龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京邮电大学
摘要：本发明公开了基于改进鲸鱼优化算法优化BP神经网络的船舶光伏MPPT方法，采用改进鲸鱼优化算法与BP神经网络相结合的方法，以适应海洋动态变化的工况。本方法中，提出一种改进鲸鱼优化算法，采用Tent映射初始化种群以提高初始解的质量，引入非线性收敛因子和自适应权重协调并提高全局搜索和局部开发能力，并采用该算法优化BP神经网络的权值和阈值，改善因随机选择权值和阈值导致的搜索时间长、收敛速度慢、易陷于局部最优、泛化能力不佳等问题。通过分析船舶光伏发电系统的工作特征建立仿真模型，获取样本数据，利用该算法预测最大功率点电压，结合PI控制器，实现最大功率点跟踪，提高跟踪精度。
主权项：1.基于改进鲸鱼优化算法优化BP神经网络的船舶光伏MPPT方法，其特征在于，包括如下步骤：S1：建立考虑船舶摇摆特征的太阳辐射能仿真模型，获取样本数据；所述仿真模型具体为：cosi＝cosβsinh+sinβcoshcosα-γIn＝ξ0IscPmsinh Ig＝ρIn+Ih 式中：β倾斜角；h为太阳高度角；α为太阳方位角；γ为斜面方位角；ξ0为地球轨道偏心修正系数；Isc为太阳常数；P为大气透明度系数；m为大气光学质量；θmax为船舶摇摆的最大角度；T为船舶摇摆周期；θ0为初相位；S2：BP神经网络初始化，确定BP神经网络各层节点个数，初始化BP神经网络的权值和阈值；S3：基于改进的鲸鱼优化算法，优化步骤S2中BP神经网络的初始权值和阈值；所述改进的鲸鱼优化算法中，通过采用Tent映射初始化种群以提高初始解的质量；通过引入非线性收敛因子和自适应权重w协调全局搜索和局部开发能力；S4：对模型进行训练，计算BP神经网络的输出误差，更新权值和阈值；S5：当满足训练次数和训练目标最小误差时，输出最大功率点电压预测值，否则进入步骤S4继续模型训练。
全文数据：
权利要求：
百度查询： 南京邮电大学 基于改进鲸鱼优化算法优化BP神经网络的船舶光伏MPPT方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号