上海交通大学陈方，迎来2024年第4篇SCI！
论论资讯 ｜ 2024-04-29 ｜
37热度
Aerospace Science and Technology
Explore content
About the journal
Publish with us
An improved energy management strategy for hybrid electric powered aircraft based on deep reinforcement learning
He L.; Chen F.; Tian P.; Gou H.
Published：2024-06-01
DOI：10.1016/j.ast.2024.109137
研究背景
随着环境保护意识的增强，电动飞机因其商业价值和低排放而备受关注。然而，在混合动力电动飞机的高效控制和管理中，一个关键的因素是良好设计的能源管理策略（EMS）。目前的研究领域存在的问题在于如何实现推力和功率分配，从而降低飞机的燃油消耗。
研究内容
《航空科学与技术》期刊上发表了一篇名为《基于深度强化学习的混合动力电动飞机改进能源管理策略》的论文。研究采用深度学习方法，构建了一个包括涡轮发动机和锂离子电池组的混合动力电动飞机动力系统模型。在此基础上，提出了一种基于深度强化学习（DRL）的智能能源管理策略。通过使用双延迟深度确定性策略梯度（TD3）的两个DRL代理，这种层级框架结合了多个代理来解决能源管理问题。经过有限的训练时间，模拟结果显示，相比现有方法，这种基于DRL的EMS能够将等效燃料消耗降低2.2%，并保持99.9%的电池健康状态（SOH）。电池组的充电状态（SOC）在最后精确回归到参考值。特别地，这种新型EMS能够适用于不同飞行轮廓和各种初始SOC。
研究意义
这项研究的创新点在于利用深度强化学习技术改进了能源管理策略，为混合动力电动飞机的能源管理提供了新思路。论文的结果初步支持了深度强化学习在系列混合动力电动飞机能源管理策略中的可行性和优越性。
学术热榜
查看全部
相关资讯
换一批