[发明专利]基于鲸鱼优化算法的风轮机多径回波微动参数估计方法

权利要求书

1.基于鲸鱼优化算法的风轮机多径回波微动参数估计方法，其特征在于，包括如下步骤：

S1，分析风轮机回波信号提取待估计的微动参数，设定待估计的微动参数的个数为鲸鱼优化算法的维度，设定每个待估计的微动参数的取值范围；

S2，初始化算法参数，设置鲸鱼种群规模和最大迭代次数，随机产生每只鲸鱼的位置；

S3，根据均方根误差确定个体适应度函数，计算每只鲸鱼对应的个体适应度，确定当前适应度最优的鲸鱼个体及位置；

S4，开始迭代，更新算法参数，产生一个[0,1]之间的随机数，若随机数≥0.5,则螺旋机制更新个体的位置；若随机数0.5，且收敛因子的绝对值1，则收缩包围机制更新个体位置；转入步骤S3，直到达到最大迭代次数；

S5，输出最优鲸鱼个体对应的位置向量为微动参数的最优值。

2.根据权利要求1所述风轮机多径回波微动参数估计方法，其特征在于，在步骤S1中所述鲸鱼优化算法的维度的维度为2，所述待估计的微动参数为叶片转速和旋转初相。

3.根据权利要求2所述风轮机多径回波微动参数估计方法，其特征在于，所述旋转速度的取值范围为0～πrad/s，所述旋转初相的取值范围为0～2π3rad。

4.根据权利要求1所述风轮机多径回波微动参数估计方法，其特征在于，步骤S2中所述初始化算法参数还包括：随着迭代次数增加从2到0线性递减的随机数a，收敛因子A，摆动因子C，从-1到1之间的随机数l，从0到1之间的随机数p。

5.根据权利要求1所述风轮机多径回波微动参数估计方法，其特征在于，步骤S3中所述个体适应度函数为：

其中，X_i为第i只鲸鱼的位置，n表示第i只鲸鱼个体在搜索空间中的维度，(x_n,y_n)表示第n维的鲸鱼个体位置，(x_n+1,y_n+1)表示第n+1维的鲸鱼个体位置，d表示鲸鱼种群的维数。