[发明专利]一种Argo浮标长航时能耗优化与寿命预估方法

权利要求书

1.一种Argo浮标长航时能耗优化与寿命预估方法，其特征在于，包括以下步骤：

步骤A、对Argo浮标剖面运动历史能耗数据预处理，分析Argo浮标能耗特征；

步骤B、基于灵敏度分析和遗传算法对Argo浮标进行能耗优化，包括：

步骤B1、灵敏度分析：建立Argo浮标运动学模型和动力学模型；基于运动学和动力学模型，计算Argo浮标各子系统单剖面能耗，建立Argo浮标单剖面能耗模型；验证Argo浮标单剖面能耗模型的准确性；确定进行灵敏度分析的参数，开展灵敏度分析；

步骤B2、Argo浮标整体能耗优化：根据灵敏度分析结果，选择进行后续优化改进的高灵敏度系数参数作为设计变量，并设定设计变量的取值范围，以单剖面能耗最低为优化目标，基于遗传算法实现Argo浮标整体能耗优化，得到Argo浮标单剖面能耗最优解；

步骤C、建立Argo浮标能耗预测机制，利用BMS实时监测Argo浮标电池剩余电量，结合实时预测的剖面运动能耗，对Argo浮标寿命预估，实现对Argo观测阵列中报废Argo浮标的回收以及浮标的及时补放。

2.根据权利要求1所述的Argo浮标长航时能耗优化与寿命预估方法，其特征在于：所述步骤A包括以下步骤：

步骤A1、数据标准化处理：对Argo浮标剖面运动历史能耗数据中的数据记录时间与能耗数据进行归一化处理，并进行数据维度转换，扩充数据维度；

步骤A2、数据异常值识别：基于K-means聚类算法识别历史能耗数据中的异常数据；

步骤A3、填补历史能耗数据缺失值并和修复数据异常值，得到处理后的Argo浮标历史能耗数据；

步骤A4、分析Argo浮标能耗特征：基于处理后的能耗数据，基于能耗分布箱线图、逐时平均能耗堆积柱状图、相关系数热力图，分析Argo浮标系统在不同海水深度、温度、盐度、剖面运动速度下的能耗分布范围、能耗运行规律和能耗相关性。

3.根据权利要求2所述的Argo浮标长航时能耗优化与寿命预估方法，其特征在于：所述步骤A3具体通过以下方式实现：

(1)剔除历史能耗数据中的不完整数据，构建完整数据集矩阵m；

m＝(x₁,x₂,…x_j,…,x_m)^T

(2)计算待修补数据与完整数据集矩阵中全部数据的欧式距离,设一待修补n维状态向量的缺失数据为x_mis，其和完整数据x_j之间的欧式距离如下：

其中，x_misr表示第r个缺失数据，x_jr表示第r个完整数据；

(3)选择欧式距离最小的k个数据作为待修补数据的k最近邻数据，其欧式距离记为d_i(i＝1,2,3,...k)，将欧式距离最小的数据作为待修补数据的最近邻数据,计算待修复数据的最近邻权值w_i和替代值x_repair：

其中，x_i是相应的最近邻数据值。

4.根据权利要求1所述的Argo浮标长航时能耗优化与寿命预估方法，其特征在于：所述步骤B1中，所确定的灵敏度分析参数包括液压系统参数、耐压壳体水动力系数和航行参数，液压系统参数包括浮力调节系统在不同工作压力下的打油功率与液压系统在不同工作压力下的流量，航行参数包括航行速度、滑翔角、下潜深度、通信与定位时间、深度控制的传感器开启深度间隔与运行时间。