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！

龙图腾网获悉三峡大学申请的专利基于自适应秃鹰搜索算法的光伏最大功率点跟踪方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117572929B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311183526.3，技术领域涉及：G05F1/67；该发明授权基于自适应秃鹰搜索算法的光伏最大功率点跟踪方法是由缪书唯;翟梓辰设计研发完成，并于2023-09-13向国家知识产权局提交的专利申请。

本基于自适应秃鹰搜索算法的光伏最大功率点跟踪方法在说明书摘要公布了：基于自适应秃鹰搜索算法的光伏最大功率点跟踪方法，包括以下步骤：步骤1：在BES算法的基础上引入高斯混合自适应游走策略、渐进式俯冲自适应切换策略以及秃鹰群规模调整机制，构建ABES算法；步骤2：将步骤1构建的ABES算法用于光伏最大功率点跟踪；步骤3：基于步骤2搭建光伏发电系统仿真模型，验证步骤1构建的ABES算法在不同场景下的跟踪性能。本发明方法在BES算法的基础上引入高斯混合自适应游走策略、渐进式俯冲自适应切换策略以及秃鹰群规模调整机制，将其用于光伏最大功率点跟踪，能够在局部遮阴条件下成功跟踪到全局最大功率点，且跟踪速度更快、精度更高。

本发明授权基于自适应秃鹰搜索算法的光伏最大功率点跟踪方法在权利要求书中公布了：1.基于自适应秃鹰搜索算法的光伏最大功率点跟踪方法，其特征在于包括以下步骤： 步骤1：在BES算法的基础上引入高斯混合自适应游走策略、渐进式俯冲自适应切换策略以及秃鹰群规模调整机制，构建ABES算法； 步骤2：将步骤1构建的ABES算法用于光伏最大功率点跟踪； 步骤3：基于步骤2搭建光伏发电系统仿真模型，验证步骤1构建的ABES算法在不同场景下的跟踪性能； 所述步骤1中，在BES算法选择阶段引入高斯混合自适应游走策略，ABES算法选择阶段的迭代公式如下： ； ； 式中：表示第t+1次迭代时第i只秃鹰的位置；表示第t次迭代时秃鹰群最佳位置；表示第t次迭代时秃鹰群中心位置；表示第t次迭代时第i只秃鹰的位置；Nμ,σ2表示服从期望为μ，方差为σ2的高斯分布随机变量；表示最大迭代次数； 表示方差为高斯分布的权重；表示方差为高斯分布的权重；表示迭代次数；表示第1个高斯分布的标准差；表示第2个高斯分布的标准差； 在BES算法俯冲阶段引入渐进式俯冲自适应切换策略，ABES算法俯冲阶段的迭代公式如下： ； 式中，H·表示赫维赛德阶跃函数；Sgn·表示符号函数；x1i和y1i表示极坐标中秃鹰的位置；c1和c2表示秃鹰向最佳和中心位置的运动强度；r1和r2均表示0,1之间的随机数；表示鱼类逃脱状态；表示鱼类成功逃脱的概率； p s表示鱼类成功逃脱的概率，具体公式如下： ； 当γ0时，鱼类有机会成功逃脱，秃鹰群采取渐进式俯冲运动； 当γ0时，鱼类没机会成功逃脱，秃鹰群采取俯冲运动； 提出计及秃鹰运动强度动态性的非线性自适应衰减因子，具体公式如下： ； 式中，cmin和cmax分别为参数c1和c2在取值区间[1,2]内最小值和最大值；β是收缩系数； 引入秃鹰群规模动态调整机制，在算法执行初期，秃鹰群规模只是最大容量的75%，剩余的25%为后期的秃鹰群繁殖与死亡作准备；在算法迭代过程中，遵循以下原则： 1如果全局最优秃鹰个体在更新，且NNmin，则删除b只秃鹰； 2如果全局最优秃鹰个体不更新，且NNmax，则增加b只秃鹰； 3如果全局最优秃鹰个体连续Tb次都不更新，且NNmin，则删除2b只秃鹰； 其中，Nmax是秃鹰群规模的最大容量；Nmin是秃鹰群规模的最小容量；死亡策略是针对秃鹰群中最差秃鹰个体，繁殖策略是由秃鹰群中最优秃鹰个体与次优秃鹰个体通过黄金分割法产生的新秃鹰个体，具体公式如下： ； 式中，xnew表示第t次迭代后产生新秃鹰的位置；表示第t次迭代时秃鹰群次最佳位置；表示黄金分割系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。