基于小波包-模糊控制的燃料电池混合动力船舶能量控制策略

由于负载波动导致混合动力船舶存在燃料电池电能质量下降及蓄电池使用寿命缩短的问题,因此,针对该问题首先对船舶动力系统进行模拟改装。采用超级电容、磷酸铁锂电池构成复合储能系统,设计基于小波包及模糊控制的能量控制策略,通过搭建动力系统及能量控制策略的Simulink仿真模型对所提控制策略有效性进行验证。仿真结果表明,该控制策略能够有效地优化电池充放电过程,延长电池使用寿命、降低燃料电池输出功率的波动及稳定母线电压提高电能质量。     

典型工况下的燃料电池船舶复合储能系统设计

针对燃料电池船的电能质量品质不高、蓄电池使用寿命短等问题,设计了由超级电容、磷酸铁锂电池组成的复合储能系统,并提出了基于功率分流式的能量管理策略。在MATLAB/Simulink环境下建立系统仿真模型,并采用自适应粒子群算法调用仿真模型,对复合储能系统的容量配置与能量管理策略的参数进行联合优化。仿真结果表明：优化后的复合储能系统可以满足船舶典型工况需求,并且能够缓冲负载波动对燃料电池与磷酸铁锂电池的冲击,使燃料电池工作在高效率区间,机动工况下船舶能量效率提高了3.17%；磷酸铁锂电池的充放电过程得到优化,能延长其使用寿命；母线电压波动减小,提高了电能质量。     

多电船舶的能量管理策略仿真研究

文章对氢燃料电池船"Alsterwasser"号进行模拟改装,保持以质子交换膜燃料电池(PEMFC)作为主能量源,设计了以磷酸铁锂电池和超级电容为核心的复合储能装置,更好地应对多变的负载需求。采用支持向量机进行工况识别,设计低通滤波器进行功率分配,提出2种不同的能量管理策略对复合储能装置的功率输出进行优化控制,并设计仿真实验,对比其优劣。仿真结果表明,模糊控制策略匹配复合储能装置能更好地优化功率分配。     

船舶复合储能的混动系统能量管理策略研究

以并联复合储能的船舶柴电混合动力系统为研究对象,基于Matlab/Simulink对柴油机、可逆电机、动力电池、超级电容、电源转换器等建立仿真模型,在此基础上开发了基于逻辑规则的能量管理策略。针对港口拖轮工况波动频率高、幅度大等特点,分别研究在不同的动力电池初始电池荷电状态下,纯柴油机驱动、柴油机-电池混合驱动、柴油机-电池-电容复合储能驱动等动力系统架构的柴油机油耗、储能系统的等效油耗、系统的总油耗以及氮氧化物的排放。结果显示,在拖轮典型工况下,采用柴油机-电池-电容复合储能驱动的系统总油耗相比纯柴油机驱动形式的油耗平均低6.63%,比柴油机-电池混合驱动形式平均多降低11%的油耗,氮氧化物排放量减少8%。     

基于强化学习的船舶微电网能量管理策略

全电船舶将柴油发电机、电池储能系统、光伏发电系统相结合，以电能形式满足船舶日常各类运行的需求，提升了船舶能量的利用效率。然而，受到光伏强度和环境温度不确定性的影响，光伏发电系统的有功出力曲线呈现随机性和波动性，进而导致船舶微电网能量管理策略需要兼顾最优性和鲁棒性。为制定有效的能量管理策略，提出一种基于强化学习技术的全电船舶微电网能量管理模型及算法来克服不确定性的影响，算法求解得到的能量管理策略能根据随机性因素的实时变化动态修正，可保持船舶能量消耗处于最优状态。最后通过算例验证了所提算法的可行性和有效性。     

柴油发电机组带脉冲负载储能补偿试验研究

柴油发电机组带脉冲负载引起系统交流电压畸变、交流频率波动以及直流电压振荡,为改善系统电能质量、提高稳定裕度、增强系统带负载能力,本文提出了在直流侧加储能控制以提升系统稳定性.储能电池一方面可作为系统的冗余备用,一方面可以降低直流侧母线电压波动,进而改善交流侧电能质量,满足负荷对电源的需求.在直流侧配置储能单元改善柴油发...     

快速SVM算法及在陀螺仪参数漂移预测中的应用

针对支持向量机在对海量训练样本进行训练时,训练速度慢而导致难以应用的问题,通过分析训练样本数目与训练时间之间的关系,利用支持向量机对小样本学习的良好特性,提出了基于样本分组的支持向量机快速训练算法.将海量样本分成小样本进行训练,然后对训练得到的多个支持向量机进行加权处理得到决策函数.此方法在标准数据以及陀螺仪参数漂移数据上进行了仿真应用,方针结果证明该方法可大幅提高训练速度,同时保证了较好的泛化能力.     

港口用复合能源电动运输车能量管理策略研究

针对港口用复合能源电动运输车,开展能量优化控制策略研究。通过对电动车各个部分进行选型和参数匹配,搭建整车数学模型及控制策略模块;为优化复合电源的能量管理策略,结合混沌映射、模拟退火及自适因子思想对遗传算法进行改进,提出CSAGA优化算法,对双电源功率模糊分配模型规则进行优化;在IDC和FTP75工况下进行对比实验。实验结果表明,采用CSAGA控制的双电源能量管理系统,可减少电流对锂电池的冲击,整车动力性能显著提升。     

基于DSP的综合电力系统飞轮储能装置变流器研究

针对综合电力系统（Integrated Power System,简称IPS）电能质量与系统稳定问题,在传统变流器的拓扑结构的基础上,利用逆变电路的续流二极管作为能量回馈电路,对其进行改进设计。利用该方法的变流器在飞轮储能系统中运行时可以支持能量的双向流动,实现储存能量时将电能转化为动能,释放能量时将动能转化为电能,从...     

支持向量机改进算法在船舶桨叶数分类中的应用

利用船舶目标辐射噪声DEMON谱特征,采用支持向量机改进算法,实现了对船舶螺旋桨桨叶数的分类识别应用研究。针对支持向量机算法对噪声比较敏感和求解最优分类面时约束较多不利于支持向量机最优分类面寻优的问题,在保持支持向量稀疏特性和应用径向基核函数的条件下,对支持向量机算法在松弛变量和决策函数2方面进行改进,构造齐次决策二阶损失函数径向基支持向量机改进算法,进行理论分析、数据仿真实验,并应用于利用船舶目标辐射噪声DEMON谱进行船舶螺旋桨桨叶数的分类识别实验。结果表明,该改进算法实现了支持向量机在二次规划中的最小约束条件下最优分类面求解,具有模型参数寻优空间广阔、总体分类性能优的特点,其分类性能优于原支持向量机算法,适用于利用船舶目标辐射噪声DENOM进行船舶螺旋桨桨叶数分类应用。     

支持向量机在船舶电力推进系统故障诊断中的应用

针对人工神经网络收敛速度慢、容易陷入局部最优解等不足,本文采用支持向量机技术建立船舶电力推进故障诊断系统。确定支持向量机的核函数和分类方法,结合训练样本,采用基于网格搜索的K重交叉验证法进行核函数的参数优化,从而得到支持向量机故障诊断模型。利用支持向量机工具箱函数,在MATLAB中进行故障诊断模型的仿真计算,结果表明基于支持向量机所建立的故障诊断模型有较强的诊断准确性和泛化推广能力,从而提高船舶的安全性。     

基于超级电容的车客渡船能量管理策略

针对车客渡船航行过程中因推进电机需要频繁大尺度启动和制动而造成船舶电网易产生较大波动、能量管理复杂的问题,提出一种基于超级电容的车客渡船能量管理策略.采用模糊自适应(PID)控制策略对储能系统充放电进行控制,以直流母线电压为目标,通过Matlab/Simulink建立仿真模型,并搭建超级电容能量回收试验平台,验证该能量管理策略的可行性.结果表明,超级电容能对推进电机制动能量进行缓冲存储,提高能量的利用率,同时还可以减小船舶电网的波动,避免发电机组频繁调节,提高电网的安全性.     

基于SVM的武器装备批量生产成本费用模型

利用支持向量机建立了批量生产成本费用模型,批量生产成本费用与影响因素的关系可通过支持向量机的核函数和拉格朗日乘子得到体现。由于支持向量机综合考虑了结构风险和经验风险,使得模型的泛化能力增强。通过实例与熟练曲线法、最小二乘法和加权最小二乘法的结果进行了比较,结果表明支持向量机比较精确。     

基于支持向量机的水下机器人操纵运动参数辨识

根据平面运动机构试验所得到的水动力系数确定水下运载器的运动方程,应用最小二乘支持向量机对水下运载器的试验数据进行分析,辨识得到了水动力系数,并将辨识得到的参数同平面运动机构试验所确定的参数相比,验证了最小二乘支持向量机进行水下运载器操纵运动参数辨识的有效性。根据所辨识的水动力系数进行了模型验证,证明所辨识得到的水动力参数是可靠的。该方法对水下运载器的操纵和控制的研究有重要意义。     

五自由度无轴承异步电机动态解耦控制

为实现五自由度无轴承异步电机高精度动态解耦控制,提出一种基于最小二乘支持向量机逆的解耦控制方法.首先,建立五自由度无轴承异步电机数学模型并进行可逆性分析,然后,利用最小二乘支持向量机在有限数据样本下对高维非线性函数的回归能力来辨识五自由度无轴承异步电机逆模型,并利用粒子群算法优化最小二乘支持向量机的参数,以提高对逆模型的拟合和预测精度,最后,将最小二乘支持向量机逆与原系统相串联得到伪线性系统,并设计PID闭环控制器对五自由度无轴承异步电机进行复合控制,实现了原系统径向位移、轴向位移、转速以及磁链间的非线性动态解耦.仿真研究验证了该控制策略的有效性.     

基于VMD和SVM的减速箱故障分析

本文基于VMD和SVM理论,对实验采集到的减速箱正常运行信号波形、缺齿、断齿故障状态运行的信号波形进行VMD分解,选取峭度、能量、散度、样本熵及能量熵五个特征值构建支持向量积,并选取样本集对信号进行SVM训练,训练结果表明本文采用的支持向量机诊断方法效果理想,具有一定的实际应用价值。     

航运企业客户信用监测预警研究

提出了基于系统模糊优选和支持向量机的客户信用监测预警模型,该方法首先通过系统模糊优选模型划分样本类别,处理了不确定性信息,标示出样本的信用警级,其次利用标示样本对支持向量机进行训练,建立基于二叉树的多类支持向量预警模型;最后,对航运企业客户信用进行监测预警实验,并与BP神经网络和Logit模型进行对比,实验表明该方法有效、可行.     

基于SVM的电子装备故障预测方法研究

探讨了支持向量机时间序列预测模型的应用。将支持向量机时间序列预测技术应用于电子装备故障预测中,对某型电子装备的数据传输插件板进行了故障预报,通过实验证明了该方法的有效性和实用性。     

基于支持向量机的舰船建造预付款风险评估

舰船建造项目的规模和复杂性日益增大,预付款风险也得到了军方的日益重视.针对传统风险评估方法的不足,应用基于支持向量机的模型进行舰船建造预付款风险评估.建立了预付款风险评估指标体系,将支持向量机方法与BP神经网络方法进行对比,结果显示支持向量机可以很好的应用于风险评估.评估结果可供预付款管理决策时参考.     

基于融合特征支持向量机的港口起重机减速箱故障诊断

本文以港口起重机减速箱为研究对象,通过减速箱试验台缩尺模型预置故障,采集各类故障模式下的减速箱壳体振动信号。通过在时域、频域提取特征值,与EMD分解得到的IMF能量特征进行融合,经PCA降维处理后取一组样本作为训练集用于支持向量机模型训练。再由测试样本集对训练完成的模型进行验证,验证结果说明了用本文选取的融合特征训练的支持向量机在港口起重机减速箱的故障诊断运用是可行的,达到了较高的识别率。