基于量子粒子群算法的船舶电力系统网络重构

船舶电力系统网络重构可以看作为一个多目标、多约束、多时段、离散化的非线性规划最优问题。根据船舶电网结构的特点,提出了运用量子粒子群算法解决重构问题的思想。加入量子粒子群算法的离散化操作,使之能够满足船舶电网重构模型的要求。仿真结果说明该算法能够得出船舶电力系统网络重构的全局最优解,实现了网络重构最优,并且通过相应的算例与其他优化算法进行横向比较的结果也验证了量子粒子群算法有更好的可行性。     

多智能体遗传算法在船舶电力网络重构中的应用

船舶电力系统故障恢复的网络重构问题可以抽象成为一个多目标、多约束、多时段、离散化的非线性规划最优问题.根据船舶电力系统特点,结合多Agent在电力系统的应用,提出了一种基于进化遗传算法的多Agent船舶电力系统网络重构思想,建立一种与之符合的含有节点—支路的馈线拓扑模型和目标供电最优的数学模型.在遗传算法快速寻优能力的基础上,结合进化算法的方向性和反馈性,得出多Agent船舶电力系统网络重构的全局最优解,实现网络重构供电最优,并通过相应的算例与普通遗传算法比较分析,验证了其良好的可行性.     

利用多Agent算法进行船舶电力系统网络重构模型研究及仿真

船舶电力系统(SPS)的网络重构通常用于船舶电网的输配电,故障恢复等,是一种重要且常用的电网控制技术。船舶电力网络重构可以被抽象为具有多目标和多约束的典型非线性离散优化问题。本文根据SPS的特点,建立SPS的简化网络模型和重构数学模型。提出一种多代理和粒子群优化(MAPSO)算法,给出该算法的算法流程和实现方法。分析验证结果表明,MAPSO可以有效重构船舶电力系统。     

惯性粒子算法在船舶电力网络重构中的应用

海上船舶电力系统在出现故障无法供电时会导致船舶难以行驶与无法作业,必须在此情况下对电力网络结构进行重新构建,确保重要功能部件的恢复正常供电。为实现船舶电力网络的重构,本文对船舶上配置的一种电力网络的结构形式进行分析,并据此研究在电力故障时实现网络的重构数学模型。基于经典粒子群算法分析研究惯性加权粒子群算法在电力网络重构上应用。最后,以一种电力网络拓扑形式为仿真对象,对本文算法在电力网络重构进行实验,结果证明惯性粒子群算法能够构建合理的电力网络重构方案。     

船舶电力系统配电网故障恢复重构算法研究

配电网故障恢复重构问题是船舶电力系统中一个多目标、多约束的优化问题,针对当前算法存在配电网故障恢复精度低的缺限,提出了改进粒子群算法的船舶电力系统配电网故障恢复重构策略,首先建立配电网故障恢复重构问题的数学模型,然后采用改进粒子群算法进行求解,最后进行了船舶电力系统配电网故障恢复的仿真实验,结果表明,改进粒子群算法提高了配电网故障恢复重构精度,加快了配电网故障恢复重构速度,而且综合性能要明显优于其它配电网故障恢复重构算法,船舶电力系统具有重要的实际应用价值。     

船舶电网重构网络中的粒子群算法研究

船舶电网重构是船舶电网控制的重要功能之一。本文在深入研究船舶电网结构和需求的基础上,提出一种有效的电网重构方法。选择粒子群算法(Selective Particle Swarm Optimization,SPSO)作为电网重构的优化方法,并将最小化电网重构的功率损失作为优化目标。选择粒子群算法是二分粒子群算法(BPSO)的改进方法,相比于BPSO,本文采用的SPSO能够实现更好的优化性能。最后在多种不同电网负载情况下,比较SPSO和BPSO算法的网络重构效果,证明本文提出的方法具有较好的性能。     

舰船电力系统的网络重构与数学模型设计

舰船电力系统是整个船舶设计制造的核心,电力系统的好坏直接决定了整个航向的安全性能,因此必须采用科学合理的方法,对船舶的电力系统进行数学建模,在设计之初就对各项参数进行优化,从而大大提高整个电力网络的性能,文章采用了粒子群优化算法对船舶电力网络进行重构,对各项相关参数进行系统调制,大大改善了电力网络的综合性能。     

改进粒子群-BP物联网络算法的PSC选船模型

港口国监督管理(PSC)在保障船舶安全、保护海洋环境、提高运营效率等方面发挥着越来越重要的作用。如何提高PSC选船效率和质量是行业研究的重点。粒子群算法是一种通过迭代搜索最优解的进化算法。BP神经网络是一种具有自主学习能力的多层前馈网络。本文研究粒子群算法原理,从惯性权重和压缩因子两方面对粒子群算法进行改进,结合BP神经网络算法,提出基于改进粒子群-BP物联网络算法的PSC选船模型,提高了选船效率和质量。     

船舶电力系统无功优化过程的自适应粒子群算法应用

随着现代船舶工业的需要,船载用电设备的数量越来越多,船舶电力系统的容量也越来越大。船载用电设备在提高船舶自动化水平的同时,也对船舶电力系统的稳定性、安全性、节能性等提出更高要求。其中,船舶电力系统网络的无功损耗问题一直是相关领域的研究重点。电力系统的无功优化是指当系统的结构参数、负载等保持不变的情况下,通过改善船舶电力系统电源的电压等参数,调节电网的潮流计算,无功优化对提高船舶电力系统的供电效率,降低事故发生率等有重要的作用。本文系统的介绍了自适应粒子群算法,并将该粒子群寻优算法应用到船舶电力系统的无功优化过程中,对于改善电力系统的无功优化过程有重要的意义。     

船舶中压直流电力系统配电网络重构技术研究

船舶电力系统网络重构是一个多目标组合优化问题。针对船舶中压直流综合电力推进系统,建立其配电网络拓扑模型,设计改进的节点电势法对其配电网络进行潮流计算,研究其各支路故障情况下的线路电流与功率分布。根据负荷恢复量、稳定性及开关动作量,建立配电网络的故障重构模型。结合自适应权重法和杂交池算法,并设计"定向变异法"对粒子群算法予以改进,增强寻优速度及全域搜索能力,将其运用于配电网络的故障重构模型的求解。算例结果表明,利用该算法能更快速地获得更完备的重构方案,算法具有较强的寻优性能。     

基于GSA-IPM算法的船舶电力系统无功优化

提出GSA-IPM(万有引力-内点)算法求解船舶电力系统无功优化问题,以降低船舶电力系统的有功损耗,提高电压质量,改善安全经济运行水平。将算法应用于某实际船舶电力系统进行仿真测试,结果与万有引力搜索算法(GSA)、遗传算法(GA)及粒子群算法(PSO)作比较,证明了算法能够使有功网损更低,电压质量更佳,从而验证了方法的有效性。     

基于"stretching"技术的粒子群优化算法

粒子群优化算法是一种随机的全局优化搜索方法。本文系统的介绍了粒子群优化算法和"Stretching"技术并提出了基于"stretching"技术的粒子群算法,然后用标准测试函数对新算法进行了实验。实验结果表明新算法在解的收敛性和稳定性等方面优于基本的粒子群优化算法。     

基于面向对象技术的舰船综合电力系统电力网络故障模拟及拓扑跟踪

针对舰船综合电力系统电力网络结构特点,本文实现了基于面向对象技术的对舰船综合电力系统电力网络的拓扑建模。并针对电网故障的随机性特点,在面向对象环境中实现了对随机故障的模拟,同时用深度优先算法进行了快速的拓扑跟踪。算例分析证明了该方法的有效性。     

复杂网络理论在船舶电力系统结构脆弱性分析中的应用

文章将复杂网络理论分析方法应用于船舶电力系统结构脆弱性的分析。首先将船舶电网抽象为复杂网络模型,并对该网络模型的结构特征进行计算和分析;然后通过分析节点攻击后的电力系统性能对船舶电网结构脆弱性进行分析。结果表明:船舶电网的脆弱性与网络拓扑结构密切相关,利用复杂网络理论可以有效确定电力网络的关键节点。     

大型船舶电力系统快速拓扑分析新方法

为应对现代船舶朝着大型化、自动化发展的同时对船舶电力系统网络拓扑监控能力提出的更高要求,本文提出一种大型船舶电力系统快速拓扑分析的新方法。首先,利用图论拓扑信息数据模式将船舶电网拓扑信息录入系统;其次,遍历初始网络拓扑形成母线,基于独岛搜索策略形成电气岛,完成静态分析并生成拓扑信息数据库;最后,利用节点标记法对受影响的母线进行连通性分析,并结合独岛搜索策略,实现船舶电力系统拓扑结构的动态更新。对某现代化大型集装箱船舶电力系统进行验证分析表明,本文方法结构简便易于实现、满足现代大型船舶电力系统拓扑分析的实时性与有效性需求。     

基于图论理论的舰船配电网故障恢复算法

提出基于最小生成树理论和分割分层拓扑模型的舰船配电网故障恢复快速算法,利用图对实际配电网进行符合图论要求的简化,给出舰船电力系统的配电网络分割分层拓扑结构,建立综合了舰船负载优先级、开关动作次数最少、电网可靠性最高为目标的数学模型。考虑了线路容量限制、配电网连通性及节点电压约束的约束条件。理论分析及实例证明,算法充分利用舰船配电网监控系统中的实时信息,能提供最优解,直接控制相关开关动作,具有明确的可操作性。     

基于复杂网络理论的舰船电网关键元件辨识方法

舰船电力系统是一种典型的节点紧凑型独立电力系统,其系统容量相对有限,系统元件种类繁杂,电网运行结构灵活多变,其电力节点及线路极易遭受战斗损伤。针对舰船电力系统的结构及运行特点,基于复杂网络理论对舰船电网脆弱性开展研究,建立了舰船电网等效拓扑模型并提出了电力介数指标,实现了对舰船电网中关键元件的辨识。通过对典型舰船电网进行攻击测试,验证了本文所提出指标的准确性和有效性。     

改进差分进化算法在舰船电力系统网络重构中的应用

针对舰船电力系统的网络重构,建立了以负载恢复量、开关操作数和发电机效率均衡为多优化目标的舰船电力系统故障恢复模型,提出了一种带自适应离散断点算子和动态变异、交叉因子的改进离散差分进化算法进行求解。改进后的算法能有效地提高收敛速度,并克服传统差分进化算法收敛精度不高、易陷入局部最优的问题。舰船电力系统网络故障恢复算例表明,该方法能获得更好的系统重构方案,并具有较好的优化性能。     

舰船环形区域配电结构及可靠性分析

舰船电网形式的选择直接关系到电力系统供电的可靠性,其重要性不亚于电站。在对舰船电网形式进行分析研究的基础上,利用基于可靠性框图的网络分析法,对几种典型的船舶电网进行了可靠性计算。通过分析对比四种船舶电网,得到环形区域双向供电方式的可靠性水平高于辐射网结构和电源环形网结构,是船舶电网结构发展的方向。