基于熵理论的船舶电力系统脆性分析

将复杂系统脆性引用到船舶电力系统研究中,通过对船舶电力系统脆性概率熵、脆性综合概率熵、脆性风险熵、脆性综合风险熵定义和研究来分析船舶电力系统的脆性。通过仿真表明以上定义能很好地评价船舶电力系统的脆性。     

基于能量熵的船舶电力系统脆性分析

首次将能量熵引入到船舶电力系统脆性研究中,定义研究船舶电力系统的电压熵、电流熵、频率熵.通过对船舶电力系统能量熵的研究,为船舶电力系统脆性熵的研究提供理论基础和重要的参考依据.仿真表明,能量熵能反映船舶电力系统的脆性特性.     

基于元胞自动机的舰船电力系统脆性建模

为了分析复杂舰船电力系统的脆性,提高系统的可靠性,以及评价系统的脆性程度,基于熵理论,给出了包括系统自身熵变、脆性联系熵、负熵的舰船电力系统脆性熵的定义,以及舰船电力系统的脆性概率熵、脆性综合概率熵、脆性风险熵和脆性综合风险熵的定义。采用一维扩展元胞自动机(CA),对舰船电力系统脆性熵变和脆性评价分别制定了元胞自动机的演化规则,对舰船电力系统进行脆性建模,以元胞自动机构行序列形式给出了脆性建模的结果,模拟了复杂舰船电力系统在受到内外干扰后脆性演变过程。采用元胞自动机建模可避免求解复杂的微分方程组,使求解简单直观。     

基于复杂系统脆性结构模型的船舶电力系统脆性分析

结合船舶电力系统递阶层次结构,建立了船舶电力系统的脆性结构模型,该模型分为脆性风险层、系统结构层、脆性事件层和脆性因素层.在该模型基础上,提出了一种基于层次分析法的船舶电力系统脆性分析方法,通过定量计算系统脆性结构模型中各层元素对系统总目标的合成重要度系数,找出最容易导致船舶电力系统脆性发生的脆性因子,从而为预防船舶电力系统脆性发生提供了计算依据.     

基于博弈论的船舶电力系统脆性负熵流分析

将博弈论引入到船舶电力系统性负熵流研究中,研究表明,船舶电力系统务子系统对负熵的获取是满足极大熵准则下的非合作博弈.通过仿真表明船舶电力系统务子系统对负熵流的合理获取对船舶电力系统的安全稳定性至关重要.     

基于ANN的船舶电力系统脆性评估

为提高船舶电力系统脆性分析和简化计算步骤,以及提高船舶电力系统脆性计算速度,提出基于人工神经网络(ANN)负荷削减模型,该模型不需要在线计算船舶电力系统中的故障潮流计算和负荷削减计算。为说明基于人工神经网络负荷削减模型的精确性,又引入了基于直流潮流的线性规划模型,对船舶电力系统进行脆性计算。利用这2种脆性评估模型对实例中的船舶电力系统脆性分别进行计算,验证了基于人工神经网络(ANN)负荷削减模型的可行性和有效性。     

基于粒子群优化算法的船舶电力系统脆性分析

为了提高船舶电力系统稳定性,提出基于粒子群优化算法的船舶电力系统脆性分析方法,构建船舶电力系统的稳定性控制约束参量模型,以电机模型参数为控制对象,通过船舶电力系统电机的转速信息和电磁转矩信息进行船舶电力系统脆性特征分析,采用PI控制算法进行船舶电力系统的输出稳定性控制,建立船舶电力系统的反馈动态补偿稳定性控制模型,结合粒子群优化算法进行船舶电力系统稳定性控制的参量自适应调节,实现船舶电力系统脆性预测和稳定性控制。仿真结果表明,采用该方法进行船舶电力系统脆性分析的准确性较好,控制稳定性较强,提高了船舶电力系统的输出鲁棒性。     

基于自组织临界性理论的船舶电力系统脆性分析

该文建立了船舶电力系统的自组织临界性脆性模型,对船舶电力系统进行脆性分析,通过考察潮流动态来研究脆性发生的机理。该模型分为快动态过程和慢动态过程,前者为基于改进的直流潮流模型的船舶电力系统脆性模型算法,后者为船舶电力系统节点负荷和线路容量增长算法。仿真结果表明,船舶电力系统的脆性故障规模与发生次数在曲线的尾部都具有幂律特性,船舶电力系统脆性具有自组织临界性;同时,过载参数会影响船舶电力系统脆性的自组织临界性。     

采用熵函数算法的船舶电力系统脆性评价体系研究

在船舶电力系统中,由于各种用电设备的数量和复杂度快速增长,因此对于电力系统工作状态的监控变得至关重要。本文采用熵函数算法对船舶电力系统的有关性能进行优化,主要针对电力网络的脆弱性进行研究。通过对脆弱性的判断,可以准确地预测电力系统的工作状态,同时也能够对电力系统中的故障发生概率进行预测。     

大型船舶电力系统脆性中的粒子群优化算法研究

随着自动化技术和电力推进技术在船舶工业的广泛应用,船舶电力系统的稳定性、可靠性显得更加重要,针对大型船舶电力系统的脆性优化也引起了国内外的广泛研究。大型船舶电力系统的故障恢复和脆性优化具有重要意义,一方面可以提高船舶电力系统的可靠性,为船载用电设备提供充足的电力;另一方面,电力系统网络结构的优化有助于提高电力系统的集成特性,降低成本的同时可以提高供电效率。本文主要研究了大型船舶电力系统的脆性优化问题,采用了粒子群优化算法和脆性建模技术,对全面分析复杂的船舶电力系统,预防和控制电力系统脆性故障,提高电力系统可靠性具有重要的理论和实际应用价值。     

船舶电力系统重要度排序方法研究

针对船舶电力系统重要度排序问题,提出一种信息熵与模糊层次分析法(FAHP)相结合的综合评判方法,即E-FAHP综合评价法。该方法首次采用概率标度法,构造区间值优先互补判断矩阵,尝试用相似熵建立目标函数,运用遗传算法进行寻优,分别获得加性相似熵模糊一致判断矩阵和乘性相似熵模糊一致判断矩阵,然后采用对应权重计算公式进行重要度排序。最后通过实例验证该方法在船舶电力系统重要度评价中的应用。     

Kolmogorov熵在船舶电力系统可靠性研究中的应用

混沌分析和非线性特性的故障识别一直是船舶电力系统可靠性研究中的重点和难点,本文应用Kolmogorov熵分析和研究船舶电力系统的可靠性.通过计算和分析不同状态下船舶电力系统的K熵,得到了船舶电力系统的混沌定量判据,使船舶电力系统混沌分析与电力系统的可靠性研究结合起来,为船舶电力系统可靠性研究提供新的方法和思路,同时将K熵的计算数值作为电力系统中故障的特征值来识别系统的故障.实验表明了该方法的有效性和可行性.     

基于FAHP的舰船电力系统脆性分析

首次将复杂系统脆性引用到舰船电力系统研究中,由于舰船电力系统是复杂系统,具有层次结构,因此采用模糊层次分析法(FAHP)对其进行脆性分析。由模糊层次分析法求得舰船电力系统各子系统的相对重要度排序向量,找出极易使舰船电力系统崩溃的脆性因素,为决策者提供重要的参考依据。     

Brittleness research on complex system based on brittle link entropy

1Introduction Asfarascomplexsystemisconcerned,ithasmore subsystemsbelongingtodifferenthierarchiesthanthe simplesystem.Atthesametime,therelationshipbe tweendifferentsubsystemsbecomesmoreandmore complex.Itisdifficulttogivethequantitativemodels ofcomplexsyst…