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。     

舰船电力系统保护性能优化的自适应算法

为满足舰船电力系统保护在快速性和选择性方面的要求,提出保护性能优化模型,根据电力系统的运行方式、拓扑结构和故障类型的变化,实时在线计算并修改保护整定值的自适应保护方法。将快速性和选择性指标作为保护性能综合指标的基本元素,采用模拟退火粒子群算法进行优化,最终实现不同运行工况下保护性能最优的整定值自适应调整。并在PSCAD/EMTDC软件中建立包含自适应保护算法的舰船电力系统保护仿真模型,仿真结果证明所提方法可有效提高系统保护性能。     

基于参数优化的舰船电动机故障诊断

相关向量机在舰船电动机故障诊断过程中,参数直接影响舰船电动机故障诊断结果,为了解决当前相关向量机参数优化难题,设计了粒子群算法优化相关向量机的舰船电动机故障诊断方法。首先分析舰船电动机故障诊断现状,并采集舰船电动机工作状态信号,然后提取舰船电动机工作状态信号提取特征,利用相关向量机建立舰船电动机故障诊断模型,并采用粒子群算法对舰船电动机故障诊断模型参数进行优化,最后进行舰船电动机故障诊断仿真实验。结果表明,相对于其他舰船电动机故障诊断方法,本文方法的舰船电动机故障诊断精度更高,故障诊断结果更加可靠,诊断效率更高,具有一定的工程应用前景。     

基于改进型粒子群算法的舰船消磁电流调整方法研究

消磁电流的调整直接影响舰船消磁系统的控制精度,为了有效补偿舰船空间磁场峰值,本文引入一种改进型粒子群算法进行消磁绕组安匝数求解,该算法在基本粒子群算法的基础上,通过最小二乘法约束粒子的初始位置和速度,具备收敛速度快、优化结果稳定等优点。     

粒子群优化算法在舰船路径优化仿真中的应用

为保障舰船安全稳定航行,显著提升舰船续航能力,设计了基于粒子群算法的舰船路径优化方法。使用概率图法构建舰船航行路线图,按舰船在航行性能方面的评价指标,构建与舰船航行路线图相关、综合考虑舰船转弯角度以及地形威胁等约束的舰船航行路径优化模型,并应用改进粒子群算法求解所构模型,得到满足约束条件的舰船航行初始最优路径。之后通过删除冗余点的方式对舰船航行初始最优路径实施平滑优化处理,得到最终的舰船航行最优路径。实验结果表明,该方法可收获更优的舰船航行路径,舰船按该路径行驶,更有利于续航,使舰船航行任务得以有效完成。     

舰船货物运输物流最优路径选择研究

舰船货物运输物流最优路径可以降低企业的运输成本,因此对其进行研究具有十分重要的经济价值,为了获得最优的舰船货物运输物流路径,提出了组合算法的舰船货物运输物流最优路径选择方法。首先分析当前舰船货物运输物流最优路径选择研究的现状,找到难以找到舰船货物运输物流最优路径的原因,然后设计了舰船货物运输物流最优路径选择的数学模型,采用蚁群算法和粒子群算法的组合算法进行求解,搜索舰船货物运输物流最优路径,最后与单一的蚁群算法和粒子群算法进行舰船货物运输物流最优路径选择仿真实验。结果表明,组合算法的舰船货物运输物流最优路径选择结果不仅要明显优于单一的蚁群算法和粒子群算法,而且提高获得了最优舰船货物运输物流路径的成功率,选择效率也得到了明显的改善。     

基于梯度法的微粒群优化算法在船舶电力系统的应用

随着电力技术的不断发展,舰船电力设备的数量和质量不断提高,不仅提高了舰船航行的安全性,还促进了舰船作业的效率,提高了船舶工业的生产水平。船舶综合电力系统包括发电机、变电站、输电线路、终端负载等,具有拓扑结构复杂、工作条件恶劣等特点。因此,提高舰船电力系统的安全性、可靠性,改善电力系统的使用质量具有重要的意义。本文充分结合基于梯度法的微粒群优化算法,对舰船电力系统的稳定性理论、故障恢复等问题进行优化和改善。     

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。     

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。     

粒子群算法优化神经网络的舰船直流电机故障分类

针对舰船直流电机故障的误分率高、结果不可靠等难题,以进一步提高舰船直流电机故障分类正确率,提出了粒子群算法优化神经网络的舰船直流电机故障分类方法。首先采用小波变换对舰船直流电机故障信息进行多尺度分解,提取信号能量值作为舰船直流电机故障分类特征,然后将舰船直流电机故障的特征作为神经网络的输入向量,采用粒子群算法和神经网络对特征向量进行训练,建立舰船直流电机故障分类器,最后的舰船直流电机故障分类测试结果表明,本文方法可以准确实现舰船直流电机故障分类,有助于舰船直流电机故障的定位,而且舰船直流电机故障误分率要小于其他方法,舰船直流电机故障分类结果更加可信。     

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。     

船舶动力系统设计及优化

船舶动力系统作为最复杂也是最重要的系统之一,受到广泛关注。由于整个动力系统涉及到机械、电子和通信控制等领域的技术,其设计和优化也变得非常棘手。本文通过深入分析船舶动力系统结构的基本原理,找出制约船舶动力系统的关键因素,从而提出一种基于神经网络的智能算法用来优化船舶动力系统。该模型能够对船舶动力系统的架构设计和配置需求作有效的预测,并从动力输出和控制能力2个方面对船舶的动力系统做了优化仿真。从仿真结果看,本优化配置方法具有一定的应用价值。     

船舶电力系统参数仿真优化及性能测试

由于传统的船舶燃油以重油为主,生成物对环境的污染较大,为了减缓航运对环境的负面影响,应用新能源并入船舶电力系统,以实现船舶节能减排目标。由于新能源在电压频率、幅值等方面与船舶电力系统存在差异,为了稳定船舶电力系统的功能,引入惯性函数对船舶电力系统功能进行调节,以减少船舶电力系统的振荡,而惯性函数的调节功能受到虚拟惯量和虚拟阻尼等参数的影响,因此,利用数字仿真方法确定虚拟惯性函数的参数配置,仿真试验表明,本文方法相对于对比方法具有更佳的调控效果,是一种有效的参数配置优化方法。     

基于粒子群算法的船舶发电系统电路优化

船舶发电系统电路受到传感电机电磁耦合的影响,容易产生串扰,导致输出功率因素不高,需要进行电路优化设计。提出基于粒子群算法的船舶发电系统电路优化方法,构建船舶发电系统电路优化的控制约束参量模型,采用粒子群进化方法进行电路优化参数的自适应寻优,以粒子种群的适应度方差最小为约束条件,得到电路控制参数的最优解。以此为指导进行船舶发电系统电路的优化设计,并进行电路测试和仿真分析,得出采用该方法进行船舶发电系统电路优化能提高关联约束参量的寻优能力,发电系统控制的稳定性较好,发电系统的输出功率增益得到提升。     

采用埃弗雷特优化技术的船舶电力系统设计

船舶的电力系统经过了漫长的发展过程。最初电力系统只是作为起辅助作用的能源,为船舶的小型用电设备供电。随着电力系统的优化和储电技术的发展,现在的船舶综合电力系统已经作为必不可少的能量来源,甚至作为主要推进能源。传统的电力系统结构复杂、性能较差,本文基于埃弗雷特优化技术对传统的电力系统进行优化设计,提出电力系统的级联式区域配电技术。     

船舶自主电力系统的参数配置优化

近年来,基于舰船自动化技术水平的不断提高,船舶自主电力系统的容量明显增大且自动化程度逐渐突显出来。较之于陆上电力系统,船舶电力系统相对独立且规模不大,然而内部结构却十分复杂。所以,对船舶自主电力系统的研究具有一定的现实意义。本文主要研究了船舶自主电力系统的原理,并对电力系统的相关参数配置进行全面优化。基于此,本文首先建立了船舶自主电力系统的数学模型,并重点阐述其参数配置优化的内容。     

双向变频电源在船舶供电系统优化中的应用

采用双向变频电源作为船舶供电系统的电源控制模块,进行船舶供电系统优化设计,提出基于总线主控技术的船舶供电系统优化设计方案,系统的硬件模块主要包括AD模块、功率调制模块、集成控制模块、接口电路模块以及人机交互模块等,采用双向变频电源作为船舶供电系统启动电压输入的供电模块结合总线主控技术进行供电系统的微机总线控制,系统接口设计部分采用高速数字信号处理芯片进行控制程序加载和信号传输控制,设计功放控制模块使得船舶供电系统在高时钟频率下具有较高的输出功率增益。最后在嵌入式总线下进行系统的集成开发和测试,结果表明,设计的船舶供电系统输出稳定性较好,功率增益较大,对船舶供电的稳定控制能力较强。     

新能源船舶混合电力系统容量优化策略

在新能源船舶电力系统中,不合理的系统容量分配会引起电网的剧烈波动,增加能源消耗,提高用电成本等不利情况。为保证行驶的安全合理,提出一种考虑船舶横摇的新能源船舶混合电站系统的优化策略。该策略使用加入遗传算法交叉过程的多目标多约束粒子群算法,在考虑船舶航行时横摇的情况下,对船舶电力系统中柴油机的出力以及储能电池的容量进行优化配置,在保证船舶运行效率的同时,减少电力系统运行成本以及燃油消耗。以某远洋油轮为例,在一个航程内,优化后的船舶混合电站系统在满足用电可靠性的前提下,合理分配各电源出力,显著改善了电力系统的用电成本。     

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。     

粒子群算法在船舶电网系统中的应用

介绍粒子群算法的原理,并根据算法中的问题,改进粒子群算法,将自适应粒子群优化算法应用于船舶电网系统中。对自适应粒子群优化算法中的参数进行调整和变异,增强了种群全局寻优的速度和精度。最后将此算法应用于船舶电网系统的无功优化中,并通过对比实验说明本文所采用的算法在稳定系统电压方面效果明显。