舰船配电网络拓扑表达新方法

传统的基于邻接矩阵和支路-节点关联矩阵的电网拓扑表达方法在解决舰船配电网结构的规划问题时存在着局限性。本文定义了配电板关联矩阵和负载-配电板关联矩阵用于舰船配电网络的拓扑表达,建立了舰船配电网辐射状结构约束的数学模型,给出了舰船配电网属性的计算方法。算例结果验证了该拓扑表达方法及约束条件数学模型的准确性。     

稀疏表示和判别性字典学习的舰船图像自动分割算法

现有舰船图像自动分割算法存在着分割准确率低的问题,故提出稀疏表示和判别性字典学习的舰船图像自动分割算法研究。为了降低图像分割计算难度,通过图像插值、坐标转换、互信息计算配准获取的舰船图像,以此为基础,提取配准图像的灰度与梯度特征,并转换为列向量构成训练样本集,构建判别性字典学习模型,通过模型求解获取舰船图像稀疏表示,判断像素点所在区域,实现了舰船图像的自动分割。仿真实验结果显示:在自变量图像数量与图像块尺度背景下,与现有算法相比较,提出算法舰船图像分割准确率较高,充分表明提出算法图像分割效果更好。     

直流配电网及其在舰船区域配电的应用

随着电力电子技术的发展,直流配电网与交流配电网相比在很多领域取得了技术和经济优势,具有巨大的发展前景.简要介绍了直流配电网在国内外的发展情况,分析了直流配电网的发展趋势,重点结合直流配电网在舰船区域配电上的应用,对直流区域配电系统的拓扑结构、控制方式和常见的接地保护进行了阐述,最后对直流配电系统在舰船上的应用情况进行了展望.     

网络重构法在舰船区域配电系统中的应用研究

运用网络重构法对舰船区域配电系统进行了分析.在考虑了电网损耗和开关动作次数因素的基础上建立数学模型,并应用改进的遗传算法--单亲遗传算法(PGA)进行求解.着重分析了单亲遗传算法针对舰船区域配电系统的特点产生相应的染色体编码、初始群体、基因移位、基因突变.本文的研究证明了单亲遗传算法可有效消除常规遗传算法中对可行性解严重破坏的缺点以及网络重构法应用在舰船区域配电系统中的有效性.     

基于人工智能技术的舰船图像语义分割算法

随着对舰船研究的深入,原有的舰船图像语义分割结果已无法满足现有的研究要求。原有的舰船图像语义分割算法在图像预处理过程中较为粗糙,导致图像分割结果交叉联合度量值较低,图像分割损失值较大。因而,设计基于人工智能技术的舰船图像语义分割算法。引用人工智能技术中的卷积神经网络对图像预处理部分展开优化;对预处理后的图像进行多尺度拟合,获取图像特征;使用改进代价函数实现舰船图像语义分割。构建算例测试环节,通过与原有算法以及使用其他技术设计的分割算法进行对比可知,此算法的交叉联合度量值较高,图像分割损失值较低。由此可知,此方法的舰船图像语义分割能力较佳。     

舰船环形区域配电网络结构可靠性分析

伴随新兴技术的应用,现代舰船配电网的拓扑结构多种多样,而舰船电网结构是关系舰船性能的关键因素,需要从可靠性角度进行严格的论证分析.本文以环形区域配电系统为模型,设计了3种区域内部配电网结构,并借鉴陆地上电网可靠性评估成果,采用网络等效简化思想,对所设计配电网结构与传统干馈式单母线配电结构的可靠性指标进行定量计算和分析比较,从而选择出高可靠性的区域配电网结构.     

舰船遥感图像分割中阈值的自动选取算法

为了提高舰船遥感图像的分割效果,解决传统阈值选取算法存在的选取性能低的问题,提出舰船遥感图像分割中阈值的自动选取算法。利用安装的遥感设备采集舰船遥感图像,并以此作为研究样本构建相应的直方图,并通过预测实现分割阈值的自动选取。将设计的阈值自动选取算法应用到实际的舰船遥感图像分割工作中,相比于传统的阈值选取算法,应用设计方法得出的图像分割结果的AER值更小,即分割效果更理想。     

大扰动状态下基于多目标差分进化算法的舰船电网重构研究

以保障舰船电网稳定供应为目的,研究大扰动状态下基于多目标差分进化算法的舰船电网重构方法。该方法通过分析舰船电网在大扰动状态下的冲击规律后,计算当前舰船电网的动态势能,并以该动态势能作为基础,建立由电网负荷恢复度指标、开关操作代价、电网设备负载率等目标函数组成的舰船电网重构模型,同时设置该模型的电网负荷供电约束和电流约束条件,使用多目标差分进化算法经过种群交叉、变异和父代竞争,输出舰船电网重构模型求解新种群,实现舰船电网重构模型求解,得到舰船电网重构结果。实验表明：该方法计算大扰动冲击时,舰船电网暂态势能与其实际曲线完全重合,计算舰船电网暂态势能结果精度较高;可有效对舰船电网进行重构,重新配置舰船电网内设备开关状态,应用效果较佳。     

NSGA-Ⅱ算法在舰船电网故障恢复中的应用

现代大型舰船的电力系统规模越来越大,促进了舰船的自动化、电气化水平,同时也对电力系统安全性、稳定性提出了更高的要求。舰船电力系统的故障恢复是指当舰船电网某一环节出现故障时,电力系统可以根据电网结构,快速重构配电网络(包括定位故障区域、隔离故障区域等),保证舰船多数用电设备的供电需求。本研究针对舰船配电网络的故障恢复问题,利用遗传算法和NAGA-Ⅱ算法,确定了舰船电网故障恢复的优化函数,并对电网故障恢复的效果进行仿真实验。     

自适应阈值法的舰船图像自动分割

图像分割是视觉检测领域中的重要环节。由于舰船环境和图像数据的复杂性,现阶段舰船图像自动分割技术中的抗光照性能差、精度低以及边缘模糊等问题仍普遍存在。如何有效完成对舰船图像进行自动分割成为一大难题。为了有效解决上述问题,对当前图像分割方法进行深入的研究和调查,提出通过自适应阈值法的舰船图像自动分割方法,在总结和分析了现有自适应阈值分割算法存在的优点和局限性后,给出了自适应阈值图像分割法的改进方案,以便从复杂的舰船图像背景中分离出目标区域,有效解决当前图像分割技术中光照不均匀、边缘模糊等问题。为验证方法有效性进行了仿真实验,实验结果证实该方法性能效果相对较好,充分满足对复杂舰船图像进行分割的设计目标。     

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。     

船舶复杂配电网络结构可靠性评估

本文介绍了船舶配电网络结构可靠性研究的重要性，根据最优可靠性模型理论和船舶电力系统及陆地电力系统可靠性研究的相关内容，提出了一种基于局部等效法、最小割集法和SDP法的船舶复杂配电网络结构可靠性评估方法和具体步骤，解决了复杂配电网络中共用的线路和设备对可靠性评估的影响，提高了评估精度。     

多Agent的船舶电力系统网络重构技术

Reconfigurability of the electrical network in a shipboard power system (SPS) after its failure is central to the restoration of power supply and improves survivability of an SPS. The navigational process creates a sequence of different operating conditions. The priority of some loads differs in changing operating conditions. After analyzing characteristics of typical SPS, a model was developed used a grade III switchboard and an environmental prioritizing agent (EPA) algorithm. This algorithm was chosen as it is logically and physically decentralized as well as multi-agent oriented. The EPA algorithm was used to decide on the dynamic load priority, then it selected the means to best meet the maximum power supply load. The simulation results showed that higher priority loads were the first to be restored. The system satisfied all necessary constraints, demonstrating the effectiveness and validity of the proposed method.     

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。     

多Agent粒子群算法在船舶电力网络重构中的应用

根据船舶电力系统自身所具有的特点,结合智能控制算法以及多Agent技术在电力系统的应用,本文提出了一种基于粒子群算法的多Agent船舶电力系统网络重构思想,建立一种与之符合的拓扑模型以及数学模型。在粒子群法的基础上,给出多Agent系统的全局最优解,实现网络重构供电最优,并通过相应的算例进行验证分析。     

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。     

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。     

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。本文首先对舰船电网形式进行了分析研究，然后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，通过对四种船舶电网的对比分析，得到环形区域配电的可靠性水平高于辐射网结构和电源环形网结构，是舰船电网结构发展的方向。     

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。     

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。