基于模糊SOFM网分类的船舶电力负荷估算模型

提出了一种新的船舶电力负荷分类随机估算模型。将负荷的功率和工作概率作为分类的两项指标，利用模糊自组织特征映射（SOFM）网络对负荷进行分类，并基于分类给出了电力负荷的随机估算模型。由于分类保证了同一类中的负荷，其功率和工作概率均较接近，从而减小了因分类而导致的模型误差。给出了一个实例，其结果表明：模型精度高，计算简单，易于实现。     

基于模糊逻辑的电力推进船舶电力负荷预测

在电力推进船舶中,电力负荷的预测是基础工作之一,利用模糊逻辑可以有效地提高其预测精度。文章建立了一个非单值Mamdani型模糊模型,用于某型电力推进船舶实际电力负荷时间序列达到预测。MATLAB仿真结果表明,预测曲线能够较好地跟踪实际曲线的趋势与走向,预测误差低,说明该模型具有良好的预测性能。     

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。     

船舶空调负荷动态与稳态算法比较与分析

基于热反应系数法,重点考虑太阳辐射和航速的影响,构建了船舶空调动态负荷计算模型。以某远洋航线的典型工况,选取船舶居住舱室为研究对象,应用动态和稳态方法,分别计算分析了其空调负荷变化规律。结果表明,动态算法得出的围壁传热、窗户得热、人员和照明散热冷负荷、新风冷负荷、舱室总冷负荷仅分别为稳态算法数值的45.4%、35.2%、40.2%、39.7%和40.6%,用动态负荷计算模型可以实时掌握船舶空调负荷变化规律。     

远洋船舶空调系统的动态负荷仿真分析

采用黑箱模型理论建立了船舶多功能舱室动态负荷数学模型,经分析求解,获得了某典型欧亚远洋航线上的船舶动态负荷变化规律.结果表明:船舶空调负荷随航区、航行时刻发生显著变化,通风负荷占总负荷的51.92%,而舱壁导热、辐射负荷仅分别占总负荷的7.47%,6.68%;同一航区同一时刻,各功能舱室负荷最大值是最小值的2.684倍;此外,运用回归分析知,可变舱室负荷的91.72%受室外温度变化的影响.     

适用的软件测试过程探讨

首先介绍了软件测试的分类、软件测试过程模型,然后结合某船舶电力监控系统讨论软件测试过程模型,并就测试阶段、测试内容、测试方法等方面内容对该系统的软件测试过程进行组织,以使软件测试工作更加科学高效。     

船舶回转过程内、外桨负荷的仿真分析

船舶在回转过程中,一般内桨的负荷要大于外桨的负荷.但在某新研制船舶的回转试验中,观察到外桨负荷高于内桨负荷这一看似有悖常理的现象.为了解释这个现象,利用船舶推进系统的数学模型和三自由度平面运动数学模型(MMG模型),分别对定距桨和调距桨推进船舶的典型回转工况进行了仿真分析.研究结果表明:在负荷控制功能起作用的情况下,船舶回转时通过减小柴油机设定转速或减小调距桨的螺距,内桨的负荷比外桨小是完全可能的.在相同回转工况下,负荷限制线的设置和负荷控制规律对船舶内、外桨的负荷有很大的影响.控制系统的负荷控制功能是改变船舶回转工况内、外桨负荷的一个重要因素.     

基于AIS数据的区域性搁置船舶统计

为直观展示某区域船舶运力富余状况,提出统计该区域搁置船舶的数学模型.该模型首先从AIS数据中提取当前时刻速度小于搁置船速的统计区域船舶,然后累计船舶上述状态持续时间,最后从中判断出搁置船舶,并对搁置船舶进行分类统计.实验结果表明,搁置船舶的统计结果能直观地反映特定区域搁置一段时间的各种船型的数量和吨位及其变化趋势,为船公司、港口以及货主等了解特定区域航运运力情况提供了一种新的方式.     

船舶电力系统负荷模型及参数辨识研究

该文在分析了船舶电力系统负荷特性的基础上,将陆用电力系统负荷仿真研究中的一种综合负荷模型引入到船舶电力系统负荷仿真研究中,采用遗传算法辨识了模型参数,并进行了实际模型与辨识模型的对比分析,验证了模型的合理性.     

RBF神经网络在船舶电力负荷预测中的应用

综合以往取得的研究成果,应用RBF神经网络对船舶电力负荷预测问题进行深入研究,提出一种基于RBF神经网络的船舶电力负荷预测方法。基于RBF神经网络实施船舶电力负荷预测,需要对对应的历史负荷数据进行选取。分两个层面对历史数据实施预处理,首先对异常数据实施完善和补充,接着实施样本归一化处理。基于RBF神经网络构建船舶电力负荷的对应预测模型,在模型的构建中,首先对节点数量进行确定。选取某高校实施船舶电站控制实验时使用的船舶作为实验船舶进行预测实例研究。根据研究中的实验结果,发现设计方法在预测时的相对误差较小,是一种预测精度较高的方法。