基于克隆算法的舰船区域配电系统故障恢复算法

舰船电力系统的网络重构是故障后恢复系统、提高舰船生命力的重要途径之一.故障恢复在理论上是一个复杂的多目标非线性组合优化问题.为了提高区域配电系统故障恢复算法的准确性和快速性,针对舰船区域配电系统的特点,建立了重构数学模型,提出了一种克隆算法对其进行求解;通过选择亲和力高的抗体并且对亲和力高的抗体分别进行克隆来有效地加快收敛速度.理论分析及实例证明,克隆算法比传统的遗传算法在计算速度和全局收敛方面有了很大的提高.     

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。     

基于混沌遗传算法的舰船区域配电系统故障恢复算法

舰船电力系统的网络重构是恢复系统故障、提高舰船生命力的重要途径之一。本文提出了一种混沌遗传混合算法对其进行求解,提高了遗传算法的收敛速度及精度,避免了不成熟收敛。     

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。     

基于改进粒子群算法的舰船电力系统无功优化

依据舰船电力系统的特点,构建适用于舰船电力系统的优化模型。率先采用自适应粒子群算法对舰船电力系统进行无功优化。与标准粒子群算法相比,新算法有效克服了标准粒子群算法在优化过程中前期易陷入局部最优和后期收敛速度慢的缺点。优化后,舰船电力系统的有功网损降低明显,电压分布也更加合理,保证了舰船电力系统安全稳定的运行。     

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。     

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.     

基于改进差分进化算法的船舶曲面分段车间调度

为有效提升船舶曲面分段车间的加工效率,解决已有算法存在的易陷入局部最优解和初始解质量低的问题,提出一种改进的差分进化算法,对曲面分段调度问题进行求解。以最小化完工时间和最小化班组间负荷差距为目标,建立该曲面分段调度问题的双目标数学模型,并采用改进的差分进化算法对该问题进行求解。该改进差分进化算法将全局搜索策略与局部搜索策略相结合,能提升初始解的质量,并加快收敛速度。使用某船厂的实际数据对该算法进行有效性验证,结果表明,该算法能有效求解船舶曲面分段调度问题,能更好地提升船舶曲面分段制造调度作业效率。     

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。     

遗传算法的舰船电力系统供电恢复研究

船舶电力系统的故障重构是船舶运行管理系统中的重要内容。为保障船舶运行过程安全可靠,根据船舶电力系统的特殊性,结合遗传算法对舰船电力系统供电恢复问题进行研究。将遗传算法具体用于船舶电力系统的网络故障重构并通过对遗传算法对电力系统故障信息进行快速、准确地判断,以便更及时准确的对复杂的船舶电力系统供电恢复情况进行调整和控制,确保船舶在中电力系统出现故障的情况下可快速恢复供电,以保障航行安全。通过调查分析和实验检测充分证明了该方法能有效地提高船舶供电恢复的速度及精度,可较好地实现了舰船电力系统的多目标故障恢复。     

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。     

Situation and prospects of shipboard integrated power system reconfiguration technology北大核心CSCD

当前,船舶综合电力系统(IPS)正朝着复杂化、模块化、自动化方向发展,研究快速、稳定、能够应对各种突发状况的船舶综合电力系统重构技术对保障船舶安全和可靠航行具有重要意义。首先,综述当前国内外在船舶综合电力系统重构技术方面的研究进展,讨论集中式重构和分布式重构的特点,并对数学优化算法、启发式算法、人工智能算法等进行归纳总结;然后,分析面对多重并发故障时重构技术所面临的困难与挑战,提出需重点关注混杂系统建模和分层分布式重构框架的建立;最后,从重构模型建立、算法优化、分布式架构等方面对未来船舶综合电力系统重构的发展提出设想和建议。     

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。     

基于节点电势法的舰船电力系统潮流计算方法

针对舰船电力系统中非线性负载尤其是异步电动机负载较多,且发电机组数量多、容量小,需考虑其功率分配关系等特点,提出基于节点电势法的潮流计算改进算法。利用此算法对一个8节点的典型舰船电力系统模型进行计算,并通过Matlab软件仿真予以验证。结果表明,该算法具有计算精度高、收敛速度快等特点。     

母线保护在船舶电力系统中的应用

本文认为在船舶中压交流系统中可采用母线差动保护作为应对汇流母排故障的主保护,提出了一种基于微机保护装置实现的适合复杂中压船舶电力系统使用的母线保护体系,该方案可兼顾保护选择性、速动性、可靠性。首先分析了母线差动保护原理、动作特性、保护接线方式,其次重点分析了母线保护的死区及其应对方法。最后针对船舶电力系统特殊环境讨论了增加母线保护可靠性的措施。本文分析结果可作为中压船舶电力系统保护设计的参考。     

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.     

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。