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。     

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。     

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。     

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。     

新型云粒子群算法在船舶工程中的应用

船舶工程研究的内容多以工程力学和结构学为主,这些都是比较复杂的问题,尤其是船舶动力,它是造船时需要重点考虑的关键因素之一。在复杂问题的解决中,粒子群算法的效果较好,但由于传统的粒子群算法容易陷入局部最优的情况,所以,需要对算法进行优化。云计算的出现,为粒子群算法的优化提供条件。本文从新型云粒子群算法的实现入手,对该算法在船舶工程中的应用进行论述。结果表明,本文提出的新型云粒子群算法,要优于传统的算法,具有良好的应用价值。     

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.     

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。     

粒子群优化算法在港口船舶物流中的应用

传统的用遗传算法的港口船舶物流中存在逾期惩罚成本过高的问题,为此,提出粒子群优化算法在港口船舶物流中的应用。分析港口船舶物流影响因素并完成粒子编码,使得粒子位置与影响因素一一对应,计算多目标适应度函数,根据种群适应值均值调整目标粒子适应度函数,保证适应度函数最优,利用微粒迭代更新粒子的位置和速度,通过判断种群的收敛精度实现最优解的输出。实验结果表明,应用粒子群优化算法的港口船舶物流中逾期惩罚成本远低于应用遗传算法物流中的逾期惩罚成本,说明粒子群优化算法的应用有效地改善了逾期惩罚成本过高的问题。     

蚁群和粒子群优化融合算法在船舶网络资源调度中的应用

在互联网技术高速发展的今天,网络互联技术已经被广泛应用在船舶的自动化控制领域,通过集中化的网络资源管理,船员可以有效地对船舶上的电力系统、导航系统和通信系统进行资源调度,从而达到最优化的水平。本文从船舶的实际控制需求出发,结合最新的人工智能技术——蚁群和粒子优化融合技术,对船舶网络资源进行数学模型的构建。并结合粒子群优化融合算法对蚁群网络的空间布局进行优化,从而使船舶的网络资源在动态调整中达到平衡。仿真结果表明,经过蚁群和粒子群融合算法优化过的船舶网络资源调度效率更高,具有很好的实际应用前景。     

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。     

舰船电力系统中智能电网技术的应用浅析

智能电网技术具有能量优化分配、管理和控制方面的优势,但是舰船电力系统在能量来源、设计理念、可靠性等方面又有着特殊的要求。因此通过重点分析智能电网技术与舰船电力系统的协调性,探讨舰船电力系统应用和实现智能电网技术的重点和关键技术,提出舰船智能电网对信息集成技术、实时监测技术、智能决策技术的要求要远高于陆地智能电网,而且相应的智能装备研制,也必须考虑到应用的特殊环境,从而需要将自愈、智能对话、优质电能、电磁兼容和抗攻击性作为主要应用特征和发展重点,并重点关注和解决与之相关的灵活的电网结构、传感与测量技术、信息化技术、智能型设备等关键问题,开发出能与舰船系统有效结合的合适的智能电网,充分发挥智能电网技术的优势,推动舰船先进装备的研制,达到提高舰船整体作战能力的最终目的。     

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。     

舰船交流环形电力系统保护性能分析

论文介绍了时间电流原则应用于舰船电力系统时的整定方法,结合舰船交流环形电力系统的短路电流特点,对该保护方法分别在环形输电网和辐射状配电网中的保护特性进行详细分析,总结了时间电流原则保护方法存在的不足及原因。     

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.     

船舶电力系统的电能质量问题

传统电能质量的监测和管理都是基于有效值基础之上,主要针对电力系统的稳定特征,缺少对暂态或瞬态过程的特征描述。本文旨在通过论述电能质量概念的提出及其基本发展现状,讨论现代舰船,特别是综合电力推进舰船面临的电能质量问题,分析解决舰船电能质量问题的基本措施。     

大型舰船电力系统新型综合保护的研究

根据大型舰船电力系统的独特特性,确定电流差动保护作为本系统的首要保护策略的基础上,提出了以舰船电力系统快速区域保护为基础,基于矩阵算法的故障后电力网络快速重构的新方法。在快速故障诊断与故障隔离后,快速故障重构算法将迅速对电力网络剩余部分进行功率平衡,减少故障对电力系统的冲击。     

多目标优化算法在舰船天线布局中的应用

针对现有的单目标优化算法在天线优化布局应用中的不足,提出一种基于多目标粒子群优化(MultiObjective Particle Swarm Optimization,MOPSO)算法的天线优化布局方法。将该算法与数值计算方法相结合,建立多目标、多变量协调控制的复杂平台上的天线优化布局数学模型。在此基础上,使用FEKO软件建立某型战舰的仿真分析模型,具体分析舰载短波通信天线的优化布局过程。