基于GSA-IPM算法的船舶电力系统无功优化

提出GSA-IPM(万有引力-内点)算法求解船舶电力系统无功优化问题,以降低船舶电力系统的有功损耗,提高电压质量,改善安全经济运行水平。将算法应用于某实际船舶电力系统进行仿真测试,结果与万有引力搜索算法(GSA)、遗传算法(GA)及粒子群算法(PSO)作比较,证明了算法能够使有功网损更低,电压质量更佳,从而验证了方法的有效性。     

基于蚁群算法的港口船舶调度优化问题研究

港口船舶调度优化问题是当前一个公开的难题,传统方法无法获得理想的港口船舶调度优化方案,为了加快港口船舶调度速度,降低港口船舶调度成本,建立了基于蚁群算法的港口船舶调度优化模型。首先分析当前港口船舶调度优化研究现状,指出各种方法出现不足的原因,然后构建港口船舶调度优化问题的多约束优化目标函数,并引入蚁群算法对多约束优化目标函数进行寻优,求得港口船舶调度优化问题的最优解,最后进行港口船舶调度优化仿真模拟实验。相对于其他港口船舶调度优化模型,蚁群算法改善了港口船舶调度优化问题求解的效率,港口船舶调度优化问题的解质量更高,可以满足港口船舶调度管理的实际应用要求。     

船舶电力系统无功优化的GSA-IPM算法

提出GSA-IPM(万有引力-内点)算法求解船舶电力系统无功优化问题,以降低船舶电力系统的有功损耗,提高电压质量,改善安全经济运行水平。将算法应用于某实际船舶电力系统进行仿真测试,结果与万有引力搜索算法(GSA)、遗传算法(GA)及粒子群算法(PSO)作比较,证明了算法能够使有功网损更低,电压质量更佳,从而验证了方法的有效性。     

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。     

基于多Agent的船舶电力系统故障诊断系统设计

在对多Agent技术和船舶电力系统故障诊断系统相关技术进行研究的基础上,设计出基于多Agent技术的船舶电力系统故障诊断系统,阐述了该系统的特点、分类、功能、结构,并就其诊断信息的交互过程做了详细的介绍。文中设计的船舶电力系统故障诊断系统能充分利用已有的诊断资源,提高故障诊断的效率,便于构造大型船舶电力系统故障诊断系统。     

基于粒子群优化算法的船舶电力系统脆性分析

为了提高船舶电力系统稳定性,提出基于粒子群优化算法的船舶电力系统脆性分析方法,构建船舶电力系统的稳定性控制约束参量模型,以电机模型参数为控制对象,通过船舶电力系统电机的转速信息和电磁转矩信息进行船舶电力系统脆性特征分析,采用PI控制算法进行船舶电力系统的输出稳定性控制,建立船舶电力系统的反馈动态补偿稳定性控制模型,结合粒子群优化算法进行船舶电力系统稳定性控制的参量自适应调节,实现船舶电力系统脆性预测和稳定性控制。仿真结果表明,采用该方法进行船舶电力系统脆性分析的准确性较好,控制稳定性较强,提高了船舶电力系统的输出鲁棒性。     

基于萤火虫算法的船舶交通数据并行调度方法

针对传统的舰船交通数据并行调度方法效率低的情况,提出基于萤火虫算法的船舶交通数据并行调度方法。以舰船调度时间为出发点,确定调度目标,并引入不确定因子,对舰船调度中的不确定因素进行处理,在此基础上,生成船舶交通数据并行调度规则,使所有船舶按照该规则进行调度,并考虑到存在大船和小船的情况,设置时间权参数,保证大船与小船同时到岗时,大船优先被调度,以此实现舰船交通数据并行调度。实验对比结果表明,此次设计的基于萤火虫算法的船舶交通数据并行调度方法比传统的调度方法效率高,具有一定的实际应用意义。     

基于蚁群算法的船舶调度优化研究

新时期背景下,国际贸易活动日益频繁,船舶的大型化发展趋势愈加明显,也为集装箱海运运输网络转型发展提供了必要平台,逐渐发展成健全网络体系。在这种情况下,对船舶的优化调度作用逐渐突显出来,通过对船舶运力的合理规划能够使船舶企业营运的成本支出明显减少,现实意义显著。而在优化船舶调度方面,将蚁群算法引入其中,构建以蚁群算法为基础的船舶调度优化模型,能够为船舶调度工作的顺利开展提供有价值的参考依据,进一步推动现代船舶行业的进步与发展。     

船舶电力系统的模糊故障诊断

人工神经网络被广泛应用于故障诊断与分析过程,然而在船舶电力系统的应用环境中,通常会出现多种故障并发的情况,因此单一的神经网络无法完成复杂的、多种类的故障分析与诊断,难以应用于船舶电力系统。同时,采用单神经网络时,多种电力系统故障的数据训练也会造成较大的工作量,从而进一步降低可用性。为了解决以上问题,本文提出一种多层模糊神经网络方法对船舶电力系统进行诊断和分析。该方法采用多层人工神经网络,不但扩展了故障诊断系统适用的故障类型,更提高了数据处理的效率,提升故障诊断的准确性。仿真和实验表明,本文提出的方法具有较好的实用性。     

基于改进自适应遗传算法的船舶电力系统滤波装置优化配置

近年来随着大量非线性负载的投入使用,船舶电网谐波问题日益严重,直接影响到船舶电气设备的正常工作和使用寿命。论文结合船舶电力系统动态负荷多等特点采用节点电势法进行基波潮流计算,忽略传输线路压降,对非线性负荷进行迭代求解,因而收敛速度快,精度高。在迭代求解过程中,采用改进的自适应遗传算法。根据适应度值的集中程度自适应地变化整个种群的交叉概率和变异概率,增加了种群多样性,扩大了搜索空间。应用改进的自适应遗传算法对一个12节点船舶电力系统进行滤波器优化配置,优化结果表明了算法的有效性。     

基于自适应神经网络的电力系统经济调度

为了适应新能源接入大电网的发展趋势,降低输电损耗,提出了考虑输电损耗的电力系统经济调度问题。提出根据功率平衡约束误差在线调整连续神经元更新步长的自适应方法,建立了基于增广的Lagrange-Hopfield神经网络的自适应神经网络算法,并且构建了该算法的仿真计算流程。从理论上证明了该算法的收敛性,论证了该算法具有快速的收敛速度。通过选取不同的更新步长参数求解实例,证明该算法可以在线调整步长,从而提高收敛速度,大幅减少迭代次数。     

基于ETAP的并网光伏系统对船舶电网影响的研究

针对上海船舶研究设计院(SDARI)重点研发项目《太阳能光伏系统在汽车滚装船(PCTC)船型上的应用研究》,结合实船配电网拓扑结构和系统参数,应用ETAP(Electrical Transient Analysis Program)软件对太阳能光伏系统接入船舶电网进行建模仿真。通过计算不同并网容量时系统电压偏差和三个不同节点的短路电流,分析太阳能光伏系统的接入对船舶电网稳定性和可靠性影响的规律。     

基于CAN现场总线的船舶电站监控系统

介绍了CAN总线的特点和船舶电站监控系统的现状，构建了基于CAN总线的现场总线船舶电站监控系统，这样的开放式电站监控系统更可靠，更易于扩展，对全船机舱自动化有积极意义。     

基于GA的电力系统无功优化

本文针对电力系统无功优化的问题,建立了基于GA的电力系统无功优化模型,设计了遗传算法用于求解,并通过实例进行仿真。计算机仿真结果表明,优化后的网损减少1／5,有效地降低了网损并提高了电压质量。     

基于新型推进变压器的船舶电力系统研究

文章对新型推进变压器的理论进行了分析,分析了新型推进变压器的原理和接线方案,研究了新型推进变压器的技术特点,将该方案和传统的推进变压器进行仿真对比,介绍了新型推进变压器的所独有的技术性能。     

基于LabVIEW的船舶电站监控系统研究

阐述了开放式虚拟仪器平台LabVIEW的特点，在此基础上开发了一个由计算机控制的数据采集系统，提出了如何应用LabVIEW来实现船舶电站实时监控系统的方法。     

基于单片机的分布式船舶电站控制系统

船舶电站管理系统的性能是船舶自动化程度的重要标志，以单片机为基础的DCS控制系统以数字量传输方式代替传统的模拟量传输，便于应用计算机作为上位机对系统参数及运行状态进行监督及控制，上位机与单片机之间采用RS-485串行总线进行通信。针对系统中存在的多机通信问题给出解决方案及实现方法，设计相应的上位机监控软件。