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。     

基于神经网络的船舶空调设计参数优化

针对当前船舶空调设计参数优化精度低的问题,以提高船舶室内舒适度为目标,提出了基于神经网络的船舶空调设计参数优化方法。首先对影响船舶室内舒适度的空调参数进行分析,将其作为神经网络的输入,采用船舶室内舒适度为神经网络的期望输出,然后通过神经网络的自适应和学习能力,对空调参数和船舶室内舒适度之间的关系进行非线性映射,建立船舶空调设计参数优化模型,最后采用Matlab编写船舶空调设计参数优化程序进行仿真实验,结果表明,神经网络可以获得船舶空调设计参数最佳组合,提高了船舶空调设计参数的优化精度,改善了船舶室内舒适度,最大程度发挥了船舶空调作用。     

船舶电力系统参数测量的应用和故障诊断

提出把船舶电力系统作为船舶发展过程中的一个重要组成部分来认识，描述了实际应用中占大多数的船舶电站的结构，并提及了船舶电网的特殊性，即其柔性功能及所存在的大量的扰动因素。文章着重讨论了参数测量的利用，诊断对船舶安全和船舶电力系统的有效运行所动的重要作用，指出了这些测量的特性，同时还提出了实现参数测量的进一步利用及用于故障诊断的基本设备和系统设想。笔者不仅叙述了上述内容在现阶段所取得的成就，而且还指出     

模拟退火算法在船舶航向PID控制器参数优化中的研究

基于PID控制器的航向参数控制是控制船舶按照既定航向运行的主要方法。传统的PID控制器虽然结构简单,但是航行参数调节精确度不高,在全局进行搜索,收敛性能较差,已经越来越不能适应现代船舶航行参数控制系统的要求。模拟退火算法是一种局部最优搜索方法,能够结合航向操纵航角最小的原则对航向参数进行最优控制。本文在研究了船舶航行参数控制结构的基础上,提出了基于模拟退火算法在船舶航向PID控制器参数的优化算法,最后进行仿真。     

基于参数灵活配置的虚拟同步发电机在船舶自主电力系统中的应用

随着全球能源危机和环境污染的不断加剧,绿色环保是船舶未来的发展方向,各国研究者都在积极探索新能源在船舶平台上的应用技术,以实现船舶节能减排的目标。文章针对具有船舶特质的电力系统因新能源融入造成的脆性源增加和系统惯量减少所导致系统容易失稳抗干扰能力差、多种分布式电源之间功率的协调分配等问题进行研究,提出在船舶多模式电站中可采用一种基于虚拟同步发电机原理的并网逆变器控制策略,因其具有类似同步发电机输出阻抗大、转动惯量大和功率按下垂特性分配的特点,适用于船舶电力系统这类自主电力系统;还设计了虚拟惯量和阻尼系数的自适应调节策略,充分利用VSG虚拟惯量和阻尼系数灵活可调的优势,在不同工况下有效解决新能源设备和负荷突变引起的频率和功率的波动;通过仿真验证该控制策略在船舶新能源技术中的可行性。     

基于三维参数的船舶稳性设计与优化研究

据国际统计数据表明,大量船舶事故的主要原因是船舶的失稳,进而导致船舶失控,发生事故。近年来,基于三维参数化软件的船舶优化设计成为了一项热点研究,并取得了相当可观的研究成果。为了提高船舶的稳定性,保障船舶航行的安全可靠,本文建立了船舶的稳性数学模型,进行船舶的稳性计算,并结合三维设计软件平台CATIA对船舶进行参数化建模,最后利用CATIA的二次开发,完成了船舶稳性设计与优化的仿真试验。试验表明,基于三维参数化的船舶稳性设计具有良好的效果,应用潜力巨大。     

基于改进粒子群优化算法的船舶纵向运动参数辨识

针对粒子群优化算法易于陷入局部最优的缺点,提出了一种改进的粒子群优化算法,并将改进的算法应用到船舶纵向运动模型的参数辨识.对辨识结果进行了验证,表明,利用改进的粒子群优化算法有较快的收敛速度和稳定性,辨识获得的水动力参数计算的结果误差均在允许范围内,得到的纵向运动的状态参数与理论观测值吻合度较高,辨识算法有效可行.     

基于改进粒子群优化算法的船舶纵向运动参数辨识

针对粒子群优化算法易于陷入局部最优的缺点,提出了一种改进的粒子群优化算法,并将改进的算法应用到船舶纵向运动模型的参数辨识。对辨识结果进行了验证,表明,利用改进的粒子群优化算法有较快的收敛速度和稳定性,辨识获得的水动力参数计算的结果误差均在允许范围内,得到的纵向运动的状态参数与理论观测值吻合度较高,辨识算法有效可行。     

基于可视化编程环境的船舶航行参数优化研究

以保障船舶以既定航线航行为目的,研究基于可视化编程环境的船舶航行参数优化方法。该方法将Dynamo参数化设计平台作为船舶航行参数优化的可视化编程环境,并从船舶航行时航向控制参数和航行速度参数角度出发,分别构建船舶航行航向控制参数优化模型和船舶航行航速优化模型。分别设置2个模型的约束条件,依据约束条件求解2个模型,得到最佳船舶航向控制参数和航行速度参数。将这些参数输入到可视化编程环境Dynamo参数化设计平台内,该平台启动船舶参数驱动程序代码,通过Revit软件呈现船舶航行参数优化的可视化场景。实验表明,该方法应用后可保障船舶沿着既定航线航行,降低船舶舵角变化区间,应用效果较好。     

船舶电力系统参数仿真优化及性能测试

由于传统的船舶燃油以重油为主,生成物对环境的污染较大,为了减缓航运对环境的负面影响,应用新能源并入船舶电力系统,以实现船舶节能减排目标。由于新能源在电压频率、幅值等方面与船舶电力系统存在差异,为了稳定船舶电力系统的功能,引入惯性函数对船舶电力系统功能进行调节,以减少船舶电力系统的振荡,而惯性函数的调节功能受到虚拟惯量和虚拟阻尼等参数的影响,因此,利用数字仿真方法确定虚拟惯性函数的参数配置,仿真试验表明,本文方法相对于对比方法具有更佳的调控效果,是一种有效的参数配置优化方法。     

船舶动力系统设计及优化

船舶动力系统作为最复杂也是最重要的系统之一,受到广泛关注。由于整个动力系统涉及到机械、电子和通信控制等领域的技术,其设计和优化也变得非常棘手。本文通过深入分析船舶动力系统结构的基本原理,找出制约船舶动力系统的关键因素,从而提出一种基于神经网络的智能算法用来优化船舶动力系统。该模型能够对船舶动力系统的架构设计和配置需求作有效的预测,并从动力输出和控制能力2个方面对船舶的动力系统做了优化仿真。从仿真结果看,本优化配置方法具有一定的应用价值。     

舰船动力系统配置方案可行性分析方法

针对舰船动力系统方案论证中的实际问题,提出了基于最大航速下需求功率的舰船动力系统方案可行性分析方法。该方法以舰船综合模型为依据,以最大航速这一基本的作战需求为出发点,将舰船最大航速下的需求功率与动力系统的总功率进行比较,对方案可行性进行分析。案例应用结果表明了该方法的有效性。该方法为舰船动力系统方案论证提供了一种新的研究思路,有助于提高动力系统方案论证的可信度。     

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。     

基于粒子群算法的船舶发电系统电路优化

船舶发电系统电路受到传感电机电磁耦合的影响,容易产生串扰,导致输出功率因素不高,需要进行电路优化设计。提出基于粒子群算法的船舶发电系统电路优化方法,构建船舶发电系统电路优化的控制约束参量模型,采用粒子群进化方法进行电路优化参数的自适应寻优,以粒子种群的适应度方差最小为约束条件,得到电路控制参数的最优解。以此为指导进行船舶发电系统电路的优化设计,并进行电路测试和仿真分析,得出采用该方法进行船舶发电系统电路优化能提高关联约束参量的寻优能力,发电系统控制的稳定性较好,发电系统的输出功率增益得到提升。     

双向变频电源在船舶供电系统优化中的应用

采用双向变频电源作为船舶供电系统的电源控制模块,进行船舶供电系统优化设计,提出基于总线主控技术的船舶供电系统优化设计方案,系统的硬件模块主要包括AD模块、功率调制模块、集成控制模块、接口电路模块以及人机交互模块等,采用双向变频电源作为船舶供电系统启动电压输入的供电模块结合总线主控技术进行供电系统的微机总线控制,系统接口设计部分采用高速数字信号处理芯片进行控制程序加载和信号传输控制,设计功放控制模块使得船舶供电系统在高时钟频率下具有较高的输出功率增益。最后在嵌入式总线下进行系统的集成开发和测试,结果表明,设计的船舶供电系统输出稳定性较好,功率增益较大,对船舶供电的稳定控制能力较强。     

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。     

粒子群算法在船舶电网系统中的应用

介绍粒子群算法的原理,并根据算法中的问题,改进粒子群算法,将自适应粒子群优化算法应用于船舶电网系统中。对自适应粒子群优化算法中的参数进行调整和变异,增强了种群全局寻优的速度和精度。最后将此算法应用于船舶电网系统的无功优化中,并通过对比实验说明本文所采用的算法在稳定系统电压方面效果明显。     

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。