舰船电力系统自适应保护算法设计

现代船舶电力系统不断引入各类复杂的网络应用,导致已有的电力系统保护算法无法有效滤除系统电流衰减直流分量,频率特性较差。为此以Morlet复小波幅值算法为核心,设计新型船舶电力系统自适应保护算法。重新界定船舶电力系统扰动域,通过设定最大电力运行条件下的扰动整定值域和界定幅值比例关系,明确当前扰动域具体值域和相关数据信息,针对扰动域的实际范围,采用小波分析策略,提出适用于当前船舶电路自适应保护装置的Morlet复小波幅值算法,明确信号谐波幅值,完成离散操作,设置过电流保护机制,实时调节当前电力系统的适应整定值,实现电力系统自适应保护。实验数据分析结果表明,该保护算法与传统保护算法相比,整定幅值提高了30.5%,最大谐波值域拓宽了22%,可以有效提高电力系统自适应保护的频率特性。     

船舶电力系统同步相量测量装置的研制

实现一种适用于船舶电力系统的同步相量测量装置,介绍了时钟同步模块、数据采集模块和数据处理模块。采用基于Nuttall窗函数的双谱线插值FFT算法对电力谐波进行分析,并对IEEE C37.118协议进行扩展,使之适用于船舶电力系统同步相量参数测量。用标准信号源对装置进行测试,相量幅值误差小于0.2%,相位误差小于0.2°。满足电力系统实时监控的要求。     

基于小波滤波和LSTM神经网络的船舶运动极短期预报研究

为了提高船舶运动极短期预报精度及预报时间长度,本文采用小波多分辨率分析方法,将含有噪声的船舶运动信号进行了多尺度小波变换,通过采用阈值函数法对各尺度下细节信号的小波系数进行处理,对小波分解层数、小波基函数、阈值处理方法进行了深入研究,并通过模型试验数据对滤波效果进行了验证分析,实现了船舶运动信号的小波滤波.进一步针对船舶运动的非线性特性,基于深度神经网络的非线性映射能力,建立了基于LSTM网络的多步直接映射船舶运动极短期预报模型,并采用滤波后的船舶运动数据进行了不同工况下的预报分析.结果表明,不同时间长度的预报与试验结果幅值和相位吻合较好,验证了所建立的极短期预报模型的可行性.     

基于最小模MUSIC算法的电力谐波/间谐波检测方法

在电力谐波/间谐波检测中,以传统傅里叶变换为基础的分析方法分辨力差、检测精度较低,基于空间谱估计的多重信号分类(MUSIC)方法易受噪声干扰,且对各信号幅值和相位检测的准确性差等问题,文中提出对电力谐波/间谐波参数准确检测的最小模多重信号分类(MNM-MUSIC)算法,它由采样序列得到自相关函数并构造自相关矩阵,由此得到相关阵的特征值,根据最小描述长度(MDL)准则估计信号源数目,进一步用最小模方法对MUSIC算法做出修正,即利用小特征值对应的噪声子空间的线性组合与信号矢量的关系估计出各信号的频率,最后用扩展Prony方法得到各信号幅值和相位信息,由此完成对电力谐波/间谐波参数的准确检测.仿真结果表明:与经典MUSIC算法相比,此方法的优点在频率检测方面精确度更高,抗噪声能力更强,在电力谐波/间谐波分析检测中具有更高的准确性.     

船舶电力系统谐波干扰抑制技术

针对主动型谐波干扰抑制技术应用效果问题,提出一种被动型船舶电力系统谐波干扰抑制技术。该技术首先对电力系统谐波功率进行分析,包括谐波电流和电压计算,然后利用傅里叶变换和小波包变换算法对船舶电力系统谐波进行检测,最后根据检测结果,利用并联型有源电力滤波器实现谐波抑制。结果表明:与2种主动型谐波干扰抑制技术相比,本次研究的被动型船舶电力系统谐波干扰抑制技术应用下,电流畸变率降低8.3%,达到了国家规定的5%以下标准要求,由此可见,本方法抑制效果更好。     

船舶电力系统谐波干扰抑制方法分析

传统船舶电力谐波干扰抑制方法的扰动抑制效果可靠性不高,易造成逆变器输出谐波的紊乱调节。为解决上述问题,设计一种新型的船舶电力系统谐波干扰抑制方法。通过谐波电力计算、谐波电压计算2个步骤,完成船舶电力系统谐波功率分析。在此基础上,通过船舶电压定向矢量控制、电力谐波的拓扑分析、干扰检测子计算3个步骤,完成新型电力系统谐波干扰抑制方法的搭建。设计对比实验结果表明,与传统方法相比应用新型船舶电力系统谐波干扰抑制方法后,扰动抑制效果的可靠性得到大幅提升,有效避免逆变器输出谐波紊乱调节事件的发生。     

基于机器学习算法的船舶电气故障分类与诊断方法

为实现船舶电气故障的早发现、早解决,设计基于机器学习算法的船舶电气故障分类与诊断方法。采用Trager能量算子增强传感器采集到的船舶电气设备振动信号,利用小波包分析方法提取增强后的电气设备振动信号特征,将电气设备振动信号特征输入卷积神经网络中进行训练,得出最佳的故障分类与诊断模型,并利用该模型实现船舶电气设备的故障分类与诊断。实验表明：采用Teager能量算子可以快速准确地将传感器采集的信号放大,且放大过程没有信息损失。训练后卷积神经网络的故障分类与诊断正确率接近100%,可能够准确诊断出船舶电气设备是否存在故障,并获取对应的电气故障类型。     

基于无线传感器网络的船舶电力系统故障检测算法

为了解决传统故障检测算法存在的检测精度低的问题,提出了基于无线传感器网络的船舶电力系统故障检测算法。构建无线传感器网络,并利用该网络实现对船舶电力系统实时运行信号的采集。按照不同的电力系统故障类型设置故障特征,作为故障检测的数据对比标准。通过输出故障类型和故障发生位置,实现船舶电力系统的故障检测。实验结果表明,与传统检测算法对比,设计的故障检测方法得出的检测结果更加接近设置的故障数据,即设计的故障检测算法的检测精度更高。     

连续小波变换在船舶横摇阻尼识别中的应用

考虑到静水横摇衰减试验信号具有有效样本周期较少和信号周期随幅值发生变化等特点,为了高精度地识别船舶横摇阻尼的大小,采用Morlet小波作为连续小波变换的基函数,探讨有效克服边界效应的处理方法,在时频平面内通过相位特性提取小波脊线,并依据小波脊线的幅值和幅角变化规律识别出横摇阻尼参数.通过仿真实例验证该方法的可行性,同时也为船舶横摇阻尼试验提供一种新的识别方法.     

SOA构架下的海上船舶状态实时监测算法设计

针对当前海上船舶状态实时监测算法存在的检测准确度低,无法对船舶状态进行准确分析问题,提出一种基于多层神经网络的SOA构架下的海上船舶状态实时监测算法,根据算法的需求建立SOA构架下的海上船舶状态实时监测数学模型,利用中值滤波器通过Haar小波变换通过采样、分解、信号处理以及重构过程对采集的信号进行去噪,保证海上船舶状态监测的准确性。在此基础上,为保证海上船舶状态监控的实时性,利用多层神经网络算法建立权值矩阵,确定监测数据的采样规则,从而完成SOA构架下的海上船舶状态实时监测算法。实验结果表明,所提算法能够及时对海上船舶状态数据进行采集,且检测的准确度较高。     

船舶电力推进变频输出电压谐波抑制研究

根据船舶电力推进变频驱动的特点,提出了一种新型变频器输出混合有源正弦波滤波器,在变频器的输出侧接上一个LC基波串联谐振电路,使变频器的输出电压对基波呈现低电抗、对谐波呈现高阻抗;同时实时检测负载端电压,根据瞬时无功功率理论可直接检测出谐波电压波形,并通过变流器和串联变压器反馈一个与谐波电压幅值相等、相位相反的电压去抵消系统中剩余的谐波电压。阐述了新型变频器输出混合有源正弦波滤波器的结构和工作原理,分析了滤波器的谐波抑制原理,给出了滤波器的仿真结果及分析。仿真结果表明:此滤波器设计新颖、结构简单、可靠性高,在各种工况条件下都能得到优化的滤波效果,很好地改善变频器的输出电压波形。     

改进神经网络的船舶红外图像边缘检测方法

研究改进神经网络的船舶红外图像边缘检测方法,提升边缘检测抗噪声干扰能力。采用块匹配的主成分分析方法对船舶红外图像实施去噪处理后,经梯度算子将降噪后船舶红外图像转换为二值图像;以BP神经网络为基础,通过附加动量法-自适应学习速率调整BP神经网络权值,提高网络训练鲁棒性;将转换后舰船二值图像作为改进神经网络的输入,在实施网络训练后得出输出值,依据输出值和设置阈值的对比结果,获取船舶红外图像边缘点,实现船舶红外图像边缘检测。实验结果表明：该方法降噪后船舶红外图像的PSNR值全部高于40 dB,降噪效果较好;可有效提取船舶红外图像边缘特征且边缘检测结果清晰、连贯,能够达到船舶红外图像边缘检测标准。     

船舶汽轮发电机组负荷扰动控制数学模型构建

构建船舶汽轮发电机组负荷扰动控制数学模型,有效控制负荷扰动,降低负荷频率偏差。采用船舶发电机组负荷扰动模型获取负荷扰动下发电机组的影响参数,采用时间差分误差比例优先级采样方式采集负荷扰动数据,并输入神经网络,通过网络的离线预学习阶段输出负荷扰动控制参数。网络在线应用阶段,通过发电机组影响参数与频率控制质量标准指标设计奖励函数,结合控制参数,输出负荷扰动控制结果。实验证明：该模型可有效快速控制负荷扰动,确保发电机输出功率稳定,汽轮机进气量快速恢复标准值,降低区域控制误差;在不同负荷扰动下,该模型快速控制负荷扰动,降低负荷频率偏差,控制时间均在100 s以内,且超调量小。     

低压电器鲁棒变增益恒流控制策略研究

为解决目前交流恒流源精度不足的问题,对大功率交流恒流源控制策略进行研究,提出了误差控制策略.将采样信号与目标信号幅值、频率和相位比较,获得参考频率和初始相位,确保DC/AC逆变模块的输出信号与目标信号保持一致.与此同时,研究了一种鲁棒变增益恒流控制策略,以系统等效电阻和输入电压为变量构建线性变参数模型,基于LMI设计鲁棒变增益恒流控制器.控制器参数跟随系统变参数作自适应调整,使得系统闭环极点配置于指定位置,保证系统变参数下的鲁棒性.试验结果表明:文中提出的大功率交流恒流源控制策略精度高、运行周期长、控制精确、可叠加性强、可靠性好、效率高.     

舰船电力系统谐波的智能检测研究

舰船电力系统包含大量的非线性负载,谐波产生的概率相当高,谐波会对舰船电力系统产生很大干扰,而当前舰船电力系统谐波检测算法存在检测精度低、实时性不高等局限性,为了解决当前舰船电力系统谐波检测过程中存在的缺陷,设计一种舰船电力系统谐波的智能检测算法。首先分析了舰船电力系统谐波产生的原因,并提取舰船电力系统谐波检测相关数据,然后采用RBF神经网络建立舰船电力系统谐波的智能检测法,最后在Matlab2017平台上进行了舰船电力系统谐波检测的仿真模拟测试,结果表明,本文算法检测舰船电力系统谐波成功概率相当高,降低了舰船电力系统谐波检测误差,而且可以实现舰船电力系统谐波的实时性检测。     

船舶中压直流电力系统中模块化多电平逆变器的谐波性能仿真研究

[目的]对船舶中压直流(MVDC)电力系统而言,模块化多电平逆变器(MMC)的应用是目前研究的热点。MMC的输出电压波形是否为正弦波将直接决定MVDC电网和负载的工作性能,因此改善MMC的谐波性能显得尤为重要。[方法]首先,以船舶MVDC电力系统为背景,研究MMC的谐波特性与电压等级、桥臂子模块(SM)数量之间的关系;然后,针对控制器采样周期、载波频率、调制比和桥臂电感值等参数对MMC逆变器谐波性能的影响,开展仿真对比分析。[结果]研究结果表明:较高电压等级的MMC应配置较多的子模块;当明确MMC子模块的数量后,调制比和采样周期是MMC谐波特性的主要影响因素。[结论]所得结论可为中压型MMC逆变器的参数设计提供决策依据。     

随机开关频率电压空间矢量SVPWM技术

分析了电压空间矢量SVPWM的原理及合成任意位置电压空间矢量的算法,并在固定开关频率(载波频率)基础上提出开关频率随机变化的方法.固定频率的SVPWM脉冲信号的谐波主要集中在其开关频率附近,且幅值较大;随机开关频率SVPWM脉冲信号的谐波分布均匀,且其谐波幅值的峰值较前者有了很大下降.这有利于减小逆变器输出电压的谐波幅值,从而减小交流电机转矩脉动的大小,达到抑制噪音的目的.     

改进小波变换的船舶射频信号降噪和识别

针对船舶射频信号受通信环境因素及硬件多源噪声的广泛复合因素影响而包含多种频段的噪声,在实时检测中造成有效信号检测率低、误差大的问题,本文设计一种船舶射频信号噪声降噪和识别的软硬件结合的仿真系统。将获取到的船舶射频信号经A/D转换电路转换后,在小波抑制模块分解得到小波系数,并采用改进阈值小波滤波后重构信号,送入信号识别模块利用概率神经网络进行识别。实验结果表明：本文提出的降噪识别方法能够有效地降低信噪比,提升船舶射频信号的识别率,可以应用到实际的船舶射频信号的检测系统中。     

船舶电站控制器异常信号采样方法

传统船舶电站控制器采用的异常信号采样方法,存在异常信号采集敏感度低的问题,导致电站故障信号的感应响应出现延迟。因此,提出船舶电站控制器异常信号采样方法。首先,对电站控制器异常信号采集结构进行优化设计;接着,根据优化后的采样结构,对异常信号采集协议进行CAN总线优化,提升信号敏感度;最后,对采集端的信号进行子空间追踪计算,实现快速、稳定锁定异常信号的效果,从而完成设计。通过设计实验对提出设计进行采集效果的验证,证明提出方法具有显著提升船舶电站异常信号采样清晰度与灵敏度的特性。     

基于PWM逆变器的船舶变压器励磁涌流消除方法

文章提出了一种消除船舶电力系统中变压器空载合闸过程产生励磁涌流的方法。该方法通过在变压器二次侧接入小容量的电压源逆变器,通过锁相环调节逆变器输出电压,使变压器一次侧绕组输出电压与电网电压的频率、幅值和相位同步,经过预充磁与预同步之后,再使变压器合闸消除励磁涌流。仿真和试验结果验证了所提出的方法能够有效地消除励磁涌流的产生。