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。     

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。     

船舶配电故障恢复系统设计

针对传统船舶配电故障恢复系统存在故障恢复性能较差的问题,设计一种新的船舶配电故障恢复系统,该系统的硬件配置为通信模块。通信模块的构成为2台前置机、1台交换机、2台通信服务器、数字隔离板、解调调制板。系统的软件构成包括故障负荷统计模块、故障恢复模块以及数据支持管理模块。其中故障负荷统计模块主要利用状态估计法获取负荷母线实时的网络潮流与负荷情况,计算船舶配电故障的具体失电负荷;故障恢复模块主要通过舰船配电故障的实时过载处理实现配电故障的恢复;数据支持管理模块主要由基础数据管理单元、二次装置故障数据管理单元构成。通过硬件与软件相结合实现船舶配电故障恢复。为了证明该系统的故障恢复性能较好,进行该系统与传统系统的对比实验,实验结果证明该系统的故障恢复性能优于传统系统,实现了性能提升。     

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。     

考虑动态稳定性的船舶电网重构技术研究

在进行供电网络重构策略的寻优过程中,一般只考虑最大负载恢复量、节点电压、电流约束等目标网络的稳态信息,系统动态稳定性则因为判断策略复杂等因素,常常忽视重构方案在实施过程中动态稳定性问题。因此,在进行重构方案的寻优过程中,除了考虑重构后网络中的潮流分布因素外,还应对预想性重构方案执行过程的稳定性进行分析,以确保决策全面可实现性。如果不进行重构策略的动态稳定性校验,仅凭“最大负载恢复量”和“潮流分布”选择的重构方案可能会导致故障影响进一步扩大,产生更严重的事故。本文将从船舶供电系统的特点和船舶供电网络重构的需求出发,建立一种准确、快速的分析方法。     

基于分层回溯算法的MVDC船舶电网重构拓扑搜索方法

针对深度优先和广度优先拓扑搜索算法存在无效搜索过多,效率低下,难以满足船舶电力系统拓扑搜索实时性要求的这一缺点,通过分析MVDC船舶电网的特点,应用改进分层回溯算法对船舶电网的邻接矩阵进行搜索,自动识别环形船舶电网拓扑结构,建立环形MVDC船舶电网模型,并通过仿真验证所提出的方法能够有效提升MVDC船舶电网拓扑搜索速度。     

船舶高压电站短路故障保护算法研究

对船舶高压电站中的短路故障进行了分析,提出了基于相敏保护的对称性短路保护和基于负序电流的不对称性短路保护方法,并进行了仿真实验。仿真结果表明,这两种故障保护算法具有较高的可靠性和实时性,能够满足船舶高压电站短路故障保护的要求。     

基于克隆算法的船舶配电网络故障恢复研究

配电网络是连接船舶电站和船载用电设备的桥梁,其安全性、可靠性决定了船舶的正常航运。船舶配电网络的故障恢复是指利用分段开关和联络开关的功能,改变整个配电网络的结构,进而避开故障节点使配电网络恢复正常。本文系统介绍克隆算法和模拟退火算法,进行船舶配电网络的故障恢复多目标重构计算,并在此基础上研究了船舶配电网络的故障恢复技术。     

人工智能算法的船舶电网继电保护整定研究

传统船舶电网继电保护整定算法,存在电路整定相关参量定义模糊的问题。在对群居电路参量整定过程中,无法有效识别电路故障代码字串语义,导致整体电路整定出现误差,无法有效保护电路完全。因此,提出人工智能算法的船舶电网继电保护整定方法。根据继电保护整定逻辑特征,引入人工智能算法对其过程进行优化。建立继电电路的电流保护整定模型,根据模型参量特征,对整定参量进行语句的人工智能识别定义。最后,完成电路整定参量与识别量的整合,实现继电保护参量的智能化高精度识别。通过与传统继电保护整定算法对比测试,采用提出算法的继电保护整定准确率均能到达95%以上     

复杂结构船舶配电系统故障恢复算法

利用遗传算法、支持向量机以及神经网络等传统算法对船舶配电系统故障进行诊断,误诊率和漏诊率较高,影响了后续故障修复,不利复杂结构船舶配电系统故障恢复。针对上述问题,以模糊C—均值聚类算法取代以上3种故障诊断算法,解决误诊率和漏诊率高的问题,之后在故障诊断的基础上,实现故障修复,从而完成整个故障恢复。结果表明:与遗传算法、支持向量机以及神经网络3种传统故障诊断算法相比,模糊C—均值聚类算法的误诊率和漏诊率均更低(误诊率:1.14%,1.22%,2.00%;漏诊率:1.40%,0.43%,0.34%),说明本算法的诊断性能更好,更能全面、准确的检测出配电系统发生的故障,保证了后续故障修复的效率和准确性。     

船舶电力系统故障恢复中免疫克隆选择算法研究

在船舶电力管理系统中,网络故障恢复能力作为至关重要的一项内容,正受到越来越多的关注。如果船舶在航行过程中,电力系统中的某个部位发生异常,此时电力恢复系统会快速定位故障的位置和种类,采取进一步的措施防止故障扩大,避免影响船舶的安全航行。本文首先研究船舶电力系统故障恢复系统中的主要组成部分,介绍其关键功能,并采用免疫克隆选择算法对故障系统中的核心功能进行数学建模。通过仿真实验,本文提出的免疫优化算法能够快速排除系统故障,取得了良好效果。     

人工鱼群算法的船用配电网故障恢复算法

当前配电网故障恢复算法只设置了迭代次数参数,导致算法在恢复船用配电网故障时,收敛速度慢且不稳定,提出人工鱼群算法的船用配电网故障恢复算法。根据船用配电网组成,建立配电网模型;将模型简化为一个无向图,确定配电网拓扑结构;设置人工鱼群算法3项参数,选择算法中的觅食算子,设计配电网故障恢复算法步骤,恢复配电网故障。设置配电网故障算例,实验结果表明:研究算法较此次实验选择的2组算法,配电网所对应的网损明显减少了41.26 kW,25.62 kW,59.22 kW,34.83 kW,具有快且稳定的收敛速度。     

新建船舶电网反复通地故障及其排除

此文主要介绍和分析经常发生在新建船舶电网的反复通地故障的特点,成因及危害,并结合实船经历介绍故障的排除方法。     

船舶交流电网绝缘监测及故障定位系统开发

针对传统船舶电网绝缘监测装置可靠性不足、受泄漏电容的影响较大、测量范围较窄、测量准确度不高等问题,以船舶IT交流供配电网络为研究对象,建立一种能够实时监测整个电网系统对地绝缘值与泄漏电容值,实现实时故障定位的系统,并结合Hausdoff距离算法进行容错计算.结果 表明:该系统可实时监测船舶电网的绝缘状态,并实现故障线路...     

船舶信息中心基于压缩感知的物联网信号重构算法研究

现代通信技术一般符合奈奎斯特抽样定理,若序列采样周期小于奈奎斯特采样率,即可恢复出原始序列。随着船舶各类传感器采集数据的增多,相对于传统通信系统,数据传输量及速度都增加很多,传统的奈奎斯特抽样定理已难以满足基于物联网的船舶数据通信平台性能,压缩感知技术成为现代信号压缩重构的研究热点。本文研究了船舶信息中心传感器采集数据特性,在此基础上重点分析了基于测量矩阵的压缩及信号重构算法,最后进行仿真。     

神经网络算法在船舶柴油机远程故障诊断系统的研究

进入21世纪以来,我国船舶行业取得了很大发展。随之而来,船舶安全事故发生率不断增加,故障诊断的重要作用也逐渐突显出来。在这种情况下,远程故障诊断技术应运而生,可动态化地掌握岸端的机械设备运行的情况,如果出现异常的状况,则能够对船舶管理工作人员进行提醒以采取事前维护,提高船舶行驶的安全性,尽量降低经济损失。基于计算机网络技术与无线通信技术的发展,船端和岸端实施通信与数据共享成为可能,将神经网络算法合理地应用于船舶柴油机远程故障诊断系统中,十分有必要。     

蚁群算法在船舶电力故障系统中的应用研究

在工业自动化程度日益提高的今天,船舶电力自动化程度也不断提高。在现代化的船舶电力系统中,电站作为整个系统的核心,一直扮演着非常重要的角色,但是由于船舶的用电设备复杂,工作环境也较为恶劣,所以需要对电力系统中可能出现的故障做到快速预警和高效处置。本文在深入研究了蚁群算法的基础上,针对船舶电力系统中常出现的几种电力故障进行数学建模仿真,并对基于信息素的核心算法提出了改进措施,进一步提高了系统运行的稳定性和故障查找的准确性。     

基于差分进化算法的船舶电网系统状态评估研究

船舶电网系统状态对于船舶安全航行产生直接影响,为此研究基于进化差分算法的船舶电网系统状态评估方法,保障舰船安全航行。采用文献法与专家咨询法构建初始舰船电网系统状态评估指标体系,利用进化差分算法在初始评估指标体系内筛选指标,构建最终用于评估舰船电网系统状态的指标体系。采用模糊综合评估方法,确定评估结果划分等级,计算评估指标权重值,构建综合评估矩阵,通过评估矩阵与权重值实现舰船电网系统状态模糊综合评估,获取评估结果。测试结果显示,该方法所构建评估指标体系的整体Cronbachs’α系数值在0.85以上,显著高于标准值,且所得评估结果与舰船电网系统当前状态一致,说明了评估结果的准确性。     

蚁群优化算法在船舶电力系统重构中的应用

船舶工业的发展是我国国防工业、交通运输的重要基础,船舶电力系统的故障重构一直是国内外研究的热点,船舶电力系统故障重构是一典型的非线性组合优化问题。本文提出了一种改进的蚁群算法对船舶电力系统故障重构问题进行研究,并通过实例分析和实验仿真将改进后的蚁群算法和传统基本蚁群算法进行对比分析,得出了改进后的蚁群算法在船舶电力系统故障重构问题上具有更加优越的性能。     

梯形船舶电力系统网重构模型及算法设计

船舶电力系统网络是船舶内部重要的输配电网络,负责为各种船载设备、仪器和系统提供动力和能源,是整艘船舶中最不可或缺的部分。在船舶日常航行中,电力系统网络往往会出现多种故障,由于船舶电力系统网络的特殊构造,局部的故障往往会对网络的其他部分产生较大的影响。为避免这一情况的发生,通常采用网络重构的方法,隔离故障网络和正常网络,使得电力网络能够不受局部故障的影响,继续为其他设备和仪器提供电力。本文对梯形船舶电力系统网络进行研究,提出一种固定费用网络流模型,并设计相应的解决方法,证明本文提出的方法能够有效解决梯形船舶电力系统网络的重构问题。