舰船电力系统的非侵入式电力负荷分解技术

舰船作为机电液一体化装备,其中包含的系统非常多,而电力系统在所有系统中最为重要。舰船上的大部分设备,都需要通过电力系统进行供电才能保持正常工作。因此,保证电力系统的稳定性对于舰船而言尤为必要。为实现这一目标,应当对舰船上的侵入式电力负荷进行分解和监测。基于此点,本文从舰船电力系统的构成及其特点分析入手,论述了舰船电力系统非侵入式电力负荷分解技术。通过本文的研究能够对提升舰船电力系统的运行安全性和稳定性提供一定的支持。     

多模自适应舰船电力负荷预测算法

分析了舰船电力负荷预测的特殊性,给出舰船电力负荷预测的主要方法途径;提出适用于舰船电力负荷预测的多模自适应船舶电力负荷预测算法;并通过实验验证了多模自适应船舶电力负荷预测算法的准确性较高和泛化能力较强。     

电力推进式船舶电力负荷预测系统研究

传统船舶电力负荷预测系统存在短期用电量不均、承载上限模糊等弊端。为有效解决上述问题,设计新型电力推进式船舶电力负荷预测系统。通过预测电路设计、推进负载接口设计2个步骤,完成新型系统的硬件运行模块设计。通过电力负荷环境的搭建、数据库设计、负荷预测流程完善,完成新型系统的软件运行模块设计。模拟系统应用环境设计对比实验结果表明,与传统系统相比,新型电力推进式船舶电力负荷预测系统有效平均短期用电量、明确承载上限。     

舰船电力系统暂态稳定性研究

舰船电力系统结构装置复杂,其设计与制造的好坏决定了舰船综合性能是否稳定高效,在其电力系统中,各个电子设备依附电网运行,保持电力系统整体稳定是舰船电力系统最基础的要求,因而对其稳定性分析显得尤为重要。本文通过对陆地电力应用的研究,试图寻找一个运用于舰船电网暂态稳定的系统,且设计优化一个满足条件的模型,最后利用时域仿真技术对此模型进行仿真,证明此模型对暂态稳定问题有效。     

一种舰船电力系统电压稳定边界计算方法研究

随着舰船电力系统容量的不断增大,系统的稳定运行点越来越接近其静态电压稳定边界。建立基于连续潮流方法的舰船电力系统模型,并对舰船电力系统的静态电压稳定性进行分析,提出能够在给定的发电及负荷增长方向上计算静态电压稳定边界的方法。所提出方法应用在一个13节点舰船电力系统中,分析结果表明常规舰船电力系统的稳定运行点远离其静态电压稳定边界,但随着系统传输容量的增大,会导致其逐步逼近这一边界,最终导致系统失稳。     

基于N-1+1准则的舰船电力系统结构合理性量化评估研究

为了实现舰船电力系统结构合理性的量化评估,借鉴陆地电力系统N-1+1规则,编制仿真程序,以舰船典型电力网络为例,对其负荷失电概率进行了量化计算。进而为了计算舰船电力系统多重故障下的供电连续性,对N-1+1规则进行了改进,得到了N-2+2规则,以二重故障为例,计算了舰船典型电力网络供电连续性指标。计算结果表明,该方法可以方便有效地得到舰船电力系统负荷失电概率,从而为舰船电力系统结构合理性评估提供了有益的理论支撑。     

量子神经网络技术在船舶电力系统中的应用

短期负荷预测是一种电力系统优化调度工具。其不仅可为电网调度及发、供电计划提供有效的指导,而且可以保障电力系统安全和高效的运行,达到节约经济的目的。本文在分析影响船舶电网短期负荷的因素基础上,提出基于量子神经网络技术的船舶电网短期负荷预测法。     

基于复杂网络理论的舰船电网关键元件辨识方法

舰船电力系统是一种典型的节点紧凑型独立电力系统,其系统容量相对有限,系统元件种类繁杂,电网运行结构灵活多变,其电力节点及线路极易遭受战斗损伤。针对舰船电力系统的结构及运行特点,基于复杂网络理论对舰船电网脆弱性开展研究,建立了舰船电网等效拓扑模型并提出了电力介数指标,实现了对舰船电网中关键元件的辨识。通过对典型舰船电网进行攻击测试,验证了本文所提出指标的准确性和有效性。     

支持向量机的船舶短期电力负荷预测方法

船舶的短期电力负荷具有强烈的非线性变化特点,传统方法无法描述船舶短期电力负荷的变化趋势,以解决当前船舶短期电力负荷预测误差大的难题,提出了基于支持向量机的船舶短期电力负荷预测方法。首先对船舶短期电力负荷预测的研究现状进行分析,指出引起不足的原因,然后采用支持向量机对船舶短期电力负荷数据进行学习,建立可以反映船舶短期电力负荷变化的预测模型,最后进行了船舶短期电力负荷预测的验证性测试。结果表明,支持向量机可以提高船舶短期电力负荷预测精度,可以对将来船舶短期电力负荷值进行准确估计,具有较高的实际应用价值。     

RBF神经网络的舰船电力系统故障诊断模型

舰船电力系统故障诊断是当前的热点问题,经典舰船电力系统故障诊断模型存在各自的缺陷,影响舰船电力系统故障诊断结果,为了改善舰船电力系统故障诊断结果,提出了RBF神经网络的舰船电力系统故障诊断模型。首先分析当前舰船电力系统故障诊断研究进展,阐述了RBF神经网络的舰船电力系统故障诊断原理,然后从舰船电力系统工作状态中提取特征向量,引入RBF神经网络进行学习,产生舰船电力系统故障诊断模型,并对RBF神经网络参数优化问题进行改进,最后与当前几种经典模型进行了故障诊断对比测试,RBF神经网络的舰船电力系统故障诊断正确率超过92%,而经典模型的舰船电力系统故障诊断正确率低于90%,误诊现象出现的概率很高,验证了RBF神经网络用于舰船电力系统故障诊断的优越性。     

舰船电力系统中DC-DC变换器的建模与控制

现代舰船行业的发展速度明显加快,舰船海上行驶的安全性与稳定性作用也逐渐突显出来。为确保舰船的正常航行,电力系统的作用不容小觑。因舰船航行时间相对较长,所以电力系统性能与功用将对其行驶效果产生直接影响。在这种情况下,设计构建舰船电力系统的过程中,将DC/DC变换器应用于其中,并积极创建相应模型,能够为电力系统控制作用的发挥提供必要保障。另外,舰船电力系统中的DC/DC变换器,还可以有效节省电力输出,节能效果理想。基于此,文章将舰船电力系统作为主要研究内容,重点阐述DC/DC变换器在其中的建模方式与控制效果。     

舰船轴带发电系统电力动态负荷自动测试方法

现有的舰船轴带发电系统电力动态负荷自动测试方法均存在着测试精准度较低、测试时间过长的难题,为了解决上述问题,提出舰船轴带发电系统电力动态负荷自动测试方法研究。依据混沌理论对电力动态负荷时间序列相空间进行重构,以此为基础,根据支持向量机理论构建电力动态负荷自动测试模型,以模型为工具,采用小波分解对电力动态负荷时间序列进行分解,通过模型得到电力动态负荷自动测试结果,实现了电力动态负荷的自动测试。通过实验得到,与现有的电力动态负荷自动测试方法相比较,提出的电力动态负荷自动测试方法极大地提升了测试精准度,缩短了测试时间,充分说明提出的电力动态负荷自动测试方法具备更好的测试效果。     

无功平衡在船舶电力能源系统中的应用

全电力推进系统在舰船上的推广应用,促使电力和动力2种体系逐步融合,两大能源系统共存于一个应用环境当中,从而极大地提高了舰船上能源的利用率和变换率。但是,由此产生的舰船电力系统谐波和无功电流损害越来越严重,这是因为全电力推进系统使用了非常多的非线性负载。这不仅影响舰船的经济性,而且隐藏着严重的安全隐患。为此,本文将依据舰船实际运行情况,对电力谐波和无功电流进行适当的补偿。     

潮流计算在舰船电力系统稳定性分析的应用

舰船电力系统由电源、配电网和负载组成,具有对船载用电设备和船舶电力推进系统供电的重要作用,因此,舰船电力系统的运行稳定性具有重要意义。随着舰船向着大型化和自动化方向发展,电力系统的稳定性分析引起了研究人员的广泛关注。潮流计算和暂态、稳态分析技术是电力系统分析的重要手段,能够实现舰船电力系统的实时动态分析,从而提高电力系统的监测和管理水平。本文针对舰船电力系统的结构特点,结合Z-bus潮流计算方法,对舰船电力系统的稳定性进行系统分析。     

一种舰船发电系统可靠性分析方法及其应用

发电机组运行的可靠性是电力系统供电可靠性的一个关键环节,本研究在状态空间分析理论的基础上,建立了舰船电力系统负荷和电站发电机组的概率模型,介绍了舰船发电系统的可靠性分析方法。举一实例进行分析,得出可靠性分析结论。     

港口发电系统电力动态负荷自动测试方法

传统舰船电力动态负荷测试方法,无法对动态下强烈性非线性电力负荷做精准化走势运算,导致轴带发电系统运行负荷与生成实际电力负荷误差增大、运算速度减慢的问题。针对此问题,提出舰船轴带发电系统电力动态负荷自动测试方法。首先,通过对传统方法问题产生原因进行分析,找出误差产生参数。然后,通过引入NDHFR向量优化算法,对现有动态负荷测试参数进行优化替换提升计算速度,并利用替换后的形参数据建立检测模型,完成动态负荷的自动测试。最后,通过对比试验证明,提出的舰船轴带发电系统电力动态负荷自动测试方法切实有效解决了误差大的问题。     

一种基于概率统计方法的舰船发电系统可靠性分析方法

发电机组运行的可靠性是电力系统供电可靠性的一个关键环节．本文基于状态空间分析理论建立了舰船电力系统负荷和电站发电机组的概率模型．介绍了舰船发电系统的可靠性分析方法，结合实例进行研究分析，最后得出其系统可靠性的分析结论。     

数据挖掘在舰船电力负荷预测中的应用研究

首先描述基于数据挖掘的舰船电力负荷预测系统架构,然后按照此架构进行系统实现,并结合舰船电力负载预测的特点,利用遗传算法获取较好的搜索空间,这样可以避免BP神经网络算法陷入局部最优的情况。通过对比实验结果可知,本文所采用的遗传算法和BP神经网络相结合的优化算法预测能力强,拟合度高。     

支持向量机在船舶电力负荷预测中的研究

在现代的船舶设备中,电力系统已成为船舶的主要动力来源,其性能的优劣对船舶的航运安全和成本有着非常重要的影响。随着各种电气设备被广泛应用于船舶控制和通信导航系统中,船舶的电力供给已经变得至关重要,因此对电力系统负荷的预测已经成为人们研究的重点。本文结合支持向量机回归算法,设计了用于船舶电力系统的负荷预测机制,通过建立船舶电力预测模型和最小二乘支持向量机模型,实现了对船舶电力系统的负荷预测和性能优化。     

基于多智能体遗传算法的电力网络重构方法分析

电力网络重构对于舰船电力系统十分关键,针对传统遗传算法的电力网络重构效率低,稳定性差等缺陷,设计了基于多智能体遗传算法的舰船电力网络重构方法。首先分析当前舰船电力网络重构的研究现状,并采用供电负荷最大化作为目标函数,建立舰船电力网络重构的数学模型,然后引入多智能体遗传算法对舰船电力网络重构的数学模型进行求解,最后进行舰船电力网络重构仿真测试。结果表明,本文方法的舰船电力网络重构问题求解时间短,可以快速找到最优舰船电力网络重构方案,而且找到最优舰船电力网络重构方案的成功率要高于其他方法,具有一定的实用性。