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。     

利用多Agent算法进行船舶电力系统网络重构模型研究及仿真

船舶电力系统(SPS)的网络重构通常用于船舶电网的输配电,故障恢复等,是一种重要且常用的电网控制技术。船舶电力网络重构可以被抽象为具有多目标和多约束的典型非线性离散优化问题。本文根据SPS的特点,建立SPS的简化网络模型和重构数学模型。提出一种多代理和粒子群优化(MAPSO)算法,给出该算法的算法流程和实现方法。分析验证结果表明,MAPSO可以有效重构船舶电力系统。     

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。     

大型船舶电力系统自适应保护算法设计

近年来,电力推进技术和船载电子设备发展迅速,对大型船舶的电力系统提出了更高的要求,电力系统的性能和可靠性对船舶的正常运行有重要的意义。由于船舶电力系统网络结构复杂、工作环境恶劣,电力系统很容易发生短路、单相接地等故障,而传统的继电保护已经难以满足现代电力系统的可靠性需求。本文针对大型船舶电力系统的可靠性问题,采用了自适应保护算法和自适应粒子群算法,对船舶电力系统的网络结构进行了优化。     

多Agent粒子群算法在船舶电力网络重构中的应用

根据船舶电力系统自身所具有的特点,结合智能控制算法以及多Agent技术在电力系统的应用,本文提出了一种基于粒子群算法的多Agent船舶电力系统网络重构思想,建立一种与之符合的拓扑模型以及数学模型。在粒子群法的基础上,给出多Agent系统的全局最优解,实现网络重构供电最优,并通过相应的算例进行验证分析。     

采用埃弗雷特优化技术的船舶电力系统设计

船舶的电力系统经过了漫长的发展过程。最初电力系统只是作为起辅助作用的能源,为船舶的小型用电设备供电。随着电力系统的优化和储电技术的发展,现在的船舶综合电力系统已经作为必不可少的能量来源,甚至作为主要推进能源。传统的电力系统结构复杂、性能较差,本文基于埃弗雷特优化技术对传统的电力系统进行优化设计,提出电力系统的级联式区域配电技术。     

基于量子粒子群算法的船舶电力系统网络重构

船舶电力系统网络重构可以看作为一个多目标、多约束、多时段、离散化的非线性规划最优问题。根据船舶电网结构的特点,提出了运用量子粒子群算法解决重构问题的思想。加入量子粒子群算法的离散化操作,使之能够满足船舶电网重构模型的要求。仿真结果说明该算法能够得出船舶电力系统网络重构的全局最优解,实现了网络重构最优,并且通过相应的算例与其他优化算法进行横向比较的结果也验证了量子粒子群算法有更好的可行性。     

基于电力系统生命力性能的舰船电网优化方法

现代电子科学技术的发展使得船舶的电力网络也变得越来越智能化。在船舶电力网络中,电气化的程度已达到很高的水平。为加强船舶在复杂环境下的生存能力,提高船舶电网对抗恶劣电磁环境的能力,本文在研究船舶电力网络组成特点基础上,提出一种电力系统生命力性能的优化算法。该算法基于模糊综合评判理论,并采用蒙特卡洛算法计算电网的损坏程度,然后建立电力系统的数学评判模型,并采用遗传算法建立优化方案。最后通过实验仿真,验证本文优化算法的性能。     

舰船电力系统的网络重构与数学模型设计

舰船电力系统是整个船舶设计制造的核心,电力系统的好坏直接决定了整个航向的安全性能,因此必须采用科学合理的方法,对船舶的电力系统进行数学建模,在设计之初就对各项参数进行优化,从而大大提高整个电力网络的性能,文章采用了粒子群优化算法对船舶电力网络进行重构,对各项相关参数进行系统调制,大大改善了电力网络的综合性能。     

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。     

新型电源结构下船舶综合电力系统区域配电网技术

随着船舶行业技术逐渐向高端化发展的趋势,综合电力系统技术作为未来清洁高效环保的发展方向日益被重视。船舶电力系统的电源、配网、用能3部分相互影响,用能日益提高,电源部分的高密度、大容量要求严格,多相设计是满足目前电源大容量需求的主要途径。分析当前常用的配网结构,直流区域配电网技术具有结构适宜、安全性高的特点。结合区域配电的思想,本文提出配电网区域邻接矩阵负荷管理办法,对电网多级负荷的运行状态、负荷计算、能量管理及其网络重构进行分析,对飞轮储能系统进行分析,相比传统的邻矩阵算法,分区管理思路能够减少计算量,辅助能量管理系统提高船舶的管理效率。     

大型船舶电力系统过流保护算法优化

受航行环境影响,大型船舶电力系统在运行过程中极易出现短路问题,严重影响船舶航行安全性。为解决上述问题,提出大型船舶电力系统过流保护算法优化方法。通过对船舶电力系统标准运行参数进行采集,计算等效电动机短路电流数值,根据计算结果进行对过流保护算法进行优化和完善,从而更好保障大型船舶电力系统在运行的安全性和稳定性,有效避免了环境对船舶电力系统产生的影响。最后通过实验证实,大型船舶电力系统过流保护算法相对于传统方法而言具有更高的安全性和有效性,充分满足研究要求。     

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。     

新型电源结构下船舶综合电力系统区域配电网技术

随着船舶行业技术逐渐向高端化发展的趋势,综合电力系统技术作为未来清洁高效环保的发展方向日益被重视.船舶电力系统的电源、配网、用能3部分相互影响,用能日益提高,电源部分的高密度、大容量要求严格,多相设计是满足目前电源大容量需求的主要途径.分析当前常用的配网结构,直流区域配电网技术具有结构适宜、安全性高的特点.结合区域配电的思想,本文提出配电网区域邻接矩阵负荷管理办法,对电网多级负荷的运行状态、负荷计算、能量管理及其网络重构进行分析,对飞轮储能系统进行分析,相比传统的邻矩阵算法,分区管理思路能够减少计算量,辅助能量管理系统提高船舶的管理效率.     

面向船舶电力系统故障诊断的数据仓库与数据挖掘技术

为适应大型船舶电力系统的数字化和信息化发展需求,建立一个以数据仓库技术为基础,以数据挖掘技术为手段的故障诊断决策系统,实现对船舶电力系统故障的分析和预测。融合数据仓库技术和数据挖掘技术,设计船舶电力系统故障信息数据仓库系统架构,并对数据挖掘技术的主要应用方法和数据挖掘算法的性能进行分析,在此基础上提出基于Prism算法的电力监控信息数据挖掘方法,并通过仿真试验验证该方法的有效性。试验结果表明,该方法能为船舶电力系统故障诊断提供辅助决策,进而合理安排检修计划,提高船舶电力系统的安全性和稳定性。     

多智能体遗传算法在船舶电力网络重构中的应用

船舶电力系统故障恢复的网络重构问题可以抽象成为一个多目标、多约束、多时段、离散化的非线性规划最优问题.根据船舶电力系统特点,结合多Agent在电力系统的应用,提出了一种基于进化遗传算法的多Agent船舶电力系统网络重构思想,建立一种与之符合的含有节点—支路的馈线拓扑模型和目标供电最优的数学模型.在遗传算法快速寻优能力的基础上,结合进化算法的方向性和反馈性,得出多Agent船舶电力系统网络重构的全局最优解,实现网络重构供电最优,并通过相应的算例与普通遗传算法比较分析,验证了其良好的可行性.     

基于梯度法的微粒群优化算法在船舶电力系统的应用

随着电力技术的不断发展,舰船电力设备的数量和质量不断提高,不仅提高了舰船航行的安全性,还促进了舰船作业的效率,提高了船舶工业的生产水平。船舶综合电力系统包括发电机、变电站、输电线路、终端负载等,具有拓扑结构复杂、工作条件恶劣等特点。因此,提高舰船电力系统的安全性、可靠性,改善电力系统的使用质量具有重要的意义。本文充分结合基于梯度法的微粒群优化算法,对舰船电力系统的稳定性理论、故障恢复等问题进行优化和改善。     

船舶电力系统过流保护算法优化

现有船舶电力系统采用的传统过流保护算法存在电流反馈量识别准确率不高,电流控制参数的控制精度低的问题,本文提出船舶电力系统过流保护算法优化。通过对传统算法进行误差产生的分析计算,得到误差产生的原因与误差参量;对电流误差参量进行反时限模型计算,获得电流误差参量与时间之间的关系;根据获得的关系参量,结合引入的电流峰值算法对传统的过流保护算法进行数据的更新,从而完成对船舶电力系统过流保护算法的优化。最后,采用设计仿真实验的方式对提出的设计进行测试,通过测试得到的数据证明提出设计具有电流反馈识别准确率高、保护电流控制精度高、计算运行稳定的特点。     

船舶电力系统发展历程与展望

本文回顾了船舶电力系统的发展历程,包括早期以直流为主的电力系统概况和当前基于交流电制的电力系统的现状和特点,并就电力系统发展面临的挑战等问题进行探讨,最后结合现代工业化发展方向,从人工智能、信息安全、云计算平台等方面,预测船舶电力系统未来的发展。