CN112733962A - 一种船舶区域配电电力系统的智能故障诊断及重构方法 - Google Patents
一种船舶区域配电电力系统的智能故障诊断及重构方法 Download PDFInfo
- Publication number
- CN112733962A CN112733962A CN202110121392.7A CN202110121392A CN112733962A CN 112733962 A CN112733962 A CN 112733962A CN 202110121392 A CN202110121392 A CN 202110121392A CN 112733962 A CN112733962 A CN 112733962A
- Authority
- CN
- China
- Prior art keywords
- fault
- ship
- power system
- distribution power
- diagnosis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于FWA‑PSO算法的船舶区域配电电力系统智能故障诊断方法和基于优化粒子群算法的船舶区域配电电力系统智能故障重构方法。该方法以船舶区域配电电力系统为控制对象,研究主开关故障和断路器故障时的诊断问题。该方法根据系统传感器反馈的各处数据,首先通过模糊神经网络自适应Kalman滤波的方法对数据进行初步处理,去除噪声等干扰成分;再通过烟花算法和粒子群算法优化核主成分分析中的核函数与惩罚因子,得到一个提高模型训练速度和分类准确度的诊断模型,提高诊断速度和可靠性。最后,利用改进后的粒子群算法构建一个最优路径重构模型,提高故障重构的速度与精度。
Description
技术领域
本发明涉及船舶区域配电电力系统故障诊断方法及重构方法,具体涉及一种用于船舶区域配电电力系统的智能故障诊断及相应的重构方法。
背景技术
中国是世界航运大国和造船大国,船舶区域配电电力系统自动化方面的关键技术需求量很大。船舶区域配电电力系统的控制方法多为常规控制方法,面对故障情况不具备强力的容错控制能力。其中最容易故障最高发与最危险的节点就是主开关故障和断路器故障。为了满足船舶电力系统的发展需要和保证船舶使用时的安全性和抗扰性,需要高速高精度地排查到故障节点并且重构故障。因此,船舶区域配电电力系统的智能故障诊断及重构得到了相应的研究和应用。
目前,用于船舶电力的智能故障诊断技术主要有神经网络、粒子群算法、专家系统、遗传算法等等,这些技术在使用过程中存在许多问题,包括过拟合、粒子早熟、泛化能力差等等缺陷,有的在建模初期需要大量的准备工作,但是实际的工作效果并不十分优良;诊断故障之后主要采用的也是故障隔离技术而非重构技术,故障隔离技术是将故障节点隔离出系统,相比之下可能会造成诸多的安全隐患。
因此,减少船舶区域配电电力系统的建模准备工作,优化船舶区域配电电力系统的故障诊断过程及重构过程就显得尤为重要。这也成为了当前船舶区域配电电力系统向前发展亟待解决的问题。
本发明提出的基于FWA-PSO算法的船舶区域配电电力系统故障诊断方法是具有自适应能力的新型故障诊断方法,能够根据实际情况来选取不同的算法,训练出不同的模型。通过传感器获取的船舶区域配电电力系统电气量及开关状态量信息,并针对船舶区域配电电力系统的三相短路接地故障信息生成相应的故障诊断模型,最终通过数字控制器控制相应空气断路器、自动装置分断开关及接触器执行器,实现船舶区域配电电力系统的故障重构,保障船舶区域配电电力系统安全可靠供电,维持船舶区域配电电力系统稳定高效的运行。
发明内容
本发明是根据船舶区域配电电力系统特点,针对船舶区域配电电力系统对供电可靠性的高要求,提出的一种基于FWA-PSO算法的船舶区域配电电力系统故障诊断方法。该方法本发明用于解决船舶区域配电电力系统故障的控制问题,使得系统在发生故障时仍然能够维持向主系统以及重要设备的连续供电,电力系统的安全可靠性得到大幅度提高。以船舶区域配电电力系统为控制对象,当船舶区域配电电力系统故障时。能够在FWA-PSO算法的作用下产生满足系统约束的可执行重构策略意图,进而在数字控制器的作用下,作用于船舶电力系统执行器哦,实现船舶电力系统故障重构,提高船舶区域配电电力系统的重构效率,保障船舶区域配电电力系统供电的安全可靠性。
为了达到上述目的,本发明采用如下的技术方案:
一种船舶区域配电电力系统智能故障诊断及重构方法,本发明基于FWA-PSO算法的故障诊断方法以及基于粒子群的故障重构方法,以船舶区域配电电力系统为控制对象,该电力系统主要由船舶柴油发电机组、电力推进电动机组、母线直供负荷、区域负荷及电力网络组成,现场设备层和系统管理层主要采用基于现场总线的通信方式,通过数字控制器控制船舶柴油发电机组与电力推进电动机组及开关状态的执行器。该智能自愈方法与船舶区域配电电力系统相配合,针对船舶电力系统三相短路接地故障,通过智能自愈方法实现船舶区域配电电力系统的故障诊断及重构。具体实现步骤如下:
1.船舶区域电力系统运行状态监视:由处在现场设备层的所述船舶柴油发电机组、所述电力推动电动机组、所述母线直供负荷、所述区域传感器采样船舶区域配电电力系统电压、电流、频率电气量及各控制开关元件的通断状态信息,监视船舶区域配电电力系统的运行状态,所述电气量和所述开关元件状态量信息作为原始故障信息进行保存;
2.船舶区域配电电力系统故障信息的提取:所述船舶区域配电电力系统的故障提取采用自适应滤波方法来针对所述原始故障信息进行提取。其中,自适应滤波方法采用的是模糊神经网络的自适应Kalman滤波方法,经过滤波后的故障信息作为被处理好的故障信息特征反馈到SVM分类器中。所述的模糊神经网络的自适应Kalman滤波方法是通过模糊神经网络来实时在线修正Kalman滤波的误差值,提高其精度减少误差;
3.船舶区域配电电力系统诊断模型的搭建:根据所述故障信息的特征,采取不同的优化算法来优化核函数和惩罚因子。由于粒子群算法更易出现粒子早熟现象,烟花算法容易出现无法收敛的现象。因此,当惯性权重较小时,采用的是局部搜索也就是粒子群算法;当惯性权重较大时,采用的是全局搜索也就是烟花算法。FWA-PSO算法的具体步骤如下:
①输入所述预处理后的故障数据,初始化粒子群的位置和速度;
②计算粒子群的适应度;
③更新粒子的个体极值和全局极值;
④更新粒子的惯性权重ω;
⑤根据公式1和2更新粒子的速度和位置:
⑥判断终止,计算群体适应度标准差S。并根据适应度理论最优值Fbest判断粒子群是否达到全局最优,若达到则终止,否则就进行下一步;
⑦根据公式2,更新粒子的位置。返回步骤2继续运行;
符合相应条件后,即可训练出对应所述的诊断模型,用于实际的诊断;
4.船舶区域配电电力系统故障诊断方案的执行:将实际船舶运行过程中出现的故障信息作为输入,通过所述诊断模型,得到诊断的具体结果,确定是在哪一个节点出现了何种故障,保证船舶区域配电电力系统的可靠运行;
5.船舶区域配电电力系统故障重构方案的选择:所述船舶区域配电电力系统在所述故障诊断方案的协作下实现了基本的高准确率故障定位分析,确定需要恢复供电的区域,此时的优化粒子群算法步骤与故障诊断时的步骤类似,但是此时的输出结果为最优的开关动作方案,提高故障重构的速度与精度;
6.船舶区域配电电力系统故障重构方案的执行:根据粒子群算法制定相应的开关动作方案,确定个动作开关的动作顺序和时间间隔,在数字控制器的作用下控制各空气断路器、自动装置分段开关及接触器执行器,实现对故障区域非故障负荷单元的可靠供电。
本发明为适应船舶区域配电电力系统安全可靠控制要求,将系统分解为全电船的柴油发电机组、电力推进电机及其系统、电网及其配电系统三种类型的子系统。这三种子系统即为船舶区域配电电力系统的三个子系统,均都运用智能故障诊断方法进行故障诊断,并根据诊断结果运用智能故障重构方法实现故障重构。便于控制船舶区域配电电力系统的柴油发电机组、电力推进电机及其系统、电网及其配电系统的传感器、执行器和电气设备发生的故障,使船舶区域配电电力系统的安全可靠性得到提高,船舶区域配电电力系统发生故障时仍然能维持安全运行,具有对于故障的容错能力。
有益效果:
本发明针对船舶区域配电电力系统故障诊断及重构问题,设计了一种智能故障诊断及重构方法,针对故障诊断采用的是FWA-PSO算法,针对故障重构采用的是改进后的粒子群算法。这种方法体现了智能自愈的思想,结合船舶区域配电电力系统基于现场总线的集中监视,实现了船舶区域配电电力系统实时运行状态的集中监视与故障重构的分散控制;在船舶区域配电电力系统故障时,FWA-PSO算法通过动态更新粒子群的惯性权重,使其能快速寻求到最优解,即能迅速地进行故障识别;继而通过改进后的粒子群算法来制定相应最优的开关动作方案,确定各动作开关的动作顺序和时间间隔,在数字控制器的作用下控制各空气断路器、自动装置分段开关及接触器执行器,实现对故障区域非故障负荷单元的可靠供电,实现船舶区域配电电力系统的故障重构,该方法不仅有效提高了船舶区域配电电力系统的供电可靠性,而且能够大幅降低人力成本,为船舶区域配电电力系统调度维修管理人员提供了参考执行方案。
附图说明
以下结合附图和具体实施方式来进一步说明本发明。
图1为本发明的船舶区域配电电力系统的结构图,
其中:1、第一螺旋桨推进系统;2、第一推进电机;3、第一船艉电力推进子系统;4、第二螺旋桨推进系统;5、第二船艉电力推进子系统;6、第二推进电机;7、第一柴油发电机组;8、第二柴油发电机组;9、第三柴油发电机组;10、第四柴油发电机组;11、第一发电机组子系统;12、第二发电机组子系统;13、第一通用电气负荷子系统;14、第二通用电气负荷子系统;15、第三通用电气负荷子系统;16、第四通用电气负荷子系统;17、第五柴油发电机组;18、第六柴油发电机组;19、第七柴油发电机组;20、第八柴油发电机组;21、第三发电机组子系统;22、第四发电机组子系统;23、船艏电力推进子系统;24、第三推进电机;25、第三螺旋桨推进系统;其余的均为供电线路。
图2为本发明的控制对象船舶区域配电电力系统基于烟花粒子群算法的智能故障诊断方法和改进粒子群算法的智能故障重构方法的方框图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
船舶区域配电电力系统运用电力推进、将船舶电力系统作为船舶主动力系统,对电力系统提出了保持高供电安全与可靠性的要求。电力系统作为船舶区域配电电力系统的核心系统,其安全可靠运行十分关键;自动化系统长时间、连续运行不可避免地会出现故障,因此,采用电力系统的区域配电电力系统,可以将复杂的电力系统分解为一些功能子系统的有机结合,可以根据区域的不同及时隔离故障,是一种有效提高船舶区域配电电力系统可靠性的方法。因此,在提高船舶连续供电的质量上,对船舶区域配电电力系统的自动控制运用智能故障诊断及重构的方法主动控制故障,提高安全可靠性具有重要的意义。
因此,本发明将船舶区域配电电力系统各个部分按照功能分解为发电机组子系统、电力推进子系统、电网及其配电子系统三种类型的功能子系统,然后根据船舶安全与故障控制要求分区域配置整个船舶电力系统。
图1的发电机组子系统共有四个,分别为第一发电机组子系统11、第二发电机组子系统12、第三发电机组子系统21、第四发电机组子系统22为整个船舶的电力系统提供电力,每个发电机组子系统中有两台或以上柴油发电机组,共有八个,分别为第一柴油发电机组7、第二柴油发电机组8、第三柴油发电机组9、第四柴油发电机组10、第五柴油发电机组17、第六柴油发电机组18、第七柴油发电机组19、第八柴油发电机组20,相互冗余与补充,增强对于故障的容错能力,每台发电机组的控制按图2的智能故障诊断与重构结构与方法进行。
图1的电力推进子系统共有3个,分别为第一船艉电力推进子系统3,第二船艉电力推进子系统5,第三船艉电力推进子系统23提供船舶航行的动力,每个电力推进子系统有一台推进电机,因为有3个电力推进子系统,所以也有3个推进电机相对应,分别为第一推进电机2,第二推进电机6,第三推进电机24及其3个螺旋桨推进系统,第一螺旋桨推进系统1,第二螺旋桨推进系统4,第三螺旋桨推进系统25。该类子系统的控制同样按图2的智能故障诊断及重构方法进行;大型船舶配置两个船艉电力推进子系统(图1的第一船艉电力推进子系统3,第二船艉电力推进子系统5)和一个船艏电力推进子系统(图1的23)。
其余是通用电气负荷子系统(例如,第一通用电气负荷子系统13、第二通用电气负荷子系统14、第三通用电气负荷子系统15、第四通用电气负荷子系统16),划分为若干个船舶负荷可隔离用电区域,具体数量与区域的建立根据船舶用电负荷、电气设备的重要性安全性需要进行划分配置;例如,船舶航海电气电子设备系统区、机舱服务电气系统区、甲板电气系统区、船员生活区、各种旅客服务区等,都可以建立独立或几个区联合的电气负荷区域。
电网及其配电子系统是全部配电设备和电网及其保护装置的总和,包括发电机组子系统的配电、电力推进子系统的配电和电网及其保护装置;其控制设备分布于发电机组子系统(图1的第一发电机组子系统11、第二发电机组子系统12、第三发电机组子系统21、第四发电机组子系统22)、电力推进子系统(图1的第一电力推进子系统3、第二电力推进子系统5、第三电力推进子系统23)、通用电力负荷子系统(图1的第一通用电力负荷子系统13、第二通用电力负荷子系统14、第三通用电力负荷子系统15、第四通用电力负荷子系统16)功能模块之中。
在本发明中船舶区域配电电力系统的电网灵活组合的拓扑结构符合船舶航行动力的需要,结合图1,其智能故障诊断及重构的运行过程如下:
(1)第一发电机组子系统11、第二发电机组子系统12、第三发电机组子系统21、第四发电机组子系统22可以通过供电线路对任意第一电力推进子系统3、第二电力推进子系统5、第三电力推进子系统23与第一通用电力负荷子系统13、第二通用电力负荷子系统14、第三通用电力负荷子系统15、第四通用电力负荷子系统16实施供电。例如,图1的第一发电机组子系统11可以分别通过供电线路30对第一电力推进子系统3、通过供电线路32与供电线路31对第二电力推进子系统5、通过供电线路27与供电线路38对第三电力推进子系统23进行供电。
(2)对于第一电力推进子系统3、第二电力推进子系统5、第三电力推进子系统23的供电,一般情况下需要两个及以上发电机组子系统的并网进行供电,应急情况下允许单一发电机组子系统对电力推进子系统供电。例如,图1的第一电力推进子系统3可以由第一发电机组子系统11通过供电线路30和第三发电机组子系统21通过供电线路26并网进行供电;也可以再增加第二发电机组子系统12、第四发电机组子系统22进行并网,参与供电;应急情况允许第一发电机组子系统11通过供电线路39或第三发电机组子系统21通过供电线路26等单发电机系统对第一电力推进子系统3进行供电。
(3)通用电力负荷子系统则允许任意单一发电机组子系统进行供电,一个或多个发电机组子系统的并网可以对一个或多个通用电力负荷子系统进行供电。例如,单一发电机组子系统供电模式;第一发电机组子系统11通过供电线路33对第一通用电气负荷子系统13进行供电,第一发电机组子系统11通过供电线路33和供电线路40对第二通用电气负荷子系统14进行供电、再通过供电线路41对第三通用电气负荷子系统15进行供电、再通过供电线路42对第四通用电气负荷子系统16进行供电;多发电机组子系统并网供电模式;第三发电机组子系统21通过供电线路27与第一发电机组子系统11进行组合,第二发电机组子系统12通过供电线路32与第一发电机组子系统11进行组合,形成2个或3个发电机组子系统并网供电模式实施供电。
因此,本系统的电网拓扑结构适合不同发电机组子系统对于不同用电负荷子系统的供电组合,当任意一个发电机组系统出现故障时,其它发电机组系统可以替代故障发电机组系统实施供电;当任意一个用电负荷系统出现故障时,可以个理该用电负荷系统,不影响其他用电负荷的供电;船艉的电力推进子系统互相之间有互为备用的功能。因此,该系统电网结构形成了系统供电与受电的灵活组合的拓扑结构形式,来满足船舶航行时对动力配置的要求。船舶柴油发电机是船舶电力系统的能量产生单元,电力推进电动机作为船舶动力的核心,由于船舶不允许失去动力,因此在电力推进电动机近母线侧没有装设断路器。整个船舶区域配电电力系统通过子系统分布与子系统功能的模块化设计实现,具有对于故障的容错功能。
基于上述船舶的区域配电电力系统,本发明提供了基于FWA-PSO的智能故障诊断方法以及基于优化粒子群的智能故障重构方法对每个子系统实施容错控制。
基于FWA-PSO的智能故障诊断方法以及基于优化粒子群的智能故障重构方法以分散的方式进行工作来增强电力系统的可靠性,该方法在MATLAB/Simulink环境下对控制对象船舶区域配电电力系统进行仿真。
对于电力系统船只的柴油发电机组、电力推进电机及其系统、电网及其配电系统三种类型的子系统,结合图2,对本发明的基于FWA-PSO的船舶区域配电电力系统智能故障诊断原理作进一步详述。系统配置与标号参见图2。
基于FWA-PSO的船舶区域配电电力系统故障诊断是在考虑船舶电力系统功率、电压、电流、频率等供电约束的条件下进行的,它主要包括以下几个步骤:
1.船舶区域配电电力系统运行状态监视。该步骤由处在现场设备层的所述船舶柴油发电机组、所述电力推动电动机组、所述母线直供负荷、所述区域负荷采样船舶区域配电电力系统电压、电流、频率等电气量及各控制开关元件的通断状态信息,监视船舶区域配电电力系统的运行状态,所述电气量和所述开关元件状态量信息作为原始故障信息进行保存。将船舶区域配电电力系统分为三个子系统,包括发电机组子系统47、电力推进子系统48和通用电气负荷子系统49;其中发电机组子系统47为图1标号中的第一发电机组子系统11、第二发电机组子系统12、第三发电机组子系统21、第四发电机组子系统22的集合,电力推进子系统48为图1标号中的第一电力推进子系统3,第二电力推进子系统5,第三电力推进子系统23的集合,通用电气负荷子系统49为图1标号中的第一通用电气负荷子系统13、第二通用电气负荷子系统14、第三通用电气负荷子系统15、第四通用电气负荷子系统16的集合。其中故障信息在三个子系统中都有可能发生。
2.船舶区域配电电力系统故障信息的提取:所述船舶区域配电电力系统发生三项短路接地故障时,根据检测到的所述电气量信息和所述开关元件状态量信息,首先通过自适应滤波与核主成分分析,提取到比较明显的故障信息特征。同时将所述故障信息特征反馈到SVM分类器中。
3.船舶区域配电电力系统诊断模型的搭建:根据所述故障信息的特征,采取不同的优化算法来优化核函数和惩罚因子,最终得到智能故障诊断的模型。
4.船舶区域配电电力系统故障诊断方案的执行:将实际船舶运行过程中出现的故障信息作为输入,通过所述诊断模型,得到诊断的具体结果,确定是在哪一个节点出现了何种故障,保证船舶区域配电电力系统的可靠运行;
5.船舶区域配电电力系统故障重构方案的选择:所述船舶区域配电电力系统在所述故障诊断方案的协作下实现了基本的高准确率故障定位分析,确定需要恢复供电的区域,此时的优化粒子群算法步骤与故障诊断时的步骤类似,但是此时的输出结果为最优的开关动作方案,提高故障重构的速度与精度;
6.船舶区域配电电力系统故障重构方案的执行:根据粒子群算法制定相应的开关动作方案,确定个动作开关的动作顺序和时间间隔,在数字控制器的作用下控制各空气断路器、自动装置分段开关及接触器执行器,实现对故障区域非故障负荷单元的可靠供电。
本方法中,基于FWA-PSO的智能故障识别模型通过在线学习得到实时的智能故障识别模型,模型信息包括系统中除控制器之外的全部余下设备部分,用于识别广义对象的运行状态与故障情况,提供给智能故障识别模型完成系统故障检测、诊断;基于此时的诊断结果,基于优化后的粒子群算法得到智能故障重构模型,完成系统故障重构。
智能故障识别与重构包含故障特征值提取、故障检测、故障分类与识别、故障诊断、故障智能重构五个过程。
故障智能识别与重构可以对执行器、传感器与变送器、控制系统分别进行故障诊断与重构处理,也可以对各子系统总体进行故障诊断与重构处理。本发明中选择的是后一种。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该理解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其有效物界定。
Claims (1)
1.一种船舶区域配电电力系统的智能故障诊断及重构方法,所述船舶区域配电电力系统包括:现场设备层的船舶柴油发电机组、电力推动电动机组、母线直供负荷、区域负荷及电力网络,所述现场设备层与系统管理层采用基于现场总线的通信方式通讯,所述船舶柴油发电机组与所述电力推进电动机组及开关的通断状态通过数字控制器进行控制,其特征在于,所述方法包括6个步骤:
1)船舶区域电力系统运行状态监视:由处在现场设备层的所述船舶柴油发电机组、所述电力推动电动机组、所述母线直供负荷、所述区域传感器采样船舶区域配电电力系统电压、电流、频率电气量及各控制开关元件的通断状态信息,监视船舶区域配电电力系统的运行状态,所述电气量和所述开关元件状态量信息作为原始故障信息进行保存;
2)船舶区域配电电力系统故障信息的提取:所述船舶区域配电电力系统的故障提取采用自适应滤波方法来针对所述原始故障信息进行提取,其中,自适应滤波方法采用的是模糊神经网络的自适应Kalman滤波方法,经过滤波后的故障信息作为被处理好的故障信息特征反馈到SVM分类器中,所述的模糊神经网络的自适应Kalman滤波方法是通过模糊神经网络来实时在线修正Kalman滤波的误差值,提高其精度减少误差;
3)船舶区域配电电力系统诊断模型的搭建:根据所述故障信息的特征,采取不同的优化算法来优化核函数和惩罚因子,FWA-PSO算法的具体步骤如下:
①输入所述预处理后的故障数据,初始化粒子群的位置和速度;
②计算粒子群的适应度;
③更新粒子的个体极值和全局极值;
④更新粒子的惯性权重ω;
⑤根据公式1和2更新粒子的速度和位置:
⑥判断终止,计算群体适应度标准差S,并根据适应度理论最优值Fbest判断粒子群是否达到全局最优,若达到则终止,否则就进行下一步;
⑦根据公式2,更新粒子的位置,返回步骤2继续运行;
符合相应条件后,即可训练出对应所述的诊断模型,用于实际的诊断;
4)船舶区域配电电力系统故障诊断方案的执行:将实际船舶运行过程中出现的故障信息作为输入,通过所述诊断模型,得到诊断的具体结果,确定是在哪一个节点出现了何种故障,保证船舶区域配电电力系统的可靠运行;
5)船舶区域配电电力系统故障重构方案的选择:所述船舶区域配电电力系统在所述故障诊断方案的协作下实现了基本的高准确率故障定位分析,确定需要恢复供电的区域,此时的优化粒子群算法步骤与故障诊断时的步骤类似,但是此时的输出结果为最优的开关动作方案,提高故障重构的速度与精度;
6)船舶区域配电电力系统故障重构方案的执行:根据粒子群算法制定相应的开关动作方案,确定个动作开关的动作顺序和时间间隔,在数字控制器的作用下控制各空气断路器、自动装置分段开关及接触器执行器,实现对故障区域非故障负荷单元的可靠供电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110121392.7A CN112733962A (zh) | 2021-01-28 | 2021-01-28 | 一种船舶区域配电电力系统的智能故障诊断及重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110121392.7A CN112733962A (zh) | 2021-01-28 | 2021-01-28 | 一种船舶区域配电电力系统的智能故障诊断及重构方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112733962A true CN112733962A (zh) | 2021-04-30 |
Family
ID=75594477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110121392.7A Withdrawn CN112733962A (zh) | 2021-01-28 | 2021-01-28 | 一种船舶区域配电电力系统的智能故障诊断及重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112733962A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947374A (zh) * | 2021-02-09 | 2021-06-11 | 上海海事大学 | 一种区域配电船舶电力推进智能自愈控制方法 |
CN116014741A (zh) * | 2023-03-23 | 2023-04-25 | 国网山东省电力公司聊城供电公司 | 基于数据处理的柔性控制器与配电网运行适配系统及方法 |
-
2021
- 2021-01-28 CN CN202110121392.7A patent/CN112733962A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947374A (zh) * | 2021-02-09 | 2021-06-11 | 上海海事大学 | 一种区域配电船舶电力推进智能自愈控制方法 |
CN116014741A (zh) * | 2023-03-23 | 2023-04-25 | 国网山东省电力公司聊城供电公司 | 基于数据处理的柔性控制器与配电网运行适配系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jin et al. | Next-generation shipboard dc power system: Introduction smart grid and dc microgrid technologies into maritime electrical netowrks | |
Yuan et al. | A review of multi-energy hybrid power system for ships | |
CN102681442B (zh) | 一种全电船区域配电智能容错控制系统及控制方法 | |
Jin et al. | Maritime DC microgrids-a combination of microgrid technologies and maritime onboard power system for future ships | |
CN112733962A (zh) | 一种船舶区域配电电力系统的智能故障诊断及重构方法 | |
CN109407635B (zh) | 一种船舶综合电力推进安全控制系统智能体系结构 | |
Shen et al. | Power and energy management in integrated power system | |
CN105243427B (zh) | 飞机电网动态规划管理方法 | |
Zhang et al. | An energy efficient power management solution for a fault-tolerant more electric engine/aircraft | |
CN102751787B (zh) | 一种船舶区域配电系统及其监控系统 | |
CN102136721A (zh) | 一种计及多目标优化的供电恢复推理搜索方法 | |
Halinka et al. | Agent model of multi-agent system for area power system protection | |
Hu et al. | Hierarchical fault diagnosis for power systems based on equivalent-input-disturbance approach | |
CN109334937A (zh) | 船舶电池电力推进系统及其控制方法 | |
CN113437741A (zh) | 船舶多能源供电系统的能量和健康管控系统、方法和船舶 | |
Boukoberine et al. | Optimized energy management strategy for hybrid fuel cell powered drones in persistent missions using real flight test data | |
Zhu et al. | Distributed reconfiguration of a hybrid shipboard power system | |
Li et al. | A comprehensive method for fault location of active distribution network based on improved matrix algorithm and optimization algorithm | |
CN209321219U (zh) | 船舶电池电力推进系统 | |
CN112736916B (zh) | 船舶区域配电电力系统免疫多智能体智能自愈系统及方法 | |
CN212085877U (zh) | 一种大型无人机供电冗余度系统 | |
CN112865303A (zh) | 自我感知与诊断的船舶区域配电电力系统智能自愈方法 | |
CN114740792B (zh) | 一种分布式架构的波浪滑翔器控制系统 | |
Liu et al. | Research on testability modeling of warship’s integrated electric propulsion system | |
Liang et al. | Research on Reconstruction Strategy of Closed Bus-ties Power Grid Based on Binary Particle Swarm Optimization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210430 |
|
WW01 | Invention patent application withdrawn after publication |