CN112947374A - 一种区域配电船舶电力推进智能自愈控制方法 - Google Patents

Abstract

本发明提供一种区域配电船舶电力推进智能自愈控制方法，包括：采集区域配电船舶电力推进子系统运行数据与信息；若判定发生故障，则根据所述运行数据与信息进行故障特征提取，由粒子群聚类算法划分故障类型，获得故障样本；计算每一个故障样本的特征指标；根据所述适应度函数产生种群个体最优与全局最优，按最优值更新粒子位置与速度产生新的聚类方式并计算新粒子的适应度函数；判断聚类结果是否满足要求；若不满足且未达到最大迭代次数则返回根据所述适应度函数产生种群个体最优与全局最优的步骤继续迭代，若满足则输出故障聚类结果，结束粒子群算法；根据故障诊断，制定相应自愈策略并用免疫算法进行容错控制器参数结构计算。

Description

一种区域配电船舶电力推进智能自愈控制方法

技术领域

本发明涉及船舶推进自愈控制的技术改进领域，特别是涉及一种区域配电船舶电力推进智能自愈控制方法。

背景技术

现代船舶朝大型化，电气化，智能化发展，船舶电力推进系统自动化程度越来越高，功能更加完善，结构也日趋复杂。大型海洋移动平台的按需移动与孤立无援特性决定其电力推进系统与电力系统对可靠性与安全性的高要求，为此需要探索构建坚强的电力系统与可靠的电力推进控制系统。

船舶电力推进自愈控制技术是传统故障诊断与容错控制技术的继承与发展，它不仅包含传统容错控制强调的故障期间对推进系统功能保护，还强调对系统故障前的预防和预警，以及故障处理后对非故障模块的功能主动恢复与故障免疫。

“自愈”概念源于医学领域，系统论中将自愈定义为系统觉察自身状态，并在无人干预情况下，进行适当调整以恢复常态的性质，具有自发性、非依赖性和作用持续性等显著特点。为使船舶区域配电电力推进系统获得自愈能力，需要在强壮的推进控制系统基础上，需要通过智能手段自主估计系统状态，检测诊断故障，分析故障原因并制定相应的自愈策略指导自愈控制执行，使系统获得自愈能力，将故障消除或降低影响，提高电力推进船舶主动力系统对故障的免疫力与可靠性。

作为自愈控制的前提，故障的检测与诊断正逐步采用智能方法进行处理，典型的有神经网络、支持向量机、群智能算法等基于数据驱动的故障诊断方法以及专家系统、故障影响分析、状态估计等基于机理模型的智能故障诊断方法。当前，对推进系统自愈控制研究主要集中于智能容错控制策略，主要通过模型参考自适应控制，模型预测控制，伪逆控制，^H _∞鲁棒控制等容错控制方法结合故障诊断结果选择合适预置容错控制策略，使系统在故障期间仍能获得良好的性能。此外，为了增强推进系统控制性能与可靠性，可在传统PI控制基础上结合智能方法形成如模糊PID、神经网络PID等先进PID控制方法使系统拥有更大的安全裕度。

基于机理模型的智能故障诊断方法原理清晰，易于理解，但故障模型难以精确建立，影响诊断结果。基于数据驱动的智能故障诊断通过故障数据采用智能方法对故障原因进行推理诊断，但其诊断精度与数据质量有关，需要大量有效故障数据进行学习训练，有效数据获取存在困难。鲁棒控制在正常条件下较保守，无法兼顾系统快速性与鲁棒性，因此鲁棒容错控制器需要牺牲正常工况下部分性能换取故障时的稳定性。伪逆控制方法具有简洁和实时性的优点，但无法保证故障状态下闭环系统稳定。此外当前的容错控制过于依赖故障诊断机构的精确性与实时性，当出现误检或漏检情况时，无法保证容错控制性能。非线性控制方法具有一定鲁棒性，但算法复杂不易实现，仍需对算法进行简化。传统PI控制方法结构简单，应用广泛，但船舶推进系统实际工况复杂，在螺旋桨等负载扰动下无法得到理想的闭环控制性能。智能方法虽能对其进行部分缺陷改进，但其闭环动态品质对PI增益变化敏感，导致控制器良好动态品质余度较小。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种区域配电船舶电力推进智能自愈控制方法，解决区域配电船舶电力推进系统中推进子系统在航行过程中的故障自愈问题。

为实现上述目的及其他相关目的，本发明提供一种区域配电船舶电力推进智能自愈控制方法，所述方法包括：

采集区域配电船舶电力推进子系统运行数据与信息；

根据所述区域配电船舶电力推进子系统运行数据与信息，进行系统运行性能判别；

若判定发生故障，则根据所述运行数据与信息进行故障特征提取，由粒子群聚类算法划分故障类型，获得故障样本；

计算每一个故障样本的特征指标，随机生成多种故障聚类方式作为初始粒子群，计算每个粒子的适应度函数；

根据所述适应度函数产生种群个体最优与全局最优，按最优值更新粒子位置与速度产生新的聚类方式并计算新粒子的适应度函数；

采用最小平方误差和准则判断聚类结果是否满足要求；

若不满足且未达到最大迭代次数则返回步骤“根据所述适应度函数产生种群个体最优与全局最优，按最优值更新粒子位置与速度产生新的聚类方式并计算新粒子的适应度函数”继续迭代，若满足则输出故障聚类结果，结束粒子群算法并通过与区域配电电力推进船舶故障知识库进行故障原因分析与故障定位；

根据故障诊断，制定相应自愈策略并用免疫算法进行容错控制器参数结构计算。

一种实现方式中，所述方法还包括：

通过记忆库中数据产生初始容错控制器参数作为初始抗体，若抗体数量不足，则通过随机生成数据进行补全；

根据相应自愈决策的控制性能指标判断初始参数控制性能；

若不满足要求则将初始抗体与抗原的亲和力作为适应度进行计算并提取其中特征作为疫苗并更新疫苗库，同时将初始抗原通过免疫交叉、变异操作生成新的抗体，计算新抗体与抗原的亲和度，若亲和度未达标或迭代次数不足，则返回步骤“根据相应自愈决策的控制性能指标判断初始参数控制性能”，若满足算法结束条件，则将对应的容错控制器参数作为抗体更新抗体库并输出由自愈控制指令协调分配单元进行参数调整，执行自愈控制，再进行运行状态判别，若故障特征消除。

一种实现方式中，在根据所述区域配电船舶电力推进子系统运行数据与信息，进行系统运行性能判别没有发生故障的情况下，所述方法还包括：

通过Elman神经网络对系统进行短期预测，包括：将船舶电力推进历史运行数据输入并将预处理后的数据分为用于训练Elman神经网络的训练集与用于测试网络的测试集；使用训练集对Elman递归神经网络进行训练，通过预测数据同实际数据间的均方误差结合迭代次数判断网络训练是否完成，测试后将训练完成的网络用于区域配电船舶电力推进系统状态短期预并将预测结果用于自愈决策支持、调整推进系统运行策略协调分配控制器结构参数；

若存在潜在故障，根据预测结果采用预防控制策略中的控制性能指标调整控制器结构参数。

如上所述，本发明实施例提供的一种区域配电船舶电力推进智能自愈控制方法，本发明针对区域配电船舶电力推进系统故障自愈控制问题，采用智能方法设计一种区域配电船舶电力推进自愈控制系统。智能故障诊断单元发挥粒子群算法进化计算与群智能的特点，通过群体中粒子间的合作与竞争产生群智能指导故障聚类，与传统进化算法相比在避免复杂的遗传操作同时凭借其特有的种群记忆可以动态跟踪当前故障聚类情况优化聚类结果。智能决策单元作为自愈控制系统的上位机，参考生物免疫原理通过人工免疫智能算法计算容错控制器结构参数，形成故障自愈容错控制策略对船舶电力推进子系统实施故障自愈，同时凭借免疫算法的学习记忆机制，可使自愈控制系统在完成自愈容错控制后对故障产生免疫能力，进一步提高推进子系统的稳定性。此外，智能自愈决策系统中推进子系统趋势预测模块凭借Elman递归神经网络具有可以直接反映船舶电力推进系统动态过程的时序特性，来分析和研究推进系统故障这类带有明显时间序列特征的数据，并进行系统状态短期预测，调整控制器结构状态，对潜在故障进行预防，进一步提升系统对故障的免疫力。

附图说明

图1是本发明实施例的区域配电船舶电力推进智能自愈控制方法的一种结构示意图。

图2是本发明实施例的区域配电船舶电力推进智能自愈控制方法的一种具体应用示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

请参阅图1-2。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

本发明采用闭环监督控制的思想，将区域配电船舶电力推进自愈决策系统作为上位机，通过数据采集与智能故障诊断单元提供的系统实时数据与故障诊断结果，对推进系统进行运行状态的实时监督，根据运行状态制定容错策略，由智能协调与分配单元协调各系统自愈目标之间的冲突同时分配自愈任务，调节电力推进容错控制器结构参数，完成系统的自愈控制。其中智能故障诊断单元采用粒子群智能聚类方法对推进系统故障进行无监督聚类实现故障类型识别与定位，智能决策单元根据故障诊断结果采用人工免疫算法计算容错控制器结构参数制定相应的自愈策略，由智能协调分配单元调整自愈容错控制器结构参数，实现推进子系统故障状态下的容错自愈控制。当系统为检测到明显故障时，智能决策单元通过Elman递归神经网络对系统运行状态进行短期预测，预防潜在故障，提高系统对故障的免疫能力。

附图1为大型区域配电船舶电力推进自愈控制系统结构框图，整个系统由船舶区域配电电力系统，电力推进及其控制系统，数据采集与故障诊断单元，智能决策与协调分配单元以及船舶其他子系统构成。

1.区域配电船舶电力推进系统组成及其控制方式

自愈控制对象区域配电船舶电力推进系统包含船舶区域配电电力系统和左右舷推进单元。船舶区域配电电力系统由四组大功率燃气轮机发电机组与两组柴油发电机组采用区域配电电网结构组成，为电力推进单元以及船舶其他用电负荷提供稳定可靠的电力。推进单元由变压器、大功率变频器和大功率永磁同步推进电机组成。指令处理单元根据驾控台车钟指令发出推进电机控制指令，由大功率变频控制单元执行，控制大功率推进电机带动螺旋桨旋转形成推力驱动船舶运动。

为应对恶劣的海洋环境，通常情况下船舶推进系统的电机控制方式包括转速控制方式与负荷控制两个回路，由选择开关切换决定。在转速方式控制过程中，控制单元根据电机转速反馈形成转速偏差回路控制电机转速；当遇到大风浪海况时系统应工作在负荷控制方式，此时电机转矩负载变化剧烈，为避免螺旋桨飞车，转速控制回路与转矩控制回路同时运行，传感器将转速/转矩信号反馈到变频器及其控制单元，由控制分配单元参考船舶安全限制对推进电机实时控制。一般情况下控制方法采用PI控制；若变频器、推进电机、传感器等发生故障时，需根据故障诊断结果形成相应自愈策略，按照自愈决策选择不同的容错控制方式实施控制并优化控制参数，对故障下的推进系统实施自愈控制。

2.船舶电力推进子系统数据采集与故障诊断单元及其运行过程

该单元通过转矩/转速、电压、电流、功率、频率等传感器实时采集推进电机电气数据并传输至控制单元与智能决策单元，故障诊断单元根据采集数据通过智能算法进行故障诊断，并将诊断结果传送给智能决策单元为自愈决策生成提供支持。

3.船舶智能自愈决策与任务协调分配单元

智能自愈决策单元接收数据采集与故障诊断单元数据并与其他子系统数据进行全局融合，对系统进行综合评价，判断系统状态，若系统发生故障，则根据故障诊断结果与故障数据对故障模型进行辨识，采用智能算法决定容错控制结构参数，形成自愈策略，以保障推进子系统长期稳定有效运行为基本准则，由任务协调分配单元协调各子系统之间自愈目标，分配自愈任务，调整控制器结构参数，对故障推进系统进行容错自愈控制；若推进系统处于正常状态，预测模块采用智能预测的方法预测系统运行趋势，防范潜在故障亦或根据航行需求选择更为经济的运行方式。

附图2为区域配电船舶电力推进自愈控制方法流程图，自愈控制的控制过程按照先进行故障诊断、再制定自愈策略、最后实施容错自愈控制的顺序进行。故障知识库包含推进系统传感器故障、推进电机故障、电源故障等故障数据，其中粒子群聚类分析算法通过系统故障知识预先设定初始参数，对采集数据进行故障聚类分析并将故障诊断结果提供给智能决策单元，决策单元采用人工免疫算法计算容错控制器结构参数生成自愈策略，并由协调分配单元协调各系统间自愈目标分配控制任务，调节电力推进容错控制单元结构参数，对故障系统实施自愈控制。智能故障诊断有故障特征提取，故障聚类与故障识别三个过程，故障识别可以对推进系统变频器、推进电机、传感器与控制系统分别进行故障识别或各部件组合故障能识别。智能自愈决策与协调分配包含状态评价、故障模型辨识、自愈容错控制决策及其协调分配四个环节。容错决策包括控制系统在线重构，降级运行，故障补偿与故障切换等决策方式，通过免疫算法流程优化容错控制器结构参数并通过控制分配器进行调整，完成故障系统容错自愈控制，而容错控制器控制目标是使船舶电力推进系统及其设备出现某种故障时，系统仍能完成给定任务。若系统未发生明显故障，则采用的Elman递归神经网络预测算法对推进系统进行预测，根据预测结果按照免疫算法流程调整容错控制器参数，对潜在故障进行预防或是提高系统经济性。

如图1-2本发明实施例的一种区域配电船舶电力推进智能自愈控制方法。

图1为区域配电船舶电力推进自愈控制系统整体结构方框图，001-011构成大型区域配电船舶电力推进物理系统。其中001为船舶区域配电电力系统，由四组大功率燃气轮发电机组002与两组备用柴油发电机组003以及004左舷变压器004右舷变压器005构成，以满足大型电力推进船舶左右舷推进装置供电需求。

转速转矩传感器006、左舷大功率永磁同步推进电机007与左舷大功率变频器008组成左舷电力推进装置，转速转矩传感器009，右舷大功率永磁同步推进电机010与右舷大功率变频器011组成右舷电力推进装置，两套推进装置即可相互协作，同时为船舶提供推力，也可互为物理故障冗余，为自愈控制提供条件。

船舶推进系统的电机控制方式包括转速控制方式与负荷控制两个模式由选择开关切换决定且控制方法一般采用PI控制。区域配电船舶推进系统自愈控制过程如下：指令选择单元012根据车钟指令生成转速或转矩给定，在转速方式控制过程中，转速控制单元根据数据采集单元013采集的左舷推进电机007与右舷推进电机010的转速传感器006与转速传感器009反馈信息，同给定转速形成转速偏差回路控制电机转速；当遇到大风浪海况时系统应工作在负荷控制模式，此时电机转矩负载变化剧烈，为避免螺旋桨飞车，转速控制回路与转矩控制回路同时运行，转速传感器006与转速传感器009将信号输入数据采集单元013进行转矩计算后反馈到容错控制单元017，并参考船舶安全限制对推进电机转速与转矩实施控制。数据采集与故障诊断模块013不仅负责采集传感器数据构成闭环控制回路，还具有实时监视电力推进子系统各器件(单元008-011)运行状态并对推进子系统故障具有判断和识别的能力。若推进系统发生故障，智能故障诊断单元013按照故障特征提取，故障聚类与故障识别三个过程进行故障诊断，诊断结果可为自愈决策提供支持。诊断过程中故障识别可以根据实时采集的数据通过智能故障诊断单元013对推进系统中两舷的左舷大功率变频器008与右舷大功率变频器011、左舷大功率永磁同步推进电机007与右舷大功率永磁同步推进电机010推进电机同转速传感器006与转速传感器009分别进行故障识别或各部件组合故障能识别，确定故障具体位置。

自愈决策单元014根据数据采集与故障诊断模块的故障诊断结果，综合区域配电电力推进船舶其他子系统017运行状态选择合适的自愈决策如对严重故障实施降级运行或在线重构、对器件失效引起的故障实施故障切换或故障补偿，同时根据辨识所得故障模型通过免疫优化算法计算复合容错控制单元016复合容错控制器参数，通过智能协调分配单元015控制分配单元选择复合容错控制单元016结构(如控制技术较为成熟的PI控制结构、鲁棒性与自适应性更强的滑模自适应容错控制结构、对故障具有预防能力的模型预测控制结构)并调整其参数，实施相应自愈控制策略，完成船舶电力推进系统自愈容错控制。

其中，智能协调分配单元015负责根据自愈决策为各子系统分配自愈任务，若不同子系统的自愈决策间发生冲突，该单元则以优先保证推进系统运行为宗旨进行系统间的策略协调。若推进系统运行状态正常，则由智能决策单元014对推进子系统进行故障预测，对潜在故障进行预防。智能协调分配单元015根据智能决策单元014综合区域配电电力推进船舶其他子系统017的系统运行状态做出的自愈决策，调整两套推进单元相应的控制模式，对故障进行预防并完成自愈控制。

附图2为区域配电船舶电力推进系统自愈控制方法流程图，步骤2-11由数据采集与故障诊断单元完成，步骤12-18以及21-27由智能决策单元完成，步骤19,28和29由智能协调分配单元完成，步骤20与30由复合容错控制器实施。

该方法通过采集的区域配电船舶电力推进子系统运行数据与信息步骤2，进行系统运行性能判别步骤3，若判定发生故障，则进行故障特征提取步骤4，由粒子群聚类算法划分故障类型，具体流程为将提取的故障特征与故障库中的历史数据输入故障聚类模块并确定故障聚类簇。计算每一个故障样本的特征指标，随机生成M种故障聚类方式作为初始粒子群，计算每个粒子的适应度函数5并据此产生种群个体最优与全局最优，按最优值更新粒子位置与速度产生新的聚类方式并计算新的适应度函数步骤7，采用最小平方误差和准则判断聚类结果是否满足要求步骤8，若不满足且未达到最大迭代次数则返回步骤7继续迭代，若满足则输出故障聚类结果，结束粒子群算法并通过与步骤6故障知识库进行故障原因分析步骤9与故障定位步骤10，根据故障诊断结果步骤11，制定相应自愈策略步骤12并用免疫算法进行容错控制器参数结构计算如针对严重或是紧急的推进系统故障可通过重构控制系统结构或适当降低控制系统性能指标实施自愈控制，针对类似控制器、大功率变频器、传感器等器件失效故障可通过控制器切换或补偿控制实施推进系统的故障自愈。

其中人工免疫算法的基本思想是将生物免疫中的抗原对应与目标函数与约束条件，抗体对应于空间中的解向量，用抗体与抗原中的亲和度对问题的解进行评价和选择具体流程为，首先根据辨识得到的故障模型识别抗原，通过记忆库步骤14中数据产生初始容错控制器参数作为初始抗体，若抗体数量不足，则通过随机生成数据进行补全步骤23。根据相应自愈决策的控制性能指标判断初始参数控制性能步骤15，若不满足要求则将初始抗体与抗原的亲和力作为适应度进行计算并提取其中特征作为疫苗并更新疫苗库，同时将初始抗原通过免疫交叉、变异操作生成新的抗体步骤16，计算新抗体与抗原的亲和度，若亲和度未达标或迭代次数不足步骤17则返回步骤15，若满足算法结束条件，则将该组容错控制器参数作为抗体更新抗体库并输出步骤18由自愈控制指令协调分配单元步骤19进行参数调整，执行自愈控制步骤20，再进行运行状态判别，若故障特征消除，则通过Elman神经网络对系统进行短期预测，具体流程为将船舶电力推进历史运行数据输入并将预处理步骤21后的数据分为用于训练Elman神经网络的训练集步骤22与用于测试网络的测试集步骤23。使用训练集对Elman递归神经网络进行训练步骤24，通过预测数据同实际数据间的均方误差结合迭代次数判断步骤25网络训练是否完成。测试后将训练完成的网络用于区域配电船舶电力推进系统状态短期预并将预测结果步骤26用于自愈决策支持、调整推进系统运行策略步骤27协调分配控制器结构参数步骤28，如针对潜在故障，可根据预测结果采用预防控制策略中的控制性能指标调整复合控制器参数，改变原控制律或控制器结构提升系统控制裕度增强系统鲁棒性，预防潜在故障增强系统对故障的免疫能力或根据经济需求协调优化控制器性能、合理分配推进器与发电机组数量以此提升航行经济性步骤30。

本发明通过智能故障诊断技术为智能决策系统自愈决策生成提供支撑，指导先进智能控制单元完成区域配电船舶电力推进系统自愈控制。具体特点有采用无监督的粒子群聚类方法，通过数据特征的相似性划分故障类型完成故障诊断，后续亦可根据船舶运行过程中的故障数据，提升聚类效果，达到省去先验数据训练环节，减少初期故障数据需求量的效果。智能决策单元不仅可以根据船舶电力推进系统运行数据以及智能故障诊断结果采用人工免疫算法自主生成自愈决策，同时凭借该算法的记忆能力记录故障特征与相应决策，自动生成疫苗提升系统对故障的免疫能力。此外将Elman神经网络的时序特性用于对船舶电力推进系统进行短期预测，不仅可以预防潜在故障保障航行安全，而且还能将预测结果作为依据，从经济航行角度调整推进系统运行状态。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (3)

1.一种区域配电船舶电力推进智能自愈控制方法，其特征在于，所述方法包括：

采集区域配电船舶电力推进子系统运行数据与信息；

根据所述区域配电船舶电力推进子系统运行数据与信息，进行系统运行性能判别；

若判定发生故障，则根据所述运行数据与信息进行故障特征提取，由粒子群聚类算法划分故障类型，获得故障样本；

计算每一个故障样本的特征指标，随机生成多种故障聚类方式作为初始粒子群，计算每个粒子的适应度函数；

根据所述适应度函数产生种群个体最优与全局最优，按最优值更新粒子位置与速度产生新的聚类方式并计算新粒子的适应度函数；

采用最小平方误差和准则判断聚类结果是否满足要求；

若不满足且未达到最大迭代次数则返回步骤“根据所述适应度函数产生种群个体最优与全局最优，按最优值更新粒子位置与速度产生新的聚类方式并计算新粒子的适应度函数”继续迭代，若满足则输出故障聚类结果，结束粒子群算法并通过与区域配电电力推进船舶故障知识库进行故障原因分析与故障定位；

根据故障诊断，制定相应自愈策略并用免疫算法进行容错控制器参数结构计算。

2.根据权利要求1所述的区域配电船舶电力推进智能自愈控制方法，其特征在于，所述方法还包括：

通过记忆库中数据产生初始容错控制器参数作为初始抗体，若抗体数量不足，则通过随机生成数据进行补全；

根据相应自愈决策的控制性能指标判断初始参数控制性能；

若不满足要求则将初始抗体与抗原的亲和力作为适应度进行计算并提取其中特征作为疫苗并更新疫苗库，同时将初始抗原通过免疫交叉、变异操作生成新的抗体，计算新抗体与抗原的亲和度，若亲和度未达标或迭代次数不足，则返回步骤“根据相应自愈决策的控制性能指标判断初始参数控制性能”，若满足算法结束条件，则将对应的容错控制器参数作为抗体更新抗体库并输出由自愈控制指令协调分配单元进行参数调整，执行自愈控制，再进行运行状态判别，若故障特征消除。

3.根据权利要求1或2所述的区域配电船舶电力推进智能自愈控制方法，其特征在于，在根据所述区域配电船舶电力推进子系统运行数据与信息，进行系统运行性能判别没有发生故障的情况下，所述方法还包括：

通过Elman神经网络对系统进行短期预测，包括：将船舶电力推进历史运行数据输入并将预处理后的数据分为用于训练Elman神经网络的训练集与用于测试网络的测试集；使用训练集对Elman递归神经网络进行训练，通过预测数据同实际数据间的均方误差结合迭代次数判断网络训练是否完成，测试后将训练完成的网络用于区域配电船舶电力推进系统状态短期预并将预测结果用于自愈决策支持、调整推进系统运行策略协调分配控制器结构参数；

若存在潜在故障，根据预测结果采用预防控制策略中的控制性能指标调整控制器结构参数。

Images