CN113740650A - 一种船舶电力系统故障检测方法、终端设备及存储介质 - Google Patents

Abstract

本发明涉及一种船舶电力系统故障检测方法、终端设备及存储介质，该方法中包括：S1：采集船舶电力系统故障时各断路器的开关量信息；S2：构建下列目标函数，将船舶电力系统中各元件的故障状态检测问题转换为目标函数最大化的问题；S3：根据船舶电力系统中主保护、第一后备保护和第二后备保护的动作原理，构建由各元件的故障状态S确定Dm_i*(S)、Dp_i*(S)和Dq_i*(S)的计算公式；S4：通过改进量子遗传算法对各元件的故障状态S进行更新，并计算各故障状态S对应的目标函数的最大值，将最大值对应的故障状态S作为船舶电力系统中各元件的故障状态，进而判断故障元件。本发明实现了在设备发生故障时，断路器跳闸使系统能够快速隔离故障区域并定位故障，提高船舶航行的安全系数。

Description

一种船舶电力系统故障检测方法、终端设备及存储介质

技术领域

本发明涉及船舶电力系统领域，尤其涉及一种船舶电力系统故障检测方法、终端设备及存储介质。

背景技术

船舶电力系统为自发电、自管理、自分配、自消耗的独立电力系统，是船舶系统的重要组成部分。随着船舶业的快速发展与船舶规模不断增加，船舶电力系统的构成也愈加趋于复杂。与岸电不同，船舶电力系统的工作环境比较特殊，所以船舶电力系统具有基点容量和规模偏小、电网线路阻抗小电流大、采用三相三线制接线方式、负载转化频率大以及运行环境复杂恶劣的特点，而这些特点也决定了船舶电力系统在运行中，存在各部分电路元件故障发生不稳定频繁、确定难度系数大的问题。因此一旦发生线路或设备故障后果极其严重，如果不能及时查处故障点，极易引起二次灾害，导致严重的财产损失与人员伤亡。并且由于船舶结构复杂，电气设备分布分散，各种新型船舶的线路及设备的故障现象不断挑战着船舶操作人员日益“老化”的知识体系，如若船舶工作人员的诊断知识不能及时更新，当故障并行发生时，很难快速发现故障所在并清除故障。

随着船舶电网复杂程度的增加、电气设备逐渐实现大功率化，人们对于电力系统的供电稳定性提出了更高的要求，对船舶电力系统故障定位方法也在不断探索。现有技术中对于电力系统的故障诊断方法主要通过利用有关保护装置和断路器等的信息，人工智能技术的发展为解决电力系统故障问题提供了思路，例如采用专家系统、人工神经网络、遗传算法、不确定性推理、粗糙集理论、免疫算法、Petri网络、基于优化技术等方法识别故障元件及区域、类型和误动作的装置，这些技术都各有优缺点，为了达到快速精准定位的目的，还有需要进一步解决的技术问题。

发明内容

为了解决上述问题，本发明提出了一种船舶电力系统故障检测方法、终端设备及存储介质。

具体方案如下：

一种船舶电力系统故障检测方法，包括以下步骤：

S1：采集船舶电力系统故障时各断路器的开关量信息；

S2：构建下列目标函数，将船舶电力系统中各元件的故障状态检测问题转换为目标函数最大化的问题：

其中，S表示船舶电力系统中各元件的故障状态；E(S)表示当各元件的故障状态为S时，船舶电力系统中断路器的实际状态与期望状态的误差值；W表示误差极大值；f₁表示主保护贡献因子；f₂和f₃分别表示第一后备保护贡献因子和第二后备保护贡献因子；n_D表示断路器的数目；i表示断路器的序号；Dm_i表示在主保护时段第i个断路器的实际状态；Dp_i和Dq_i分别表示在第一后备保护时段和第二后备保护时段第i个断路器的实际状态；Dm_i*(S)：当各元件的故障状态为S时，在主保护时段第i个断路器的期望状态，Dp_i*(S)、Dq_i*(S)分别表示当各元件的故障状态为S时，第一、第二后备保护时段第i个断路器的期望状态；

S3：根据船舶电力系统中主保护、第一后备保护和第二后备保护的动作原理，构建由各元件的故障状态S确定Dm_i*(S)、Dp_i*(S)和Dq_i*(S)的计算公式；

S4：通过改进量子遗传算法对各元件的故障状态S进行更新，并计算各故障状态S对应的目标函数的最大值，将最大值对应的故障状态S作为船舶电力系统中各元件的故障状态，进而判断故障元件。

进一步的，各断路器的开关量信息通过无线传感器网络的检测节点进行采集。

进一步的，设定断路器的数目n_D＝6，元件包括5个，S＝[S₁,S₂,S₃,S₄,S₅]，7个主保护对应的Dm_i*(S)的计算公式分别为：

主保护r₁：Dm₁*＝S₁、Dm₂*＝S₁；

主保护r₂：Dm₃*＝S₃、Dm₄*＝S₃；

主保护r₃：Dm₅*＝S₅、Dm₆*＝S₅；

主保护r₄：Dm₂*＝S₂；

主保护r₅：Dm₃*＝S₂；

主保护r₆：Dm₄*＝S₄；

主保护r₇：Dm₅*＝S₄；

4个第一后备保护对应的Dp_i*(S)的计算公式分别为：

第一后备保护r₈：Dp₂*＝S₂(1-Dm₂)；

第一后备保护r₉：Dp₃*＝S₂(1-Dm₃)；

第一后备保护r₁₀：Dp₄*＝S₄(1-Dm₄)；

第一后备保护r₁₁：Dp₅*＝S₄(1-Dm₅)；

4个第二后备保护对应的Dq_i*(S)的计算公式分别为：

第二后备保护r₁₂：

Dq₂*＝1-[1-S₃(1-Dm₃)(1-Dp₃)][1-S₄(1-Dm₃)(1-Dp₃)(1-Dm₄)(1-Dp₄)]；

第二后备保护r₁₃：Dq₃*＝1-[1-S₁(1-Dm₂)(1-Dp₂)]；

第二后备保护r₁₄：Dq₄*＝1-[1-S₅(1-Dm₅)(1-Dp₅)]；

第二后备保护r₁₅：

Dq₂*＝1-[1-S₃(1-Dm₄)(1-Dp₄)][1-S₂(1-Dm₃)(1-Dp₃)(1-Dm₄)(1-Dp₄)]。

进一步的，改进量子遗传算法在传统量子遗传算法的基础上设定量子旋转门的旋转角度Δθ_i的更新策略为：

Δθ_i＝[c×rand()×|best-f(x_i)|+ω^(t)]×0.04π

其中，c表示学习因子，rand()表示随机数，best表示迭代到目前为止拥有最优适应度的个体，f(x_i)表示当前种群的第i个个体，ω^(t)表示惯性因子。

一种船舶电力系统故障检测终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例上述的方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例上述的方法的步骤。

本发明采用如上技术方案，并具有有益效果：

1.提出了一种以无线传感器网络技术为载体进行船舶电力系统故障定位的方案，通过设置一系列无线节点采集断路器开关量信息，减少了不必要的布线需求，提高了系统安全系数与可操作性，并降低了系统维护成本。

2.采用基于量子态概率幅编码方式的编码方案，使量子比特可以同时处在两个量子态的线性叠加态中，同传统二进制编码方式相比，量子比特编码方式能够在极大程度上增加种群多样性。

3.在量子遗传算法的基础上，掘弃了传统更新量子旋转门旋转角度与性状无关的通用性策略，根据全局最优染色体适应度值与当前染色体适应度值之间的差异来调整量子旋转门的旋转角度大小，并利用量子非门进行染色体变异操作，以丰富种群多样性。

附图说明

图1所示为本发明实施例一的流程图。

图2所示为该实施例中的简化系统线路图。

图3所示为该实施例中改进量子遗传算法的流程图。

具体实施方式

为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。

现结合附图和具体实施方式对本发明进一步说明。

实施例一：

本发明实施例提供了一种船舶电力系统故障检测方法，如图1所示，所述方法包括以下步骤：

S1：采集船舶电力系统故障时各断路器的开关量信息。

该实施例中优选通过无线传感器网络(WSN)的检测节点对各断路器的开关量信息进行采集。无线传感器网络是由大量微型无线传感器组成，面向多节点、多任务的无线自组织网络。一个完整的无线传感器网络结构包含无线传感器节点、汇聚基站、后台数据处理中心等，其中由所有部署完毕的传感器节点覆盖的区域称为监测区域。监测节点对无线传感器获取的信息进行综合调理、滤波等处理操作传送到汇聚基站，汇聚基站负责完成无线传感器节点与后台数据处理中心之间通信协议的转换。

无线传感器网络主要分为采集层、网络层、应用层三个层次。采集层由传感器节点组成，用于监测断路器状态信息；网络层用于将监测到的状态信息从采集层传输至应用层；应用层由人机交互、数据处理中心、服务器端三部分组成。

当船舶电力系统线路出现故障后，监测节点对各个断路器开关量信息进行采集，信号综合调理单元将运行状态信息进行滤波、放大、变换等处理操作后输送至DSP&CPLD单元。断路器的开关量信息被监测节点经过多跳路由传输至汇聚基站，并经过网络层传输至应用层，由数据处理中心对信息进行协同式处理，并对故障位置进行准确定位。本实施例中将无线传感器网络技术引入断路器的无线实时集群监测中，减少了不必要的布线需求，提高了系统安全系数与可操作性，并降低了系统维护成本。

S2：构建下列目标函数，将船舶电力系统中各元件的故障状态检测问题转换为目标函数最大化的问题：

其中，S表示船舶电力系统中各元件的故障状态，是一个n维向量，n为元件的个数；E(S)表示当各元件的故障状态为S时，船舶电力系统中断路器的实际状态与期望状态的误差值；W表示误差极大值，是预先设定的一个很大的数，用于确保E(S)恒正，该实施例中设定为10²；f₁表示主保护贡献因子；f₂和f₃分别表示第一后备保护贡献因子和第二后备保护贡献因子；n_D表示断路器的数目；i表示断路器的序号；Dm_i表示在主保护时段第i个断路器的实际状态；Dp_i和Dq_i分别表示在第一后备保护时段和第二后备保护时段第i个断路器的实际状态；Dm_i*(S)：当各元件的故障状态为S时，在主保护时段第i个断路器的期望状态，Dp_i*(S)、Dq_i*(S)分别表示当各元件的故障状态为S时，第一、第二后备保护时段第i个断路器的期望状态。

S3：根据船舶电力系统中主保护、第一后备保护和第二后备保护的动作原理，构建由各元件的故障状态S确定Dm_i*(S)、Dp_i*(S)和Dq_i*(S)的计算公式。

该实施例中将复杂的船舶网络拓扑结构简化为单线路系统，如图2所示，所述单线路系统中共有五个元件，分别为：A、L₁、B、L₂、C，五个元件依次设定为S₁～S₅；6个断路器依次设定为D₁～D₆；7个主保护A_m、B_m、C_m、L_1Am、L_1Bm、L_2Bm、L_2Cm；4个第一后备保护L_1Ap、L_1Bp、L_2Bp、L_2Cp；4个第二后备保护L_1Aq、L_1Bq、L_2Bq、L_2Cq，15个保护依次设定为r₁～r₁₅，其中A、B、C表示母线，L表示线路。各类保护与各类保护中的断路器期望函数对应关系如表1所示。

表1

S4：通过改进量子遗传算法对各元件的故障状态S进行更新，并计算各故障状态S对应的目标函数的最大值，将最大值对应的故障状态S作为船舶电力系统中各元件的故障状态，进而判断故障元件。

量子遗传算法(QGA)是在传统遗传算法(SGA)的基础上，将量子理论引入到染色体编码、更新、变异操作上，增加了种群多样性且提高了算法并行运算速率。

本实施例在量子遗传算法的基础上提出了改进量子遗传算法(IQGA)，其采用基于量子态概率幅编码方式的编码方案，使量子比特可以同时处在两个量子态的线性叠加态中，其形式为：

且|α|²+|β|²＝1。其中α、β称为量子态的概率幅，|α|²为量子态是|0>的概率，|β|²为量子态是|1＞的概率。在基于量子态概率幅二进制编码方式中，将一个量子位定义为

则m个量子比特系统可用概率幅表示为

此为单个染色体的编码方式，m个量子比特系统可同时对2^m个基因座状态进行描述。同传统二进制编码方式相比，量子比特编码方式能够在极大程度上增加种群多样性，并且可以通过扩充种群数量达到容纳极大数量基因座信息的目的。

传统的粒子群算法(PSO)是一种通过建立无质量粒子模型，来模拟鸟群、牛群等生物群体通过群体中个体间的信息共享、协作、竞争来对最优解进行搜寻的过程。粒子群算法与其他进化算法类似，也采用“群体”和“进化”的概念，通过种群迭代完成最优解的更新。粒子具有速度和位置两个属性，在搜寻过程中个体不断根据自身历代最优解和当前全局最优解(P_best、g_best)更新速度和位置。

v_ij(n+1)＝ω^(t)×v_ij(n)+c₁×rand()×(p_bestij-x_ij)+c₂×rand()×(g_bestij-x_ij)

x_ij(n+1)＝x_ij(n)+v_ij(n+1)

ω^(t)＝(ω_int-ω_end)(G_max-g)/G_max+ω_end

式中：ω^(t)为惯性因子，c₁、c₂为学习因子，rand()为0-1之间的随机数，G_max为最大迭代次数，g为当前迭代次数。式中ω^(t)×v_ij(n)为记忆项，表示上一次迭代的速度大小及方向；

为自身认知项，表示将自身历代最优解作为迭代经验；

为群体认知项，表示将当前全局最优解作为迭代经验。

改进量子遗传算法采用量子旋转门策略实现染色体的动态更新，其具体调整操作为：

更新过程如下：

式中：[α_i'β_i']^T和[α_iβ_i]^T分别表示更新后和更新前染色体的第i位量子位。

本实施例中在传统量子遗传算法的基础上提出以下策略以更新量子旋转门的旋转角度：

Δθ_i＝[c×rand()×|best_i-f(x_i)|+ω^(t)]×0.04π

其中，c表示学习因子，best表示迭代到目前为止拥有最优适应度的个体，f(x_i)表示当前种群的第i个个体。

该策略掘弃了传统更新量子旋转门旋转角度与性状无关的通用性策略，保留粒子群算法基于全局经验的学习因子c和惯性因子ω^(t)，根据全局最优染色体适应度值与当前染色体适应度值之间的差异来调整量子旋转门的旋转角度大小。

改进量子遗传算法一般通过量子非门来实现染色体变异操作，以变异概率为基准，选择最优量子染色体的若干个量子位进行量子非门变换。这种变异操作实质上是对两条基因链上的量子位概率幅进行旋转变换，从而使两条基因链能够同时变异。其变异过程可表示为：

改进量子遗传算法的具体实现过程如图3所示。

本发明实施例中基于无线传感网络和改进量子遗传算法来对船舶电力系统的故障进行检测，通过改进量子旋转门的更新方案，保证了量子染色体的种群多样性。本实施例实现了在船舶航行过程中电力系统能够对设备进行正常连续供电，在设备发生故障时，断路器跳闸使系统能够快速隔离故障区域并定位故障，提高船舶航行的安全系数。

实施例二：

本发明还提供一种船舶电力系统故障检测终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例一的上述方法实施例中的步骤。

进一步地，作为一个可执行方案，所述船舶电力系统故障检测终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述船舶电力系统故障检测终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，上述船舶电力系统故障检测终端设备的组成结构仅仅是船舶电力系统故障检测终端设备的示例，并不构成对船舶电力系统故障检测终端设备的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述船舶电力系统故障检测终端设备还可以包括输入输出设备、网络接入设备、总线等，本发明实施例对此不做限定。

进一步地，作为一个可执行方案，所称处理器可以是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述船舶电力系统故障检测终端设备的控制中心，利用各种接口和线路连接整个船舶电力系统故障检测终端设备的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述船舶电力系统故障检测终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例上述方法的步骤。

所述船舶电力系统故障检测终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)以及软件分发介质等。

尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (6)

1.一种船舶电力系统故障检测方法，其特征在于，包括以下步骤：

S1：采集船舶电力系统故障时各断路器的开关量信息；

S2：构建下列目标函数，将船舶电力系统中各元件的故障状态检测问题转换为目标函数最大化的问题：

其中，S表示船舶电力系统中各元件的故障状态；E(S)表示当各元件的故障状态为S时，船舶电力系统中断路器的实际状态与期望状态的误差值；W表示误差极大值；f₁表示主保护贡献因子；f₂和f₃分别表示第一后备保护贡献因子和第二后备保护贡献因子；n_D表示断路器的数目；i表示断路器的序号；Dm_i表示在主保护时段第i个断路器的实际状态；Dp_i和Dq_i分别表示在第一后备保护时段和第二后备保护时段第i个断路器的实际状态；Dm_i*(S)：当各元件的故障状态为S时，在主保护时段第i个断路器的期望状态，Dp_i*(S)、Dq_i*(S)分别表示当各元件的故障状态为S时，第一、第二后备保护时段第i个断路器的期望状态；

S3：根据船舶电力系统中主保护、第一后备保护和第二后备保护的动作原理，构建由各元件的故障状态S确定Dm_i*(S)、Dp_i*(S)和Dq_i*(S)的计算公式；

S4：通过改进量子遗传算法对各元件的故障状态S进行更新，并计算各故障状态S对应的目标函数的最大值，将最大值对应的故障状态S作为船舶电力系统中各元件的故障状态，进而判断故障元件。

2.根据权利要求1所述的船舶电力系统故障检测方法，其特征在于：各断路器的开关量信息通过无线传感器网络的检测节点进行采集。

3.根据权利要求1所述的船舶电力系统故障检测方法，其特征在于：设定断路器的数目n_D＝6，元件包括5个，S＝[S₁,S₂,S₃,S₄,S₅]，7个主保护对应的Dm_i*(S)的计算公式分别为：

主保护r₁：Dm₁*＝S₁、Dm₂*＝S₁；

主保护r₂：Dm₃*＝S₃、Dm₄*＝S₃；

主保护r₃：Dm₅*＝S₅、Dm₆*＝S₅；

主保护r₄：Dm₂*＝S₂；

主保护r₅：Dm₃*＝S₂；

主保护r₆：Dm₄*＝S₄；

主保护r₇：Dm₅*＝S₄；

4个第一后备保护对应的Dp_i*(S)的计算公式分别为：

第一后备保护r₈：Dp₂*＝S₂(1-Dm₂)；

第一后备保护r₉：Dp₃*＝S₂(1-Dm₃)；

第一后备保护r₁₀：Dp₄*＝S₄(1-Dm₄)；

第一后备保护r₁₁：Dp₅*＝S₄(1-Dm₅)；

4个第二后备保护对应的Dq_i*(S)的计算公式分别为：

第二后备保护r₁₂：

Dq₂*＝1-[1-S₃(1-Dm₃)(1-Dp₃)][1-S₄(1-Dm₃)(1-Dp₃)(1-Dm₄)(1-Dp₄)]；

第二后备保护r₁₃：Dq₃*＝1-[1-S₁(1-Dm₂)(1-Dp₂)]；

第二后备保护r₁₄：Dq₄*＝1-[1-S₅(1-Dm₅)(1-Dp₅)]；

第二后备保护r₁₅：

Dq₂*＝1-[1-S₃(1-Dm₄)(1-Dp₄)][1-S₂(1-Dm₃)(1-Dp₃)(1-Dm₄)(1-Dp₄)]。

4.根据权利要求1所述的船舶电力系统故障检测方法，其特征在于：改进量子遗传算法在传统量子遗传算法的基础上设定量子旋转门的旋转角度Δθ_i的更新策略为：

Δθ_i＝[c×rand()×|best-f(x_i)|+ω^(t)]×0.04π

其中，c表示学习因子，rand()表示随机数，best表示迭代到目前为止拥有最优适应度的个体，f(x_i)表示当前种群的第i个个体，ω^(t)表示惯性因子。

5.一种船舶电力系统故障检测终端设备，其特征在于：包括处理器、存储器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～4中任一所述方法的步骤。

6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1～4中任一所述方法的步骤。

Images