[发明专利]一种船舶区域配电电力系统智能免疫自愈方法及系统在审

专利信息
申请号: 202110001752.X 申请日: 2021-01-04
公开(公告)号: CN112865301A 公开(公告)日: 2021-05-28
发明(设计)人: 毕宗;施伟锋;宋铁维;洪远远 申请(专利权)人: 上海海事大学
主分类号: H02J13/00 分类号: H02J13/00
代理公司: 上海元好知识产权代理有限公司 31323 代理人: 张静洁;曹媛
地址: 201306 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 船舶 区域 配电 电力系统 智能 免疫 自愈 方法 系统
【说明书】:

发明公开了一种船舶区域配电电力系统智能免疫自愈方法及系统,该方法包括:船舶区域配电电力系统故障检测;船舶区域配电电力系统智能免疫自愈方案生成;船舶区域配电电力系统智能执行故障恢复。本发明的船舶区域配电电力免疫系统具备记忆能力,通过B细胞的免疫记忆能力将发生过的故障特征记录下来,再次发生该故障时能够迅速识别。确保快速得到船舶区域配电电力系统故障自愈全局最优方案。船舶区域配电电力免疫系统具备多样性保持能力,为应对各种各样故障,通过抑制浓度过高的抗体,保持抗体群的多样性,保证算法的全局收敛。

技术领域

本发明涉及船舶领域,具体涉及一种船舶区域配电电力系统智能免疫自愈方法及系统。

背景技术

我国是世界造船大国,目前处于向世界航运与造船强国发展的关键时期。随着船舶区域配电电力系统的容量规模和复杂程度日益增加,船舶区域配电电力系统要求具备较强的故障自愈能力。人工免疫算法作为一种智能优化算法,具备良好的自适应性、记忆性和多样性,能够很好地应用到船舶电力系统故障自愈,提高船舶区域配电电力系统的运行效率和对于故障的免疫力。

近年来,一些新颖的智能优化算法,如遗传算法、模拟退火算法、蚁群算法、粒子群算法、人工免疫算法及其混合优化策略等,应用于船舶区域配电电力系统故障自愈。如蚁群算法鲁棒性强但收敛速度慢,遗传算法收敛性好但不能很好地解决大规模计算量问题,人工神经网络算法计算时间少但容易陷入局部最优。采用智能化方法,不仅为那些传统优化技术难以处理的船舶区域配电电力系统故障自愈问题提供了切实可行的解决方案而且使船舶区域配电电力系统具备学习能力、记忆能力和适应决策的能力。

当前,智能优化算法应用于船舶区域配电电力系统智能自愈暴露出许多缺点。遗传算法应用于船舶区域配电电力系统故障自愈时存在早熟收敛现象,局部搜索能力弱,无法准确找出船舶电力系统故障自愈最优方案。蚁群算法应用于船舶区域配电电力系统故障时,抑制船舶区域配电电力系统故障和扰动速度较慢,给出的故障自愈方案也不是最优的。人工神经网络算法对于大规模船舶区域配电电力系统故障自愈时,船舶电力系统需要花费较长时间进行故障自愈。这些算法无法保证对船舶区域配电电力系统故障进行快速有效地抑制。无法保证船舶区域配电电力系统运行效率。

发明内容

本发明的目的在于提供一种船舶区域配电电力系统智能免疫自愈方法,基于船舶区域配电电力系统智能免疫自愈方法,使船舶区域配电电力系统具备自我防御、自我学习、自我记忆、自我调节的能力。能够及时消除船舶区域配电电力系统中的隐患和抑制船舶区域配电电力系统内的故障和扰动的发生。保证船舶区域配电电力系统更好的供电可靠性和更高的电能质量。

为了达到上述目的,本发明采用的技术方案如下:

一种船舶区域配电电力系统智能免疫自愈方法,该方法包括:

船舶区域配电电力系统故障检测;

船舶区域配电电力系统智能免疫自愈方案生成;

船舶区域配电电力系统智能执行故障恢复。

进一步地,所述船舶区域配电电力系统故障检测具体包括:船舶区域配电电力免疫系统智能自愈规则库单元向船舶区域配电电力免疫系统智能自愈故障检测单元发出指令,通过传感器获得被控对象船舶区域配电电力系统的电气量和开关元件状态量信息,将得到的信息进行处理、融合并进行故障检测和判别。

进一步地,所述船舶区域配电电力系统智能免疫自愈方案生成具体包括:控制船舶区域配电电力免疫系统智能自愈规则库单元向稳定运行指标发出指令,稳定运行指标与船舶区域配电电力免疫系统故障检测单元获得的故障信息进行比对,船舶区域配电电力免疫系统智能自愈方案生成单元通过与船舶区域配电电力免疫系统智能自愈规则库单元生成交换信息,通过对故障进行定位,完成故障隔离,根据各规则库知识给出一个船舶区域配电电力系统的故障最优恢复方案。

进一步地,所述船舶区域配电电力系统智能执行故障恢复具体包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海海事大学,未经上海海事大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110001752.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top