舰船综合电力系统继电保护定值校核方法

针对舰船综合电力系统,提出基于大数据的继电保护定值校核方法。首先,针对舰船综合电力系统产生的海量动态数据,利用SOM聚类算法挖掘电力系统的运行数据。然后,采用基于部分失真的SOM聚类算法提高聚类效率,在计算连接权向量后,判断当前最小欧氏距离与该向量的欧氏距离大小,再决定是否继续聚类;最后,依据电力系统运行数据,采用基于Ward等值的故障计算方法获取故障计算结果,参考定值校核规则,完成继电保护定值校核。实验表明,该方法通过SOM聚类处理,能够准确分类出船舶综合电力系统电流以及电压数据,且能够准确获取继电保护线路的定值校核结果,可以为提高舰船综合电力系统安全性提供支持。

基于Spark框架的船舶电力数据预处理技术

为了解决因船舶电力数据数量大、类型混杂等特点造成的系统状态预测不精准的问题,引入了数据预处理技术;归纳总结了数据预处理技术的主要过程,和每一过程的目的及处理方法;针对船舶电力数据的特点和预处理现状,提出了船舶电力数据预处理方案;为进一步提升预处理效率,采用了Spark框架作为数据预处理平台,介绍了Spark框架的运行流程,并与船舶电力数据预处理方案结合,给出了基于该框架的预处理实施流程;提高了船舶电力数据质量和可用性,为后续的研究工作奠定了基础。

舰船网络通信接口数据传输功耗预测模型

针对舰船网络环境复杂,通信接口数据传输功耗预测精度过低的问题,设计舰船网络通信接口数据传输功耗预测模型。由传输层、网络层、数据链路层等组成舰船网络通信数据传输模型,舰船网络通信接口位于数据链路层作为光导纤维媒介,进行舰船网络的数据传输。舰船网络通信接口数据传输的总功耗,由动态功耗、空闲功耗以及泄露功耗组成。利用指数平均预测算法,引入微分调节因子,构建数据传输功耗预测模型。利用权重系数衡量通信接口功耗预测真实值与预测值的偏离程度,实现舰船网络通信接口功耗的精准预测。模型测试结果表明,该模型能够有效预测舰船网络通信接口数据传输功耗,数据传输功耗预测的均方误差低于0.04。

基于以太网的船舶电力系统动态电能质量监测与故障诊断系统设计

[目的]现代船舶电力系统的信息化、自动化、智能化和安全运行的要求越来越高,传统的基于现场总线的船舶电力信息交换系统已经无法满足要求。[方法]通过Modbus/TCP工业以太网弥补现场总线的不足,并在此基础上联合船舶电力系统现场总线采集的固有数据和在线测量装置采集的实时数据建立数据中心,结合相关性理论和神经网络智能算法进行大数据分析,[结果]完成船舶电力系统动态电能质量监测与故障诊断,并用LabVIEW实现人机界面设计。[结论]通过实验室平台验证了该方案软、硬件实现的可行性。

船舶动力机械设备噪声数据远程监测方法

船舶动力设备作为船舶动力发生核心单元,其设备运行的稳定尤为重要。其中,动力设备运行过程中的噪声数据,可直接作为监测判定船舶动力设备故障与否的重要信息源。在对噪声源监测过程中发现,传统的动力设备噪声监测方法,对噪声数据源单频信号通道支持计算缺乏逻辑支撑,导致数据分析无法接入网络,完成远端的监测执行,不利于噪声数据的远端综合分析与大数据化的指挥调度。为此,提出船舶动力机械设备噪声数据远程监测方法。1)通过对现有噪声数据监测算法的数学建模,得到单频通道下的噪声信号频谱特征规律;2)根据单频噪声信道频谱规律计算得出单频信道的逻辑函数;3)引入EEDM单频噪声信道特征逻辑算法,对噪声单频信道逻辑进行优化计算,实现对远程执行协议逻辑的支持,完成动力设备噪声数据的远程检测;4)通过仿真实验证明提出方法的有效性。

船舶电站故障诊断中的数据融合算法

将数据融合技术应用于船舶电站故障诊断系统中,在数据处理的检测层、特征层及决策层上分别提出不同的数据融合算法:在检测层提出自适应加权数据融合算法,在特征层提出基于灰色优势分析的数据融合算法,在决策层提出基于D-S证据理论的数据融合算法。这些算法解决了传统故障诊断中存在的大量采集数据如何有效处理的问题。所提出的算法针对船舶电站故障诊断的特殊性,有较强的适应性,提高了实际诊断的准确性和可靠性。

船舶动力机械的噪声数据分析方法优化

常规船舶动力机械噪声数据分析采用构建数学模型的方法对噪声数据进行分析,针对频率大于15 k Hz的瞬时机械噪声数学模型无法提取信息,通常采用高斯定理特定值估算法进行分析,存在高频瞬时机械噪声分析精度较低的不足,为此提出船舶动力机械的噪声数据分析方法优化。引入噪声矢量数据场体系构建采集-处理-输出的整体框架,根据工作条件对矢量数据场相关参数进行选取;依托雅克·杜波切特计算理论对机械噪声数据进行优化计算,完成提出的船舶动力机械的噪声数据分析方法优化。试验数据表明,提出的优化方法较常规数据分析方法,在高频阶段提高分析精度22.45%,适合于对船舶动力机械噪声的分析。

数据库技术在船舶动力装置系统仿真中的应用

针对如何提高船舶动力装置系统仿真中模型通用性和仿真结果向不同计算机上传输的问题,开发了一种基于Visual C++6.0,Matlab和SQL Server 2000混合编程的数据管理平台.用该平台管理船舶动力装置系统仿真中的仿真参数和仿真结果,实现了从数据库读取所需仿真参数进行仿真和仿真结果存入网络数据库服务器.结果表明,该数据管理平台能够提高模型通用性,实现仿真结果向不同计算机上的传输,满足了公共虚拟平台的要求.

基于大数据分析的船舶功率优化应用

为探明船舶主机油耗和优化方向,基于“COSCO Spain”和“COSCO Portugal”两船在一段时间内连续航行的实例数据,构建BP(BackPropagation)神经网络模型。运用大数据技术学习历史数据经验,抽象出主机功率—对水速度期望曲线L;随机改变主机功率到神经网络模型重新输出结果后,前后比较可评价耗油情况并确定主机功率的推荐调整策略。该方法与“等功率”航行做法相比更具有优势,可达到指导船舶管理和降本增效的目的,并提供一种新的基于数据的航运科学研究范式。

智能船舶电站电量数据采集系统设计

随着船舶技术与信息化技术的发展,船舶向数字化、信息化和智能化发展已经成为必然的发展趋势。船舶电站是船舶上一种重要的装置,是船舶电力系统的重要组成部分,它的可靠运行对于船舶的安全运行起着重要的作用。船舶电站的电量数据是一个重要的参数,可以用来判断船舶电站的工作状态以及统计分析,因此对船舶电站电量数据的智能采集就成了船舶工作人员必不可少的重要工作。本文设计一种智能船舶电站电量数据采集系统中,采用DSP芯片作为智能船舶电站电量数据采集系统的主控制器对系统进行了专门设计,实现对船舶电站电量数据的实时、智能、精准采集,能够充分满足船舶电站电量数据采集与处理在精确度和实时性等方面的要求,保障船舶安全行驶。

基于PMU/SCADA混合量测数据兼容性的船舶系统状态估计研究

船舶电力系统的频率易波动且变化范围较大,现有陆地电力系统中的基于恒定频率的混合量测数据兼容性方案不能直接应用。针对该问题,本文提出了基于准确系统频率追踪和数据相关度分析的SCADA/PMU量测数据兼容性方法。提出利用自适应陷波器和基于PMU数据的频率跟踪算法,获取船舶电力系统的准确频率,根据SCADA和PMU两个系统测量数据的时间同步性和权值对状态估计的影响,确定一套适用于船舶电力系统的混合量测数据兼容性方案。通过仿真计算验证了该方案的正确性和有效性。该方法解决了当船舶电力系统频率变化时,仍可通过SCADA获得准确量测数据,并更好地从时间同步和权值方面与PMU数据实现兼容。

基于数据融合的船舶电网参数测量研究

采用单传感器的传统船舶电气参数测量方法存在很多缺陷,会受到传感器的测量噪声和电网中的电磁干扰等影响,从而影响参数测量的精度和测量结果的稳定性。为此,应用状态估计技术和多传感器数据融合理论,提出了一种新的船舶电气参数测量方法。首先建立电压和电流的状态模型,将其连续的动态方程离散化,用于数字信号处理器(DSP)中。然后采用卡尔曼滤波和无反馈分布式融合来对离散化后的采样数据进行融合,从而得到全局数据融合的最优估计。最后,经过一个周期的采集数据估计值进行有效值计算,在液晶屏中显示出来。与单个传感器的检测方法相比,该检测方法具有更高的精度和更好的稳定性。仿真结果和实验测试结果都证明了本检测方法的有效性和优越性。

SK-01型船用柴油机轴功率遥测系统

SK-01型船用柴油机轴功率遥测系统采用TT10K扭矩遥测系统、J12-D4NK磁阻传感器和NI USB-6009数据采集卡,开发了基于LabVIEW的轴功率测量软件,应用应变式测量法实现了船用柴油机轴功率的精确测量,实现了数据的实时显示、存储、调用和分析处理。成功地用于实船测量数据,测量结果表明,系统具有较高的准确性和可靠性。

船舶电站故障诊断仿真系统

在船舶电站故障诊断过程中应用数据融合技术,在数据处理的信号层、特征层及决策层上分别提出不同的数据融合算法,解决了传统故障诊断中存在的大量采集数据如何有效处理的问题。所提出的算法针对船舶电站故障诊断的特殊性,有较强的适应性,提高了实际诊断的准确性和可靠性。

电力客户关系管理系统浅析

供电企业建立新型的企业和客户供需关系,分别不同的客户类型,提供差异化的电能服务,已成为营销管理的重要策略。本文在简述客户关系管理内涵和管理基本理念的基础上,对电力客户关系管理系统的数据挖掘、数据仓库及软件功能进行了初步探讨,以期为电力客户关系管理系统的总体规划提供一些参考。

船舶电力系统低功耗电子电路故障智能获取研究

低功耗电子电路是船舶电力系统的主要组成部分,也是最易出现故障的部分,针对当前船舶电力系统低功耗电子电路故障获取方法存在的不足,为了提高船舶电力系统低功耗电子电路故障获取精度,设计了基于数据挖掘的船舶电力系统低功耗电子电路故障获取方法。首先分析当前船舶电力系统低功耗电子电路故障获取研究存在的问题,指出当前获取方法存在的局限性,然后提取船舶电力系统低功耗电子电路故障特征,采用数据挖掘技术构建船舶电力系统低功耗电子电路故障获取模型,最后进行了船舶电力系统低功耗电子电路故障获取仿真实验,实验结果表明,本文方法的船舶电力系统低功耗电子电路故障获取平均精度超过95%,远远高于对比方法的船舶电力系统低功耗电子电路故障获取精度,降低了船舶电力系统低功耗电子电路故障获取错误。

一种船舶精确时间同步数据采集监测方法

为了提高船舶数据采集的准确性和监测的实时性,减小由于数据采集时间不同步带来的误差,提出了一种精确时间同步下船舶数据采集监测的方法。该方法利用基于IEEE 1588的精确同步秒脉冲信号触发数据采集,将盖有"时间戳"的数据放入缓冲区,保证数据完整上传至处理中心;利用FPGA完成秒脉冲信号的控制和信号的采集与处理等时序的逻辑操作,由上层处理中心经由以太网进行数据传输,完成精确的数据采集、实时监测。仿真和测试结果表明,该方法能够完成精确时间同步数据采集监测,满足电力系统各方面测试精度的要求,对进一步提高船舶数据的精确可用性具有重大意义。

船舶动力装置故障诊断专家系统

详细叙述了船舶动力装置故障诊断专家系统的设计过程和特点.将成熟的数据库技术引入到系统中,即以Access2000数据库为平台,构建系统知识库.推理机是以基于可信度的不确定推理模型设计的,系统的运行更加接近专家的思维,也更能反映实际的设备故障环境.采用回溯和启发式搜索策略,可找出故障的多个原因,减少了搜索的路径.系统还能向用户提供维修建议和方法,同时能准确给出故障的位置.

船舶营运大数据挖掘与应用思考

船舶营运大数据来源于航运信息平台和营运船舶监测,通过对这些海量数据的分析与挖掘,能发现很多有价值的信息与规律,可应用于多载况下船舶功率与航速评估、船舶能效设计指数(EEDI)实船验证方法的完善、MRV机制实施的技术支持;风浪对航速的影响研究;节能技术的节能效果评价;船舶进坞清污最佳时机分析;船舶设备运行的精细化管理等,对于促进造船和航运业的技术进步具有重要的意义。

灰色优势分析在多传感器数据融合中的应用

船舶电站是船舶的重要组成部分,是船舶电力系统的核心,船舶电站的可靠运行对保证船舶安全具有重要意义。本文应用了一种基于自适应加权数据融合的灰色优势分析方法对多传感器数据进行处理。仿真结果表明,应用基于自适应加权数据融合的灰色优势分析方法对传感器数据进行分析,可进一步提高故障诊断的安全性和可靠性。