船舶供電系統(tǒng)的正常運行,對于船舶用電自動化設備、生活用電、船舶電力推進器等非常重要,如何合理且有效的對船舶供電網絡進行質量評價,近年來成為了業(yè)內的研究熱點。本文介紹一種將遺傳算法和神經網絡相結合的GA-BP神經網絡算法,系統(tǒng)介紹該算法的基本原理,并基于該算法對船舶供電網絡的輸出質量進行了建模和質量分析,通過采集一段時間內船舶供電網絡中的電流數據,直接對船舶供電網絡的質量進行評價。 

【文章來源】：艦船科學技術. 2020,42(16)北大核心

【文章頁數】：3 頁

【部分圖文】：

BP神經網絡的拓撲結構Fig.1TopologicalstructureofBPneuralnetwork

確定BP神經網絡的計算精度和運算次數。2）待優(yōu)化參數的權值修正δiGA-BP神經網絡算法中待優(yōu)化的參數用(t)表示，權值修正方程如下：δi(t+1)={δi(t)+f(t)[xi(t)δi(t)]i∈Si(t)，δi(t)iSi(t)，(4)f(t)Si(t)xi(t)其中：為神經網絡的效率函數；為待優(yōu)化參數的鄰域；為輸入信號。3）隱含層函數設置隱含層函數是GA-BP神經網絡算法的核心，本文圖1BP神經網絡的拓撲結構Fig.1TopologicalstructureofBPneuralnetwork圖2GA-BP神經網絡算法的基本流程Fig.2BasicflowofGA-BPneuralnetworkalgorithm·110·艦船科學技術第42卷

，(6)XtftVt1式中：為供電網絡的諧波噪聲；為濾波器的頻率；為干擾噪聲。濾波器的概率密度函數如下式：p(Xt1|Wt1)=p(xt|xt1)p(xt1|Wt1)dxt，(7)建立船舶供電網絡的電流評價方程為：γ=(I1/l1)(I2/l2)(I1/l1)。(8)式中：I1為發(fā)電機的電流；I2為配電站輸出電流；l1l2和分別為配電站和電力傳輸網絡的電感。在一段時間內采集船舶供電網絡的電流輸出情況，可得如圖3所示曲線。圖3船舶供電網絡的電流輸出曲線Fig.3Currentoutputcurveofshippowersupplynetwork由圖可知，在時間25s時關閉船舶供電網絡的發(fā)電機1，保留發(fā)電機2，可見電流輸出不產生明顯的波動，證明供電網絡的質量較高。3結語船舶網絡的平穩(wěn)運行對于船舶自動化有重要意義。本文結合遺傳算法和BP神經網絡算法，開發(fā)了一種基于GA-BP神經網絡的船舶供電網絡評價方法，并詳細介紹了船舶供電網絡質量的評價過程。參考文獻：楊淑霞,韓奇,徐琳茜.基于魚群算法優(yōu)化BP神經網絡的電力客戶滿意度綜合評價方法[J].電網技術,2011(5):151–156.[1]張志宏.基于遺傳算法優(yōu)化的BP神經網絡供電企業(yè)信用評價[J].商情,2012(50):248–248.[2]盛夢雨,陳峰,鄭旭.基于GA-BP神經網絡的配網供電可靠性評估[C]//2016年中國電機工程學會年會.2016(25):66-77.[3]第42卷熊蕾：GA-BP神經網絡在船舶供電網絡評價中的應用·111·

【參考文獻】：
期刊論文
[1]基于魚群算法優(yōu)化BP神經網絡的電力客戶滿意度綜合評價方法[J]. 楊淑霞,韓奇,徐琳茜,路石俊.  電網技術. 2011(05)



本文編號：3299548