基于人工蜂群优化机理的船舶电力系统故障诊断-船舶与海洋工程专业论文.docxVIP

万方数据 万方数据 集 美 大 学 硕 士 学 位 论 文 基 于 人 工 蜂 群 优 化 机 理 的 船 舶 电 力 系 统 故 障 诊 断 尹 川 学术诚信声明 兹呈交的学位论文，是本人在导师指导下独立进行的研究工作 及取得的研究成果。除文中特别加以标注和致谢的地方外，论文中 不包含其他个人或集体已经发表或撰写过的研究成果。本人依法享 有和承担由此论文产生的权利和责任。 声明人（签名）： 时 间： 保护知识产权声明 本人完全了解集美大学有关保留、使用学位论文的规定，即： 学校有权保留送交论文的复印件和磁盘，允许论文被查阅和借阅， 可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同意 集美大学可以用不同方式在不同媒体上发表、传播学位论文的全部 或部分内容。 作 者（签名）： 导 师（签名）： 时 间： 基于人工蜂群优化机理的船舶电力系统故障诊断 摘 要 近年来，随着船舶现代化的发展，船舶电力系统的规模日趋庞大，其结构也越来越复 杂。由于船舶工作环境相对陆地比较特殊，船舶在航行过程中，不能百分之百的确定每个 环节都正常运行并全程无故障的情况，一旦发生故障，如果不能及时时查出故障点，极易 引起故障扩散，带来严重损失。因此，船舶电力系统的故障诊断也有了更高的要求。 本文主要完成以下研究工作： 1）在基本人工蜂群算法的基础上，本文提出了全局交叉人工蜂群和差分进化-蜂群混 合算法；全局交叉人工蜂群算法借鉴了遗传算法中的交叉运算来加强蜂群算法的开发能 力，对人工蜂群算法搜索公式进行了改进；差分进化-蜂群算法将差分进化算法迭代加入人 工蜂群搜寻过程里。通过对测试函数的优化实验结果表明全局交叉人工蜂群算法能够加快 算法的收敛速度，还能加强对全局最优解附近的搜索能力，差分进化-蜂群算法构成具备更 好引导效力的新式搜寻方式能够确保探索性能的基础上增加开发性能，并且它比其它算法 具有更强的搜索能力。 2）提出将人工蜂群算法应用于船舶电力系统故障诊断，首先采用 0-1 等数字来表达各 个设备的运行状态，并建立电力系统故障模型，然后应用人工蜂群算法对目标函数进行优 化，得出最优解集合，即找出故障元件。通过对某船电力系统继电器和断路器故障诊断结 果表明本文的方法能有效地解决船舶电力系统的故障诊断问题；相比基本人工蜂群算法和 全局交叉人工蜂群算法，差分蜂群混合算法在求解船舶电力系统故障诊断问题具有速度快 和求解效率高等优点。 关键词：船舶；电力系统；故障诊断；人工蜂群；全局交叉；差分进化 I Ship Power System Fault Diagnosis Based on the Mechanism of the Artificial Bee Colony Optimization Abstract In recent years, with the development of modern ships, the scale of ship power system is become larger and larger and its structure is become more and more complex. Due to that the work environment of the ship is relative special compared with the land, when ship is in navigation process, we can not be 100% confident with each link will be in normal operation without any fault. Once the fault occurs, if the fault is not point found out timely, it will be easy to cause the spreading of fault and serious loss. Thus the higher requirements have been added to fault diagnosis of ship electric power system. This paper mainly completes the following research work: On the basis of the basic artificial bee colony algorithm, this paper presents global crossbar and differential evolution which are two hybrid artificial wasp colony algori