[发明专利]一种基于队列智能算法的船舶配电网络的重构方法

摘要

一种基于队列智能算法的船舶配电网络的重构方法，属于船舶配电网重构技术领域。本发明的目的是为了解决船舶配电网络故障后恢复供电过程中计算量大、供电恢复慢的问题，首先获取船舶配电网相关参数，确定发电机组、配电板、联络母线、负载、断路器等状态信息，当电力系统出现故障时，判断配电网故障并隔离失电区域，判断是否能通过控制发电机输出功率和断路器满足未失电区域负载功率需求，根据上述条件基于队列智能算法对船舶电网进行重构，判断是否需要卸载非关键负载，实现负载功率最大化，为未失电负载区域重新供电，使之继续正常工作。

主权项

1.一种基于队列智能算法的船舶配电网络的重构方法，其特征在于：所述方法具体步骤如下：步骤一：针对不同的船型和配电网络，对船舶配电网络进行图论表示；步骤二：分析船舶配电网出现的故障：即部分区域失电后，首先隔离故障区域，其次判断船舶现有供电功率是否能补偿未失电区域的功率不足，即是否能通过控制发电机输出功率和断路器满足未失电区域负载功率需求，若当前线路发电容量满足，则不需要进行电网重构；若当前线路发电容量不足，则需要进行电网重构，即负载供电最大化；步骤三：建立目标函数，将船舶电网的重构抽象为0‑1背包问题，在系统发电容量不足时，应当首先恢复对船舶生命力和任务执行起重要作用的负载；负载供电最大化问题数学描述为：式中，f(x)表示负载的整体价值；x_i表示是否为负载i恢复供电，1表示供电，0表示不供电；r_i表示负载i的优先级，即负载的重要程度，满足P_Li表示负载i的功率需求；P_G表示系统的发电容量；并将所有负载的消耗功率总和不能超过系统的最大发电容量作为目标函数实现的约束条件；将每个推进负载分解成n个相等的离散负载，对应的优先级系数为推进负载优先级系数，决策变量扩展到2n+3个；步骤四：基于队列智能算法对船舶配电网络进行重构，用队列智能算法求解0‑1背包问题；首先定义队列的候选情况总数C和每代优化算法执行次数t，最初每组候选c(c＝1,...,C)随机选择一组对象负载，每组候选代表了一种供电方案，所有候选构成了问题的队列，针对每组候选，计算出相关的价值FC＝{f(v1),...,f(vc),...,f(vC)}和权重FCW＝{f(w1),...,f(wc),...,f(wC)}，(1)为了衡量每个候选输出与最优解的相似程度，定义相似度概率函数pc如下：其中，表示价值概率，表示权重概率，W表示系统容量最大值；基于轮盘选择方法，每组候选c(c＝1,...,C)都将选择一个目标候选f(vc[？])来进化自身，上标[？]表示每个候选c在选择目标候选时，是基于相似概率函数的轮盘赌法进行随机选择的，事先无法确定；(2)每个候选执行上述过程t次，使得每个候选c均能够获得相关的价值输出集合Fc,t＝{f(vc)1,...,f(vc)j,...,f(vc)t},(c＝1,...,C)；在每次迭代完成后，每组候选都选择了其中的最优价值f*(v)，作为下次迭代的初始输入；通过这样的方法，更新了队列中每组候选的价值输出FC＝{f*(v1),...,f*(vc),...,f*(vC)}，方案分类如下：A、如果候选c(c＝1,...,C)的解是可行的，即满足公式(1)给出的权重约束条件，则随机选择以下修改之一：1、从目标候选中添加随机选择的对象，要求该对象没有被包含在当前候选c中，并且仍然满足由公式(1)给出的权重约束条件；2、从目标候选中随机选择的对象替换原候选中的一个随机选择的对象，同样满足公式(1)；B、如果候选c(c＝1,...,C)的解是不可行的，则随机选择下列修改之一：1、从候选中随机移除一个对象；2、用目标候选中随机选择的对象从原候选c中替换一个随机选择的对象，以减少候选c的总权重f(wc)；每个候选执行上述过程t次；这使得每个候选人c均可获得相关的价值输出集合Fc,t＝{f(vc)1,...,f(vc)j,...,f(vc)t},(c＝1,...,C)；在每次迭代完成后，每个候选都选择了其中的最优价值f*(v)，作为下次迭代的初始输入，由于在每次迭代进化中，都可能会出现不可行的结果，因此在选择最优价值时根据下列条件选择最优价值：2.1.如果进化后的结果是可行的，则选择具有最大价值的结果；2.2.如果进化后的结果是不可行的，则选择具有最小重量的结果；2.3.如果存在不可行和可行的变化，则选择具有最大价值的可行结果；通过这样的方法，更新了队列中每个候选的价值输出FC＝{f*(v1),...,f*(vc),...,f*(vC)}(3)每组候选都通过互相学习的方式，优化了自身的解决方案；这个迭代过程一直持续到算法饱和，即收敛，即每一个候选输出的结果都趋于一致，并且在连续的大量进化尝试中都没有变化，即视为算法收敛；步骤五：完成电网重构，对未失电区域负载进行重新供电，恢复其运行。