原文传递
船舶纯电池动力系统状态评估与预测研究
| 论文题名： | 船舶纯电池动力系统状态评估与预测研究 |
| 关键词： | 船舶纯电池动力系统;状态评估;故障预测;支持向量回归;增强学习 |
| 摘要： | 随着储能技术和电力电子技术的进步，采用清洁能源的纯电动船舶发展迅速，纯电池动力系统在船舶领域逐渐得到广泛应用。纯电池动力系统作为船舶的核心部分，它的健康状态直接关系到船舶安全，因此需要针对动力系统状态进行有效监控。状态评估与预测是监控系统的核心技术，状态评估指的是对系统状态优劣进行评判，状态预测指的是基于历史信息对系统的未来状态进行预测，它们能够为监测系统的故障预警以及船舶维修策略的制定等提供技术支撑，因此针对船舶纯电池动力系统开展状态评估与预测研究具有重要意义。本文以纯电动船舶——北京密云水库水质监测船为研究对象，针对其上搭载的纯电池动力系统开展研究。首先，在分析系统状态数据的基础上建立状态评估指标体系，并基于Matlab/Simulink仿真平台对系统中的主要设备开展建模与故障仿真研究，获取设备故障数据样本。之后，采用基于数据驱动的方法分别建立状态评估和状态预测模型，并确立系统状态评估流程。最后针对评估和预测模型开展仿真实验，对模型进行性能验证和实例分析。本文具体研究内容如下： （1）分析船舶纯电池动力系统的组成，确立纯电池动力系统状态评估指标的选取原则，之后根据该原则选取系统中主要设备的评估指标。根据系统与设备之间的层次关系和系统的整体架构组成，建立纯电池动力系统的状态评估指标体系，从而确定输入状态评估系统的数据类型。 （2）基于Matlab/Simulink仿真平台搭建出锂离子电池、永磁同步电机和电力变换模块的仿真模型，并针对系统实际运行过程中容易出现的典型故障进行仿真分析，采集设备故障数据，为状态评估方法的研究提供数据支撑。 （3）本文研究船舶纯电池动力系统的状态评估方法，在支持向量回归方法的基础上，引入布谷鸟搜索优化算法优化模型性能，之后采用证据推理规则对输入数据中的不确定性信息进行处理，提出了基于数据驱动的ER-CS-SVR状态评估模型。最后设计纯电池动力系统的状态评估流程，针对本文提出的状态评估方法进行性能验证，并结合实例对纯电池动力系统状态评估的过程进行分析。 （4）在支持向量回归时序预测方法的基础上引入增强学习方法，提出了基于数据驱动的AdaBoost.R2-CS-SVR状态预测方法，并以三相逆变器为例进行了实例分析，之后还与其他算法进行了性能对比，说明该算法的有效性。 |
| 作者： | 徐宏东 |
| 专业： | 轮机工程 |
| 导师： | 高海波 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
