基于模糊神经网络的船舶交流电网的故障诊断

吕若辰 黄建忠 单晓宇

摘 要：本文针对船用交流电网的特点，建立了故障现象与故障征兆列表，并使用了模糊神经网络，实现了对船舶交流电网故障的模糊诊断。本文还简单介绍了模糊神经网络，以及利用simulink对船舶交流电网进行仿真和故障仿真。经过仿真和试验结果证明，该诊断方法是行之有效的，并且解决了模糊控制专家经验获取不足的问题。

关键词：模糊神经网络；船舶交流电网；故障诊断

0 引言

船舶交流电网是船上主要的供电来源，对于整个船的作用是不言而喻的，如果没有它在船上很多的工作，日常生活就无法进行。同时我们也应该意识到，船舶交流电网需要更强的可靠性和稳定性，对于电网中可能出现的安全隐患，要越来越重视。

本文结合了故障诊断技术与模糊逻辑系统和神经网络，找到船舶交流电网在运行过程中的现象与故障原因之间的模糊关系，建立了模糊故障知识库，并利用神经网络的超强学习能力进行故障知识学习，这将更有利于提高船舶交流电网故障诊断的质量和效率。

1 船舶交流电网的仿真

对于一个简单的船舶交流电网，主要有柴油机，同步发电机，励磁系统和负载这几个部分。

对交流电而言，频率非常重要，而交流发电的频率是由其转速决定的。我们需要设定一个额定转速，让发电机在任何时刻下都工作在额定转速下。只有工作在额定转速下，才可以使发电机输出的电压值和频率稳定[3]。船舶上的用电设备不是唯一或者是恒定的，突然改变，就需要励磁系统来改电机变端电压，从而保持船舶交流电网电压的稳定。

2 故障诊断系统的设计

故障诊断通常基于一定的征兆，但是在电网中有一些故障征兆具有模糊性，难以进行严格的划分，也不能简单地使用具体值去描述它们；或者一些故障与征兆之间的关系具有模糊性，很难用具体的逻辑去描述。但是在很多情况下我们无法获取一些专家的经验，以致很难使用模糊逻辑。如果我们结合模糊逻辑和神经网络，用神经网络自学以获得更接近我们所需要的模糊规则，能够在很大程度上克服模糊逻辑系统的主观性，更加适用于船舶交流电网的故障诊断。

2.1 模糊神经网络

本文采用的是一种串形结构的多层前向模糊神经网络。该网络分为两个部分，前一个部分为模糊部分，主要功能就是将输入的精确值模糊化为模糊量，后一部分为神经网络部分，将得到的模糊量作为神经网络的输入，通过学习，得到模糊输出，通过对模糊输出的分析就可以得到故障类型。

2.2 电网故障及征兆信号及其隶属度函数

综合文献和查询结果，并依据一些经验，船舶交流电网的常见故障形式可归纳为以下几种，如表1 所示。

将获取的测量信号精确量通过隶属度函数转化成模糊逻辑系统能够处理的模糊量，这是一个模糊化过程。信号模糊子集划分如表2所示。

3 仿真结果

在經过训练学习后，神经网络自学得到的故障诊断知识就蕴藏在神经网络的权值之中，将权值保存起来，该权值就为一个故障诊断数据库。这就可以使模糊神经网络故障诊断系统对文中所列出的电网的几种故障进行有效的诊断。

通过对模型模拟故障，得到故障的数据。然后取一部分作为训练样本，一部分用来检测结果。

将样本输入通过隶属度函数编程模糊输入，然后输出为10*10的单位矩阵。训练了12步就达到了误差要求，然后再将一组的测试样本输入，输出结果为[0.003 0.003 0.006 0.000 0.002 0.9592 0.0015 0.0002 0.0000 0.0002]得知发生的故障为f6，而实际情况也为故障6，这说明可以完成对故障诊断的功能。

4 结论

通过故障仿真实验和结果，该模糊神经网络故障诊断系统能够有效地诊断船舶交流电网的故障。对于那些没有故障诊断知识的人，只需要输入当前的故障征兆，运行该网络，就可以得到故障信息。

参考文献

[1]罗乐.船舶电力系统建模与控制[D].武汉理工大学，2011.

[2]韦韩英.船舶柴油发电机系统仿真[D].上海海运学院，2003.

[3]肖本贤，娄天玲，郭福权，等.基于模糊神经网络的车用发电机故障诊断系统的研究[J].仿真系统学报，2004，（5）：1001-1008.

[4]潘智康.基于模糊神经网络的电网故障诊断[D].安徽理工大学，2015.

[5]刘启萌.基于模糊理论的船舶电力系统故障诊断[D].大连海事大学，2013.

（作者单位：上海海事大学）