-
题名基于WOA-RF算法的船舶柴发配电系统故障诊断
- 1
-
-
作者
李维波
高峰
肖朋
黄康政
阮道杰
高俊卓
-
机构
武汉理工大学自动化学院
西北民族大学电气工程学院
-
出处
《中国舰船研究》
北大核心
2025年第2期77-88,共12页
-
基金
国家重点研发计划项目(2020YFB1506802)
国家自然科学基金面上项目(51977164)
湖北省科技计划项目(2024BAB067)。
-
文摘
[目的]船舶柴发配电系统对航行稳定性至关重要,海洋工作环境的严苛性致使其故障频发,为此提出一种基于鲸鱼优化算法的优化随机森林(WOA-RF)算法,用以开展船舶柴发配电系统故障诊断。[方法]首先,基于Matlab/Simulink仿真软件搭建船舶柴发配电系统模型,采集其故障工况和正常工况的数据;然后,对收集的数据进行预处理以提取时域特征,并使用随机森林算法提取重要特征,从而减少数据维度;最后,使用WOA优化后的随机森林模型对船舶柴发配电系统运行数据进行故障识别、诊断和分类。[结果]仿真模拟试验表明:采用WOA-RF算法识别故障状态和正常状态的准确率为100%,区分12种故障类型的诊断准确率为98.26%;在原始数据集中,与9种不同算法对比,WOA-RF算法的准确率最低提升了4.86%,最高提升了34.37%;在添加10dB噪声数据后,与6种不同算法对比,WOA-RF算法的准确率最低提升了2.43%,最高提升了18.40%。[结论]基于WOA-RF算法的故障诊断方法在复杂海洋环境下展示了优异的准确性和鲁棒性,结果可为船舶电力系统故障的可靠识别提供参考。
-
关键词
船舶柴发配电系统
故障分析
故障诊断
鲸鱼优化算法
随机森林算法
SIMULINK模型
特征提取
-
Keywords
marine diesel power distribution system
failure analysis
fault diagnosis
whale optimization algorithm(WOA)
random forest(RF)
Simulink model
feature extraction
-
分类号
U665.14
[交通运输工程—船舶及航道工程]
-
