[发明专利]基于ER规则的船舶电力推进系统关键功能单元辨识方法

说明书

本发明涉及一种基于ER规则的船舶电力推进系统关键功能单元辨识方法。本发明首先基于复杂网络对船舶电力推进系统进行抽象化建模，构建系统级复杂网络，并将其划分成多个模块级子网络。其次，分别计算系统级网络与模块级子网络的多个节点重要度指标，并转化为证据。然后，通过计算证据之间的支持度得到证据重要性权重，利用证据源的波动计算得到证据可靠性因子，进而通过ER规则将多个证据进行融合，得到融合后的证据。最后，建立节点重要度排序评价函数，得到节点的综合重要度。本发明在复杂网络的基础上进行船舶电力推进系统关键功能单元的评估，利用多指标的证据融合与多粒度评价提高了船舶电力推进系统的关键功能单元辨识的准确性。

技术领域

本发明涉及一种基于ER规则的船舶电力推进系统关键功能单元辨识方法，属于船舶电力推进系统评估领域。

背景技术

船舶电力推进系统是现代船舶最核心的系统之一，其结构复杂，功能单元众多，主要由发电机、断路器、变频器、变压器、电动机、螺旋桨、控制系统等组成；各功能单元之间通过介质耦合关系实现联动工作，原动机主要通过柴油机或燃气轮机带动发电机发电，配电板将所发出的电进行用电分配后，传输给变压器进行调压，再输送至变频器进行整流、逆变，最终将电能传送给电动机带动螺旋桨推进船舶航行。在恶劣的海况条件下，若船舶电力推进系统发生故障，船舶可能会陷入瘫痪状态，为此，通常需要对其进行状态监测。然而，对所有功能单元进行监测成本较高，采集的数据量大，实施可操作性差。一个可行的方法是对关键功能单元进行重点监测。因此，本发明致力于找出船舶电力推进系统的关键功能单元，为有效降低该类复杂系统的监测维护成本提供依据与参考。

复杂网络作为一种新兴的理论工具，能够对复杂系统进行抽象建模，并通过分析网络特性，找出关键节点。因此，采用复杂网络对船舶电力推进系统进行建模与分析，利用复杂网络节点重要度评估手段，可以找出关键功能单元。由于复杂网络节点重要度评价指标众多，如何充分利用这些指标，提高评估决策的精确性至关重要。证据推理规则能够将各类信息(指标)转化为证据，并通过一定的规则进行有效融合，提高了决策的准确性。因此，本发明提出了一种基于证据推理规则的船舶电力推进系统关键功能单元辨识方法。

发明内容

本发明针对现有技术的不足，提出了一种基于ER规则的船舶电力推进系统关键功能单元辨识方法。

本发明首先基于复杂网络对船舶电力推进系统进行抽象化建模，构建系统级复杂网络，利用Newman快速算法将其划分成多个模块级子网络。其次，分别计算系统级网络与模块级子网络的多个节点重要度指标，并转化为证据(信度函数)，然后，通过计算证据之间的支持度得到证据重要性权重，利用证据源的波动计算得到证据可靠性因子，进而通过ER规则将多个证据进行融合，得到融合后的证据。最后，根据证据建立节点重要度排序评价函数，基于此得到系统级网络与模块级网络的节点重要度排序，得到节点的综合重要度。本发明在复杂网络的基础上进行船舶电力推进系统关键功能单元的评估，利用多指标的证据融合与多粒度评价提高了船舶电力推进系统的关键功能单元辨识的准确性。

本发明包括以下步骤：

(1)对船舶电力推进系统进行抽象化建模，以各功能单元为节点，功能单元之间的关系为边，构建得到系统级复杂网络Net^system＝{E,V}，其中，E表示边集合，V表示节点集合。

(2)利用Newman快速算法将系统级网络进行社团划分，得到C个模块级子网络Net^moudle1，Net^moudle2，…，Net^moudleC。

(3)分别计算系统级网络与模块级网络中各个节点的节点重要度指标，包括：度中心性C_D、特征向量中心性C_E、介数中心性C_B和接近度中心性C_c，其中节点v_i的各项指标计算如下所示：

度中心性计算：