船舶微电网现场验证的概率数字孪生:面向可靠性运行的混合动力与无人船舶应用
《Energies》:Field-Validated Probabilistic Digital Twin of a Shipboard Microgrid for Reliability-Oriented Operation: Applications to Hybrid and Unmanned Vessels
【字体:
大
中
小
】
时间:2026年08月30日
来源:Energies 3.9
摘要
向无人船和混合动力船的转变,对关键负荷在物理层和信息层故障条件下的可诊断性及供电连续性提出了更高要求。本研究旨在开发一种船舶微电网的概率数字孪生系统,该系统融合了非线性状态估计、贝叶斯模式推断、自适应测量质量评估以及基于风险的电力重构。现场验证基于长期运行测量计划进行。数据库包含12类运行及故障事件,每类30条现场记录,共360条30分钟记录,观测总时长180小时,以4秒采样间隔计共162,360个时间样本。三种诊断与控制方法应用于同一组现场记录,产生1080次配对算法评估。与确定性数字孪生相比,所提方法使电压均方根误差降低37.3%,SOC均方根误差降低32.7%,功率均方根误差降低30.1%,同时将预期缺供电量(ENS)降低13.3%。平均故障检测延迟与确定性方法无显著差异;然而,漏检率由12.7%降至7.3%。与基于阈值的保护方法相比,检测延迟和恢复时间分别减少25.7%和30.8%。因此,现场证据支持所提架构作为监视状态估计、诊断及能量重构层。由于现场记录来自单一运营商且以传统油轮为主,将该方法迁移至混合动力及无人平台需在目标船型上进行前瞻性船上验证。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号