，其GND点与以太网高速同步数据采集终端4 的AIGND和稳压电源的GND连接。第2三单相交流电流变送器7. 2输出连接至USB高速同 步数据采集终端5的Ain，其GND点与USB高速同步数据采集终端5的AIGND和稳压电源的 GND连接。
[0071] 稳压电源6由两个导轨式安装的开关电源模块串联组成。每个电源模块的额定电 流为1. 25A，其中+12V电源模块的功率为15W，-12V电源模块的功率为15W，两个电源模块 的N、L端子接外部单相交流电源100V-230V50HZ。
[0072] 还包括冷却风扇11 ;所述冷却风扇11安装在所述机箱14的背面进气孔内，风扇 开孔用E表示；在所述机箱14的两个侧面分别设置有散热孔。冷却风扇11配置有冷却风 扇12V电源线11. 1。风扇大小为4cm*4cm，风扇功率为0. 3w，风扇电源12V，采用风扇进气 散热方式。
[0073] 如图2所示，为本发明提供的便携式船舶电站检测专家分析仪的硬件结构简化 图，其工作过程为：上位PC机通过设置多通道选择与数据处理单元，启动相应的采样通道； 然后，由对应通道的精密电压变送器或精密电流变送器采集被检测设备的电压信号或电流 信号，经过高速数据采集终端模块，上传到上位PC机，由上位PC机对接收到的信号进行分 析处理，得到被检测设备运行状态及故障预警，上位PC机配置有大容易存储硬盘，用于存 储其接收到的各类数据。
[0074] 综上所述，本发明提供的便携式船舶电站检测专家分析仪，具有以下优点：
[0075] (1)支持的监测参数多：可直接输入经互感器转换后的强电信号，也可以直接输 入弱电信号，也可强电和弱电信号混合输入；
[0076] (2)共配置两个数据采集终端、4个数据采集通道，因此，支持多通道同时检测，扩 大了其使用范围；
[0077] (3)整个机箱的体积小、重量轻，便携性好；
[0078] (4)整体结构简单、成本低。
[0079] 二、软件部分
[0080] 主机，例如：19英寸笔记本电脑，配置有检测与信号处理模块、动态递归模糊神经 网络故障预报模块以及信号特征HHT分析模块；检测与信号处理模块、动态递归模糊神经 网络故障预报模块以及信号特征HHT分析模块共同对信号进行处理，融合多种信号，得到 被测电力系统的运行状态和故障信息。如图3所示，为便携式船舶电站检测专家分析仪的 软件结构示意图，以下详细介绍这三个模块的运作原理：
[0081]( 一）检测与信号处理模块
[0082] 检测与信号处理模块用于：接收被测电力系统的模拟或数字形式的三相电压和三 相电流信号，利用Labview编程和组态操作界面，捕捉所述三相电压和三相电流信号的突 变信号、脉冲信号、瞬变信号和跳频信号；计算并显示被测电力系统的运行参数，所述运行 参数包括：电压和电流有效值、Y型电压和电流值、A型电压和电流值、频率、有功/无功/ 视在功率、相位角、角速度、功率因数、阻抗和相序；对所述三相电压和三相电流信号进行电 压电流谐波分析、傅里叶分析和小波分析，并显示谐波分析结果、傅里叶分析和小波分析结 果；绘制电压电流向量图，并显示绘制得到的电压电流向量图；还显示采样数、采样率、采 样模式和实时趋势曲线图。提供船舶发电机、Y/A负载、单相负载的运行状况和故障信息； 具有过/欠压、过流（载）、过/欠频、缺（断）相、接地（绝缘）故障、三相不平衡等故障报 警功能。
[0083] 本模块涉及到的算法包括：
[0084] 1、傅里叶变换（FFT)分析
[0085]
⑴
[0086] 其中，
f(t)为正弦交流电压或正弦交流电流，《为三相电源 角频率。
[0087] 短时傅里叶变换为
[0088]
(U
[0089] 其中*表示复共轭，R为实数域，g(t)是有紧支集的函数，f(t)是进入分析的信 号。起着频限的作用，g(t)起着时限的作用。随着时间T的变化，g(t)所确定的"时 间窗"在t轴上移动，f(t)逐渐进行分析，S(?，T)大致反映了f(t)在时刻T时、频率为 ?的"信号成分"的相对含量。
[0090] (2)小波（Wavelet)变换分析
[0091]
[0092] 其中，a,beR;a古0,a为伸缩因子，b为平移因子；V⑴为一个基本小波。
[0093]
(4.)
[0096] (二）动态递归模糊神经网络故障预报模块
[0097] 动态递归模糊神经网络故障预报模块由MATLAB编程并由Labview调用运行，用于 预报故障发生趋势；其中，动态递归模糊神经网络包括输入层、回归层和输出层；所述输入 层的神经元为双极性线性函数，输入层神经元的个数为3个，分别对应被测电力系统的三 相电压信号；所述回归层的神经元个数为9个，其结构能记忆前一时刻的适度值，学习算法 采用梯度下降法，使参数沿着负梯度方向学习，以价值函数最小化为目标；所述输出层的神 经元为阈值型函数，输出层神经元为一个，用于输出实时趋势曲线，预测三相电压趋势，预 报结果包括三相电压正常、三相电压偏离、电源电压高、电源电压过高、电源电压低、电源电 压过低。
[0098] 动态递归模糊神经网络模块具体算法示例如下：
[0099] 第一层输入层= 其中VR、VS和VT为被测三相电压。
[0100] 其中，^表不第一层三个神经兀对应的三个输入，上标（1)表不第一 层。
[0101] 第二层模糊化层：
[0106] 其中，上标（2)表不第二层，（n^，〇 H)、（m2i，〇 2)和（m3i，〇 3i)分别是高斯隶属函 数的中心和基宽，和/〇己忆反馈系统以前的信息，0n、021和 9 3i为反馈记忆部分的连接权；hii、h2i和h3i为弟_层神经兀的输入，i为弟-层神经兀个 数<⑴和#的为第一层神经元的输出。和/#为第二层神经元的输 出；
[0107] 第三层if-then模糊规则运算层：
[0109] 其中L+Yj+Yk = 1,且Yljke[0，1]为补偿算子。qij为第二层神经元到第三 层神经元的连接权。g广为第三层神经元的输出。j为连接权数，k为第三层神经元数。
[0110] 第四层为推理层：
_
[0111] 由输入U(1)到第k的输出为：
[0114] 其中，R为模糊规则数，〇(4)为第四层神经元的模糊推理结果，^众)为网络第一层 的神经元到第四层的神经元的运算结果，产4卜'〇为记忆反馈系统t时刻以前的（t-i)时 刻的信息。Ct、0和梦均为大于0的可调参数，使活化双曲正切函数具有自适应性，（mn， 0H，9H)、〇%，〇21，Q2l)、（m3l, 〇 3l, 0 3l)、（YYj,Yk,Yljk)和sk 都为自整定参数，使 同一个输入在不同时刻将有不同的输出。
[0115] m；,j(t+l) =m；,j(t)+nmAm；,j(t+l) (21a)
[0116] 〇 ^(t+l) = 〇 ^⑴+打。Ao"（t+l) (21b)
[0117] 0 ^(t+1) = 0 ^⑴+打eA0 ^(t+1) (21c)
[0118] j(t+1) =j(t) +nsAj(t+1) (2Id)
[0119] 式中nn，n。，ne和ns的取值均为[_i，i]，分别是高斯函数中心叫,。、基宽〇 、反馈连接权0U和网络连接权Sk的学习速率。
[0120] (三）信号特征HHT(HilbertHuangTranform，希尔伯特黄变换）分析模块
[0121] 信号特征HHT分析模块由MATLAB编程并由Labview调用运行，用于分析被测电力 系统三相电压和三相电流特征，显示并预测被测信号的变化趋势；其具体运行过程包括以 下两步：
[0122] (1)采集被测电力系统的数据点；其中，采样频率高于200个/秒；采集时间多于 30秒，即共采集数据点大于6000个；
[0123] (2)对采集到的数据进行HHT变换分析，具体包括：
[0124] 1)首先将采集的数据进行经验模态分解（EMD，EmpiricalModeDecomposition), 分解为 9 个本证模函数IMF(IntrinsicModeFunction)，分别用IMF1、IMF2......IMF9 表不； 其中，各个所述本证模函数均包含原信号不同时间尺度的局部特征信号；
[0125] 2)显示各阶頂F曲线和HHT谱图；
[0126] 3)计算各阶IMF的平均频率和能量分布，得到能量分布图；
[0127] 4)根据所述能量分布图和所述HHT谱图分析被测信号的特征，预测被测信号的变 化趋势。
[0128] 本模块具体算法示例如下：
[0129]
(6)
[0130] 其中，x(t)为正弦交流电函数，t为时间变量，t为时间微分，P为柯西主值，x(t) 与y(t)形成一个复共轭z(t)。
[0133] HHT提供了一个独特的定义幅度与相位函数，强调x(t)的局部特性。
[0134] 经验模态分解（EMD)(EmpiricalModeDecomposition):
[0135] 首先获得信号x(t)的所有极值点，将所有的局部最大值用三次样条插值函数形 成信号的上包络，同理将所有的局部最小值用三次样条插值函数形成信号的下包络，上下 包络应覆盖所有的数据点，其均值记作叫，从原信号数据中减去mi得到第一个分量匕，即一 个IMF函数：
[0136] x(t) -m! =h: (8)
[0137] 把匕看作待处理数据，其包络均值为mn，则有
[0138] hf