摘 要

伴随着世界航运行业的极速发展，船舶航行对于安全性方面的要求越来越受到人们的关注。船舶动力系统设备作为大型电气设备是进行生产活动的重要资源，一旦其发生故障，将有可能严重影响到船舶的正常航运，进而导致重大的经济损失，需要进行更为严格的检测与维护工作。但是船舶配电系统本身的结构十分复杂，对其进行维护工作是件非常困难的事情，如果仅仅是依靠人力去检查维修，不但费时费力并且成本将会极高。这种情况就促使我们去寻找新的对船舶进行状况检测与故障检测的方法。

而数据挖掘这一项技术本身就是从一些未被整理、没有明显规律且比较混乱的数据中，发掘出部分潜藏在里面的、原本不被人所了解的、但却存在使用价值的信息的一个过程。因此，如果对设备监测的数据使用数据挖掘算法进行分析与监管，不仅大大降低了处理成本，其准确性与效率也会有所提高。基于其特性可在船舶交流配电板的控制过程中可检测分析潜在的问题所在。

首先，论文介绍了现代船舶动力系统在国内外的发展现状，并简述重视其安全的重要性。然后，简述数据挖掘技术这一概念的基本内容与表现形式。针对其特点与缺陷进行归纳与分析。联系实际说明数据挖掘技术在数据监控方面的准确性与可预测性。在此基础上探讨基于模糊规则下的数据挖掘技术在船舶安全领域中可起到的重要作用。

关键字：船舶动力系统 数据挖掘 模糊规则 评估预测

Abstract

With the rapid development of the world shipping ship safety navigation needs more and more people are interested. Electric power system equipment for the production of electrical equipment and ship large resources are important. Serious influence its normal command ship, transport, and also economic loss serious. More strict investigation and maintenance. However, the complicated structure of the safety system. It is a very difficult task, not only relies on the test themselves. Not only the cost is very high. In this case, is looking for new ways to check the fault of the boat.

This is not enough. And there are some data mining techniques itself is quite ambiguous and random noise in data mining. There is a part of the previously known to man is not worthwhile. Can play the action is different. So monitoring data analysis system for AC analysis. Analysis of algorithms and data analysis. To help reduce the cost of processing precision and the efficiency of its efficiency. In the process of ship control AC distribution panel, the potential problem analysis.

The current status of the development of the first modern ship power system introduced. And the importance of safety. Then the content and basic concept of data mining technology in the form of expression, briefly explain the defect and analysis. In fact, data mining technology of data to explain accurately monitor and predict it. On this basis, fuzzy data mining technology under the rules of safety boats played an important role.

Keywords: ship power system data mining fuzzy rule evaluation and prediction

目 录

摘 要 I

Abstract II

第一章 绪论 1

第二章 数据挖掘技术 3

第三章 模糊规则控制原理简介 5

3.1 模糊控制器 5

3.2 模糊控制器的设计 6

3.2.1 确定输入输出变量模糊状态 6

3.2.2 输入变量的模糊化方法 7

第四章 船舶配电板典型故障诊断指标 9

4.1 变压器简介 9

4.2 变压器典型故障 10

4.3 变压器故障诊断指标的选取 11

第五章 数据库的建立 13

5.1 数据元的基本概念 13

5.2 数据元构架提取 13

5.3 MySQL关联数据库 14

第六章 KNIME 17

第七章 仿真校验 21

总 结 23

致 谢 24

参考文献 25

第一章 绪论

随着现代化科学技术的快速发展，我国的船舶行业的自动化程度不断地提高。但是，由电气设备故障而导致的企业和人员损失也越来越大。所以，在生产活动中对船舶电气设备的可靠性和稳定性制定了更高的标准。而另一方面，船舶电气设备的故障是多种多样的，而且存在突发性与不确定性，但是如果每次都是在故障问题出现后再对其进行维修，这样虽然能保证设备在后续生产活动中正常工作，但是由于船舶在海上作业在其电力系统突发状况时极易造成不接挽回的损失。所以，想要让船舶能够稳定工作，就应该预先对船舶电气设备在出现各种故障状态时引发的多种异常情况进行记录并且要了解各种故障发生的原理与维修方法，然后整理出现故障前数据的多种变化趋势，把不同类别电气设备故障的原因和有可能出现的结果进行分类，将数据进行整合处理，建立预警机制，为船舶电力系统的检修与维护工作提供理论性的指导^[1]。

针对上述问题创建一套完整的船舶电机状况信息管理与预警体系，打造一套可适用于数据量巨大，充满不确定性与随机性数据环境的监管体系。这一方法的实现需要用到数据挖掘的相关知识。而数据挖掘本身就是继概率论、模糊学、证据理论等理论研究之后的一种新型的处理数据不确定性与模糊性的独特的数据理论方法，可很好的实现对船舶电机的检测工作。
而关于数据挖掘技术的研究与发展，近十几年的使用中，因为数据库处理系统的广泛流行和计算机相关领域技术日趋成熟，人们在于运用信息技术寻找和整理数据的能力得到了大幅度的提高。数据库管理系统开始在行政办公、企业管理与科学研究等方面起到不可或缺的作用，特别是由于网络操作系统的日益流行，这便使得各类信息无限制的增长。然而，信息大爆炸在给人们的生活提高便利的同时也出现了一些难以很好解决的问题：首先就是信息过量，人们难以消化大量的信息；其次是所获取的数据中掺杂大量无用信息，其准确性很难分辨；然后是信息的安全性难以得到保证，信息容易被人窃取；第四则是在网络上信息总是以不同的方式呈现，很难进行相对统一的处理，在信息整合方面需要耗费大量的时间与精力。在这种状况之下，便出现了数据挖掘技术的雏形^[2]。
怎样才能在大量的信息中寻找到有价值的东西，已然成为了一项非常艰巨的任务。在面对信息大爆炸时代海量信息的不断冲击，人们便提出了数据挖掘技术这一概念，并使其在信息处理领域快速发展起来。