船舶电力系统作为船舶的重要组成部分，承担着为船舶设备输送电能的任务。在船舶直流电力系统中，交流发电机通过整流器输出直流电到直流电网，再分散给各用电设备。其中，发电机与整流器发挥着重要的作用，若其发生故障，将导致船舶直流电力系统发生故障，甚至严重威胁船舶的安全运行。本文以船舶直流电力系统中的同步交流发电机及包含不可控整流电路的整流器为研究对象，以同步发电机与包含不可控整流电路的整流器的故障诊断为主要研究内容，利用神经网络以及优化算法对发电机与整流器故障进行分类诊断，主要研究工作如下：
　　首先，根据相关参数，利用AnsysMaxwell软件建立同步发电机有限元模型；将有限元模型导入AnsysSimplorer软件中搭建船舶直流电力系统联合仿真模型；对正常工况下仿真模型利用电磁场以及三相电压、电流验证其准确性。
　　其次，研究发电机与整流器故障，对故障产生原因以及引发的电磁转矩变化进行分析；对联合仿真模型进行修改，完成不同故障状态下的仿真试验，收集仿真数据进行分析研究，总结变化规律。
　　然后，利用傅里叶变换对采集的仿真数据进行处理，观察其频谱特性，与理论分析进行对比；利用小波包分解对数据进行分解重构，采用频带能量分析技术提取故障特征量；利用PCA方法对特征量进行处理，提取其主要成分组合构成故障特征向量，以此达到降维的目的。
　　最后，利用BP神经网络以及RBF神经网络对故障数据进行分类诊断，对其训练表现及诊断正确率进行对比；针对BP神经网络收敛速度慢，易陷入局部极小值的问题，利用遗传算法、改进遗传算法以及粒子群算法对BP神经网络网络参数进行优化，并对不同优化算法的训练表现以及诊断正确率进行对比；对以上五种故障诊断方法的诊断性能进行对比。