1.一种基于DHNN神经网络的船舶电网故障诊断方法，其特征在于：具体包括以下步骤：步骤1：将船舶电网故障分为三类：常规故障、保护装置拒动故障和组合故障；

步骤2：对船舶电网中的开关及继电保护器进行编码，分别归纳出船舶电网在发生三类故障时，各自的继电器及开关的状态特征；

步骤3：依托船舶智能集成平台的DCS部件，构建船舶电网的故障诊断系统，故障诊断系统由数据采集单元RTU、分布式计算单元CDU和人机图形交互界面HIU这三个部分组成；

步骤4：构建DHNN网络，具体的：

步骤4.1：初始化网络参数，参数包括神经元数目、激活函数、权值矩阵和输出状态；

步骤4.2：随机选择网络中的一个神经元i；由于DHNN网络是一个单层具有反馈的一个神经网络，每个神经元的输出都会通过连接权与非自身的神经元相连接，即输出xi与连接权相乘以后作用到第j个神经元上，i≠j，每个神经元从其他神经元处接收到输入后，再经激活函数处理后输出，用θi表示其阈值函数，DHNN网络选择相同的激活函数，表达式如下：其中f1、f2、......fn为状态激活函数，sgn(x)为符号函数，输出小于0时f(x)＝0；

利用DHNN网络中每个神经元的输出都会受到其他神经元的制约，并且各个神经元之间的相互影响连接的性质，使得神经网络具备记忆和联想信息的能力；

步骤4.3：将其他神经元的输入求和后，再经激活函数处理作为神经元的输出，同时保持其他神经元状态不变；

步骤4.4：根据稳定条件判断此时的网络是否达到了平衡状态，如果达到了稳定条件则将网络此时的状态输出，否则进行下一个神经元(i+1)状态更新，直到稳定状态为止；

步骤5：将船舶电网发生三类故障时各自的继电器及开关的状态特征输入DHNN网络进行记忆；

步骤6：将需要判断的故障的测试数据输入DHNN网络进行诊断，对该故障类型进行判断。

2.根据权利要求1所述的一种基于DHNN神经网络的船舶电网故障诊断方法，其特征在于：所述步骤3中数据采集单元RTU通过继电器的开/关动作直接将信号传递给32路数字量采集模块，所述32路数字量采集模块通过现场总线RS485/CAN将信号传输给分布式计算单元中的中央控制台和中央诊断单元。

3.根据权利要求2所述的一种基于DHNN神经网络的船舶电网故障诊断方法，其特征在于：所述中央诊断单元将数据采集单元RTU发送过来的电网状态信息传送至数据处理软件进行处理，所述数据处理软件在既定的算法DHNN原程序下分析原始数据，并接受返回结果，根据分析结果对照原始电网进行故障的诊断和排查。

4.根据权利要求1所述的一种基于DHNN神经网络的船舶电网故障诊断方法，其特征在于：所述步骤3人机图形交互界面HIU为整个故障诊断系统设置参数并进行初始化启动，并且对后续操作中的情景进行设定，保证整个故障诊断系统的操作友好性。

5.根据权利要求1所述的一种基于DHNN神经网络的船舶电网故障诊断方法，其特征在于：所述步骤4中构建的DHNN网络采用异步工作方式。