基于稀疏多项式混沌展开的可用输电能力不确定性量化分析

作为未来电力系统的重要特征,高比例可再生能源并网显著增强了电力系统运行的不确定性。在此背景下,量化不确定性因素对可用输电能力(available transfer capability,ATC)的影响,对于保障电力市场交易顺利开展和互联电网安全稳定运行具有重要意义。为此,提出一种基于稀疏多项式混沌展开(sparse polynomial chaos expansion,sPCE)的概率ATC计算和全局灵敏度分析(global sensitivity analysis,GSA)方法。该方法仅需要较少次数的确定性ATC计算便能够获得ATC概率特征和输入随机变量的全局灵敏度指标。通过IEEE118节点系统下多个测试场景的算例分析,验证了所提方法的有效性。

基于不确定性量化分析的超低能耗建筑空调系统运行能耗研究

由于实际建筑运行条件复杂多变,单一工况点下的建筑空调系统运行能耗模拟计算结果往往与实测数据偏差较大。为准确评估上海一栋超低能耗建筑空调系统的运行能耗,应用不确定性量化分析方法对其进行了分析研究,使用累积概率对建筑空调系统运行能耗进行了概率估计。对影响空调系统运行能耗的参数进行了不确定性辨析,确定了参数概率分布及取值范围;在此基础上,使用DesignBuilder对空调系统运行能耗进行了不确定性量化分析。经计算可知,在95%的概率下,该建筑空调系统全年单位面积运行能耗约为25 kW·h/(m^(2)·a)。

基于比例边界有限元法计算应力强度因子的不确定量化分析

应力强度因子是预测荷载作用下结构中裂纹产生和扩展的重要参数。半解析的比例边界有限元法结合了有限元和边界元法的优势,在裂纹尖端或存在奇异应力的区域不需要局部网格细化,可以直接提取应力强度因子。在比例边界有限元法计算应力强度因子的框架下,引入随机参数进行蒙特卡罗模拟(Monte Carlo simulation, MCS),并提出一种新颖的基于MCS的不确定量化分析。与直接的MCS不同,采用奇异值分解构造低阶的子空间,降低系统的自由度,并使用径向基函数对子空间进行近似,通过子空间的线性组合获得新的结构响应,实现基于MCS的快速不确定量化分析。考虑不同荷载状况下,结构形状参数和材料属性参数对应力强度因子的影响,使用改进的MCS计算应力强度因子的统计特征,量化不确定参数对结构的影响。最后通过若干算例验证了该算法的准确性和有效性。

格点大气环流模式GAMIL2参数不确定性的量化分析与优化

物理过程参数化方案的不确定性是目前气候系统模式不确定性的重要来源之一.随着模式内在复杂度攀升,模拟场景多样化,参数化方案中基于先验的和人工的物理参数选取方法已经逐步成为限制模式模拟能力的瓶颈之一.为此,本文设计并提出了初选与寻优相结合的两步法参数优化方案.初选阶段用全因子采样方法对不确定参数空间进行初始敏感性分析,估计最优解所在区域;寻优步采用单纯型下山法,基于初选阶段确定的参数组合快速寻优.将两步法应用于中国科学院大气物理研究所(英文缩写:IAP)大气科学和地球流体力学数值模拟国家重点实验室(英文缩写:LASG)格点大气模式第2版:GAMIL2,选取其深对流方案和云量方案中的3个重要参数开展寻优,优化以综合减小模式降水、风场、温度、湿度、位势高度以及辐射通量的误差为目标.这些变量用GAMIL2标准版本标准化后形成单一的目标.结果显示,优化后的目标函数值比GAMIL2标准版本改进了7.5%.机理分析表明,调优后的参数优化了大气中的水汽凝结作用,进而减少模式的湿度偏差,改进云量的模拟效果;同时水汽凝结作用的变化通过大气内部动力和热力相互作用及响应影响温度、位势高度和风场的模拟.

气候系统模式不确定分析工作流执行平台

气候系统模式的不确定性量化分析包含复杂的工作流执行流程。对其中量化分析过程和模式后处理任务两个阶段的工作流进行了分析,设计和实现了针对该分析工作的工作流执行平台。该平台能够自动化执行典型的气候系统仿真实验与分析的工作流程,支持通过专家知识灵活配置工作流。平台中包含工作流层面的容错设计,支持通过分布式并发执行来加速工作流中的大计算量任务。同时,平台支持用户自定义插件的接入,增强了工作流系统的模块化和规范化。使用设计的平台对GAMIL2气候系统模式进行了物理过程参数不确定性的分析实验,验证了本平台的可行性和有效性。

基于人工神经网络的射频辐射不确定性分析模型研究

针对因脑电图记录仪的电极在患者头皮组织上放置位置变化所引起的大脑组织内部比吸收率值不确定性的量化问题,阐述一种基于人工神经网络的模型架构,其可运用于高维数据的不确定性量化分析。经数值模拟实验证明,基于人工神经网络的模型方法,在计算效率方面有明显优势,可作为全波仿真的替代方法。