基于时间序列神经分层插值模型的光伏功率超短期多步预测

针对光伏功率预测准确性受数据质量和外部变量影响的问题,提出一种结合外生变量分析、数据质量控制以及时间序列神经分层插值(N-HiTS)模型的光伏功率超短期多步预测方法。首先,提出用于筛选外生变量的综合相关性度量(ICM)指标,并采用K近邻(KNN)算法与线性插值策略处理数据缺失问题。然后,引入N-HiTS长时间序列预测模型,通过多尺度信号采样和分层插值提高模型对长时间序列数据的处理能力。最后,通过算例对所提方法与传统光伏功率预测方法进行对比分析,验证了所提方法的预测准确性。

基于序列插值模型和多重网格方法的多材料柔性机构拓扑优化

基于固体各向同性材料惩罚模型(Solid isotropic material with penalization,SIMP)的多材料柔性机构拓扑优化是将原问题分解成若干子问题进行分层优化,成倍地增加了设计变量数量,且该方法利用传统的有限元离散,为了得到清晰的拓扑结构网格数量必然巨大,这两方面的因素造成了该方法计算效率低下。因此,基于幂函数多项式提出序列插值模型,用该模型进行多材料布局迭代,使不同材料在设计域内序列向预定义的多个材料点聚集,无须分解成子问题即可在单一优化框架下完成多材料的拓扑优化,且没有增加设计变量数量。以机构的几何增益最大为目标,建立多材料柔性机构拓扑优化模型。在利用有限元求解控制方程过程中引入多重网格方法,网格划分粒度层次递进,将粗网格水平下位移场作为细网格上的初始场量,避免直接用细密网格将设计域整体离散带来的高计算成本问题,提升计算效率。通过改进的优化准则法求解模型,得到序列最优布局型式的多材料柔性机构。通过典型算例及与基于SIMP的方法相应结果对比,验证了提出方法的有效性。

基于等效静态载荷法的多相材料结构动态拓扑优化设计

为了满足多相材料结构动态性能要求,提出一种基于等效静态载荷法的多相材料结构动态拓扑优化设计方法。采用序列固体各向同性料插值模型惩罚刚度矩阵和质量矩阵,以多个动载荷作用的多相材料结构总动态柔顺度最小化为优化目标,以结构质量和成本为约束条件,构建多相材料结构动态拓扑优化模型,利用等效静态载荷法将多相材料结构动态拓扑优化问题转化为多工况下的多相材料结构静态拓扑优化问题,以降低灵敏度分析的复杂程度;采用移动渐近线算法求解多相材料结构动态拓扑优化问题。数值算例结果表明所提方法是有效性的,与传统的拓扑优化方法相比,基于等效静态载荷法的多相材料结构动态拓扑优化求解时间节省了75%,大大提高了计算效率;与单相材料拓扑优化结果相比,多相材料结构动态拓扑优化设计获得的结构具有更好的动态性能。

基于插值模型的京津冀平原区典型月份AOD变化

以2009—2013年每年10月份京津冀平原区的MODIS气溶胶光学厚度数据(AOD)为基础,建立时间序列插值模型,插值得到更加系统完整的AOD日数据;进一步以日数据为基础,运用算术平均值计算方法得到AOD月均值图像,并且提取京津冀平原区10个城市每年10月份的AOD月均值。研究结果表明:就整个研究区而言,在时间变化上,AOD值呈现逐渐增大的趋势,2012年10月达到最大,2013年10月略有减小;在空间分布上,西北部区域AOD值较小,东南部区域AOD值较大。就10个城市而言,在时间变化上,有5个城市AOD值呈现增大趋势,5个城市呈现波动特征;在空间分布上,西部的3个城市为AOD低值城市,东北部的4个城市为中值城市,东南部的3个城市为高值城市。