基于小生境遗传算法与径向基代理模型的短期风电功率预测

为提高短期功率预测精度,以赋予风电被电网资产更大规模消纳的优势,建立一种基于主导特征影响因素和小生境遗传算法改进的径向基代理模型的滚动式短期(0~72 h)风电功率预测模型。首先,基于罚函数和排挤机制的小生境技术对传统基本遗传算法进行改进,以径向基代理模型(RBF)作为建模基础,利用改进后的遗传算法以反传误差极小为目标函数对RBF模型的连接权值进行优化,借助其寻优能力来获取最佳权值,以达成对RBF网络的改进和二次训练;然后,基于主导特征气象因素,结合改进的RBF模型最终建立N-SGA-RBF风电出力预测模型,对风电场连续3日0~72 h输出功率进行预测;最后,对N-SGA-RBF模型、RBF模型以及BP模型做预测结果趋势变化、各采样点绝对/相对误差分布、发电预测预报准确率和合格率的对比。以新疆东部某风电场实测数据进行算例验证分析,仿真结果表明,所建预测模型具有较高的精度。

基于多策略的改进径向基代理模型方法

为提高径向基代理模型的预测精度和计算效率,提出一种基于多策略的改进径向基代理模型方法。该方法将局部密集加点策略、全局均匀选点策略和最小距离筛选策略应用于径向基代理模型构建过程中,通过拉丁超立方抽样方法获取初始样本,并建立径向基模型,利用七星瓢虫优化算法求得最优解信息;借助已知样本信息,采用局部密集加点策略与全局均匀选点策略相结合的方式获取训练样本,以平衡所提方法的探索与开发能力;进而利用最小距离筛选策略对训练样本进行筛选,引导模型进行有效预测。利用数值和工程算例进行仿真测试,结果表明该方法不仅能满足精度要求,还能明显提高计算效率;特别是对于工程设计问题,该方法的优化结果相对理论解的误差仅为0.01%,调用模型次数相比其他3种方法减少了33.10%,66.19%,72.78%。

融合核函数在改进径向基代理模型中的应用

针对径向基代理模型技术在近似高维问题时预测性能较差的不足,提出一种基于融合核函数的改进径向基代理模型技术。在拉丁超立方设计抽样不均匀的情况下,通过定义一种辅助函数与距离评判标准,提出基于均匀抽样的拉丁超立方设计,并应用于代理模型的构建中;为提高模型预测精度与计算效率,考虑样本点因素,采用局部密集加点、全局均匀选点和最小距离筛选的多策略建模技术构建径向基代理模型;同时,为避免该技术在近似高维问题时可能产生的结构风险,考虑结构因素对预测精度的影响,对逆多二次和立方核函数进行了权重式的融合,构建了基于融合核函数的改进径向基代理模型。利用数值和工程算例进行测试仿真,结果表明该技术不仅满足精度要求,且明显提高计算效率,具有更高的预测稳定性。

基于径向基代理模型与小生境遗传算法的铅铋反应堆堆芯智能优化

为解决铅铋反应堆多因素耦合影响下的复杂非线性多维优化问题,构建了基于径向基(RBF)代理模型预测、正交拉丁超立方抽样(OLHS)和小生境遗传算法(NGA)寻优的堆芯智能优化方法,开发了包含抽样、蒙卡程序耦合处理、堆芯参数预测寻优等功能的铅铋反应堆设计优化平台,并以堆芯最小燃料装载量为优化目标进行方案寻优验证。研究结果表明:RBF代理模型可准确快速地预测铅铋反应堆堆芯特性参数,与蒙卡程序计算值比较,其预测的堆芯有效增殖因子(k_(eff))相对误差在±0.1%以内;该智能优化方法应用于铅铋反应堆堆芯优化是可行的,能找到多因素共同变化约束下的最优目标方案,且极大缩减了设计方案的搜索计算时间。本研究建立的堆芯智能优化方法可为铅铋反应堆多物理、多变量、多约束耦合影响的优化设计提供思路。

风电齿轮箱迷宫密封泄漏量分析及结构优化设计

为了分析某风电齿轮箱内迷宫密封各参数对泄漏量的影响,利用数值模拟和构建代理模型对迷宫密封的泄漏行为开展了研究。首先,根据风电齿轮箱三维实体模型构建了其迷宫密封三维流场模型;然后,基于FLUENT软件,通过单一变量法研究了迷宫密封泄漏量随进出口压力比、润滑液动力黏度、高速轴与低速轴的转速和迷宫密封的密封齿间隙的变化规律;最后,构建了径向基神经网络(RBF)代理模型,在该代理模型的基础上,在影响迷宫密封性能的因素中,选取了密封间隙、密封腔体高度和密封腔体宽度三个结构参数作为设计变量,以迷宫密封的最小泄漏量和出口最大速度为优化目标,使用非劣分层遗传算法(NSGA-Ⅱ)获得了最优解。研究结果表明:迷宫密封泄漏量受两个转轴的转速影响很小;泄漏量与进出口压力比、密封间隙成正比,而与润滑油动力黏度成反比;求得最优解对应的参数所对应泄漏量减小了47%,出口最大速度降低了36%,数值模拟与优化理论计算结果一致。该结果可为研究迷宫密封泄漏量的影响特性提供理论依据。

工程机械柔性机械臂振动的混合可靠性分析

基于概率-区间混合不确定性模型及结构可靠性分析方法,针对工程机械多关节柔性机械臂的振动可靠性进行研究。根据机械臂不确定参数的信息完备程度,通过概率变量和区间变量对不确定参数进行度量。基于柔性臂架有限元仿真数据,构建机械臂参数与结构固有频率关系的径向基函数代理模型,进而通过概率-区间混合可靠性分析方法对机械臂共振的失效概率进行区间估计。最后将该方法应用于实际产品,通过工程实例验证了方法的有效性。

基于径向基神经网络和ASA-MMFD算法的桥式起重机主梁轻量化设计

为了实现桥式起重机主梁快速轻量化设计,提出了基于径向基神经网络代理模型和ASA-MMFD算法的桥式起重机主梁轻量化设计方法。在最优超拉丁立方试验设计的基础上,利用径向基神经网络代理模型建立桥式起重机截面设计参数和最大应力、最大位移和质量之间的映射关系,引入“全局+局部”的组合策略,通过自适应模拟退火算法对代理模型进行全局寻优,采用修正可行方向法进行局部搜索。利用测试函数和NASA减速器对所提方法进行验证,结果表明:在相同精度范围内,与ASA-MMFD算法相比,所提方法在调用模型次数方面大幅度减少,提高了优化效率。在此基础上,将其运用在桥式起重机主梁轻量化设计中,从而验证所提方法的适用性。