含概率与区间混合不确定性的系统可靠性分析方法

系统可靠性问题中通常存在大量的不确定参数,传统方法一般是基于概率模型对系统进行可靠性分析,但是实际工程中由于数据缺乏或试验条件的限制往往难以得到参数的精确概率分布.本文将结构体系一部分样本信息充足的不确定变量用随机变量进行描述,而另一部分样本缺乏的用区间表示,并提出了一种新的含概率与区间混合不确定性的系统可靠性分析方法.首先,基于一个高效求解方法获得单失效模式下结构的最小可靠度指标;再针对多失效模式下含概率与区间混合不确定性问题建立了系统可靠性分析模型;考虑各失效模式之间的相关性,通过线性相关度计算方法求得相关系数矩阵;最后提出了串联体系和并联体系可靠度求解方法.3个数值算例表明,该方法可以实现含概率与区间混合的多个非线性失效模式下系统可靠度的计算.通过对比传统的概率可靠性分析方法,本文方法只需要少量的不确定信息便可确保系统更加安全,更适合复杂结构系统可靠性的分析和设计.

含概率与区间混合不确定性的重力坝可靠性分析

针对重力坝可靠度分析中由于数据缺乏或监测条件限制难以得到各变量精确的概率分布的情况,提出了含概率与区间混合不确定性的结构可靠性分析方法,对于可得到精确概率分布的变量用随机变量进行考虑,对于无精确概率分布的变量用区间表示,并结合响应面法计算了广西红水河龙滩重力坝坝踵抗拉可靠度。结果表明,该方法只需少量的不确定信息就可对结构进行可靠性分析,更适合结构复杂、不确定性较高的水工建筑物结构。

含概率-区间混合不确定性的汽车正面碰撞可靠性优化设计

针对汽车正面碰撞中某些参数的概率分布函数中包含不确定的区间变量的问题,构建了一种汽车正面碰撞混合不确定可靠性优化模型,将基于误差比例选择技术的最优多项式模型引入整车碰撞分析中。由于存在区间参数,内层通过限制可靠度的区间下界建立概率约束,从而保证车身结构的安全性。采用了一种基于漂移向量的高效解耦算法,将嵌套优化问题转换为确定性优化和混合可靠性分析的序列迭代过程,避免了内外层嵌套寻优,实现了汽车正面碰撞可靠性优化的高效性。结果表明:优化后防撞梁、吸能盒和前纵梁的总质量减轻了2.35%,所有约束可靠度指标均得到满足,实现了保证车身轻量化要求下的车身和乘员安全性可靠性优化的目标。

考虑新能源高阶不确定性的交直流混联电网静态电压稳定裕度计算

随着大量新能源场站接入交直流混联电网,系统的静态电压稳定裕度(static voltage stability margin,SVSM)水平具有很大的不确定性,需要研究考虑新能源场站高阶不确定性的交直流混联电网SVSM计算方法。针对此问题,首先建立了交直流混联电网SVSM计算模型,模型中考虑了直流换流站控制方式随负荷增长的切换;采用概率盒模型描述风速与光照强度的随机波动,提出了改进区间半不变量法以获得更准确的SVSM概率盒,该方法通过K-means++聚类算法将随机变量样本划分为多个波动范围较小的样本集,以降低半不变量的线性化计算带来的误差;并结合Gram-Charlier级数展开和概率加权和计算得到考虑新能源场站高阶不确定性的系统SVSM概率盒。通过对修改的IEEE-39节点交直流系统和南方电网两个算例的分析,并与区间半不变量法和双层蒙特卡洛法比较,验证了所提出方法获得的SVSM概率盒具有较高的计算精度和效率。

一种考虑模糊不确定性的概率-区间混合结构可靠性分析方法

基于概率-区间混合模型,提出一种考虑模糊不确定性的结构可靠性分析方法。应用模糊随机理论,引入隶属函数的补函数,将含区间变量的模糊随机可靠性模型等效转化为仅含随机变量和区间变量的混合可靠性模型,并运用传统的求解概率-区间混合可靠性模型的最大失效概率方法求得其等效的最大模糊失效概率。最后通过三个数值算例和一个工程算例验证了该方法的有效性。

用非概率理论分析混合不确定性结构的可靠性

针对不确定性结构可靠性分析中的输入变量分布参数具有不确定性和输入变量为区间模型的混合不确定性结构展开研究。考虑到可用信息最少的情况,将分布参数的不确定性描述为区间模型。通过等概率转换方法将随机变量与其分布参数进行分离,使问题转化为随机与区间变量混合的可靠性问题,建立了混合不确定性问题的可靠性分析模型。基于非概率可靠性理论,建立混合不确定结构分析模型的二级极限状态函数并结合Kriging代理模型建立了高效的求解方法。将所建立的混合不确定模型应用于飞行器结构的不确定性分析中,验证了所建模型的合理性和所提方法的高效性和准确性。

基于概率区间的不确定性动作建模研究

对不确定性动作建模有助于提高虚拟角色行为表现的逼真度和可信度。现有行为模型由于动作缺少必要的不确定性而显得重复、单调,为此,提出了利用概率区间对角色不确定性动作建模的方法。基于区间代数提出了概率区间的概念,并指出了概率区间的完备性问题,着重研究了正态概率区间的数学运算及其完备化的加性和乘性方法。与代数区间相比,概率区间能够更加精确地描述动作的不确定性效应。以坦克虚拟角色为例,研究了正态区间在不确定性动作建模中的应用,通过对射击动作的不确定性建模验证了所提方法的合理性和有效性。

随机-区间混合不确定性分层序列化多学科可靠性分析方法

针对多学科问题中随机型与区间型不确定性共存的可靠性分析问题,基于序列化变量处理框架,将原问题分解为区间可靠性分析和概率可靠性分析2个子问题,并建立相应的求解过程。其中,在区间可靠性分析中引入了学科间一致性约束,减轻多学科耦合分析带来的计算负担;在可靠性分析中集成先进均值法、圆弧搜索法和有效集拟牛顿法,构造了一套渐进收敛的处理策略。最后,基于宽容分层思想构造两个子过程的迭代关系,实现随机型和区间型不确定性的同时处理。采用1个数值算例和1个飞行器多学科可靠性分析应用算例,从不同角度验证所提出方法的有效性。结果表明:求解效率比已有方法有所提高,且该方法对各种约束函数的可靠性分析问题的适应性能力更强。

随机-区间混合不确定性多输出模型确认指标

为解决随机和区间变量共存条件下的多输出模型确认问题,提出了一种新的模型确认指标.首先,依据概率方法和区间理论,分析了随机输入变量在实现值条件下随机-区间混合不确定性多输出模型的特点;然后,将基于马氏距离的随机不确定性多输出模型确认方法,推广到随机-区间混合不确定性因素影响下的多输出模型确认之中,定义了一种新的多输出模型确认指标.该指标运用模型输出响应量与试验输出响应量的上、下界马氏距离分布函数曲线之间的面积差异,度量随机-区间混合不确定性条件下多输出模型预测结果与试验结果之间的不一致性.最后,讨论了所提指标的数学性质,给出了指标的计算方法和步骤,通过一个数值算例和一个工程算例验证了指标的正确性与有效性.研究结果表明,当样本数据量充足时,新的模型确认指标能够有效地度量模型输出响应量与试验结果之间差异程度,正确地判断不同多输出模型的优劣,适合于随机-区间混合不确定性因素影响下的多输出模型确认问题.

混合交直流主动配电网接纳裕度双重不确定性优化模型

接入的电能超出配电网接纳裕度时,为使充电接纳裕度最大化,风光出力波动最小化,提出混合交直流主动配电网接纳裕度双重不确定性优化模型。获取双重不确定因素,以电动汽车充电接纳裕度最大化、风光出力波动最小化为目标,以节点电压、风光出力以及接纳裕度等为约束,构建配电网优化模型,并通过混沌二进制粒子群算法求解优化模型,得到迭代后的最佳优化结果,实现配电网接纳裕度双重不确定性优化。经试验验证:通过该方法优化后,配电网的平均接纳容量从1 200 kW达到了2 000 kW左右,且始终保持在接纳裕度的优质区间内;接入不确定性电能类型后,节点的电压越限概率均最高在2.7%,各节点产生的弃能均保持在6 MW·h以下;各节点在峰时接入风、光机组时,风、光出力的最高波动值依然低于3.5 kW·h;当配电网处于恶劣环境下,日常接入不确定性电能时,配电网的有功网损处于0.25~0.40 MW之间。

基于BiGRU-Copula的多重不确定性变量的概率区间预测方法

有效的概率预测方法有助于提升电网企业调度运行的经济性、可靠性。提出了一种基于BiGRU-Copula的多重不确定性变量的概率区间预测方法。首先引入深度学习方法,建立基于BiGRU的区间概率预测模型;然后建立针对多重不确定性因素概率特性采样的Copula模型;通过采样得到不同预测场景。基于真实历史数据设计仿真算例,结果表明:BiGRU适用于时序型序列的概率预测,基于Copula函数的采样方法能够更好地捕捉多元时变分布的统计信息,所提方法的预测结果更贴近真实情况。

基于混合区间可能度的产品结构不确定性设计

针对由制造安装误差等不确定因素导致产品工作性能不确定的问题,提出基于混合区间可能度的产品结构不确定性设计方法。定义了一种混合区间可能度模型,给出基于混合区间可能度模型的区间优化问题转换框架。提出基于自适应策略和天牛须算子的双层嵌套布谷鸟算法,利用测试函数对比所提算法与基本布谷鸟算法(CS)、自适应布谷鸟算法(ACS)、改进布谷鸟算法(ICS)、动态布谷鸟算法(DCS)4种算法的寻优性能。在此基础上,以安全钳、十杆桁架及悬臂梁3个工程实际设计问题为例,验证了所提出方法的可行性与有效性。

含区间不确定性的结构时变可靠度分析方法

针对概率分布参数中存在区间的混合不确定问题,构造一种含区间变量的时变可靠性分析方法,可处理某些结构参数因样本不足无法获得精确概率分布情况下的可靠性计算问题。该方法首先将含区间变量的时变功能函数随机过程进行离散,并将之转换为一概率-区间混合静态可靠性问题。为求解混合可靠性计算中的双层嵌套优化,采用一种高效序列迭代格式,最终获得时变可靠度的上、下边界。最后以某机械零件、机械扭杆和齿轮传动为例,分别得出抗力和载荷均随时间变化且其概率分布参数中存在单个和多个区间不确定性参数情况下的时变可靠度曲线,验证了该方法的有效性。

一种考虑相关性的概率--区间混合不确定模型及结构可靠性分析

提出了一种考虑相关性的概率--区间混合不确定性模型及结构可靠性分析方法,能够处理变量之间具有相关性的混合可靠性分析问题.分别针对概率变量,概率区间变量及区间变量定义了相关角的概念,用以定量描述变量之间的相关性;通过仿射坐标,将相关变量转换为独立变量;给出了其可靠性分析模型,并构建了一高效求解方法获得其可靠性指标和失效概率区间;最后通过分析两个数值算例,验证了方法的有效性.

交直流混合微电网运行优化建模与不确定性分析

交直流混合微电网的运行优化易受多种不确定性因素的影响,考虑不确定性因素影响下的微电网运行优化及分析各因素对运行优化影响程度并确定显著影响因素是目前值得研究的方向。文中分析并模拟了新能源出力随机性、负荷预测误差、电价波动、元件随机故障等不确定性因素,建立了考虑上述复合不确定性的交直流混合微电网运行优化模型,从经济性、环保性和可靠性三个方面构建系统运行优化评价指标体系,运用蒙特卡洛方法对系统评价指标模型进行分析并进行复合不确定性评价,得到各评价指标的概率分布及各不确定性因素对评价指标的影响权重。通过算例分析给出了对技术经济指标有显著影响的因素,为交直流混合微电网的运行优化及不确定性因素敏感性分析提供参考。

对区间不确定性问题的可靠性度量的探讨

实际工程中大量存在不确定性因素,处理不确定性因素的可靠性逐渐成为科学和工程中一个非常重要的概念。区间不确定性是继随机性和模糊性之后被人们研究的又一种不确定性。区间不确定性一般可由区间变量或凸集合模型来描述。近年来,有些文献针对区间不确定性提出了计算非概率可靠性的方法。本文对这些方法进行比较和讨论,并和假定各区间不确定参量在允许取值区间内为具有熵最大的矩形分布,采用概率可靠度的理论来处理问题得到的结果进行了比较。

区间不确定性需求下的D-LFLP模型及算法

考虑物流网络需求的不确定性,运用区间分析理念以区间数度量不确定性变量与参数,建立区间需求模式下的物流网络设计的混合整数规划模型,定义风险系数与最大约束偏差,对模型进行目标函数与约束条件的确定性转化,设计问题求解的区间递阶优化遗传算法,对不同情景状态下目标函数的区间最优解与节点决策方案进行运算。算例测试表明该算法可操作性更强,求解结果具有区间最优解与情景决策的优越性。

区间痕迹下汽车事故再现结果不确定性问题的求解策略

为更好地了解区间痕迹下事故再现结果不确定性分析问题的求解策略,在介绍常用不确定性分析方法后,基于分析和算例给出的求解建议,借助蒙特卡洛法探讨了车速大于事故路段限速值时概率的求解方法;且通过数值算例和真实案例等对相关方法进行了演示与验证。结果表明,不确定性分析方法可分为数值和理论分析两类,对于数值分析类,如对计算时间无要求可直接选用蒙特卡洛法,如对计算时间有要求则可选择遗传算法来满足需求;对于理论分析类,子区间技术是确保各方法所得结果逼近真值的有效方法。另外,若假定区间痕迹服从均匀分布,则可借助蒙特卡洛方法分析车速大于路段限速值的概率。

基于概率盒理论的负荷不确定性潮流计算

传统的确定性潮流计算只能获取在确定参数下电力系统的运行情况,但是在实际工作中这些影响系统运行的参数(如负荷)具有波动性。为了分析这些参数的波动性对系统运行带来的影响,提出了一种基于概率盒理论的负荷不确定性潮流计算。将概率盒理论应用于潮流计算当中,建立了一种基于概率盒的概率区间潮流模型并对其进行求解。以标准IEEE 30测试系统为例,首先分析负荷的分布特性,获得负荷的漂移区间并建立其概率盒模型;然后将负荷的概率盒等信度离散化并代入潮流方程中获得基于概率盒的潮流模型;最后使用牛顿法对该模型进行求解,并将潮流计算结果与蒙特卡洛方法进行对比分析。实验结果表明该方法有效可行,并且有更高的准确性。

混合数据信息下不确定性描述的改进最大熵函数法

可靠性分析的基础在于不确定性的精确描述。工程实际中由于个别变量信息缺乏只能确定其区间范围,提出描述区间和离散点混合不确定性的改进最大熵函数法。该方法建立不同类型数据不确定性的联合熵函数,应用插值技术得到描述区间和离散点混合数据信息下不确定性的非参数概率密度函数,通过优化联合熵函数最大,确定非参数概率密度函数在原始数据空间上下限内均匀离散点处的概率密度值。相比于传统非参数概率确定方法,所提方法将传统分布参数估计寻优过程转化为在原始数据空间内对自定义随机离散点处的概率密度值优化,进而使用插值技术得到描述区间和离散点数据混合不确定性的最少偏见概率密度函数,其混合不确定性描述精度由自定义的随机离散点多少来确定,精度按需可控。此外,在概率理论框架下,尝试将输入混合不确定性信息向输出传递,完成输出响应的可靠性分析。所提方法计算量和精度可通过自定义离散点数量控制,对原始数据不确定性信息挖掘更充分。算例表明所提方法科学性和合理性,为概率理论用于混合不确定性分析奠定基础。