基于聚类算法的拱坝热学参数反演分析

由于拱坝坝身较薄,在运行期内坝体温度易受水位、水温和气温等因素的影响,导致坝体温度荷载难以精确掌控,而温度荷载又是拱坝所受到的主要荷载之一。为此,基于实测数据,采用聚类分析与热学参数反演的方法重构整体温度场。首先利用K-Shape聚类算法对坝体上下游方向温度测点进行分类,再依据测点位置实现上下游坝面分区,按照分区情况设置拱坝运行期的上下游温度边界条件;接着引入鲸鱼寻优算法,基于多测点温度实测值,反演坝体热学参数得到坝体整体温度场。工程实例分析结果表明,聚类分析与鲸鱼优化算法的综合应用提升了热学参数反演的效率与精度,反演的参数符合大坝的实际情况。

多扰动下微电网故障检测方法

针对微电网复杂运行方式及故障信号特征薄弱难以提取从而造成故障检测困难的问题,提出一种基于逐次模态分解与多尺度排列熵联合使用的微电网故障检测方法。针对变分模态分解的K值需人为设定的问题,通过增加分解约束条件,自适应分解得到固有模态函数,并引入峭度值对其进行优化重构。利用多尺度排列熵对信号突变敏感的优点,提取优化后的故障信号特征,从而表征不同故障类型。由于核极限学习机模型精度受参数C、γ的影响,利用鲸鱼优化算法对其进行优化,将故障特征作为输入进行学习,从而构成微电网故障检测模型。最后,在PSCAD仿真平台搭建微电网系统进行仿真实验,实验结果表明本方法不受接地电阻、故障点及故障时刻等影响,在微电网不同运行状态下均能实现准确故障检测。