软基水闸底板脱空是水闸在长期服役期间受水流侵蚀等环境因素影响所产生的一种危害极大且难以察觉的病害。由于其病害部位于水下,传统方法难以检测,该研究提出一种基于高斯过程回归(Gaussian process regression,GPR)代理模型和遗传-自...软基水闸底板脱空是水闸在长期服役期间受水流侵蚀等环境因素影响所产生的一种危害极大且难以察觉的病害。由于其病害部位于水下,传统方法难以检测,该研究提出一种基于高斯过程回归(Gaussian process regression,GPR)代理模型和遗传-自适应惯性权重粒子群(genetic algorithm-adaptive particle swarm optimization,GA-APSO)混合优化算法的水闸底板脱空动力学反演方法,用于检测软基水闸底板脱空。首先,构建表征软基水闸底板脱空参数和水闸结构模态参数之间非线性关系的GPR代理模型;其次,基于GPR代理模型与水闸实测模态参数建立脱空反演的最优化数学模型,将反演问题转化为目标函数最优化求解问题;最后,为提高算法寻优计算的精度,提出一种GA-APSO混合优化算法对目标函数进行脱空反演计算,并提出一种更合理判断反演脱空区域面积和实际脱空区域面积相对误差的指标—面积不重合度。为验证所提方法性能,以一室内软基水闸物理模型为例,对两种不同脱空工况开展研究分析,结果表明,反演脱空区域面积和模型实际设置脱空区域面积的相对误差分别为8.47%和10.77%,相对误差值较小,证明所提方法能有效反演出水闸底板脱空情况,可成为软基水闸底板脱空反演检测的一种新方法。展开更多
针对VPMCD中模型选择方法的不合理和小样本多分类时识别率降低的缺陷,结合动态加速常数协同惯性权重的粒子群(Particle swarm optimization with dynamic accelerating constant and coordinating with inertia weight,PSODACCIW)算法...针对VPMCD中模型选择方法的不合理和小样本多分类时识别率降低的缺陷,结合动态加速常数协同惯性权重的粒子群(Particle swarm optimization with dynamic accelerating constant and coordinating with inertia weight,PSODACCIW)算法的全局优化能力和加权融合理论,提出基于PSODACCIW-VPMCD的滚动轴承智能检测方法。首先对样本提取特征变量,然后采用PSODACCIW算法优化诊断融合权值矩阵,最后对滚动轴承的故障类型和工作状态进行分类和识别。实验结果表明,该方法能够有效地应用于滚动轴承的智能检测中。展开更多
分布式储能具有分散灵活等特点,多分布式储能协同配合可以解决单一储能调节能力差、范围小的问题,可以进一步提高新能源消纳能力。提高新能源利用率。本工作通过建立一个光伏电站、两个分布式储能系统模型,并通过分析光伏电站出力,利用...分布式储能具有分散灵活等特点,多分布式储能协同配合可以解决单一储能调节能力差、范围小的问题,可以进一步提高新能源消纳能力。提高新能源利用率。本工作通过建立一个光伏电站、两个分布式储能系统模型,并通过分析光伏电站出力,利用储能系统跟踪光伏出力的特点建立以分布式储能系统出力最小为目标的目标函数,结合发电系统的功率平衡要求、分布式储能系统的电池能量状态(state of energy,SOE)约束、分布式储能系统功率和容量约束,采用线性递减惯性权重粒子群优化算法,旨在在已有的约束条件下,寻求分布式储能系统的最佳效率。通过仿真分析该方法可以提高光伏消纳能力,减少储能系统动作次数,进一步增加储能系统的寿命。展开更多
文摘针对VPMCD中模型选择方法的不合理和小样本多分类时识别率降低的缺陷,结合动态加速常数协同惯性权重的粒子群(Particle swarm optimization with dynamic accelerating constant and coordinating with inertia weight,PSODACCIW)算法的全局优化能力和加权融合理论,提出基于PSODACCIW-VPMCD的滚动轴承智能检测方法。首先对样本提取特征变量,然后采用PSODACCIW算法优化诊断融合权值矩阵,最后对滚动轴承的故障类型和工作状态进行分类和识别。实验结果表明,该方法能够有效地应用于滚动轴承的智能检测中。
文摘分布式储能具有分散灵活等特点,多分布式储能协同配合可以解决单一储能调节能力差、范围小的问题,可以进一步提高新能源消纳能力。提高新能源利用率。本工作通过建立一个光伏电站、两个分布式储能系统模型,并通过分析光伏电站出力,利用储能系统跟踪光伏出力的特点建立以分布式储能系统出力最小为目标的目标函数,结合发电系统的功率平衡要求、分布式储能系统的电池能量状态(state of energy,SOE)约束、分布式储能系统功率和容量约束,采用线性递减惯性权重粒子群优化算法,旨在在已有的约束条件下,寻求分布式储能系统的最佳效率。通过仿真分析该方法可以提高光伏消纳能力,减少储能系统动作次数,进一步增加储能系统的寿命。
