针对汽轮机变工况运行存在负荷偏差的问题,提出一种基于差分进化算法(differential evolution,DE)和多标签随机森林(multi-label random forest,MLRF)结合的汽轮机负荷偏差原因分类模型。通过斯皮尔曼(Spearman)相关性系数,分析影响汽...针对汽轮机变工况运行存在负荷偏差的问题,提出一种基于差分进化算法(differential evolution,DE)和多标签随机森林(multi-label random forest,MLRF)结合的汽轮机负荷偏差原因分类模型。通过斯皮尔曼(Spearman)相关性系数,分析影响汽轮机负荷出力的相关联变量;采用DE算法优化MLRF模型参数,建立基于DE-MLRF的汽轮机负荷偏差原因分类模型。结合某660 MW汽轮机实际运行数据进行实验验证,结果表明,与其他7种算法相比,DE算法优化的MLRF模型误报率(1.9024%)、漏报率(1.8541%)最低,可为汽轮机负荷偏差原因定位提供决策支持。展开更多
文摘针对汽轮机变工况运行存在负荷偏差的问题,提出一种基于差分进化算法(differential evolution,DE)和多标签随机森林(multi-label random forest,MLRF)结合的汽轮机负荷偏差原因分类模型。通过斯皮尔曼(Spearman)相关性系数,分析影响汽轮机负荷出力的相关联变量;采用DE算法优化MLRF模型参数,建立基于DE-MLRF的汽轮机负荷偏差原因分类模型。结合某660 MW汽轮机实际运行数据进行实验验证,结果表明,与其他7种算法相比,DE算法优化的MLRF模型误报率(1.9024%)、漏报率(1.8541%)最低,可为汽轮机负荷偏差原因定位提供决策支持。
文摘地铁隧道围岩的非线性、非均质、不连续性等特点,难以给出准确的围岩力学参数。引入智能优化算法——差异进化算法(Differential Evolution,DE)到反分析方法中,该算法在搜索成功率和计算效率上有很大的优势,对初始值无要求、受控变量较少、收敛速度快、自适应性好等优点;最近点投射算法(Closest Point Projection Method,CPPM)是本构积分算法的一种,可避免预测应力漂移屈服面的现象,具有精确性和稳定性等特点,迭代计算中使用Newton-Raphson法可获得近似平方的收敛速度。基于Drucker-Prager模型的最近点投射算法和差异进化算法原理,综合2个算法的优势,从优化算法的选择和调用的正算程序2个方面考虑,建立了弹塑性智能位移反分析DE-CPPM方法。采用C++语言自主开发了全套智能位移反分析程序,并将其应用于在建大连地铁1号线试验线路海事大学段隧道工程。结果表明了该方法的可行性和正确性,及程序的高精度性和实用性,为在建大连地铁隧道后期施工提供了参考和帮助。
