科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着水电站单机容量的不断增大和厂房尺寸的巨型化,厂房结构振动问题日渐突出。为保证电站安全经济运行,通过有限的监测数据全面掌握和控制厂房结构的振动情况成为解决问题的重要手段。提出了一种具有惯性权重和正切随机探索机制的改进蝙蝠算法(IBA),并利用该算法对径向基函数神经网络(RBF)的扩展参数进行优选,建立了水电站厂房结构振动响应预测的IBA-RBF模型。利用机组振动和尾水脉动的监测数据,将所提出的模型与相关向量机(RVM)模型进行环向对比,结果表明:IBA-RBF模型预测值与真实值间的平均相对误差在6%以内,比相关向量机模型的平均相对误差降低2%,预测精度得到显著改善,为水电站厂房结构振动响应预测提供了一种新方法。
- 单位
