System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法技术_技高网

一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法技术

技术编号:40561660 阅读:10 留言:0更新日期:2024-03-05 19:24
本发明专利技术属于钢结构加固预测技术领域,提供一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,S001,获得输电塔角钢加固后承载力数据集,S002,对非洲秃鹫智能算法进行数据预处理,S003,采用Sobol序列、非线性化策略、多点莱维飞行策略及柯西随机变异优化四种方法对原始非洲秃鹫算法进行优化,获得改进后的非洲秃鹫优化算法,S004,非洲秃鹫优化算法优化BP神经网络,S005,建立改进非洲秃鹫算法优化BP神经网络的输电塔角钢加固后承载力预测模型,S006,通过输电塔角钢加固后承载力预测模型,预测加固效果。本技术方案建立非洲秃鹫优化算法神经网络模型对输电塔角钢加固效果进行预测,帮助加固方案人员更好的判断加固效果,为输电塔加固方案选择与优化提供指导。

【技术实现步骤摘要】

本专利技术属于输电塔,具体涉及一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法


技术介绍

1、随着我国工业化和城市化进程的迅速推进,电力负荷不断增加,为满足需求,越来越多的输电铁塔得以投入运行。然而,随着输电铁塔的运行时间不断增加,受到覆冰、风荷载、边坡变形等因素的作用,其结构可能出现疲劳、老化、腐蚀等问题,从而导致结构强度下降、承载力减弱,威胁输电铁塔的安全性能,给输电线路的可靠运行带来挑战。

2、鉴于这一情况,对这类铁塔进行加固,并预测加固效果,已成为一项迫切的任务。传统加固的方法为构件并联法和焊接加固方法,操作时不可避免地对角钢进行打孔、焊接等操作,会对铁塔角钢造成二次损伤,同时这两种方法需要对原结构进行大量的拆除和改造,从而增加了施工难度,并带来施工安全的不确定性。

3、而利用轻质高强frp材料对角钢进行无损加固,则可保证铁塔角钢在获得最佳加固效果的同时尽可能的避免二次损伤。但因为frp材料结构复杂,易受角钢长细比、frp铺设方向、层数、粘接长度等因素的影响,而国内外并没有计算frp材料加固角钢承载力的相关规范标准,无法在加固前对角钢的加固效果作出预测,因此,需对待加固角钢经frp加固后的承载力进行准确预测,为工程实施提供重要的理论参考。

4、基于此,研究并开发涉及一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法。


技术实现思路

1、本专利技术提供一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,本技术方案基于改进的非洲秃鹫优化算法优化bp神经网络,预测frp材料加固输电塔角钢承载力,综合考虑了角钢长细比、frp材料参数、frp粘贴层数,达到计算frp加固角钢后承载力的目的,能够便捷且有效地评估加固效果,为输电塔工程加固提供参考,有效保证铁塔的结构安全。

2、一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,包括以下步骤,

3、s001,获得输电塔角钢加固后承载力数据集;

4、s002,对非洲秃鹫智能算法进行数据预处理

5、秃鹫种群初始化,将bp神经网络中的初始连接权值、阈值作为非洲秃鹫优化算法的初始空间位置,获得适应度,确定适应度值最佳、次最佳的秃鹫作为第一、二组,并从中选出各一只秃鹫进行带动种群进行食物猎寻,选择策略的公式如下:

6、

7、其中,rbestvulture1、rbestvulture2分别表示最佳、次最佳的秃鹫,θ1、θ2∈(0,1)为自主定义参数,当θ无限接近0时,表示种群多样性增加,rbest为最佳秃鹫;

8、数据的预处理中,秃鹫种群初始化,将bp神经网络中的初始连接权值、阈值作为非洲秃鹫优化算法的初始空间位置,并将均方误差mse作为适应度函数,其数学表达式如式:

9、

10、其中,n为数据集样本数,yi为样本的实际值,代表样本的训练值。

11、s003,采用sobol序列、非线性化策略、多点莱维飞行策略及柯西随机变异优化四种方法对原始非洲秃鹫算法进行优化,获得改进后的非洲秃鹫优化算法;

12、s004,通过步骤s002和步骤s003,更新每只秃鹫位置,在非洲秃鹫种群更新过程中,计算每只秃鹫的适应度值及当前所对应的最优位置,非洲秃鹫优化算法运行达到最大迭代次数或预设精度时停止更新,输出全局秃鹫的最小适应度值与其对应的最优位置,并将最小适应度值和对应的秃鹫最优位置赋予给bp神经网络中的权值和阈值;

13、s005,将步骤s003中获得的非洲秃鹫优化算法迭代得到最优权值、阈值与bp神经网络的初始权值,选取最优值,将步骤s001中,输电塔角钢加固后承载力数据集与非洲秃鹫优化算法结合,获得训练好的改进非洲秃鹫算法优化bp神经网络的输电塔角钢加固后承载力预测模型;

14、s006,将待预测加固效果的输电塔的参数值输入到输电塔角钢加固后承载力预测模型,预测加固效果。

15、可选地,步骤s001中,获得输电塔角钢加固后承载力数据集的方法为进行输电塔角钢加固数值试验,改变角钢长细比、frp布粘接厚度、frp布粘接长度和铺设方向,获得加固后角钢的荷载-位移曲线,加固数值试验中每一种加固方案下的载荷最大值作为角钢加固后的承载力极值,将数值试验结果进行归一化处理后的数据作为训练样本。

16、可选地,s003中,引入sobol序列优化非洲秃鹫算法的初始种群,数学表达式为:

17、xi=xmin+yn·(xmax-xmin)   (3)

18、其中,yn为(0,1)之间随机数,xi之为第i个sobol序列数,xmax、xmin为最优解取值范围。

19、可选地,s003中,引入非线性化策略对原始非洲秃鹫算法进行优化,具体为对原表达式指数变换,更新后f的数据表达式为:

20、

21、

22、其中,f’为改进后的饥饿指数,r1∈(0,1)中的随机值,ti_iter为当前迭代次数,tmax_iter为迭代的总次数,rz∈(-2,2)之间的随机数,h为调节参数,在(-2,2)之间随机取值,τ为调节参数,用于跳出算法局部最优解,γ为用户定义参数。

23、可选地,采用多点莱维飞行策略方法对原始非洲秃鹫算法进行优化,具体操作为:设定一个参数p 1表示秃鹫所选择的找寻食物策略,其数学表达式为:

24、

25、d(i)=|ξrbest-x(i)|   (7)

26、其中,x(i+1)为下一次迭代时秃鹫的位置,ξ∈[0,2]随机分布数;r2∈(0,1)中的随机值,p1、randp1∈(0,1)中的随机值、lb、ub表示空间的上下限,r3∈(0,1)为用于增加随机性质的系数,d(i)为从当前迭代中第i只秃鹫被领头秃鹫随机摆脱的距离。

27、可选地,若秃鹫饥饿指数|f|<1区时,秃鹫个体没有能力远涉寻猎,则在当前位置自动进入开发阶段,本阶段共分为两种子阶段,即开发前期阶段与开发后期,两子阶段通过饥饿指数|f|=0.5区分;

28、当饥饿指数|f|∈[0.5,1)时进入开发前期阶段,此阶段秃鹫保有较多体力,主要可以分为护食警戒与盘旋狩猎阶段:

29、护食警戒阶段:正在进食的秃鹫不愿分享食物,而饥饿的秃鹫则会聚集企图进攻抢夺食物,这一行为的位置数学表达式为:

30、x(i+1)=d(i)×(f+r4)-(rbest-x(i))p2≥randp2   (8)

31、其中,x(i+1)为下一次迭代时秃鹫的位置,rbest表示最佳秃鹫。

32、盘旋狩猎阶段:当秃鹫搜索到静止不动的生物时,将会在其上空盘旋狩猎,如若识别该生物为尸体,则秃鹫将停止飞行并降落进食,此阶段位置更新表达式为:

33、x(i+1)=rbest-(m1+m2)p2<randp2   (9)

34、

35、

36、其中本文档来自技高网...

【技术保护点】

1.一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:包括以下步骤,

2.根据权利要求1所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:步骤S001中,获得输电塔角钢加固后承载力数据集的方法为进行输电塔角钢加固数值试验,改变角钢长细比、FRP布粘接厚度、FRP布粘接长度和铺设方向,获得加固后角钢的荷载-位移曲线,加固数值试验中每一种加固方案下的载荷最大值作为角钢加固后的承载力极值,将数值试验结果进行归一化处理后的数据作为训练样本。

3.根据权利要求2所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:S003中,引入Sobol序列优化非洲秃鹫算法的初始种群,数学表达式为:

4.根据权利要求3所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:S003中,引入非线性化策略对原始非洲秃鹫算法进行优化,具体为对原表达式指数变换,更新后F的数据表达式为:

5.根据权利要求3所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:采用多点莱维飞行策略方法对原始非洲秃鹫算法进行优化,具体操作为:设定一个参数P1表示秃鹫所选择的找寻食物策略,其数学表达式为:

6.根据权利要求4所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:

7.根据权利要求6所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:

8.根据权利要求6所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:S005中,获得训练好的改进非洲秃鹫算法优化BP神经网络的输电塔角钢加固后承载力预测模型的方法为,

9.根据权利要求8所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:S0051中,建立非洲秃鹫优化算法神经网络模型后,设定神经网络的输入层与隐含层之间的传递函数为tansig,隐含层与输出层之间的logsig作为训练函数,调整计算过程中获得的初始权值和阈值。

10.根据权利要求8所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:S006中,待预测加固效果的输电塔的参数值包括待加固角钢的长细比、FRP布粘接厚度、粘接长度、铺设方向,将待预测加固效果的输电塔的参数值作为非洲秃鹫优化算法神经网络模型的输入参数,便可得到加固后角钢承载力的预测值。

...

【技术特征摘要】

1.一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:包括以下步骤,

2.根据权利要求1所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:步骤s001中,获得输电塔角钢加固后承载力数据集的方法为进行输电塔角钢加固数值试验,改变角钢长细比、frp布粘接厚度、frp布粘接长度和铺设方向,获得加固后角钢的荷载-位移曲线,加固数值试验中每一种加固方案下的载荷最大值作为角钢加固后的承载力极值,将数值试验结果进行归一化处理后的数据作为训练样本。

3.根据权利要求2所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:s003中,引入sobol序列优化非洲秃鹫算法的初始种群,数学表达式为:

4.根据权利要求3所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:s003中,引入非线性化策略对原始非洲秃鹫算法进行优化,具体为对原表达式指数变换,更新后f的数据表达式为:

5.根据权利要求3所述的一种基于非洲秃鹫智能算法的输电塔角钢承载力预测方法,其特征在于:采用多点莱维飞行策略方法对原始非洲秃鹫算法进行优化,具体操作为:设定一个参数p1表示秃鹫...

【专利技术属性】
技术研发人员:李小来杨世强苏毅李非金哲高北晨曹铖马立张立明吴宇鑫王辉肖雅姚俊高琛沈彪郑浩王彦海李书炀
申请(专利权)人:国网湖北省电力有限公司超高压公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1