摘要
本发明公开了一种面向多目标可靠度的风力发电机叶片不确定性优化设计方法,该方法考虑多可靠度优化设计需求,将可靠度作为设计目标之一,结合原有设计目标构造多目标优化设计问题,高效地构建了风力发电机叶片设计约束的代理模型,并基于改进NSGA‑Ⅱ算法进行风力发电机叶片优化设计。本发明创新性地提出了一种考虑多目标可靠度设计需求的风力发电机叶片不确定性优化设计方法,所提方法集成了区域划分技术、重要性采样技术、多目标优化设计算法,对约束函数的重要性区域进行识别,挖掘样本点重要性信息,加速代理模型构建。同时结合改进NSGA‑Ⅱ算法求解,得到不同可靠度下的最优设计。该方法可用于风力发电机叶片不同可靠度需求下的最优设计搜寻。
技术关键词
风力发电机叶片
优化设计方法
泰森多边形
样本
重要性采样技术
区域划分技术
拉丁超立方采样
协方差矩阵
克里金模型
累积分布函数
交叉验证法
算法
度计算方法
变量
模型更新
代表
误差
系统为您推荐了相关专利信息
跨设备
分类器模型
故障诊断方法
故障诊断模型
特征提取器
模式识别方法
在线学习平台
矩阵
主成分分析降维
模式识别模型
红外遥感图像
可见光遥感图像
图像生成网络
反射率
判别模块