蛇形铺管形状对海底管道横向屈曲的影响

蛇形铺管法是一种有效控制管道横向屈曲的方法,该方法的关键是使管道在预设位置激发屈曲,且管道后屈曲的弯矩及应变控制在合理的范围内。文章提出了一种新的蛇形铺管形状,即正弦曲线形状,基于ANSYS软件建立了用于平坦海床上蛇形铺设管道横向屈曲分析的计算模型,对正弦曲线形状的蛇形铺管形状进行了分析,并与工程普遍采用的弧形铺管形状进行了对比。对比分析表明,正弦曲线铺管形状有效地降低了管道屈曲的临界荷载,且管道后屈曲的弯矩及应变更低。     

基于斜回归树及其集成算法的静态电压稳定规则提取

可再生能源渗透率的增加给电力系统安全稳定运行带来持续性的挑战,传统方法分析系统稳定性、控制电网稳定运行变得愈加困难。针对这一难题,提出了内嵌安全稳定约束的电力系统优化运行框架以及用于电力系统安全稳定规则提取的斜回归树及其集成算法。该算法首先优化斜划分系数以训练单棵斜回归树,然后利用boosting思想集成斜回归树,并通过正则化方法保证树的稀疏度,增强算法的可解释性。相比神经网络等黑箱模型,文中提出的方法能够提取显式安全稳定规则,为内嵌安全稳定约束的电力系统优化运行奠定了基础。最后,以静态电压稳定问题为例验证算法的有效性,算例验证结果表明所提算法具有良好的可解释性、较强的表示能力和较高的集成效率。     

裸铺管道横向临界屈曲荷载能量解法

平坦海床上的裸铺管道在高温、高压作用下,极易发生横向整体屈曲变形。基于能量法,推导了无初始几何缺陷情况下的弹性管道横向屈曲模式1及横向屈曲模式2对应的临界轴向荷载,与已有理论值相比误差不超过3%,可以用于预测平坦海床上裸铺管道横向屈曲的临界屈曲。     

管-土相互作用对海底管道横向屈曲的影响

基于ANSYS建立了平坦海床上裸铺管道的非线性有限元模型,分析了管-土相互作用参数对海底管道前屈曲及后屈曲的影响。结果表明,管道屈曲的临界温差、最大弯矩及最大轴向总应变随着横向摩擦因数的增大而增大,管道总屈曲段长度随着横向摩擦因数的增大而缩短;轴向摩擦因数对管道临界屈曲载荷、后屈曲的变形、弯矩及应变影响很小;管道屈曲的临界温差随着土体屈服位移的增大而减小。     

椭圆度对外压长圆筒体临界屈曲载荷的影响

基于ANSYS中的特征值屈曲分析、几何非线性分析和几何/材料双非线性分析3种方法,对均匀外压作用下的长圆筒体临界屈曲载荷的影响因素进行了分析。计算对比表明:(1)在不存在椭圆度情况下,长圆筒体随着壁厚的增加,几何非线性相对于线弹性分析几乎没有大的变化;(2)随着壁厚的增加,线弹性分析与几何/材料双非线性分析的结果差异越来越大,管壁较厚时特征值屈曲分析不准确,几何/材料双非线性分析更适用于工程实际;(3)随着椭圆度的增加,线弹性分析对应的临界屈曲载荷变化很小,而壁厚增加时的临界屈曲载荷略有增加;(4)椭圆度对几何/材料双非线性分析的影响比对特征值屈曲分析的影响显著,特别是随着椭圆度和壁厚的增加,双非线性曲线与其他曲线的差距变大。     

数据驱动的电力网络分析与优化研究综述

数据驱动的电力网络分析与优化近年来受到广泛关注。首先,对比了电力网络分析与优化中数据驱动及基于物理模型方法的思维模式,阐述了数据驱动方法和基于模型方法的区别与联系。进一步,对于电力网络分析与优化研究对象的分类,分别从拓扑辨识、参数—拓扑联合辨识、系统矩阵辨识、潮流计算及最优潮流计算等多个方面总结了现有数据驱动电力网络分析与优化的研究进展,总结了现有研究中采用的数据驱动方法。最后,提出了数据驱动电力网络分析与优化所面临的挑战,展望了该领域未来可能的研究方向。     

基于斜回归树及其集成算法的静态电压稳定规则提取

可再生能源渗透率的增加给电力系统安全稳定运行带来持续性的挑战,传统方法分析系统稳定性、控制电网稳定运行变得愈加困难。针对这一难题,提出了内嵌安全稳定约束的电力系统优化运行框架以及用于电力系统安全稳定规则提取的斜回归树及其集成算法。该算法首先优化斜划分系数以训练单棵斜回归树,然后利用boosting思想集成斜回归树,并通过正则化方法保证树的稀疏度,增强算法的可解释性。相比神经网络等黑箱模型,文中提出的方法能够提取显式安全稳定规则,为内嵌安全稳定约束的电力系统优化运行奠定了基础。最后,以静态电压稳定问题为例验证算法的有效性,算例验证结果表明所提算法具有良好的可解释性、较强的表示能力和较高的集成效率。     

面向电气工程学科的“大数据技术与应用”课程构建与教学实践

随着信息与数字技术的不断发展，大数据技术为电气学科带来了深远的影响，现有的电气工程本科人才培养中亟需补充大数据技术的相关知识。该文以清华大学电机系开设的“大数据技术及应用”课程为基础，总结面向电气工程学科的大数据课程的构建思路、教学实践与思考。综述大数据技术在电气工程领域的应用情况，提出面向电气工程的大数据教学的课程内容设计3大原则，构建“基础先导–机器学习模型与方法–电力系统应用–课程探索研究与展示”四阶段教学大纲。此外，课程在竞争性实验方面进行探索实践，培养学生的数据思维及解决电力系统实际问题的能力，通过引入实时反馈机制促进学生的持续思考与反复迭代。本课程希望通过大数据技术与电气工程学科前沿的教学探索，为我国高校电气类专业开设同类型课程提供有价值的参考。