論文の概要: Design optimisation of a multi-mode wave energy converter
- arxiv url: http://arxiv.org/abs/2001.08966v1
- Date: Fri, 24 Jan 2020 12:46:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-07 04:57:02.889164
- Title: Design optimisation of a multi-mode wave energy converter
- Title(参考訳): 多モード波エネルギー変換器の設計最適化
- Authors: Nataliia Y. Sergiienko, Mehdi Neshat, Leandro S.P. da Silva, Bradley
Alexander and Markus Wagner
- Abstract要約: カーネギークリーンエナジーが開発したCETOシステムに類似した波動エネルギー変換器(WEC)を設計最適化として検討する。
最適化のための設計パラメータは、ブイ半径、ブイ高さ、テザー傾斜角、および制御変数(減衰と剛性)である。
その結果、このようなシステムの製造コストを考慮せずに、エネルギー生産を最大化することに関心があるなら、ブイをできるだけ大きなものにすべきであることがわかった。
- 参考スコア(独自算出の注目度): 1.250168619098462
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A wave energy converter (WEC) similar to the CETO system developed by
Carnegie Clean Energy is considered for design optimisation. This WEC is able
to absorb power from heave, surge and pitch motion modes, making the
optimisation problem nontrivial. The WEC dynamics is simulated using the
spectral-domain model taking into account hydrodynamic forces, viscous drag,
and power take-off forces. The design parameters for optimisation include the
buoy radius, buoy height, tether inclination angles, and control variables
(damping and stiffness). The WEC design is optimised for the wave climate at
Albany test site in Western Australia considering unidirectional irregular
waves. Two objective functions are considered: (i) maximisation of the annual
average power output, and (ii) minimisation of the levelised cost of energy
(LCoE) for a given sea site. The LCoE calculation is approximated as a ratio of
the produced energy to the significant mass of the system that includes the
mass of the buoy and anchor system. Six different heuristic optimisation
methods are applied in order to evaluate and compare the performance of the
best known evolutionary algorithms, a swarm intelligence technique and a
numerical optimisation approach. The results demonstrate that if we are
interested in maximising energy production without taking into account the cost
of manufacturing such a system, the buoy should be built as large as possible
(20 m radius and 30 m height). However, if we want the system that produces
cheap energy, then the radius of the buoy should be approximately 11-14~m while
the height should be as low as possible. These results coincide with the
overall design that Carnegie Clean Energy has selected for its CETO 6
multi-moored unit. However, it should be noted that this study is not informed
by them, so this can be seen as an independent validation of the design
choices.
- Abstract(参考訳): カーネギークリーンエナジーが開発したCETOシステムに類似した波動エネルギー変換器(WEC)を設計最適化として検討する。
このwecはヒーブ、サージ、ピッチの動きモードからパワーを吸収することができ、最適化問題は自明ではない。
WEC力学は、流体力、粘性抵抗、パワー離陸力を考慮したスペクトル領域モデルを用いてシミュレーションされる。
最適化のための設計パラメータは、ブイ半径、ブイ高さ、テザー傾斜角、および制御変数(減衰と剛性)である。
WECの設計は、一方向の不規則波を考慮して、西オーストラリア州のオールバニ試験場での波の気候に最適化されている。
2つの目的関数を考える。
一 年間平均出力の最大化及び
(II)所定の海域におけるエネルギーのレベル化コスト(LCoE)の最小化。
lcoe計算は、ブイとアンカー系の質量を含むシステムのかなりの質量に対する生成エネルギーの比として近似される。
6つの異なるヒューリスティック最適化手法を適用し、最もよく知られた進化アルゴリズム、群知能技術、数値最適化手法の性能を評価し比較する。
その結果、そのようなシステムの製造コストを考慮せずにエネルギー生産を最大化することに関心があるなら、ブイは可能な限り大きなもの(半径20m、高さ30m)を造るべきであることが示された。
しかし、もし安いエネルギーを生産するシステムを欲しければ、ブイの半径は約11-14~mで、高さは可能な限り低いはずである。
これらの結果はカーネギークリーンエナジーがceto 6のマルチムーアユニットに選んだ全体的な設計と一致した。
しかし、この研究は彼らには知られていないので、これは設計選択の独立した検証と見なすことができる。
関連論文リスト
- Function Approximation for Reinforcement Learning Controller for Energy from Spread Waves [69.9104427437916]
マルチジェネレータ・ウェーブ・エナジー・コンバータ(WEC)は、スプレッド・ウェーブと呼ばれる異なる方向から来る複数の同時波を処理しなければならない。
これらの複雑な装置は、エネルギー捕獲効率、維持を制限する構造的ストレスの低減、高波に対する積極的な保護という複数の目的を持つコントローラを必要とする。
本稿では,システム力学のシーケンシャルな性質をモデル化する上で,ポリシーと批判ネットワークの異なる機能近似について検討する。
論文 参考訳(メタデータ) (2024-04-17T02:04:10Z) - Diffusion Model for Data-Driven Black-Box Optimization [54.25693582870226]
我々は、強力な生成AI技術である拡散モデルに注目し、ブラックボックス最適化の可能性について検討する。
本研究では,1)実数値報酬関数のノイズ測定と,2)対比較に基づく人間の嗜好の2種類のラベルについて検討する。
提案手法は,設計最適化問題を条件付きサンプリング問題に再構成し,拡散モデルのパワーを有効活用する。
論文 参考訳(メタデータ) (2024-03-20T00:41:12Z) - A Novel Hybrid Algorithm for Optimized Solutions in Ocean Renewable
Energy Industry: Enhancing Power Take-Off Parameters and Site Selection
Procedure of Wave Energy Converters [0.0]
海洋再生エネルギー、特に波浪エネルギーは、地球規模のエネルギーポートフォリオを多様化するための重要な要素となっている。
本研究は、オフショア発振サージ波エネルギー変換器(OSWEC)におけるパワーテイクオフパラメータ(PTO)の最適化とサイト選択過程について検討する。
HC-EGWO法を用いることで,他の方法と比較して最大3.31%の出力向上を実現した。
論文 参考訳(メタデータ) (2023-09-19T13:30:17Z) - Finding the Optimum Design of Large Gas Engines Prechambers Using CFD
and Bayesian Optimization [5.381050729919025]
プレシャンバを用いた乱流噴流着火の概念は、大型ガスエンジンのリーン条件下で安定した燃焼を実現するための有望な解決策である。
大型ガスエンジンプリチャンバの設計および運転パラメータの幅が広いことから, 計算流体力学 (CFD) が好ましい。
本研究では,CFDシミュレーションを用いた大規模ガスエンジンプレチャンバ設計のベイズ最適化について検討した。
論文 参考訳(メタデータ) (2023-08-03T13:07:46Z) - Learning Regions of Interest for Bayesian Optimization with Adaptive
Level-Set Estimation [84.0621253654014]
本稿では,高信頼領域を適応的にフィルタするBALLETというフレームワークを提案する。
理論的には、BALLETは探索空間を効率的に縮小することができ、標準BOよりも厳密な後悔を示すことができる。
論文 参考訳(メタデータ) (2023-07-25T09:45:47Z) - Movement Penalized Bayesian Optimization with Application to Wind Energy
Systems [84.7485307269572]
文脈ベイズ最適化(CBO)は、与えられた側情報を逐次決定する強力なフレームワークである。
この設定では、学習者は各ラウンドでコンテキスト(天気条件など)を受け取り、アクション(タービンパラメータなど)を選択する必要がある。
標準的なアルゴリズムは、すべてのラウンドで意思決定を切り替えるコストを前提としませんが、多くの実用的なアプリケーションでは、このような変更に関連するコストが最小化されるべきです。
論文 参考訳(メタデータ) (2022-10-14T20:19:32Z) - Optimization Study of Hydraulic Power Take-off System for an Ocean Wave
Energy Converter [0.0]
本研究の目的は,オーストラリア西部のパースの波浪シナリオにおける直線波エネルギー変換器のPTOシステムパラメータを最適化することである。
非線形問題を解くために10の最適化アルゴリズムが組み込まれている。
遺伝的アルゴリズム、サロゲートアルゴリズム、fminsearchアルゴリズムの修正された組み合わせは、研究された波動シナリオにおいて他のアルゴリズムよりも優れている。
論文 参考訳(メタデータ) (2021-12-17T23:22:56Z) - Optimization-Inspired Learning with Architecture Augmentations and
Control Mechanisms for Low-Level Vision [74.9260745577362]
本稿では,GDC(Generative, Discriminative, and Corrective)の原則を集約する,最適化に着想を得た統合学習フレームワークを提案する。
フレキシブルな組み合わせで最適化モデルを効果的に解くために,3つのプロパゲーティブモジュールを構築した。
低レベル視覚タスクにおける実験は、GDCの有効性と適応性を検証する。
論文 参考訳(メタデータ) (2020-12-10T03:24:53Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳(メタデータ) (2020-10-01T18:14:11Z) - End-to-end deep metamodeling to calibrate and optimize energy loads [0.0]
本研究では,大規模建物のエネルギー性能と快適性,空気質,衛生性を最適化する新しいエンド・ツー・エンド手法を提案する。
シミュレーションプログラムでサンプル化したデータセットを用いてトランスフォーマーネットワークに基づくメタモデルを導入,訓練する。
論文 参考訳(メタデータ) (2020-06-19T07:40:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。