为应对气候变化，中国设定了雄心勃勃的目标：到2030年减少碳排放，到2060年实现碳中和。在加快向绿色低碳能源转型的背景下，抽水蓄能电力的发展愈发重要[1]。抽水蓄能电站对于调节电力系统、稳定电网以及推动可再生能源的大规模整合具有关键作用。因此，抽水蓄能的进一步发展潜力巨大[2]。
中国的抽水蓄能电站装机容量增长迅速。截至2022年底，这些电站的总装机容量预计将达到45.79吉瓦，还有121吉瓦正在建设中[3]。国家发展和改革委员会已制定了加快抽水蓄能发展的计划，预计到2025年装机容量将超过62吉瓦。到2030年，总装机容量预计将超过120吉瓦，是“十四五”规划目标的两倍[4]。这些数据表明抽水蓄能电站的未来前景十分广阔。
由于抽水蓄能电站的建设和运营存在经济考量，高水头系统被广泛采用[5,6]。2014年投入运行的日本胜之川电站的名义水头为714米[7]，而中国最高的设定水头为710米，位于丰宁抽水蓄能电站。高水头泵涡轮机具有较高的旋转速度和较小的水位波动。在输出相同功率的情况下，其较低的流量和紧凑的设计大大降低了建设成本[8]。
其核心技术在于对其水力性能的研究与开发。作为水泵涡轮机的核心部件，对转轮的优化尤为重要。Roh等人[9]通过数值模拟和响应面方法优化了弗朗西斯涡轮机中转轮叶片角度与比转速之间的关系，在保持30兆瓦功率输出不变的情况下，分别在130和270的比转速下使效率提升了1.12%和1.42%，同时改善了内部流动特性，从而建立了适用于更宽比转速范围的叶片角度设计标准。Chen等人[10]提出了一种基于正交试验方法和计算流体动力学的优化策略，用于优化水轮机运行中的水流路径性能。研究结果表明，进水口的角度对效率有重要影响，而转子进水口的直径则显著影响水头。Liu等人[11]采用多种设计优化方法，打造出了具有极高水头和优异性能的转轮，重点研究了叶片载荷和俯仰角如何影响转轮效率及空化特性。Chirkov等人[12]提出了一种基于高斯过程元模型支持的多目标遗传算法，用于加速水轮机转轮的形状优化，实验结果表明，该方法在设计参数较多时能显著减少CFD计算次数并提高优化效率。Qin等人[13]通过引入“扫掠”“弯曲”“扭转”等新概念，并运用多准则优化方法，系统且创新地设计了高压侧泵涡轮机的叶轮几何结构，提高了效率，显著增强了运行稳定性，同时消除了尖点不稳定性区域。Schleicher等人[14]研究了一种新型模块化抽水蓄能系统，他们采用响应面优化方法对泵涡轮机转轮进行初步的水力设计，使得泵的水力效率在最佳运行条件下提升了1.06%。Chirkov等人[15]提出了一种基于CFD的方法，利用内部求解器评估涡轮机和泵模式下的效率与空化情况，并结合遗传算法进行多目标优化。
由此可见，计算流体动力学（CFD）是优化水轮机转轮设计的重要工具。通过CFD分析可以确定转轮内的流动特性，为优化设计提供依据[16]。然而，使用CFD方法需要大量的计算资源和时间，这使得优化周期较长，难以满足实际工程应用中快速设计的需求。Betancour等人[17]采用响应面方法（RSM）和CFD优化了一种重力涡流涡轮机转轮，发现叶片数量和直径比例对效率有显著影响。Ibarra等人[18]结合因子设计、人工神经网络和遗传算法，对佩尔顿涡轮机的叶片进行了重构和优化，效率提升了约7.4%。尽管取得了这些进展，现有的大多数方法仍依赖于传统的进化算法，而在优化具有强非线性几何-效率关系的高水头涡轮机转轮时，这类算法可能存在全局搜索能力有限或计算成本过高的问题。
为解决上述问题，本研究提出了一种高效的水轮机转轮优化设计方法，该方法整合了拉丁超立方抽样、计算流体动力学（CFD）和机器学习技术。首先，使用CFTurbo软件对水轮机转轮进行三维逆向设计，选取了包括转轮数量、转轮冠部轴向表面以及下环曲线控制参数在内的五个关键参数作为优化变量。接着，利用拉丁超立方抽样方法构建样本空间，通过CFD数值模拟确定不同转轮参数组合下的涡轮机效率。在此基础上，构建了一个BP神经网络预测模型，替代耗时的CFD计算，从而快速预测涡轮机效率。随后，使用改进的人工蜂鸟算法（CHSAHA）对转轮参数进行全局优化。最后，将优化后的转轮性能与原始转轮性能进行比较，以验证所提优化设计的有效性。
本研究系统地整合了拉丁超立方抽样、CFD、BP神经网络和人工蜂鸟算法。这些技术相互配合，构建了一个高效且简化的涡轮机转子优化设计流程。这种集成方法克服了传统优化方法的局限性，能够实现对高水头水轮机转轮的多参数全局优化。此外，所提出的优化方法能够显著缩短水轮机的设计周期，从而降低成本，为提升高水头水轮机的性能提供了便捷有效的框架。
本文的后续章节将按照以下结构展开：第2节将介绍所使用的计算模型、数值方法和优化流程；第3节将展示样本的构建过程；第4节将介绍预测模型和优化计算方法；第5节将对优化结果进行分析讨论；第6节则将给出结论与展望。
