歡迎訪問山東省聊城華恒變壓器有限公司網站,咨詢熱線:0635-8306160

關于我們 - 聯系我們

13561283366 / 0635-8306160

全國咨詢熱線:

聯系我們
服務熱線
13561283366
地址:聊城市鳳凰工業園
當前位置: 首頁 > 新聞資訊 >>  行業新聞
探討環氧樹脂澆注式干式變壓器電磁優化設計
瀏覽:次 發布日期:2020-07-29 08:42:23

 探討環氧樹脂澆注式干式變壓器電磁優化設計 

   1 干式變壓器

      變壓器的應用遍布全球,需要提高我們的預防意識,由于變壓器在上個世紀很少受到關注,因此不會對可能發生事故的地點提供保護,從而導致許多安全隱患,特別是對兒童的安全存在很大風險,隨著時代的不斷發展,全世界用戶使用的電力都在增加,導致頻繁的安全事故,這需要更多的變壓器來解決負載問題。由于電磁設計是決定了變壓器的最終銷售價格的重要因數之一,因此需要更加優化變壓器的電磁設計并簡化操作過程。

      2 澆注式干式變壓器電磁優化設計

      2.1 遺傳算法

      遺傳算法(GA)基于達爾文的適者生存理論。GA的基本概念由J.H.Holland(1975)開發,證明了使用GAs來解決復雜問題的實用性。遺傳算法已廣泛用于各種領域的優化,包括科學,商業和工程。其成功的主要原因是廣泛的適用性,易用性和全球視角。GA已被用于澆注式干式變壓器建設成本最小化以及建設和運營成本最小化。GA 還用于優化配電澆注式干式變壓器冷卻系統設計。澆注式干式變壓器的參數識別,其中使用GA開發了演化計算模型。遺傳算法也被用于配電澆注式干式變壓器或環形鐵芯澆注式干式變壓器的性能優化,進行了采用遺傳算法和模擬退火的整流澆注式干式變壓器的優化設計,表明了GA 作為整流電力澆注式干式變壓器設計優化的有效搜索技術的有效性。通過使用外部精英策略將遺傳算法與有限元方法相結合來處理澆注式干式變壓器成本最小化問題。提出了配電澆注式干式變壓器的混合優化設計,它結合了二維有限元,遺傳算法和確定性算法來找到最終解,基于總擁有成本的最優澆注式干式變壓器設計。

      2.2 人工神經網絡

      人工神經網絡領域涉及研究靈感來源于理論和計算大腦中神經細胞生物網絡的結構和功能的計算模型。它們通常被設計為解決數學,計算和工程問題的模型。采用人工神經網絡(ANN)預測磁澆注式干式變壓器鐵心特性和鐵心損耗,主要集中在降低組裝澆注式干式變壓器的鐵損,同時提出了設計階段使用NN 的澆注式干式變壓器成本估算在。探索了結合神經網絡的進化規劃,以提高卷繞核心配電澆注式干式變壓器的質量。使用每日負荷曲線中可獲得的信息,使用NN評估配電澆注式干式變壓器中的損耗進行,其中公用事業不需要執行測量來評估所有類型的消費者的負載簡檔。研究了使用神經網絡評估不平衡供應狀態下的鐵損,同時使用田口方法和鐵損最小化來優化單個巖心的生產過程。應用了澆注式干式變壓器油使用壽命識別的神經網絡模型,其中將已開發的NN模型應用于已知澆注式干式變壓器油擊穿電壓的十種不同的運行澆注式干式變壓器上。提出了基于復值開放式遞歸神經網絡的非線性電力澆注式干式變壓器建模方法。人工神經網絡也已廣泛用于檢測澆注式干式變壓器中的異常情況。開發了在線檢測方法,用于區分澆注式干式變壓器中的涌流和故障電流,該方法使用小波信號作為訓練ANN 的輸入。設想了人工神經網絡在解釋和分類不同類型故障中的應用,它采用單獨的神經網絡模型對每種類型的故障進行分類。使用神經網絡檢測內部繞組故障,采用電子鼻和神經網絡來診斷具有內部故障的澆注式干式變壓器。

      2.3 群體智能

      群體智能是通過集體智慧研究計算系統。集體智慧通過環境中大量同質因子的合作而出現。例子包括鳥群,魚群或螞蟻群。范例包括兩個主要子領域:1)蟻群優化(ACO)和2)粒子群優化(PSO),其研究受學校教育,植絨或放牧激發的概率算法。群智能算法被認為是自適應策略,通常應用于搜索和優化問題。使用ACO對初級繞組的匝數進行了最佳選擇,以最大限度地降低澆注式干式變壓器成本,同時優化了電力傳輸網絡中澆注式干式變壓器分接開關設置的范圍,以提高電壓穩定性。ACO也被用于最佳選擇澆注式干式變壓器尺寸以滿足預測負載,采用了澆注式干式變壓器生產的最佳公差設計問題,最大限度地提高了用于生產電力澆注式干式變壓器芯柱的板材的有效利用率。使用常規GA和PSO方法進行澆注式干式變壓器擁有成本計算表明,與其他兩種方法相比,PSO 算法略勝一籌。采用群體智能技術訓練多層神經網絡來區分勵磁涌流和故障電流,這表明與傳統的反向傳播方法相比,用于訓練神經網絡的粒子群優化技術更加準確。改進的粒子群優化算法應用,用于整流澆注式干式變壓器的優化設計,克服了傳統PSO 算法中局部最優陷阱的缺陷。另一種基于群體的AI 技術稱為細菌覓食優化算法(BFOA),已被廣泛接受作為優化和控制的全局優化算法。采用了使用BFOA的澆注式干式變壓器的優化設計,使用BFOA 來精確地估計單相鐵心型澆注式干式變壓器的參數。

      2.4 使用進化算法的多目標優化澆注式干式變壓器設計

      當優化問題僅涉及一個目標時,找到最優解的任務稱為單目標優化。然而,當優化問題涉及多個目標時,找到一個或多個最優解的任務被稱為多目標優化。許多現實世界的搜索和優化問題涉及多個目標。隨著每一代處理解決方案的數量,使用進化算法的多目標優化已經普及。這一特性為進化算法在多目標優化問題中的應用提供了巨大的優勢。證明了基于截斷伽馬概率分布函數的差分算法演化方法,采用了無限制種群規模進化多目標優化算法方法和混沌序列,結合了無限制種群規模和澆注式干式變壓器設計優化過程的進化多目標優化。討論了使用遺傳算法的高頻澆注式干式變壓器的多目標設計優化,使用粒子群優化來考慮效率的最大化和成本的最小化。采用了使用多目標進化優化的澆注式干式變壓器設計來粗略估計澆注式干式變壓器設計規范。提出了使用細菌覓食算法的澆注式干式變壓器多目標優化設計,其中嘗試同時最大化效率并最小化500kVA澆注式干式變壓器的成本。多目標優化澆注式干式變壓器設計是一個不斷發展的領域和多目標優化算法,如矢量評估遺傳算法(VEGA),基于權重的遺傳算法(WBGA),多目標遺傳算法(MOGA),非支配排序。遺傳算法(NSGA)NichedPareto 遺傳算法(NPGA)可用于澆注式干式變壓器設計優化問題。其他精英保留多目標優化技術,如非支配排序遺傳算法(NSGA-II),強度帕累托進化算法(SPEA),距離帕累托遺傳算法,(DPGA),熱力學遺傳算法(TDGA),Pareto-ArchivedEvolution 策略(PAES)也被建議用于解決問題。

探討環氧樹脂澆注式干式變壓器電磁優化設計

山東省聊城華恒變壓器有限公司
聯系電話:0635-8306160
聯系手機:13561283366
網址:http://www.heypenguin.com
地址:聊城市鳳凰工業園

棋乐游棋牌app下载 e博彩票 跑得快 竞技游戏竞猜盘口 pt老虎机注册送礼金