對(duì)電場(chǎng)分布和盆體應(yīng)力都有影響。因此，優(yōu)先化環(huán)氧盆體結(jié)構(gòu)，然后在盆體形狀確定的情況 下再優(yōu)化屏蔽電極結(jié)構(gòu)。
[0034] 可選擇地，如果需要特別優(yōu)化某個(gè)部位，可以根據(jù)需要，將盆式絕緣子整體結(jié)構(gòu)劃 分為更多的子域。比如將環(huán)氧盆體從中間分開，劃分成包含上均壓罩、下均壓罩和中心導(dǎo)體 的屏蔽電極結(jié)構(gòu)、環(huán)氧盆體高壓側(cè)結(jié)構(gòu)和環(huán)氧盆體低壓側(cè)結(jié)構(gòu)。屏蔽電極對(duì)電場(chǎng)分布存在 影響，但對(duì)盆體應(yīng)力分布影響較小;環(huán)氧盆體高壓側(cè)對(duì)電場(chǎng)分布和盆體應(yīng)力都有影響，且大 于環(huán)氧盆體低壓側(cè)。因此，先優(yōu)化環(huán)氧盆體高壓側(cè)結(jié)構(gòu)，再優(yōu)化環(huán)氧盆體低壓側(cè)結(jié)構(gòu)，最后 優(yōu)化屏蔽電極結(jié)構(gòu)。
[0035]步驟3):確定第一個(gè)子結(jié)構(gòu)的決策變量和約束條件，建立優(yōu)化目標(biāo)函數(shù)。根據(jù)圖4 盆式絕緣子結(jié)構(gòu)，將盆體凸面和凹面用兩條經(jīng)過(guò)6個(gè)關(guān)鍵點(diǎn)的樣條曲線擬合，這12個(gè)點(diǎn)沿盆 體表面均勻分布各個(gè)點(diǎn)橫坐標(biāo)固定。以這12個(gè)點(diǎn)的縱坐標(biāo)為決策變量，其取值范圍為：
[0037] 式中 X， lmin > X lmax > X 2min、 X， 2max、 X 3min、 X， 3max > X 4min > X 4max > X 5min > X 5max > X 6min、 γ/ γ/ γ/ γ/ γ/ γ/ γ/ γ/ γ/ γ/ γ/ γ/ γ/ A 6max > A 7min > A 7max > A 8min > A 8max > A 9min > A 9max > A lOmin > A lOmax > A llmin > A Umax > A 12min > A 12max 為決策變量的變化范圍;X\、xS、xW 4、χ? 6、χ? 8、xW 1〇、Χ? 12為決策變量。
[0038] 建立目標(biāo)優(yōu)化目標(biāo)函數(shù)。所設(shè)目標(biāo)函數(shù)為盆體凹面最大第一主應(yīng)力S' i，盆體凸面 最大第一主應(yīng)力S'2,盆體凹面最大場(chǎng)強(qiáng)E'1，盆體凸面最大場(chǎng)強(qiáng)E2。將目標(biāo)函數(shù)歸一化，有
[0040] 式中，E':胃"2max分別為盆體凹面和凸面的電場(chǎng)控制值，f 2max分別為盆體 凹面和凸面的應(yīng)力控制值。
[0041]步驟4)構(gòu)造盆式絕緣子子域優(yōu)化設(shè)計(jì)評(píng)價(jià)函數(shù)。在盆體結(jié)構(gòu)優(yōu)化中將盆體凹面最 大場(chǎng)強(qiáng)與最大第一主應(yīng)力看做第一重要，相應(yīng)的，將盆體凸面最大場(chǎng)強(qiáng)與最大第一主應(yīng)力 看做第二重要。根據(jù)各目標(biāo)函數(shù)的重要性，應(yīng)用判斷矩陣法，構(gòu)造出判斷矩陣為：
[0043] 確定四個(gè)目標(biāo)函數(shù)的權(quán)系數(shù)分別為ωι、ω2、ω3和ω4,最終構(gòu)造評(píng)價(jià)函數(shù)為
[0044] <})l(X)=C〇ifi(X)+C〇2f2(X)+W3f3(X)+W4f4(X)
[0045] 步驟5)采用多種群遺傳算法，調(diào)用有限元分析程序，求解子域最優(yōu)結(jié)構(gòu)，即：多種 群遺傳算法尋優(yōu)。如圖3所示，為本發(fā)明中多種群遺傳算法流程圖。包括：
[0046] A)創(chuàng)建10個(gè)初始親代種群，每個(gè)種群都是大小為50,個(gè)體長(zhǎng)度為16的二進(jìn)制隨機(jī) 種群。
[0047] B)將初始種群解碼得到相應(yīng)的決策變量，代入有限元分析程序?qū)ε枋浇^緣子進(jìn)行 電場(chǎng)和應(yīng)力數(shù)值計(jì)算，讀取相應(yīng)計(jì)算果計(jì)算出親代種群每個(gè)個(gè)體的適應(yīng)度，采用輪盤賭法 進(jìn)行選擇，即每個(gè)個(gè)體被選中的概率為：
[0049] 式中為種群j中個(gè)體i的適應(yīng)度值。
[0050] 采用實(shí)數(shù)交叉法進(jìn)行交叉操作，即第k個(gè)染色體ak和第1個(gè)染色體al在j位的交叉 操作方法為：
[0052]式中，b是[0，1]區(qū)間的隨機(jī)數(shù)。
[0053]對(duì)第i個(gè)個(gè)體的第j個(gè)基因 aij進(jìn)行變異的操作方法為：
[0055] 式中，amax是基因 aij的上界;amin是基因 aij的下界;f (g) =r2(l-g/Gmax)2，r2是一個(gè) 隨機(jī)數(shù)，g是當(dāng)前迭代次數(shù)，Gmax是最大進(jìn)化次數(shù)，r為[0，1]區(qū)間的隨機(jī)數(shù)。
[0056] C)移民操作，移民算子將各種群在進(jìn)化過(guò)程中出現(xiàn)的最優(yōu)個(gè)體定期地引入其他種 群中。具體操作規(guī)則是，將目標(biāo)種群中的最差個(gè)體用源種群的最優(yōu)個(gè)體代替，得到新的親代 群體。
[0057] D)在進(jìn)化的每一代，通過(guò)人工選擇算子選出其他種群中的最優(yōu)個(gè)體放入精華種群 加以保存。
[0058] E)反復(fù)迭代上述步驟B)、C)和D)，直到精華種群中的最優(yōu)個(gè)體達(dá)到規(guī)定的保持代 數(shù)，或迭代次數(shù)達(dá)到200次。
[0059]步驟6)尋優(yōu)第二個(gè)子結(jié)構(gòu)，固定第一個(gè)子結(jié)構(gòu)參數(shù)不變，執(zhí)行上述步驟3)、4)和 5)，完成全部子結(jié)構(gòu)的優(yōu)化。
[0060] 根據(jù)優(yōu)化結(jié)果，分別繪制出，如圖5所示的盆體形狀評(píng)價(jià)函數(shù)收斂過(guò)程示意圖和如 圖6所示的屏蔽電極結(jié)構(gòu)的評(píng)價(jià)函數(shù)收斂過(guò)程示意圖。
[0061] 在以上的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明。但是以上描述僅是 本發(fā)明的較佳實(shí)施例而已，本發(fā)明能夠以很多不同于在此描述的其它方式來(lái)實(shí)施，因此本 發(fā)明不受上面公開的具體實(shí)施的限制。同時(shí)任何熟悉本領(lǐng)域技術(shù)人員在不脫離本發(fā)明技術(shù) 方案范圍情況下，都可利用上述揭示的方法和技術(shù)內(nèi)容對(duì)本發(fā)明技術(shù)方案做出許多可能的 變動(dòng)和修飾，或修改為等同變化的等效實(shí)施例。凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本 發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所做的任何簡(jiǎn)單修改、等同變化及修飾，均仍屬于本發(fā)明技 術(shù)方案保護(hù)的范圍內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于多種群遺傳算法的盆式絕緣子電氣和機(jī)械性能綜合優(yōu)化設(shè)計(jì)方法，其特征 在于，包括如下步驟： 步驟1、建立盆式絕緣子的電場(chǎng)和應(yīng)力有限元分析程序； 步驟2、根據(jù)盆式絕緣子結(jié)構(gòu)特征，劃分盆式絕緣子待優(yōu)化子域，確定優(yōu)化順序； 步驟3、確定盆式絕緣子子域的優(yōu)化決策變量及其約束條件，建立相應(yīng)的結(jié)構(gòu)優(yōu)化目標(biāo) 函數(shù)； 步驟4、構(gòu)造盆式絕緣子子域優(yōu)化設(shè)計(jì)評(píng)價(jià)函數(shù)； 步驟5、采用多種群遺傳算法，調(diào)用有限元分析程序，求解子域最優(yōu)結(jié)構(gòu)； 步驟6、按步驟2中確定的優(yōu)化順序，重復(fù)進(jìn)行上述步驟3至步驟5,完成全部子結(jié)構(gòu)的優(yōu) 化。2. 如權(quán)利要求1所述的一種基于多種群遺傳算法的盆式絕緣子電氣和機(jī)械性能綜合優(yōu) 化設(shè)計(jì)方法，其特征在于：優(yōu)選的，步驟1中，用APDL(ANSYS Parametric Design Language) 語(yǔ)言建立盆式絕緣子的電場(chǎng)和應(yīng)力分析程序，該程序以盆式絕緣子的結(jié)構(gòu)參數(shù)作為輸入變 量，輸出電場(chǎng)和應(yīng)力計(jì)算結(jié)果，方便步驟5調(diào)用。3. 如權(quán)利要求2所述的一種基于多種群遺傳算法的盆式絕緣子電氣和機(jī)械性能綜合優(yōu) 化設(shè)計(jì)方法，其特征在于:步驟2中，根據(jù)盆式絕緣子結(jié)構(gòu)特征，將盆式絕緣子劃分為多個(gè)子 域，根據(jù)各個(gè)子域?qū)ε枋浇^緣子電氣和機(jī)械性能的重要程度，確定待優(yōu)化子結(jié)構(gòu)的優(yōu)化順 序。4. 如權(quán)利要求3所述的一種基于多種群遺傳算法的盆式絕緣子電氣和機(jī)械性能綜合優(yōu) 化設(shè)計(jì)方法，其特征在于:步驟3中，根據(jù)盆式絕緣子的子域特征，選取該子域的優(yōu)化決策變 量并確定其取值范圍，以關(guān)鍵部位的最大電場(chǎng)強(qiáng)度、最大第一主應(yīng)力和最大切應(yīng)力建立優(yōu) 化目標(biāo)函數(shù)。5. 如權(quán)利要求4所述的一種基于多種群遺傳算法的盆式絕緣子電氣和機(jī)械性能綜合優(yōu) 化設(shè)計(jì)方法，其特征在于:步驟4中，將優(yōu)化目標(biāo)函數(shù)歸一化后，采用判斷矩陣法，構(gòu)造盆式 絕緣子結(jié)構(gòu)多目標(biāo)優(yōu)化設(shè)計(jì)評(píng)價(jià)函數(shù)。6. 如權(quán)利要求5所述的一種基于多種群遺傳算法的盆式絕緣子電氣和機(jī)械性能綜合優(yōu) 化設(shè)計(jì)方法，其特征在于:步驟5中，初始化評(píng)價(jià)函數(shù)的各個(gè)種群的親代進(jìn)化群體，調(diào)用有限 元分析程序，計(jì)算并比較親代群體評(píng)價(jià)函數(shù)的適應(yīng)度，通過(guò)交叉、變異和移民操作產(chǎn)生子代 群體，如此反復(fù)迭代，直至達(dá)到迭代次數(shù)。7. 如權(quán)利要求6所述的一種基于多種群遺傳算法的盆式絕緣子電氣和機(jī)械性能綜合優(yōu) 化設(shè)計(jì)方法，其特征在于:步驟6中，按照步驟2中確定的優(yōu)化順序，按照步驟3至步驟5對(duì)各 個(gè)子域進(jìn)行優(yōu)化，已優(yōu)化完成的子域的參數(shù)在后續(xù)優(yōu)化中不再變動(dòng)，直至完成全部子域的 優(yōu)化。
【專利摘要】本發(fā)明公開了一種基于多種群遺傳算法的盆式絕緣子電氣和機(jī)械性能綜合優(yōu)化設(shè)計(jì)方法，包括如下步驟：建立盆式絕緣子的電場(chǎng)和應(yīng)力有限元分析程序；劃分盆式絕緣子待優(yōu)化部位；確定盆式絕緣子各部位優(yōu)化決策變量和約束條件，建立結(jié)構(gòu)優(yōu)化目標(biāo)函數(shù)；構(gòu)造盆式絕緣子結(jié)構(gòu)優(yōu)化設(shè)計(jì)評(píng)價(jià)函數(shù)；采用多種群遺傳算法，調(diào)用有限元分析程序進(jìn)行求解。本發(fā)明綜合考慮了盆式絕緣子的電氣性能和機(jī)械性能，可以為具有復(fù)雜形狀的盆式絕緣子的整體結(jié)構(gòu)確定出全面的優(yōu)化設(shè)計(jì)方案，有效降低盆式絕緣子的設(shè)計(jì)周期和設(shè)計(jì)成本，具有廣泛的實(shí)用性和經(jīng)濟(jì)性。
【IPC分類】G06F17/50, G06N3/12
【公開號(hào)】CN105574266
【申請(qǐng)?zhí)枴緾N201510943631
【發(fā)明人】彭宗仁, 王浩然, 郭子豪, 王闖, 李 禾
【申請(qǐng)人】西安交通大學(xué)
【公開日】2016年5月11日
【申請(qǐng)日】2015年12月16日