改进遗传算法及其在电力变压器优化设计中的应用研究

摘要

电力变压器的电磁参数优化设计是一个多约束、多变量、非线性规划问题。研究其优化设计方法,对改进产品性能及节约能源等方面有着十分重要的意义。遗传算法是一类全局搜索算法,适合于求解变压器优化设计这一类工程优化问题。基本遗传算法的收敛速度和过早收敛等问题影响其在工程优化中的应用,难以得到全局最优解。本文从电力变压器电磁计算方法、改进遗传算法的设计及电力变压器优化设计数学模型的建立等方面,对电力变压器电磁优化设计问题进行了深入研究。本文主要研究内容如下:1、深入研究电力变压器电磁参数计算过程,并进行优化设计的数学建模,建立以有效材料成本、总损耗的单目标优化数学模型和同时考虑这两个方面的双目标优化数学模型。利用评价函数法将多目标优化问题转化为单目标优化问题。2、介绍了基本遗传算法的原理及其数学理论。针对基本遗传算法在电力变压器优化设计时出现的问题,本文通过引入移民算子和基于进化阶段的适应性策略来增加种群的多样性,改善算法的收敛速度和过早收敛,给出了改进遗传算法的流程图。3、将改进遗传算法应用于新S9-315/10型电力变压器的单目标优化和双目标优化中,得出相应的优化结果,并对比基本遗传算法和改进遗传算法的收敛曲线及种群分布。结果表明:改进遗传算法的收敛速度及种群多样性明显优于基本遗传算法,获得比较满意的全局收敛效果;改进遗传算法有助于电力变压器设计的电磁参数优化,得到令人满意的电力变压器优化设计方案。

目录

摘要

Abstract

第一章 绪论

1.1 课题的研究背景和意义

1.2 国内外研究现状

1.3 变压器设计寻优方案中存在的问题

1.4 本课题主要工作内容

第二章 电力变压器电磁计算及优化数学模型的研究

2.1 变压器设计技术参数的确定

2.2 新S9－315/10 电力变压器的电磁计算

2.3 传统的手工设计计算

2.4 电力变压器电磁优化设计的建模

2.4.1 多目标优化的基本概念

2.4.2 电力变压器电磁优化设计的数学描述

2.4.3 新S9－315/10 电力变压器优化数学模型

第三章 遗传算法的基本原理及改进

3.1 遗传算法的基本流程

3.2 遗传算法的数学理论

3.2.1 模式定理

3.2.2 积木块假设

3.3 基本遗传算法的实现

3.3.1 个体适应度评价

3.3.2 比例选择算子

3.3.3 单点交叉

3.3.4 基本位变异算子

3.3.5 基本遗传算法的主要缺点

3.4 改进遗传算法的设计

3.4.1 染色体编码方式

3.4.2 适应度函数

3.4.3 初始群体的产生

3.4.4 选择算子

3.4.5 交叉算子

3.4.6 变异算子

3.4.7 遗传算法控制参数的选择

3.5 改进遗传算法的实现

3.5.1 改进遗传算法流程图

3.5.2 约束条件的处理

3.5.3 算法的终止

第四章 改进遗传算法在电力变压器优化设计中的应用

4.1 以电力变压器的有效材料成本为目标的单目标优化

4.2 以电力变压器的总损耗为目标的单目标优化

4.3 同时考虑电力变压器成本函数和总损耗函数的双目标优化

4.4 改进遗传算法在电力变压器优化设计应用中的收敛性分析

第五章 课题工作总结与展望

5.1 课题工作总结

5.2 课题进一步工作展望

参考文献

致谢

作者简介

附录