基于分层遗传算法的电力变压器优化设计

刘彦琴 1; 孟向军 1; 王曙鸿 1; 邱捷 1; 冯斌 2; 刘方华 2; 魏彩霞 2; 刘凤琴 2

您当前的位置：

首页 >

文章列表页 >

基于分层遗传算法的电力变压器优化设计

更新时间：2025-05-08

- 基于分层遗传算法的电力变压器优化设计
- Design Optimization of Power Transformer Based on Multilevel Genetic Algorithm
- 西安交通大学学报 2009年43卷第6期页码：113-117
- 作者机构：
  
  西安交通大学电气工程学院,西安,710049
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM402
- 网络首发：2009-06-10，
  
  纸质出版：2009
- 稿件说明：
移动端阅览
刘彦琴 1, 孟向军 1, 王曙鸿 1, 等. 基于分层遗传算法的电力变压器优化设计[J]. 西安交通大学学报, 2009,43(6):113-117.

Design Optimization of Power Transformer Based on Multilevel Genetic Algorithm[J]. 2009, 43(6): 113-117.
刘彦琴 1, 孟向军 1, 王曙鸿 1, 等. 基于分层遗传算法的电力变压器优化设计[J]. 西安交通大学学报, 2009,43(6):113-117. DOI：

Design Optimization of Power Transformer Based on Multilevel Genetic Algorithm[J]. 2009, 43(6): 113-117. DOI：

摘要

在研究了分层遗传算法的基础上

分析了该方法动态编码及动态调整遗传算子的优点

提出了一种改进的交叉变异机制.该机制在交叉操作时

不能在关联变量内部选择交叉点

在变异操作时

如果其中一个变量发生了变异

则与其关联的变量也要同时进行变异操作

并且可以将所有个体限制在有效的搜索空间内.文中将分层遗传算法应用于电力变压器优化的问题中

与单层遗传算法相比

在相同计算量的情况下

多层遗传算法成本节约1.83%

负载损耗下降1.01%.

Abstract

An optimization method

multilevel genetic algorithm(MLGA)

is presented. The advantages of dynamic encoding and adjustment of genetic operators in MLGA are analyzed. And improved crossover and mutation techniques in MLGA are proposed. The correlated variables

described as points

in individuals can be operated with crossover and mutation simultaneously. These techniques ensure that all the individuals are limited in effective search space. This MLGA is applied in optimization design of power transformer successfully. A comparison with single level ordinary GA shows that MLGA reduces the cost of transformer by 1.83% and the no-load loss by 1.01% with similar computational consumption.

关键词

Keywords

references

裴素萍,王晓雷, 陈玉国,等.基于改进遗传算法的变压器优化设计研究[J]. 中原工学院学报, 2006, 17(2):52-55.

PEI Suping, WANG Xiaolei, CHEN Yuguo, et al.The study of improved genetic algorithm in transformer optimization design[J]. Journal of Zhongyuan Institute of Technology, 2006,17(2):52-55.

金明. 基于改进鲍威尔法的电力变压器优化设计[J]. 变压器, 1999, 36(10): 12-14.

JIN Ming. Power transformer optimum design based on improved Powell method [J].Transformer, 1999, 36(10): 12-14.

樊叔维,汪国梁,谢卫. 遗传算法在电力变压器优化设计中的应用研究 [J]. 中国电机工程学报,1996,16(5):346-348.

FAN Shuwei, WANG Guoliang, XIE Wei. Genetic algorithm and its application in power transformer optimization design[J].Proceeding of the CSEE, 1996,16(5):346-348.

吴德荣,李景川,励庆孚,等.遗传算法在电机系列优化设计中的应用研究[J].西安交通大学学报,1999, 33(2):14-18.

WU Derong, LI Jingchuan, LI Qingfu, et al. Design optimization of series electrical machines using genetic algorithms [J]. Journal of Xi'an Jiaotong University, 1999, 33(2):14-18.

吴仲超,严新平.一种多层遗传算法的提出及实现[J]. 武汉交通科技大学学报, 2000, 24(4): 384-387.

WU Zhongchao,YAN Xinping. A multi-parallism genetic algorithm and its application[J]. Journal of Wuhan Transportation University, 2000, 24(4): 384-387.

LI Q S, LIU D K, LEUNG A Y T, et al. A multilevel genetic algorithm for the optimum design of structural control systems [J]. International Journal for Numerical Methods in Engineering, 2002,55:817-834.

JENKINS W M. On the application of natural algorithms to structural design optimization[J]. Engineering Structures,1997, 19(4):302-308.

王瑞明, 杨琼. 自适应遗传算法在电力变压器优化设计中的应用[J].变压器,2006, 43(2): 52-55.

WANG Ruiming, YANG Qiong. Application of adaptive genetic algorithm to optimum design of power transformer[J].Transformer,2006, 43(2): 52-55.

尹克宁.变压器设计原理[M].北京:中国电力出版社,2002.

水分对变压器绝缘纸性能影响的分子动力学模拟.2009,43(4):111-115.

电力变压器局部放电特高频信号外部传播特性研究.2008,42(6):718-722.

直流下油中局部放电脉冲波形测量与特性分析.2008,42(4):481-486.

变压器漏电感参数在线辨识方法研究.2008,42(2):199-203.

基于励磁电感参数识别的变压器励磁涌流判别方法.2007,41(10):1214-1218.

支持向量机在电力变压器故障诊断中的应用.2007,41(6):722-726.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

燃气透平双肩壁凹槽叶顶流动传热性能优化研究

大型电力变压器非电量保护研究进展与展望

电力变压器故障诊断多智能体大模型构建与应用

变压器现场超高频局部放电信号的时域特征分析

多工况下离心压气机叶轮-机匣一体联合设计优化