CN105574266A - 一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法 - Google Patents
一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法 Download PDFInfo
- Publication number
- CN105574266A CN105574266A CN201510943631.1A CN201510943631A CN105574266A CN 105574266 A CN105574266 A CN 105574266A CN 201510943631 A CN201510943631 A CN 201510943631A CN 105574266 A CN105574266 A CN 105574266A
- Authority
- CN
- China
- Prior art keywords
- optimization
- disc insulator
- basin
- subdomain
- genetic algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000012212 insulator Substances 0.000 title claims abstract description 82
- 238000005457 optimization Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013461 design Methods 0.000 title claims abstract description 25
- 230000002068 genetic effect Effects 0.000 title claims abstract description 25
- 230000005684 electric field Effects 0.000 claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 abstract 1
- 239000004593 Epoxy Substances 0.000 description 11
- 239000002245 particle Substances 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 5
- 239000004020 conductor Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000037237 body shape Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 210000000349 chromosome Anatomy 0.000 description 2
- 230000000452 restraining effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000010292 electrical insulation Methods 0.000 description 1
- 230000005686 electrostatic field Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Physiology (AREA)
- Computational Linguistics (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Architecture (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Insulators (AREA)
Abstract
本发明公开了一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法,包括如下步骤:建立盆式绝缘子的电场和应力有限元分析程序;划分盆式绝缘子待优化部位;确定盆式绝缘子各部位优化决策变量和约束条件,建立结构优化目标函数;构造盆式绝缘子结构优化设计评价函数;采用多种群遗传算法,调用有限元分析程序进行求解。本发明综合考虑了盆式绝缘子的电气性能和机械性能,可以为具有复杂形状的盆式绝缘子的整体结构确定出全面的优化设计方案,有效降低盆式绝缘子的设计周期和设计成本,具有广泛的实用性和经济性。
Description
技术领域
本发明属于电力设备绝缘结构设计技术领域,特别是涉及一种基于多种群遗传算法的盆式绝缘子电气和机械性能优化设计方法。
背景技术
盆式绝缘子是气体绝缘金属封闭开关设备(GasInsulatedSwitchgear,GIS)的关键部件,在GIS中起着支撑导体、隔离气室和电气绝缘的作用,其结构设计需要考虑电气和机械两方面的性能。目前对于盆式绝缘子的设计主要是借助计算机数值计算手段,针对盆式绝缘子的某一位置的电性能进行优化,这忽视了盆式绝缘子结构改变时对其机械性能的影响,具有局限性。
盆式绝缘子结构优化设计涉及到内、外屏蔽电极形状与位置,盆体形状等多个变量,性能要求包括盆体表面电场,内、外屏蔽电极表面场强,盆体表面应力等多个目标,属于多变量多目标约束的最优化问题范畴。盆式绝缘子形状复杂,需要较多参数才能确定一种结构,采用经典遗传算法同时求解整体最优结构很难收敛。
中国优秀硕士论文全文数据库中公开了一种特高压电气设备的电场特性及绝缘性能的研究(沈阳工业大学、梁超、2010年7月),该论文对特高压GIS隔离开关气室三维电场进行了分析计算。针对模型实际结构的复杂性,应用自定义网格划分控制工具的参数设置对模型进行网格划分,解决了智能剖分后的一系列问题。基于电场数值分析理论,采用有限元分析方法,对隔离开关的气室进行电场计算,获得其内部电场强度分布和内部绝缘部件表面电场强度的分布曲线,通过电场强度结果分析,得出隔离开关气室内电场强度较大的位置及电场强度值。最后,对计算结果进行绝缘校核,验证特高压隔离开关的绝缘水平。快速暂态过电压(VFTO)是GIS中特有的一种过电压,是隔离开关分合母线电容电流时产生的,具有上升时间短及幅值高的特点,并且工作气压下绝缘子沿面在VFTO作用下比雷电波作用下要危险得多。因而,该论文研究VFTO作用下的盆式绝缘子的沿面电场分布。利用暂态数学模型,计算了VFTO作用下,盆式绝缘子的电位分布与电场强度分布。通过对盆式绝缘子暂态和静态电场计算结果的比较分析,说明以往对GIS及其相连设备的绝缘设计大部分是通过静电场计算,只考虑雷电冲击下与操作冲击下的电场特性是不准确的,应该考虑到暂态特性,高频下介电常数的非线性变化,考察盆式绝缘子的绝缘水平时,应以暂态电场计算的最大值为判据。从而为盆式绝缘子的绝缘结构设计提供理论参考。
此外,中国优秀硕士论文全文数据库中公开了一种混沌粒子群优化算法及其在GIS绝缘子优化设计中的应用(沈阳工业大学、申力、2009年7月),该论文首先系统地总结了粒子群优化算法,归纳了其发展过程中的各种改进和算法的基本应用,并概述了其在工程优化领域的应用;其次,论述了混沌理论的发展历史!混沌定义和混沌的特性,介绍了常用的优化算法及其特点″由于混沌运动具有遍历性!随机性!规律性等特点,因此通常用来进行优化搜索,可以避免陷入局部极小,具有全局性优点″本文将采用混沌优化方法对电器产品进行优化设计;随后,研究了基于混沌搜索的粒子群算法″本文将混沌搜索和粒子群算法结合起来,用混沌搜索来处理粒子群的早熟收敛问题″通过对各种多极值函数测试,证明该方法有效的解决了混沌方法局部搜索能力弱和粒子群方法容易陷入局部最小的缺点;然后,研究了基于混沌粒子群算法求解约束优化问题″通过在混沌粒子群方法中加入罚函数对约束条件进行处理,以求得带约束的优化问题的最优解″通过对多个带约束的优化函数进行测试,证明该方法对求解约束优化问题有较好的效果;最后,研究了混沌粒子群优化算法在电器优化设计中的应用″利用混沌粒子群方法结合有限元电场计算对Gls中盆式绝缘子的形状进行了优化,通过罚函数法有效的解决了约束条件问题,从而得到了比较理想的结果″计算结果表明该方法有效地解决了电器优化问题,并能够满足实际工程需要。
然而,上述现有技术并没有采用基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法,同时上述现有技术算法复杂,设计周期长,其实用性、经济性相对差。
发明内容
为了解决现有技术中尊在的缺陷,本发明的目的在于提供一种基于多种群遗传算法和有限元法的盆式绝缘子电气和机械性能优化设计方法,以解决在盆式绝缘子进行整体性能优化时,需要同时考虑多个部位的电气和机械性能的问题,从而全面提高盆式绝缘子的整体性能。
为达到上述目的,本发明通过采用以下技术方案予以实现:
一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法,包括如下步骤:
1)建立盆式绝缘子的电场和应力有限元分析程序;
2)根据盆式绝缘子结构特征,划分盆式绝缘子待优化子域,确定优化顺序;
3)确定盆式绝缘子子域的优化决策变量及其约束条件,建立相应的结构优化目标函数;
4)构造盆式绝缘子子域优化设计评价函数;
5)采用多种群遗传算法,调用有限元分析程序,求解子域最优结构;
6)按步骤2)中确定的优化顺序,重复进行上述步骤3至步骤5,完成全部子域的优化。
优选为:所述步骤1)中,用APDL(ANSYSParametricDesignLanguage)语言建立盆式绝缘子的电场和应力分析程序,该程序以盆式绝缘子的结构参数作为输入变量,输出电场和应力计算结果,方便步骤5)调用。
优选为:所述步骤2)中,根据盆式绝缘子结构特征,将盆式绝缘子划分为多个子域,根据各个子域对盆式绝缘子电气和机械性能的重要程度,确定待优化子结构的优化顺序。
优选为:所述步骤3)中,根据盆式绝缘子的子域特征,选取该子域的优化决策变量并确定其取值范围,以关键部位的最大电场强度、最大第一主应力和最大切应力建立优化目标函数。
优选为:所述步骤4)中,将优化目标函数归一化后,采用判断矩阵法,构造盆式绝缘子结构多目标优化设计评价函数。
优选为:所述步骤5)中,初始化评价函数的各个种群的亲代进化群体,调用有限元分析程序,计算并比较亲代群体评价函数的适应度,通过交叉、变异和移民操作产生子代群体,子代重插入父代得到新的亲代群体,反复迭代,直至达到迭代次数。
优选为:所述步骤6)中,根据步骤2)中确定的优化顺序,按照步骤3)至步骤5)对各个子域进行优化,已优化完成的子域的参数在后续优化中不再变动,直至完成全部子域的优化。
有益效果:本发明综合考虑了盆式绝缘子的电气性能和机械性能,可以为具有复杂形状的盆式绝缘子的整体结构确定出全面的优化设计方案,有效降低盆式绝缘子的设计周期和设计成本,具有广泛的实用性和经济性。
附图说明
图1为本发明中基于多种群遗传算法的盆式绝缘子电气和机械性能优化方法流程示意图;
图2为本发明中盆式绝缘子的电场和应力有限元程序流程示意图;
图3为本发明中多种群遗传算法流程示意图;
图4为本发明一种盆式绝缘子的结构示意图;
图5为本发明中第一个子域在进化过程中的评价函数收敛情况示意图;
图6为本发明中第二个子域在进化过程中的评价函数收敛情况示意图。
具体实施方式
下面结合附图和实施例对本发明进一步详细说明。
图1为基于多种群遗传算法和有限元法的盆式绝缘子电气和机械性能优化方法流程示意图;图2为有限元程序示意图;图3为多种群遗传算法流程图;图4为一种盆式绝缘子的结构示意图,其中1为上均压罩,2为下均压罩,3为中心导体,4为环氧盆体。
如图1所示,盆式绝缘子电气和机械性能优化方法流程图,包括:
步骤1):建立盆式绝缘子的电场和应力有限元分析程序。用APDL(ANSYSParametricDesignLanguage)语言建立盆式绝缘子的电场和应力分析程序,该程序以盆式绝缘子的各个部位的关键点坐标作为输入变量,建立盆式绝缘子计算模型,计算分析盆式绝缘子电场和应力分布,输出关键部位电场和应力计算结果。
步骤2):根据盆式绝缘子结构特征,划分盆式绝缘子待优化子域,确定优化顺序。将盆式绝缘子整体结构划分为包含上均压罩、下均压罩和中心导体的屏蔽电极结构和环氧盆体结构两个子域。屏蔽电极对电场分布存在影响,但对盆体应力分布影响较小;环氧盆体对电场分布和盆体应力都有影响。因此,优先化环氧盆体结构,然后在盆体形状确定的情况下再优化屏蔽电极结构。
可选择地,如果需要特别优化某个部位,可以根据需要,将盆式绝缘子整体结构划分为更多的子域。比如将环氧盆体从中间分开,划分成包含上均压罩、下均压罩和中心导体的屏蔽电极结构、环氧盆体高压侧结构和环氧盆体低压侧结构。屏蔽电极对电场分布存在影响,但对盆体应力分布影响较小;环氧盆体高压侧对电场分布和盆体应力都有影响,且大于环氧盆体低压侧。因此,先优化环氧盆体高压侧结构,再优化环氧盆体低压侧结构,最后优化屏蔽电极结构。
步骤3):确定第一个子结构的决策变量和约束条件,建立优化目标函数。根据图4盆式绝缘子结构,将盆体凸面和凹面用两条经过6个关键点的样条曲线拟合,这12个点沿盆体表面均匀分布各个点横坐标固定。以这12个点的纵坐标为决策变量,其取值范围为:
式中X′1min、X′1max、X′2min、X′2max、X′3min、X′3max、X′4min、X′4max、X′5min、X′5max、X′6min、X′6max、X′7min、X′7max、X′8min、X′8max、X′9min、X′9max、X′10min、X′10max、X′11min、X′11max、X′12min、X′12max为决策变量的变化范围;X′1、X′2、X′3、X′4、X′5、X′6、X′7、X′8、X′9、X′10、X′11、X′12为决策变量。
建立目标优化目标函数。所设目标函数为盆体凹面最大第一主应力S′1,盆体凸面最大第一主应力S′2,盆体凹面最大场强E′1,盆体凸面最大场强E2。将目标函数归一化,有
式中,E′1max、E′2max分别为盆体凹面和凸面的电场控制值,S′1max、S′2max分别为盆体凹面和凸面的应力控制值。
步骤4)构造盆式绝缘子子域优化设计评价函数。在盆体结构优化中将盆体凹面最大场强与最大第一主应力看做第一重要,相应的,将盆体凸面最大场强与最大第一主应力看做第二重要。根据各目标函数的重要性,应用判断矩阵法,构造出判断矩阵为:
确定四个目标函数的权系数分别为ω1、ω2、ω3和ω4,最终构造评价函数为
φ1(x)=ω1f1(x)+ω2f2(x)+ω3f3(x)+ω4f4(x)
步骤5)采用多种群遗传算法,调用有限元分析程序,求解子域最优结构,即:多种群遗传算法寻优。如图3所示,为本发明中多种群遗传算法流程图。包括:
A)创建10个初始亲代种群,每个种群都是大小为50,个体长度为16的二进制随机种群。
B)将初始种群解码得到相应的决策变量,代入有限元分析程序对盆式绝缘子进行电场和应力数值计算,读取相应计算果计算出亲代种群每个个体的适应度,采用轮盘赌法进行选择,即每个个体被选中的概率为:
式中为种群j中个体i的适应度值。
采用实数交叉法进行交叉操作,即第k个染色体ak和第1个染色体a1在j位的交叉操作方法为:
式中,b是[0,1]区间的随机数。
对第i个个体的第j个基因aij进行变异的操作方法为:
式中,amax是基因aij的上界;amin是基因aij的下界;f(g)=r2(1-g/Gmax)2,r2是一个随机数,g是当前迭代次数,Gmax是最大进化次数,r为[0,1]区间的随机数。
C)移民操作,移民算子将各种群在进化过程中出现的最优个体定期地引入其他种群中。具体操作规则是,将目标种群中的最差个体用源种群的最优个体代替,得到新的亲代群体。
D)在进化的每一代,通过人工选择算子选出其他种群中的最优个体放入精华种群加以保存。
E)反复迭代上述步骤B)、C)和D),直到精华种群中的最优个体达到规定的保持代数,或迭代次数达到200次。
步骤6)寻优第二个子结构,固定第一个子结构参数不变,执行上述步骤3)、4)和5),完成全部子结构的优化。
根据优化结果,分别绘制出,如图5所示的盆体形状评价函数收敛过程示意图和如图6所示的屏蔽电极结构的评价函数收敛过程示意图。
在以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是本发明的较佳实施例而已,本发明能够以很多不同于在此描述的其它方式来实施,因此本发明不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (7)
1.一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法,其特征在于,包括如下步骤:
步骤1、建立盆式绝缘子的电场和应力有限元分析程序;
步骤2、根据盆式绝缘子结构特征,划分盆式绝缘子待优化子域,确定优化顺序;
步骤3、确定盆式绝缘子子域的优化决策变量及其约束条件,建立相应的结构优化目标函数;
步骤4、构造盆式绝缘子子域优化设计评价函数;
步骤5、采用多种群遗传算法,调用有限元分析程序,求解子域最优结构;
步骤6、按步骤2中确定的优化顺序,重复进行上述步骤3至步骤5,完成全部子结构的优化。
2.如权利要求1所述的一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法,其特征在于:优选的,步骤1中,用APDL(ANSYSParametricDesignLanguage)语言建立盆式绝缘子的电场和应力分析程序,该程序以盆式绝缘子的结构参数作为输入变量,输出电场和应力计算结果,方便步骤5调用。
3.如权利要求2所述的一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法,其特征在于:步骤2中,根据盆式绝缘子结构特征,将盆式绝缘子划分为多个子域,根据各个子域对盆式绝缘子电气和机械性能的重要程度,确定待优化子结构的优化顺序。
4.如权利要求3所述的一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法,其特征在于:步骤3中,根据盆式绝缘子的子域特征,选取该子域的优化决策变量并确定其取值范围,以关键部位的最大电场强度、最大第一主应力和最大切应力建立优化目标函数。
5.如权利要求4所述的一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法,其特征在于:步骤4中,将优化目标函数归一化后,采用判断矩阵法,构造盆式绝缘子结构多目标优化设计评价函数。
6.如权利要求5所述的一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法,其特征在于:步骤5中,初始化评价函数的各个种群的亲代进化群体,调用有限元分析程序,计算并比较亲代群体评价函数的适应度,通过交叉、变异和移民操作产生子代群体,如此反复迭代,直至达到迭代次数。
7.如权利要求6所述的一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法,其特征在于:步骤6中,按照步骤2中确定的优化顺序,按照步骤3至步骤5对各个子域进行优化,已优化完成的子域的参数在后续优化中不再变动,直至完成全部子域的优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510943631.1A CN105574266B (zh) | 2015-12-16 | 2015-12-16 | 一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510943631.1A CN105574266B (zh) | 2015-12-16 | 2015-12-16 | 一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105574266A true CN105574266A (zh) | 2016-05-11 |
CN105574266B CN105574266B (zh) | 2018-08-14 |
Family
ID=55884396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510943631.1A Expired - Fee Related CN105574266B (zh) | 2015-12-16 | 2015-12-16 | 一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105574266B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108362954A (zh) * | 2018-02-01 | 2018-08-03 | 清华大学 | 基于双侧表面电势的盆式绝缘子表面电荷反演算法 |
CN108984978A (zh) * | 2018-08-29 | 2018-12-11 | 西安交通大学 | 基于粒子群算法的gil三支柱绝缘子电气性能优化设计方法 |
CN109241647A (zh) * | 2018-09-21 | 2019-01-18 | 国网陕西省电力公司电力科学研究院 | 一种基于场路结合获取电力元件等效模型和参数的方法 |
CN110348605A (zh) * | 2019-06-12 | 2019-10-18 | 广东工业大学 | 基于改进遗传算法的微电网经济运行优化方法 |
CN111243837A (zh) * | 2020-01-13 | 2020-06-05 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种换流变压器阀侧套管出线装置绝缘结构的优化方法 |
CN111507029A (zh) * | 2020-02-27 | 2020-08-07 | 西安交通大学 | 盆式绝缘子外屏蔽结构的优化方法 |
CN111553089A (zh) * | 2020-05-07 | 2020-08-18 | 西安交通大学 | 一种高耐电性能gis/gil盆式绝缘子的多层次优化设计方法 |
CN112613215A (zh) * | 2020-12-23 | 2021-04-06 | 平高集团有限公司 | 一种盆式绝缘子优化方法 |
CN113392550A (zh) * | 2021-06-10 | 2021-09-14 | 南方电网科学研究院有限责任公司 | 三支柱绝缘子柱腿结构协同设计方法、系统、介质及终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060058985A1 (en) * | 2004-08-31 | 2006-03-16 | Supersonic Aerospace International, Llc | Adjoint-based design variable adaptation |
CN102768701A (zh) * | 2012-07-02 | 2012-11-07 | 河海大学常州校区 | 基于量子遗传算法的高压开关柜绝缘子电场优化方法 |
CN104458917A (zh) * | 2014-12-04 | 2015-03-25 | 中国西电电气股份有限公司 | 一种盆式绝缘子微观缺陷判断方法 |
CN105005675A (zh) * | 2015-08-11 | 2015-10-28 | 河海大学常州校区 | 基于多目标遗传算法的复合绝缘子电场优化方法 |
-
2015
- 2015-12-16 CN CN201510943631.1A patent/CN105574266B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060058985A1 (en) * | 2004-08-31 | 2006-03-16 | Supersonic Aerospace International, Llc | Adjoint-based design variable adaptation |
CN102768701A (zh) * | 2012-07-02 | 2012-11-07 | 河海大学常州校区 | 基于量子遗传算法的高压开关柜绝缘子电场优化方法 |
CN104458917A (zh) * | 2014-12-04 | 2015-03-25 | 中国西电电气股份有限公司 | 一种盆式绝缘子微观缺陷判断方法 |
CN105005675A (zh) * | 2015-08-11 | 2015-10-28 | 河海大学常州校区 | 基于多目标遗传算法的复合绝缘子电场优化方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108362954A (zh) * | 2018-02-01 | 2018-08-03 | 清华大学 | 基于双侧表面电势的盆式绝缘子表面电荷反演算法 |
CN108984978B (zh) * | 2018-08-29 | 2020-10-27 | 西安交通大学 | 基于粒子群算法的gil三支柱绝缘子电气性能优化方法 |
CN108984978A (zh) * | 2018-08-29 | 2018-12-11 | 西安交通大学 | 基于粒子群算法的gil三支柱绝缘子电气性能优化设计方法 |
CN109241647A (zh) * | 2018-09-21 | 2019-01-18 | 国网陕西省电力公司电力科学研究院 | 一种基于场路结合获取电力元件等效模型和参数的方法 |
CN109241647B (zh) * | 2018-09-21 | 2022-09-09 | 国网陕西省电力公司电力科学研究院 | 一种基于场路结合获取电力元件等效模型和参数的方法 |
CN110348605A (zh) * | 2019-06-12 | 2019-10-18 | 广东工业大学 | 基于改进遗传算法的微电网经济运行优化方法 |
CN110348605B (zh) * | 2019-06-12 | 2022-06-14 | 广东工业大学 | 基于改进遗传算法的微电网经济运行优化方法 |
CN111243837B (zh) * | 2020-01-13 | 2021-06-08 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种换流变压器阀侧套管出线装置绝缘结构的优化方法 |
CN111243837A (zh) * | 2020-01-13 | 2020-06-05 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种换流变压器阀侧套管出线装置绝缘结构的优化方法 |
CN111507029A (zh) * | 2020-02-27 | 2020-08-07 | 西安交通大学 | 盆式绝缘子外屏蔽结构的优化方法 |
CN111553089A (zh) * | 2020-05-07 | 2020-08-18 | 西安交通大学 | 一种高耐电性能gis/gil盆式绝缘子的多层次优化设计方法 |
CN112613215A (zh) * | 2020-12-23 | 2021-04-06 | 平高集团有限公司 | 一种盆式绝缘子优化方法 |
CN113392550A (zh) * | 2021-06-10 | 2021-09-14 | 南方电网科学研究院有限责任公司 | 三支柱绝缘子柱腿结构协同设计方法、系统、介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN105574266B (zh) | 2018-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105574266A (zh) | 一种基于多种群遗传算法的盆式绝缘子电气和机械性能综合优化设计方法 | |
CN111474442B (zh) | 一种配电网单相接地故障定位方法及系统 | |
Williams et al. | Probabilistic load flow modeling comparing maximum entropy and Gram-Charlier probability density function reconstructions | |
CN102722613B (zh) | 采用遗传-模拟退火组合对天线宽带匹配网络中电子元件参数的优化方法 | |
CN106972504B (zh) | 基于遗传算法的区间无功优化方法 | |
CN105425118A (zh) | 一种多信息融合故障电弧检测方法及装置 | |
CN110687393B (zh) | 一种基于vmd-svd-fcm的阀短路保护故障定位方法 | |
CN103440497B (zh) | 一种gis绝缘缺陷局部放电图谱模式识别方法 | |
CN115564331A (zh) | 配电网典型故障风险感知方法、配电网、设备及存储介质 | |
Qiu et al. | Energy storage features and a predictive model for switching impulse flashover voltages of long air gaps | |
CN110350522A (zh) | 一种基于加权h指数的电力系统脆弱线路辨识方法 | |
Liu et al. | Investigation on surface electric field distribution features related to insulator flashover in SF 6 gas | |
CN104392397A (zh) | 一种基于熵权法的短路电流抑制方案评价方法 | |
Gao et al. | High-impedance arc fault modeling for distribution networks based on dynamic geometry dimension | |
Shemshadi et al. | A novel approach for reduction of electric field stress in vacuum interrupter chamber using advanced soft computing algorithms | |
Eriksson | Easy evaluation of streamer discharge criteria | |
Suyaroj et al. | Transient state estimation with the Bergeron transmission line model | |
CN103399190A (zh) | 基于pscad/emtdc的配电线路感应过电压的计算方法 | |
CN105678014A (zh) | 一种气体介质的储能特征与放电电压预测方法 | |
Kheshti et al. | Optimal overcurrent relay coordination in distribution network based on Lightning Flash Algorithm | |
Qiu et al. | Air insulation prediction theory and applications | |
CN108090311B (zh) | 基于路径特征集与支持向量回归的空气击穿电压预测方法 | |
Manić et al. | Efficient EM scattering analysis based on MoM, HSS direct solver, and RRQR decomposition | |
Zhang et al. | Optimal design of shielding structure in ultra-high voltage GIS bushing using artificial fish-swarm algorithm | |
Saraswathi | A modified method for order reduction of large scale discrete systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180814 |