CN107145637A - 基于Kriging模型的套管电容芯子电场优化方法 - Google Patents
基于Kriging模型的套管电容芯子电场优化方法 Download PDFInfo
- Publication number
- CN107145637A CN107145637A CN201710232947.9A CN201710232947A CN107145637A CN 107145637 A CN107145637 A CN 107145637A CN 201710232947 A CN201710232947 A CN 201710232947A CN 107145637 A CN107145637 A CN 107145637A
- Authority
- CN
- China
- Prior art keywords
- capacitor core
- mrow
- msup
- capacitance
- electric field
- 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.)
- Pending
Links
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Abstract
本发明公开了一种基于Kriging模型的套管电容芯子电场优化方法,包括步骤:(1)建立电容式变压器套管模型;(2)选择电容芯子间距和厚度为标注约束参数,得到电容芯子的结构参数;(3)依次改变电容芯子的结构参数,并将模型导入仿真软件中,计算出各个参数下变压器油和电容芯子的最大场强值;(4)分析变压器油和电容芯子的最大场强值与电容芯子的间距和厚度之间的关系;(5)构建Kriging模型对电容芯子的结构参数进行优化处理;(6)将优化参数导入COMSOL进行验证。本发明利用有限元方法计算出套管内部电场分布,并通过构建Kriging模型对电容芯子结构进行最优化求解,结果可验证,计算量小、结果可靠。
Description
技术领域
本发明涉及一种变压器套管内部电容芯子绝缘结构设计,尤其涉及一种基于Kriging模型的套管电容芯子电场优化方法。
背景技术
电力变压器是构成电网的主要设备,在电力系统中起着电压等级变换的作用。随着电力系统输电电压的提高,电力变压器的电压等级也不断提高,这就对变压器套管的绝缘特性提出了更高的要求。套管是变压器箱外的主要绝缘装置,它将变压器的高压和低压绕组的引出线引出到油箱外部,同时起固定引线的作用。目前较为常用的变压器套管有油浸式和电容式两种,其中电容式套管多用于100kV以上的电力变压器。
电容式套管的主要绝缘结构为电容芯子,它是将绝缘纸和铝箔加压力交替卷在导电杆上形成的。这样的设计相当于以导电杆为中心串联多个电容器,根据串联电路分压原理,导电杆对接地法兰的电压应等于各个电容器的电压之和,通过控制各层的电容量可使电场均匀的分布在套管内部。套管中的最大场强值直接关系到变压器的正常运行,而且50%以上的变压器事故都是由套管故障引起的,因此对套管内部电场进行最优化设计尤为重要。
套管电容芯子中电场分布的均匀程度直接影响到套管内部的最大场强值,而最大场强值则主要受电容芯子的间距和厚度影响。传统的电场计算方法很难得到电容芯子的最优参数,且得到的参数无法进行验证缺少可信度。
因此,寻找一种能够对电容芯子最优参数进行可靠预测的方法具有重要的实用价值。
发明内容
发明的主要目的在于克服现有技术的缺点与不足,提供一种基于Kriging模型的套管电容芯子电场优化方法。
该方法利用仿真软件计算出电容芯子和变压器油的最大场强值,通过Kriging模型预测最优解,最后对最优解进行验证,预测结果可靠且计算量小。
为实现上述目的,本发明提供如下技术方案:
一种基于Kriging模型的套管电容芯子电场优化方法,包括以下步骤:
(1)利用CAD参数化建模功能,建立电容式变压器套管模型;
(2)选择电容芯子间距和厚度为标注约束参数,确定研究范围,得到电容芯子的结构参数;
(3)利用CAD参数化建模功能依次改变电容芯子的结构参数,并将模型导入仿真软件COMSOL中,最终计算出各个参数下变压器油和电容芯子的最大场强值;
(4)利用步骤(3)得到的结果初步分析变压器油和电容芯子的最大场强值与电容芯子的间距和厚度之间的关系;
(5)构建Kriging模型对电容芯子的结构参数进行优化处理;
(6)得到最优化的电容芯子结构参数,并将优化参数导入COMSOL进行验证。
进一步地,所述步骤(1)中CAD参数化建模功能具体包括:将模型中各个部分设置为相互约束关系,包括相切、相等、垂直、同心约束关系,并选择电容芯子之间的距离和厚度为标注约束参数,通过改变标注约束参数值进而实现对整个模型的调整。
进一步地,所述步骤(2)中电容芯子的间距在1.0~2.35mm范围内等间隔选取10个数值进行研究,电容芯子厚度在0.2~0.35mm范围内等间隔选取10个数值进行研究。
进一步地,所述步骤(3)具体为:
(31)将改变标注约束参数值后得到的变压器套管模型导入COMSOL软件中;
(32)对模型进行条件加载,包括:各部分材料属性的添加、边界条件的设定及接地和电势的接入;
(33)运行软件计算出电容芯子内部的电场分布,最终得到电容芯子和油间隙中最大场强的数值及出现的位置。
进一步地,所述步骤(5)中构建Kriging模型的具体步骤为:
(51)设n×p试验样本点x={x1,x2…xn},p为设计变量参数,有相应的输出函数为:
Y={y1(x),y2(x)…yn(x)};
(52)据输出函数,未知参数β,σ2可估计为:
β,=(FTR-1F)-1FTR-1Y
式中:F为每个试验点f(x)估值向量;R为试验点相关的函数矩阵;
(53)由于β,σ2均与相关参数θ相关,因此需要先求得θ值,用最大似然估计法对表达式求最小值:
(54)获取θ后,通过响应最佳线性预测可得β,σ2值。
进一步地,所述步骤(6)中所述最优化的电容芯子结构参数即为使得套管内部变压器油和电容芯子的最大场强值最低时,电容芯子间距和厚度的参数值。
进一步地,所述步骤(6)中验证方法具体为:将所得最优化参数代入模型中,再将模型导入仿真软件COMSOL中计算出变压器油和电容芯子的最大场强值,并将所得结果与优化之前获得的结果进行比较。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明采用参数化建模技术,只需要设定各部分之间的约束关系,选择电容芯子之间的距离和厚度为标注约束参数,通过改变标注约束参数即可实现对模型的修改,无需重新建模;
2、本发明采用Kriging模型对电容芯子内部电场进行优化处理,计算量小且结果可靠。
附图说明
图1是本发明实施例的流程示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1
如图1所示,基于Kriging模型的套管电容芯子电场优化方法包括以下步骤:
S1、利用CAD参数化建模功能,建立电容式变压器套管模型。
本步骤采用CAD参数化建模技术,将模型的各个部分设置成各种约束关系,并对套管内部电容芯子结构进行细化,具体如:将模型中各个部分设置为相互约束关系,包括相切、相等、垂直、同心约束关系,并选择电容芯子之间的距离和厚度为标注约束参数,通过改变标注约束参数值进而实现对整个模型的调整。
影响电容芯子中最大场强值的因素有很多,如中心导电杆的粗细、均压球的大小、铝箔的层数、变压器油中水分和气泡含量、温度和承受电压类型等等。在实际运行中变压器油温度、水分和气泡等难以人为控制,且导电杆的粗细、均压球的大小都有变压器的相关电气特性作为设计依据,而电容芯子的间距和厚度是影响最大场强值的可控因素。因此步骤S1中选择电容芯子之间的距离和厚度为标注约束参数,通过改变标注约束参数值进而实现对整个模型的调整。
S2、选择电容芯子间距和厚度为标注约束参数,确定研究范围,得到电容芯子的结构参数。
本步骤重点研究电容芯子厚度和间距对套管内电场分布的影响,因此选择间距和厚度为标注约束参数。按照设计要求,选取电容芯子间距和厚度的研究范围分别为:1~2.35mm和0.2~0.35mm,等间距选取10组结构参数进行研究。
S3、利用CAD参数化建模功能依次改变电容芯子的结构参数,并将模型导入仿真软件COMSOL中,最终计算出各个参数下变压器油和电容芯子的最大场强值,具体包括:
S31、将改变标注约束参数值后得到的变压器套管模型导入COMSOL软件中;
S32、对模型进行条件加载,包括:各部分材料属性的添加、边界条件的设定及接地和电势的接入;
S33、运行软件计算出电容芯子内部的电场分布,最终得到电容芯子和油间隙中最大场强的数值及出现的位置。
本步骤用有限元法建立变压器套管的电场计算模型,给模型各部分赋予相应的材料属性,并对电容芯子结构中的铝箔施加悬浮电位。在对模型进行剖分时,对剖分精度不做太高要求,可以减少计算量,对结果并无太大影响。在将中心导电杆接入电势,套管外侧屏蔽罩设置接地后,通过计算得到结果,绘制电场等势面图后分析电场分布。记录每一组参数下得到的电容芯子内部和变压器油中最大场强值,这样便得到一组完整的样本数据。
S4、利用步骤S3、得到的结果初步分析变压器油和电容芯子的最大场强值与电容芯子的间距和厚度之间的关系。
S5、建立Kriging模型,对电容芯子的结构参数进行优化处理。
初步建立Kriging模型,并利用样本数据进行训练,确定Kriging模型结构。Kriging方法为数学、地质学广泛使用,是基于随机过程的随机预测法,其根据区域内若干信息样品的某种特征数据对该区域同类特征未知数做线性无偏、最小方差估计,具有平滑效应及估计方差最小的统计特征,构建Kriging模型具体包括步骤:
S51、设n×p试验样本点x={x1,x2…xn},p为设计变量参数,有相应的输出函数为:
Y={y1(x),y2(x)…yn(x)};
S52、据输出函数,未知参数β,σ2可估计为:
β’=(FTR-1F)-1FTR-1Y
式中:F为每个试验点f(x)估值向量;R为试验点相关的函数矩阵;
S53、由于β,σ2均与相关参数θ相关,因此需要先求得θ值,用最大似然估计法对表达式求最小值:
S54、获取θ后,通过响应最佳线性预测可得β,σ2值。
S6、得到最优化的电容芯子结构参数,并将优化参数导入COMSOL进行验证。
将上述过程得到的最优解模型重新导入COMSOL中,按照上述过程进行仿真计算,将得到结果与预测结果进行比较。
本实施例采用有限元方法进行仿真计算,并利用Kriging方法进行最优化求解,若得到广泛推广,必将降低电容式套管在运行时的故障率。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种基于Kriging模型的套管电容芯子电场优化方法,其特征在于,包括以下步骤:
(1)利用CAD参数化建模功能,建立电容式变压器套管模型;
(2)选择电容芯子间距和厚度为标注约束参数,确定研究范围,得到电容芯子的结构参数;
(3)利用CAD参数化建模功能依次改变电容芯子的结构参数,并将模型导入仿真软件COMSOL中,最终计算出各个参数下变压器油和电容芯子的最大场强值;
(4)利用步骤(3)得到的结果初步分析变压器油和电容芯子的最大场强值与电容芯子的间距和厚度之间的关系;
(5)构建Kriging模型对电容芯子的结构参数进行优化处理;
(6)得到最优化的电容芯子结构参数,并将优化参数导入COMSOL进行验证。
2.根据权利要求1所述的基于Kriging模型的套管电容芯子电场优化方法,其特征在于,所述步骤(1)中CAD参数化建模功能具体包括:将模型中各个部分设置为相互约束关系,包括相切、相等、垂直、同心约束关系,并选择电容芯子之间的距离和厚度为标注约束参数,通过改变标注约束参数值进而实现对整个模型的调整。
3.根据权利要求1所述的基于Kriging模型的套管电容芯子电场优化方法,其特征在于,所述步骤(2)中电容芯子的间距在1.0~2.35mm范围内等间隔选取10个数值进行研究,电容芯子厚度在0.2~0.35mm范围内等间隔选取10个数值进行研究。
4.根据权利要求1所述的基于Kriging模型的套管电容芯子电场优化方法,其特征在于,所述步骤(3)具体为:
(31)将改变标注约束参数值后得到的变压器套管模型导入COMSOL软件中;
(32)对模型进行条件加载,包括:各部分材料属性的添加、边界条件的设定及接地和电势的接入;
(33)运行软件计算出电容芯子内部的电场分布,最终得到电容芯子和油间隙中最大场强的数值及出现的位置。
5.根据权利要求1所述的基于Kriging模型的套管电容芯子电场优化方法,其特征在于,所述步骤(5)中构建Kriging模型的具体步骤为:
(51)设n×p试验样本点x={x1,x2…xn},p为设计变量参数,有相应的输出函数为:
Y={y1(x),y2(x)…yn(x)};
(52)据输出函数,未知参数β,σ2可估计为:
β’=(FTR-1F)-1FTR-1Y
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>,</mo>
</msup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>n</mi>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>-</mo>
<msup>
<mi>F&beta;</mi>
<mo>,</mo>
</msup>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
<msup>
<mi>R</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>-</mo>
<msup>
<mi>F&beta;</mi>
<mo>,</mo>
</msup>
<mo>)</mo>
</mrow>
</mrow>
式中:F为每个试验点f(x)估值向量;R为试验点相关的函数矩阵;
(53)由于β,σ2均与相关参数θ相关,因此需要先求得θ值,用最大似然估计法对表达式求最小值:
<mrow>
<msub>
<mi>min</mi>
<mrow>
<mi>&theta;</mi>
<mo>></mo>
<mn>0</mn>
</mrow>
</msub>
<mo>{</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mo>&lsqb;</mo>
<mi>n</mi>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>l</mi>
<mi>n</mi>
<mo>|</mo>
<mi>R</mi>
<mo>|</mo>
<mo>&rsqb;</mo>
<mo>}</mo>
<mo>;</mo>
</mrow>
(54)获取θ后,通过响应最佳线性预测可得β,σ2值。
6.根据权利要求1所述的基于Kriging模型的套管电容芯子电场优化方法,其特征在于,所述步骤(6)中所述最优化的电容芯子结构参数即为使得套管内部变压器油和电容芯子的最大场强值最低时,电容芯子间距和厚度的参数值。
7.根据权利要求1所述的基于Kriging模型的套管电容芯子电场优化方法,其特征在于,所述步骤(6)中验证方法具体为:将所得最优化参数代入模型中,再将模型导入仿真软件COMSOL中计算出变压器油和电容芯子的最大场强值,并将所得结果与优化之前获得的结果进行比较。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710232947.9A CN107145637A (zh) | 2017-04-11 | 2017-04-11 | 基于Kriging模型的套管电容芯子电场优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710232947.9A CN107145637A (zh) | 2017-04-11 | 2017-04-11 | 基于Kriging模型的套管电容芯子电场优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107145637A true CN107145637A (zh) | 2017-09-08 |
Family
ID=59773564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710232947.9A Pending CN107145637A (zh) | 2017-04-11 | 2017-04-11 | 基于Kriging模型的套管电容芯子电场优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107145637A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704705A (zh) * | 2017-10-24 | 2018-02-16 | 广东唯金智能环境科技有限公司 | 一种基于kriging模型的空气源热泵热水器冷凝管的优化方法 |
CN109002664A (zh) * | 2018-09-17 | 2018-12-14 | 国网江苏省电力有限公司电力科学研究院 | 一种基于有限元的串联变压器绝缘结构优化方法及系统 |
CN109596926A (zh) * | 2018-12-30 | 2019-04-09 | 国网北京市电力公司 | 变压器试验温度的修正方法及装置 |
CN117129133A (zh) * | 2023-10-27 | 2023-11-28 | 南京中鑫智电科技有限公司 | 一种用于高压套管压力的在线监测方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360403A (zh) * | 2011-10-26 | 2012-02-22 | 中冶南方工程技术有限公司 | 基于Kriging模型的滑动轴套结构优化设计方法 |
-
2017
- 2017-04-11 CN CN201710232947.9A patent/CN107145637A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360403A (zh) * | 2011-10-26 | 2012-02-22 | 中冶南方工程技术有限公司 | 基于Kriging模型的滑动轴套结构优化设计方法 |
Non-Patent Citations (3)
Title |
---|
刘磊等: "基于Kriging模型的载人航天某装置结构优化设计研究", 《环境试验设备》 * |
刘磊等: "基于Kriging法的挖掘机驾驶室减震器性能参数优化", 《江苏大学学报》 * |
曾怡等: "变压器套管电容芯子结构的优化设计", 《电气开关》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704705A (zh) * | 2017-10-24 | 2018-02-16 | 广东唯金智能环境科技有限公司 | 一种基于kriging模型的空气源热泵热水器冷凝管的优化方法 |
CN109002664A (zh) * | 2018-09-17 | 2018-12-14 | 国网江苏省电力有限公司电力科学研究院 | 一种基于有限元的串联变压器绝缘结构优化方法及系统 |
CN109596926A (zh) * | 2018-12-30 | 2019-04-09 | 国网北京市电力公司 | 变压器试验温度的修正方法及装置 |
CN109596926B (zh) * | 2018-12-30 | 2020-10-27 | 国网北京市电力公司 | 变压器试验温度的修正方法及装置 |
CN117129133A (zh) * | 2023-10-27 | 2023-11-28 | 南京中鑫智电科技有限公司 | 一种用于高压套管压力的在线监测方法及系统 |
CN117129133B (zh) * | 2023-10-27 | 2024-01-02 | 南京中鑫智电科技有限公司 | 一种用于高压套管压力的在线监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107145637A (zh) | 基于Kriging模型的套管电容芯子电场优化方法 | |
CN104732300B (zh) | 一种基于模糊分区理论的神经网络风功率短期预测方法 | |
CN106505557A (zh) | 一种遥测错误辨识方法及装置 | |
CN106250660A (zh) | 一种海上风电场谐振分析方法 | |
CN109636009B (zh) | 一种建立确定电网线损的神经网络模型的方法和系统 | |
CN104835018B (zh) | 中压配电网网架的可靠性评估方法及装置 | |
CN106547990A (zh) | 特高压直流换流阀塔阀层集成宽频等效电路模型的建模方法 | |
CN103440497B (zh) | 一种gis绝缘缺陷局部放电图谱模式识别方法 | |
CN110069805A (zh) | 基于hpso和ga-bp算法的螺旋电感优化方法 | |
CN108920751A (zh) | 基于拓扑优化的电力变压器绕组变形状态逆向求解方法 | |
CN108120521A (zh) | 变压器绕组热点温度预测方法及终端设备 | |
CN107085172A (zh) | 一种基于支持向量机的油纸绝缘系统击穿电压预测方法 | |
CN114626769A (zh) | 一种电容式电压互感器运维方法及系统 | |
CN103412171A (zh) | 一种基于极端学习机的电网谐波电压信号检测方法 | |
CN106934096B (zh) | 一种基于架空导线表面温度求解钢芯温度的方法 | |
CN105490288A (zh) | 一种220kV电网无功补偿优化配置方法 | |
CN110445174B (zh) | 一种考虑随机风速影响的风电场系统暂态稳定性评估方法 | |
CN108197381A (zh) | 基于寻优空间形态分析的参数辨识方法 | |
CN105260521B (zh) | 一种基于层次分析法的负荷融合建模方法 | |
CN110276478A (zh) | 基于分段蚁群算法优化svm的短期风电功率预测方法 | |
CN109243790A (zh) | 换流变压器套管电容芯子结构优化方法、装置及存储介质 | |
CN104200035A (zh) | 电气辅助设计方法及系统 | |
CN103812120B (zh) | 一种基于离散型均匀分布函数的配电网无功优化方法 | |
CN111639463A (zh) | 一种基于XGBoost算法的电力系统扰动后频率特征预测方法 | |
CN109917254A (zh) | 一种油浸式套管内绝缘受潮的频域介电谱建模方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170908 |