[發明專利]一種基于遺傳算法的變壓器價格優化方法及裝置

有效

• 申請號: 201711360506.3
• 申請日: 2017-12-15
• 公開（公告）號: CN108053250B
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 金福生;李云帆;金昊宸
• 申請（專利權）人: 北京理工大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06N3/12
• 代理公司: 北京正陽理工知識產權代理事務所(普通合伙) 11639
• 代理人: 王民盛

1.一種基于遺傳算法的變壓器價格優化方法，其特征在于：將高、低壓線圈電抗高度可調節范圍的重合區間大小作為適應度進行第一步遺傳，在獲得一定數量的可行解后以材料總價格的倒數作為適應度進行第二步遺傳，所依托的變壓器設計優化裝置，包括參數輸入模塊、遺傳引擎模塊、參數計算與檢查模塊和方案輸出模塊，其組成結構及連接關系如下：參數輸入模塊用于輸入各繞組線規和線圈類型的選擇，并根據選型確定各項參數的取值約束；遺傳引擎模塊用于進行遺傳算法相關的計算，包括初始種群的生成、種群的基因互換和變異運算以及基因的篩選；參數計算與檢查模塊用于進行330kV及以下常規結構變壓器相關參數的計算及性能指標的檢查，該模塊根據參數輸入模塊確定的參數取值約束隨機產生參數，為遺傳引擎模塊提供符合性能指標的基因個體；方案輸出模塊用于對遺傳引擎模塊輸出的最后一代的基因進行適應度排序，并將適應度較高的設計方案進行輸出，模塊中允許人為對參數進行調節以符合實際生產需求；

所述變壓器價格優化方法，具體為；

步驟一：根據生產要求錄入各項基本參數，選定變壓器參數中的可優化變量；

步驟二：利用隨機過程生成偽初始種群，并為偽初始種群設定適應度函數和適應度閾值；

根據線規和線圈的選型確定各項參數的取值范圍，利用隨機過程生成基因個體，根據以下公式計算線圈電抗高度，

Hk＝n_a*n_d*h_b+(n_a*n_d-1)*hdy*(1-Kds)，

其中，n_a為軸向并繞根數，n_d為段數，hdy為油道高度，1-Kds為油道壓縮系數，h_b的取值如下：

當線規類型為網包換位導線時，h_b＝Bt-δ_t/2；

當線規類型為自粘性導線時，

當線規類型為紙包銅扁線或組合導線時，

其中，Bt為線規寬度，δ_t為外包絕緣皮厚度；

根據壓縮系數1-Kds的取值范圍，分別計算出低壓線圈電抗高度和高壓線圈電抗高度變化范圍(Hk1_min，Hk1_max)和(Hk2_min，Hk2_max)，定義偽初始種群的適應度函數：

f₁(x)＝length((Hk1_min，Hk1_max)∩(Hk2_min，Hk2_max))

根據生產需求，將適應度閾值設置為5；

設定重組運算的概率P₁和變異運算的概率P₂；

步驟三：不斷選出偽初始種群中適應度較高的個體進行重組和運算，用運算結果組成下一代種群；

步驟四：重復步驟三直到偽初始種群中具有最佳適應度的個體達到了適應度閾值，將其取出并放入初始種群中；

步驟五：重復步驟四，直到取出一定數量的個體，將這些個體作為初始種群，重新設定適應度函數；

步驟六：設定迭代次數N，對初始種群執行步驟三中的操作N次后將種群中價格最低的10個不同的個體輸出。

2.如權利要求1所述的一種基于遺傳算法的變壓器價格優化方法，其特征還在于：

使用錦標賽算子從偽初始種群中抽取個體，即先從偽初始種群中隨機抽取三個個體，取其中適應度較大的兩個，先后根據P₁和P₂進行重組和變異運算，如果已經進行過重組運算，則不會進行變異運算，將計算后的兩個個體加入下一代種群中；重復直到下一代種群大小和偽初始種群大小相同，用下一代種群代替偽初始種群。