[發明專利]基于粒子群算法和支持向量機的發電機定子端部繞組結構優化方法

在審

• 申請號: 201810337005.1
• 申請日: 2018-04-16
• 公開（公告）號: CN108520154A
• 公開（公告）日: 2018-09-11
• 發明（設計）人: 王頲;周昱材
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/00
• 代理公司: 重慶蘊博君晟知識產權代理事務所(普通合伙) 50223
• 代理人: 王玉芝

本發明提供一種基于粒子群算法和支持向量機的發電機定子端部繞組結構優化方法，包括步驟：(1)進行有限元分析，記錄每次分析的設計變量和結構響應，分別作為輸入變量和輸出變量，得到建立支持向量機近似模型所需的樣本點；(2)用所得樣本點，以SVM參數為設計變量，進行初始化；(3)進行SVM參數選取，建立具有最優參數的支持向量機近似模型以預測結構響應；(4)以PSO為優化算法，結合支持向量機近似模型進行優化，得到近似模型的優化解；(5)將得到的最優設計變量值代入支持向量機近似模型調用有限元程序進行計算，將計算結果和有限元精確計算結果相比，評判最優解。本發明利用SVM建立準確的近似模型代替有限元分析，提升優化效率。

技術領域

本發明涉及復雜結構優化算法技術領域，具體為一種基于粒子群算法和支持向量機的發電機定子端部繞組結構優化方法。

背景技術

隨著現代科技的發展，為了合理地利用能源、提高經濟效益、保護環境、更好地滿足人們生產生活的需要，國內外電力系統日益向大機組、超高壓和遠距離輸電方向發展。因此，電網容量不斷增大，單機容量也隨之加大，發電機的大容量、大輸出是未來發展的必然趨勢。大型發電機組則是電力系統的核心，二者是相互影響相互依存的。電站的規模在擴大，電網的結構變得越來越復雜，保證機組、電網等安全穩定運行問題就顯得尤為重要。因此電力系統及大型發電機組的穩定問題引起了世界各國的廣泛關注。

大型汽輪發電機組在運行過程中出現的振動對其使用壽命會產生不利影響。若定子端部繞組在兩倍工頻電磁力的作用下發生共振，或在電磁力作用下的振動過大，都可能導致端部繞組結構破壞，產生嚴重的后果。所以，在端部繞組結構的設計中，要求其特定形狀的模態對應的固有頻率避開共振區域，同時在額定負載電磁力作用下的振動幅值小于規定值。因此，研究端部繞組結構的優化設計方案具有極其重要的理論意義和工程實用價值。

端部繞組其結構形式和載荷復雜，結構特性和載荷響應之間關系復雜，若采用經驗公式則過于簡單，無法精確考慮結構各部分之間的相互影響和響應的局部特性，因而有必要采用有限元方法來進行端部繞組結構分析，來精確分析其結構特性和結構響應，作為結構優化的目標函數或約束特性值。端部繞組結構的有限元通常較為復雜，通過有限元分析得到結構響應往往耗時較長，優化過程中又需要不斷調用有限元過程進行迭代計算，使得優化過程的時間成本增大。

因而在端部繞組結構的優化過程中一方面需要尋求有良好搜索能力的優化算法，并采取合理的策略來處理結構優化過程中的各種問題，以有效的尋求結構優化問題的最優解，并且優化算法需要良好的全局尋優能力和較好的收斂性，在盡可能短的時間或迭代次數內尋求到最優解，以降低優化的時間成本，另一方面需要在端部繞組結構優化過程中利用結構響應近似模型，以預測結構響應，代替耗時的有限元分析，降低優化過程中的時間成本。

發明內容

針對現有技術中的缺陷，本發明提供一種基于粒子群算法和支持向量機的發電機定子端部繞組結構優化方法，其利用SVM建立準確的近似模型，代替有限元分析，減少優化時間，提升優化效率，為發電機定子端部繞組結構優化提供了一條高效、高精度、省時的解決方案。

本發明技術方案如下：

一種基于粒子群算法和支持向量機的發電機定子端部繞組結構優化方法，其關鍵在于，包括以下步驟：

(1)進行有限元分析，記錄每次分析的設計變量和結構響應，分別作為輸入變量和輸出變量，得到建立支持向量機近似模型所需的樣本點；

(2)用所得樣本點，以SVM參數為設計變量，進行初始化；

(3)進行SVM參數選取，建立具有最優參數的支持向量機近似模型以預測結構響應；

(4)以PSO為優化算法，結合支持向量機近似模型進行優化，得到近似模型的優化解；