基于混沌自适应遗传算法的非晶合金干式变压器优化设计

• 作者: 刘道生 魏博凯 蔡昌万 郭正阳
• 来源期刊: 高压电器
• 关键词: 混沌 自适应 遗传算法 非晶合金干式变压器 优化设计
• 年，卷（期）: 2022,（10）
• 所属期刊栏目: 研究与分析
• 页码范围: 40-47
• 页数: 7页
• 语种: 中文
• DOI: 10.13296/j.1001⁃1609.hva.2022.10.006

摘要

针对目前变压器优化设计周期长、效率低与制造成本高等问题，采用了一种改进的遗传算法（IGA，improved genetic algorithm）—混沌自适应遗传算法（CAGA，chaotic adaptive genetic algorithm）对变压器的参数进行优化。该算法结合了混沌遗传算法（CGA，chaos genetic algorithm）与自适应遗传算法（AGA，adaptive genetic algorithm）各自的优点，将混沌序列、自适应遗传算子与精英策略引入传统遗传算法（SGA，simple genetic algorithms）中，有效地解决了SGA中种群多样性不足与易陷入局部最优问题。以SCLBH15-315/10三相非晶合金干式变压器（非晶干变）为优化设计对象，将变压器主材成本作为优化目标函数，分别采用SGA与IGA（CGA、AGA、CAGA）对非晶干变进行优化设计。实例优化数据分析表明，与原始设计方案相比，SGA与IGA能有效降低非晶干变主材成本并改善其损耗性能。在SGA与IGA中，CAGA优化效果最佳，寻优空间大、速度快，且收敛性强；与原始设计方案相比，CAGA能使非晶干变的主材重量下降11.55%，成本节约12.62%。