采用多目標遺傳算法優化復合絕緣子傘裙半徑

(1.南通河海大學海洋與近海工程研究院，江蘇南通，226000；2.河海大學物聯網工程學院，江蘇常州，213022)

采用多目標遺傳算法優化復合絕緣子傘裙半徑

苗紅霞1,2

(1.南通河海大學海洋與近海工程研究院，江蘇南通，226000；2.河海大學物聯網工程學院，江蘇常州，213022)

本文提出了一種基于多目標遺傳算法的復合絕緣子傘裙半徑對電場分布的優化方法。首先，在軟件中，對復合絕緣子電場強度進行數值計算；其次，實現軟件與軟件相聯；最后，在軟件中，采用多目標優化遺傳算法對三個傘裙半徑進行優化。本文以場強極差Range_E最小和場強梯度最大值Max_GradE最小作為兩個優化目標，采用多目標遺傳算法進行優化的方法，可以統籌兼顧各方面因素，縮短了程序執行時間，增強了優化效果。

復合絕緣子；多目標遺傳算法；優化；傘裙半徑；電場強度

0 前言

輸電線路復合絕緣子是電力系統中廣為使用的線路支撐裝置，在我國的電力系統中得到了廣泛的應用。但復合絕緣子電場分布嚴重不均勻是其在超特高壓線路運用上所面臨的一個緊迫問題。強電場造成絕緣子串和金具表面產生電暈放電的機會增大，將會對電力安全運行造成嚴重威脅，因此改善復合絕緣子電場分布是超/特高壓工程外絕緣設備研制及其安全運行的關鍵技術。

目前有不少學者在研究優化復合絕緣子電場分布的方法，但通過改變傘裙半徑從而優化復合絕緣子電場分布的文獻卻很少。本文擬采用改變大、中、小三個傘裙半徑，從而實現多目標優化電場分布，此方法還屬首創。絕緣子的電場分析中，場強極差Range_E 和最大場強梯度Max_GradE是完全不同的的兩個目標函數，其最小值不在同一處取得，單一目標的優化難以滿足更加均勻的電場要求，因此本文采用多目標遺傳算法作為優化方法，以場強極差Range_E最小和場強梯度最大值Max_GradE最小作為兩個優化目標，以大、中、小傘裙半徑作為優化變量，求取更加均勻的電場分布。

1 復合絕緣子傘裙半徑對電場分布的多目標優化設計

基于多目標遺傳算法的復合絕緣子傘裙半徑對電場分布的優化方法，包括以下步驟：在軟件中，對復合絕緣子電場強度進行數值計算；實現軟件與軟件相聯；在軟件中，采用多目標優化遺傳算法對傘裙半徑進行優化；得出優化的復合絕緣子電場分布。

1.1 在軟件中，對復合絕緣子電場強度進行數值計算

1) 將整個計算區域離散化；

2）區域節點和單元按次序編號；

3）對每個有限元依次進行局部處理，求得這個有限元的局部激勵矩陣和局部系數矩陣；

4）將每個單元的局部系數矩陣和局部激勵矩陣相加到總系數矩陣和方程組的右端項中；

5）考慮強加邊界條件，修正總系數矩陣和方程組的右端項；

6）解方程組，得出各節點的場強數值解。

圖1 多目標遺傳算法GADST模塊優化傘裙半徑流程圖

圖2 使用GADST進行多目標遺傳算法迭代得到的最優參數對應的場強分布

表1 多目標優化程序設置值

1.2 實現軟件與軟件相聯

1.3 在軟件中，實現多目標遺傳算法對傘裙半徑進行優化

該優化具體采用GADST模塊實現，具體采用六步實現，如圖1所示。

step1：確定多個優化目標。具體為確定場強極差Range_E最小和場強梯度最大值Max_GradE最小為兩個優化目標。

Step2：確定傘裙半徑優化問題的約束類型；

Step3：產生初始種群；

Step4：使種群進化一代；

“種群進化”具體包括九步進行：使用錦標賽方式選擇；交叉、變異；創建子種群；合并父子種群；計算序值；非支配排序；計算擁擠距離；修剪種群；計算平均距離。

Step5：判斷是否結束迭代，迭代結束條件為達到之前設定的最大迭代次數或者實驗誤差小于之前設定的最小誤差值，如果不結束迭代，則返回Step3。

Step6：輸出傘裙半徑帕累托最優解，得出優化的復合絕緣子電場分布。

2 復合絕緣子傘裙半徑對電場分布的多目標優化實現

多目標優化使用matlab軟件中的多目標遺傳算法模塊GADST實現，優化程序設置值如表1所示。

以大、中、小傘裙半徑0.1025，0.0825，0.0625作為初始參數。對Range_E和Max_GradE兩個目標，用多目標遺傳算法參數進行優化，結果得到的最優解分別為：0.0955，0.0933，0.0585。最優參數對應的場強分布如圖2所示。最優參數得到的強極差值Range_E為、場強梯度最大值Max_GradE為。與初始值相比，多目標遺傳算法使場強極差值Range_E優化了7.1%，使場強梯度最大值Max_GradE優化了14.0%。

3 結論

本文在matlab軟件中使用多目標遺傳算法對電場強度進行優化，減少了代碼量，節約了計算時間，而且增強了其適應性。此方法不僅可用于傘裙半徑，還可以運用到不同電壓等級復合絕緣子其它結構參數最優方案的求取過程中。

[1] SIMA Wen-x ia,WU Kun,LI Li-cheng,et al. Optimization of Corona Ring Design for 800 kV UHV DC Transmission Lines[J].High Voltage Engineering, 2007, 33(11):33-36,93.

[2] HUANG Dao-chun, RUAN Jiang-jun,LIU Shou-bao. Potential Distribution Along UHV AC Transmission Line Composite Insulator and Electric Field Distribution on the Surface of Grading Ring[J] . High Voltage Engineering, 2010，36(6):1442-1447.

[3] 郝艷捧，熊國錕，劉芹,等.基于有限元法的染污直流支柱復合絕緣子傘裙參數優化[J].中國電機工程學報, 2013,33(22): 183-190.

[4] 蔣興良，劉毓，張志勁，等.覆冰地區交流輸電線路復合絕緣子傘裙結構的電場分布優化[J].高電壓技術, 2013,39(1)：210 - 217.

Optimization of Composite Insulators umbrella skirt radius based on multi-objective genetic algorithm

Miao Hongxia1,2
(1.Nantong Ocean and Coastal Engineering Research Institute,jiangsu,Nantong 226000; 2.College of Internet of Things Engineering,Hohai University，Changzhou,jiangsu,213022)

An optimization method to composite insulators electric field distribution was proposed based on multi-objective genetic algorithm in this paper.The distribution optimization was studied by changing umbrella skirt radius.Firstly,the numerical calculation of composite insulators electric field intensity was done in Maxwell software.secondly,software was successfully associated with software by calling COM component in VBS(VBScript).Finally,the three umbrella skirt radiuses were optimized based on multiobjective genetic algorithm.Two optimization objectives were defined in this paper.Both field intensity range(Range_E)and field intensity gradient maximum (Max Grad E)tend to minimum.It was easy to take overall consideration with every factor by using multi-objective genetic algorithm, and the program execution time was shortened as well,so that the optimization effect was enhanced.

Composite insulators;multi-objective genetic algorithm；optimization.；umbrella skirt radius; electric field intensity

南通河海大學海洋與近海工程研究院“科技研發與產業化引導專項” (2013400203)

苗紅霞（1968- ），副教授，博士，研究方向：輸配電裝備監測和優化新技術。