[发明专利]一种基于遗传算法的变压器价格优化方法及装置

权利要求书

1.一种基于遗传算法的变压器价格优化方法，其特征在于：将高、低压线圈电抗高度可调节范围的重合区间大小作为适应度进行第一步遗传，在获得一定数量的可行解后以材料总价格的倒数作为适应度进行第二步遗传，所依托的变压器设计优化装置，包括参数输入模块、遗传引擎模块、参数计算与检查模块和方案输出模块，其组成结构及连接关系如下：参数输入模块用于输入各绕组线规和线圈类型的选择，并根据选型确定各项参数的取值约束；遗传引擎模块用于进行遗传算法相关的计算，包括初始种群的生成、种群的基因互换和变异运算以及基因的筛选；参数计算与检查模块用于进行330kV及以下常规结构变压器相关参数的计算及性能指标的检查，该模块根据参数输入模块确定的参数取值约束随机产生参数，为遗传引擎模块提供符合性能指标的基因个体；方案输出模块用于对遗传引擎模块输出的最后一代的基因进行适应度排序，并将适应度较高的设计方案进行输出，模块中允许人为对参数进行调节以符合实际生产需求；

所述变压器价格优化方法，具体为；

步骤一：根据生产要求录入各项基本参数，选定变压器参数中的可优化变量；

步骤二：利用随机过程生成伪初始种群，并为伪初始种群设定适应度函数和适应度阈值；

根据线规和线圈的选型确定各项参数的取值范围，利用随机过程生成基因个体，根据以下公式计算线圈电抗高度，

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

其中，n_a为轴向并绕根数，n_d为段数，hdy为油道高度，1-Kds为油道压缩系数，h_b的取值如下：

当线规类型为网包换位导线时，h_b＝Bt-δ_t/2；

当线规类型为自粘性导线时，

当线规类型为纸包铜扁线或组合导线时，

其中，Bt为线规宽度，δ_t为外包绝缘皮厚度；

根据压缩系数1-Kds的取值范围，分别计算出低压线圈电抗高度和高压线圈电抗高度变化范围(Hk1_min，Hk1_max)和(Hk2_min，Hk2_max)，定义伪初始种群的适应度函数：

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

根据生产需求，将适应度阈值设置为5；

设定重组运算的概率P₁和变异运算的概率P₂；

步骤三：不断选出伪初始种群中适应度较高的个体进行重组和运算，用运算结果组成下一代种群；

步骤四：重复步骤三直到伪初始种群中具有最佳适应度的个体达到了适应度阈值，将其取出并放入初始种群中；

步骤五：重复步骤四，直到取出一定数量的个体，将这些个体作为初始种群，重新设定适应度函数；

步骤六：设定迭代次数N，对初始种群执行步骤三中的操作N次后将种群中价格最低的10个不同的个体输出。

2.如权利要求1所述的一种基于遗传算法的变压器价格优化方法，其特征还在于：

使用锦标赛算子从伪初始种群中抽取个体，即先从伪初始种群中随机抽取三个个体，取其中适应度较大的两个，先后根据P₁和P₂进行重组和变异运算，如果已经进行过重组运算，则不会进行变异运算，将计算后的两个个体加入下一代种群中；重复直到下一代种群大小和伪初始种群大小相同，用下一代种群代替伪初始种群。