采用多目标遗传算法优化复合绝缘子伞裙半径

(1.南通河海大学海洋与近海工程研究院，江苏南通，226000；2.河海大学物联网工程学院，江苏常州，213022)

采用多目标遗传算法优化复合绝缘子伞裙半径

苗红霞1,2

(1.南通河海大学海洋与近海工程研究院，江苏南通，226000；2.河海大学物联网工程学院，江苏常州，213022)

本文提出了一种基于多目标遗传算法的复合绝缘子伞裙半径对电场分布的优化方法。首先，在软件中，对复合绝缘子电场强度进行数值计算；其次，实现软件与软件相联；最后，在软件中，采用多目标优化遗传算法对三个伞裙半径进行优化。本文以场强极差Range_E最小和场强梯度最大值Max_GradE最小作为两个优化目标，采用多目标遗传算法进行优化的方法，可以统筹兼顾各方面因素，缩短了程序执行时间，增强了优化效果。

复合绝缘子；多目标遗传算法；优化；伞裙半径；电场强度

0 前言

输电线路复合绝缘子是电力系统中广为使用的线路支撑装置，在我国的电力系统中得到了广泛的应用。但复合绝缘子电场分布严重不均匀是其在超特高压线路运用上所面临的一个紧迫问题。强电场造成绝缘子串和金具表面产生电晕放电的机会增大，将会对电力安全运行造成严重威胁，因此改善复合绝缘子电场分布是超/特高压工程外绝缘设备研制及其安全运行的关键技术。

目前有不少学者在研究优化复合绝缘子电场分布的方法，但通过改变伞裙半径从而优化复合绝缘子电场分布的文献却很少。本文拟采用改变大、中、小三个伞裙半径，从而实现多目标优化电场分布，此方法还属首创。绝缘子的电场分析中，场强极差Range_E 和最大场强梯度Max_GradE是完全不同的的两个目标函数，其最小值不在同一处取得，单一目标的优化难以满足更加均匀的电场要求，因此本文采用多目标遗传算法作为优化方法，以场强极差Range_E最小和场强梯度最大值Max_GradE最小作为两个优化目标，以大、中、小伞裙半径作为优化变量，求取更加均匀的电场分布。

1 复合绝缘子伞裙半径对电场分布的多目标优化设计

基于多目标遗传算法的复合绝缘子伞裙半径对电场分布的优化方法，包括以下步骤：在软件中，对复合绝缘子电场强度进行数值计算；实现软件与软件相联；在软件中，采用多目标优化遗传算法对伞裙半径进行优化；得出优化的复合绝缘子电场分布。

1.1 在软件中，对复合绝缘子电场强度进行数值计算

1) 将整个计算区域离散化；

2）区域节点和单元按次序编号；

3）对每个有限元依次进行局部处理，求得这个有限元的局部激励矩阵和局部系数矩阵；

4）将每个单元的局部系数矩阵和局部激励矩阵相加到总系数矩阵和方程组的右端项中；

5）考虑强加边界条件，修正总系数矩阵和方程组的右端项；

6）解方程组，得出各节点的场强数值解。

图1 多目标遗传算法GADST模块优化伞裙半径流程图

图2 使用GADST进行多目标遗传算法迭代得到的最优参数对应的场强分布

表1 多目标优化程序设置值

1.2 实现软件与软件相联

1.3 在软件中，实现多目标遗传算法对伞裙半径进行优化

该优化具体采用GADST模块实现，具体采用六步实现，如图1所示。

step1：确定多个优化目标。具体为确定场强极差Range_E最小和场强梯度最大值Max_GradE最小为两个优化目标。

Step2：确定伞裙半径优化问题的约束类型；

Step3：产生初始种群；

Step4：使种群进化一代；

“种群进化”具体包括九步进行：使用锦标赛方式选择；交叉、变异；创建子种群；合并父子种群；计算序值；非支配排序；计算拥挤距离；修剪种群；计算平均距离。

Step5：判断是否结束迭代，迭代结束条件为达到之前设定的最大迭代次数或者实验误差小于之前设定的最小误差值，如果不结束迭代，则返回Step3。

Step6：输出伞裙半径帕累托最优解，得出优化的复合绝缘子电场分布。

2 复合绝缘子伞裙半径对电场分布的多目标优化实现

多目标优化使用matlab软件中的多目标遗传算法模块GADST实现，优化程序设置值如表1所示。

以大、中、小伞裙半径0.1025，0.0825，0.0625作为初始参数。对Range_E和Max_GradE两个目标，用多目标遗传算法参数进行优化，结果得到的最优解分别为：0.0955，0.0933，0.0585。最优参数对应的场强分布如图2所示。最优参数得到的强极差值Range_E为、场强梯度最大值Max_GradE为。与初始值相比，多目标遗传算法使场强极差值Range_E优化了7.1%，使场强梯度最大值Max_GradE优化了14.0%。

3 结论

本文在matlab软件中使用多目标遗传算法对电场强度进行优化，减少了代码量，节约了计算时间，而且增强了其适应性。此方法不仅可用于伞裙半径，还可以运用到不同电压等级复合绝缘子其它结构参数最优方案的求取过程中。

[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] 郝艳捧，熊国锟，刘芹,等.基于有限元法的染污直流支柱复合绝缘子伞裙参数优化[J].中国电机工程学报, 2013,33(22): 183-190.

[4] 蒋兴良，刘毓，张志劲，等.覆冰地区交流输电线路复合绝缘子伞裙结构的电场分布优化[J].高电压技术, 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

南通河海大学海洋与近海工程研究院“科技研发与产业化引导专项” (2013400203)

苗红霞（1968- ），副教授，博士，研究方向：输配电装备监测和优化新技术。