论文部分内容阅读
【摘 要】随着人们生活水平的日益提高,用电量也是逐年增大,为适应人们的生活需要,很多的变电站都在实行改造,变电站接地系统可以保证变电站安全可靠的运行。本文主要讲述遗传算法下一般变电站接地网的计算,希望能为电力工作人员带来一些帮助。
【关键词】遗传算法;变电站接地网;优化设计
由于变电站接地网要起到保护变电站安全运行的作用,所以接地电阻有着非常严格的要求,变电站接地网主要是为电气设备提供一个参考地,一旦发生故障,就能够通过接地网及时的把电流放掉,保护生命与设备的安全,而且随着近些年来变电站系统的变化,一些接地网已不能达到要求,本文就先从遗传算法相关知识说起。
一、遗传算法相关知识
遗传算法是在1975年,美国的J.Holland教授提出的,主要特点是采用概率化的寻优方法,直接对结构对象进行操作,不存在求导和函数连续性的限定,能自动获取和指导优化的搜索空间;具有隐并行性和更好的全局寻优能力;到目前为止,已被人们广泛的应用到组合优化、信号处理以及人工生命等领域中。遗传算法从串集开始开始搜索,覆盖面很大,非常利于全局择优,减少了几步最優解的风险,非常易于实行并行化,不受定义域与连续可微的约束,应用范围很广泛,非常适合与较高的生存概率。基本运算过程包括数据的初始化、评价个体的适应度、选择合适的运算、交叉运算,随后是变异运算终止条件判断。
二、遗传算法下的变电站接地网优化设计研究
(一)最大接触电势基于遗传算法的求取。
在利用不等电位计算时需要同时考虑到大地区域以及导体区域,号要考虑到导体电阻以及漏电流,在计算接触点电势时假设每段的散流电流均是集中在导体的中段,支路电压直接定位端点电压的平均值。利用场路结合的思想,把接地网看成一个网络,为避免复杂的运算,采取节点电压法进行求解,这个方法也避免了计算所引起的误差。
在接地网中注入正弦工频电流Iinj后,假设导体长度非常小,并且支路电压很稳定,那么支路电压的求解公式就是Ub,k=(Un,l+Un,m)/2,式中l、m指的是支路的两个端点,所有的支路与节点都有Ub=K Un的关系。支路电压与支路散流电流关系是I=GUb,整个接地网运用节点电压法就可以达到表达式Iink-Ieq=YUn,其中Y=AZ-1AT,A是指关联矩阵,Y是指节点导纳矩阵,整理所有公式可以得到Iink=KTGKUn+YUn,最大接触电势就可以表达为UT=UGPR-UP。
利用遗传法求取最大接触电势时,随机选取20个点作为初始种群,对每一个点P(x,y)进行描述,若是矩形基地网在500m×200m范围内,那么x的取值就在±250之间,y的取值范围就在±100之间,本文采取二进制编码,对于x变量而言,可以用15位来表示,y变量可以用13位来表示,算子运用轮盘赌进行选择。
在面对优化问题是,通常需要进行反复的实验来确定交叉频率Pc和变异频率Pm,计算过程非常复杂,因此本文采取自适应计算方法。Pc=[Pcl-(Pc1-Pc2)(f,-favg)]/(fmax-favg),Pm=Pml-(Pm1-Pm2)(f,-favg)]/(fmax-favg),式中fmax是指最大适合度,favg是指平均适合度,遗传算法计算流程是:开始→编码→确定优化目标函数→产生初始种群→计算目标函数值→满足条件终止→选择、交叉、变异→重复上一步判断→确定最优解→输出最优解→结束。
(二)遗传算法下的接地网优化计算。
所谓接地网的优化设计就是指在最大接触电势满足条件下,使得接地网的散流分布以及地表电位分布更加的完善。在实践中发现接地网导体按指数分布规律进行分布能够有效地降低地表电位梯度,而且此设计方法更加的具有安全性和经济性,因此本文接地网导体按照指数规律来进行分布,那么距离中心网孔为n级的网孔间距公式为dn=dmaxCn,式中C是指压缩比,dmax是指按规律分布的最大网孔边长,在水平导体上取N根导体,中心网间距就可以表示为:N是偶数时,dmax=L(1-C)/(1+C-2CN/2),N是奇数时,dmax=L(1-C)/2[(1+C-2CN/2)]。
即使是同一个接地网,若是采取不同的压缩比,也会产生不同的拓扑结构,求取在不同压缩比下接地网的优化最大接触电势转化为函数问题,压缩比同时考虑到纵向和横向两方面,把不同的接地网拓扑结构看成染色体,用坐标g(Cx,Cy)表示,其中Cx、Cy分别代表横向压缩比以及纵向压缩比,最大网孔结构已经确定,接地网的最大接触电势求取只需要知道Cx和Cy的值就可以,Cx和Cy的取值范围均在零到一之间,若是大于1就代表四周网孔间距大于中间网孔间距,不符合实际运用。利用二进制编码来进行变量求解,单点交叉概率Pc=0.4,变异概率设置在平均水平上,也就是Pm=0.01,反复更新直到达到收敛为止。
(三)遗传算法变电站优化计算结果。
变电站优化计算结果会根据不同的接地网而发生一些改变,若是接地网面积是230m×182m,系统的最大短路电流为24.2KA,土壤电阻率在100Ω·m,根据以上计算公式的最大接触电势为275V,按照本文的方法来布置接地网导体,导体电阻率在1.7×10-7Ω·m,所得的优化结果也就是最大接触电势是258V,优化结果非常明显。
三、结束语
综上所述,本文基于遗传算法结合基于电磁场和电路相结合的节点电压法,研究了接地网参数的数值计算,并在此基础上研究了接地网优化设计,数据表明优化后的接地网能够使得地表电位变得非常均匀,很大程度上降低了最大接触电势,并在测试时发现中心点引流方式效果更加显著。
参考文献:
[1]何智强,文习山, 张科等.基于遗传算法的变电站接地网优化[J].电力自动化设备, 2008, (6):27-31.
[2]雷将锋,彭敏放, 沈美娥等. 基于云遗传算法的接地网优化设计[J]. 电力自动化设备, 2012,(07):119-123.
[3]付龙海,吴广宁, 王颢等.青藏铁路接地网设计中的遗传优化神经网络[J].高电压技术,2006,(5):90-92.
【关键词】遗传算法;变电站接地网;优化设计
由于变电站接地网要起到保护变电站安全运行的作用,所以接地电阻有着非常严格的要求,变电站接地网主要是为电气设备提供一个参考地,一旦发生故障,就能够通过接地网及时的把电流放掉,保护生命与设备的安全,而且随着近些年来变电站系统的变化,一些接地网已不能达到要求,本文就先从遗传算法相关知识说起。
一、遗传算法相关知识
遗传算法是在1975年,美国的J.Holland教授提出的,主要特点是采用概率化的寻优方法,直接对结构对象进行操作,不存在求导和函数连续性的限定,能自动获取和指导优化的搜索空间;具有隐并行性和更好的全局寻优能力;到目前为止,已被人们广泛的应用到组合优化、信号处理以及人工生命等领域中。遗传算法从串集开始开始搜索,覆盖面很大,非常利于全局择优,减少了几步最優解的风险,非常易于实行并行化,不受定义域与连续可微的约束,应用范围很广泛,非常适合与较高的生存概率。基本运算过程包括数据的初始化、评价个体的适应度、选择合适的运算、交叉运算,随后是变异运算终止条件判断。
二、遗传算法下的变电站接地网优化设计研究
(一)最大接触电势基于遗传算法的求取。
在利用不等电位计算时需要同时考虑到大地区域以及导体区域,号要考虑到导体电阻以及漏电流,在计算接触点电势时假设每段的散流电流均是集中在导体的中段,支路电压直接定位端点电压的平均值。利用场路结合的思想,把接地网看成一个网络,为避免复杂的运算,采取节点电压法进行求解,这个方法也避免了计算所引起的误差。
在接地网中注入正弦工频电流Iinj后,假设导体长度非常小,并且支路电压很稳定,那么支路电压的求解公式就是Ub,k=(Un,l+Un,m)/2,式中l、m指的是支路的两个端点,所有的支路与节点都有Ub=K Un的关系。支路电压与支路散流电流关系是I=GUb,整个接地网运用节点电压法就可以达到表达式Iink-Ieq=YUn,其中Y=AZ-1AT,A是指关联矩阵,Y是指节点导纳矩阵,整理所有公式可以得到Iink=KTGKUn+YUn,最大接触电势就可以表达为UT=UGPR-UP。
利用遗传法求取最大接触电势时,随机选取20个点作为初始种群,对每一个点P(x,y)进行描述,若是矩形基地网在500m×200m范围内,那么x的取值就在±250之间,y的取值范围就在±100之间,本文采取二进制编码,对于x变量而言,可以用15位来表示,y变量可以用13位来表示,算子运用轮盘赌进行选择。
在面对优化问题是,通常需要进行反复的实验来确定交叉频率Pc和变异频率Pm,计算过程非常复杂,因此本文采取自适应计算方法。Pc=[Pcl-(Pc1-Pc2)(f,-favg)]/(fmax-favg),Pm=Pml-(Pm1-Pm2)(f,-favg)]/(fmax-favg),式中fmax是指最大适合度,favg是指平均适合度,遗传算法计算流程是:开始→编码→确定优化目标函数→产生初始种群→计算目标函数值→满足条件终止→选择、交叉、变异→重复上一步判断→确定最优解→输出最优解→结束。
(二)遗传算法下的接地网优化计算。
所谓接地网的优化设计就是指在最大接触电势满足条件下,使得接地网的散流分布以及地表电位分布更加的完善。在实践中发现接地网导体按指数分布规律进行分布能够有效地降低地表电位梯度,而且此设计方法更加的具有安全性和经济性,因此本文接地网导体按照指数规律来进行分布,那么距离中心网孔为n级的网孔间距公式为dn=dmaxCn,式中C是指压缩比,dmax是指按规律分布的最大网孔边长,在水平导体上取N根导体,中心网间距就可以表示为:N是偶数时,dmax=L(1-C)/(1+C-2CN/2),N是奇数时,dmax=L(1-C)/2[(1+C-2CN/2)]。
即使是同一个接地网,若是采取不同的压缩比,也会产生不同的拓扑结构,求取在不同压缩比下接地网的优化最大接触电势转化为函数问题,压缩比同时考虑到纵向和横向两方面,把不同的接地网拓扑结构看成染色体,用坐标g(Cx,Cy)表示,其中Cx、Cy分别代表横向压缩比以及纵向压缩比,最大网孔结构已经确定,接地网的最大接触电势求取只需要知道Cx和Cy的值就可以,Cx和Cy的取值范围均在零到一之间,若是大于1就代表四周网孔间距大于中间网孔间距,不符合实际运用。利用二进制编码来进行变量求解,单点交叉概率Pc=0.4,变异概率设置在平均水平上,也就是Pm=0.01,反复更新直到达到收敛为止。
(三)遗传算法变电站优化计算结果。
变电站优化计算结果会根据不同的接地网而发生一些改变,若是接地网面积是230m×182m,系统的最大短路电流为24.2KA,土壤电阻率在100Ω·m,根据以上计算公式的最大接触电势为275V,按照本文的方法来布置接地网导体,导体电阻率在1.7×10-7Ω·m,所得的优化结果也就是最大接触电势是258V,优化结果非常明显。
三、结束语
综上所述,本文基于遗传算法结合基于电磁场和电路相结合的节点电压法,研究了接地网参数的数值计算,并在此基础上研究了接地网优化设计,数据表明优化后的接地网能够使得地表电位变得非常均匀,很大程度上降低了最大接触电势,并在测试时发现中心点引流方式效果更加显著。
参考文献:
[1]何智强,文习山, 张科等.基于遗传算法的变电站接地网优化[J].电力自动化设备, 2008, (6):27-31.
[2]雷将锋,彭敏放, 沈美娥等. 基于云遗传算法的接地网优化设计[J]. 电力自动化设备, 2012,(07):119-123.
[3]付龙海,吴广宁, 王颢等.青藏铁路接地网设计中的遗传优化神经网络[J].高电压技术,2006,(5):90-92.