申请/专利权人：西安交通大学;山东电工电气集团有限公司;国网浙江省电力有限公司

申请日：2021-11-30

公开（公告）日：2024-04-02

公开（公告）号：CN114065594B

主分类号：G06F30/23

分类号：G06F30/23;G06F30/27;G06F30/398;G06F111/04;G06F111/06;G06F113/04

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.03.08#实质审查的生效;2022.02.18#公开

摘要：一种基于神经网络模型的GIS用单支柱绝缘子电气性能优化方法，包括以下步骤：在三维CAD软件中建立单支柱绝缘子的电场有限元分析模型；确定单支柱绝缘子的电场有限元分析模型的待优化的结构参数；选择单支柱绝缘子电气性能评价指标；通过参数化扫描的方式，获得单支柱绝缘子待优化的结构参数对电气性能评价指标的影响规律，得到深度神经网络的训练集；建立四层深度神经网络使用训练集对模型进行训练，得到三维有限元模型的等效模型；设置目标函数值函数；使用遗传粒子群算法对等效模型进行全局优化；本发明使得单次计算单支柱绝缘子电气性能指标所需时间大大降低，显著降低单支柱绝缘子设计周期和成本，为特高压GIS单支撑绝缘子结构优化提供了新思路。

主权项：1.基于神经网络模型的GIS用单支柱绝缘子电气性能优化方法，其特征在于，具体包括如下步骤：步骤1使用三维CAD软件建立单支柱绝缘子的电场有限元分析模型，根据单支柱绝缘子的特征，确定单支柱绝缘子的电场有限元分析模型的待优化的结构参数，以及选择电场强度超过最大允许值的区域的电场强度作为单支柱绝缘子的电气性能评价指标；步骤2在步骤1建立的单支柱绝缘子的电场有限元分析模型中，使用控制变量法，使得待优化的结构参数在一定范围内变化，计算参数变化时电气性能指标的变化结果，获得深度神经网络训练集，该训练集的输入变量为单支柱绝缘子的待优化参数，输出变量为单支柱绝缘子电气性能评价指标；优化的结构参数的变化范围为： 其中，R1，R2，R3，L2，r1，r2，r3，H1，H2为待优化参数，R1min，R1max，R2min，R2max，R3min，R3max，r1min，r1max，r2min，r2max，r3min，r3max，H1min，H1max，H2min，H2max，L1min，L1max，L2min，L2max为待优化参数的变化范围；在上述变量动态变化过程中，仍需要满足如下式2的动态调节约束，其中L0是单支柱绝缘子总高度； 步骤3建立含有输入层、两层隐含层、输出层的四层深度BP神经网络模型，将步骤2中获得的深度神经网络训练集对该模型进行模型训练，获得单支柱绝缘子电气性能评价的深度神经网络模型，将该模型作为单支柱绝缘子电场有限元分析模型的等效模型，求解深度BP神经网络模型的权值，将此权值作为深度BP神经网络模型的特征参数：3.1确定输入层的节点数量，输出层的节点数量，隐含层的节点数量，其中，输入层节点数为单支柱绝缘子待优化结构参数的数量，输出层节点数量为单支柱绝缘子电气性能评价指标的数量，隐含层节点数量按照经验选取，第一层节点数量在输入层和输出层数量之间，第二层节点数量等于输入层和输出层的节点数量之和；初始化初始权值ω，学习系数η，动量系数α，目标误差ε，以及学习次数epochmax，其中权值ω包含输入层至第一隐含层的权值ω0i，第一隐含层到第二隐含层的权值ωij，第二隐含层到输出层权值ωjk；3.2输入层的输出变量为深度BP神经网络模型的输入变量，将BP神经网络模型的激活函数设定为式3，式中e为自然常数 使用BP神经网络算法对隐含层和输出层进行计算，在下式4中，为第n次迭代中，第一个隐含层输出变量、第二个隐含层输出变量和输出层输出变量， 对BP神经网络模型输出变量计算误差，得到训练误差，式5所示，其中y为第n次迭代中神经网络训练集的输出变量 3.3对权值进行调节，在第n次迭代中，为输入层至第一隐含层的权值调整值，为第一隐含层到第二隐含层的权值调整值，为第二隐含层到输出层权值调整值；求出迭代次数为n时的误差En对的偏导数，将其作为新的权值调整值，对n+1次迭代中的权值进行计算，式6所示 记录误差En对的偏导数，将其作为n+1次迭代的权值调整值，式7所示， 3.4当前训练误差值小于目标误差，则结束学习，继续进行步骤3.5，否则跳转步骤3.2继续进行迭代；3.5对学习过后的权值进行保存，作为深度BP神经网络模型的特征参数，供给后续的优化过程使用；步骤4将单支柱绝缘子电气性能评价指标进行归一化处理，计算单支柱绝缘子电气性能评价指标的加权平均值，将此加权平均值作为目标函数值进行优化；步骤5以步骤3中单支柱绝缘子电场有限元分析模型的等效模型为优化对象，使用遗传粒子群算法对步骤1确定的单支柱绝缘子的电场有限元分析模型的待优化的结构参数进行全局优化，经过迭代优化后，获得最优的结构参数。

全文数据：

权利要求：

百度查询： 西安交通大学;山东电工电气集团有限公司;国网浙江省电力有限公司 基于神经网络模型的GIS用单支柱绝缘子电气性能优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD