一种基于多策略粒子群算法的电磁斥力机构优化设计方法与流程

本发明涉及电磁斥力机构研发领域，具体涉及一种基于多策略粒子群算法的电磁斥力机构优化设计方法。

背景技术：

柔性直流输电技术和直流电网技术是解决新能源并网和消纳的有效技术方案之一。与传统的交流输电系统相比，直流电网的阻抗要小得多，故障发展和传播速度更快，故障保护的难度大大增加，传统的交流断路器无法承担直流电网的故障关断任务，因此研制适用于直流电网的直流断路器是直流电网发展的关键之一。混合式直流断路器具有通态损耗低、分断速度快等优点，是未来直流断路器发展的主要趋势。快速机械开关作为混合式直流断路器中的重要组成部分，它的速动性对混合式直流断路器的关断能力至关重要。因此，对快速机械开关的操动机构进行优化设计，改善其动态性能对快速机械开关和混合式直流断路器都有着重要意义。

基于电磁斥力原理的电磁斥力机构是一种新型操动机构。其具有极高的操动速度，同时具有小型化，易安装，延迟时间短等优点，能够较好地满足快速机械开关速动性的要求，从而成为了近年来开关领域的一个研究热点。

电磁斥力机构的运动过程涉及电路、电磁感应以及机械运动等多个物理场。目前电磁斥力机构的优化设计大多都是对其动态性能单独进行优化，没有考虑到电磁斥力机构储能电容的优化设计。电磁斥力机构的储能电容普遍采用大容量的金属化膜电容，体积尺寸大，不便于实际工程中的装配，而且电磁斥力机构的能量转换效率低，储能电容的储存电能利用不充分，使得现有技术难以研发出整体性能优越的电磁斥力机构。

技术实现要素：

针对现有技术中的上述不足，本发明提供的一种基于多策略粒子群算法的电磁斥力机构优化设计方法解决了基于现有方法得到的电磁斥力机构性能不佳的问题。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种基于多策略粒子群算法的电磁斥力机构优化设计方法，其包括以下步骤：

s1、分别将目标电磁斥力机构的线圈匝数、线圈高度、线圈厚度、金属盘厚度、储能电容容量和充电电压作为待优化参数，根据至少一个待优化参数建立开关触头的运动位移优化目标函数和开关触头的运动速度峰值优化目标函数；

s2、根据目标电磁斥力机构的开关触头运动约束条件、将开关触头的运动位移作为变量，采用惩罚函数法构建第一目标函数；根据能量转换效率，将开关触头的运动速度峰值作为变量建立第二目标函数；

s3、根据线性加权法将第一目标函数和第二目标函数构造为适应度函数；

s4、将待优化参数分别对应为搜索空间中的种群粒子，采用粒子群算法对适应度函数进行求解，得到适应度函数的最优取值，完成电磁斥力机构优化设计。

进一步地，步骤s1中根据至少一个待优化参数建立开关触头的运动位移优化目标函数和开关触头的运动速度峰值优化目标函数的具体方法为：

采用控制变量法基于目标电磁斥力机构的线圈匝数建立开关触头2毫秒时的运动位移优化目标函数y1和开关触头2毫秒时的运动速度峰值优化目标函数y1¹：

y1＝0.1036x1+7.083

y1¹＝0.1892x1+1.938

其中10≤y1≤14；x1为线圈匝数，18≤x1≤32；

采用控制变量法基于目标电磁斥力机构的线圈高度建立开关触头2毫秒时的运动位移优化目标函数y2和开关触头2毫秒时的运动速度峰值优化目标函数y2¹：

其中10≤y2≤14；x2为线圈高度，5≤x2≤20；

采用控制变量法基于目标电磁斥力机构的线圈厚度建立开关触头2毫秒时的运动位移优化目标函数y3和开关触头2毫秒时的运动速度峰值优化目标函数y3¹：

y3＝10.53sin(0.341x3+0.4548)

y3¹＝7.04sin(0.3733x3+0.5032)

其中10≤y3≤14；x3为线圈厚度，1≤x3≤3；

采用控制变量法基于目标电磁斥力机构的金属盘厚度建立开关触头2毫秒时的运动位移优化目标函数y4和开关触头2毫秒时的运动速度峰值优化目标函数y4¹：

其中10≤y4≤14；x4为金属盘厚度，10≤x4≤40；

采用控制变量法基于目标电磁斥力机构的储能电容容量建立开关触头2毫秒时的运动位移优化目标函数y5和开关触头2毫秒时的运动速度峰值优化目标函数y5¹：

y5＝0.001472x5+2.494

y5¹＝0.001167x5+1.121

其中10≤y5≤14；x5为储能电容容量，1000≤x5≤6800；

采用控制变量法基于目标电磁斥力机构的充电电压建立开关触头2毫秒时的运动位移优化目标函数y6和开关触头2毫秒时的运动速度峰值优化目标函数y6¹：

y6＝0.01148x6-6.308

y6¹＝0.00785x6-4.187

其中10≤y6≤14；x6为充电电压，800≤x6≤1600。

进一步地，步骤s2中根据目标电磁斥力机构的开关触头运动约束条件、将开关触头的运动位移作为变量，采用惩罚函数法所构建的第一目标函数的表达式为：

其中f1为第一目标函数；s为目标电磁斥力机构的开关触头2毫秒时的运动位移；σj为惩罚因子；gj为惩罚函数；j＝1，2；

根据能量转换效率，将开关触头的运动速度峰值作为变量所建立的第二目标函数的表达式为：

其中f2为第二目标函数；m为开关运动部分的质量；v为开关触头的最大运动速度；c为储能电容容量；u为储能电容的充电电压。

进一步地，步骤s3的具体方法为：

根据公式

f＝ω1f1+ω2f2

采用线性加权法将第一目标函数f1和第二目标函数f2构造为适应度函数f；其中ω1和ω2均为权重系数。

进一步地，步骤s4的具体方法包括以下子步骤：

s4-1、将线圈匝数、线圈高度、线圈厚度、金属盘厚度、储能电容容量和充电电压分别作为优化参数，得到6个优化参数并分别将6个优化参数对应为搜索空间中的种群粒子，对种群粒子的初始位置和初始速度进行随机赋值；并预设停滞次数的初始值；

s4-2、根据公式

xi^*＝ak+bk-xi

获取第i个初始粒子的反向粒子的位置xi^*；xi^*＝(xi1^*,xi2^*,xi3^*,xi4^*,xi5^*,xi6^*)，xi1^*为线圈匝数对应的第i个初始粒子的反向粒子的位置；xi2^*为线圈高度对应的第i个初始粒子的反向粒子的位置；xi3^*为线圈厚度对应的第i个初始粒子的反向粒子的位置；xi4^*为金属盘厚度对应的第i个初始粒子的反向粒子的位置；xi5^*为储能电容容量对应的第i个初始粒子的反向粒子的位置；xi6^*为充电电压对应的第i个初始粒子的反向粒子的位置；ak和bk分别为第k个优化参数对应的下限值和上限值，k＝1,2,3,4,5,6；xi为第i个粒子的初始位置，xi＝(xi1,xi2,xi3,xi4,xi5,xi6)，xi1为线圈匝数对应的第i个初始粒子的位置；xi2为线圈高度对应的第i个初始粒子的位置；xi3为线圈厚度对应的第i个初始粒子的位置；xi4为金属盘厚度对应的第i个初始粒子的位置；xi5为储能电容容量对应的第i个初始粒子的位置；xi6为充电电压对应的第i个初始粒子的位置；

s4-3、分别将第i个初始粒子在搜索空间的位置xi和与该初始粒子对应的反向粒子的位置xi^*作为适应度函数变量的取值，对应得到适应度函数的正向值fi和反向值fi^*，进而得到每个初始粒子对应的适应度函数的正向值和反向值；

s4-4、逐个比较每个初始粒子对应的适应度函数的正向值和反向值，选取适应度函数更优所对应的粒子的位置；

s4-5、根据适应度函数更优所对应的粒子的位置获取初始种群中第i个粒子的最优位置xpbest,i和种群最优位置xgbest；

s4-6、根据公式

xi^(t+1)＝xi^(t)+vi^(t+1)

vi^(t+1)＝ω3vi^(t)+c1r1(xpbest,i-xi^(t))+c2r2(xgbest-xi^(t))

对第i个粒子在搜索空间的位置进行迭代，并获取迭代后第i个粒子在搜索空间的位置xi^(t+1)；xi^(t)为迭代前第i个粒子在搜索空间的位置；vi^(t+1)为迭代后第i个粒子在搜索空间的移动速度；ω3为惯性权重系数；c1和c2均为加速常数；r1和r2均为(0,1)之间的随机数；vi^(t)为迭代前第i个粒子在搜索空间的移动速度；

s4-7、采用与步骤s4-2至步骤s4-5相同的方法获取第i个粒子新的最优位置和新的种群最优位置；

s4-8、判断前后两个种群最优位置是否发生变化，若是则进入步骤s4-11，否则进入步骤s4-9；

s4-9、将停滞次数加1，并判断当前停滞次数是否大于等于停滞次数阈值，若是则进入步骤s4-10；否则进入步骤s4-11；

s4-10、保留当前粒子的最优位置和种群最优位置，重新对种群粒子的位置随机赋值，初始化停滞次数，返回步骤s4-6；

s4-11、判断迭代次数是否大于等于迭代次数阈值，若是则停止迭代，将当前种群最优位置作为适应度函数的最优取值；否则返回步骤s4-6。

本发明的有益效果为：本方法可使开关的能量转换效率更高，使开关对储存电能的利用更充分；同时使放电回路的分闸储能电容容量大大减小，相应的分闸储能电容的体积也会大大减小，使得设计时开关的整个体积尺寸得到控制，方便开关的装配，同时也缩减了加工制造的成本；采用本方法优化后的开关动态性能更好，开关的电磁斥力、触头运动位移和运动速度均得到提高。本方法可对电磁斥力机构进行整体优化，提高电磁斥力机构的整体性能。

附图说明

图1为本发明的流程示意图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，该基于多策略粒子群算法的电磁斥力机构优化设计方法包括以下步骤：

s1、分别将目标电磁斥力机构的线圈匝数、线圈高度、线圈厚度、金属盘厚度、储能电容容量和充电电压作为待优化参数，根据至少一个待优化参数建立开关触头的运动位移优化目标函数和开关触头的运动速度峰值优化目标函数；

s2、根据目标电磁斥力机构的开关触头运动约束条件、将开关触头的运动位移作为变量，采用惩罚函数法构建第一目标函数；根据能量转换效率，将开关触头的运动速度峰值作为变量建立第二目标函数；

s3、根据线性加权法将第一目标函数和第二目标函数构造为适应度函数；

s4、将待优化参数分别对应为搜索空间中的种群粒子，采用粒子群算法对适应度函数进行求解，得到适应度函数的最优取值，完成电磁斥力机构优化设计。

步骤s1中根据至少一个待优化参数建立开关触头的运动位移优化目标函数和开关触头的运动速度峰值优化目标函数的具体方法为：

采用控制变量法基于目标电磁斥力机构的线圈匝数建立开关触头2毫秒时的运动位移优化目标函数y1和开关触头2毫秒时的运动速度峰值优化目标函数y1¹：

y1＝0.1036x1+7.083

y1¹＝0.1892x1+1.938

其中10≤y1≤14；x1为线圈匝数，18≤x1≤32；

采用控制变量法基于目标电磁斥力机构的线圈高度建立开关触头2毫秒时的运动位移优化目标函数y2和开关触头2毫秒时的运动速度峰值优化目标函数y2¹：

其中10≤y2≤14；x2为线圈高度，5≤x2≤20；

采用控制变量法基于目标电磁斥力机构的线圈厚度建立开关触头2毫秒时的运动位移优化目标函数y3和开关触头2毫秒时的运动速度峰值优化目标函数y3¹：

y3＝10.53sin(0.341x3+0.4548)

y3¹＝7.04sin(0.3733x3+0.5032)

其中10≤y3≤14；x3为线圈厚度，1≤x3≤3；

采用控制变量法基于目标电磁斥力机构的金属盘厚度建立开关触头2毫秒时的运动位移优化目标函数y4和开关触头2毫秒时的运动速度峰值优化目标函数y4¹：

其中10≤y4≤14；x4为金属盘厚度，10≤x4≤40；

采用控制变量法基于目标电磁斥力机构的储能电容容量建立开关触头2毫秒时的运动位移优化目标函数y5和开关触头2毫秒时的运动速度峰值优化目标函数y5¹：

y5＝0.001472x5+2.494

y5¹＝0.001167x5+1.121

其中10≤y5≤14；x5为储能电容容量，1000≤x5≤6800；

采用控制变量法基于目标电磁斥力机构的充电电压建立开关触头2毫秒时的运动位移优化目标函数y6和开关触头2毫秒时的运动速度峰值优化目标函数y6¹：

y6＝0.01148x6-6.308

y6¹＝0.00785x6-4.187

其中10≤y6≤14；x6为充电电压，800≤x6≤1600。

步骤s2中根据目标电磁斥力机构的开关触头运动约束条件、将开关触头的运动位移作为变量，采用惩罚函数法所构建的第一目标函数的表达式为：

其中f1为第一目标函数；s为目标电磁斥力机构的开关触头2毫秒时的运动位移；σj为惩罚因子；gj为惩罚函数；j＝1，2；

根据能量转换效率，将开关触头的运动速度峰值作为变量所建立的第二目标函数的表达式为：

其中f2为第二目标函数；m为开关运动部分的质量；v为开关触头的最大运动速度；c为储能电容容量；u为储能电容的充电电压。

步骤s3的具体方法为：

根据公式

f＝ω1f1+ω2f2

采用线性加权法将第一目标函数f1和第二目标函数f2构造为适应度函数f；其中ω1和ω2均为权重系数。

步骤s4的具体方法包括以下子步骤：

s4-1、将线圈匝数、线圈高度、线圈厚度、金属盘厚度、储能电容容量和充电电压分别作为优化参数，得到6个优化参数并分别将6个优化参数对应为搜索空间中的种群粒子，对种群粒子的初始位置和初始速度进行随机赋值；并预设停滞次数的初始值；

s4-2、根据公式

xi^*＝ak+bk-xi

获取第i个初始粒子的反向粒子的位置xi^*；xi^*＝(xi1^*,xi2^*,xi3^*,xi4^*,xi5^*,xi6^*)，xi1^*为线圈匝数对应的第i个初始粒子的反向粒子的位置；xi2^*为线圈高度对应的第i个初始粒子的反向粒子的位置；xi3^*为线圈厚度对应的第i个初始粒子的反向粒子的位置；xi4^*为金属盘厚度对应的第i个初始粒子的反向粒子的位置；xi5^*为储能电容容量对应的第i个初始粒子的反向粒子的位置；xi6^*为充电电压对应的第i个初始粒子的反向粒子的位置；ak和bk分别为第k个优化参数对应的下限值和上限值，k＝1,2,3,4,5,6；xi为第i个粒子的初始位置，xi＝(xi1,xi2,xi3,xi4,xi5,xi6)，xi1为线圈匝数对应的第i个初始粒子的位置；xi2为线圈高度对应的第i个初始粒子的位置；xi3为线圈厚度对应的第i个初始粒子的位置；xi4为金属盘厚度对应的第i个初始粒子的位置；xi5为储能电容容量对应的第i个初始粒子的位置；xi6为充电电压对应的第i个初始粒子的位置；

s4-3、分别将第i个初始粒子在搜索空间的位置xi和与该初始粒子对应的反向粒子的位置xi^*作为适应度函数变量的取值，对应得到适应度函数的正向值fi和反向值fi^*，进而得到每个初始粒子对应的适应度函数的正向值和反向值；

s4-4、逐个比较每个初始粒子对应的适应度函数的正向值和反向值，选取适应度函数更优所对应的粒子的位置；

s4-5、根据适应度函数更优所对应的粒子的位置获取初始种群中第i个粒子的最优位置xpbest,i和种群最优位置xgbest；

s4-6、根据公式

xi^(t+1)＝xi^(t)+vi^(t+1)

vi^(t+1)＝ω3vi^(t)+c1r1(xpbest,i-xi^(t))+c2r2(xgbest-xi^(t))

对第i个粒子在搜索空间的位置进行迭代，并获取迭代后第i个粒子在搜索空间的位置xi^(t+1)；xi^(t)为迭代前第i个粒子在搜索空间的位置；vi^(t+1)为迭代后第i个粒子在搜索空间的移动速度；ω3为惯性权重系数；c1和c2均为加速常数；r1和r2均为(0,1)之间的随机数；vi^(t)为迭代前第i个粒子在搜索空间的移动速度；

s4-7、采用与步骤s4-2至步骤s4-5相同的方法获取第i个粒子新的最优位置和新的种群最优位置；

s4-8、判断前后两个种群最优位置是否发生变化，若是则进入步骤s4-11，否则进入步骤s4-9；

s4-9、将停滞次数加1，并判断当前停滞次数是否大于等于停滞次数阈值，若是则进入步骤s4-10；否则进入步骤s4-11；

s4-10、保留当前粒子的最优位置和种群最优位置，重新对种群粒子的位置随机赋值，初始化停滞次数，返回步骤s4-6；

s4-11、判断迭代次数是否大于等于迭代次数阈值，若是则停止迭代，将当前种群最优位置作为适应度函数的最优取值；否则返回步骤s4-6。

本发明还提供一种电磁斥力机构，其为通过步骤s1-s4所记载的方法优化设计得到的电磁斥力机构。

在具体实施过程中，若线圈匝数、线圈高度、线圈厚度、金属盘厚度、储能电容容量和充电电压这6个优化参数中的部分已给出定值，则根据剩下的优化参数建立开关触头的运动位移优化目标函数和开关触头的运动速度峰值优化目标函数，并进行后续操作。当需要设计全新的电磁斥力机构时，优先根据全部6个优化参数建立开关触头的运动位移优化目标函数和开关触头的运动速度峰值优化目标函数，并进行后续操作。

在本申请的一个实施例中，如表1所示，优化后的电磁斥力机构参数跟优化前有着明显不同。优化后线圈铜线高度为6.3mm，线圈铜线厚度为2.4mm，储能电容容量为3930μf，虽然实际生产中难以找到符合这样规格的铜线和电容，但可对优化后的参数进行微小调整，得到的标准化参数中铜线高度为6mm，铜线厚度为2mm，储能电容容量为3900μf。

表1：优化前后的电磁斥力机构参数

如表2所示，优化前的线圈电流峰值较高，达到了10660a，而优化后的线圈电流峰值只有7990a；电磁斥力机构优化后的斥力峰值比优化前更大，优化后斥力峰值达到了85.2kn，优化前为60.5kn；优化后开关触头2ms时的运动位移为13.58mm，而优化前为9.55mm；优化后开关触头运动速度峰值为9.9m/s，而优化前为6.73m/s；优化后开关能量转换效率为7.78％，优化前为2.8％。标准化后的动态性能存在一些差异：标准化参数的线圈电流为7875a，略低于优化后的线圈电流，但其他的动态性能相差不大：标准化后的电磁斥力峰值为84kn；开关触头2ms运动位移为13.44mm；开关触头运动速度峰值为9.7m/s；能量转换效率为7.53％。

表2：优化前后的快速机械开关动态性能

综上所述，采用本方法优化后的开关整体性能得到改善。优化后开关的能量转换效率更高，说明开关对储存电能的利用更充分；同时放电回路的分闸储能电容容量大大减小，相应的分闸储能电容的体积也会大大减小，这使得设计时开关的整个体积尺寸得到控制，方便开关的装配，同时也缩减了加工制造的成本；优化后的开关动态性能更好，开关的电磁斥力、触头运动位移和运动速度均得到提高。而标准化前后的开关动态性能差异很小，尤其是开关触头2ms的运动位移几乎无差异，因此可以对优化后的参数进行标准化。