1.一种基于多目标遗传算法的中频非晶合金变压器优化方法,其特征在于,包括以下步骤:
1)从中频非晶合金变压器的参数中选择优化变量,建立变压器优化的目标函数,定义迭代次数和优化变量的范围,产生初始种群;
2)将初始种群分割为若干个子群体,通过对每个子群体分配子目标函数,建立适应度函数并计算适应度值;在每个子群体中进行并列选择运算,选择出适应度较高的子群体中的个体组成新的子群体;
3)将新的子群体合并为一个完整的新群体,通过重组和变异运算,生成下一代完整的新种群;
4)不断迭代,重复依次进行步骤2)和步骤3),求出优化变量最优解。
2.根据权利要求1所述的一种基于多目标遗传算法的中频非晶合金变压器优化方法,其特征在于:所述步骤1),具体为,
1-1)以中频非晶合金变压器的磁芯磁通密度Bm和绕组电流密度j为优化变量,将中频非晶合金变压器的AP值作为第一目标函数f1(X),铁芯损耗作为第二目标函数f2(X),绕组损耗作为第三目标函数f3(X),建立变压器优化的三维模型,
其中,Pt为变压器计算功率,Km为窗口占空系数,f为工作频率,Bm为磁芯磁通密度,j为绕组电流密度,V为磁芯体积,Cm、α和β均非晶合金铁芯损耗曲线系数,Kr为交流电阻系数,Rdc为直流电阻,s为导线截面积;
1-2)定义迭代次数N和优化变量磁芯磁通密度Bm、绕组电流密度j的范围,分别为,N≤Nmax,Bm-min≤B≤Bm-max,jmin≤j≤jmax;
1-3)产生初始随机父种群C(0)=(C1,C2,C3…Cn),n为自然数;
1-4)对初始随机父种群进行编码。
3.根据权利要求2所述的一种基于多目标遗传算法的中频非晶合金变压器优化方法,其特征在于:所述步骤2),具体为,
2-1)将初始随机父种群中的全部个体按子目标函数的数目均等地分割为三个子群体;
2-2)对每个子群体分配一个子目标函数,并根据子目标函数建立适应度函数为(f1(x),f2(x),f3(x));
2-3)计算每个子群体中每个个体的适应度值F1(xi1),F2(xi2),F3(xi3);
对每个子群体中的所有个体按个体的目标值进行降序排序,选择压差为2计算适应度,每个子种群中的每个个体的适应度值由以下计算公式计算,
其中,xi1,xi2,xi3分别是每个子种群中的个体i在各自有序子种群中的位置,Nind1、Nind2、Nind3分别是每个子种群中个体的数量;
2-4)评估适应度,对每个子群体中的每个个体采用评估公式评估个体适应度;
2-5)在每个子群体中进行并列选择运算,在每个子群体中按个体的适应度值各自选择出该子群体中适应度较高的个体组成新的子群体C(t1),C(t2),C(t3)。
4.根据权利要求3所述的一种基于多目标遗传算法的中频非晶合金变压器优化方法,其特征在于:所述步骤3),具体为,
3-1)将新的子群体合并为一个完整的新群体C(t)=[C(t1),C(t2),C(t3)];
3-2)对新群体C(t)进行重组运算和变异运算,产生下一代完整的新种群C′(t)。
5.根据权利要求4所述的一种基于多目标遗传算法的中频非晶合金变压器优化方法,其特征在于:所述步骤4),具体为,
4-1)判断是否满足终止条件,判断条件为N>Nmax;
若满足,则优化结束,保存结果;
若不满足,则返回到步骤2),继续迭代,直到达到最大迭代次数;
4-2)输出适应度最优的个体,即优化变量最优解,分别为磁芯磁通密度最优解Bm-best和绕组电流密度最优解jbest。
6.根据权利要求1所述的一种基于多目标遗传算法的中频非晶合金变压器优化方法,其特征在于:所述中频非晶合金变压器采用千赫兹级的中频变压器。
7.根据权利要求2所述的一种基于多目标遗传算法的中频非晶合金变压器优化方法,其特征在于:所述中频非晶合金变压器的非晶合金铁芯损耗曲线系数分别为,Cm取值范围为30~50、α取值范围为1.4~1.6、β取值范围为1.6~1.9。
8.根据权利要求2所述的一种基于多目标遗传算法的中频非晶合金变压器优化方法,其特征在于:所述初始随机父种群C(0)=(C1,C2,C3…Cn)中的n取值范围为100~200。