一种减少烧毁的电气元件布局方法及系统与流程

本发明涉及变压器，具体涉及一种减少烧毁的电气元件布局方法及系统。

背景技术：

1、箱式变压器(通常简称“箱变”)将传统变压器集中设计在箱式壳体中，具有体积小、重量轻、低噪声、低损耗、高可靠性。箱式变压器作为整套配电设备，是由变压器、高压电压控制设备、低压电压控制设备有机组合而成。其基本原理在于，通过压力启动系统、铠装线、变电站全自动系统、直流系统和相应的技术设备，按照一定顺序进行合理的装配，并将所有的组件安装到特定的防水、防尘与防鼠等完全密封的钢化箱体结构中，从而形成的一种特定变压器。

2、箱式变压器并不只是变压器，它相当于一个小型变电站，属于配电站，直接向用户提供电源。包括高压室，变压器室，低压室；高压室就是电源侧，一般是35千伏或者10千伏进线，包括高压母排、断路器或者熔断器、电压互感器、避雷器等，变压室里都是变压器，是箱变的主要设备，低压室里面有低压母排、低压断路器、计量装置、避雷器等，从低压母排上引出线路对用户供电。

3、风力发电、光伏发电是未来环保能源的首选，而发电需要一个完善的配电系统来实现。箱变是一种常见的变电站形式，它把高压电流转换为低压电流，使其更加适合在城市或者农村地区中使用。

4、光伏、风电等新能源的箱式变压器在运行时，其自身的温度易受自然条件的影响。例如光伏发电依赖日照强度，无云的晴天光照强，发电强度高；阴雨多云的光照弱，发电强度低。而风力发电则是依赖于风量的大小，与光伏发电都不是很稳定，早晚差别大，以及天气变幻莫测，因此易造成电压和电量不稳定。其系统会产生谐波和暂态过电压，通常会超出箱式变压器内部部分元器件的绝缘承受能力，造成拉弧，甚至燃烧事故。特别是在35/1.14kv系统，事故率很高。因此亟须一种新的电气元件布局方法，实现电气元件的新布局，以减少元器件的烧毁概率。

技术实现思路

1、本发明的目的之一在于提供一种减少烧毁的电气元件布局方法，能够优化电气元件布局，减少元器件的烧毁概率。

2、为了达到上述目的，提供了一种减少烧毁的电气元件布局方法，包括以下步骤：

3、分类设置步骤：对箱式变压器内的各元器件的绝缘性、功能和要求进行分类并编号；

4、种群初始化步骤：将箱式变压器内部空间三维立体化，并构建三维立体网格坐标系；再根据第一约束条件和第二约束条件，随机生成待布局元器件的初始元器件三维空间布局数据集；所述第一约束条件为元器件重合约束条件，所述第二约束条件为元器件边界约束条件；

5、布局优化步骤：使用遗传优化算法生成元器件三维空间布局数据集的子代布局数据集；首先，以最小化拉弧概率和布线长度作为适应度函数，循环迭代，计算子代布局数据集中各个体的适应度值及其父布局数据集中各个体的适应度值；当子代布局数据集中各个体的适应度值之和相对其父代布局数据集中各个体的适应度值之和不再增加时，终止迭代；对相应子代布局数据集进行个体解码，得到多个可行解；

6、布局二次优化步骤：将子代布局数据集对应的多个可行解构成的集合作为蚁群算法的输入，影响初始信息素浓度，再利用蚁群算法迭代搜索得到箱式变压器内各元器件的最优布局方案；

7、隔离处理步骤：根据选定的最优布局方案，对元器件进行隔离处理。

8、进一步，所述遗传优化算法生成元器件三维空间布局数据集的子代布局数据集具体包括以下步骤：

9、根据适应度函数计算初始元器件三维空间布局数据集中各个体的适应度值；所述第一适应度函数的计算公式如下：

10、

11、其中，f1为第一适应度函数，数值越低表示相邻元器件之间的拉弧概率低，lij为箱式变压器内相邻两元器件之间的设置距离，am为对应元器件的固定参数，lm为对应元器件的参考电气间隙距离，m为箱式变压器内未超过相邻最大距离的元器件对数量；

12、所述第二适应度函数的计算公式如下：

13、

14、其中，f2为第二适应度函数，表示箱式变压器内全部两元器件连接后的布线长度；dij为箱式变压器内相邻两元器件之间的布线长度；

15、根据计算得到的适应度值以及预设的变异概率，以初始元器件三维空间布局数据集为基础进行选择、交叉、变异迭代处理，得到初始元器件三维空间布局数据集的多个连续子代布局数据集；

16、根据终止迭代条件判断是否终止迭代；终止迭代条件为：计算子代布局数据集中各个体的适应度值及其父布局数据集中各个体的适应度值f1和f2；当子代布局数据集中各个体的适应度值之和相对其父代布局数据集中各个体的适应度值之和不再增加时，终止迭代；

17、获取子代布局数据集，并对子代布局数据集进行个体解码，得到多个可行解。

18、进一步，所述蚁群算法迭代搜索得到箱式变压器内各元器件的最优布局方案的具体步骤如下：

19、a设置箱式变压器内的各元器件的初始信息素浓度；记录多个可行解中对应的各元器件的布局位置，同一元器件的布局位置为同一层级，蚂蚁需遍历全部层级的元器件，以此设置蚂蚁数量，初始化蚁群算法的控制参数；

20、b随机放置每只蚂蚁在布局位置所对应的初始位置上，蚂蚁按照选择概率选择下一层级的元器件前进；

21、c判断所有蚂蚁是否走到终点，若是，执行步骤d；若不是，返回步骤b；

22、d，本次迭代结束，计算每只蚂蚁的目标函数值m，将最大目标函数值m对应的蚂蚁所经过的路径作为本次迭代的最优路径，并根据信息素更新公式更新本次迭代的每一条路径的信息素浓度；所述目标函数值λ为常数；

23、e，将本次迭代结束后的更新的每一条路径的信息素浓度作为下一次迭代的初始信息素浓度，重复执行步骤b～e；

24、f，每次迭代结束后，更新最优路径，当迭代次数达到最大迭代次数时，结束蚁群算法，输出得到箱式变压器内各元器件的最优布局方案。

25、进一步，所述步骤a中设置箱式变压器内的各元器件的初始信息素浓度的步骤如下：

26、

27、其中，τij(0)为箱式变压器内的各元器件的初始信息素浓度，τc为一预设的信息素常数，是根据遗传算法搜索结果计算的信息素值，且满足：

28、是根据遗传算法搜索结果计算的信息素值，且满足：

29、

30、其中，lij为箱式变压器内相邻两元器件之间的设置距离，am为对应元器件的固定参数，lm为对应元器件的参考电气间隙距离，dij为箱式变压器内相邻两元器件之间的布线长度。

31、进一步，所述步骤b中，满意选择下一层级的元器件时，选择概率的计算公式如下：

32、

33、其中，τij(t)表示时间t时刻，不同层级元器件(ij)边上的信息素浓度；

34、ηij(t)＝1/(fij·lij)为启发函数；其中，fij为拉弧概率，lij为布线长度；

35、当所有的蚂蚁都经过了所有层级的元器件，则开始进行信息素的更新，按照以下公式：

36、

37、τij(t+1)＝ρ·τij(t)+δτij

38、

39、其中，q为常数，wk表示第k只蚂蚁在本轮迭代走过的路径，为多个可行解基于目标函数m的平均值，ρ为小于1的常数，反映信息素的挥发速度；表示第k只蚂蚁在该路径上留下的平均信息素。

40、本发明的目的之二在于提供一种减少烧毁的电气元件布局系统，

41、原理及优点：

42、本方案利用遗传算法的随机快速搜索能力、潜在并行性、全局收敛性在解空间内寻找一组粗略的可行解，之后以该组粗略的可行解作为蚁群算法的输入，利用蚁群算法的正反馈机制、并行性和搜索较好解的能力求得装箱的最优方案，从而实现了遗传算法与蚁群算法在解决箱式变压器内的各元器件的布局存在的拉弧概率过高的问题，避免了现有采用单一算法布局问题的缺陷，在兼顾全局搜索能力的同时，适用场景广。