基于鲸鱼优化算法超参数优化的径向基函数响应面模型的油浸式变压器绕组挡板结构优化
Optimization of Winding Block Washer Structure for Oil Immersed Transformers Based on Radial Basis Function Response Surface Model with Whale Optimization Algorithm Hyper-Parameters Optimization作者机构:河北省输变电设备安全防御重点实验室(华北电力大学)保定071003 新能源电力系统全国重点实验室(华北电力大学)北京102206
出 版 物:《电工技术学报》 (Transactions of China Electrotechnical Society)
年 卷 期:2024年第39卷第17期
页 面:5331-5343页
核心收录:
学科分类:080801[工学-电机与电器] 0808[工学-电气工程] 08[工学]
基 金:国家重点研发计划(2021YFB2401700) 中央高校基本科研业务费专项资金(2022MS073)资助项目
主 题:响应面方法 径向基函数 热点温度 鲸鱼优化算法 油浸式变压器 挡板结构优化
摘 要:热点温度过高会严重影响变压器运行稳定性,为提高变压器运行的稳定性,该文以降低变压器绕组热点温度为优化目标,采用径向基函数(RBF)响应面模型优化变压器绕组挡板尺寸,改善油流分布以实现更好的散热。为提高RBF响应面模型的拟合精度,该文采用鲸鱼优化算法(WOA)对径向基函数的超参数值进行优化,并与传统网格搜索(GS)寻优方法和定参RBF模型进行对比。对比结果表明对于超参数优化问题,在拟合精度占优的前提下,WOA优化效率是GS寻优方法的3.13倍。在此基础上,该文基于WOA-RBF响应面模型对绕组挡板结构尺寸进行优化,优化后的热点温度相较于初始结构的热点温度降低了3.81℃,相对于全场域的最大温升降低了13.42%,并有效地降低了绕组整体温升。同时将所提算法与遗传算法(GA)优化结果进行对比,在保证精度的同时,WOA-RBF响应面模型优化效率是GA的13.41倍。根据上述结果分析可知,所提算法具有很好的优化性能,同时相比于遗传算法,可以在保证优化精度的同时,显著地提高优化效率。