一种面向电磁热力多场耦合的铁心电抗器智能全局多目标优化方法

本发明涉及电气设备优化，特别是涉及一种面向电磁热力多场耦合的铁心电抗器智能全局多目标优化方法。

背景技术：

1、铁心电抗器作为电力系统的核心电气设备，其运行性能直接决定电力系统的稳定性与可靠性。在实际服役工况中，铁心电抗器内部存在复杂的电磁-热-力多物理场耦合效应，该耦合特性对电抗器的损耗控制精度、温升限值达标率、机械振动抑制效果及服役寿命稳定性构成关键影响，且直接关联设备运行质量与电力系统能效水平。当前，铁心电抗器的优化设计多局限于单一物理场或孤立性能指标，缺乏对电磁、热和力多场耦合机制的系统性考量，导致优化方案难以兼顾质量控制、损耗抑制、温度与振动性能的协同需求。部分多目标优化方法虽尝试兼顾多项性能指标，但仍依赖传统优化算法，存在全局寻优能力薄弱、收敛速度缓慢、易陷入局部最优解等固有缺陷，难以适配铁心电抗器在质量、损耗、温度和振动下的多目标协同优化需求，无法实现各性能指标的动态平衡与综合提升；因此，需要设计一种面向电磁热力多场耦合的铁心电抗器智能全局多目标优化方法来解决上述问题。

技术实现思路

1、本发明所要解决的技术问题是提供一种面向电磁热力多场耦合的铁心电抗器智能全局多目标优化方法，旨在通过找到铁心电抗器最优参数设计，以解决铁心电抗器多目标优化问题。

2、为实现上述技术方案，本发明采用的技术方案为：

3、一种面向电磁热力多场耦合的铁心电抗器智能全局多目标优化方法，包括以下步骤：

4、根据干式铁心电抗器的电气和结构参数，基于有限元仿真软件建立铁心电抗器三维几何模型；

5、建立铁心电抗器电路-磁场仿真模型，通过仿真计算得到电抗器电磁场分布特性；

6、通过电路-磁场仿真结果得到铁心电抗器各部分的损耗分布，在此基础上建立流场-温度场双向耦合仿真模型，得到铁心电抗器的温度场仿真结果；

7、通过电路-磁场仿真结果建立铁心电抗器磁场-结构力场耦合模型，得到电抗器的振动位移；

8、选取铁心电抗器的优化参数，将最优拉丁超立方实验设计和有限元仿真相结合得到不同参数下的铁心电抗器质量、损耗、温度和振动结果，通过灵敏度分析筛选出关键优化参数；

9、基于关键参数构建ft-transformer代理模型，结合该模型建立多目标优化函数，采用nsga-ⅲ算法求解并输出pareto最优解集；

10、引入熵权-topsis法对pareto解集进行综合决策，确定多目标联合优化的最优解，将优化后的参数重新设置到模型中进行验证。

11、进一步地，所述三维几何模型包括铁心、铁轭、绕组和夹件；建模时采用以下等效简化方案：将叠片式铁心等效为均质整体导磁体，忽略内部叠片间隙；对多层绕组实施分区等效建模，统一归并绕组结构并配置等效匝数；以边界固定约束条件替代紧固螺杆机械夹持结构。

12、进一步地，建立电路-磁场仿真模型时，采用爱普斯坦方圈测试法对电抗器铁心所用硅钢片材料开展磁特性实验，获取硅钢片在不同励磁条件下的磁滞参数，并将其作为有限元仿真中铁心材料属性赋值的实验依据。

13、优选地，结合实验测得的硅钢片磁特性曲线完成模型内各部件材料属性定义，在线圈端部施加工频交流电流激励，在有限元磁场求解模块内对电磁场控制微分方程开展数值求解，所述电磁场控制微分方程为：

14、；

15、其中，为矢量磁位，为材料磁导率，为材料电导率，为时间，为绕组激励电流密度。

16、进一步地，步骤s2中磁场有限元求解时，对铁心气隙区域采用局部网格加密，气隙区域网格单元尺寸不超过其余区域单元尺寸的二分之一。

17、优选地，根据电路-磁场仿真结果提取电抗器各部件非均匀损耗作为热源加载，建立流场-温度场双向耦合模型，考虑流体物性随温度变化的动态特性，经迭代求解获得电抗器整体温度场分布规律；铁心损耗由磁滞损耗、涡流损耗以及异常损耗组成，通过斯坦梅茨损耗公式计算：

18、；

19、其中，为单位体积损耗，为频率，为峰值磁感应强度，、、为斯坦梅茨系数；

20、电抗器绕组损耗由焦耳热公式计算：

21、；

22、其中，为绕组损耗，为激励电流，为绕组电阻；

23、热能在电抗器铁心表面、绕组表面及绕组气道处以热对流形式传递，表示为：

24、；

25、其中，为热流密度，为对流换热系数，为壁面温度，为流体温度。

26、进一步地，所述斯坦梅茨系数、、通过对铁心硅钢片材料的磁滞回线实验数据进行参数辨识确定，其中的取值范围为1.0～2.0，的取值范围为1.5～3.0，的取值范围为。

27、进一步地，提取铁心、绕组及夹件各关键部件的损耗数据，考虑因电磁结构差异、材料特性不同及磁场分布不均导致的损耗空间分布非均匀性，包括铁心局部磁饱和引发的损耗集中、绕组导线集肤效应与邻近效应造成的损耗差异以及夹件涡流损耗的离散分布特征。

28、进一步地，建立流场-温度场双向耦合仿真模型时，将各部件的非均匀损耗分布实时传递至温度场作为发热源，同时考虑空气流体的密度、导热系数、粘度随温度变化的特性以及温度升高对部件散热效率的影响，通过流场与温度场的相互作用和迭代求解，获取各部件温度分布云图。

29、进一步地，所述流场-温度场双向耦合迭代求解的收敛判据为相邻两次迭代的温度场最大相对变化量低于。

30、优选地，建立磁场-结构力场耦合模型时，将铁心硅钢片磁致伸缩本构模型嵌入有限元仿真体系，结合材料磁致伸缩特性方程完成参数赋值；铁心在磁场作用下受力由麦克斯韦力和磁致伸缩力组成，即：

31、；

32、铁心在受力下产生振动，在结构场中由以下方程表示：

33、；

34、其中，为铁心受力，为麦克斯韦力，为磁致伸缩力，为铁心的质量矩阵，为铁心的阻尼系数，为铁心的机械刚度矩阵，为待求振动位移。

35、优选地，铁心磁-结构场的耦合关系由下式表示：

36、；

37、其中，为磁场刚度矩阵，为矢量磁位，为绕组激励电流密度，为铁心的机械刚度矩阵，为振动位移，为铁心受力。

38、进一步地，在进行磁场-结构力场多物理场耦合仿真时，将温度场分布结果作为绝缘材料力学物性参数的修正依据，建立温度与绝缘材料力学参数的关联映射，更新各区域材料属性，所述力学物性参数包括弹性模量和热膨胀系数；所述温度与绝缘材料力学参数的关联映射基于材料热力学试验数据建立，采用线性插值或多项式拟合方法构建弹性模量和热膨胀系数关于温度的函数关系。

39、优选地，选取铁心尺寸和绕组结构作为设计变量，采用最优拉丁超立方实验设计方法对各设计变量进行均匀抽样，调用电路-磁场、流场-温度场和磁场-结构力场仿真模型对各组参数样本进行仿真计算，获取不同结构参数组合下对应的电抗器质量、损耗、温度及振动响应数据，建立设计参数与性能响应相对应的样本数据库；所述设计变量包括绕组高度、气道宽度、气隙高度、第一层绕组宽度、第二层绕组宽度、第三层绕组宽度、铁轭高度、铁饼高度及铁心半径。

40、优选地，基于设计参数-性能响应多维仿真样本数据集，采用皮尔逊相关系数进行参数灵敏度分析：

41、；

42、其中，为第个优化参数，为第个优化目标响应值，为优化参数均值，为优化目标响应均值，为样本数量。

43、进一步地，通过灵敏度分析筛选出的关键优化参数包括气道宽度、气隙高度、绕组高度、各层绕组宽度及铁轭高度。

44、优选地，以关键设计参数作为模型输入，选取电抗器质量、损耗、温升和振动位移为优化输出响应，构建ft-transformer代理模型；该模型通过特征分词嵌入完成输入参数的统一维度映射，依托transformer编码器的多头自注意力机制挖掘关键参数间的非线性耦合关联与高阶交互特性；采用adamw优化器完成模型全参数迭代更新，以均方误差最小化为训练目标，利用拟合优度指标开展误差验证。

45、进一步地，所述ft-transformer代理模型的编码器层数为2～4层，多头自注意力机制的头数为4～8，特征嵌入维度为32～128。

46、进一步地，以质量、损耗、温升与振动位移为优化目标建立多目标优化函数，限定电感值变化幅度不超过5%，结合ft-transformer代理模型采用非支配排序遗传算法nsga-ⅲ开展优化求解，设置种群规模12、进化代数30、交叉概率0.9，经迭代计算至终止条件后输出pareto解集。

47、进一步地，所述nsga-ⅲ算法的种群规模取值范围为10～50，进化代数取值范围为20～100，交叉概率取值范围为0.7～0.95。

48、优选地，引入熵权-topsis法对pareto解集进行综合决策，根据各优化目标数据离散程度自动赋予权重，对全部非支配解进行综合优劣排序，选取最优折中参数方案；再将最优结构参数重新导入原始多物理场仿真模型进行电磁、温度场及振动仿真复核，对比优化前后性能参数。

49、优选地，所述熵权-topsis法包括以下步骤：

50、构建原始决策矩阵，其中为pareto解集中非支配解的个数，为优化目标个数，表示第个解的第个目标值；

51、对各优化目标做负向指标标准化处理：

52、；

53、其中，为标准化处理后的值；

54、计算第个目标下第个解的比重，其中为比重；

55、计算第个目标的信息熵，其中归一化常数，为信息熵，为归一化常数；

56、计算第个目标的熵权，其中为熵权；

57、构造加权决策矩阵，其中，为加权决策矩阵，为加权决策矩阵元素；

58、确定正理想解和负理想解，其中为正理想解，为负理想解；

59、计算各解与正负理想解的欧式距离：

60、；

61、；

62、其中，为第个解到正理想解的欧式距离，为第个解到负理想解的欧式距离；

63、计算相对贴合度，其中为第个解的相对贴合度；

64、选取最大值对应的解作为最优解。

65、本发明的有益效果为：

66、1，针对现有铁心电抗器多参数多目标优化过程依赖有限元反复仿真迭代，存在计算量大、设计周期冗长的技术问题，本发明基于皮尔逊相关系数开展参数灵敏度分析，筛选出对各性能目标影响显著的关键设计参数，实现优化变量降维，简化求解复杂度；同时构建ft-transformer代理模型替代多物理场有限元仿真运算，显著提升整体优化设计效率。

67、2，发明采用熵权-topsis综合决策方法，依托熵权法根据目标数据离散特征自动分配权重，有效消除人工主观赋权带来的误差；结合topsis法计算各pareto非支配解与正负理想解的贴近度，实现最优折中解的客观量化选取，大幅提高多目标优化结果的可靠性。

68、3，本发明融合多物理场耦合仿真、参数灵敏度筛选、神经网络代理模型、nsga-ⅱi多目标优化及客观综合决策方法，获得铁心电抗器结构参数最优组合，能够协同均衡质量、损耗、温升与振动性能，解决传统单目标优化顾此失彼、仿真迭代效率偏低的缺陷，全面提升电抗器结构优化设计的综合性能与工程实用性。