Dağıtım transformatörlerinin metasezgisel algoritmalarla tasarım optimizasyonu

Abstract

Dünyadaki pek çok ekonomi, yüksek verimli transformatörlerin kullanımını zorunlu kılan veya teşvik eden enerji verimliliği yönetmelikleri veya teşvik programları kabul etmiştir. Öte yandan, transformatör verimliliğindeki artışlar, transformatör ağırlık ve boyutunda bazen % 50 hatta daha fazla bir artışı gerektirmektedir. Transformatör endüstrisi bu nedenle gerçekten en iyi tasarımları geliştirme uğraşısı ile karşı karşıyadır. Transformatör tasarım optimizasyonu (TDO) problemi, karmaşık ve süreksiz amaç fonksiyonlu ve kısıtlı karma-tamsayılı bir doğrusal olmayan programlama problemidir. TDO'nun amacı, ulusal ve/veya ulusal standartlar ve müşteri şartnameleri uyarıca, mevcut malzemeleri ekonomik olarak kullanarak daha düşük boyut, ağırlık ve maliyet ve daha yüksek işletme performansı elde etmek üzere transformatörün tüm bileşenlerinin niteliklerinin detaylı olarak hesaplanmasıdır. Bu çalışmada TDO probleminin çözümü için beş modern metasezgisel optimizasyon algoritması uygulamasının ayrıntılı karşılaştırmalı analizi üç test vakası üzerinde gösterilmiş ve iki algoritma önerilmiştir önerilen bu algoritmaların, rassal özelliklerine rağmen, garanti edilmiş küresel yakınsama özelliklerine sahip oldukları doğrulanmıştır. Algoritmaların karşılaştırılması için pragmatik bir kıyaslama yöntemi geliştirilmiştir. Literatürde sunulan TDO yöntemleri nadiren üretimde doğrudan uygulanabilir çözümler üretir. tasarım mühendisinin genellikle teorik çözümü pratik olarak uygulanabilir bir hale dönüştürmek için ek çaba harcaması gerekir. Bu problem bu çalışmada ele alınmış ve piyasada mevcut veya üretime uygun boyutlara sahip çözümler üreten bir ayrık transformatör tasarım optimizasyon yöntemi önerilmiştir Ayrıca, amaç fonksiyonu ve kısıt hesaplamalarını azaltmak için basit bir yöntem önerilmiştir. Yöntem, önbellekleme tekniği kullanılarak arama işlemi sırasında yinelenen tasarım vektörleri için hesaplamaların atlanması esasına dayanmaktadır. Performans testleri, teorik TDO için Rekabetçi-Uyarlamalı Diferansiyel Gelişim ve Guguk Kuşu Arama, Pratik TDO için de Guguk Kuşu Arama ve Çiçek Tozlaşma algoritmaları kullanıldığında küresel optimum ve ona çok yakın sonuçlar elde edildiğini göstermiştir.

Many economies in the world have adopted energy-efficiency requirements or incentive programs mandating or promoting the use of energy-efficient transformers. On the other hand, increases in transformer efficiency are subject to increases in transformer weight and size, sometimes as much as 50% or even more. The transformer manufacturing industry is therefore faced with the challenge to develop truly optimum designs. Transformer design optimization (TDO) is a mixed-integer nonlinear programming problem having complex and discontinuous objective function and constraints, with the objective of detailed calculation of the characteristics of a transformer based on national and/or international standards and transformer user and two algorithms are proposed, for which it has been verified that they possess guaranteed global convergence properties in spite of their inherent stochastic nature. A pragmatic benchmarking scheme is used for comparison of the algorithms. Transformer design optimization methods presented in the literature rarely yield solutions directly applicable in productionrequirements, using available materials and manufacturing processes, to minimize manufacturing cost or total owning cost, while maximizing operating performance. Detailed comparative analysis of the application of five modern metaheuristic optimization algorithms for the solution of TDO problem are carried out in this study, demonstrated on three test cases the design engineer usually needs to convert the theoretical solution to a practical one. This problem is addressed in this study, and a discrete transformer design optimization method is proposed which yields solutions with commercially available or productionally feasible dimensions Furthermore, a simple method is proposed to reduce the number of objective function and constraint calculations. The method is based on skipping calculations for design vectors recurring during the search process, by the use of caching technique Performance tests showed that global or near-global optimum solutions can be obtained with b6e6rl and CS for TDO, and CS and FPA algorithms for DTDO.