(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211085183.2 (22)申请日 2022.09.06 (71)申请人 广西电网有限责任公司电力科 学研 究院 地址 530023 广西壮 族自治区南宁市民主 路6-2号 (72)发明人 裴云庆　田树军　蒋圣超　吕泽承　 李泰霖　王斌　王飞风　 (74)专利代理 机构 广州市专 注鱼专利代理有限 公司 44456 专利代理师 刘玉珠 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/23(2020.01) G06F 30/27(2020.01)G06N 3/12(2006.01) (54)发明名称 一种基于局部增强遗传算法的变压器散热 片结构设计方法 (57)摘要 本发明公开一种基于局部增强遗传算法的 变压器散 热片结构设计方法， 将影 响变压器散热 片的因素带入有限元仿真模型， 计算得到适应 度； 经过选择操作和变异操作产生新的种群， 将 产生新的种群重新代入变压器散热片有 限元仿 真模型计算出新的适应度值， 并找到适应度最大 和最小的一组变量； 迭代多组新的种群， 更新当 前最优种群， 计算是否满足最大迭代次数要求或 理想期望设计方案。 该设计方法将优化算法应用 于变压器散热片结构设计中， 既解决了传统设计 师设计机械结构依赖设计经验的固有思维的不 足， 又填补了传统遗传算法局部求解能力不强的 问题， 大大提高了设计者的设计效率， 保证了变 压器散热片产品的性能质量。 权利要求书1页 说明书4页 附图2页 CN 115438442 A 2022.12.06 CN 115438442 A 1.一种基于局部增强遗传算法的变压器散热片结构设计方法， 其特征在于， 包括以下 步骤： 初始化种群： 确定影响变压器散热片的因素x1,x2,x3，…xn， 并确定影响因素的变化范 围， 在变化范围之内， 产生m组随机种群产量xij， 1≤i≤n， 1≤j≤n； 计算适应度： 搭建变压器散热片有限元仿真模型， 输入初始化的种群产量， 计算得到适 应度y1,y2,y3,...ym； 选择操作： 选择m组数据中随机位置上的若干个数据进行交换位置的操作； 变异操作： 选择m组数据中随机位置上的若干个数据进行 取值范围内重新随机赋值； 产生新的种群： 根据选择操作、 变异操作产生 新的种群产量xij'， 1≤i≤n， 1≤j≤n； 确定当前的最优种群： 将产生新的种群计算出来的结果xij'重新代入变压器散热片有 限元仿真模型计算出新的适应度值， 并找到适应度最大和最小的一组变量； 局部变化操作： 当前的最优种群在一个给定的范围内进行变化， 得到多组新的种群； 迭代最优种群： 迭代多组新的种群， 更新当前最优种群， 计算是否满足最大迭代次数要 求或理想期望设计方案， 满足则退出循环输出最优种群数值， 不满足则返回到选择操作步 骤。 2.根据权利要求1所述的基于局部增强遗传算法的变压器散热片结构设计方法， 其特 征在于， 所述迭代多组新的种群包括： 产生正交实验组： 利用正交原则， 选出局部变化操作中相互正交的种群 变量； 再次代入变压器散热片有限元模型计算适应度， 并判断是否达到正交实验组组数， 若 达到则退出循环， 若未达 到则返回产生 正交实验组步骤。 3.根据权利要求2所述的基于局部增强遗传算法的变压器散热片结构设计方法， 其特 征在于， 所述影响变压器散热片的因素包括散热片底部宽度x1、 散热片倾斜程度x2以及散热 片间间距x3。 4.根据权利要求3所述的基于局部增强遗传算法的变压器散热片结构设计方法， 其特 征在于， 所述散热片底部宽度x1、 散热片倾斜程度x2以及散热片间间距x3范围设置为1cm≤ x1≤10cm、 0°≤x2≤30°、 5cm≤x2≤15cm。 5.根据权利要求2所述的基于局部增强遗传算法的变压器散热片结构设计方法， 其特 征在于， 所述 适应度为变压器散热片单位 面积的温度下降程度。 6.根据权利要求2所述的基于局部增强遗传算法的变压器散热片结构设计方法， 其特 征在于， 所述局部变化操作中， 给定的范围设为 ‑0.5至+0.5。 7.根据权利要求2所述的基于局部增强遗传算法的变压器散热片结构设计方法， 其特 征在于， 所述迭代最优种群中， 最大迭代次数设为10 0次。权　利　要　求　书 1/1 页 2 CN 115438442 A 2一种基于局部增强遗传算法的变压器散热片结构设计方 法 技术领域 [0001]本发明涉及工业产品机械结构优化设计及质量管控领域， 具体涉及一种基于局部 增强遗传算法的变压器散热片结构设计方法。 背景技术 [0002]变压器散热片是变压器物理散热的重要手段， 涉及空气流体力学， 机械强度， 热传 导等多方面的问题， 如果采用数值计算的方法， 很难得到精准的计算模型， 因此， 现在的设 计方法多采用有限元模型仿真进行求解。 有限元模型 的搭建受到传统经验的影响， 往往不 能达到最优解。 [0003]传统的变压器散热片结构设计采用经验方法和有限元相结合， 结构参数变化范围 有限， 而也有一些应用优化算法结合有限元进行变压器散热片结构设计的先例， 虽然增加 了结构参数的变化范围， 但是对局部的搜索能力还不够强。 发明内容 [0004]为解决上述问题， 本发明提供以一种基于局部增强遗传 算法的变压器散热片结构 设计方法， 将优化算法应用于变压器散热片结构设计， 改造传统遗传算法局部 收敛能力差 的问题， 加强了局部 搜索功能， 适应 变压器散热片通 风结构优化。 具体技 术方案如下： [0005]一种基于局部增强遗传算法的变压器散热片结构设计方法， 包括以下步骤： [0006]初始化种群： 确定影响变压器散热片的因素x1,x2,x3，…xn， 并确定影响因素的变 化范围， 在变化范围之内， 产生m组随机种群产量xij， 1≤i≤n， 1≤j≤n； [0007]计算适应度： 搭建变压器散热片有限元仿真模型， 输入初始化的种群产量， 计算得 到适应度y1,y2,y3,...ym； [0008]选择操作： 选择m组数据中随机位置上的若干个数据进行交换位置的操作； [0009]变异操作： 选择m组数据中随机位置上的若干个数据进行取值范围内重新随机赋 值； [0010]产生新的种群： 根据选择操作、 变异操作产生新的种 群产量xij'， 1≤i≤n， 1≤j≤ n； [0011]确定当前的最优种群： 将产生新的种群计算出来的结果xij'重新代入变压器散热 片有限元仿真模型计算出新的适应度值， 并找到适应度最大和最小的一组变量； [0012]局部变化操作： 当前的最优种群在一个给定 的范围内进行变化， 得到多组新的种 群； [0013]迭代最优种群： 迭代多组新的种群， 更新当前最优种群， 计算是否满足最大迭代次 数要求或理想期望设计方案， 满足则退出循环输出最优种群数值， 不满足则 返回到选择操 作步骤。 [0014]进一步地， 所述迭代多组新的种群包括： [0015]产生正交实验组： 利用正交原则， 选出局部变化操作中相互正交的种群 变量；说　明　书 1/4 页 3 CN 115438442 A 3