Детальная информация
Название | Многокритериальная оптимизация конструкций электрических машин на основе алгоритмов недоминируемой сортировки: научный доклад: направление подготовки 13.06.01 «Электро- и теплотехника» ; направленность 13.06.01_01 «Электромеханика и электрические аппараты» |
---|---|
Авторы | Гулай Станислав Леонидович |
Научный руководитель | Коровкин Николай Владимирович |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт энергетики |
Выходные сведения | Санкт-Петербург, 2021 |
Коллекция | Научные работы аспирантов/докторантов; Общая коллекция |
Тематика | Гидрогенераторы; Конечных элементов метод; Алгоритмы; Корреляционный анализ; многокритериальная оптимизация; кластерный анализ; селекция оптимального набора предикторов; multi-objective optimization; cluster analysis; feature selection method |
УДК | 621.313.322-82; 517.962; 510.5; 004.421; 519.237.5 |
Тип документа | Научный доклад |
Тип файла | Другой |
Язык | Русский |
Уровень высшего образования | Аспирантура |
Код специальности ФГОС | 13.06.01 |
Группа специальностей ФГОС | 130000 - Электро- и теплоэнергетика |
Права доступа | Текст не доступен в соответствии с распоряжением СПбПУ от 11.04.2018 № 141 |
Ключ записи | ru\spstu\vkr\15238 |
Дата создания записи | 28.10.2021 |
Рассмотрено решение задачи многокритериальной оптимизации гидрогенераторов с помощью генетического алгоритма NSGA-II. Определено множество Парето в пространстве критериев оптимальности конструкции: масса сердечника статора; потери в активной стали статора, полюсах ротора и демпферной обмотке; ток ротора; синхронное индуктивное сопротивление по продольной оси и коэффициент искажения синусоидальности кривой линейного напряжения статора. Численные расчеты магнитного поля гидрогенератора выполнены на базе метода конечных элементов в двухмерной нелинейной постановке. Результаты оптимизации сопоставлены с данными действующего генератора. Получены зависимости параметров для отдельных кластерных структурных групп на основе корреляционного анализа для уменьшения процессорного времени, а также создания моделей регрессий и исследования других методов многокритериальной оптимизации.
This paper presents the approach to solve multi-objective optimization problem of hydro-generators parameters by the genetic algorithm NSGA-II. The Pareto Frontier of design objectives criteria: mass of the stator core; iron losses and rotor current; synchronous inductive reactance and total harmonic distortion. The numerical calculation is performed by the finite-element method in 2D and nonlinear statement in the no-load running with stator winding voltage close to the rated value. The results are compared with the data of the operating generator. Cluster analysis, correlation analysis, feature selection method allowed reduced processor time and created adequate regression models.