丁 璨 李 江 袁 召 陳立學(xué) 劉黎明

基于NSGA-II和BP神經(jīng)網(wǎng)絡(luò)的杯狀縱磁觸頭結(jié)構(gòu)優(yōu)化設(shè)計(jì)

丁 璨1李 江1袁 召2陳立學(xué)2劉黎明2

（1. 三峽大學(xué)電氣與新能源學(xué)院 宜昌 443002 2. 華中科技大學(xué)電氣與電子工程學(xué)院強(qiáng)電磁工程與新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室 武漢 430074）

在直流開斷工況下，現(xiàn)有常用工頻觸頭需要開斷高頻反向電流，但其在高頻電流下的電弧調(diào)控性能還需要進(jìn)一步研究。該文以工頻常用杯狀縱磁觸頭為例，首先對(duì)其在1 000Hz電流下進(jìn)行磁場(chǎng)仿真，發(fā)現(xiàn)電流峰值的觸頭間隙中心可產(chǎn)生3.17mT/kA的縱向磁場(chǎng)，磁場(chǎng)分布極不均勻；然后為了提高磁場(chǎng)強(qiáng)度最大值以及分布均勻度，提出一種基于BP神經(jīng)網(wǎng)絡(luò)與遺傳算法相結(jié)合的方法對(duì)觸頭結(jié)構(gòu)進(jìn)行優(yōu)化設(shè)計(jì)，建立以觸頭開槽寬度、開槽長度、徑向開槽旋轉(zhuǎn)角度、觸頭杯斜槽高度和斜槽傾斜度為輸入，觸頭間隙中心電流峰值磁場(chǎng)強(qiáng)度最大值和磁場(chǎng)分布不均勻度為輸出的BP神經(jīng)網(wǎng)絡(luò)模型；最后通過NSGA-II算法對(duì)杯狀縱磁觸頭的結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化。優(yōu)化的結(jié)果表明：當(dāng)杯狀縱磁觸頭的參數(shù)1為2.9mm、2為18.0mm、1為20.0°、為17.5mm和2為26.0°時(shí)，電流峰值的觸頭間隙中心可產(chǎn)生4.34mT/kA的縱向磁場(chǎng)，不均勻度從6.89減小到3.39，均勻度得到了較大提升，從而可以提高縱向磁場(chǎng)對(duì)真空電弧的調(diào)控能力。

真空滅弧室觸頭 縱向磁場(chǎng) NSGA-II BP神經(jīng)網(wǎng)絡(luò)

0 引言

隨著碳達(dá)峰、碳中和的提出，直流輸電系統(tǒng)作為分布式能源大規(guī)模接入的最佳途徑[1-2]將引起系統(tǒng)容量增加，最終導(dǎo)致故障電流水平急劇升高，因此研制出適用于大容量、高電壓等級(jí)且能夠開斷較大電流的直流斷路器迫在眉睫。機(jī)械式直流斷路器因其損耗小、帶載能力強(qiáng)以及結(jié)構(gòu)較為穩(wěn)定的優(yōu)點(diǎn)得到了廣泛應(yīng)用[3]。由于直流斷路器真空滅弧室中需要開斷直流與高頻電流的疊加電流，而現(xiàn)有真空滅弧室觸頭多為工頻設(shè)計(jì)，因此亟須研究觸頭在這種工況下的性能。

作為直流斷路器的核心元件[4-9]，真空滅弧室觸頭對(duì)直流開斷有較大的影響。文獻(xiàn)[10-11]對(duì)真空滅弧室橫磁觸頭在工頻下產(chǎn)生的橫向磁場(chǎng)進(jìn)行了仿真分析。仿真結(jié)果表明：真空電弧受到橫向磁場(chǎng)的電磁力后，在觸頭表面可以快速旋轉(zhuǎn)，減少對(duì)觸頭的燒蝕。文獻(xiàn)[12-15]對(duì)各種類型的縱磁觸頭在工頻下產(chǎn)生的磁場(chǎng)進(jìn)行了仿真分析。仿真結(jié)果顯示：觸頭產(chǎn)生的縱向磁場(chǎng)可以對(duì)真空電弧形態(tài)進(jìn)行調(diào)控，適用于大電流開斷場(chǎng)合。文獻(xiàn)[16]通過仿真與實(shí)驗(yàn)研究了直流開斷工況下杯狀縱磁觸頭結(jié)構(gòu)對(duì)磁場(chǎng)分布的影響，仿真結(jié)果顯示：觸頭片的開槽參數(shù)會(huì)影響觸頭表面的渦流流經(jīng)路徑，最終改變觸頭間隙的縱向磁場(chǎng)分布。由于渦流效應(yīng)的存在，電流過零時(shí)觸頭間隙還存在較大的剩余磁場(chǎng)，影響觸頭間隙中等離子體的擴(kuò)散，嚴(yán)重時(shí)還會(huì)發(fā)生電擊穿引起電弧重燃；現(xiàn)階段對(duì)觸頭的結(jié)構(gòu)優(yōu)化大多都基于工頻條件，對(duì)高頻下觸頭結(jié)構(gòu)的優(yōu)化研究還較少，為了提高縱磁觸頭在高頻工況下的磁場(chǎng)強(qiáng)度，本文將基于高頻工況對(duì)觸頭結(jié)構(gòu)進(jìn)行優(yōu)化設(shè)計(jì)。利用傳統(tǒng)的優(yōu)化方法，將磁場(chǎng)仿真模型與算法結(jié)合對(duì)杯狀縱磁觸頭進(jìn)行優(yōu)化設(shè)計(jì)，通常需要借助有限元仿真軟件中的求解器進(jìn)行多次求解、迭代和分析，求解精度和計(jì)算效率之間存在較大的矛盾。除此之外，研究杯狀縱磁觸頭的結(jié)構(gòu)與縱向磁場(chǎng)分布之間的復(fù)雜關(guān)系，還可以借助BP（back propagation）神經(jīng)網(wǎng)絡(luò)等人工智能算法。文獻(xiàn)[17]建立了神經(jīng)網(wǎng)絡(luò)模型對(duì)葉片全葉高多個(gè)截面結(jié)構(gòu)同時(shí)進(jìn)行優(yōu)化。文獻(xiàn)[18]建立了以屏蔽電極長度、懸浮電極端部曲率和觸頭端部曲率為輸入，電場(chǎng)均勻度為輸出的神經(jīng)網(wǎng)絡(luò)模型，對(duì)真空滅弧室的結(jié)構(gòu)進(jìn)行了優(yōu)化設(shè)計(jì)。文獻(xiàn)[17-20]研究了神經(jīng)網(wǎng)絡(luò)模型在多種實(shí)際問題中的應(yīng)用。

基于以上分析，為使BP神經(jīng)網(wǎng)絡(luò)模型具有較高的準(zhǔn)確性，本文采用中心復(fù)合設(shè)計(jì)（Central CompositeDesign, CCD）試驗(yàn)，通過有限元法得到了仿真模型的數(shù)據(jù)樣本。根據(jù)數(shù)據(jù)樣本建立BP神經(jīng)網(wǎng)絡(luò)模型后[21-23]，采用二代非支配排序遺傳算法（Non-dominatedSorting Genetic Algorithm-Ⅱ, NSGA-Ⅱ）對(duì)杯狀縱磁觸頭間隙中心產(chǎn)生的縱向磁場(chǎng)進(jìn)行逆分析，實(shí)現(xiàn)對(duì)觸頭結(jié)構(gòu)的優(yōu)化設(shè)計(jì)。通過優(yōu)化前后杯狀縱磁觸頭間隙中心磁場(chǎng)分布圖的對(duì)比可知，優(yōu)化后的觸頭結(jié)構(gòu)可以提高縱向磁場(chǎng)對(duì)真空電弧的調(diào)控能力。

1 杯狀縱磁觸頭磁場(chǎng)計(jì)算模型

1.1 觸頭幾何模型

杯狀縱磁觸頭主要由導(dǎo)電桿、觸頭片和觸頭杯等構(gòu)成。觸頭杯內(nèi)部為中空結(jié)構(gòu)，表面存在6個(gè)斜槽；觸頭片表面存在6個(gè)徑向開槽，中心處有一個(gè)開孔來改變渦流的流經(jīng)路徑[24]，觸頭間隙產(chǎn)生的真空電弧用圓柱形導(dǎo)體代替。三維仿真模型如圖1所示，觸頭基本結(jié)構(gòu)參數(shù)見表1。

圖1 杯狀縱磁觸頭三維仿真模型

1,7—導(dǎo)電桿 2,6—觸頭杯 3,5—觸頭片 4—真空電弧

Fig.1 Three-dimensional model of cup-shaped longitudinal magnetic contact

表1 杯狀縱磁觸頭的結(jié)構(gòu)參數(shù)

Tab.1 Geometric parameters of cup-shaped longitudinal magnetic contact

直流開斷的原理是在短路電流上疊加高頻反向振蕩電流制造人工電流過零點(diǎn)，幫助直流斷路器進(jìn)行開斷，因此本文將杯狀縱磁觸頭三維仿真模型的激勵(lì)源設(shè)置為頻率1 000Hz、幅值10kA的交流電流；磁場(chǎng)計(jì)算模型邊界設(shè)置為觸頭模型的5倍，觸頭各部分材料性能見表2。

表2 觸頭各部分材料性能

Tab.2 Material properties of each part of contact

1.2 磁場(chǎng)計(jì)算數(shù)學(xué)模型

在有限元仿真軟件中[25]，基于麥克斯韋方程組使用瞬態(tài)求解器進(jìn)行磁場(chǎng)的仿真計(jì)算。

將式（1）～式（8）進(jìn)行合并化簡，得到

1.3 仿真結(jié)果與分析

圖2為杯狀縱磁觸頭在開斷高頻電流時(shí)的二維和三維磁場(chǎng)分布圖。由圖2可知，杯狀縱磁觸頭在電流峰值時(shí)產(chǎn)生的縱向磁場(chǎng)強(qiáng)度最大值為31.7mT、最小值為4.6mT。觸頭片中心位置存在半徑為2.3mm的圓孔，改變觸頭表面渦流的流經(jīng)路徑，縱向磁場(chǎng)中心位置將產(chǎn)生較大的低谷，抑制真空電弧在觸頭中心處的收縮，加快電弧形態(tài)的轉(zhuǎn)變，減少對(duì)觸頭表面的燒蝕；同時(shí)觸頭間隙中心縱向磁場(chǎng)分布中存在6個(gè)磁場(chǎng)強(qiáng)度較小的峰值區(qū)域，區(qū)域附近的磁場(chǎng)較為集中且分布極不均勻，真空電弧在磁場(chǎng)中受到的電磁力較小，難以推動(dòng)電弧形態(tài)的轉(zhuǎn)變，導(dǎo)致電流過零時(shí)觸頭間隙中仍殘留較多的等離子體，維持真空電弧的存在并使其保持收縮狀態(tài)，最終引起開斷的失敗。由于觸頭表面渦流效應(yīng)的存在，電流過零后的觸頭間隙中心平面還會(huì)產(chǎn)生剩余磁場(chǎng)，阻礙等離子體向間隙外的擴(kuò)散運(yùn)動(dòng)，影響弧后介質(zhì)強(qiáng)度的快速恢復(fù)[26-28]。因此，電流過零時(shí)觸頭間隙中等離子體的濃度是影響弧后介質(zhì)強(qiáng)度快速恢復(fù)的重要因素。

圖2 電流峰值時(shí)觸頭間隙中心平面磁場(chǎng)分布圖

2 BP神經(jīng)網(wǎng)絡(luò)模型

由1.3節(jié)可知，適用于工頻工況的杯狀縱磁觸頭在開斷高頻電流時(shí)，觸頭間隙產(chǎn)生的縱向磁場(chǎng)強(qiáng)度最大值較小且縱向磁場(chǎng)的分布極不均勻，難以促進(jìn)真空電弧形態(tài)的轉(zhuǎn)變，容易造成開斷失敗。文獻(xiàn)[29]指出，觸頭的結(jié)構(gòu)參數(shù)的不同會(huì)直接影響到觸頭間隙的縱向磁場(chǎng)分布及磁場(chǎng)強(qiáng)度；對(duì)于這種情況，傳統(tǒng)的優(yōu)化方法是采用多目標(biāo)粒子群算法（Multiple ObjectiveSwarm Optimization, MOPSO）、蟻群算法（Ant Colony Optimization, ACO）、人工螢火蟲算法（Glowworm Swarm Optimization,）等多目標(biāo)智能優(yōu)化算法對(duì)觸頭結(jié)構(gòu)進(jìn)行優(yōu)化，存在缺點(diǎn)為耗費(fèi)的時(shí)間較長且需要高性能的計(jì)算機(jī)進(jìn)行仿真計(jì)算。為了減少仿真計(jì)算時(shí)間，本文采用CCD試驗(yàn)設(shè)計(jì)方法建立了試驗(yàn)設(shè)計(jì)的數(shù)據(jù)樣本；然后使用BP神經(jīng)網(wǎng)絡(luò)算法建立杯狀縱磁觸頭的預(yù)測(cè)模型，并對(duì)此模型進(jìn)行誤差分析；最后通用NSGA-II算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型進(jìn)行多目標(biāo)優(yōu)化，得到了杯狀縱磁觸頭的結(jié)構(gòu)參數(shù)最優(yōu)解集，最終經(jīng)過結(jié)果對(duì)比確定了杯狀縱磁觸頭的結(jié)構(gòu)參數(shù)。

2.1 輸入輸出變量的選擇

觸頭片的開槽和觸頭杯的斜槽參數(shù)會(huì)影響電流及渦流的流經(jīng)路徑，進(jìn)而改變觸頭間隙中的磁場(chǎng)強(qiáng)度和分布，影響真空電弧形態(tài)的轉(zhuǎn)變。本文選取觸頭開槽寬度1、觸頭開槽長度2、徑向開槽旋轉(zhuǎn)角度1、觸頭杯斜槽高度和斜槽傾斜角度2作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入值，觸頭的結(jié)構(gòu)參數(shù)如圖3所示。電流過零前即燃弧階段，杯狀縱磁觸頭對(duì)真空電弧的調(diào)控作用主要是利用觸頭產(chǎn)生的縱向磁場(chǎng)加快觸頭間隙中真空電弧的擴(kuò)散速度，使真空電弧從收縮態(tài)轉(zhuǎn)變?yōu)閿U(kuò)散態(tài)，減少電弧對(duì)觸頭片表面的燒蝕；同時(shí)觸頭需要產(chǎn)生較強(qiáng)的縱向磁場(chǎng)以及確保縱向磁場(chǎng)分布較為均勻，防止真空電弧在觸頭表面的聚集?？偟膩碚f，電流峰值時(shí)的磁場(chǎng)強(qiáng)度最大值以及磁場(chǎng)分布是否均勻?qū)⒑艽蟪潭壬蠜Q定電流過零時(shí)觸頭間隙中等離子體的濃度；當(dāng)電流峰值時(shí)的磁場(chǎng)強(qiáng)度較弱以及磁場(chǎng)分布不均勻時(shí)，觸頭間隙在電流過零后將存在較多的等離子體，影響弧后介質(zhì)強(qiáng)度的恢復(fù)速度，嚴(yán)重時(shí)會(huì)使絕緣介質(zhì)被擊穿，引起真空電弧重燃[30-31]，造成直流開斷失敗。因此，本文選取電流峰值時(shí)觸頭間隙中心縱向磁場(chǎng)強(qiáng)度最大值和磁場(chǎng)分布不均勻度（為電流峰值時(shí)觸頭間隙中心縱向磁場(chǎng)最大值與最小值之比）作為神經(jīng)網(wǎng)絡(luò)模型的輸出值。

圖3 杯狀縱磁觸頭結(jié)構(gòu)參數(shù)

2.2 基于中心復(fù)合試驗(yàn)的樣本設(shè)計(jì)

中心復(fù)合試驗(yàn)作為一種較為經(jīng)典且使用廣泛的試驗(yàn)設(shè)計(jì)方法，在工程優(yōu)化設(shè)計(jì)中的應(yīng)用可大大減少實(shí)驗(yàn)所需的次數(shù)以及數(shù)值仿真需要的時(shí)間，同時(shí)可以較好地反應(yīng)設(shè)計(jì)變量與輸出值之間的非線性關(guān)系。因此，本文采用CCD試驗(yàn)設(shè)計(jì)方法設(shè)計(jì)了50組試驗(yàn)樣本，將數(shù)據(jù)引入杯狀縱磁觸頭的三維磁場(chǎng)數(shù)值仿真模型中，通過數(shù)值仿真計(jì)算得到的數(shù)據(jù)樣本見表3。

表3 中心復(fù)合試驗(yàn)設(shè)計(jì)

Tab.3 Central composite experimental design

2.3 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

為了對(duì)杯狀縱磁觸頭產(chǎn)生的縱向磁場(chǎng)分布進(jìn)行優(yōu)化，構(gòu)建了圖4所示的杯狀縱磁觸頭神經(jīng)網(wǎng)絡(luò)模型。模型包含輸入層、隱含層和輸出層三個(gè)部分。其中，輸入層參數(shù)包含觸頭開槽寬度1、觸頭開槽長度2、徑向開槽旋轉(zhuǎn)角度1、觸頭杯斜槽高度和斜槽傾斜角度2；選取隱含層神經(jīng)元個(gè)數(shù)為8；輸出層參數(shù)包括電流峰值觸頭間隙中心縱向磁場(chǎng)強(qiáng)度最大值以及磁場(chǎng)分布不均勻度。

圖4 神經(jīng)網(wǎng)絡(luò)模型

2.4 BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練與預(yù)測(cè)

本文基于編程軟件來實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和預(yù)測(cè)。將2.2節(jié)中通過CCD方法獲得的前40組仿真數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)算法的訓(xùn)練集，剩余數(shù)據(jù)用來測(cè)試BP神經(jīng)網(wǎng)絡(luò)模型輸出值的準(zhǔn)確性，圖5所示為神經(jīng)網(wǎng)絡(luò)模型各個(gè)輸出值與預(yù)測(cè)值的對(duì)比。BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)誤差如圖6 所示。

圖5 BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)與期望輸出對(duì)比

圖6 模型預(yù)測(cè)誤差

由圖5和圖6可以看出神經(jīng)網(wǎng)絡(luò)模型的期望值和預(yù)測(cè)值的差距較小。通過式（11）對(duì)方均根誤差（Root Mean Squared Error, RMSE）進(jìn)行了計(jì)算，神經(jīng)網(wǎng)絡(luò)模型輸出值的RMSE值為0.897，的RSME值為0.344，兩個(gè)輸出值的方均根誤差值均較小，證明神經(jīng)網(wǎng)絡(luò)模型可以較好地對(duì)杯狀縱磁觸頭的縱向磁場(chǎng)分布進(jìn)行預(yù)測(cè)。

3 基于NSGA-II算法的觸頭磁場(chǎng)優(yōu)化

NSGA-II作為多目標(biāo)優(yōu)化算法的典型代表，相較于前一代的NSGA算法引入了快速非支配排序、精英策略和擁擠度算子，在降低了算法的計(jì)算復(fù)雜度的同時(shí)還可更好地將優(yōu)秀的個(gè)體進(jìn)行保留。因此本文將通過NSGA-II算法對(duì)杯狀縱磁觸頭模型進(jìn)行優(yōu)化，最終選擇出最佳的結(jié)構(gòu)參數(shù)。

3.1 目標(biāo)函數(shù)的選擇

選擇觸頭片表面的開槽寬度1、開槽長度2、徑向開槽旋轉(zhuǎn)角度1、觸頭杯斜槽高度和斜槽傾斜角度2作為優(yōu)化參數(shù)，目標(biāo)函數(shù)為電流峰值時(shí)觸頭間隙中心縱向磁場(chǎng)最大值和縱向磁場(chǎng)分布不均勻度，優(yōu)化參數(shù)的約束范圍為

3.2 杯狀縱磁觸頭優(yōu)化結(jié)果與分析

NSGA-II算法經(jīng)過100次迭代優(yōu)化后生成圖7所示的Pareto前沿非支配解集。優(yōu)化后的Pareto 前沿中包含12組最優(yōu)解，表4為優(yōu)化前后的優(yōu)化變量數(shù)值對(duì)比。為提高真空滅弧室的滅弧能力，將優(yōu)化后電流峰值縱向磁場(chǎng)強(qiáng)度較大且縱向磁場(chǎng)分布較為均勻的解集進(jìn)行篩選，最終選擇圖7中Pareto前沿非支配解集紅色點(diǎn)的參數(shù)作為杯狀縱磁觸頭的最優(yōu)結(jié)構(gòu)，即1為2.9 mm、2為18.0 mm、1為20.0°、為17.5 mm、2為26.0°的結(jié)構(gòu)參數(shù)作為杯狀縱磁觸頭的優(yōu)化結(jié)果，將參數(shù)輸入到觸頭三維仿真模型中進(jìn)行計(jì)算，縱向磁場(chǎng)的二維和三維分布如圖8所示。

圖7 Pareto前沿非支配解集

由圖8可知，與優(yōu)化前相比，優(yōu)化后電流峰值時(shí)的縱向磁場(chǎng)強(qiáng)度最大值提高到43.41mT，增加了11.71mT；縱向磁場(chǎng)強(qiáng)度最小值從4.62mT增加為12.81mT；同時(shí)電流峰值時(shí)的縱向磁場(chǎng)分布不均勻度由6.89減小到3.39，均勻度得到了很大提升?？v向磁場(chǎng)強(qiáng)度的整體提高以及縱向磁場(chǎng)分布均勻度的提升有利于在燃弧期間對(duì)觸頭間隙中真空電弧的形態(tài)進(jìn)行調(diào)控，減少電流過零后觸頭間隙中等離子體的濃度，為弧后介質(zhì)強(qiáng)度的快速恢復(fù)創(chuàng)造了良好的條件。優(yōu)化后的杯狀縱磁觸頭結(jié)構(gòu)可以顯著提高真空滅弧室的滅弧能力。各組優(yōu)化變量數(shù)值對(duì)比見表4。

表4 各組優(yōu)化變量數(shù)值對(duì)比

Tab.4 Numerical comparison of optimization variables in each group

4 結(jié)論

本文通過有限元仿真軟件建立了杯狀縱磁三維仿真模型，利用NSGA-II和BP神經(jīng)網(wǎng)絡(luò)對(duì)其結(jié)構(gòu)進(jìn)行了優(yōu)化，得到以下結(jié)論：

1）工頻常用杯狀縱磁觸頭在高頻電流峰值時(shí)產(chǎn)生的縱向磁場(chǎng)較小，均勻度也較差，難以對(duì)真空電弧形態(tài)進(jìn)行有效的調(diào)控，需要進(jìn)一步對(duì)其結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化才能提高高頻電流的開斷能力。

2）通過CCD與有限元仿真軟件相結(jié)合的方法得到杯狀縱磁觸頭的仿真數(shù)據(jù)，并依靠數(shù)據(jù)建立了以1、2、1、和2為輸入，、為輸出的BP神經(jīng)網(wǎng)絡(luò)模型。該BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)值與期望值之間的誤差較小，能夠較好地對(duì)觸頭磁場(chǎng)分布進(jìn)行預(yù)測(cè)。

3）采用NSGA-Ⅱ算法對(duì)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行多目標(biāo)優(yōu)化。結(jié)果顯示，當(dāng)杯狀縱磁觸頭結(jié)構(gòu)參數(shù)1為2.9mm、2為18.0mm、1為20.0°、為17.5mm和2為26.0°時(shí)，觸頭間隙中心平面產(chǎn)生的縱向磁場(chǎng)強(qiáng)度提高為4.34mT/kA，不均勻度減小為3.39，可以加強(qiáng)對(duì)真空電弧形態(tài)的調(diào)控作用。

[1] 溫家良, 吳銳, 彭暢, 等. 直流電網(wǎng)在中國的應(yīng)用前景分析[J]. 中國電機(jī)工程學(xué)報(bào), 2012, 32(13): 7-12, 185.

Wen Jialiang, Wu Rui, Peng Chang, et al. Analysis of DC grid prospects in China[J]. Proceedings of the CSEE, 2012, 32(13): 7-12, 185.

[2] Zhang Shao, Tseng K J, Vilathgamuwa D M, et al. Design of a robust grid interface system for PMSG-based wind turbine generators[J]. IEEE Transactions on Industrial Electronics, 2011, 58(1): 316-328.

[3] 陳名, 黎小林, 許樹楷, 等. 機(jī)械式高壓直流斷路器工程應(yīng)用研究[J]. 全球能源互聯(lián)網(wǎng), 2018, 1(4): 423-429.

Chen Ming, Li Xiaolin, Xu Shukai, et al. Engineering application research for mechanical HVDC circuit breaker[J]. Journal of Global Energy Interconnection, 2018, 1(4): 423-429.

[4] 于海. 直流斷路器的現(xiàn)狀及發(fā)展[J]. 電力工程技術(shù), 2018, 37(2): 114-120.

Yu Hai. The status and development of DC circuit breaker[J]. Electric Power Engineering Technology, 2018, 37(2): 114-120.

[5] 王燦, 杜船, 徐杰雄. 中高壓直流斷路器拓?fù)渚C述[J]. 電力系統(tǒng)自動(dòng)化, 2020, 44(9): 187-199.

Wang Can, Du Chuan, Xu Jiexiong. Review of topologies for medium-and high-voltage DC circuit breaker[J]. Automation of Electric Power Systems, 2020, 44(9): 187-199.

[6] 陳名, 徐敏, 黎小林, 等. 高壓直流斷路器開斷試驗(yàn)方法綜述[J]. 高壓電器, 2018, 54(7): 37-43.

Chen Ming, Xu Min, Li Xiaolin, et al. Review of HVDC circuit breaker breaking test method[J]. High Voltage Apparatus, 2018, 54(7): 37-43.

[7] 衛(wèi)思明. 高壓直流斷路器關(guān)鍵技術(shù)研究[D]. 北京: 華北電力大學(xué), 2015.

[8] 張梓瑩, 梁德世, 蔡淼中, 等. 機(jī)械式高壓直流真空斷路器換流參數(shù)研究[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(12): 2554-2561.

Zhang Ziying, Liang Deshi, Cai Miaozhong, et al. Research on commutation parameters of mechanical HVDC vacuum circuit breaker[J]. Transactions of China Electrotechnical Society, 2020, 35(12): 2554-2561.

[9] 李培源. 低壓直流真空斷路器換流回路拓?fù)渑c滅弧室結(jié)構(gòu)優(yōu)化設(shè)計(jì)[D]. 天津: 天津工業(yè)大學(xué), 2020.

[10] 修士新, 龐先海, 張敏. 真空滅弧室橫向磁場(chǎng)觸頭間磁吹力的計(jì)算分析[J]. 真空電子技術(shù), 2007(5): 19-22.

Xiu Shixin, Pang Xianhai, Zhang Min. Computation and analysis of magnetic blowout forces in transverse magnetic field contacts of vacuum interrupter[J]. Vacuum Electronics, 2007(5): 19-22.

[11] 段肖力, 修士新, 吳水鋒, 等. 真空開關(guān)橫磁觸頭磁場(chǎng)仿真與電弧特性研究[J]. 高壓電器, 2017, 53(3): 57-63.

Duan Xiaoli, Xiu Shixin, Wu Shuifeng, et al. Characteristic of wan-type transverse magnetic field contacts of vacuum circuit breaker[J]. High Voltage Apparatus, 2017, 53(3): 57-63.

[12] 孫鵬, 邵淑文. 新型真空滅弧室1/3匝線圈縱磁觸頭三維磁場(chǎng)仿真[J]. 高壓電器, 2010, 46(6): 60-63.

Sun Peng, Shao Shuwen. 3-D magnetic filed simulation of a novel axial magnetic field contact for vacuum interrupter[J]. High Voltage Apparatus, 2010, 46(6): 60-63.

[13] 郝建成, 楊嘉祥, 王新掌, 等. 126kV真空滅弧室1/2線圈縱磁觸頭三維磁場(chǎng)仿真[J]. 中國電機(jī)工程學(xué)報(bào), 2007, 27(18): 83-88.

Hao Jiancheng, Yang Jiaxiang, Wang Xinzhang, et al. Simulation of 3-D magnetic filed in two segments coil axial magnetic field contact of 126kV vacuum interrupter[J]. Proceedings of the CSEE, 2007, 27(18): 83-88.

[14] 韓國輝, 李昊旻, 韓桂全, 等. 126kV真空滅弧室2/3匝縱磁觸頭磁場(chǎng)分析及優(yōu)化[J]. 高壓電器, 2017, 53(3): 76-83.

Han Guohui, Li Haomin, Han Guiquan, et al. Analysis and optimization of axial magnetic field characteristics of a 2/3 tune coil-type contacts for 126kV vacuum interrupter[J]. High Voltage Apparatus, 2017, 53(3): 76-83.

[15] 楊海軍. 一種新型杯狀縱磁真空滅弧室設(shè)計(jì)及電磁場(chǎng)仿真[D]. 大連: 大連交通大學(xué), 2015.

[16] 陳廷棟. 基于人工過零開斷的杯狀縱磁真空滅弧室觸頭結(jié)構(gòu)優(yōu)化[D]. 武漢: 華中科技大學(xué), 2019.

[17] 陳得勝, 白新奎, 張振民, 等. 基于人工神經(jīng)網(wǎng)絡(luò)和遺傳算法的動(dòng)葉可調(diào)軸流風(fēng)機(jī)后導(dǎo)葉數(shù)值優(yōu)化[J]. 熱力發(fā)電, 2021, 50(10): 142-149.

Chen Desheng, Bai Xinkui, Zhang Zhenmin, et al. Numerical optimization for outlet guide vane of an adjustable rotor blade axial fan based on artificial neural network and genetic algorithm[J]. Thermal Power Generation, 2021, 50(10): 142-149.

[18] 劉曉明, 劉威, 李龍女, 等. 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)和遺傳算法的真空滅弧室優(yōu)化設(shè)計(jì)[J]. 真空科學(xué)與技術(shù)學(xué)報(bào), 2020, 40(4): 359-364.

Liu Xiaoming, Liu Wei, Li Longnü, et al. Optimal design of vacuum interrupter based on improved neural network and genetic algorithm[J]. Chinese Journal of Vacuum Science and Technology, 2020, 40(4): 359-364.

[19] 王春林, 胡蓓蓓, 馮一鳴, 等. 基于徑向基神經(jīng)網(wǎng)絡(luò)與粒子群算法的雙葉片泵多目標(biāo)優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2019, 35(2): 25-32.

Wang Chunlin, Hu Beibei, Feng Yiming, et al. Multi-objective optimization of double vane pump based on radial basis neural network and particle swarm[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(2): 25-32.

[20] 何嘉華, 周宏甫, 劉二輝, 等. 基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的溫差發(fā)電器優(yōu)化設(shè)計(jì)[J]. 機(jī)械設(shè)計(jì), 2018, 35(9): 31-36.

He Jiahua, Zhou Hongfu, Liu Erhui, et al. Optimization design of thermoelectric generator based on neural network and genetic algorithm[J]. Journal of Machine Design, 2018, 35(9): 31-36.

[20] 顏華, 張馨, 王伊凡. 基于RBF神經(jīng)網(wǎng)絡(luò)和遺傳算法的ERT傳感器優(yōu)化[J]. 沈陽工業(yè)大學(xué)學(xué)報(bào), 2021, 43(3): 295-300.

Yan Hua, Zhang Xin, Wang Yifan. ERT sensor optimization based on RBF neural network and genetic algorithm[J]. Journal of Shenyang University of Technology, 2021, 43(3): 295-300.

[21] 褚輝, 賴惠成. 一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法及其應(yīng)用[J]. 計(jì)算機(jī)仿真, 2007, 24(4): 75-77, 111.

Chu Hui, Lai Huicheng. An improved back-propagation NN algorithm and its application[J]. Computer Simulation, 2007, 24(4): 75-77, 111.

[22] Wang Zheng, Wang Bo, Liu Chun, et al. Improved BP neural network algorithm to wind power forecast[J]. The Journal of Engineering, 2017, 2017(13): 940-943.

[23] Wang Jing, Fang Jiandong, Zhao Y. Visual prediction of gas diffusion concentration based on regression analysis and BP neural network[J]. The Journal of Engineering, 2019, 2019(13): 19-23.

[24] 司紅. 渦流對(duì)真空滅弧室開斷電流的影響[J]. 真空電子技術(shù), 2011(1): 53-55.

Si Hong. Eddy Current influence on breaking current of vacuum interrupter[J]. Vacuum Electronics, 2011(1): 53-55.

[25] Ac01273015 A. Studies in applied electromagnetics and mechanics[J]. Computer Field Models of Electromagnetic Devices, 2010(34): 558-564.

[26] Okawa M, Yanabu S, Kaneko E, et al. The investigation of copper-chromium contacts in vacuum interrpters subjected to an axial magnetic field[J]. IEEE Transactions on Plasma Science, 1987, 15(5): 533-537.

[27] 劉思奇, 沈兵, 莊勁武, 等. 混合型真空限流斷路器短燃弧短間隙下的介質(zhì)強(qiáng)度恢復(fù)試驗(yàn)研究[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(2): 284-291.

Liu Siqi, Shen Bing, Zhuang Jinwu, et al. Experimental study on vacuum dielectric recovery of hybrid current limiting circuit breaker with short arcing time and short gap[J]. Transactions of China Electrotechnical Society, 2020, 35(2): 284-291.

[28] 李博, 包涌泉, 彭振東, 等. 基于改進(jìn)型直流真空斷路器弧后暫態(tài)仿真及介質(zhì)恢復(fù)特性分析[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(8): 1752-1760.

Li Bo, Bao Yongquan, Peng Zhendong, et al. Post-arc transient simulation and dielectric recovery analysis based on improved DC vacuum circuit breaker[J]. Transactions of China Electrotechnical Society, 2021, 36(8): 1752-1760.

[29] 王子寒, 李昊旻, 王建華, 等. 基于響應(yīng)曲面法的馬蹄鐵型縱磁觸頭真空滅弧室磁場(chǎng)特性分析及優(yōu)化[J]. 高壓電器, 2017, 53(3): 90-96.

Wang Zihan, Li Haomin, Wang Jianhua, et al. Analysis and optimization of magnetic field characteristics for vacuum interrupter with horseshoe-shaped axial magnetic field contacts based on response surface method[J]. High Voltage Apparatus, 2017, 53(3): 90-96.

[30] 蔣原, 李擎, 崔家瑞, 等. 縱向磁場(chǎng)下中頻真空電弧的重燃現(xiàn)象分析[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(18): 3860-3868.

Jiang Yuan, Li Qing, Cui Jiarui, et al. Re-ignition of intermediate frequency vacuum arc at axial magnetic field[J]. Transactions of China Electrotechnical Society, 2020, 35(18): 3860-3868.

[31] 付思, 曹云東, 李靜, 等. 觸頭分離瞬間真空金屬蒸氣電弧形成過程的仿真[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(13): 2922-2931.

Fu Si, Cao Yundong, Li Jing, et al. Simulation researches on vacuum metal vapor arc formation at the initial moment of contact parting[J]. Transactions of China Electrotechnical Society, 2020, 35(13): 2922-2931.

Structural Optimization Design of Cup-Shaped Longitudinal Magnetic Contact Based on NSGA-II and BP Neural Network

Ding Can1Li Jiang1Yuan Zhao2Chen Lixue2Liu Liming2

（1. College of Electrical Engineering & New Energy China Three Gorges University Yichang 443002 China 2. State Key Laboratory of Advanced Electromagnetic Engineering and Technology School of Electrical and Electronic Engineering Huazhong University of Science and Technology Wuhan 430074 China）

Under the DC breaking condition, the existing common power frequency contacts need to break the high-frequency reverse current, but their arc regulation performance under high-frequency current needs further study. In this paper, the cup-shaped longitudinal magnetic contact commonly used in power frequency is taken as an example. Firstly, the magnetic field simulation of the cup-shaped longitudinal magnetic contact is carried out under the current of 1 000Hz. It is found that the center of the contact gap with the peak current can generate a longitudinal magnetic field of 3.17mT/kA, and the magnetic field distribution is extremely uneven. Then, in order to improve the maximum magnetic field strength and distribution uniformity, a method based on the combination of BP neural network and genetic algorithm is proposed to optimize the contact structure, and a BP neural network model is established, which takes the contact slot width, slot length, radial slot rotation angle, contact cup chute height and chute inclination as inputs, and takes the maximum magnetic field strength and distribution unevenness of the peak current in the center of the contact gap as outputs. Finally, the structural parameters of the cup-shaped longitudinal magnetic contact are optimized by NSGA-II algorithm. The optimization results show that when the parameters1is 2.9mm,2is 18.0 mm,1is 20.0°,is 17.5mm and2is 26.0°, the center of the contact gap with peak current can generate a longitudinal magnetic field of 4.34mT/kA, and the unevenness is reduced from 6.89 to 3.39, which greatly improves the uniformity, thus improving the ability of the longitudinal magnetic field to regulate the vacuum arc.

Vacuum interrupter contact, longitudinal magnetic field, NSGA-II, BP neural network

10.19595/j.cnki.1000-6753.tces.220369

TM561

國家自然科學(xué)基金面上項(xiàng)目資助（52177143）。

2022-03-12

2022-03-25

丁 璨 男，1982年生，博士，講師，研究方向?yàn)楦邏弘娖髟O(shè)計(jì)、模擬及實(shí)驗(yàn)。E-mail：dingcan@ctgu.edu.cn

袁 召 男，1985年生，博士（后），副研究員，研究方向?yàn)殡姎庠O(shè)備設(shè)計(jì)、仿真模擬與優(yōu)化。E-mail：hustyuanzhao@qq.com（通信作者）

（編輯 郭麗軍）