بخشی از مقاله
چکیده
این مقاله به موضوع مدلسازی مشخصه غیرخطی هسته ترانسفورماتور و چگونگی تعیین پارامترهای آن می پردازد. ابتدا مدل JA و مدل JA اصلاح شده معرفی شده و سپس با استفاده از روش الگوریتم رقابت استعماری - ICA - ، پارامترهای این مدل تعیین می شوند. تابع هدف در بهینه سازی پارامترها، مینیمم کردن اختلاف میان حلقه هیسترزیس اندازه گیری شده و هیسترزیس شبیه سازی شده می باشد.
نتایج عملی نشان می دهد که در روش ICA کمترین اختلاف میان حلقه های اندازه گیری شده و شبیه سازی شده حاصل می شود که این نشان دهنده قدرت بالای این الگوریتم در شناسایی مینیمم مطلق می باشد.
-1 مقدمه
ترانسفورماتورها و راکتورها کاربرد وسیعی در سیستم های قدرت دارند. مدلسازی دقیق مشخصه غیرخطی هسته این تجهیزات جهت شبیه سازی مناسب رفتار آنها خصوصا برای تحلیل هارمونیکی و محاسبه تلفات حائز اهمیت می باشد. منشا مشخصه غیرخطی هسته پدیده هیسترزیس می باشد. در گذشته مدلهای متفاوتی جهت توصیف این پدیده ارائه شده است. این مدل ها اساسا به دو دسته تقسیم می شوند:
در دسته اول، مدلهای ریاضی وجود دارند که رفتار فیزیکی مواد را نادیده می گیرند. اما در دسته دوم رفتار فیزیکی مواد مورد بحث قرار می گیرد. در مقالاتی که در سال های اخیر ارائه شده اند دو مدل پریساچ و JA که از دسته دوم می باشند، بیشتر مورد توجه قرار گرفته اند. از آنجائیکه پیاده سازی مدل JA آسانتر است و زمان محاسبات کوتاهتری دارد، در این مقاله از آن استفاده شده است.
در سال های اخیر محققین زیادی روش های جدید بهینه سازی را ارائه داده اند که از آن جمله می توان به الگوریتم ژنتیک، شبکه عصبی مصنوعی، الگوریتم کولونی مورچه ها اشاره کرد که هر روش مزیت ها و معایب خاص خودش را دارد. در این مقاله پارامترهای مدل JA با استفاده از روش بهینه سازی الگوریتم رقابت استعماری تعیین می شود و با چند روش دیگر مقایسه می شود.
-2 مدل هیسترزیس JA
مدل هیسترزیس JA بر اساس ملاحظات فیزیکی رفتار غیرخطی مواد می باشد. در این مدل ترم dB/dH ، از روی dM/dH که مشتق مغناطیس شوندگی - M - نسبت به شدت میدان مغناطیسی - H - می باشد، محاسبه می شود. مدل JA که در آن H به عنوان متغیر مستقل می باشد، از روابط زیر قابل محاسبه می باشد:
که مغناطیس شوندگی غیرهیسترتیک ،پارامترهای مدل JA که باید تعیین شوند عبارتند از: - پارامتر رفتار غیر هیسترتیک - ، - پارامتر میدان اصلی - ، - پارامتر مغناطیس شوندگی اشباع - ، c - ثابت انعطاف پذیری
حوزه - ، و K - پارامتر پینینگ - ..
-3 استفاده از روش های بهینه سازی جهت تعیین پارامترهای مدل JA
روش بهینه سازی استفاده شده در این مقاله برای تعیین پارامترهای مدل JA براساس الگوریتم هایی هستند که پارامترها را تغییر می دهند و تابع هدف را به نحوی کنترل می کنند تا اختلاف میان مغناطیس شوندگی - M - اندازه گیری شده با شبیه سازی شده به حداقل برسد. تابع هدف به کار رفته در این مقاله در زیر آمده است.
که N ، ، به ترتیب تعداد نمونه های اندازه گیری، مغناطیس شوندگی شبیه سازی شده و اندازه گیری شده هستند.
-4 الگوریتم رقابت استعماری - ICA - و نتایج بدست آمده از شبیه سازی
الگوریتم رقابت استعماری روشی در حوزه محاسبات تکاملی است که به یافتن پاسخ بهینه مسائل مختلف بهینه سازی میپردازد. این الگوریتم با مدلسازی ریاضی فرایند تکامل اجتماعی - سیاسی، الگوریتمی برای حل مسائل ریاضی بهینه سازی ارائه می دهد. از لحاظ کاربرد، این الگوریتم در دسته الگوریتم های بهینه سازی تکاملی همچون الگوریتم های ژنتیک - Genetic Algorithms - ، بهینه سازی انبوه ذرات - Particle Swarm - Optimization، بهینه سازی کلونی مورچگان - Ant Colony Optimization - ، تبرید فلزات شبیه سازی شده - Simulated Annealing - و ... قرار می گیرد. همانند همه الگوریتم های قرار گرفته در این دسته، الگوریتم رقابت استعماری نیز مجموعه اولیه ای از جواب های احتمالی را تشکیل می دهد.
این جواب های اولیه در الگوریتم ژنتیک با عنوان "کروموزوم"، در الگوریتم ازدحام ذرات با عنوان "ذره" و در الگوریتم رقابت استعماری نیز با عنوان "کشور" شناخته می شوند. الگوریتم رقابت استعماری با روند خاصی که در ادامه می آید، این جوابهای اولیه - کشور ها - را به تدریج بهبود داده و در نهایت جواب مناسب مسئله بهینه سازی - کشور مطلوب - را در اختیار می گذارد.
شکل : 1 فلوچارت الگوریتم استعماری
