支持向量机分析及其应用于特高压变压器电场优化-analysis of support vector machine and its application to electric field optimization of uhv transformer.docxVIP

第一章绪论§1.1支持向量机简介1992-1995年期间，Vapnik等在统计学习理论的基础上发展了支持向量机（SupportVectorMachines，SVM）算法。支持向量机不但能够推广应用到函数拟合等其它机器学习问题，而且在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。它正在成为机器学习领域中新的研究热点，并将推动机器学习理论和技术的发展。目前，该技术已成为机器学习界的研究热点，并在图像处理、人脸检测、手写数字识别等诸多领域获得了成功的应用。支持向量机是从线性可分情况下的最优分类面发展而来的。用两类样本中离分类线最近的样本构造平行于分类线的直线，它们之间的距离叫做分类间隔。所谓最优分类线，就是要求分类线不但能将两类正确分开（训练错误率为0），而且能使分类间隔最大。使分类间隔最大实际上就是对推广能力的控制，这是SVM的核心思想之一。支持向量机首先通过用内积函数K(x,x,)定义的非线性变换将输入空间变换到一个高维空间，在这个空间中求（广义）最优分类面,如图1.1。图1.1输入空间到特征空间的映射Fig.1.1Themapofinputspacetofeaturespace由于统计学习理论和支持向量机较好的建立了一套有限样本下机器学习的理论框架和通用方法，既有严格的理论基础，又能较好地解决小样本、非线性、高维数和局部极小点等实际问题，因此成为20世纪90年代末以来的研究热点。支持向量机理论虽然已经提出多年，但从它逐渐成熟和被广泛重视只有几年的时间，其中还有很多尚未充分解决的问题，在相关领域的应用研究更是刚刚开始。因此，对这一理论的基础原理和应用研究有望能取得突破性的成果[1-7]。§1.2特高压变压器简介变压器是电网输配电的重要设备，主要包括运行在主干电网的输电变压器和运行在终端的配电变压器。发电机输出的电功率，通过升高电压送至远端用户，而用户需把电压再降成低压才能使用，这个任务是变压器来完成的。因此变压器是电力工业中必不可少的组成部分，在发电、输电、配电、电能转换和电能消耗等各环节都起着至关重要的作用。中国是世界上电力变压器的生产大国，同时也是使用电力变压器的大国。保定天威保变电气股份有限公司为山西武乡电厂自主研制的我国首台500KV启动备用变压器容量为68MVA，是国内第一台超高压大容量的启动备用变压器。对于完善我国变压器产品类型，支持我国600MW及以上机组建设，进一步提高此类产品在国内外变压器市场的占有率，具有重要战略意义。总体上，我国电力变压器制造技术与先进国家相比，还存在一定的差距。随着变压器单台容量的增大也带来一系列问题，如运行效率、可靠性、局部过热等。大容量变压器承受的电磁负荷很高，导致漏磁场显著增强，与其相关的变压器线圈涡流损耗、铁芯末级硅钢片与其它金属结构件中杂散损耗也都增大。在额定运行情况下，大容量变压器漏磁场的增强引起的杂散损耗增加将直接影响变压器运行可靠性[8-11]。随着变压器容量的增大，特高压变压器的绝缘结构经受的考验也越来越大。可靠性问题凸显出来，绝缘设计也越来越得到人们的重视。特高压变压器电场的优化是保证绝缘可靠地一个重要方面。、往往采用人为的改变绝缘结构的尺寸参数，反复计算。对应每一个结果，进行必要地结构调整，从而达到最小场强的优化目标。虽然最终也可以满足工程需要，但是效率很低。§1.3论文的研究意义和主要工作1.3.1本论文的研究意义随着变压器制造业的发展，变压器设计水平亟待提高。变压器设计是整个变压器制造的第一步，涉及电、磁、热、力、可靠性等多种学科。设计质量的高低，直接影响产品的性能质量与制造成本。目前，国内企业对产品的绝缘设计往往是从经验出发，经过反复实验，根据实验的数据进行产品的设计。这种方法的消耗是相当高的，而且很难得到较佳的绝缘配合和设计要求。支持向量机是一类以统计学习理论为基础的新型机器学习算法。它具有简洁的数学形式，直观的几何解释和良好的泛化能力，能够避免了局部最优解，能够有效克服“维数灾难”，且人为设定的参数少，便于使用等优点。SVM已经成功地应用于许多分类和回归问题。本文利用支持向量机对特高压变压器线圈的电场有限元计算结果进行训练得到模型。应用基于最小二乘支持向量机和模拟退火法的全局优化算法以较快的速度找到不同设计尺寸下产生的最大电场强度的最小值，以满足特高压变压器绝缘设计要求，最终达到结构优化的目的，为产品的设计研制提供理论依据。1.3.2本论文的主要研究工作本论文工作研究重点集中在支持向量机在特高压变压器电场优化设计中的应用。本论文的主要工作包括如下几个部分：1、掌握支持向量机的原理及拓展应用，熟悉matlab工具包libsvm、lssvm使用方法；2、研究基于最小二乘支持向量机与模拟退火法的电磁场全局优化方法，并在matlab环境下进行程序调试；