optymalizacja wartości pola magnetycznego w pobliżu linii
Transkrypt
optymalizacja wartości pola magnetycznego w pobliżu linii
P O Z N A N UN I VE RS I T Y O F T E C HN O L O G Y ACA D E MI C J O URN A L S No 81 Electrical Engineering 2015 Mikołaj KSIĄŻKIEWICZ* OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POBLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO Praca przedstawia program napisany w języku C++, w którym zaimplementowano procedury do obliczania pola magnetycznego generowanego przez linię napowietrzną oraz algorytm genetyczny do optymalizacji parametrów układu redukującego wartość pola magnetycznego w obszarze zainteresowania. Model matematyczny został uproszczony do układu dwuwymiarowego. Zmianę rozkładu pola uzyskano wprowadzając do układu pętlę przewodzącą, której położenie oraz stopień kompensacji podlega optymalizacji. Przykłady działania programu podano dla linii jednotorowej o układzie poziomym oraz trzech różnych konfiguracji pętli ekranujących. SŁOWA KLUCZOWE: algorytm genetyczny, linia napowietrzna, optymalizacja, pole magnetyczne 1. WPROWADZENIE Wzrost zainteresowania wpływem pół elektromagnetycznych generowanych przez urządzenia elektryczne (w tym elektroenergetyczne) na organizmy żywe, w szczególności na człowieka, doprowadził do intensyfikacji badań w tym obszarze. Dotyczą one głównie metod obliczania rozkładu pola elektromagnetycznego generowanego przez urządzenia elektryczne oraz sposobów na redukcję ich wartości. Bezpośrednio z tym związane są również zagadnienia optymalizacji parametrów instalacji ekranujących w celu maksymalizacji ich skuteczności, lub redukcji kosztów takich rozwiązań. Wpływ na wartość pola magnetycznego generowanego przez napowietrzną linię elektroenergetyczną mają takie czynniki jak: natężenie prądu płynącego przez przewody fazowe, odległość przewodów fazowych od ziemi, odległości pomiędzy przewodami różnych faz lub wiązkami przewodów, jeżeli stosowane są przewody wiązkowe, geometryczne rozmieszczenie przewodów (w liniach dwu- i wielotorowych wzajemne usytuowanie przewodów lub wiązek tej samej fazy) [3]. __________________________________________ * Politechnika Poznańska. 88 Mikołaj Książkiewicz Parametry te są zależne od konstrukcji linii (poza wartością prądu) i późniejsze zmiany są praktycznie niemożliwe. W celu dalszej redukcji natężenia pola można stosować układy dodatkowe, takie jak na przykład przewodzące pętle ekranujące. Jest to szczególnie istotne jeśli występuje potrzeba modyfikacji istniejącej instalacji. Optymalizacja w tym zakresie miałaby na celu uzyskanie maksymalnej efektywności przy modyfikacji kilku zadanych parametrów ekranu magnetycznego. Celem pracy jest przedstawienie programu, który pozwala na wyznaczanie wartości natężenia pola magnetycznego w dowolnym punkcie w przestrzeni wokół linii napowietrznej, w przypadku braku układów ekranujących jak i gdy są one obecne. Drugą częścią jest zaimplementowany algorytm optymalizacji utworzony w formie algorytmu genetycznego, który dobiera optymalne położenie pętli ekranujących. Przykłady działania programu podano dla linii jednotorowej o układzie poziomym, oraz trzech różnych konfiguracji ramek ekranujących. 2. OBLICZANIE POLA MAGNETYCZNEGO WOKÓŁ LINII NAPOWIETRZNEJ W badaniach obliczano wartości pola magnetycznego w przestrzeni wokół linii napowietrznej, której przykładowy układ geometryczny przedstawiono na rysunku 1. Analizie podlegała wartość indukcji magnetycznej wyznaczona w punktach a1,…, a4, które reprezentują obszar zainteresowania. Rys. 1. Przewody fazowe i pętle ekranujące umieszczone w pobliżu obszaru zainteresowania (Ii, Ik – prądy i-tej i k-tej pętli; Ip1…Ip3 – prądy fazowe linii; si, sk – szerokości pętli i-tej i k-tej; d(k2,p1) – odległość drugiego odcinka pętli k-tej od pierwszej fazy) Przyjęte założenia: przewody fazowe są proste i nieskończenie długie, umieszczone na wysokości dopowiadającej najniższemu punktowi zwisu przewodnika (zadania sprowadza się do dwóch wymiarów), równoległe odcinki ramki są proste i dostatecznie długie, aby można było je traktować jako nieskończenie długie, Optymalizacja wartości pola magnetycznego w pobliżu linii napowietrznej… 89 wszystkie fazy są równomiernie obciążone, wpływ prądów indukowanych w przewodach fazowych jest pomijalny, wpływ prądów indukowanych w ziemi jest pomijalny. 2.1. Pole magnetyczne pochodzące od przewodów fazowych Dla pojedynczego, nieskończenie długiego przewodnika, umieszczonego ponad powierzchnią ziemi (rysunek 2), przewodzącego prąd I, wartości składowych y i z wektora indukcji magnetycznej wyrażone są następującymi zależnościami [1]: 0 I z hk 2 z hk 2 y y k 2 I y yk B z y, z 0 2 z hk 2 y y k 2 B y y, z (1) (2) Rys. 2. Nieskończenie długi przewodnik przewodzący prąd I umieszczony nad powierzchnią ziemi Wypadkową wartość indukcji magnetycznej pochodzącą od m przewodów fazowych wyznaczono stosując zasadę superpozycji. Wartości składowych y i z wynoszą odpowiednio: m B yp y , z B yk (3) B zp y, z Bzk (4) k 1 m k 1 2.2. Pole magnetyczne pochodzące od prądu indukowanego w pętli Wartość prądu wyindukowanego w pętli można wyznaczyć z zależności [2]: I X lp I p Z (5) 90 Mikołaj Książkiewicz gdzie Z – impedancja wypadkowa, opisana jest wzorem: Z Z ii Z ik (6) gdzie Zii – impedancja własna pętli, opisana jest wzorem: Z ii Ri jX Li jX Ci ti Ri jti2 X ti jc f ti2 X ti (7) Rti jest rezystancją, Xti reaktancją własną każdego zwoju i-tej pętli, po uwzględnieniu liczby zwojów (wyrażoną przez ti) tworzą razem impedancje własną pętli Zii. Xti wyrażaną w [ m ] obliczano z zależności: X ti 0 si ln GMRi (8) GMRi jest średnim geometrycznym promieniem przewodników i-tej pętli. Stała cfi jest współczynnikiem kompensacji danej pętli, może przyjmować wartości od 0 do 1 (0 oznacza brak kondensatora, 1 oznacza pełną kompensacje). Jednostkowa impedancja wzajemna pomiędzy dwoma pętlami oraz jednostkowa reaktancja wzajemna pomiędzy i-tą pętlą a k-tą fazą opisane są zależnościami: 0 d (i1 , k 2 )d (i2 , k1 ) ln 2 d (i1 , k1 )d (i2 , k 2 ) i, k 1,..., n, i k d (i2 , pk ) X lpik jti 0 ln 2 d (i1 , pk ) i 1,..., n, k 1,..., m Z ik jt i t k (9) (10) Pole magnetyczne generowane przez pętlę obliczano analogicznie jak dla przewodów fazowych stosując zależności (1) i (2). Całkowite pole magnetyczne w punktach zainteresowania obliczano dodając w zależnościach (3) i (4) odpowiednio sumy składowych y i z wektora indukcji magnetycznej pochodzących od równoległych odcinków pętli ekranujących. m n Bs B pk Blj k 1 (11) j 1 2.3. Pętle z gałęzią wspólną Rozważania przedstawione w punkcie 2.2 dotyczyły układu pętli niezależnych. W przypadku dwóch pętli z jedną gałęzią wspólną zmiany dotyczą obliczania impedancji wzajemnej [2] (ti, tk – liczba zwojów pętli i-tej oraz k-tej): Z ik R jX Lik 2 (12) Optymalizacja wartości pola magnetycznego w pobliżu linii napowietrznej… X Lik 0 2 d (i1 , i2 )d (k1 , k 2 ) tik ln 2 d (i1 , k1 )GMR tik ti tk 91 (13) 3. OPTYMALIZACJA WARTOŚCI INDUKCJI MAGNETYCZNEJ W OBSZARZE ZAINTERESOWANIA 3.1. Kryterium oceny rozwiązania (funkcja celu) Funkcja celu określona jako współczynnik redukcji RF (reduction factor), który odwzorowuje skuteczność ograniczania wartości pola magnetycznego w danym punkcie określa zależność: RF ( y, z ) Bp (14) Bs Funkcja ta powinna uwzględniać ograniczenia odnośnie dopuszczalnych wartości parametrów, takich jak np. zakres wysokości położenia pętli, minimalną odległość pętli od przewodów fazowych itp. Ponadto obszar zainteresowania reprezentowany jest przez cztery punkty w przestrzeni, jako ostateczna wartość funkcji celu wybierana jest najmniejsza z obliczonych dla poszczególnych punktów. Ostatecznie zadanie optymalizacji sprowadza się do znalezienia takiego rozwiązania, dla którego wartość współczynnika redukcji w najsłabiej ekranowanym punkcie jest największa: maxmin RF ( yak , z ak ) (15) k 1,...,4 3.2. Wybór metody optymalizacji Zastosowano metodę stochastyczną w postaci algorytmu genetycznego ze względu na wielomodalność funkcji celu oraz łatwość implementacji. 3.3. Charakterystyka algorytmu genetycznego Populacja początkowa składa się ze 150 losowo wybranych osobników. Każdy osobnik określony jest za pomocą wektora liczb rzeczywistych, który przedstawia zestaw parametrów podlegających optymalizacji. Liczba zmiennych zawiera się w zakresie od 4 do 10, w zależności od rozpatrywanego układu. Generacja osobników w obszarze dopuszczalnym nie jest zagwarantowana. Rozdzielczość parametrów wynosi 1 cm dla wielkości geometrycznych oraz 1 % 92 Mikołaj Książkiewicz dla współczynników kompensacji. Osobniki oceniane są na podstawie zależności (14) oraz sprawdzenia czy spełnione są ograniczenia odnośnie poszczególnych parametrów. Do selekcji osobników, które mają zostać poddane operacją krzyżowania i mutacji wykorzystano dwie metody. Osobniki dla operacji krzyżowania wybierane są z użyciem metody turniejowej. Z populacji losowanych jest sześć osobników, z których dwa najlepsze zostaną skrzyżowane i dodane do populacji. Ilość możliwych operacji krzyżowania w danym czasie jest losowana po każdym nowym pokoleniu. Osobniki, które mają zostać poddane mutacji wybierane są losowo bez dodatkowych warunków. Tak powstałe osobniki również dodawane są do populacji (zachowany jest oryginał). Ilość możliwych operacji mutacji także jest losowana przy każdym pokoleniu. Ostatecznie uzyskujemy większą populacje niż bazowa. Osobniki są sortowane według wartości funkcji celu i 150 najlepiej przystosowanych tworzy nowe pokolenie. Krzyżowanie przebiega na podstawie algorytmu podanego w [4] (Linear Crossover), w którym wartości parametrów potomków obliczane są na podstawie kombinacji liniowej parametrów rodziców. Każdy zmienna traktowana jest oddzielnie. Mutacja została zaimplementowana w ten sposób, że losowany jest numer parametru, który ma zostać zmieniony, następnie wartość mnożona jest przez liczbę wygenerowaną losowo o rozkładzie normalnym, dla wartości średniej równej 1 i odchyleniu standardowemu 0,2. Kryterium stopu jest osiągnięcie określonej liczby pokoleń. 4. PRZYKŁADOWE WYNIKI OBLICZEŃ Obliczenia przeprowadzono z wykorzystaniem autorskiego programu napisanego w języku C++, w którym zaimplementowano moduł do obliczania wartości indukcji magnetycznej zgodnie z modelem przedstawionym w rozdziale 3 oraz algorytm genetyczny do optymalizacji współrzędnych położenia pętli ekranującej(-ych) oraz wartości współczynnika(-ów) kompensacji. Rysunki 3 do 5 przedstawiają uzyskane rezultaty optymalizacji. Kolejno zostały przedstawione przypadki: pojedynczej pętli, podwójnej pętli z jedną gałęzią wspólną oraz dwóch pętli niezależnych. Wartości numeryczne zestawiono w tabeli 1. Rys. 3. Pojedyncza pętla ekranująca (Loop2C, Loop2C+kond.) Optymalizacja wartości pola magnetycznego w pobliżu linii napowietrznej… 93 Rys. 4. Podwójna pętla z jedną gałęzią wspólną (Loop3C, Loop3C+kond.) Rys. 5. Dwie pętle niezależne (Loop4C, Loop4C+kond.) Tabela 1. Wyniki optymalizacji (FC – wartość funkcji celu) Pętla 1 y1 Pętla 2 z1 y2 z2 y3 z3 y4 z4 - - - - - - - - Loop2C; FC = 2,22 -25,77 7,22 13,90 10,00 Loop2C + kond.; cf = 0,67; FC = 16,39 13,97 10,42 -14,31 10,05 13,99 10,63 Loop3C; FC = 2,96 -25,94 5,00 9,95 13,99 10,63 Loop3C + kond.; cf1 = 1,10; cf2 = 0,88; FC = 23,88 -15,43 12,00 15,20 10,02 -11,68 6,55 15,20 10,02 11,93 -71,32 5,01 Loop4C + kond.; cf1 = 0,71; cf2 = 0,58; FC = 48,40 -17,43 11,85 22,49 6,68 -9,99 6,08 36,07 8,56 Loop4C; FC = 6,02 -20,82 6,88 16,47 5,65 -26,64 -24,04 5. UWAGI KOŃCOWE Otrzymane wyniki pokazują, że najlepszym z proponowanych rozwiązań redukcji pola magnetycznego pochodzącego od linii napowietrznej jest układ dwóch ramek niezależnych. Zarówno wśród wersji bez kompensacji jak i z dołączonym kondensatorem(-ami) uzyskują najlepsze rezultaty. 94 Mikołaj Książkiewicz Analizując pracę samego algorytmu genetycznego można stwierdzić, że jego parametry (prawdopodobieństwo krzyżowania, mutacji, liczebność populacji itd.) nie były optymalnie dobrane. Należało wykonać kilka cykli algorytmu, gdyż dochodziło do zbyt wczesnego zbiegania się do optimum lokalnego. Dalsze prace dotyczyć będą próby rozwiązania tego problemu poprzez kaskadowe połączenie dwóch algorytmów genetycznych oraz alternatywnego zastosowania sztucznej sieci neuronowej do dobrania optymalnych parametrów pracy algorytmu. LITERATURA [1] [2] [3] [4] Budnik K., Machczyński W.: Reduction of magnetic field from a power line using a passive loop conductor, Computer Application in Electrical Engineering, Vol. 11, Poznań 2013. Cruz P., Riquelme J.M., de la Villa A., Martinez J.L.: Ga-based passive loop optimization for magnetic field mitigation of transmission lines, Neurocomputing, Vol. 70, Issues 16-18, October 2007, pages 2679-2686. Jaworski M., Wróblewski Z.: Pole elektromagnetyczne w otoczeniu napowietrznych linii elektroenergetycznych. W: Pola elektromagnetyczne w środowisku – problemy zdrowotne, ekologiczne, pomiarowe i administracyjne: XXII Szkoła Jesienna [PTBR]: materiały konferencyjne, Zakopane, 20-24 października 2008, ss. 187-200, http://polaelektromagnetyczne.glorytest.pl/files/JSE08_MJaw_ZWr_pem_el.pdf (dostęp lipiec 2014). Wright A.H.: Genetic Algorithms for Real Parameter Optimization, Foundations of Genetic Algorithms, Morgan Kaufman, ss. 205-218. OPTIMIZATION OF THE VALUE OF MAGNETIC FIELD AROUND THE OVERHEAD LINE USING A GENETIC ALGORITHM Examined issue relates to the distribution of the magnetic field generated by the overhead line, and it’s reduction in the area of interest using a conductive loop placed in the space near the line. The paper presents a program written in C ++, which implements the procedure for calculating the magnetic field generated by overhead line and a genetic algorithm used to optimize the location and loop compensation factor. Examples of the program are presented for horizontal single-track line and three different shielding loop configurations. The first relates to a single loop (4 to 5 parameters to optimize - 4 position coordinates (y, z) and the compensation factor), the second case involves two loops with one common conductor (6 to 8 parameters - 6 coordinates (y, z) and 0 to 2 compensation factors), the third case concerns two independent loops (8 to 10 parameters - 8 coordinates (y, z) and 0 to 2 of the compensation factors).