RBF神经网络与NSGA-II混合算法用于±1 100kV穿墙套管3维电场模拟及内屏蔽结构优化

±1 100 kV特高压穿墙套管是直流输电系统中的重要设备,但目前对其3维静电场模拟和内屏蔽层结构智能优化鲜有报道。鉴于此,以特高压穿墙套管及其内屏蔽结构为研究对象,建立了3维有限元模型进行电场模拟。提出了应用径向基函数(RBF)神经网络与NSGA-II混合算法对套管内屏蔽结构进行多目标优化,并运用经典显示函数验证了该算法的有效性。在此基础上,建立了穿墙套管内屏蔽结构的多目标优化数学模型,结合RBF神经网络与NSGA-II混合算法对内屏蔽结构进行了优化设计,使套管内屏蔽各关键位置处电场强度(简称场强)均满足控制要求。研究表明:与自由网格划分相比,体旋转扫掠网格划分可使有限元模型生成的节点数量降低58.2%;墙体和均压环对套管复合外套有较好的屏蔽作用,且高场强区主要集中在内屏蔽表面,优化后最高场强降低14.5%。3维电场模拟结果可为穿墙套管的设计、制造和运行提供数据和理论依据,且所提算法能较好地解决大场域、多介质复杂模型结构优化耗时较多的问题。