资 源 简 介
双馈风力发电机设计可以根据经验值进行最初设计，但是由于电机设计的变量多，约束条件复杂，要寻求一个最优的设计方案，仅凭经验远远不够，所以需要依靠计算机通过编写合适的优化程序进行快速高效的设计。文中将遗传优化算法应用到双馈风力发电机优化设计当中，全局寻优电机成本。结果表明该优化设计方案合理，电机成本降低了 8．5%，验证了该方案的正确性。
双馈风力发电机优化设计是以最优化数学理论为基础，借助于计算机，自动寻求最优设计方案的一种设计方法，它具有多极值、多非线性约束等特点，其约束条件和目标代价函数用关系式都很难直接表示。传统的电机优化设计多采用序贯加权加速因子法、乘子罚函数法、复形法、罚函数法以及爬山类算法等，这些方法在不同程度上得到了成功的应用，但是上述方法也有很多缺点，如容易收敛于局部最优点，优化结果与初始点的选取有关，对离散变量处理有一定困难等。
遗传算法（ Genetic Algorithms，GA） 是近年来迅速发展起来的一种新的全局优化算法。美国霍兰（ Holland） 教授及他的团队在 70 年代初提出并创立该算法。它植根于自然进化与遗传机理，最早是用于模拟自然界的自适应（ 适者生存） 现象，后来被引向于广泛的工程问题。
