干式變壓器的安全性能和效率都是可以優(yōu)化的。優(yōu)化干式變壓器的性能，以確保其性能不斷提高。優(yōu)化是依靠技術(shù)不斷改進(jìn)和發(fā)展。干式變壓器的優(yōu)化和開發(fā)問題通常受到工業(yè)界的關(guān)注。優(yōu)化的效果和性能更好。對(duì)于干式變壓器的優(yōu)化，我們必須做好。計(jì)劃實(shí)現(xiàn)其持續(xù)改進(jìn)的性能和效率。

　　干式變壓器優(yōu)化問題分為兩大類：規(guī)劃和運(yùn)行。規(guī)劃問題主要決定電容器的安裝位置，類型和額定容量，并在滿足電壓約束條件下較小化投資成本。規(guī)劃問題也稱為電容器優(yōu)化配置問題。操作問題基于現(xiàn)有的無(wú)功設(shè)備配置(電容器的位置和較大容量)，根據(jù)實(shí)際負(fù)載的變化，確定可切換電容器組的切換方案，并較小化網(wǎng)絡(luò)損耗(能耗)或者運(yùn)營(yíng)成本較低。操作問題也稱為電容器優(yōu)化切換問題。

　　自20世紀(jì)90年代以來(lái)，啟發(fā)式方法，人工神經(jīng)網(wǎng)絡(luò))/專家系統(tǒng)方法，基于隨機(jī)優(yōu)化技術(shù)的方法，包括遺傳算法(GeneticAlgorithmGA)，模擬退火(SimulatedAnnealing，SA)和禁忌搜索(TabuSerch，IS)它應(yīng)用于配電網(wǎng)中電容器的較佳配置。與分析方法和數(shù)學(xué)規(guī)劃方法相比，啟發(fā)式方法和專家系統(tǒng)方法直觀，易懂，易于實(shí)現(xiàn)，但不能保證較優(yōu)解;人工神經(jīng)網(wǎng)絡(luò)方法應(yīng)用于不同的配電系統(tǒng)負(fù)荷狀態(tài)。電容器的較佳配置需要頻繁地訓(xùn)練樣品。對(duì)于具有一定規(guī)模的分布式網(wǎng)絡(luò)，很難獲得所有可能的負(fù)載模式，并且訓(xùn)練樣本也需要大量時(shí)間;基于隨機(jī)化優(yōu)化技術(shù)的方法無(wú)法有效處理。微目標(biāo)函數(shù)特別適用于解決組合優(yōu)化問題。實(shí)踐證明，這些隨機(jī)優(yōu)化方法比傳統(tǒng)優(yōu)化方法具有更好的全局優(yōu)化能力，但其收斂性和計(jì)算速度有待進(jìn)一步提高。

　　干式變壓器應(yīng)優(yōu)化步驟，提高優(yōu)化速度和技術(shù)，改善和提高優(yōu)化效果。必須很好地研究干式變壓器優(yōu)化的步驟和方法。效果會(huì)更好!