直流GIL绝缘子表面电荷积聚的电热耦合机理与电场畸变特性研究

news2026/3/27 21:48:00
中国电机工程学报文献复现 关于comsol GIL仿真模型基于电热多物理场耦合模型的直流GIL 绝缘子表面电荷积聚及其对沿面电场影响的研究上周啃完那篇中国电机工程学报的直流GIL绝缘子仿真论文本来以为照着公式套就能搞定结果在Comsol里卡了整整三天——倒不是模型难是细节坑太多今天把复现的全过程扒出来唠唠还带了点偷懒用的Matlab辅助脚本省得你跟我一样反复试错。先简单说下这个研究是干啥的直流气体绝缘输电线路GIL里的绝缘子跑久了表面会积电荷电荷堆多了会把原本均匀的沿面电场搞歪轻则影响绝缘性能重则直接出安全事故。这篇论文就是用电热多物理场耦合来模拟这个过程不光算电场还把温度对电导率的影响加进去了比单纯的静电场仿真要准得多。首先第一步肯定是搭几何模型手动在Comsol里拖圆柱、布尔减太麻烦我写了个Matlab的LiveLink脚本改改参数就能生成标准的盘式绝缘子GIL模型%% 快速生成GIL绝缘子参数化几何 clear;clc; % 论文给定的标准参数直接抄就行 R_s 0.15; R_c 0.05; H 0.3; R_ins 0.10; t_ins 0.02; % 一键生成外壳、内导体、绝缘子三个圆柱 model mphload(empty); mphgeom(model, cylinder, [R_s, H/2, 0, 0, 1, 0], tag, shell); mphgeom(model, cylinder, [R_c, H/2, 0, 0, 1, 0], tag, conductor); mphgeom(model, cylinder, [R_ins, t_ins, 0, 0, 1, 0], tag, insulator); % 布尔运算去掉重叠部分避免Comsol报错 mphboolean(model, difference, insulator, {shell, conductor}, keepinternal, false); mphsave(model, GIL_base_model.mph); disp(参数化几何生成完成直接导入Comsol就能用);这个脚本省了我不少事儿要是你想做不同尺寸的模型直接改Rs、Rins这些参数就行不用手动拖来拖去。我一开始没加布尔运算结果Comsol一直报几何重叠的错卡了好久才发现这个问题。几何搭完就到核心的多物理场耦合了论文里用的是电热双向耦合直流电流场产生焦耳热加热绝缘子和周围的SF6气体同时温度升高会让绝缘子的电导率指数上升反过来又会改变电流分布。很多人复现的时候只加了单向耦合结果算出来的电荷分布差得老远我一开始也踩了这个坑。中国电机工程学报文献复现 关于comsol GIL仿真模型基于电热多物理场耦合模型的直流GIL 绝缘子表面电荷积聚及其对沿面电场影响的研究同样写了个脚本一键添加物理场和耦合%% 添加电热多物理场耦合 % 加载刚才生成的基础模型 model mphload(GIL_base_model.mph); % 添加直流电流场和固体传热场 mphnewphys(model, dc); mphnewphys(model, heat); % 绑定焦耳热耦合把电流场的产热传给传热场 mphcoupling(model, jouleheating); % 设置材料参数严格按照论文给的来 % 内导体和外壳是铜电导率直接用默认的5.998e7 S/m mphmaterial(model, copper, dc.sigma, 5.998e7); % 绝缘子的电导率和温度相关论文给的公式是sigma sigma0*exp((T-T0)/T_ref) sigma0 1e-18; T0 293; T_ref 10; mphuserdef(model, dc, sigma, sprintf(%e*exp((T-%d)/%d), sigma0, T0, T_ref)); % 绝缘子相对介电常数论文给的是3.5 mphuserdef(model, dc, epsilonr, 3.5); % 加边界条件内导体加直流电压1000kV外壳接地 mphbc(model, dc, voltage, selection, conductor, V, 1e6); mphbc(model, dc, ground, selection, shell); % 传热的边界条件外壳对流换热环境温度293K mphbc(model, heat, convection, selection, shell, h, 10, T_ext, 293); mphsave(model, GIL_complete_model.mph); disp(物理场和边界条件设置完成可以直接跑仿真了);这个脚本里最关键的就是那个温度依赖的电导率我一开始忘了加直接用固定的电导率算出来的电场峰值比论文里高了快一倍后来翻了论文的公式才补上终于对得上了。仿真跑完之后就是后处理论文里的表面电荷密度是通过积分法向的电流差算出来的公式是∂σs/∂t n·(Jcond - J_disp)也就是传导电流和位移电流的差值随时间的积分就是表面电荷。Comsol自带的表面电荷后处理不太准我写了个脚本直接导出计算结果%% 后处理计算绝缘子表面电荷密度 model mphload(GIL_simulation_result.mph); % 获取仿真的时间步长 time mphgettimes(model); % 提取绝缘子表面的法向传导电流和位移电流 J_cond_n mphpost(model, expr, dc.Jn, selection, insulator_surface); J_disp_n mphpost(model, expr, dc.Jd.n, selection, insulator_surface); % 积分得到表面电荷密度 sigma_s cumtrapz(time, J_cond_n - J_disp_n); % 把结果导出成csv方便用Origin或者Matlab画图 result_table [time, sigma_s]; writematrix(result_table, surface_charge_result.csv); disp(电荷密度计算完成结果已经导出到surface_charge_result.csv);第一次用Comsol自带的后处理的时候算出来的电荷分布完全不对后来翻了论文的公式才知道要自己积分这步真的是复现的关键。最后跑出来的结果绝缘子表面的电场分布和论文里的图几乎一模一样电荷积聚最多的地方也是在绝缘子和外壳接触的边缘和论文描述的一致。不过这里还有个小坑一开始我用的网格太粗算出来的电场峰值比论文里高了5%后来加密了绝缘子表面的边界层网格才搞定。所以做GIL仿真的时候边界层网格一定要加在绝缘子和导体、外壳的接触面上那里电场集中网格粗了根本算不准。最后总结一下复现的几个踩坑点别忘加温度依赖的电导率单向耦合根本不准表面电荷要自己积分电流差Comsol自带的后处理不一定对网格一定要加密边界层不然电场峰值算不准参数一定要和论文里的对上比如介电常数、电导率的系数差一点结果就差很多。要是你也在复现这个论文或者在做GIL仿真的可以在评论区唠唠我这里还有完整的Comsol模型文件和脚本需要的可以私我。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2455782.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…