CN113657015B - 一种基于多层静电势参数的sf6替代气体挑选方法 - Google Patents
一种基于多层静电势参数的sf6替代气体挑选方法 Download PDFInfo
- Publication number
- CN113657015B CN113657015B CN202110930751.3A CN202110930751A CN113657015B CN 113657015 B CN113657015 B CN 113657015B CN 202110930751 A CN202110930751 A CN 202110930751A CN 113657015 B CN113657015 B CN 113657015B
- Authority
- CN
- China
- Prior art keywords
- electrostatic potential
- molecular
- gwp
- boiling point
- potential parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005421 electrostatic potential Methods 0.000 title claims abstract description 79
- 238000010187 selection method Methods 0.000 title claims abstract description 15
- 238000009835 boiling Methods 0.000 claims abstract description 34
- 230000005428 wave function Effects 0.000 claims abstract description 10
- 238000010792 warming Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 7
- 238000003775 Density Functional Theory Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 34
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 6
- 238000009413 insulation Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910018503 SF6 Inorganic materials 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 239000003574 free electron Substances 0.000 description 2
- BCCOBQSFUDVTJQ-UHFFFAOYSA-N octafluorocyclobutane Chemical compound FC1(F)C(F)(F)C(F)(F)C1(F)F BCCOBQSFUDVTJQ-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 2
- 229960000909 sulfur hexafluoride Drugs 0.000 description 2
- AASDJASZOZGYMM-UHFFFAOYSA-N 2,3,3,3-tetrafluoro-2-(trifluoromethyl)propanenitrile Chemical compound FC(F)(F)C(F)(C#N)C(F)(F)F AASDJASZOZGYMM-UHFFFAOYSA-N 0.000 description 1
- 239000004341 Octafluorocyclobutane Substances 0.000 description 1
- 238000010220 Pearson correlation analysis Methods 0.000 description 1
- 238000004617 QSAR study Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 235000019407 octafluorocyclobutane Nutrition 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- VPAYJEUHKVESSD-UHFFFAOYSA-N trifluoroiodomethane Chemical compound FC(F)(F)I VPAYJEUHKVESSD-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明提供了一种基于多层静电势参数的SF6替代气体挑选方法，利用GAUSSVIEW软件对分子进行建模获得分子构型并优化，通过波函数分析得到分子构型的不同电子密度等值面的静电势参数，计算等值面的静电势参数与相对电气强度、沸点、GWP的Pearson相关性系数，并挑选相关系数较高的静电势参数，根据静电势参数、相对电气强度、沸点、GWP构建预测模型，根据预测模型挑选SF6替代气体。本发明有利于更加高效，更加准确的筛选出SF6的替代气体。
Description
技术领域
本发明属于电气设备的绝缘领域，具体涉及一种基于多层静电势参数的SF6替代气体挑选方法。
背景技术
SF6因其优良的绝缘性能和灭弧性能被广泛应用于气体绝缘设备中。但是SF6的温室效应严重，全球变暖潜势值GWP是CO2的23500倍，大气存活寿命为3200年，2016年《巴黎协定》中提出要控制全球温升，减少碳排放，2020年中国政府在七十五届联合国大会上提出争取在2060年前实现碳中和，这极大的限制了SF6的应用。随着高电压绝缘行业的迅猛发展，SF6的使用量正在迅猛增加，使用范围也在不断的扩大，因此为了缓解环保压力，亟须找到一种可以替代气体来减少SF6的生产和应用。
电气强度是筛选SF6替代气体的重要指标，测量气体的绝缘强度的实验有气体击穿特性实验、稳态汤逊实验等。早期通过大量实验的方法研究出的SF6替代气体有八氟环丁烷(c-C4F8)、三氟碘甲烷(CF3I)、氟氯烃(HFCs)、3M公司的g3等及其与CO2、N2的混合气体，其中g3主要绝缘成分是全氟异丁腈(C4F7N)，依靠传统的实验方法来筛选大量的气体样本成本高、耗时长。随着量子力学理论的不断深入，发现气体分子的微观参数与相对绝缘强度之间存在某种联系。因此为了能更快、更好地寻找到SF6的替代气体，采用量化计算与气体放电理论相结合的方法寻找出微观参数与绝缘强度之间定量的的构效关系。
在一般状态下，电子应在离原子核最近的轨道上绕原子核旋转，但是在外电场的作用下，中性气体分子中的原子周围的电子获得足够大的能量时，该电子将脱离原子核形成自由电子与其他气体分子产生碰撞。气体的绝缘强度与有效碰撞截面密切相关，自由电子与气体分子的碰撞过程是在三维空间发生的，分子尺寸、亲合能等微观参数影响其碰撞截面。因此影响碰撞截面的关键因素为入射电子与靶向分子的散射过程，且受靶向分子与入射电子波函数影响。根据波函数与电子密度的关系，在气体绝缘强度预测时，需考虑分子体系中电子密度的空间分布。因此本发明提出了一种基于不同电子密度定义下的气体分子表面的静电势参数以及结构参数的SF6替代气体的挑选方法。
发明内容
本发明的目的是在于针对现有技术存在的上述问题，提供一种基于多层静电势参数的SF6替代气体挑选方法。
本发明的上述目的通过以下技术方案实现：
一种基于多层静电势参数的SF6替代气体挑选方法，包括以下步骤：
步骤1：使用GAUSSVIEW软件对气体分子进行建模获得分子构型，使用GAUSSIAN软件对分子构型进行优化，使得分子构型优化到能量极小值点；
步骤2：根据步骤1中优化后的分子构型得到波函数文件，通过波函数分析得到分子构型的不同电子密度等值面的静电势参数；
步骤3：计算步骤2获得各等值面的静电势参数与相对电气强度、沸点、全球变暖潜势值GWP的Pearson相关性系数，挑选出静电势参数中与相对电气强度、沸点、全球变暖潜势值GWP的Pearson相关性系数绝对值大于设定相关性阈值的静电势参数；
步骤4：将步骤3中挑选出的相关性系数绝对值大于0.5的静电势参数作为预测模型的输入端，将相对电气强度、沸点、GWP分别作为预测模型的输出端，建立预测模型，每个样本包含步骤3中挑选出的静电势参数及其对应的相对电气强度、沸点、GWP，各个样本构成样本集，根据样本集生成训练集与验证集，当验证集的决定系数R2达到设定决定阈值以上时，预测模型训练完成；
步骤5：将步骤4中得到的预测模型预测SF6替代气体的相对电气强度、沸点、GWP。
如上所述的步骤1中GAUSSIAN软件采用DFT方法中的M06-2x方法与6-311++G(d,p)基组对分子构型进行优化。
如上所述的步骤2中的静电势参数包括分子体积V，分子总表面积As、正静电势表面积As +、负静电势表面积As -、静电势平均偏差Π、分子表面正静电势方差σ2 +、分子表面负静电势方差σ2 -、分子表面总静电势方差σtot 2、电荷平衡度ν、分子非极性表面积NSA、分子极性表面积PSA、体积密度结果ρ、以及表面静电势极小值Vmin。
如上所述的步骤3中的设定相关性阈值为0.5。
如上所述的设定决定阈值为0.9。
如上所述的步骤5中，筛选相对电气强度大于1、沸点小于SF6的沸点、GWP小于SF6的GWP值的100倍的SF6替代气体。
本发明与现有技术相比，具有以下优点：
本发明提供基于多层静电势参数的SF6替代气体挑选方法。本发明考虑了电子密度等值面上的静电势参数对相对电气强度、沸点、全球变暖潜势值GWP的影响，充分考虑了电子密度的空间分布特征，通过分析个微观参数与相对电气强度、沸点、全球变暖潜势值GWP的相关性，挑选出相关性较高的参数，采用神经网络对电气强度沸点、全球变暖潜势值GWP进行预测，提出替代气体电气强度、沸点、全球变暖潜势值GWP的预测模型，有利于更加高效，更加准确的筛选出SF6的替代气体。
附图说明
图1是本发明的流程示意图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本公发明。
图1是本发明的流程示意图，首先利用GAUSSVIEW对分子进行建模，利用GAUSSIAN软件采用DFT方法的M06-2x方法与6-311++G(d,p)基组对分子结构进行优化和频率分析，通过波函数分析计算分子多层静电势参数，然后各等值面静电势参数与相对电气强度、沸点、全球变暖潜势值GWP进行Pearson相关性分析，选出最优参量，将选出的最优参量分别作为神经网络的输入端，将相对电气强度、沸点、全球变暖潜势值GWP分别作为神经网络的输出端，得到电气强度、沸点、全球变暖潜势值GWP的预测模型用于SF6替代气体的挑选。
一种基于多层静电势参数的SF6替代气体挑选办法，包括以下步骤：
步骤1、利用GAUSSVIEW软件对气体分子，例如SF6、CH4、C4F7N等气体，进行建模获得分子构型，利用GAUSSIAN软件采用DFT方法中的M06-2x方法与6-311++G(d,p)基组对分子构型进行优化、频率分析，将所建立的分子构型优化到能量极小值点。
步骤2、静电势参数计算
根据步骤1中优化后的分子构型得到波函数文件，通过波函数分析得到分子构型的不同电子密度等值面的静电势参数，其中，静电势参数包括分子体积V，分子总表面积As、正静电势表面积As +、负静电势表面积As -、静电势平均偏差Π、分子表面正静电势方差σ2 +、分子表面负静电势方差σ2 -、分子表面总静电势方差σtot 2、电荷平衡度ν、分子非极性表面积NSA、分子极性表面积PSA、体积密度结果ρ、表面静电势极小值Vmin等。
步骤3、相关性分析
计算步骤2获得各等值面的静电势参数与相对电气强度、沸点、全球变暖潜势值GWP的Pearson相关性系数，其中相对电气强度通过查文献或者实验得到各气体击穿场强与六氟化硫击穿场强的比值；沸点和全球变暖潜势值GWP通过查阅资料得到。挑选出静电势参数中与相对电气强度、沸点、全球变暖潜势值GWP的Pearson相关性系数绝对值大于设定相关性阈值(本实施例为0.5)的静电势参数，在本实例中，相对电气强度相关性较高的静电势参数包括分子总表面积As、正静电势表面积As +、分子非极性表面积NSA等参数；沸点相关性较高的静电势参数包括分子体积V、分子总表面积As、正静电势表面积As +、负静电势表面积As -等；挑选出预测全球变暖潜势值GWP相关度较高的静电势参数包括体积密度结果ρ、表面静电势极小值Vmin、电荷平衡度ν、分子表面总静电势方差乘上电荷平衡度νσtot 2、分子极性表面积PSA；
部分静电势参数与相对电气强度的相关性结果如表1，部分静电势参数与沸点的相关性结果如表2，部分静电势参数与GWP的相关性结果如表3。
表1部分静电势参数与相对电气强度的相关性结果表
表2部分静电势参数与沸点的相关性结果表
表3部分静电势参数与GWP的相关性结果表
步骤4、电气强度预测模型
将步骤3中挑选出的相关性系数绝对值大于0.5的静电势参数作为神经网络的输入端，将相对电气强度、沸点、GWP分别作为神经网络的输出端，隐藏层设置为2，其中每个样本包含步骤3中挑选出的静电势参数及其对应的相对电气强度、沸点、GWP，各个样本构成样本集，样本集中训练集与验证集比例为8：2，训练集用于训练，验证集用与验证，当验证集的决定系数R2达到设定决定阈值(本实施例为0.9)以上时，表示训练已经完成。将训练好的神经网络作为电气强度的预测模型。
步骤5、将步骤4中得到的预测模型用于SF6替代气体的相对电气强度、沸点、GWP的预测，以此挑选SF6替代气体，其中，筛选SF6替代气体标准为相对电气强度大于1、沸点小于SF6的沸点、GWP小于SF6的GWP值的100倍。
需要指出的是，本发明中所描述的具体实施例仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例作各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或超越所附权利要求书所定义的范围。
Claims (6)
1.一种基于多层静电势参数的SF6替代气体挑选方法，其特征在于，包括以下步骤：
步骤1：使用GAUSSVIEW软件对气体分子进行建模获得分子构型，使用GAUSSIAN软件对分子构型进行优化，使得分子构型优化到能量极小值点；
步骤2：根据步骤1中优化后的分子构型得到波函数文件，通过波函数分析得到分子构型的不同电子密度等值面的静电势参数；
步骤3：计算步骤2获得各等值面的静电势参数与相对电气强度、沸点、全球变暖潜势值GWP的Pearson相关性系数，挑选出静电势参数中与相对电气强度、沸点、全球变暖潜势值GWP的Pearson相关性系数绝对值大于设定相关性阈值的静电势参数；
步骤4：将步骤3中挑选出的相关性系数绝对值大于0.5的静电势参数作为预测模型的输入端，将相对电气强度、沸点、GWP分别作为预测模型的输出端，建立预测模型，每个样本包含步骤3中挑选出的静电势参数及其对应的相对电气强度、沸点、GWP，各个样本构成样本集，根据样本集生成训练集与验证集，当验证集的决定系数R2达到设定决定阈值以上时，预测模型训练完成；
步骤5：将步骤4中得到的预测模型预测SF6替代气体的相对电气强度、沸点、GWP。
2.根据权利要求1所述的一种基于多层静电势参数的SF6替代气体挑选方法，其特征在于：所述的步骤1中GAUSSIAN软件采用DFT方法中的M06-2x方法与6-311++G(d,p)基组对分子构型进行优化。
3.根据权利要求1所述的一种基于多层静电势参数的SF6替代气体挑选方法，其特征在于：所述的步骤2中的静电势参数包括分子体积V，分子总表面积As、正静电势表面积As +、负静电势表面积As -、静电势平均偏差Π、分子表面正静电势方差σ2 +、分子表面负静电势方差σ2 -、分子表面总静电势方差σtot 2、电荷平衡度ν、分子非极性表面积NSA、分子极性表面积PSA、体积密度结果ρ、以及表面静电势极小值Vmin。
4.根据权利要求1所述的一种基于多层静电势参数的SF6替代气体挑选方法，其特征在于：所述的步骤3中的设定相关性阈值为0.5。
5.根据权利要求1所述的一种基于多层静电势参数的SF6替代气体挑选方法，其特征在于：所述的设定决定阈值为0.9。
6.根据权利要求1所述的一种基于多层静电势参数的SF6替代气体挑选方法，其特征在于：所述的步骤5中，筛选相对电气强度大于1、沸点小于SF6的沸点、GWP小于SF6的GWP值的100倍的SF6替代气体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110930751.3A CN113657015B (zh) | 2021-08-13 | 2021-08-13 | 一种基于多层静电势参数的sf6替代气体挑选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110930751.3A CN113657015B (zh) | 2021-08-13 | 2021-08-13 | 一种基于多层静电势参数的sf6替代气体挑选方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113657015A CN113657015A (zh) | 2021-11-16 |
| CN113657015B true CN113657015B (zh) | 2023-12-05 |
Family
ID=78479801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110930751.3A Active CN113657015B (zh) | 2021-08-13 | 2021-08-13 | 一种基于多层静电势参数的sf6替代气体挑选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113657015B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117394192B (zh) * | 2023-11-24 | 2024-03-12 | 国网安徽省电力有限公司电力科学研究院 | 基于气体状态监测的环网柜异常感知方法及环保型环网柜 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180012047A (ko) * | 2016-07-26 | 2018-02-05 | 한국전기연구원 | Sf6 가스를 대체한 절연 가스 및 이를 이용한 전기 장치 |
| CN107944210A (zh) * | 2017-11-16 | 2018-04-20 | 云南电网有限责任公司电力科学研究院 | 一种高绝缘气体的筛选方法 |
| CN111222219A (zh) * | 2019-11-18 | 2020-06-02 | 广东电网有限责任公司 | 一种环保型绝缘替代气体性能评估方法、装置和设备 |
| CN112147473A (zh) * | 2020-09-28 | 2020-12-29 | 哈尔滨理工大学 | 一种高绝缘强度气体的筛选方法 |
| CN112182950A (zh) * | 2019-07-02 | 2021-01-05 | 国网电力科学研究院有限公司 | 一种气体介质绝缘能力评估方法 |
| CN112634998A (zh) * | 2020-12-25 | 2021-04-09 | 武汉大学 | 一种基于分子结构参数的sf6替代气体寻找方法 |
| CN112836421A (zh) * | 2021-02-23 | 2021-05-25 | 西安交通大学 | 一种针对器件微放电抑制的多尺度关联分析方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7807074B2 (en) * | 2006-12-12 | 2010-10-05 | Honeywell International Inc. | Gaseous dielectrics with low global warming potentials |
-
2021
- 2021-08-13 CN CN202110930751.3A patent/CN113657015B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180012047A (ko) * | 2016-07-26 | 2018-02-05 | 한국전기연구원 | Sf6 가스를 대체한 절연 가스 및 이를 이용한 전기 장치 |
| CN107944210A (zh) * | 2017-11-16 | 2018-04-20 | 云南电网有限责任公司电力科学研究院 | 一种高绝缘气体的筛选方法 |
| CN112182950A (zh) * | 2019-07-02 | 2021-01-05 | 国网电力科学研究院有限公司 | 一种气体介质绝缘能力评估方法 |
| CN111222219A (zh) * | 2019-11-18 | 2020-06-02 | 广东电网有限责任公司 | 一种环保型绝缘替代气体性能评估方法、装置和设备 |
| CN112147473A (zh) * | 2020-09-28 | 2020-12-29 | 哈尔滨理工大学 | 一种高绝缘强度气体的筛选方法 |
| CN112634998A (zh) * | 2020-12-25 | 2021-04-09 | 武汉大学 | 一种基于分子结构参数的sf6替代气体寻找方法 |
| CN112836421A (zh) * | 2021-02-23 | 2021-05-25 | 西安交通大学 | 一种针对器件微放电抑制的多尺度关联分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113657015A (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | Properties of C4F7N–CO2 thermal plasmas: thermodynamic properties, transport coefficients and emission coefficients | |
| Zeng et al. | SF 6 fault decomposition feature component extraction and triangle fault diagnosis method | |
| CN112634998B (zh) | 一种基于分子结构参数的sf6替代气体寻找方法 | |
| CN113657015B (zh) | 一种基于多层静电势参数的sf6替代气体挑选方法 | |
| Xiao et al. | Review of decomposition characteristics of eco-friendly gas insulating medium for high-voltage gas-insulated equipment | |
| Wang et al. | Effective ionisation coefficients and critical breakdown electric field of CO2 at elevated temperature: effect of excited states and ion kinetics | |
| Wang et al. | Calculations of total electron impact ionization cross sections for fluoroketone and fluoronitrile | |
| Hao et al. | Electron swarm parameters and dielectric strength of C5F10O and its mixtures with CO2 and dry air | |
| Gao et al. | Chemical kinetic modeling and experimental study of SF6 decomposition byproducts in 50 Hz ac point-plane corona discharges | |
| Yang et al. | Comparison of SF6 decomposition characteristics under negative DC partial discharge initiated by two kinds of insulation defects | |
| Zhao et al. | Prediction of the critical reduced electric field strength for carbon dioxide and its mixtures with 50% O2 and 50% H2 from Boltzmann analysis for gas temperatures up to 3500 K at atmospheric pressure | |
| Wang et al. | Study on the insulation performance and decomposition characteristics of C5F10O/CO2 gas mixture | |
| CN112147473A (zh) | 一种高绝缘强度气体的筛选方法 | |
| Tianpeng et al. | Study on gas molecular structure parameters based on maximum information coefficient | |
| Eriksson | Easy evaluation of streamer discharge criteria | |
| Yuan et al. | Detection of decomposition products of SF6/air gas mixture by electron attachment mass spectrometry | |
| Wang et al. | Numerical Simulation of the Discharge Dynamics of C₄F₇N-N₂ and the Influence of Buffer Gas | |
| Sun et al. | Theoretical and numerical studies of breakdown phenomena triggered by microparticle in nitrogen gaps | |
| Al-rawaf et al. | Simulation of positive streamer discharges in transformer oil | |
| Li et al. | Polarity effect of PD in oil-pressboard insulation under highly uneven electric field | |
| CN112231962A (zh) | 一种气体介质灭弧能力评估方法及系统 | |
| Abbas et al. | 3D Particle-in-Cell Simulation of Positive Needle-to-Plane Streamer Discharge in SF6 with Field Ionization | |
| Bosovic et al. | Simulation and validation of pressure rise in a HV circuit breaker with SF6 and alternative interrupting media | |
| You et al. | Research on a prediction model for gas insulation performance based on Pareto optimisation | |
| Rezvani et al. | Investigating field emission current in vacuum interrupters to estimate vacuum pressure level using PIC simulation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |