CN113919091A - 一种对gis中金属微粒陷阱进行结构优化的方法 - Google Patents
一种对gis中金属微粒陷阱进行结构优化的方法 Download PDFInfo
- Publication number
- CN113919091A CN113919091A CN202111143662.0A CN202111143662A CN113919091A CN 113919091 A CN113919091 A CN 113919091A CN 202111143662 A CN202111143662 A CN 202111143662A CN 113919091 A CN113919091 A CN 113919091A
- Authority
- CN
- China
- Prior art keywords
- metal particle
- particle trap
- trap
- electric field
- 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.)
- Pending
Links
- 239000002923 metal particle Substances 0.000 title claims abstract description 153
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005457 optimization Methods 0.000 title claims abstract description 24
- 230000005684 electric field Effects 0.000 claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 239000012212 insulator Substances 0.000 claims abstract description 11
- 239000002245 particle Substances 0.000 claims description 61
- 238000004422 calculation algorithm Methods 0.000 claims description 23
- 238000004088 simulation Methods 0.000 claims description 23
- 230000033001 locomotion Effects 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 4
- 239000011859 microparticle Substances 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000036961 partial effect Effects 0.000 claims description 3
- 239000000725 suspension Substances 0.000 claims description 3
- 230000002401 inhibitory effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000009413 insulation Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000283153 Cetacea Species 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种对GIS中金属微粒陷阱进行结构优化的方法。包括:输入GIS的结构参数、绝缘子的形状参数、金属微粒陷阱的结构参数和运行参数,基于输入的各种参数通过金属微粒陷阱底部特征电场的计算方法得到金属微粒陷阱底部的特征电场;基于输入的各种参数通过金属微粒陷阱捕获范围的计算方法得到金属微粒陷阱的捕获范围;根据特征电场和捕获范围计算目标函数的值:根据目标函数值obj对金属微粒陷阱捕获范围的计算方法进行优化,通过迭代计算得到金属微粒陷阱的最优结构参数和运行参数。本发明可以针对栅格型陷阱的槽宽、槽距、厚度、高度和槽数五个参数进行全方位优化,得到金属微粒陷阱的最优参数。
Description
技术领域
本发明涉及微粒金属微粒陷阱技术领域,尤其涉及一种对GIS中金属微粒陷阱进行结构优化的方法。
背景技术
气体绝缘全封闭组合电器(Gas insulated Switchgear,GIS)因其传输容量大、占地面积小、不受外界电磁环境的干扰等优势,在自然环境恶劣和跨地形输电中得到了广泛的应用。金属微粒污染是导致GIS发生局部放电,甚至引发绝缘故障的重要原因,因此,金属微粒污染的治理对于GIS的安全稳定运行至关重要。
直流电压下微粒会表现出更强的活性,首次起举便会贯穿气隙,导致直流电压下金属微粒污染问题更加突出;目前已有的治理方法包括微粒金属微粒陷阱、地电极涂覆绝缘介质层、预埋电极等方法,其中微粒金属微粒陷阱是应用于GIS中主要的微粒抑制手段,而栅格型微粒金属微粒陷阱因其不需要改变管道自身结构,具有易实现等优势,在工程中得到了广泛的应用。
微粒金属微粒陷阱的结构对其捕获效果的影响较大,而目前,现有技术对于微粒金属微粒陷阱结构的设计并无统一的规范,没有一种对金属微粒陷阱进行有效的结构优化的方法。
发明内容
本发明的实施例提供了一种对GIS中金属微粒陷阱进行结构优化的方法,以得到金属微粒陷阱的最优参数。
为了实现上述目的,本发明采取了如下技术方案。
一种对GIS中金属微粒陷阱进行结构优化的方法,包括:
步骤S1:输入GIS的结构参数、绝缘子的形状参数、金属微粒陷阱的结构参数和运行参数,所述结构参数包括槽宽lw、槽距ld、金属微粒陷阱厚度ht、金属微粒陷阱的高度h和金属微粒陷阱的槽数为N;
式(1)中W1和W2分别为金属微粒陷阱底部的特征电场和捕获范围的权重系数,P1和P2为惩罚系数,ht为陷阱厚度,N为槽数;
步骤S5:根据目标函数值obj对金属微粒陷阱捕获范围的计算方法进行优化,通过迭代计算得到金属微粒陷阱的最优结构参数和运行参数。
优选地,所述的步骤S4中的W1为正值,该值越大,则要求金属微粒陷阱底部特征电场值越小;W2为负值,其绝对值越大,则要求金属微粒陷阱的捕获范围越大。
优选地,所述的步骤S2具体包括:
步骤1:输入GIS的结构参数,所述结构参数包括槽宽lw、槽距ld、金属微粒陷阱厚度ht、金属微粒陷阱的高度h和金属微粒陷阱的槽数为N、高压导杆内径、腔体的内径和绝缘子的形状参数;输入运行参数,该运行参数包括运行电压;再根据式(2)计算电场分布,其中U0为中心导杆的电压,并输出电场分布;
为标量电势值,为矢量电场,为高压电极侧的电势,为地电极侧电势。
步骤2:选取金属微粒陷阱底部的典型位置(x1,x2,…xN,N)为金属微粒陷阱的槽数,所述典型位置距离腔体内壁的垂直距离为0.25mm,轴向位置位于金属微粒陷阱槽的中间位置;读取所述典型位置的电场值,z轴电场分量的绝对值分别记为E1,E2,…EN,按照式(3)求取Eave,其中Eb为电场的基准值;
优选地,所述的步骤S3具体包括:
步骤1:输入GIS的结构参数,所述结构参数包括槽宽lw、槽距ld、金属微粒陷阱厚度ht、金属微粒陷阱的高度h和金属微粒陷阱的槽数为N、高压导杆内径、腔体的内径和绝缘子的形状参数;输入运行参数,该运行参数包括运行电压;再根据式(2)计算电场分布,其中U0为中心导杆的电压,并输出电场分布;
步骤2:输入金属微粒的包括金属微粒的半径、密度在内的形状及物理参数,设置金属微粒的初始位置,将距离金属微粒陷阱边缘的距离记为x1;
步骤3:设置仿真参数,该仿真参数包括仿真总时长T、仿真步长step和微粒位置递增距离xstep;
步骤4:根据式(4)计算出金属微粒在仿真时长内的运动轨迹,其中Fx和Fz为x轴和z轴方向受力的总和,具体的受力分析如表1所示,表中kr为静电修正系数,当微粒与电极接触时取0.832,微粒悬浮时为1;q为微粒与电极碰撞后的荷电量,采用式(5)计算荷电量;r为微粒的半径,ε0和ε1分别为真空中的介电常数和气体的相对介电常数;ρ和ρgas分别为微粒和气体的密度,g为重力加速度,Re为雷诺系数,计算公式如式(6),其中v为微粒与气流的相对速度,μgas为气体粘滞系数;若在仿真时长内,微粒的x轴坐标进入金属微粒陷阱的区域,则判断金属微粒陷阱被捕获,否则判断金属微粒未被捕获,若微粒未发生起举,认为微粒被捕获;
步骤5:在仿真时长内,若金属微粒被捕获,则x1=x1+xstep;重复步骤4,
直至仿真时长内金属微粒未被捕获;
表1微粒受力分析
优选地,所述的步骤S5具体包括:
将步骤S4中计算得到的目标函数值以及步骤S1中提及的当前陷阱参数值输入优化算法,优化算法根据当前的目标函数值对陷阱的参数值进行调整,并重复步骤S2、S3和S4,计算得到新的目标函数值,重复上述操作,直至目标函数值取到最小,此时对应的陷阱参数即为最优陷阱参数。
由上述本发明的实施例提供的技术方案可以看出,本发明实施例综合考虑了陷阱底部的电场强度和微粒陷阱的捕获范围,提出了目标函数的仿真计算方法,可以针对栅格型陷阱的槽宽、槽距、厚度、高度和槽数五个参数进行全方位优化,得到金属微粒陷阱的最优参数。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种金属微粒陷阱的槽宽、槽距和槽数示意图;
图2为本发明实施例提供的一种金属微粒陷阱的厚度和高度示意图,图中,1-高压导杆,2-GIS外壁,3-微粒金属微粒陷阱;
图3为本发明实施例提供了一种金属微粒陷阱优化目标函数的计算方法的主算法的处理流程图;
图4为本发明实施例提供的一种金属微粒陷阱底部典型位置示意图,图中,4-绝缘子;
图5为本发明实施例提供的一种微粒布置示意图,图中,5-150目金属微粒。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
研究表明金属微粒陷阱底部形成的低场强区域是金属微粒陷阱捕获微粒的关键,当金属微粒陷阱参数发生变化时,金属微粒陷阱底部的场强也会随之变化;当金属微粒陷阱底部的强场越小,金属微粒陷阱可以有效捕获微粒的粒径则越小;此外当微粒位于金属微粒陷阱前方时,由于受到电场力、电场梯度力、重力等力的综合作用,微粒会发生起举运动,研究表明,金属微粒陷阱只对其前方特定区域内的微粒具有捕获作用,即金属微粒陷阱具有一定的捕获范围。
本发明提出了一种对GIS中金属微粒陷阱进行结构优化的方法,考虑金属微粒陷阱底部的电场和捕获范围,从而对金属微粒陷阱进行综合优化。
本发明实施例对上提式栅格型金属微粒陷阱的结构参数进行优化,各参数的示意图如图1所示,其中lw为槽宽,ld槽距,ht为金属微粒陷阱厚度,h为金属微粒陷阱的高度,金属微粒陷阱的槽数为N,图中的金属微粒陷阱槽数为4。
图2为本发明实施例提供的一种金属微粒陷阱的厚度和高度示意图,图中,1-高压导杆,2-GIS外壁,3-微粒金属微粒陷阱。
本发明实施例提供了一种金属微粒陷阱优化目标函数的计算方法,该方法中包括主算法、金属微粒陷阱底部特征电场的计算方法(算法1)和金属微粒陷阱捕获范围的计算方法(算法2)。
其中主算法的处理流程如图3所示,包括如下的处理步骤:
步骤S1:输入GIS的结构参数、绝缘子的形状参数、金属微粒陷阱的结构参数,运行参数;
式(1)中W1和W2分别为金属微粒陷阱底部的特征电场和捕获范围的权重系数,ht为陷阱厚度,N为槽数;
W1为正值,该值越大,则要求金属微粒陷阱底部特征电场值越小;W2为负值,其绝对值越大,则要求金属微粒陷阱的捕获范围越大。
研究表明,当金属微粒陷阱厚度大于10mm,金属微粒陷阱槽数大于15时,金属微粒陷阱底部的电场值逐渐饱和,且金属微粒陷阱厚度增大会增大腔体内部的电场值,进而不利于气隙的绝缘,因此为了控制金属微粒陷阱的尺寸和电场,引入了惩罚系数P1和P2,该参数取正值,其值越大,对相应参数的控制越严格;
步骤S5:将目标函数值返回优化算法,通过迭代得到最优参数。
步骤S2中的算法1的过程为:
步骤1:输入GIS的结构参数,包括高压导杆内径、腔体的内径,绝缘子的形状参数、金属微粒陷阱的结构参数;输入运行参数,包括运行电压;再根据式(2)计算电场分布,其中U0为中心导杆的电压,并输出电场分布;
步骤2:根据图4选取金属微粒陷阱底部的典型位置(x1,x2,…xN,N为金属微粒陷阱的槽数),上述典型位置距离腔体内壁的垂直距离为0.25mm,轴向位置位于金属微粒陷阱槽的中间位置;读取典型位置的电场值,z轴电场分量的绝对值分别记为E1,E2,…EN,按照式(3)求取Eave,其中Eb为电场的基准值,并返回至主算法中;
算法2的过程:
步骤1:输入GIS的结构参数,包括高压导杆内径、腔体的内径,绝缘子的形状参数、金属微粒陷阱的结构参数;输入运行参数,包括运行电压,根据式(2)计算并输出电场分布;
步骤2:输入微粒的形状及物理参数,包括金属微粒的半径、密度,并设置微粒的初始位置,将距离金属微粒陷阱边缘的距离记为x1;
步骤3:设置仿真参数,包括仿真总时长T、仿真步长step,微粒位置递增距离xstep;
步骤4:根据式(4)计算出微粒在仿真时长内的运动轨迹,其中Fx和Fz为x轴和z轴方向受力的总和,具体的受力分析如表1所示,表中kr为静电修正系数,当微粒与电极接触时取0.832,微粒悬浮时为1;q为微粒与电极碰撞后的荷电量,由于微粒的直径远小于电极表面的尺寸,因此可以采用式(5)计算荷电量;r为微粒的半径,ε0和ε1分别为真空中的介电常数和气体的相对介电常数;ρ和ρgas分别为微粒和气体的密度,g为重力加速度,Re为雷诺系数,计算公式如式(6),其中v为微粒与气流的相对速度,μgas为气体粘滞系数;若在仿真时长内,微粒的x轴坐标进入金属微粒陷阱的区域,则认为金属微粒陷阱被捕获,否则认为未被捕获,若微粒未发生起举,认为微粒被捕获。
步骤5:在仿真时长内,若被捕获,则x1=x1+xstep;重复步骤4,直至仿真时长内未被捕获;
表1微粒受力分析
上述步骤S5具体包括:将目标函数值返回优化算法,通过迭代得到最优参数。
将步骤S4中计算得到的目标函数值以及步骤S1中提及的当前陷阱参数值输入优化算法,优化算法根据当前的目标函数值对陷阱的参数值进行调整,并重复步骤S2、S3和S4,计算得到新的目标函数值,重复上述操作,直至目标函数值取到最小,此时对应的陷阱参数即为最优陷阱参数。
具体算例:
本算例中GIS腔体的物理参数以及运行参数如表2所示;金属微粒陷阱参数的变化范围如表3所示,且金属微粒陷阱参数的值均取整数。xb取为40mm,Eb取0.02kV/mm,W1和W2分别为6和-4;P1和P2均取为0.1;优化算法选择鲸鱼优化算法,最大迭代次数设置为200次;根据上述算法最终得到的最优金属微粒陷阱参数如表4所示。为了验证优化方案的可行性,选择如表5所示的四组金属微粒陷阱进行微粒捕获试验,试验4微粒布置图如图5所示,采用捕获率来表征金属微粒陷阱对微粒的捕获效果,其计算方法为被金属微粒陷阱捕获的微粒质量与总微粒质量的比值;试验结果如表6所示,即采用上述方法优化后的微粒金属微粒陷阱具有较好的捕获效果。
表2微粒受力分析
表3金属微粒陷阱参数选择
表4金属微粒陷阱参数优化
表5试验用金属微粒陷阱的参数
表6不同参数金属微粒陷阱的捕获率
综上所述,本发明实施例提出了一种对GIS中金属微粒陷阱进行结构优化的方法,针对栅格型陷阱的槽宽、槽距、厚度、高度和槽数五个参数进行全方位优化。该方法中包括陷阱底部特征电场的计算方法和陷阱捕获范围的计算方法,并综合考虑了陷阱底部的电场强度和微粒陷阱的捕获范围,提出了目标函数的仿真计算方法,结合常规的优化算法得到使目标函数值最小时的参数,即为陷阱的最优参数。通过优化GIS中微粒陷阱的参数,有效提高了微粒陷阱的捕获效果,提高了陷阱抑制金属微粒运动的能力,因此减小了由于微粒运动引发GIS绝缘故障的概率,有利于GIS的安全稳定运行。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (5)
1.一种对GIS用金属微粒陷阱进行结构优化的方法,以达到抑制局部放电的目的,其特征在于,包括:
步骤S1:输入GIS的结构参数、绝缘子的形状参数、金属微粒陷阱的结构参数和运行参数,所述结构参数包括槽宽lw、槽距ld、金属微粒陷阱厚度ht、金属微粒陷阱的高度h和金属微粒陷阱的槽数为N;
式(1)中W1和W2分别为金属微粒陷阱底部的特征电场和捕获范围的权重系数,P1和P2为惩罚系数,ht为陷阱厚度,N为槽数;
步骤S5:根据目标函数值obj对金属微粒陷阱捕获范围的计算方法进行优化,通过迭代计算得到金属微粒陷阱的最优结构参数和运行参数。
2.根据权利要求1所述的方法,其特征在于,所述的步骤S4中的W1为正值,该值越大,则要求金属微粒陷阱底部特征电场值越小;W2为负值,其绝对值越大,则要求金属微粒陷阱的捕获范围越大。
3.根据权利要求1所述的方法,其特征在于,所述的步骤S2具体包括:
步骤1:输入GIS的结构参数,所述结构参数包括槽宽lw、槽距ld、金属微粒陷阱厚度ht、金属微粒陷阱的高度h和金属微粒陷阱的槽数为N、高压导杆内径、腔体的内径和绝缘子的形状参数;输入运行参数,该运行参数包括运行电压;再根据式(2)计算电场分布,其中U0为中心导杆的电压,并输出电场分布;
为标量电势值,为矢量电场,为高压电极侧的电势,为地电极侧电势。
步骤2:选取金属微粒陷阱底部的典型位置(x1,x2,…xN),N为金属微粒陷阱的槽数,所述典型位置距离腔体内壁的垂直距离为0.25mm,轴向位置位于金属微粒陷阱槽的中间位置;读取所述典型位置的电场值,z轴电场分量的绝对值分别记为E1,E2,…EN,按照式(3)求取Eave,其中Eb为电场的基准值;
4.根据权利要求2所述的方法,其特征在于,所述的步骤S3具体包括:
步骤1:输入GIS的结构参数,所述结构参数包括槽宽lw、槽距ld、金属微粒陷阱厚度ht、金属微粒陷阱的高度h和金属微粒陷阱的槽数为N、高压导杆内径、腔体的内径和绝缘子的形状参数;输入运行参数,该运行参数包括运行电压;再根据式(2)计算电场分布,其中U0为中心导杆的电压,并输出电场分布;
步骤2:输入金属微粒的包括金属微粒的半径、密度在内的形状及物理参数,设置金属微粒的初始位置,将距离金属微粒陷阱边缘的距离记为x1;
步骤3:设置仿真参数,该仿真参数包括仿真总时长T、仿真步长step和微粒位置递增距离xstep;
步骤4:根据式(4)计算出金属微粒在仿真时长内的运动轨迹,其中Fx和Fz为x轴和z轴方向受力的总和,具体的受力分析如表1所示,表中kr为静电修正系数,当微粒与电极接触时取0.832,微粒悬浮时为1;q为微粒与电极碰撞后的荷电量,采用式(5)计算荷电量;r为微粒的半径,ε0和ε1分别为真空中的介电常数和气体的相对介电常数;ρ和ρgas分别为微粒和气体的密度,g为重力加速度,Re为雷诺系数,计算公式如式(6),其中v为微粒与气流的相对速度,μgas为气体粘滞系数;若在仿真时长内,微粒的x轴坐标进入金属微粒陷阱的区域,则判断金属微粒陷阱被捕获,否则判断金属微粒未被捕获,若微粒未发生起举,认为微粒被捕获;
步骤5:在仿真时长内,若金属微粒被捕获,则x1=x1+xstep;重复步骤4,直至仿真时长内金属微粒未被捕获;
表1 微粒受力分析
5.根据权利要求4所述的方法,其特征在于,所述的步骤S5具体包括:
将步骤S4中计算得到的目标函数值以及步骤S1中提及的当前陷阱参数值输入优化算法,优化算法根据当前的目标函数值对陷阱的参数值进行调整,并重复步骤S2、S3和S4,计算得到新的目标函数值,重复上述操作,直至目标函数值取到最小,此时对应的陷阱参数即为最优陷阱参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111143662.0A CN113919091A (zh) | 2021-09-28 | 2021-09-28 | 一种对gis中金属微粒陷阱进行结构优化的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111143662.0A CN113919091A (zh) | 2021-09-28 | 2021-09-28 | 一种对gis中金属微粒陷阱进行结构优化的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113919091A true CN113919091A (zh) | 2022-01-11 |
Family
ID=79236641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111143662.0A Pending CN113919091A (zh) | 2021-09-28 | 2021-09-28 | 一种对gis中金属微粒陷阱进行结构优化的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113919091A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116598861A (zh) * | 2023-07-13 | 2023-08-15 | 西安交通大学 | 一种抑制金属微粒的结构、绝缘材料及方法 |
CN117332617A (zh) * | 2023-11-28 | 2024-01-02 | 国网天津市电力公司电力科学研究院 | 气体绝缘开关设备母线气室内金属微粒运动的抑制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120172648A1 (en) * | 2011-01-05 | 2012-07-05 | The Board Of Trustees Of The University Of Illinois | Defect engineering in metal oxides via surfaces |
CN112217128A (zh) * | 2020-10-12 | 2021-01-12 | 华北电力大学 | 用于gis/gil中的金属微粒陷阱布置方法 |
EP3842983A1 (en) * | 2019-12-27 | 2021-06-30 | Dassault Systèmes | Designing an overconstrained mechanism |
-
2021
- 2021-09-28 CN CN202111143662.0A patent/CN113919091A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120172648A1 (en) * | 2011-01-05 | 2012-07-05 | The Board Of Trustees Of The University Of Illinois | Defect engineering in metal oxides via surfaces |
EP3842983A1 (en) * | 2019-12-27 | 2021-06-30 | Dassault Systèmes | Designing an overconstrained mechanism |
CN112217128A (zh) * | 2020-10-12 | 2021-01-12 | 华北电力大学 | 用于gis/gil中的金属微粒陷阱布置方法 |
Non-Patent Citations (2)
Title |
---|
WANG JIAN ET AL.: "Design and optimization of particle traps in DC GIL based on the capture effect analysis", 《PROCEEDINGS OF THE CSEE》, vol. 40, no. 15, 31 December 2020 (2020-12-31), pages 5050 - 5060 * |
王健;常亚楠;王靖瑞;胡琦;梁瑞雪;李庆民;: "基于捕捉效用分析的直流GIL微粒陷阱设计与参数优化", 中国电机工程学报, no. 15, 26 April 2020 (2020-04-26), pages 5050 - 5061 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116598861A (zh) * | 2023-07-13 | 2023-08-15 | 西安交通大学 | 一种抑制金属微粒的结构、绝缘材料及方法 |
CN116598861B (zh) * | 2023-07-13 | 2023-10-20 | 西安交通大学 | 一种抑制金属微粒的结构、绝缘材料及方法 |
CN117332617A (zh) * | 2023-11-28 | 2024-01-02 | 国网天津市电力公司电力科学研究院 | 气体绝缘开关设备母线气室内金属微粒运动的抑制方法 |
CN117332617B (zh) * | 2023-11-28 | 2024-03-19 | 国网天津市电力公司电力科学研究院 | 气体绝缘开关设备母线气室内金属微粒运动的抑制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113919091A (zh) | 一种对gis中金属微粒陷阱进行结构优化的方法 | |
Lai et al. | Packings and defects of strongly coupled two-dimensional Coulomb clusters: Numerical simulation | |
Pflug et al. | Simulation of linear magnetron discharges in 2D and 3D | |
Al-Hamouz et al. | Simulation and experimental studies of corona power loss in a dust loaded wire-duct electrostatic precipitator | |
Sheridan | The plasma sheath around large discs and ion collection by planar Langmuir probes | |
Choi et al. | Mutual shielding of closely spaced dust particles in low pressure plasmas | |
M’Hamdi et al. | Multi-objective optimization of 400 kV composite insulator corona ring design | |
Matyash et al. | P3M simulations of dusty plasmas | |
Zhan et al. | Motion characteristics of metal powder particles in AC GIL and its trap design | |
Abdullah et al. | Modified particle swarm optimization for economic-emission load dispatch of power system operation. | |
Chen et al. | Contour optimization of suspension insulators using dynamically adjustable genetic algorithms | |
Singh et al. | Expansion of a finite-size photoplasma in an electrostatic field with M-type electrode configuration using a novel adaptive mesh 2D-PIC code | |
CN116914709A (zh) | 一种直流感应电压的抑制方法、装置、设备和介质 | |
Asipuela et al. | Study and numerical simulation of a duct-type esp with wavy collecting electrodes and different circular corona electrodes radius | |
CN108554634A (zh) | 引入磁场的线管式静电除尘器性能提升方法 | |
Omar et al. | Fast corona discharge solver for precipitators using multi‐grid methods on fine grids | |
Huang et al. | Current pulse characteristic analysis of typical void and point partial discharge based on PIC‐MCC method | |
Ventzek et al. | Higher‐order sampling strategies in Monte Carlo simulations of electron energy distribution functions in plasmas | |
Al-Hamouz et al. | Analysis of a wire–duct electrostatic precipitator under dust loading conditions | |
Barbarics et al. | Electrostatic field calculation using R-functions and the method of characteristics in electrostatic precipitator | |
Bhattacharya et al. | A numerical investigation on the discharges in Micromegas | |
CN112149340A (zh) | 一种pic与充电电流拟合相结合的卫星表面充电电位计算方法 | |
Sayed et al. | Improved prediction of ion mobility for precipitators using FDM-FMG on fine computational domains | |
Chen et al. | The influence of greenhouse support structures on ion flow field under overhead high voltage direct current lines | |
Van Siclen et al. | Phenomenological model for predicting the energy resolution of neutron-damaged coaxial HPGe detectors |
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 |