首页 | 本学科首页   官方微博 | 高级检索  
     

基于RBF神经网络和有限元技术的高压支柱绝缘子 机电模拟及均压结构优化研究
引用本文:张施令.基于RBF神经网络和有限元技术的高压支柱绝缘子 机电模拟及均压结构优化研究[J].电瓷避雷器,2019(4).
作者姓名:张施令
作者单位:国网重庆市电力公司 电力科学研究院,重庆,401123
基金项目:重庆市基础科学与前沿技术研究;重庆市电力公司科技项目
摘    要:高压支柱绝缘子在电力系统中应用广泛,支柱绝缘子电气、机械性能与电力系统运行稳定性关系密切,本文基于有限元技术对高压支柱绝缘子机电性能进行精细化建模分析。计算结果表明:支柱绝缘子电气方面最大电场强度位于高压侧均压环表面,且机械方面第一主应力最大值150MPa主要集中在法兰支撑片位置。进一步提出PSO-RBF混合算法对支柱绝缘子均压结构参数进行优化设计,运行结果表明:PSO-RBF神经网络对原始有限元计算数据点非线性拟合映射效果良好,在原本数据点基础上进行了高精度延拓,且算法具有较好收敛性。非线性反演优化计算得到均压环结构参数输出向量为D=1420,d=145,H=255]mm,大均压环、小均压环、法兰结构和瓷护套表面最大电场强度目标向量为920,700,550,440]V/mm,满足设定控制参数要求。本文对特高压电压等级支柱绝缘子进行大场域、多介质的建模仿真计算,得到支柱绝缘子机械、电气性能以及支柱绝缘子相关均压环、屏蔽环配置参数,可为特高压及以下电压等级支柱绝缘子的绝缘结构设计与金具配置提供理论依据。

关 键 词:高压支柱绝缘子  三维电场分布  PSO-RBF混合算法  非线性反演  有限元

Electro-Mechanical Simulation and Voltage-Sharing Structure Optimization of High Voltage Post Insulator Based on RBF Neural Network and Finite Element Method
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号