冻雨、冻雾引起的覆冰积聚会改变输电线路荷重和绝缘特性,引发输电线路的断线、倒塔、绝缘闪络等安全事故,造成输电线路大面积受损。为了有效提高覆冰预测精度、制定切实可行的防冰除冰策略,建立准确的覆冰生长模型至关重要。覆冰是空气中的微滴碰撞到导线释放潜热固化的物理过程,其生长模型核心内容为过冷却液滴碰撞系数和冻结系数的计算。碰撞系数是导线覆冰增长预测的关键因素。本文首先依据常见覆冰形貌建立典型冰型,基于气液两相流标准湍流模型和欧拉-拉格朗日原理建立导线外部二维流场数学模型,实现对典型导线覆冰的碰撞系数仿真,并分别给出不同迎风攻角下椭圆形、翼形覆冰的碰撞系数。仿真结果表明,在相同气象条件下,圆形截面覆冰导线碰撞系数较长短轴比4:3的椭圆形高出4.79%-6.21%,较翼形高出4.04%-8.14%。随后,考虑到上述求解方法较为复杂,提出一种基于BP神经网络的智能计算方法。即通过仿真获取大量数据,结合BP神经网络算法拟合输入输出的非线性关系,最终由人机交互平台预测给定输入下的碰撞系数。研究结果表明,该方法预测速度快、效率高,误差低于9%。冻结系数由覆冰表面热平衡方程进行计算,而对流换热系数是求解热平衡方程的核心参数。考虑到自然覆冰的非圆形截面及表面粗糙等特性,传统经验公式无法直接应用。本文采用流体力学求取典型覆冰表面的温度场及表面对流换热系数变化规律。仿真结果表明,除低雷诺数工况外,等效粗糙高度越大,则对流换热系数也就越大,而截面形状、冰柱排布方式对表面换热系数也存在一定影响,相同气象条件下的翼形截面对流换热系数大于圆形、椭圆形截面。最后,本文在人工微气候实验室进行光滑圆柱的碰撞与对流换热试验,将试验数据与仿真结果进行对比分析,验证了上述仿真方法的有效性。同时,进行覆冰增长过程试验,从真实的角度观察覆冰增长,分析气象、导线结构等参数对覆冰生长过程的影响。