论文部分内容阅读
经济社会的快速发展使得城市对电力的需求急剧增加,具有独特优势的综合管廊电力舱电缆敷设方式逐渐得到推广。电缆温度作为电缆运行维护的重要参数,对电力舱工况选择及预期设计极为重要。只有正确认识电缆温度在各种因素下的变化规律与散热机理,才能有效提高电力舱的预期设计效率并降低维护成本。相似理论进行的缩尺试验目前在各种建筑物的物理场分析中被广泛使用,因此本文基于阿基米德数(Ar),按1:5的比例以某综合管廊电力舱为原型建立缩尺模型。并通过Ar数得到缩尺模型与原型建筑各物理量的比例关系。在多种工况下利用计算流体力学(CFD)软件Fluent对原型电力舱进行数值仿真计算。通过对比数值仿真及缩尺试验的电缆温度与舱内风速证明了数值仿真的准确性。其中电缆表面温度的相对误差在10%以内,属于工程允许的范围。基于数值仿真建立了缩尺的CFD模型,并利用正交试验进行了32种工况的计算分析,得到了影响电力舱电缆最高温度的关键因素:散热量、通风量、通风温度、防火间隔长度以及绝缘层导热系数。使用Ipsen方法对电缆最高温度控制方程进行无量纲化得到由关键影响因素组成的3种无量纲数:Ar数,π1数与π2数。将每种无量纲数进行5种参数配置得到125种工况的仿真计算结果以建立数据集,并利用分类与回归树决策树(CART)对数据集进行分析,得到电力舱电缆最高温度的预测模型。目前模型R2为0.97。通过对125种工况的仿真数据集进行主要影响因素与无量纲参数的温度影响特性分析,得到了预测误差小于16%的无量纲控制方程,并发现通风温度提高至一定程度时增加通风速度将无法有效降低电缆最高温度,导热系数的增加无法有效降低电缆最高温度。此外,结果表明当热力学模型约束变量过多时,通过实验拟合的无量纲函数存在很大的局限性。因此相比于无量纲参数方程,CART决策树具有更好的温度预测能力(相对误差小于8.3%)。为提高CART决策树的可读性,将决策树叶子节点的温度划分为4个温度集,由此得到7种主要的温度判断路径。在不同的温度判断路径中,主要影响参数在划分的不同温度集中权重具有差异,因此通过F检验证明了路径中的各影响因素对电力舱电缆最高温度变化的贡献程度。此外,对三种无量纲数进行取值范围的划分,得到每种无量纲数不同取值范围对应的工况结果落入不同温度集的概率。通过额外的仿真案例证明,这种判断方式能够对70%的案例进行温度集有效筛选。最后通过对比发现决策树具有相比于传统经验公式(OHL)的更好的预测能力,并且通过缩尺实验证明了决策树的良好的外延性。在电缆动态载流量的温升分析中,选取了电缆周边气流温度,气流速度以及电缆初始温度等影响因素对原型电缆进行动态仿真计算。通过非线性拟合得到经过气流温度影响因子与气流速度影响因子修正的动态温升曲线。各种公式的拟合优度R2大于0.95。最后经过额外的动态仿真证明拟合公式的误差小于4%。目前的研究内容能够为综合管廊电力舱建设标准与节能优化提供一定的参考。