news 2026/4/16 9:34:31

Mayr和Cassie电弧模型是电力系统中研究电弧特性的重要工具,两者在电弧仿真和特性分析中各有侧重。本文将从模型原理出发,结合仿真实例,分析两者的异同

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Mayr和Cassie电弧模型是电力系统中研究电弧特性的重要工具,两者在电弧仿真和特性分析中各有侧重。本文将从模型原理出发,结合仿真实例,分析两者的异同

电力系统电弧模型有关的内容:mayr和Cassie电弧模型仿真及其特性分析。

电弧模型概述

电弧是一种放电现象,在电力系统中常伴随着断路器开断过程。研究电弧特性的模型多种多样,其中Mayr模型和Cassie模型是较为经典的代表。

1. Mayr电弧模型

Mayr模型是一种基于热力学的电弧模型,假设电弧温度分布均匀。其基本方程如下:

$$V = Va + Ra I + \frac{L_a dI}{dt}$$

其中:

  • \( V \) 为电弧电压
  • \( V_a \) 为弧柱压降
  • \( R_a \) 为弧柱电阻
  • \( L_a \) 为弧柱电感
  • \( I \) 为电弧电流

Mayr模型的优点在于计算简单,适用于快速仿真。

2. Cassie电弧模型

Cassie模型则更为复杂,它将电弧分解为多个串联的弧段,考虑了弧段之间的热传导和质量流动。Cassie方程组包括:

$$

\begin{cases}

电力系统电弧模型有关的内容:mayr和Cassie电弧模型仿真及其特性分析。

\frac{dVa}{dt} = \frac{I}{2he} - \frac{ke Va}{2he Te} \\

\frac{dTe}{dt} = \frac{a Te}{b} \left(1 - \frac{Te}{Te^*}\right)

\end{cases}

$$

其中:

  • \( V_a \) 为电弧电压
  • \( T_e \) 为电弧温度
  • \( h_e \) 为弧段高度
  • \( ke, a, b, Te^* \) 为经验常数

该模型更能反映电弧的实际物理过程。

模型实现与分析

以下代码实现了一个简化版的Mayr和Cassie模型对比仿真:

% 参数设置 Ra = 0.1; % 电弧电阻 (Ω) La = 1e-6; % 电弧电感 (H) Va0 = 20; % 初始弧压 (V) I0 = 10; % 初始电流 (A) tspan = [0 0.01]; % 时间区间 (s) % Mayr模型 function dXdt = mayr_arc(t,X) I = X(1); dI = (Va0 - Ra*I)/La; dXdt = [dI]; end % Cassie模型 function dXdt = cassie_arc(t,X) I = X(1); Va = X(2); dI = (Va - Ra*I)/La; dVa = (I - k_e*Va)/La; dXdt = [dI; dVa]; end % 调用ODE求解器 [tm, Xm] = ode45(@mayr_arc, tspan, [I0]); [tc, Xc] = ode45(@cassie_arc, tspan, [I0; Va0]); % 结果对比 figure; plot(tm, Xm(:,1), 'b', tc, Xc(:,1), 'r'); legend('Mayr Model', 'Cassie Model'); xlabel('Time (s)'); ylabel('Current (A)'); title('电弧模型特性对比');

从代码可以看出,Cassie模型需要额外引入一个状态变量描述电压变化,计算复杂度显著增加。运行结果表明,两种模型在仿真初期具有相似的电流下降趋势,但中后期Cassie模型的电流下降更为平缓。

模型差异与适用场合
  • Mayr模型
  • 适合快速初步分析。
  • 计算资源消耗低。
  • 适用于电弧处于稳态情况。
  • Cassie模型
  • 更能反映实际电弧特性。
  • 需要更多的实测参数支持。
  • 适用于需要高精度分析的场合。

总结

Mayr和Cassie模型在电力系统电弧仿真中各有优劣,选择模型时需要综合考虑仿真精度要求、计算资源和实际应用场景。未来可以尝试将两者结合,或引入更多物理参数进一步完善模型。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 16:45:30

从工具到助理:夸克 AI 浏览器如何重新定义 C 端智能体验

引言 当我们打开浏览器时,我们期待的是什么?是快速找到信息的搜索框,还是能帮我们完成复杂任务的智能伙伴?2026 年 2 月 7 日,夸克给出了一个颠覆性的答案 —— 发布与阿里千问深度融合的 AI 浏览器,让超 1 亿用户能随时唤醒大模型能力。这不仅是一次浏览器功能的升级,…

作者头像 李华
网站建设 2026/4/16 13:33:07

从此告别拖延 10个AI论文工具测评:专科生毕业论文写作神器推荐

在当前学术写作日益智能化的背景下,越来越多的学生和研究者开始依赖AI工具来提升论文写作效率。然而,面对市场上种类繁多的AI论文工具,如何选择真正适合自己需求的产品成为一大难题。为此,我们基于2026年的实测数据与用户真实反馈…

作者头像 李华
网站建设 2026/4/16 13:33:06

人与 AI 的关系:如何高效利用 AI

一、现阶段 AI 的能力边界 AI 的优势主要集中在 信息处理、模式识别、重复性任务执行 上,包括: 自动化代码生成:在已知框架和规范下快速生成可运行代码文档整理与分析:快速从海量文档中抽取关键信息问题模式识别:从历史…

作者头像 李华
网站建设 2026/4/16 13:31:56

什么是递归思维?解密自我怀疑与过度思考

“递归之人”并非一个严谨的学术概念,但它形象地描绘了一种现代人可能陷入的思维与存在状态:像递归函数一样,不断调用自身进行审视、定义和反应,从而在自我指涉的循环中构建或消耗自身。理解这种模式,有助于我们更清醒…

作者头像 李华
网站建设 2026/4/16 12:06:15

java+vue基于springboot框架的校园人脸识别的失物招领平台的设计与实现

目录摘要内容概述技术架构核心功能创新点应用价值开发技术源码文档获取/同行可拿货,招校园代理 :文章底部获取博主联系方式!摘要内容概述 基于SpringBoot框架的校园人脸识别失物招领平台整合了Java后端与Vue前端技术,通过人脸识别技术优化失…

作者头像 李华