针对当前油浸式电力变压器绕组瞬态温升仿真中,采用固定时间步长效率低的问题,提出一种混合变步长方法。首先,采用初始解优化算法,有效减少计算过程中方程的迭代次数;其次,结合本征正交分解算法(properorthogonal decomposition,POD),...针对当前油浸式电力变压器绕组瞬态温升仿真中,采用固定时间步长效率低的问题,提出一种混合变步长方法。首先,采用初始解优化算法,有效减少计算过程中方程的迭代次数;其次,结合本征正交分解算法(properorthogonal decomposition,POD),改善大规模有限元方程组存在的阶数过高、条件数过大的问题,提高了方程的求解效率和数值稳定性;第三,提出自适应(adaptivetimestepping,ATS)-启发式(heuristic time stepping,HTS)混合变步长算法,通过对时间步长的自适应与启发式调整,有效解决瞬态计算中计算效率与计算精度的对立问题;最后,建立油浸式电力变压器绕组二维单分区分匝的流热耦合仿真模型,以验证所提算法的正确性与高效性。数值计算结果表明:在流场中,与固定步长的计算结果相比,混合变步长算法的误差小于0.46%,计算效率提升了18.45倍;在温度场中,与固定步长的计算结果相比,所提算法的误差小于0.04%,计算效率提升了6倍。同时,通过与传统变步长算法的计算结果对比,说明所提混合变步长算法在计算精度、计算效率及变步长效果方面均具有一定优势。此外,还探讨混合变步长计算中,不同的参数设置对瞬态计算结果及状态变化过程的影响,为其工程应用奠定了一定基础。展开更多
文摘针对当前油浸式电力变压器绕组瞬态温升仿真中,采用固定时间步长效率低的问题,提出一种混合变步长方法。首先,采用初始解优化算法,有效减少计算过程中方程的迭代次数;其次,结合本征正交分解算法(properorthogonal decomposition,POD),改善大规模有限元方程组存在的阶数过高、条件数过大的问题,提高了方程的求解效率和数值稳定性;第三,提出自适应(adaptivetimestepping,ATS)-启发式(heuristic time stepping,HTS)混合变步长算法,通过对时间步长的自适应与启发式调整,有效解决瞬态计算中计算效率与计算精度的对立问题;最后,建立油浸式电力变压器绕组二维单分区分匝的流热耦合仿真模型,以验证所提算法的正确性与高效性。数值计算结果表明:在流场中,与固定步长的计算结果相比,混合变步长算法的误差小于0.46%,计算效率提升了18.45倍;在温度场中,与固定步长的计算结果相比,所提算法的误差小于0.04%,计算效率提升了6倍。同时,通过与传统变步长算法的计算结果对比,说明所提混合变步长算法在计算精度、计算效率及变步长效果方面均具有一定优势。此外,还探讨混合变步长计算中,不同的参数设置对瞬态计算结果及状态变化过程的影响,为其工程应用奠定了一定基础。
