[发明专利]一种复杂微气候下覆冰导线舞动的智能预测方法

权利要求书

1.一种复杂微气候下覆冰导线舞动的智能预测方法，其特征在于，具体包括以下步骤：

步骤1，利用流体力学仿真软件构建导线有限元模型，识别静止状态下导线的三分力系数；

步骤2，分析导线有限元模型的动力特性，采用谐波叠加法形成强迫振动位移时程信号，构建用于强波导线振动的强迫振动系统；

步骤3，利用强迫振动系统多次引发导线有限元模型发生强迫振动，获取每次强迫振动时导线的颤振导数，得到多组训练数据，构建训练数据集；

步骤4，构建长短期记忆深度学习网络，并利用训练数据集对长短期记忆深度学习网络进行训练，建立非线性气动力降阶模型；

步骤5，基于导线有限元模型和非线性气动力降阶模型，构建风-导线-输电塔体系耦合有限元模型，预测复杂微气候下覆冰导线的位移，判断导线是否产生舞动。

2.如权利要求1所述的一种复杂微气候下覆冰导线舞动的智能预测方法，其特征在于，所述步骤1中，具体包括以下步骤：

步骤1.1，利用流体力学仿真软件构建导线有限元模型，设置导线有限元模型的模型参数和计算域范围，其中，模型参数包括导线断面的特征宽度、导线断面距离流体入口和流体出口的距离、竖直方向上导线断面的最大扭转幅度，计算域范围包括计算域的竖向高度和水平长度；

步骤1.2，对导线有限元模型的计算域进行网格划分，将计算域划分为刚性网格区、动网格区和静网格区，其中，动网格区和静网格区内均采用结构化网格，动网格区与静网格区衔接处采用非结构化网格，刚性网格区中除导线断面表层采用边界层网格，其余区域均采用四边形非结构化网格；

步骤1.3，利用导线有限元模型模拟静风荷载条件下导线的受力情况，识别得到静止状态下导线的三分力系数为：

式中，F_D为导线断面在流场中受到的静风荷载阻力，F_L为导线断面在流场中受到的升力，F_M为导线断面在流场中受到的扭矩，导线断面在流场中受到的静风荷载阻力F_D、导线断面在流场中受到的升力F_L和导线断面在流场中受到的扭矩F_M共同组成导线的三分力；C_D为阻力系数，C_L为升力系数，C_M为扭矩系数，阻力系数C_D、升力系数C_L和扭矩系数C_M共同组成导线的三分力系数；ρ为流质密度，U为来流流速，H为导线断面的特征高度，B为导线断面的特征宽度。

3.如权利要求2所述的一种复杂微气候下覆冰导线舞动的智能预测方法，其特征在于，所述步骤1中，导线有限元模型为SST k-ω湍流模型，导线有限元模型的第一层网格厚度落在黏性子层中，第一层网格的网格厚度为0.02mm，导线有限元模型的边界层网格层数为30，膨胀率为1.2，结构化网格呈向外扩散的环形面，歪斜度小于0.5。

4.如权利要求2所述的一种复杂微气候下覆冰导线舞动的智能预测方法，其特征在于，所述步骤2中，采用谐波叠加法模拟导线强迫振动时，导线断面的强迫位移信号为：

式中，x(t)为导线断面的强迫位移信号，t为时间，A_st为导线断面强迫位移信号的指定幅值，A_max为叠加信号的原始幅值，n_m为叠加的谐波数量，A_i为随机生成的第i个振幅，ω_i为随机生成的第i个圆频率。