ANSYS等是非常好的电场分析软件，CFD用于温升分析也很好，但建模操作复杂，参数设置，边界条件等等对结果影响大，定性比较效果好，定量分析不是很准，对于大公司，技术积累丰富的公司，可以有效的指导设计，而小公司研发指导作用有限。

人工智能基于回归理论的大数据分析，反复求解，判断，深度学习，可以实现一些没有经验公式计算的复杂情况下的特定定量分析，且效果准确，反向推断设计，利用简单易用的通用工具，实现设计的定量参考，指导设计。

如大电流温升，不同风扇数量、不同风扇流量对应的温升数值，就可以形成设计和现实应用的指导。母线室（AFm）和手车室风机流量（AFv）和试验电流（It）作为输入因子，温升值作为关键质量性能作为输出，得出传递方程：

上部梅花触头 (B相) 的温升

dT13   =-36.27-0.0105*AFm-0.015*AFv+0.03436*It

主母线与 分支母线连接处(B相)的温升

dT16  =-7.35-0.0108*AFm-00875*AFv+0.023*It

基于以上传递方程，我们可以应用在以下情况下：

1. 在实际运行情况根据不同负载电流和风机故障情况下，可以计算出温升，结合实际环境温度，以确定是否需要电流降容来保证运行安全。如断路器和母线室顶部各有一个风扇运行，实际电流在3500A 时，通过计算温升滑动触头温升是59.33，小于标准要求65k, 可以使用。

2. 同样对于过负荷运行或变电站扩容，也可以在不改变开关柜结构和母线的情况下，更换风扇增加空气流量来满足温升的要求。但需要考虑进风口增加面积以避免风阻过大，温升超出计算。如需要在额定设计4000A的开关柜上通5000A的电流，通过母线室顶部采用空气流量4080 m3/h的风机，断路器室顶部采用2640 m3/h的风机，通过计算温升是61.68k, 考虑到进风口风阻等影响，柜顶采用4个空气流量4080 m3/h的风机更为安全，试验验证温升也满足要求。

又如IEC60890《温升评估计算》标准，是建立在一系列实践基础上的，里面有大量的图表，使用时需要去查每个或几个变量对应的参数值，十分不变，通过回归理论分析、DOE分析软件得出传递方程就可以化繁为简，把条件输进去经过分析，运算。得出一个公式，一切应运而解，以后不用再去查繁琐的图表，更简单，更直接。

相应的还有承受短路电流能力的计算IEC60865标准，也可以实现一个公式快 速搞定。 有了这许多个传递方程，开关柜关键参数都可以通过输入变量得出关键性能特性，未来包括可靠性指标都是可以算出来的。

  或许这只是一个雏形，由于智能开关设备安装了大量传感器，有了大量的数据，把这些数据整理分析运算，结合数字孪生，形成一个公式，一个软件，未来我们的开关柜设计将十分简单，输入一系列参数要求，开关柜所有设计结构自动出来，不需要试验，不需要样机，一切都搞定，只需输入柔性加工系统，3D打印，机器人装配，工程就做好了，还可以实现现场加工组装。

正如特斯拉造车只是他获取数据的一个手段，当然也是获取资金的手段，但未来数据远比汽车更值钱，有了人、机、环等等大数据，可以把未来人类生活方方面面覆盖，这样通过采用人工智能可以造就出无法想象的工具，适用于我们生活的所有需要，所有可能。

?