编辑推荐：
动态线路载流量（Dynamic Line Rating, DLR）利用架空导体载流量对气象条件的依赖性，以更充分地利用输电容量。IEEE Std 738与CIGRE TB 601定义了参考热模型，但仅提供方程而非软件，因此用户必须独立实现并验证这些模型。PyP
动态线路载流量（Dynamic Line Rating, DLR）利用架空导体载流量对气象条件的依赖性，以更充分地利用输电容量。IEEE Std 738与CIGRE TB 601定义了参考热模型，但仅提供方程而非软件，因此用户必须独立实现并验证这些模型。PyPacity是一个开源Python库，它在统一接口背后实现了上述两种标准的稳态与瞬态方法，并依据其基准案例完成了验证。载流量计算可嵌入由实测或预报气象数据驱动的大型工作流中，适用范围从单点研究到长时间序列分析。
近年来，能源系统脱碳加速了从化石燃料发电向高比例可再生能源电力系统的转型，同时交通、供暖及工业过程的电气化不断推高电力需求，使输电网络的传输容量成为能源转型的关键制约因素。现有线路的扩容改造、新建输电走廊等常规方案往往面临高投资、长审批周期和环境社会约束，而动态线路载流量（Dynamic Line Rating, DLR）通过利用架空导线载流量对气象条件的依赖性，允许在保证安全的前提下动态提高现有资产的利用率。
DLR的实际应用依赖可靠的热模型。IEEE Std 738和CIGRE TB 601是计算裸露架空导线电流-温度关系的两大国际参考标准，两者均基于集总参数热平衡模型，涵盖焦耳热、太阳热增益、对流冷却和辐射冷却，并提供了稳态与瞬态计算方法。然而，这些标准仅给出方程和计算流程，并未提供开源、可复用且经过优化的软件实现，研究者和工程师必须自行将标准转译成代码、实现数值求解器并验证结果，导致重复劳动和可复现性不足。为此，研究人员开发了PyPacity，一个开源Python热定额框架，它通过统一接口实现了IEEE Std 738和CIGRE TB 601的稳态与瞬态方法，并利用两种标准的基准案例进行了验证。
主要技术方法方面：PyPacity采用Cable和Case两个领域类分别描述导体特性和环境/运行条件，两种可互换的引擎（IEEE738引擎和CIGRE601引擎）在统一接口下执行计算；太阳位置计算由SolarGeometry工具类完成。数值程序依据分析模式而异：稳态载流量直接在指定导体温度下由热平衡获得，而给定电流求温度需迭代求解，IEEE引擎使用_mueller()求根（二分与逆抛物线插值结合），CIGRE稳态温度例程通过逐步降温加线性插值；瞬态计算采用一阶显式欧拉积分。验证与性能评估中，实验对比数据来自西班牙坎塔布里亚大学ETSIIT楼顶的试点架空线路（LA-125导线），数据集覆盖2026年4月25日至9月25日的分钟级测量记录。
在基准验证（Illustrative examples）中，研究人员在Jupyter notebook中复现了IEEE Std 738和CIGRE TB 601中的基准案例，计算所得导体温度、电流限值和瞬态温度曲线与参考结果在数值容差内一致。还设计了一个额外测试，考察ACSR Drake导线在五个连续运行区间内的稳态与瞬态温度。结果显示，随着输入保持区间从30 min增加到120 min，瞬态温度逐渐逼近稳态温度，从而验证了瞬态数值积分与稳态求解器之间的渐近一致性。
在“4.1 Comparison with experimental measurements”中，基于试点线路实测数据，两种模型均能跟随主要的温度变化，并表现出以正偏差为主的保守估计：CIGRE TB 601和IEEE Std 738的偏差分别为2.93 °C和2.63 °C，平均绝对误差（MAE）分别为3.01 °C和2.75 °C，低估超过2 °C的样本占比仅为0.70%和0.18%。同时，动态线路载流量（DLR）相比静态线路载流量（SLR）平均增加222.07 A（CIGRE，63.96%）和201.23 A（IEEE，57.41%）。
在“4.2 Transient convergence”中，合成案例使用ACSR Drake导体，电流从850 A降至650 A，保持区间从15 min增至180 min。结果表明两种模型的瞬态温度均随区间延长逐步向稳态温度收敛；在60 min后温差低于1 °C，120 min后收敛百分比超过99.8%，进一步验证了瞬态与稳态计算的一致性。
在“4.3 Computational performance”中，瞬态计算基准最长模拟7天，在5 s积分步长下CIGRE和IEEE分别耗时10.25 s和8.96 s；稳态计算以小时间隔模拟5年，对应耗时13.80 s和20.72 s，内存占用保持较低，且计算时间约随评估步数线性增长，表明该框架适用于数据驱动的DLR时间序列分析。
讨论部分指出，PyPacity消除了重新实现两种标准的需求，使研究人员和运行人员可直接获得经过验证的导体温度和载流量，并可在相同输入下比较两种标准。其Python接口便于嵌入时间序列工作流、地理信息系统、优化算法和资产管理平台，支持削减弃电、传感器选址和考虑热约束的线路选线等研究。然而，计算结果的可靠性依赖于输入的气象数据、导体参数以及热模型假设，天气站的代表性也会影响沿线路的应用效果；当前版本未内置不确定性量化，但计划通过重复计算支持敏感性分析，并开发面向空间和时间变化气象的整条线路评估工具。
研究结论（翻译）：PyPacity将IEEE Std 738和CIGRE TB 601的稳态与瞬态热计算融入一个用于线路热定额的开源Python库。其统一接口允许在相同条件下评估两种模型，同时单独的热平衡分项支持检查与比较结果。实验案例表明计算温度在真实气象条件下能够跟随实测变化，包括与先前实验研究一致的保守偏差。合成案例验证了瞬态与稳态计算之间的一致性，计算基准量化了执行时间和内存需求。这些功能为导体热分析提供了可复用且透明的基础，并支持集成到DLR应用中。
