简介：这是一款面向电气工程师、自动化设计人员及高职高专相关专业学习者的实用型选型辅助工具，聚焦电缆线径与载流量的快速计算，解决传统人工查表选型效率低、易出错的问题，适用于工业配电系统设计、建筑电气施工图深化等实际场景。压缩包为ZIP格式，共4个文件：可执行程序动力助手.exe用于启动软件；data.db为内置元件参数数据库，涵盖导体材质、绝缘类型、环境温度等关键变量；下载说明.htm提供安装与基础操作指引；自述文件.txt含版本与版权信息；整体包大小3.37MB，轻量易部署。已有4731人学习下载，体现了行业对标准化、高效化选型工具的切实需求。用户可直接运行软件完成多工况下的线径校验与载流量比对，生成结构化报告，并依托本地数据库离线查询主流品牌元件参数，显著提升设计准确率与响应速度。

1. 电气元件选型工具软件：不是Excel表格的升级版，而是把国标参数、温升曲线、短路校验和供应商库存全塞进一个可执行文件里的工程决策黑匣子

你有没有遇到过这样的场景：凌晨两点改完第三版配电柜图纸，突然发现断路器的Icu值在40℃环境温度下不满足短路分断要求，但手头的选型手册是2018年印刷的，PDF里查不到最新型号的脱扣特性曲线；又或者，采购同事发来消息：“这个接触器停产了，替代型号交期要12周，能不能换一家？”——这时候，你翻出Excel里维护了五年的“常用元件库”，发现电压等级列填的是“AC220V/380V”，而实际项目要求的是“AC220V（50Hz）±10%，耐受瞬态过压6kV”……这种靠人脑拼凑标准、靠经验预估裕量、靠微信对账库存的选型方式，正在让大量中小型设计单位在交付节点前集体翻车。
“电气元件选型工具软件”不是把PDF扫描件转成网页版的电子手册，也不是给CAD插个按钮弹出几个下拉框。它是一套可嵌入设计流程的本地化决策引擎：输入负载类型（电机/照明/UPS）、工作制（S1/S3）、环境条件（海拔/温度/污染等级）、保护目标（人身/设备/连续性），它自动调用内置的IEC 60947、GB/T 14048系列标准规则库，筛出所有合规型号；再叠加实时抓取的主流厂商（如某德系品牌、某日系品牌、某国产头部厂商）公开API库存与交期数据，输出带优先级排序的3个可行方案，并生成符合GB/T 19001格式的选型依据报告。它解决的不是“怎么找型号”，而是“为什么必须选这个型号、且不能选那个看似便宜20%的替代品”。适合一线电气工程师、成套厂技术负责人、以及需要向甲方提供可追溯选型证明的设计院项目组。

2. 从零构建核心规则引擎：用Python+SQLite实现国标逻辑的可解释、可调试、可审计落地

电气选型不是简单查表，而是多层约束的逻辑推演。比如选一个塑壳断路器（MCCB），需同时满足：① 额定电流In ≥ 负载计算电流 × 1.25（GB 50054-2011第6.1.2条）；② 极限短路分断能力Icu ≥ 系统预期短路电流（需按GB/T 16895.5校正海拔与温度）；③ 热磁脱扣器长延时整定值Ir应在0.7In~1.0In之间，且需覆盖电机启动电流尖峰（IEC 60947-2 Annex G）；④ 外壳防护等级IP ≥ 安装场所要求（GB 4208）。这些规则若硬编码进if-else，半年后连作者都看不懂哪条触发了拦截。我们采用“规则即数据”的轻量架构：用YAML定义规则元信息，用Python函数封装校验逻辑，用SQLite存储元件参数与规则绑定关系。

2.1 规则定义：YAML描述标准条款与参数映射关系

在rules/mccb_rules.yaml中声明一条典型规则：

rule_id: "mccb_in_min" standard: "GB 50054-2011" clause: "6.1.2" description: "额定电流不得小于负载计算电流的1.25倍" input_params: - load_current_calc: "float" # 单位：A - ambient_temp: "int" # 单位：℃，默认25 - altitude: "int" # 单位：m，用于温升修正 output_param: "In" # 元件参数字段名 expression: | # 温升修正系数（GB/T 14048.2-2020 表11） temp_factor = 1.0 if ambient_temp <= 40 else 0.95 ** ((ambient_temp - 40) / 10) # 海拔修正（GB/T 14048.2-2020 8.3.2.2） alt_factor = 1.0 if altitude <= 2000 else 0.9 ** ((altitude - 2000) / 1000) required_In = load_current_calc * 1.25 / (temp_factor * alt_factor) return required_In

提示：expression字段是纯Python表达式字符串，运行时通过eval()安全沙箱执行（已禁用__import__等危险操作）。所有变量名与数据库字段严格对齐，避免“写代码时叫current，查表时叫load_amp”这类玄学错误。

2.2 元件参数库：SQLite建模兼顾查询效率与扩展性

创建components.db，核心三张表：

插入一条真实数据示例（以某国产MCCB为例）：

INSERT INTO components (comp_id, type_id, model_no, manufacturer, status) VALUES ('MCCB-2024-001', 'mccb', 'NHX-250', '某国产头部厂商', 1); INSERT INTO component_params (comp_id, param_name, param_value, unit, source) VALUES ('MCCB-2024-001', 'In', '250', 'A', 'datasheet'), ('MCCB-2024-001', 'Icu', '65', 'kA', 'datasheet'), ('MCCB-2024-001', 'Ue', '400', 'V', 'datasheet'), ('MCCB-2024-001', 'IP_rating', '20', '', 'datasheet');

2.3 规则执行引擎：动态加载+上下文注入+失败归因

核心函数evaluate_rule(rule_id, context: dict)，其中context包含用户输入（如load_current_calc=180）与系统参数（如ambient_temp=35,altitude=800）：

def evaluate_rule(rule_id, context): # 1. 从YAML加载规则定义 rule = load_yaml_rule(rule_id) # 返回dict，含expression字段 # 2. 构建安全执行环境：只允许context中的key + math库 safe_env = {'math': math, '__builtins__': {}} safe_env.update(context) # 3. 执行表达式，捕获异常并记录原始输入 try: required_value = eval(rule['expression'], safe_env) except Exception as e: raise RuleExecutionError( f"Rule {rule_id} failed with context {context}: {str(e)}" ) # 4. 查询数据库，获取该rule.output_param对应的所有元件值 conn = sqlite3.connect("components.db") cursor = conn.cursor() cursor.execute( "SELECT c.model_no, c.manufacturer, p.param_value " "FROM components c " "JOIN component_params p ON c.comp_id = p.comp_id " "WHERE c.type_id = ? AND c.status = 1 AND p.param_name = ?", (rule['type_id'], rule['output_param']) ) candidates = cursor.fetchall() # [('NHX-250','某国产头部厂商','250'), ...] # 5. 筛选：param_value >= required_value（支持单位自动转换，见3.2节） valid_models = [] for model_no, manu, val_str in candidates: try: val_num = float(val_str) if val_num >= required_value: valid_models.append((model_no, manu)) except ValueError: continue # 跳过非数字值，如IP_rating='20' return { "rule_id": rule_id, "required_value": round(required_value, 2), "valid_candidates": valid_models, "failed_reasons": [] if valid_models else ["All candidates below required value"] }

逻辑说明：此函数不直接返回“合格/不合格”，而是返回结构化结果，包含所需阈值、所有候选型号、失败归因文本。这为后续UI展示“为什么这个型号被排除”提供了数据基础——比如显示“NHX-200被排除：Icu=50kA < 所需65kA”，而非笼统提示“无满足型号”。

参数说明：

• context字典必须包含规则YAML中input_params声明的所有键，缺失则抛出明确错误；
• required_value是经温升/海拔修正后的理论最小值，保留2位小数便于人工复核；
• valid_candidates仅返回型号与厂商，具体参数值由前端按需二次查询，避免数据冗余。

3. 多源数据融合：如何让国产元件参数库不变成“三年前的快照”

光有规则引擎不够，元件参数不准，再严谨的逻辑也是空中楼阁。市面上所谓“选型软件”常陷入两个极端：要么只接入1-2家国际大厂API（忽略国产主力型号），要么爬取电商页面（参数残缺、无温升曲线、交期虚假）。我们采用“三层数据源协同”策略：权威文档为基、厂商API为翼、人工校验为锚。

3.1 权威文档层：PDF解析不是OCR，而是结构化语义提取

不依赖Adobe Acrobat SDK或付费OCR服务。对GB/T、IEC标准及主流厂商选型手册PDF，采用pdfplumber+tabula-py组合：

• tabula-py精准提取标准附录中的表格（如IEC 60947-4-1表12：接触器AC-3使用类别额定操作频率）；
• pdfplumber解析文字段落，用正则匹配关键参数描述（如“短路分断能力：65kA @ 400V, 50Hz”），并关联到对应型号章节。

关键技巧：为每份PDF建立metadata.json，记录source_pdf: "Schneider_LV_Switchgear_2023.pdf",page_range: [45, 62],extracted_at: "2024-06-15"。当新版本手册发布，只需比对extracted_at时间戳，自动触发增量更新。

3.2 厂商API层：绕过登录墙，直取生产库真实数据

某国产头部厂商提供公开JSON API（无需Token），但返回数据极简：

{"model":"NHX-250","In":"250A","Icu":"65kA","Ue":"400V"}

问题：缺少温升曲线、短路保护配合图、安装尺寸。解决方案是反向工程其官网产品页URL规则：

• 观察到产品页URL为https://www.xxx.com/product/detail?id=NHX-250；
• 用requests-html模拟浏览器请求，提取隐藏的<script>中window.__INITIAL_STATE__变量；
• 该变量包含完整技术参数JSON，含thermal_curve_data（CSV格式温升点）、coordination_chart_url（SVG保护配合图）。

注意：所有网络请求加time.sleep(1)，User-Agent设为Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36，避免被风控。厂商未禁止爬取且提供结构化数据，属合理使用。

3.3 人工校验层：建立“参数可信度”评分机制

自动采集的数据必须有人盯。在SQLite中增加component_params表的confidence_score字段（0.0~1.0）：

• source="datasheet"且来自官网PDF → 0.95；
• source="api"且字段完整 → 0.85；
• source="web_scraped"且无校验码 → 0.6；
• 人工复核后标记verified_by="engineer_zhang"→ 分数提升至0.98。

UI中，当用户查看某型号详情时，底部显示：

“Icu参数可信度：95%（来源：某国产头部厂商2023版官网PDF第78页）｜ 最后人工复核：2024-05-22”

4. 避坑：电气选型工具开发中踩过的5个血泪深坑

做这个工具前，我们以为难点是算法；做完才发现，90%的返工源于对电气工程实践细节的误判。以下是5个真实发生、导致整周进度回滚的坑，按“现象→原因→解决”列出，句句带编号，方便你对照检查。

4.1 现象：同一台MCCB，在“电机负载”和“照明负载”场景下，推荐型号完全不同，但用户坚称“就该用同一个”

原因：规则引擎只校验了In和Icu，却忽略了使用类别（Utilization Category）。IEC 60947-2规定：电机负载（AC-3）要求断路器能承受6-8倍In的启动电流反复冲击，而照明负载（AC-1）只需承受1.13倍In的持续电流。某型号MCCB的Icu虽达标，但其热脱扣器在AC-3下的过载耐受时间不足，导致电机频繁跳闸。
解决：在规则YAML中强制增加utilization_category输入参数，并在expression中调用查表函数：

# 在expression中追加 ac3_endurance = lookup_ac3_endurance(model_no, In) # 查数据库ac3_endurance表 if utilization_category == "AC-3" and ac3_endurance < motor_start_time: raise ValueError("AC-3 endurance insufficient for motor start time")

4.2 现象：海拔修正后，高原项目推荐的断路器In值比平原高30%，但实际采购时发现该型号无高原认证

原因：国标GB/T 14048.2-2020规定，海拔>2000m需进行高原型式试验，普通型号证书无效。而我们的参数库只存了“标准型”数据，未区分“高原型”（High Altitude Version）。
解决：在components表增加altitude_rating字段（ENUM: 'standard', 'high_altitude', 'both'），并在规则中增加校验：

if altitude > 2000 and comp_row['altitude_rating'] not in ['high_altitude', 'both']: add_failure_reason("Not certified for high altitude operation")

4.3 现象：导出GB/T 19001报告时，甲方质询“短路电流计算依据在哪”，我们只能翻出Excel手算过程

原因：工具内部短路电流计算用的是简化公式（如Isc = U2 / (Rc + Xc)），但国标GB/T 15544.1要求考虑系统阻抗、电缆长度、变压器短路阻抗百分比、电动机反馈电流等12项参数。我们没把计算过程存入数据库。
解决：新增calculation_logs表，每次选型保存完整计算链：

4.4 现象：用户导入CAD图纸的负载清单CSV，字段名为“额定功率(kW)”，但工具报错“load_current_calc not found”

原因：规则引擎严格按YAML定义的input_params键名匹配，不支持别名。用户CSV有20种命名变体（“Pn”、“Power_Rated”、“Load_kW”）。
解决：在数据导入模块增加field_mapping.json配置：

{ "load_current_calc": ["额定电流(A)", "Ie(A)", "Full_Load_Amps"], "ambient_temp": ["环境温度(℃)", "Temp_C", "Ambient_DegC"] }

导入时，先扫描CSV首行，匹配到任一别名即映射到标准字段名。

4.5 现象：某次批量选型，工具卡死在“查询Icu”步骤，日志显示SQLite锁超时

原因：多线程并发查询时，component_params表被频繁JOIN，而SQLite默认WAL模式未开启，写操作阻塞读。
解决：初始化数据库时强制启用WAL：

conn.execute("PRAGMA journal_mode=WAL") conn.execute("PRAGMA synchronous=NORMAL") # 降低持久性要求，提升读性能 conn.execute("PRAGMA cache_size=10000") # 增大缓存，减少IO

并限制并发线程数≤CPU核心数，避免过度争抢。

5. 工程师的后悔药：用“反向验证模式”把选型结果拖回真实世界

再完美的工具，也得经得起现场一根电缆、一台万用表的检验。我们设计了“反向验证模式”（Reverse Validation Mode），它不帮你选型，而是把已确定的型号，代入真实工况，倒推所有隐含参数是否自洽。这是交付前最后一道防线，也是说服甲方的技术底气。

5.1 启动反向验证：输入已确认型号，自动补全全维度工况

用户在UI中选择“NHX-250”后，点击【反向验证】，工具自动：

• 从数据库读取该型号全部参数（In=250A, Icu=65kA, Ue=400V, IP20, AC-3使用类别）；
• 弹出向导式表单，要求填写实测数据：
  • 实际负载电流（钳形表实测值，非计算值）
  • 安装位置海拔（GPS定位或手动输入）
  • 柜内实测温度（红外测温枪读数）
  • 电缆型号与长度（用于校验压降）
  • 上级保护装置型号（用于校验选择性）

提示：所有实测字段标*号，且带单位下拉（如温度单位可选℃/℉），避免用户输错。

5.2 全链路压力测试：从温升到短路，逐层击穿薄弱点

工具不再只校验“是否满足”，而是问“在极限条件下，哪里最先失效”。例如：

• 温升极限测试：按GB/T 14048.1-2012，将实测柜内温度+5℃作为边界，重新计算In修正值，看是否仍≥实测负载电流；
• 短路配合测试：输入上级断路器型号（如上级为NHX-630），调用内置的coordination_check.py，绘制时间-电流曲线（TCC），标出两者的重叠区——若重叠，则失去选择性，下级可能拒动；
• 压降校验：用实测电缆截面、长度、材质，计算满载时线路压降ΔU = √3 × I × L × (R₀cosφ + X₀sinφ)，对比GB 50054-2011允许的5%压降。

所有测试生成可视化报告，关键项用红/黄/绿三色标注：

5.3 输出交付物：一份让甲方无法挑刺的PDF证据包

点击【生成交付报告】，自动打包：

• 封面：项目名称、日期、校验工程师签名（数字签名）；
• 第1页：反向验证概览（三色状态表+关键结论摘要）；
• 第2页：温升计算过程（含公式、实测值、修正系数表）；
• 第3页：TCC曲线图（NHX-250与上级NHX-630双曲线叠加，红色标注重叠区）；
• 第4页：压降计算表（电缆参数、电流、cosφ、最终ΔU）；
• 附录：所用标准原文截图（GB/T 14048.2-2020第8.3.2.2条海拔修正、GB 50054-2011第6.3.3条压降限值）。

这份PDF不是工具“算出来”的，而是把标准条款、实测数据、计算过程、图形证据全部钉死在一页上。某高校实验室曾用此报告，成功驳回甲方提出的“更换更贵进口品牌”要求——因为报告第3页清楚显示：国产型号TCC曲线完全包络进口型号，选择性更优。

我坚持在每个交付项目启动时，先跑一遍反向验证模式。不是怀疑工具，而是训练自己：当万用表读数和屏幕数字不一致时，永远先信万用表，再查工具哪条规则漏了现场变量。这种习惯，比任何炫技的AI算法都更能守住工程师的底线。希望帮到你。

本文还有配套的精品资源，点击获取