电压互感器手写实现：3步搞定Stack Trace报错
刚接手电气自动化项目，或者在仿真软件里调参，你是不是也被那一长串红色的 Stack Trace 搞晕了？报错信息密密麻麻，看着像天书，明明代码逻辑看着没问题，一运行就崩。别急，这通常不是你的锅，而是对底层原理理解不到位。
今天不整虚的，咱们直接上手，用代码手写实现一个简易的电压互感器（PT）模型。哪怕你是刚入行的劳务班组负责人，或者是个喜欢搞游戏开发的极客，只要你能看懂几行 Python，就能把这个概念吃透。咱们不背枯燥的公式，直接看它怎么在数字世界里“工作”。
概念速懂：别被名字吓住
很多新手一听到“互感器”就头大，觉得那是电厂老师傅才懂的东西。其实，从游戏开发或者数字仿真的视角来看，电压互感器（Potential Transformer, PT）本质上就是一个信号缩放器。
想象你在做一款模拟经营游戏，地图上的电压范围是 0-1000kV，但你的 UI 进度条只能显示 0-5V。你不可能直接把 1000kV 怼给前端，那样直接爆内存。你需要一个中间件，把高压信号按比例缩小，同时实现电气隔离。这就是电压互感器。
在物理世界里，它是通过电磁感应原理工作的；但在我们的代码世界里，它就是一个简单的数学映射函数。
核心痛点在于： 很多教程只给你公式 \(U_2 = U_1 \times (N_2/N_1)\)，却忽略了相位延迟、负载效应和误差补偿。当你把理想模型直接套进复杂的系统仿真（比如电力系统潮流计算）时，那些微小的相位偏差就会累积，导致 Stack Trace 里的 ValueError: Invalid angle 或者 IndexError。
咱们今天要做的，就是把这个“理想模型”变成“可运行、可调试、抗报错”的代码实体。
环境准备：工欲善其事
代码示例基于 Python 3.9+，这是目前电力仿真和游戏后端最常用的语言。
你只需要安装两个库：numpy：用于高效处理数组运算，毕竟电压是随时间变化的波形。
matplotlib：用来画图，眼见为实，看看波形有没有畸变。如果你是在 Windows 上，打开终端敲这两行命令：
pip install numpy matplotlib这里有个小技巧：如果你是在劳务班组里带新人，或者在团队里推代码规范，建议直接在项目根目录建一个 requirements.txt，把版本锁死。为什么？因为 numpy 不同版本对复数运算的处理偶尔会有差异，锁版本能避免那种“我电脑上能跑，你电脑上报错”的扯皮事。
另外，强烈建议去 GitHub 开源仓库 找参考。搜索关键词 power-system-simulation 或者 electrical-engineering-py。比如 PyPSA (Python for Power System Analysis) 这个库就非常成熟，虽然它太重了，但看它的测试用例（Test Cases）里的 PT 模块，能帮你理解工业级代码是怎么处理边界条件的。
核心语法：把物理变成数学
在写代码前，我们必须明确三个核心参数，这也是避免 Stack Trace 的关键：变比 (Ratio, \(K\))：高压侧匝数与低压侧匝数之比。比如 10kV/100V，\(K=100\)。
相位角 (Phase Shift, \(\phi\))：理想情况下是 0，但实际中存在滞后。在正弦波 \(V(t) = A \sin(\omega t + \phi)\) 中，这个 \(\phi\) 就是关键。
负载阻抗 (Load Impedance, \(Z_L\))：互感器不是无限大电流源，接上负载后，电压会跌落。很多新手报错，是因为类型错误。比如把电压 Voltage 定义成了 int，结果在计算正弦波时，精度直接丢失。或者在复数运算时，忘了用 cmath 库，导致 math.sin() 报错 TypeError: can't convert complex to float。
避坑指南：永远用 float 或 complex 类型存储电压值。
频率 \(\omega = 2 \pi f\)，在中国 \(f=50\) Hz。
时间步长 \(\Delta t\) 要足够小，否则波形画出来是锯齿，仿真结果不准。完整代码示例：手写实现全过程
下面这段代码，我特意加了很多注释，你可以直接复制到本地运行。它模拟了一个 10kV 系统通过 PT 降至 100V 的过程，并考虑了简单的负载效应。
import numpy as np
import matplotlib.pyplot as plt
import cmathclass VoltageTransformer:简易电压互感器(P)模型用于模拟高压到低压的转换，包含相位延迟和负载压降def __init__(self, primary_voltage, ratio, phase_shift_deg=0.0, load_impedance=1000.0)::param primary_voltage: 高压侧有效值 (V):param ratio: 变比 (N1/N2):param phase_shift_deg: 相位滞后角度 (度):param load_impedance: 负载阻抗 (Ohm)self.V1_rms = primary_voltageself.ratio = ratio# 将角度转为弧度，这是避免三角函数报错的关键self.phase_shift_rad = np.deg2rad(phase_shift_deg)self.Z_L = load_impedance# 计算二次侧空载电压self.V2_open_circuit = self.V1_rms / self.ratiodef simulate(self, duration=0.02, freq=50, sample_rate=10000):模拟一个周期的电压波形# 生成时间轴t = np.linspace(0, duration, int(sample_rate * duration), endpoint=False)# 计算角频率omega = 2 * np.pi * freq# 1. 生成高压侧瞬时值 (假设相位为0)# 峰值 = 有效值 * sqrt(2)V1_peak = self.V1_rms * np.sqrt(2)V1_instant = V1_peak * np.sin(omega * t)# 2. 计算二次侧电压# 理想转换：除以变比V2_ideal = V1_instant / self.ratio# 3. 应用相位延迟# 使用复数旋转实现相位移动，比直接加角度更稳健phase_factor = cmath.exp(-1j * self.phase_shift_rad)# 注意：numpy 的 sin 不直接支持复数乘法做相位移动，# 这里简化处理：直接在相位上减去滞后角V2_instant = V2_ideal * np.cos(self.phase_shift_rad) - V1_peak / self.ratio * np.sin(self.phase_shift_rad) * np.cos(omega * t)# 上面的公式展开有点繁琐，我们用更直观的向量法重写：# 重新计算：利用欧拉公式# V2(t) = (V1_peak / ratio) * sin(omega*t - phase_shift)V2_instant = (V1_peak / self.ratio) * np.sin(omega * t - self.phase_shift_rad)# 4. 模拟负载压降 (简化模型)# 电流 I2 = V2 / Z_L# 内阻引起的压降 dV = I2 * Z_internal (假设内阻为 10 Ohm)Z_internal = 10.0I2_instant = V2_instant / self.Z_LdV_drop = I2_instant * Z_internalV2_loaded = V2_instant - dV_dropreturn t, V1_instant, V2_ideal, V2_loaded# --- 主程序运行 ---
if __name__ == __main__:# 实例化一个 10kV/100V 的 PT，相位滞后 1 度，负载 1000 Ohmpt = VoltageTransformer(primary_voltage=10000, ratio=100, phase_shift_deg=1.0, load_impedance=1000)t, V1, V2_ideal, V2_loaded = pt.simulate()# 绘图对比plt.figure(figsize=(10, 6))plt.plot(t, V1, label='Primary (10kV)', alpha=0.3, color='gray')plt.plot(t, V2_ideal, label='Secondary Ideal (100V)', color='blue')plt.plot(t, V2_loaded, label='Secondary Loaded (Actual)', color='red', linewidth=2)plt.title('Voltage Transformer Simulation')plt.xlabel('Time (s)')plt.ylabel('Voltage (V)')plt.legend()plt.grid(True)plt.show()# 打印关键指标print(fPrimary RMS: {np.sqrt(np.mean(V1**2)):.2f} V)print(fSecondary Ideal RMS: {np.sqrt(np.mean(V2_ideal**2)):.2f} V)print(fSecondary Loaded RMS: {np.sqrt(np.mean(V2_loaded**2)):.2f} V)print(fVoltage Drop: {np.sqrt(np.mean(V2_ideal**2)) - np.sqrt(np.mean(V2_loaded**2)):.2f} V)代码逐行解析：类封装：我们将 PT 封装成一个类 VoltageTransformer。这样以后如果要做多个 PT 并联，或者做不同电压等级的系统，直接 new 一个对象就行，不用复制粘贴代码。
np.deg2rad：很多报错出在这里。Python 的三角函数默认吃弧度，如果你直接传角度 1.0，结果完全不对。这一步是新手最容易踩的坑。
相位处理：我在代码里注释掉了一种复杂写法，最终采用了 np.sin(omega * t - self.phase_shift_rad)。这种写法最直观，也最不容易出错。
负载效应：dV_drop 的计算模拟了内部阻抗造成的电压跌落。在实际工程中，这个跌落会导致计量误差，但在仿真中，加上它能让你看到“理想”与“现实”的区别。运行这段代码，你会看到三条曲线。灰色的是高压侧，蓝色的是理想低压侧，红色的是实际带负载的低压侧。你会发现，红色曲线比蓝色曲线幅度稍小，且相位稍微滞后。这就是真实的物理世界。
常见报错：Stack Trace 背后的真相
即使代码看起来没问题，运行起来也可能报错。这里列举三个最常见的场景，对应你之前看到的“报错一堆看不懂”的情况。
1. TypeError: only size-1 arrays can be converted to Python scalars原因：你在 print 或者 if 语句中直接使用了 numpy 数组。
场景：比如你写了 if V2 100: print(High)。V2 是一个数组，它包含成千上万个点，Python 不知道你是想判断“所有点都大于100”还是“有一个点大于100”。
解决：使用 np.any(V2 100) 或 np.all(V2 100)，或者在打印时只取单点值 V2[0]。2. ValueError: Invalid angle in cos/sin (虽然 NumPy 很少报这个，但混合 cmath 时常见)原因：复数运算时，把 cmath.exp 和 np.sin 混用。
场景：np.sin(cmath.exp(...))。np.sin 期望实数输入，或者特定的复数数组，而 cmath 返回的是 Python 原生复数标量，有时类型不匹配会导致广播错误。
解决：保持类型一致。如果全程用复数，就用 numpy 的复数函数；如果为了简单，就用纯实数三角函数，通过相位偏移量来模拟延迟，就像我们上面的代码那样。3. IndexError: index out of bounds for axis 0 with size X原因：时间步长 \(\Delta t\) 设置不当，或者采样点计算错误。
场景：np.linspace 的 num 参数算错了，导致数组长度比预期短，后续取 t[-1] 或 t[len] 时越界。
解决：检查 int(sample_rate * duration) 的计算。确保 duration 是 \(T\) 的整数倍，比如 50Hz 周期是 0.02s，模拟 1 个周期就是 0.02s。调试技巧：
遇到 Stack Trace，永远先看最后一行报错信息。它告诉你具体哪一行代码崩了。然后往上倒推，看那一行的输入变量是什么类型、什么值。90% 的错误都是类型不匹配或维度不一致。
小结与进阶：从代码到岗位责任
写到这里，你应该能明白，电压互感器手写实现不仅仅是一个代码练习，它是理解电力系统信号处理的基础。
对于劳务班组负责人来说，理解这个模型的意义在于岗位日常职责边界的划分。在现场，PT 的二次侧严禁开路（会产生高压击穿绝缘），一次侧严禁短路（会烧毁绕组）。如果你的仿真代码里没有加这些保护逻辑，你的仿真就是“假”的。在汇报工作成果时，如果你能拿出一个包含“开路保护”和“短路保护”逻辑的仿真模型，而不是简单的比例缩放，你的专业度会立刻上一个台阶。
对于游戏开发者或独立开发者，这个模型可以应用于电力题材的游戏，或者物联网（IoT）模拟。比如，你做一个智能电表模拟器，PT 就是核心组件。你需要处理报名材料清单（如果是指项目投标或资质申报，仿真报告是重要的技术支撑材料），证明你的系统能准确模拟真实电气环境。
此外，必须强调岗位执业风险与法律责任。在电力行业，任何仿真数据都可能导致实际设备的选型错误。如果因为模型误差导致保护装置误动或拒动，造成停电事故，责任是无法推卸的。因此，代码中的每一个参数（变比、相位、阻抗）都必须有权威来源支持，比如参考 IEEE C57.13 标准或国标 GB/T 20840。我们在代码里简化了模型，但在实际工程中，必须查阅完整的标准文档。
最后，我想留一个互动话题。
在上面的代码中，我们假设负载是纯阻性的（1000 Ohm）。但在实际电力系统中，PT 的负载往往是容性的（连接了电容式电压互感器或长电缆）。如果你的负载变成了 1000 Ohm 的电容，相位角会发生怎样的变化？你的代码需要修改哪一行来适应这种情况？
还有什么不懂的？评论区留言挨个回。
电压互感器手写实现：3步搞定Stack Trace报错
刚接手电气自动化项目，或者在仿真软件里调参，你是不是也被那一长串红色的 Stack Trace 搞晕了？报错信息密密麻麻，看着像天书，明明代码逻辑看着没问题，一运行就崩。别急，这通常不是你的锅，而是对底层原理理解不到位。
今天不整虚的，咱们直接上手，用代码手写实现一个简易的电压互感器（PT）模型。哪怕你是刚入行的劳务班组负责人，或者是个喜欢搞游戏开发的极客，只要你能看懂几行 Python，就能把这个概念吃透。咱们不背枯燥的公式，直接看它怎么在数字世界里“工作”。
概念速懂：别被名字吓住
很多新手一听到“互感器”就头大，觉得那是电厂老师傅才懂的东西。其实，从游戏开发或者数字仿真的视角来看，电压互感器（Potential Transformer, PT）本质上就是一个信号缩放器。
想象你在做一款模拟经营游戏，地图上的电压范围是 0-1000kV，但你的 UI 进度条只能显示 0-5V。你不可能直接把 1000kV 怼给前端，那样直接爆内存。你需要一个中间件，把高压信号按比例缩小，同时实现电气隔离。这就是电压互感器。
在物理世界里，它是通过电磁感应原理工作的；但在我们的代码世界里，它就是一个简单的数学映射函数。
核心痛点在于： 很多教程只给你公式 \(U_2 = U_1 \times (N_2/N_1)\)，却忽略了相位延迟、负载效应和误差补偿。当你把理想模型直接套进复杂的系统仿真（比如电力系统潮流计算）时，那些微小的相位偏差就会累积，导致 Stack Trace 里的 ValueError: Invalid angle 或者 IndexError。
咱们今天要做的，就是把这个“理想模型”变成“可运行、可调试、抗报错”的代码实体。
环境准备：工欲善其事
代码示例基于 Python 3.9+，这是目前电力仿真和游戏后端最常用的语言。
你只需要安装两个库：numpy：用于高效处理数组运算，毕竟电压是随时间变化的波形。
matplotlib：用来画图，眼见为实，看看波形有没有畸变。如果你是在 Windows 上，打开终端敲这两行命令：
pip install numpy matplotlib这里有个小技巧：如果你是在劳务班组里带新人，或者在团队里推代码规范，建议直接在项目根目录建一个 requirements.txt，把版本锁死。为什么？因为 numpy 不同版本对复数运算的处理偶尔会有差异，锁版本能避免那种“我电脑上能跑，你电脑上报错”的扯皮事。
另外，强烈建议去 GitHub 开源仓库 找参考。搜索关键词 power-system-simulation 或者 electrical-engineering-py。比如 PyPSA (Python for Power System Analysis) 这个库就非常成熟，虽然它太重了，但看它的测试用例（Test Cases）里的 PT 模块，能帮你理解工业级代码是怎么处理边界条件的。
核心语法：把物理变成数学
在写代码前，我们必须明确三个核心参数，这也是避免 Stack Trace 的关键：变比 (Ratio, \(K\))：高压侧匝数与低压侧匝数之比。比如 10kV/100V，\(K=100\)。
相位角 (Phase Shift, \(\phi\))：理想情况下是 0，但实际中存在滞后。在正弦波 \(V(t) = A \sin(\omega t + \phi)\) 中，这个 \(\phi\) 就是关键。
负载阻抗 (Load Impedance, \(Z_L\))：互感器不是无限大电流源，接上负载后，电压会跌落。很多新手报错，是因为类型错误。比如把电压 Voltage 定义成了 int，结果在计算正弦波时，精度直接丢失。或者在复数运算时，忘了用 cmath 库，导致 math.sin() 报错 TypeError: can't convert complex to float。
避坑指南：永远用 float 或 complex 类型存储电压值。
频率 \(\omega = 2 \pi f\)，在中国 \(f=50\) Hz。
时间步长 \(\Delta t\) 要足够小，否则波形画出来是锯齿，仿真结果不准。完整代码示例：手写实现全过程
下面这段代码，我特意加了很多注释，你可以直接复制到本地运行。它模拟了一个 10kV 系统通过 PT 降至 100V 的过程，并考虑了简单的负载效应。
import numpy as np
import matplotlib.pyplot as plt
import cmathclass VoltageTransformer:简易电压互感器(P)模型用于模拟高压到低压的转换，包含相位延迟和负载压降def __init__(self, primary_voltage, ratio, phase_shift_deg=0.0, load_impedance=1000.0)::param primary_voltage: 高压侧有效值 (V):param ratio: 变比 (N1/N2):param phase_shift_deg: 相位滞后角度 (度):param load_impedance: 负载阻抗 (Ohm)self.V1_rms = primary_voltageself.ratio = ratio# 将角度转为弧度，这是避免三角函数报错的关键self.phase_shift_rad = np.deg2rad(phase_shift_deg)self.Z_L = load_impedance# 计算二次侧空载电压self.V2_open_circuit = self.V1_rms / self.ratiodef simulate(self, duration=0.02, freq=50, sample_rate=10000):模拟一个周期的电压波形# 生成时间轴t = np.linspace(0, duration, int(sample_rate * duration), endpoint=False)# 计算角频率omega = 2 * np.pi * freq# 1. 生成高压侧瞬时值 (假设相位为0)# 峰值 = 有效值 * sqrt(2)V1_peak = self.V1_rms * np.sqrt(2)V1_instant = V1_peak * np.sin(omega * t)# 2. 计算二次侧电压# 理想转换：除以变比V2_ideal = V1_instant / self.ratio# 3. 应用相位延迟# 使用复数旋转实现相位移动，比直接加角度更稳健phase_factor = cmath.exp(-1j * self.phase_shift_rad)# 注意：numpy 的 sin 不直接支持复数乘法做相位移动，# 这里简化处理：直接在相位上减去滞后角V2_instant = V2_ideal * np.cos(self.phase_shift_rad) - V1_peak / self.ratio * np.sin(self.phase_shift_rad) * np.cos(omega * t)# 上面的公式展开有点繁琐，我们用更直观的向量法重写：# 重新计算：利用欧拉公式# V2(t) = (V1_peak / ratio) * sin(omega*t - phase_shift)V2_instant = (V1_peak / self.ratio) * np.sin(omega * t - self.phase_shift_rad)# 4. 模拟负载压降 (简化模型)# 电流 I2 = V2 / Z_L# 内阻引起的压降 dV = I2 * Z_internal (假设内阻为 10 Ohm)Z_internal = 10.0I2_instant = V2_instant / self.Z_LdV_drop = I2_instant * Z_internalV2_loaded = V2_instant - dV_dropreturn t, V1_instant, V2_ideal, V2_loaded# --- 主程序运行 ---
if __name__ == __main__:# 实例化一个 10kV/100V 的 PT，相位滞后 1 度，负载 1000 Ohmpt = VoltageTransformer(primary_voltage=10000, ratio=100, phase_shift_deg=1.0, load_impedance=1000)t, V1, V2_ideal, V2_loaded = pt.simulate()# 绘图对比plt.figure(figsize=(10, 6))plt.plot(t, V1, label='Primary (10kV)', alpha=0.3, color='gray')plt.plot(t, V2_ideal, label='Secondary Ideal (100V)', color='blue')plt.plot(t, V2_loaded, label='Secondary Loaded (Actual)', color='red', linewidth=2)plt.title('Voltage Transformer Simulation')plt.xlabel('Time (s)')plt.ylabel('Voltage (V)')plt.legend()plt.grid(True)plt.show()# 打印关键指标print(fPrimary RMS: {np.sqrt(np.mean(V1**2)):.2f} V)print(fSecondary Ideal RMS: {np.sqrt(np.mean(V2_ideal**2)):.2f} V)print(fSecondary Loaded RMS: {np.sqrt(np.mean(V2_loaded**2)):.2f} V)print(fVoltage Drop: {np.sqrt(np.mean(V2_ideal**2)) - np.sqrt(np.mean(V2_loaded**2)):.2f} V)代码逐行解析：类封装：我们将 PT 封装成一个类 VoltageTransformer。这样以后如果要做多个 PT 并联，或者做不同电压等级的系统，直接 new 一个对象就行，不用复制粘贴代码。
np.deg2rad：很多报错出在这里。Python 的三角函数默认吃弧度，如果你直接传角度 1.0，结果完全不对。这一步是新手最容易踩的坑。
相位处理：我在代码里注释掉了一种复杂写法，最终采用了 np.sin(omega * t - self.phase_shift_rad)。这种写法最直观，也最不容易出错。
负载效应：dV_drop 的计算模拟了内部阻抗造成的电压跌落。在实际工程中，这个跌落会导致计量误差，但在仿真中，加上它能让你看到“理想”与“现实”的区别。运行这段代码，你会看到三条曲线。灰色的是高压侧，蓝色的是理想低压侧，红色的是实际带负载的低压侧。你会发现，红色曲线比蓝色曲线幅度稍小，且相位稍微滞后。这就是真实的物理世界。
常见报错：Stack Trace 背后的真相
即使代码看起来没问题，运行起来也可能报错。这里列举三个最常见的场景，对应你之前看到的“报错一堆看不懂”的情况。
1. TypeError: only size-1 arrays can be converted to Python scalars原因：你在 print 或者 if 语句中直接使用了 numpy 数组。
场景：比如你写了 if V2 100: print(High)。V2 是一个数组，它包含成千上万个点，Python 不知道你是想判断“所有点都大于100”还是“有一个点大于100”。
解决：使用 np.any(V2 100) 或 np.all(V2 100)，或者在打印时只取单点值 V2[0]。2. ValueError: Invalid angle in cos/sin (虽然 NumPy 很少报这个，但混合 cmath 时常见)原因：复数运算时，把 cmath.exp 和 np.sin 混用。
场景：np.sin(cmath.exp(...))。np.sin 期望实数输入，或者特定的复数数组，而 cmath 返回的是 Python 原生复数标量，有时类型不匹配会导致广播错误。
解决：保持类型一致。如果全程用复数，就用 numpy 的复数函数；如果为了简单，就用纯实数三角函数，通过相位偏移量来模拟延迟，就像我们上面的代码那样。3. IndexError: index out of bounds for axis 0 with size X原因：时间步长 \(\Delta t\) 设置不当，或者采样点计算错误。
场景：np.linspace 的 num 参数算错了，导致数组长度比预期短，后续取 t[-1] 或 t[len] 时越界。
解决：检查 int(sample_rate * duration) 的计算。确保 duration 是 \(T\) 的整数倍，比如 50Hz 周期是 0.02s，模拟 1 个周期就是 0.02s。调试技巧：
遇到 Stack Trace，永远先看最后一行报错信息。它告诉你具体哪一行代码崩了。然后往上倒推，看那一行的输入变量是什么类型、什么值。90% 的错误都是类型不匹配或维度不一致。
小结与进阶：从代码到岗位责任
写到这里，你应该能明白，电压互感器手写实现不仅仅是一个代码练习，它是理解电力系统信号处理的基础。
对于劳务班组负责人来说，理解这个模型的意义在于岗位日常职责边界的划分。在现场，PT 的二次侧严禁开路（会产生高压击穿绝缘），一次侧严禁短路（会烧毁绕组）。如果你的仿真代码里没有加这些保护逻辑，你的仿真就是“假”的。在汇报工作成果时，如果你能拿出一个包含“开路保护”和“短路保护”逻辑的仿真模型，而不是简单的比例缩放，你的专业度会立刻上一个台阶。
对于游戏开发者或独立开发者，这个模型可以应用于电力题材的游戏，或者物联网（IoT）模拟。比如，你做一个智能电表模拟器，PT 就是核心组件。你需要处理报名材料清单（如果是指项目投标或资质申报，仿真报告是重要的技术支撑材料），证明你的系统能准确模拟真实电气环境。
此外，必须强调岗位执业风险与法律责任。在电力行业，任何仿真数据都可能导致实际设备的选型错误。如果因为模型误差导致保护装置误动或拒动，造成停电事故，责任是无法推卸的。因此，代码中的每一个参数（变比、相位、阻抗）都必须有权威来源支持，比如参考 IEEE C57.13 标准或国标 GB/T 20840。我们在代码里简化了模型，但在实际工程中，必须查阅完整的标准文档。
最后，我想留一个互动话题。
在上面的代码中，我们假设负载是纯阻性的（1000 Ohm）。但在实际电力系统中，PT 的负载往往是容性的（连接了电容式电压互感器或长电缆）。如果你的负载变成了 1000 Ohm 的电容，相位角会发生怎样的变化？你的代码需要修改哪一行来适应这种情况？
还有什么不懂的？评论区留言挨个回。
