基于波形非正弦度分形估计的励磁涌流识别方法

电力变压器作为输变电关键主设备,在电力系统中占有极其重要的地位,纵差保护是变压器的主保护之一,正确识别变压器励磁涌流和内部短路故障是变压器保护的关键问题。提出了一种基于波形非正弦度分形估计的励磁涌流识别方法,应用网格分形技术计算差流波形的非正弦度,利用励磁涌流波形非正弦度增大的特点,鉴别励磁涌流和故障电流。仿真结果表明,该方案能很好满足继电保护要求的有效性和可靠性。     

基于波形正弦度特征的变压器励磁涌流判别算法

提出一种基于波形正弦度判别变压器励磁涌流的方法。利用变压器励磁涌流和内部故障电流波形特征的不同，即变压器正常运行、内部短路、外部短路时波形具有正弦函数特征，而励磁涌流因其包含非周期分量、间断角，不具有正弦特征。比较波形的正弦度，形成区别涌流和短路故障的判据。通过变压器各种运行情况的大量动模试验验证了所提方法的可行性和判据的正确性。研究表明，所提方法具有特征明显，判断精确，同时对TA饱和有制动作用等特点。     

基于波形正弦度特征的变压器励磁涌流判别算法

提出一种基于波形正弦度判别变压器励磁涌流的方法。利用变压器励磁涌流和内部故障电流波形特征的不同，即变压器正常运行、内部短路、外部短路时波形具有正弦函数特征，而励磁涌流因其包含非周期分量、间断角，不具有正弦特征。比较波形的正弦度，形成区别涌流和短路故障的判据。通过变压器各种运行情况的大量动模试验验证了所提方法的可行性和判据的正确性。研究表明，所提方法具有特征明显，判断精确，同时对TA饱和有制动作用等特点。     

基于非饱和区波形正弦度的涌流识别算法研究

提出了一种基于波形正弦度的改进算法来识别变压器励磁涌流和故障电流。该方法通过比较动态差流短数据窗波形覆盖面积的大小,来确定短路故障或励磁涌流下变压器的差流非饱和区短窗波形,并计算该短窗差流波形的非正弦度来识别励磁涌流和故障电流。理论分析及仿真实验表明该涌流识别方法在带故障空载合闸及变压器运行中发生故障时,能够正确开放纵差保护;在正常空载合闸时,能可靠闭锁纵差保护。     

基于非饱和区波形正弦度的涌流识别算法研究

提出了一种基于波形正弦度的改进算法来识别变压器励磁涌流和故障电流.该方法通过比较动态差流短数据窗波形覆盖面积的大小,来确定短路故障或励磁涌流下变压器的差流非饱和区短窗波形,并计算该短窗差流波形的非正弦度来识别励磁涌流和故障电流.理论分析及仿真实验表明该涌流识别方法在带故障空载合闸及变压器运行中发生故障时,能够正确开放纵差保护;在正常空载合闸时,能可靠闭锁纵差保护.     

利用波形曲率识别变压器励磁涌流的新方法

该文提出一种基于波形曲率特征和复合形态滤波器识别励磁涌流与内部故障电流的新方法.利用变压器励磁涌流和内部故障电流波形特征的不同,对差动电流波形进行曲率计算并分析.通过复合形态滤波算法滤除信号中的各种噪声和扰动,保证了算法的可靠性.在比较励磁涌流与短路电流曲率曲线各自特点的基础上,提出一种新的变压器保护方案,该方法不受对称性涌流的影响.大量仿真试验结果表明:该方法能快速、可靠地识别励磁涌流,即使在电流互感器(CT)饱和的情况下也有很好的稳定性.     

励磁涌流波形密度系数鉴别算法

针对变压器差动保护在识别内部故障电流与励磁涌流时的可靠性不高这一问题,提出了基于变压器差流波形密度系数的励磁涌流鉴别算法。利用励磁涌流与故障电流具有不同的正弦相关系数的特点,提出波形密度系数的概念,通过比较变压器各工况下的波形密度系数,理论上可准确识别励磁涌流和故障电流。进一步通过建立仿真模型和实际变压器合闸录波数据进行验证所提算法的可行性和快速性。研究表明,该算法具有判据简单、自带滤波效果、不受非周期分量影响的特点,且能无延时地准确判别励磁涌流与内部故障电流。     

基于新型半周期波形正弦特征的励磁涌流判别方法

提出一种新型基于波形正弦特征判别变压器励磁涌流的方法,利用变压器励磁涌流和内部故障电流波形特征的不同,即变压器正常运行、内部故障时波形具有正弦函数的性质;而空投时涌流波形包含非周期分量、间断角并具有尖顶波特性。通过对各种情况下波形极值点的快速识别,构造出与之对应的半周期正弦波形,进而定义正弦贴近函数K,通过 正弦贴近函数K来区分变压器励磁涌流和内部故障。变压器各种运行情况的动模试验验证了所提方法的可行性和判据的正确性。     

基于新型半周期波形正弦特征的励磁涌流判别方法

提出一种新型基于波形正弦特征判别变压器励磁涌流的方法,利用变压器励磁涌流和内部故障电流波形特征的不同,即变压器正常运行、内部故障时波形具有正弦函数的性质;而空投时涌流波形包含非周期分量、间断角并具有尖顶波特性.通过对各种情况下波形极值点的快速识别,构造出与之对应的半周期正弦波形,进而定义正弦贴近函数K,通过正弦贴近函数K来区分变压器励磁涌流和内部故障.变压器各种运行情况的动模试验验证了所提方法的可行性和判据的正确性.     

基于拟合波形相关性的变压器励磁涌流识别新方法

为了提高变压器差动保护识别励磁涌流与内部故障电流的能力,提出一种基于拟合波形相关性的变压器励磁涌流识别新方法。首先利用正弦拟合法拟合差动电流波形,然后通过相关性分析原理,计算出差动电流原采样信号及其拟合曲线的相关系数,以此来识别励磁涌流与内部故障电流。仿真结果表明:该方法具有原理清晰、识别迅速、区分度高、抗干扰能力强,且易于在微机中实现等优点。     

基于网格分形的励磁涌流识别新方法

提出了一种基于网格分形和自适应形态滤波器识别励磁涌流与内部故障电流的新方法。在利用网格分形对差动电流进行分析的同时，通过广义形态滤波器结合自适应算法滤除网格变化曲线的各种噪声和扰动信号。在比较励磁涌流与短路电流网格曲线各自特点的基础上，提出了一种新型变压器保护方案，该方案不受Y/D接线的变压器D侧环流助增作用的影响。动模试验分析结果表明该原理能迅速、可靠地切除变压器内部故障，对轻微故障也有较高的灵敏度。     

基于PWM波形特征的励磁涌流识别方法

在分析励磁涌流与区内故障电流波形特征差异的基础上,提出了一种利用调制得到脉冲宽度调制(PWM)波形特征来识别励磁涌流的方法。分析了利用励磁涌流调制得到PWM波形与利用故障电流调制得到PWM波形的差异,设置了2个判据来识别励磁涌流和区内故障电流。所提方法原理简单,灵敏性好,具有一定抗电流互感器饱和能力,可靠性高。MATLAB仿真结果表明,所提方法可准确、快速识别各种情况下的励磁涌流和变压器区内故障电流。     

基于波形互相关系数的变压器励磁涌流识别方法

励磁涌流是导致变压器差动保护误动的主要因素。提出一种利用波形互相关系数特征的励磁涌流识别方法。利用空载合闸或内部故障后的短数据窗构造一标准正弦参考波,对采样波形与构造的标准正弦波两信号的相关性进行分析,计算归一化互相关系数进行内部故障和涌流识别。内部故障时波形互相关系数为接近1的稳定值,而励磁涌流时互相关系数偏离1且其值波动显著。最后PSCAD仿真计算分析结果表明:该方法能在一个周波内准确识别出励磁涌流与内部故障,为提高变压器差动保护性能和优化变压器保护配置提供了有益的理论依据。     

基于非饱和区域波形相关分析的励磁涌流鉴别方法

提出一种基于波形相关程度鉴别变压器励磁涌流与故障电流的新方法.该方法通过比较动态差流短数据窗内各采样点代数和的大小,寻找出励磁涌流或短路故障下变压器的非饱和区域,由非饱和区内采样数据的最大值及其位置构造出2种形式的标准正弦波,再分别计算非饱和区内差流采样波形与2种构造正弦波的相关程度,根据相关系数平均值的大小区分励磁涌流与故障电流.动模试验结果分析表明,该方法在变压器运行中发生内部故障以及带故障空载合闸时,能够快速开放纵差保护;在空载合闸发生励磁涌流时,能够可靠闭锁纵差保护,并且能够实现分相闭锁,具有较好的抗电流互感器饱和能力.     

应用模糊贴近度原理识别励磁涌流的新方法

为提高我国220kV及以上变压器保护正确动作率,提出了一种基于模糊贴近度原理的识别变压器励磁涌流的新方法。该方法通过比较归一化后前后半周期波形的贴近程度来区分励磁涌流和故障电流:励磁涌流的波形畸变严重,在波形上以间断角和波形不对称的形式出现,因此归一化后前后半波贴近程度低,接近于0;而内部故障电流波形含有较少的2次谐波和高次谐波分量,在波形上以对称的形式出现,前后半波贴近程度高,接近于1。同时,应用模糊数学工具将该原理的3种类型相结合以使其优势互补。理论分析和动模实验结果表明:该方法原理简单、易于实现,可准确识别故障电流和励磁涌流,即使空载合闸于内部短路故障时保护也能迅速可靠动作。     

基于误差估计的变压器励磁涌流识别原理

提出了一种利用波形特征来区分励磁涌流和内部故障新方法。该方法利用励磁涌流为具有间断角的尖项波这一特征，通过比较半个周期时间窗内的实际波形与两个不同频率的参考波型的相似程度来区分励磁涌流和区内故障。动模实验表明：该方法能够快速切除各种情况下的变压器内部故障，保护动作速度达10～13ms。     

A Morphological Scheme for Inrush Identification in Transformer Protection

This paper presents a novel morphological scheme for the identification of transformer magnetizing inrush. The scheme decomposes a current signal into multiresolution levels based on synthesis and analysis operators of mathematical morphology. It is able to discriminate between inrush and internal fault currents even in the case of an inrush with a low second harmonic component and an internal fault current with a high second harmonic component. Simulation studies have been undertaken to evaluate the scheme based on a three-phase high-voltage power transformer operating under different conditions, which is simulated with an Alternative Transients Program. The testing results show that the proposed scheme is able to identify inrush currents reliably and provides an alternative solution for transformer differential protection.      

Correlation Analysis of Waveforms in Nonsaturation Zone-Based Method to Identify the Magnetizing Inrush in Transformer

A novel algorithm based on the correlation analysis of waveforms to distinguish between the magnetizing inrush and the short-circuit fault current is proposed. The algorithm makes use of the characteristics of differential current waveform in the nonsaturation zone that it is similar to a part of the sinusoidal wave under the short-circuit fault and far different with the sinusoid under the inrush condition. To realize this algorithm, the nonsaturation zone of the transformer is decided by comparing the algebraic sum of sampling data in a short slide window of the differential current under the magnetizing inrush or the short-circuit fault, then two kinds of normal sinusoidal waveforms are structured according to the value and position of the peak point of differential current in the nonsaturation zone. The correlation coefficients between the original waveform and two structured sinusoidal waveforms are calculated, and the magnetizing inrush or fault current is judged according to the average of two correlation coefficients. The experimental results verify that the algorithm can correctly open the differential protection shortly for the internal short-circuit fault in operation, energized with a turn-to-turn short-circuit fault, reliably blocking the protection during the magnetizing inrush, and obtaining good immunity to the saturation of the current transformer. Low computation and requirements contributing to this algorithm are performed in practice.     

基于小波包和改进BP神经网络的变压器励磁涌流识别方法

根据励磁涌流和内部故障电流的波形特征存在巨大差异,提出一种基于小波包和改进BP网络的识别励磁涌流的新算法。利用小波包对励磁涌流和故障电流信号进行分解和重构,提取小波包重构系数,计算各频段的能量并进行归一化处理,构造能量特征向量,作为BP网络的输入样本,进行训练和测试,提出保护判据。经过PSCAD/EMTDC和MATLAB软件对大量样本进行仿真验证,证明该方案能够快速准确地识别励磁涌流和内部故障电流。