小波变换在变压器差动保护中的应用

基于小波多分辨率分析理论,提出了一种以能量变化率的比值作为判据,区分变压器励磁涌流和内部短路电流的方法.它从信号的小波能量谱图中提取特征量,作为模式识别的依据来鉴别励磁涌流和内部短路电流.     

识别变压器励磁涌流和内部短路电流的小波能量谱图解法

基于小波多分辨率分析理论,提出了一种以能量变化率的比值作为判据,区分变压器励磁涌流和内部短路电流的新方法-小波能量谱图解法.它从信号的小波能量谱图中提取特征量,作为模式识别的依据来鉴别励磁涌流和内部短路电流.仿真计算表明该方法简单有效,具有一定的应用前景.     

基于小波变换的电力变压器继电保护研究

以小波变换中多分辨分析为理论依据,对电流信号进行多尺度小波分解,提取各尺度高频段能量,提出小波能量法,该方法以不同尺度能量变化之比为判据,对变压器的励磁涌流和内部短路电流进行区分。使用 SIMULINK搭建模型对励磁涌流与短路电流的仿真,得到两者波形。通过小波工具箱提取两者的高频系数,得到各尺度能量。仿真实验结果表明,该方法计算简单便利,能够对励磁涌流和短路电流进行有效地区分。     

基于小波变换和概率神经网络的励磁涌流识别

针对变压器的励磁涌流问题,提出了一种基于小波变换和概率神经网络的新的变压器差动保护方案,用以实现励磁涌流与其它内部短路电流诸如单相短路、两相接地短路、三相接地短路、匝间短路的鉴别。利用小波变换进行信号分解,提取各尺度高频部分的能量,作为神经网络的输入特征向量,概率神经网络是为了进行模式识别。利用Matlab/Simulink平台上的仿真建模,获取励磁涌流和内部故障电流的数据。大量仿真结果显示,该方案可以有效地识别励磁涌流。     

基于小波分析的变压器励磁涌流识别

励磁涌流和内部短路电流状态的识别是变压器差动保护中的一个重要问题,通过比较励磁涌流和短路电流在物理特性上的区别,提出运用小波变换提取励磁涌流的间断角奇异性特征,实现变压器励磁涌流和短路电流的识别。仿真结果表明,该方法能够有效地提取励磁涌流的畸变特征,提高了变压器微机差动保护的准确性。     

小波变换在励磁涌流和短路电流识别中的应用

为了识别励磁涌流电流和内部故障电流,根据小波变换后励磁涌流在高频率段处呈现出明显的奇异性的特点,利用小波变换对变压器的励磁涌流模型和内部故障模型进行仿真分析,确定了基于一尺度下奇异值的小波判据,比较其高频段上能量的变化情况来识别励磁涌流和内部故障电流。结果表明,此方法可以对励磁涌流和内部故障电流进行良好识别。     

基于小波变换的励磁涌流识别方法研究

当前的励磁涌流识别方法误差偏大,难以区分电力故障类别.为此,提出基于小波变换的励磁涌流识别方法.引入小波变换方法,结合塔式算法,完成电力离散信号的分解.通过小波重构滤波器,重构电力离散分解信号.针对励磁涌流识别中故障类别判断难的问题,利用小波能量谱图解法来区分电力系统变压器励磁涌流故障和内部短路电流,完成励磁涌流识别的优化.实验结果表明,研究方法的励磁涌流识别结果与真实情况一致,具有较好的识别准确率。     

基于小波包和LS-SVM的变压器励磁涌流与短路电流识别方法

基于小波包分解和最小二乘-支持向量机（LS-SVM）,提出了变压器短路电流和励磁涌流识别的新方法。通过将电流信号进行小波包分解,计算出分解后各频段信号的能量,组成能量特征向量,并考虑作为最小二乘一支持向量机分类器的输入参数,来实现短路电流和励磁涌流的识别。仿真结果表明,该方法识别准确率高,受噪声的影响小。     

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。     

基于小波理论的变压器励磁涌流和短路电流的判定

本文提出了一种基于小波理论的区分励磁涌流和短路电流的新原理。利用小波理论进行涌流特征提取，通过小波变换的模局部极大值的特性提取励磁涌流的间断角特征，在此基础上定性地区分励磁涌流和短路电流。     

基于小波能量的变压器励磁涌流识别方法

提出了一种基于小波能量变化实现励磁涌流判别的新方法。由于励磁涌流和内部故障电流产生的机理不同,因此其能量分布是不同的。小波变换能够准确捕捉暂态信号的特征,且小波能量能够反映信号能量在时域的分布情况。采用db4作为母小波对电力系统仿真所产生的大量实验数据进行了小波变换,通过提取小波变换后的d4（第四层细节部分）并计算其能量变化情况,制定了合理的判据。实验结果表明,该方法能够准确、迅速地识别出变压器励磁涌流状态。     

基于小波理论和多分辨分析的变压器励磁涌流识别方法

提出一种基于小波变换和多分辨分析识别变压器励磁涌流和内部故障电流的新方法。根据故障初始阶段励磁涌流的高频分量随时间推移逐渐变大而故障电流高频分量逐渐变小的特点，首先用Daub-4小波对励磁涌流和故障电流进行分解，得到第1层小波系数的2个初始峰值点，然后通过引入可靠性系数来识别励磁涌流和故障电流。动模试验结果表明，该方法能够可靠快速地识别励磁涌流和故障电流，且不需要考虑保护的整定值，实现方便。     

利用二次小波变换区分变压器励磁涌流和短路电流的符号法

通过选取合适的小波基函数,利用小波变换对采样得到的差流进行一次或二次小波变换,再提取小波变换系数的局部模极大值符号,利用定义的符号识别公式即可区分对称性涌流、非对称性涌流以及内部故障电流,还能鉴别出励磁涌流伴随内部故障情况以及电流互感器饱和采样得到的励磁涌流。Matlab仿真及动模实验校验表明,该方法简单有效,不受噪声干扰,易于在工程上实现。     

基于小波模极大值理论的励磁涌流新判据研究

针对励磁涌流引起变压器纵联差动保护误动的问题,提出了一种基于小波变换和模极大值理论来辨别励磁涌流与故障电流的新依据。该方法根据励磁涌流含有大量非周期分量和波形间断角,而故障电流保持基频正弦波的特点。首先利用小波分解原始信号,再利用模极大值理论选取模极大值点,通过模极大值点之间的数值关系可以鉴别不同电流信号。经过Matlab/Simulink仿真分析,表明该方法能够准确可靠地区分励磁涌流和故障电流。     

小波变换在变压器励磁涌流识别中的应用

提出了一种基于滤波和小波理论的区分励磁涌流和短路电流的新方法 ,通过滤波后的小波变换的模极大值提取涌流和短路电流的突变点特征 ,从而清楚地区分涌流和短路电流 ,通过计算机仿真证明了该方法的有效性     

基于GRNN神经网络的变压器励磁涌流识别方法

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,提出一种基于广义回归神经网络(GRNN)的变压器励磁涌流识别方法。首先通过全波傅里叶算法求得差动电流的特征量作为训练样本,然后利用交叉验证法寻找出GRNN神经网络的扩展常数spread的最优值,同时也计算出训练样本的最佳输入、输出值。由这些参数构建出识别励磁涌流的神经网络,仿真结果表明:GRNN神经网络收敛性好,运算速度快,并且预测输出精度非常高,能准确、有效、快速的识别出励磁涌流与内部故障电流。     

小波算法在变压器励磁涌流中的应用研究

为了满足电气化设备对高性能变压器的需求,针对大功率变压器中存在的励磁涌流现象展开研究,并建立了仿真模型。利用一种新型的小波算法对变压器中的励磁涌流现象进行分析和数学建模,并研究了三相变压器的励磁涌流产生机制和信号提取方法,建立了精确的故障识别模型。最后,利用Matlab/Simulink软件设计了仿真系统,实现了对三相变压器的励磁涌流波形识别。仿真结果表明,该仿真模型能够有效提取出变压器励磁涌流的有关特性,为提高变压器的性能提供了理论支持。