油纸绝缘结构介质响应电路模型的参数辨识方法研究

介质响应法能够有效地无损诊断油纸绝缘结构的老化状态。油纸绝缘结构的介质响应电路模型的参数辨识是介质响应法评估老化状态的关键。笔者根据介质响应的极化过程的特点,提出利用去极化电流辨识油纸绝缘结构的扩展徳拜模型,并通过分析去极化电流的形成和扩展徳拜模型的特点,将多指数拟合问题转化成单指数拟合问题,同时将模型中RC支路的时间常数转换成直线的斜率来求解。最后,笔者基于1台110 kV变压器的实测去极化电流曲线,用文中的方法辨识出其扩展徳拜模型,并在MATLAB中仿真了所得扩展徳拜模型的去极化电流曲线,仿真曲线与原曲线重合度为95.8%,从而验证了该方法的正确性。     

基于鸡群算法的变压器油纸绝缘扩展Debye等效电路参数识别

为了研究去极化电流和变压器绝缘状态的关系,提出了基于鸡群算法的变压器油纸绝缘扩展Debye等效电路参数识别方法。首先,建立去极化电流的误差函数,计算辨识得到的曲线与实际曲线之间的误差。利用鸡群寻优算法群优化和分类优化的特点,调整电路参数减小与实际曲线误差,解决了粒子群算法易陷入局部最优的缺点。最后通过试验计算表明,应用鸡群寻优算法获得的去极化电流与现场测试得到的数据吻合度高,求得的油纸绝缘扩展Debye等效电路参数能够准确地反映变压器的绝缘状况。     

基于改进扩展卡尔曼滤波的锂电池SOC估计

为了减小模型参数发生变化带来的影响,提高锂电池荷电状态(SOC)的估计精度,提出了一种改进的扩展卡尔曼滤波算法(I-EKF)。建立Thevenin等效电路模型,采用遗忘因子最小二乘法进行参数辨识,将辨识的参数用局部加权回归(Lowess)算法与电池电压、电流进行拟合,利用拟合函数求出每一时刻对应的模型参数,再采用I-EKF算法进行SOC估计。实验分析表明,与传统的扩展卡尔曼滤波算法(EKF)相比,当模型参数发生变化时,I-EKF算法的估计精度更高,收敛后的估计误差基本在0.5%以内。     

基于Prony算法的电力电缆极化等效电路参数辨识

为了解决当前XLPE电力电缆绝缘扩展Debye模型参数辨识中的问题,提出了一种基于Prony算法的参数辨识方法。首先利用去极化电流数据构建样本矩阵Re;然后根据样本矩阵Re的奇异值来确定扩展Debye模型弛豫支路数;最后用去极化电流数据构建新的样本矩阵R来进行扩展Debye模型的等效电路参数辨识。通过仿真和实测分析,证明该方法能有效地辨识扩展Debye模型的等效电路参数,且采用该方法辨识得到的最大时间常数可以作为表征热老化电缆绝缘老化程度的特征量。     

基于二次时域微分解析法的油纸绝缘介质响应参数辨识

时域介质响应数学模型的合理构建及其参数辨识的准确性对评估油纸绝缘老化状态至关重要。针对原有模型未能真实反映极化过程,引入了微观动力学的线型因子,建立了非典型线型的介质响应函数;首次提出了二次时域微分解析法用于不同弛豫过程的分解,该方法不仅能准确判定极化支路数,而且所提取的谱线特征量,确保了介质响应参数辨识的唯一性。最后,应用该方法对1台220 k V变压器的实测去极化电流曲线进行参数辨识。结果表明,通过改进介质响应数学模型,采用二次时域微分解析法获取的去极化电流曲线与测试曲线更为相符,重合度由传统方法的88.56%提升到97.58%,验证了该方法在油纸绝缘介质响应参数辨识中的适应性和准确性。     

油纸绝缘变压器介质响应模型参数辨识研究

以扩展徳拜介质响应等值模型为出发点,获得可辨识等值电路的数学模型,对如何准确辨识模型参数展开研究,首次在变压器介质响应模型参数辨识中引入分层思路,并提出分层-压缩因子法,实现基于回复电压现场测试数据的等值模型参数辨识。通过对结果对比分析得出,该算法具有使用灵活、精确高效等特点;本文分别对两台实际变压器进行建模研究,结果表明,该优化算法所辨识的等值模型能有效反映两变压器实际情况,为进一步分析变压器绝缘状态与回复电压特征量之间的关系打下基础。     

基于频域扩展Dalton-Cameron变换的同步电机任意转子位置全参数辨识实验方法

大型同步电机瞬态参数的测量一般通过三相突然短路实验进行,实验过程复杂且存在一定的危险性。以静止频率响应实验、信号输入实验等为代表的静止实验方法可在一定程度上解决安全性问题,但此类方法必须进行转子预定位,对于大型同步电机实施难度较大,且定位误差也会影响测量的准确性。针对上述问题,该文基于信号输入实验原理,提出了一种任意转子位置下的同步电机全参数辨识实验方法,其中包括一种扩展至频域的Dalton-Cameron变换方法,以此为基础提出任意转子位置下的实验方案并加以应用分析,实现了dq轴参数的同时辨识。第三代非支配排序进化算法(NSGA3)被用于时域拟合过程以获取所需电枢电流响应信号的表达式。最后,通过对一台动态模拟实验样机进行实验,验证了所提出的参数辨识方法的有效性和准确性。该文提出的实验方案及参数辨识方法不仅适用于采用其他形式信号的信号输入实验,同样可为其他类别的静止实验方法提供参考。     

去极化电流微分法在求解变压器极化等效电路参数中的应用

为构造可靠的油纸绝缘变压器等效电路模型,以便深入研究绝缘系统受潮老化状态与介质弛豫响应间的内在联系,提出了一种基于去极化电流微分谱线的扩展德拜模型等效电路参数辨识方法。首先,对去极化电流曲线进行一次微分,揭示其内部蕴含的弛豫响应信息,研究表明:去极化电流微分谱线峰值点数即为等效电路弛豫支路数;其次,理论分析去极化电流一次微分谱线函数式与等效电路参数间的关系,解谱其一次微分谱线并获得相应子谱线参数,研究发现,通过微分子谱线参数可进而辨识得到弛豫支路元件参数;最后,通过实例验证了该方法的有效性与可行性。提出的等效电路参数辨识法为评估变压器绝缘介质内部弛豫响应特性提供了准确可靠的数学诊断模型。     

基于矩阵束算法的油纸绝缘变压器去极化电流等效电路参数辨识

为了深入研究油纸绝缘变压器老化特性与绝缘介质弛豫响应机理之间的关系,辨识出准确有效的等效电路参数尤其重要.针对现阶段等效电路参数辨识研究中存在的诸多问题,结合矩阵束算法提出一种扩展德拜模型等效电路参数唯一辨识的新方法.首先,根据极化去极化电流法的数据构建汉克尔矩阵并对其进行奇异值分解,再根据奇异值曲线中奇异值大小区分理...     

基于蚁群算法的同步发电机参数改进频域辨识方法

同步发电机参数频域辨识方法一般假设小扰动条件下励磁电压保持不变,但实际上,试验过程中励磁电压不断变化,扰动大小的划分也带有一定经验性。为此,提出了基于蚁群算法的同步发电机参数改进频域辨识方法,该方法需要实时测量扰动后的发电机功角、定子电压、电流以及励磁电压等变量,并应用快速傅里叶变换及功率谱算法将各电气量转换为频域信号。然后,在计及励磁电压变化的条件下,应用蚁群优化算法拟合发电机电压q轴分量的频域特性,从而辨识d轴最优参数。q轴运算电抗不受励磁电压影响,故可按照传统方法辨识q轴参数。对某电站水轮发电机的参数辨识验证了改进频域方法的有效性,与传统方法相比,改进频域辨识方法可适用于较大扰动的情况,且d轴参数辨识精度较高,收敛性更好,具有较好的实用性。     

自适应差分进化算法在光伏组件模型参数辨识中的应用

针对光伏组件模型参数辨识精度低和传统优化算法参数辨识过早收敛的问题,提出了基于自适应缩放因子和自适应交叉变异概率的差分进化算法对两种常用太阳能电池单元模型进行参数辨识,把辨识参数代入模型与实测数据进行拟合,用拟合效果好的一种太阳能电池单元模型作为光伏组件模型的基础,并用自适应差分进化算法对光伏组件模型的参数进行辨识,辨识结果的均方根误差为1.402e-2,辨识精度更高,全局收敛能力更强,并对辨识后的模型与实际测量数据进行拟合,其拟合相对误差是5.73e-4。计算电流平均绝对误差为2.11e-3,结果明显优于粒子群算法(POS),遗传算法(GA),模式搜索算法(PS),并在不同环境下验证了所提方法的有效性。这对光伏发电系统最大功率点跟踪控制和功率预测具有实际意义。     

一种基于广义逆的电流互感器励磁特性分析方法

电流互感器出厂时提供的伏安曲线大多只覆盖5～200 mA这段低励磁电流区间,难以据此评估大倍数一次电流时的电流传变特性。采取简单指数函数拟合伏安数据,提出用Moore-Penrose逆方法对指数函数进行参数辨识。针对直接辨识产生的较大拟合误差,将数据取值间隔规律化并用线性或样条插值填充数据的方法对原始数据进行预处理,可降低辨识过程中非线性因素的影响,改善拟合精度。以饱和起始点的励磁电压作为参考,通过归一化处理能降低所需辨识的参数空间的维数,从而简化计算。根据辨识得到的拟合函数可方便地求出满足10% 误差要     

基于区间监测数据的谐波危害预警评估方法

针对区间谐波电流数据,本文采用基于PM算法的区间线性回归方法预测用户未来的谐波电流数据,采用区间直方参数辨识海量区间谐波电流量测值的典型谐波参数,并结合国标规定的谐波限值从而对用户的谐波危害进行预警评估。最后采用电网的实测数据验证了基于PM算法的区间线性回归方法预测谐波电流的准确性以及区间直方参数辨识典型谐波参数的合理性,从而验证了本文提出的用户谐波危害预警评估方法的有效性。     

Prony法在同步发电机参数辨识中应用

提出在同步发电机短路试验中应用Prony法实现参数辨识。用Prony法对三相短路电流实测数据进行指数函数的最小二乘拟合,可确定同步发电机的大部分参数。同步发电机参数辨识分4步实现:确定Prony法中的拟合模型阶数、采样总数和采样间隔;对空载三相短路电流进行实测或录波;利用Prony法辨识三相短路电流中各分量对应的特征量;利用所得特征量辨识同步发电机参数。通过对算例发电机进行数值辨识,结果表明该方法的有效性。研究结果显示:取采样时间间隔约为2ms时,辨识效果好;辨识精度与算法中拟合模型阶数、采样时间间隔和采样总数有关,并受信号中噪声的影响,需加以改进。     

一种基于广义逆的电流互感器励磁特性分析方法

电流互感器出厂时提供的伏安曲线大多只覆盖5～200mA这段低励磁电流区间,难以据此评估大倍数一次电流时的电流传变特性.采取简单指数函数拟合伏安数据,提出用Moore-Penrose逆方法对指数函数进行参数辨识.针对直接辨识产生的较大拟合误差,将数据取值间隔规律化并用线性或样条插值填充数据的方法对原始数据进行预处理,可降低辨识过程中非线性因素的影响,改善拟合精度.以饱和起始点的励磁电压作为参考,通过归一化处理能降低所需辨识的参数空间的维数,从而简化计算.根据辨识得到的拟合函数可方便地求出满足10%误差要求的电流互感器二次负载的允许上限值曲线,该曲线可用于检验电流互感器的二次负载是否与其励磁特性相匹配.     

基于PMU实测数据的同步发电机参数在线辨识方法

由于试验条件与发电机运行的实际工况有较大差异,常规的电机试验难以得到与饱和、涡流等密切相关的发电机动态参数的准确值,满足不了离线和在线安全分析及控制的要求。将PMU上传的定子电压和励磁电压量测作为输入信号、定子电流和励磁电流作为输出信号,基于PMU实测数据和同步发电机派克模型,考虑定子绕组暂态过程,实现了同步发电机原始参数的辨识。电力系统实际算例表明,与设计参数相比,基于该参数辨识结果的仿真曲线与实测发电机动态曲线的拟合程度明显要高,所提方法能够有效提高同步发电机的参数辨识精度。     

基于半桥MMC特征信号注入的柔性直流线路频变参数辨识

柔性直流电网故障电流上升速度快与电力电子器件过流能力弱形成突出矛盾,线路保护需要在数毫秒级完成故障判别,输电线路精确参数的获取对于提升继电保护的性能至关重要。然而直流系统中缺乏稳定基频,导致输电线路相关参数难以获取、保护实现较为困难。针对柔性直流线路频变参数难以获取的问题,提出基于半桥模块化多电平换流器(half bridge modular multilevel converter, HB-MMC)特征信号注入的柔性直流线路频变参数辨识方法。首先通过换流器控制在线路中注入特定频率信号,然后利用快速傅里叶分解提取不同频率的信号并计算指定频率下的线路参数,最后依据不同线路参数的频变特性拟合出对应的幅频特性曲线。仿真表明,所提参数辨识方法可以准确拟合保护所需直流线路频变参数,参数辨识频段内相对误差小于1.5%。     

基于小波变换和神经网络的同步电机参数辨识新方法

准确地辨识同步电机参数,是研究分析电力系统运行和控制系统设计的前提。神经网络具有信号分离能力，但传统的人工神经元模型不适合分离同步电机的三相突然短路电流。为精确辨识同步电机的瞬态参数，文中提出了一种改进的人工神经元模型，并将小波变换和改进的线性人工神经元结合起来，对采集到的同步电机三相突然短路电流进行分析处理。利用小波变换对短路电流进行预处理，并辨识得到各个时间常数；根据辨识得到的时间常数来设定神经元激发函数中时间常数的迭代初始值，用改进的人工神经元模型对短路电流进行分离，得到其中的直流、基波和二次谐波电流分量，通过简单代数运算便得到电机的瞬态参数。仿真分析和实机试验表明，该方法能够有效地分离出短路电流中的信号成分，并且提高了电机参数的辨识精度。     

基于PDC法的干式套管用胶浸纸绝缘受潮状态评估

为了提取表征胶浸纸(RIP)绝缘受潮状态的特征参量,文中将时域介电响应技术应用于受潮状态评估,并利用极化/去极化电流(PDC)测量法对其进行深入研究。首先在实验室制备不同含水量的RIP绝缘样片并测试获得PDC曲线;然后引入遗传算法和内点法相结合的优化算法,利用Matlab获得扩展德拜模型参数;最后提取2个受潮状态特征参量,即最大时间常数分支的弛豫贡献系数A₉和稳定去极化电量Q_d-5000。研究结果表明：PDC曲线随含水量的增加整体向上移动;受潮造成RIP绝缘的直流电导率增加,绝缘电阻、吸收比和极化指数显著降低;建立的9支路扩展德拜模型等效电路参数对RIP绝缘受潮状态的反应较为灵敏,A₉与含水量呈线性拟合关系;去极化电量对含水量较为敏感,Q_d-5000与含水量呈指数拟合关系。     

基于小波变换和Prony算法的同步电机参数辨识

将小波变换应用于同步电机瞬态参数测量，通过对采集到的同步电机三相突然短路电流进行小波变换，降低了信号的采集噪声，分离出了短路电流中的直流分量和基波电流分量,辨识出电机的瞬态参数和非周期分量时间常数，并提出利用扩展的Prony算法辨识电机的超瞬态参数。仿真分析和实机试验表明了所提出的方法是有效的。