一种用于电流互感器铁心J-A磁滞参数识别的改进方法

模拟电流互感器铁心的动态磁化过程,需要建立准确的磁滞模型.改进J-A磁滞模型能够更准确地模拟铁心的磁滞特性.针对改进J-A磁滞模型关键参数难以确定的问题,提出了一种基于烟花算法的电流互感器改进J-A磁滞模型参数识别方法.该方法首先建立改进J-A模型,然后建立参数识别模型,以求出的磁感应强度与已知的磁感应强度之间的绝对误...     

基于改进粒子群算法的电流互感器J-A模型参数辨识

在应用Jiles-Atherton(J-A)磁滞模型对电流互感器的磁滞回线进行分析时,需对J-A磁滞模型中5个关键参数进行精确识辨.针对目前辨识方法存在的计算时间长和寻优能力差等问题,提出了一种改进的粒子群算法对J-A磁滞模型中的关键参数进行辨识.该算法将遗传选择策略引入到粒子群算法中,通过增加粒子群的多样性来提高了算...     

基于随机性与确定性混合优化算法的 Jiles-Atherton磁滞模型参数提取

基于J-A磁滞模型模拟铁磁材料磁滞特性的关键是模型参数的精确快速辨识。该文针对现有J-A磁滞模型参数提取方法存在的收敛速度慢、求解精度低的问题,提出一种基于随机性优化算法——模拟退火(SA)与确定性优化算法——Levengerg-Marquardt(L-M)混合的J-A模型参数提取方法,该方法综合了SA算法全局搜索能力强以及L-M算法局部收敛速度快的优点。在迭代优化初期,采用SA算法快速锁定J-A模型参数的优化区域;继而根据引入的普适性混合算法切换过渡准则,将SA算法当前解赋予L-M算法;针对基于传统L-M算法提取J-A模型参数出现的病态矩阵问题,该文将J-A模型参数的灵敏度函数矩阵进行归一化处理,从而推导出适用于J-A模型参数快速辨识的归一化L-M算法,该算法在接收到SA算法提供的优化解后,将其作为该算法局部搜索的初始值。仿真及实验结果表明,所提混合算法兼具收敛速度快、提取精度高的优异性能。     

基于模拟退火改进PSO算法的J-A磁滞模型参数辨识

本文作者提出了一种基于模拟退火改进PSO算法,将模拟退火算法和PSO算法融合,利用模拟退火算法的全局搜索能力与PSO算法的快速收敛性能,可实现磁滞模型参数的快速、精确辨识。J-A磁滞模型参数辨识的仿真验证了所提混合算法对于磁滞曲线的拟合程度、辨识所得参数精度均更高,且不易于陷入局部最优解。同时,通过引入铁心在交变磁场中产生的损耗部分,建立了动态J-A磁滞模型以评估动态损耗对磁内能的影响,验证了所提出算法在考虑涡流损耗和异常损耗因素下工程应用中参数辨识的快速性与有效性。     

基于改进人工鱼群算法的互感器Jiles-Atherton模型参数辨识

为开展仿真平台下的电磁式互感器特性研究,需要对试验互感器建立精确可靠的磁滞模型。Jiles-Atherton(J-A)模型广泛应用在铁磁材料的磁滞建模与仿真实验中,其5个关键参数的准确度直接影响模型的拟合程度。本文提出一种结合模拟退火算法的改进人工鱼群算法对J-A模型进行参数辨识。改进算法初期使用人工鱼群算法将搜索域快速锁定在全局最优解的附近范围,当J-A模型拟合达到一定精度后,转而改用模拟退火算法继续进行局部的精确搜索。通过Matlab建模证实,改进算法同时解决了鱼群算法后期寻优效率较低以及退火算法难以大范围搜索的问题,能有效提高J-A模型参数辨识的时效性与精确度。     

基于改进秃鹰搜索算法的变压器J-A模型参数辨识

在对变压器的精确建模中,铁磁材料特性的表示是一大关键点.J-A磁滞模型具有参数较少、物理意义清晰等优点,在研究中得到广泛应用.针对现有J-A模型参数辨识所使用的优化算法存在精度低、耗时久等问题,本文提出了一种基于改进秃鹰搜索算法,以实现对J-A磁滞模型参数的快速、精确辨识.该方法融合混沌映射、精英反向学习及自适应权重,...     

基于改进J-A磁滞模型的电流互感器建模及实验分析

为研究计及铁芯磁滞效应的电流互感器(TA)传变特性,提出了一种新的TA数值模型。基于J-A磁化理论推导表征铁芯励磁特性的经典J-A磁滞模型,并对经典模型存在非物理解的缺陷进行了修正,形成改进J-A磁滞模型。其次,将TA的传变特性方程与铁芯改进J-A磁滞模型相耦合,建立了TA数值模型。搭建TA传变特性的测试电路,对比分析二次电流i2的理论计算波形和实际测量波形,试验表明:改进J-A磁滞模型更准确地表征铁芯的磁滞特性。同时,TA数值模型能基本反映TA的传变特性,具备物理概念清晰、计算量小、精度较高等优点,可广泛运用于各类铁磁材料的TA建模。     

计及谐波的J-A磁滞模型修正

J-A磁滞理论被广泛应用于电磁式电流互感器的磁特性建模,但是在谐波条件下该模型存在较大的误差。针对这一问题,文中对各次谐波分别修正经典J-A模型参数,利用遗传退火算法进行参数辨识,然后将各次谐波的磁特性进行线性叠加,实现非正弦激励下电流互感器的磁特性建模。采用该修正方法的前提是计量用电流互感器的非线性误差符合规定的0.2S级,因此对各次谐波磁滞回线的仿真分析与误差修正均近似适用于线性叠加原理。以采用纳米晶材料的0.2S级电流互感器为例,对角差与比差进行仿真分析与实验验证,结果表明经过参数修正的J-A模型改善了谐波条件下的测量准确度,多次谐波磁特性的近似线性叠加方法对测量准确度的影响可以忽略不计,从而确认计及谐波的J-A磁滞模型修正合理有效。     

基于PSCAD V4.6考虑磁滞的变压器模型

为研究计及铁心饱和特性和磁滞特性的变压器模型,对PSCAD V4.6软件中基于改进J-A磁滞理论对应的变压器模型进行了仿真分析。首先对比分析了表征变压器铁心磁滞特性的传统J-A模型与改进J-A模型;然后分析了模型参数对磁滞回线的影响;最后基于经典变压器模型和改进J-A理论对应的变压器模型,以变压器空载合闸为例,对比分析了合闸角、磁滞和剩磁对变压器励磁涌流的影响。仿真结果表明:改进的变压器模型能更好地反映铁心的饱和特性和磁滞特性,且能有效地考虑剩磁对励磁电流的影响,用于模拟实际变压器励磁特性具有更好的实用价值。     

基于J-A动态磁滞模型的电流互感器谐波变换建模及实验验证

由于铁心磁滞回线建模复杂电磁式电流互感器(CT)建模依然繁琐困难,为此在J-A静态磁滞模型的基础上推导出电流互感器静态递推模型。所建立模型可以简便准确的拟合电流互感器静态传变特性,在电流互感器仿真方面具有应用价值。在谐波工况条件下,电流互感器铁心受到外加激励源频率变化的影响,铁心磁滞回线面积将会发生改变,为更准确的拟合电流互感器在谐波工况下的传变特性,利用J-A动态磁滞模型建立起电流互感器谐波变换模型,并通过实验进行验证。     

基于实际工程的变压器改进J-A模型研究

为了能够深入开展励磁涌流对直流输电系统影响的机理性研究,提出了一种基于PSCAD/EMTDC仿真软件的考虑磁滞特性的变压器模型建模方法,该建模方法采用改进J-A模型来描述变压器磁滞特性,具有物理意义清晰、参数较少等优势。介绍了常用的变压器电磁仿真模型建模方法,并给出了所提建模方法的详细步骤和算法设计。在PSCAD/EMTDC仿真平台上建立了牛从直流输电系统的仿真模型,并结合牛从直流的实际录波波形进行了参数辨识,最终利用PSCAD复现了牛从直流乙线换流变压器空充过程中甲线直流电流的录波波形,验证了所建模型的合理性和有效性。     

变压器环形铁芯建模和剩磁测量

大型电力变压器进行空载合闸操作时,铁芯中的剩磁可能会引起励磁涌流,导致变压器无法正常投入运行。文章介绍了一种新的分析和测量剩磁的方法,该方法是在外加正反向直流电压激励的基础上实现的。通过分析剩磁产生的原理,建立了基于Jiles-Atherton磁滞理论模型的变压器环形铁芯仿真模型。在环形铁芯绕组上先后施加大小相等方向相反的直流电压,可以得到两个不同的响应电流,结合场路暂态分析,可以判断剩磁的方向,并且找到响应电流和剩磁之间的关系。该方法可以在对变压器铁芯中原有剩磁影响不大的情况下准确测量剩磁的大小和方向。通过自主搭建的实验平台对环形铁芯中的剩磁进行了测量,验证了仿真结果的合理性。     

一种基于J-A磁滞模型的变压器在线运行监测方法

变压器由于其特殊的电磁特性,在运行中可能会出现各种隐性且未能触发相关保护的故障,危及设备以及电网的安全稳定运行,文中提出一种基于J-A磁滞模型的变压器在线运行状态监测的方法,目的在于辅助运维人员判断变压器在实际运行中可能会出现的各种故障。首先建立基于J-A磁滞理论的变压器模型,然后采集对实际运行中变压器的相关波形,利用小波变换分析实时工况下变压器时波形与所建立的变压器模型预测波形进行误差校验,通过校验结果来判断变压器是否正常工作,最后,通过仿真实验,验证了所提监测方法的可靠性。     

开口式电流互感器耐直流性能研究

传统闭合磁路电流互感器易受直流分量影响引起磁饱和,导致测量误差非常大。定义了电流互感器耐直流性能的含义,从开口式电流互感器在考虑二次侧负载条件下的等效模型出发,分析了气隙长度对电流互感器有效磁导率和误差的影响,通过基于J-A模型从B-H磁滞回线分析了开口式电流互感器具有良好的耐直流性能。提出了基于比例直流叠加法的电流互感器耐直流性能检测方法,实验了气隙长度和直流分量对开口式电流互感器性能的影响。文中通过误差补偿使得开口式电流互感器兼顾耐直流性能和计量特性,为电流互感器在含直流分量负荷下准确计量提供理论基础。     

基于ST-SVD与WOA-SVM模型的变压器绕组松动故障诊断方法

为了深入研究变压器振动信号包含的大量故障信息,提出了一种基于S变换奇异值分解(ST-SVD)与鲸鱼优化支持向量机(WOA-SVM)模型的变压器绕组松动故障诊断方法。首先,基于变压器故障模拟试验平台采集变压器绕组处于不同状态下的振动信号。其次,对变压器振动信号进行S变换获取其时频矩阵。再次,计算出时频矩阵对应的幅值矩阵进行SVD,并定义特征向量。最后,采用鲸鱼优化算法优化SVM模型参数,并输入特征向量完成故障诊断。试验结果表明,所提方法故障识别准确率高于传统方法模型,适用于变压器绕组松动故障诊断。     

基于Gammatone滤波器倒谱系数与鲸鱼算法优化随机森林的干式变压器机械故障声音诊断

为有效提取变压器声音信号中的机械状态信息并识别其典型机械故障,依据人类听觉系统优异的声音识别能力,提出了一种基于Gammatone滤波器倒谱系数(GFCC)和鲸鱼算法优化随机森林(WA-RF)的变压器机械故障声音诊断方法。首先计算了变压器声音信号的GFCC,引入信息熵提取了GFCC中的主要声音特征信息。采用鲸鱼算法通过优化随机森林中决策树基分类器的规模和特征子集,构造了基于优化随机森林的变压器典型机械故障分类模型。对以某10 kV干式变压器正常与典型机械故障下声音信号的计算结果表明,所构建的基于GFCC主要特征参数和鲸鱼算法优化随机森林的变压器典型机械故障模型具有较好的识别效果,准确率可达95%以上,且具有优良的抗噪性能和鲁棒性。