基于最小二乘支持向量机的变压器励磁涌流识别方法研究

纵差保护是变压器的主保护,但在变压器空载合闸或者变压器外部短路故障被切除端电压突然恢复时会产生励磁涌流,可能会导致纵差保护的误动作,这将严重影响变压器的安全可靠运行。为此提出了一种基于最小二乘支持向量机（LS-SVM）的励磁涌流鉴别方法。选择二次谐波含量和间断角作为输入向量,利用具有高斯核函数的LS-SVM建立分类模型,对励磁涌流进行识别。仿真结果表明,该方法鉴别励磁涌流和故障电流有很高的识别率。该方法为减少变压器的误动和拒动提供了一种新的思路。     

基于最小二乘支持向量机的变压器故障诊断

介绍了一种基于最小二乘支持向量机(LS-SVM)的电力变压器故障诊断方法,将样本数据进行归一化处理,以绝缘油中特征气体种类及其含量为依据建立变压器故障诊断LS-SVM模型,对模型中的核参数σ与惩罚参数C进行优化,并将测试样本输入训练好的LS-SVM模型,得到诊断结果。实例结果分析表明,LS-SVM将原先的非线性问题转化为求解线性问题,即使在小训练样本的前提下,也能获得更为准确的诊断结果。     

一种基于支持向量机的变压器励磁涌流判别新方法

提出了一种基于支持向量机理论区分变压器励磁涌流和短路电流的新方法。采用二次谐波含量,波形相关系数,铁芯饱和点数,变压器励磁侧的电压值四维特征向量作为支持向量机的输入,同时通过多项式核函数将输入特征向量映射到高维特征空间,试验结果表明,经过小样本学习的支持向量机对变压器励磁涌流和故障电流具有可靠的分类识别能力。     

一种基于支持向量机的变压器励磁涌流判别新方法

提出了一种基于支持向量机理论区分变压器励磁涌流和短路电流的新方法.采用二次谐波含量,波形相关系数,铁芯饱和点数,变压器励磁侧的电压值四维特征向量作为支持向量机的输入,同时通过多项式核函数将输入特征向量映射到高维特征空间,试验结果表明,经过小样本学习的支持向量机对变压器励磁涌流和故障电流具有可靠的分类识别能力.     

基于最小二乘支持向量机的励磁特性曲线拟合

针对传统支持向量机在电流互感器铁心励磁特性曲线拟合时样本数目较大出现的训练速度慢、占用内存大的问题,提出了一种新的基于最小二乘支持向量机算法。该算法将实测数据由径向基函数把非线性逼近问题转化为线性逼近问题,依据最小二乘法的思想,利用Matlab7.0求一个线性方程组的解,得到拟合曲线的近似表达式。实验结果表明,新算法训练速度快,误差小、拟合精度高。     

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。     

基于最小二乘支持向量机的励磁特性曲线拟合

针对传统支持向量机在电流互感器铁心励磁特性曲线拟合时样本数目较大出现的训练速度慢、占用内存大的问题,提出了一种新的基于最小二乘支持向量机算法.该算法将实测数据由径向基函数把非线性逼近问题转化为线性逼近问题,依据最小二乘法的思想,利用Matlab7.0求一个线性方程组的解,得到拟合曲线的近似表达式.实验结果表明,新算法训练速度快,误差小、拟合精度高.     

基于最小二乘支持向量机的电力变压器故障诊断

油中溶解气体分析是变压器绝缘故障诊断的重要方法。为了提高分类的准确度和可靠性,应用最小二乘支持向量机理论建立了变压器的分类模型。该模型以变压器油中5种主要特征气体作为输入量,以7种变压器状态作为输出量,选用了径向基核,使用了一对一的多分类算法,充分发挥了支持向量机具有较高泛化能力的优势。通过大量的实例分析,并将诊断结果与IEC三比值法、改良三比值法和BP神经网络的诊断结果相比较,表明基于径向基核的最小二乘支持向量机在变压器故障诊断中具有更高的准确率。     

基于可靠性数据分析和最小二乘支持向量机的电力变压器故障诊断

基于可靠性数据分析和最小二乘支持向量机对电力变压器故障进行了诊断,并给出了实例分析。     

基于数学形态谱和LS-SVM的变压器励磁涌流和短路电流识别方法

利用数学形态谱对变压器短路电流和励磁涌流时域波形进行变换,以前11刻度对应的形态谱值作为最小二乘–支持向量机(LS-SVM)的输入特征量,对变压器短路电流和励磁涌流进行分类。仿真结果表明该方法不受变压器剩磁、合闸角等因素的影响,在小样本情况下具有很好的分类能力,是一种准确有效的识别方法。     

基于Prony分析的励磁涌流识别方法

目前电力变压器差动保护的主要问题仍是如何准确识别出励磁涌流。励磁涌流中包含大量谐波分量,各谐波分量除幅值信息之外还包括衰减信息,如何有效地利用这些信息来提高保护动作的正确率是一个值得关注的问题。利用Prony分析方法可以直接计算出各分量的频率、幅值、衰减等信息,本文利用Matlab语言实现Prony分析方法,获得了涌流中谐波衰减特征,利用二次谐波衰减因数和基波衰减因数之比构成识别涌流的新方法,通过对动模试验数据的分析计算验证了本方法的有效性。     

基于Prony分析的励磁涌流识别方法

目前电力变压器差动保护的主要问题仍是如何准确识别出励磁涌流.励磁涌流中包含大量谐波分量,各谐波分量除幅值信息之外还包括衰减信息,如何有效地利用这些信息来提高保护动作的正确率是一个值得关注的问题.利用Prony分析方法可以直接计算出各分量的频率、幅值、衰减等信息,本文利用Matlab语言实现Prony分析方法,获得了涌流中谐波衰减特征,利用二次谐波衰减因数和基波衰减因数之比构成识别涌流的新方法,通过对动模试验数据的分析计算验证了本方法的有效性.     

基于模糊多判据的变压器励磁涌流识别新算法

在分析现有各种变压器励磁涌流识别算法的基础上 ,采用模糊集合理论 ,综合各判据的优点 ,得到一种较为理想的新算法 ,通过EMTP仿真计算 ,并考虑CT传变特性后 ,该模糊多判据算法能快速识别各种变压器内部故障和励磁涌流情况 ,克服了谐波制动原理在某些工况下的误判和延时动作问题     

Identifying magnetizing inrush in power transformers based on symmetry of current waveforms

This letter proposes a novel method for the discrimination between magnetizing inrush and internal fault in power transformers based on the similarity of the current waveforms. The proposed method first normalizes and sorts the sample points of the differential current in a full fundamental frequency cycle to obtain a new sequence which is independent of the magnitude and initial phase angle of the original signal. Afterward, three indices are introduced to measure the similarity between the new sequence and a template, which are used to discriminate the inrush from an internal fault. Simulation studies demonstrate the effectiveness of the proposed method and its advantages over the conventional second harmonic restraint method. © 2017 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于模糊多判据的变压器励磁涌流识别新算法

在分析现有各种变压器励磁涌流识别算法的基础上,采用模糊集合理论,综合各判据的优点,得到一种较为理想的新算法,通过EMTP仿真计算,并考虑CT传变特性后,该模糊多判据算法能快速识别各种变压器内部故障和励磁涌流情况,克服了谐波制动原理在某些工况下的误判和延时动作问题。     

自适应变压器励磁涌流判据研究

基于差流谐波正序分量的变压器励磁涌流判据能够有效识别励磁涌流和内部故障。为了进一步提高差动保护的励磁涌流闭锁可靠性和内部故障动作快速性,分析了变压器端电压及其基波正序分量突变量在励磁涌流和内部故障时的不同特征,由此确定了自适应控制因子Q,并将Q加入到差流谐波正序分量的励磁涌流判据中,进而提出了一种自适应变压器励磁涌流新判据。大量EMTP仿真及动模实验表明：新判据能够在励磁涌流时自动降低涌流制动定值,提高涌流的闭锁可靠性;在内部故障时自动升高涌流制动定值,提高区内故障时保护的动作速度。     

基于差流符号序列特征的变压器励磁涌流识别判据

变压器在空载合闸的过程中,会产生幅值较大的励磁涌流,如不采取相应的闭锁措施,将导致变压器差动保护误动作。针对该问题,提出了一种基于差流符号序列特征的变压器励磁涌流识别判据。该判据首先对差流序列进行符号化处理,根据符号序列中相关模式序列出现的比例,量化表征差流波形的特征,实现对励磁涌流和故障差流的识别。利用PSCAD/EMTDC仿真软件验证了所提判据在各类区内外故障和励磁涌流工况下,以及各类工况伴随电流互感器饱和时的有效性。     

新技术手段在变压器差动保护励磁涌流识别中应用研究的现状

励磁涌流的鉴别一直是变压器保护中一个关键问题。在介绍各种新技术手段的原理基础上,着重分析了各种技术目前在变压器励磁涌流识别方面应用的研究及其特点、性能和存在的问题,并指出了这些新技术在今后变压器保护应用中可能的发展方向。     

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。     

一种基于部分Hausdorff距离的励磁涌流识别新方法

变电站的电磁环境较为复杂,二次设备可能受到电磁干扰等不利因素影响而产生异常数据,进而导致保护误动。传统的变压器励磁涌流识别方法并没有考虑到异常数据干扰对保护的影响。分析异常数据对不同识别方法造成的影响,可以得知现有的励磁涌流识别方法在保护用数据受到异常干扰时,可能会导致保护动作速度变慢甚至保护误动。为解决这一问题,提出了一种基于波形相似度识别的励磁涌流快速识别方法,通过对比差动电流和正弦信号的波形相似度以区分励磁涌流和故障电流。仿真结果表明,该方法能够快速有效识别励磁涌流,在一定程度上能够不受异常数据的影响。