基于人工神经网络的变压器励磁涌流的鉴别

研究了基于神经网络方法的电力变压器励磁涌流鉴别。对变压器励磁涌流及故障电流进行了数字仿真,比较了两者在物理特性上的区别。利用Matlab的人工工具箱,分别建立了BP和RBF神经网络模型,对励磁涌流和故障电流的样本进行训练及测试。结果表明,人工神经网络可以正确地区分励磁涌流和故障电流,RBF神经网络能更加快速、准确地判断出变压器的故障。     

基于序电流分量的变压器励磁涌流识别方法

变压器励磁涌流的识别问题一直是变压器保护中的一个难题。文章提出了基于序电流分量的识别方法，通过对励磁涌流中零负序电流分量的分析，发现在变压器空载投入和内部故障时空载投入两种情况下零负序电流值有明显的不同，从而实现对励磁涌流的识别。仿真表明，该方法理论上是可行的。     

利用电流波形特征识别变压器励磁涌流和故障电流

提出一种利用波形特征快速区分变压器励磁涌流和内部故障电流的新方法。该方法基于涌流波形畸变严重,会呈现出尖顶波的凹弧特征,而故障电流基本保持正弦特征的思想,首先找出10ms数据窗内采样值的绝对值取得最大值的点,然后计算该点两侧相邻的2个采样步长组成的大梯形面积与2个单采样步长组成的小梯形面积和的差的总和来区分变压器励磁涌流和内部故障。动模实验表明：该方法能够快速切除变压器内部故障,动作时间约为10ms,所需时间较短,识别灵敏度高,并且实现方便,不受电流非周期分量的影响。     

变压器励磁涌流与故障电流判别方法分析

在研究变压器励磁涌流产生机理以及固有特点的基础上,针对变压器保护的需要,从保护原理的依据、优缺点和保护实现性上对目前鉴别变压器励磁涌流和内部故障电流的方法进行了比较分析。     

利用双重特征量鉴别变压器励磁涌流的高阶统计原理

励磁涌流是制约变压器差动保护成功率的主要原因之一,为此提出一种基于Jarque-Bera系数来识别励磁涌流的新策略。对变压器区内故障电流和励磁涌流波形的整体形态进行特征分析,利用两者波形正弦度不同所导致的正态性差异,结合Jarque-Bera算法在正态性检验领域中的优势,对变压器差动电流进行绝对值处理后求取杰 氏系数,根据该系数大小选取合适的阈值来辨识励磁涌流和故障差流。仿真测试了变压器各种工况下的差流波形。与二次谐波制动方案进行对比分析,表明所提方法原理清晰,且具备良好的抗干扰性能,即使在电流互感器饱和的情况下,也能迅速、准确地识别出励磁涌流。最后,通过现场试验录波数据分析,进一步证明了该方法的正确性。     

变压器和应涌流和励磁涌流识别新判据

针对识别变压器和应涌流与励磁涌流这一差动保护的难题,提出一种利用瞬时频率变化率识别这两种电流的新判据。该判据对原电流信号进行经验模态分解（EMD）,得到一组固有模态分量（IMF）后,对固有模态分量进行希尔伯特黄变换（HHT）得到瞬时频率。根据和应涌流和励磁涌流中含有大量高次谐波和非周期分量,而内部故障电流基本保持基频这一频率特性,将得到的瞬时频率进行微分,通过微分值的大小可判别该电流的性质。理论分析与仿真试验表明,该判据不受涌流中非周期分量的影响,不受间断角影响,并且能准确可靠地识别变压器和应涌流和励磁涌流。     

单相牵引变压器励磁涌流鉴别研究

利用BP神经网络区分了牵引变压器的励磁涌流和故障电流,并利用仿真数据和试验变压器录波样本对神经网络性能进行了测试。     

基于小波分析的变压器励磁涌流识别

提出了识别励磁涌流和故障电流的方法,并进行了仿真分析.     

一种变压器励磁涌流与故障电流的鉴别方法

空载投运变压器跳闸后,快速、有效判别跳闸原因并采取相应措施,不仅可以避免对变压器及相关主设备的损坏,而且可缩短变压器的投运时间。本文从工程的角度,提出了一种变压器励磁涌流的鉴别方法,该方法原理包括:判别变压器空载投运时电源侧三相电流波形特征,包括波形形状、是否有间断角以及三相波形间的关系等;在工程现场有条件的情况下,计算变压器差动电流的二次谐波含量。文中采用工程实际案例,对该方法进行验证。验证结果表明,该方法可快速鉴别励磁涌流与故障电流,易于实施,具备较好的工程应用价值。     

利用中性点电阻削弱变压器励磁涌流

提出了一种简单且经济的削弱空载合闸变压器励磁涌流的新方法：在变压器中性点串入一电阻,三相延时合空载变压器.通过对该方法下涌流峰值随中性点电阻值变化的曲线进行理论分析,给出了最佳电阻值的表达式.该方法只使用一个电阻,但抑制效果类似于在三相线路中分别串联电阻的方法,且对合闸时间没有很精确的要求.仿真和动模实验结果都验证了该方法的有效性.     

基于二进小波变换的变压器励磁涌流识别

如何区分变压器励磁涌流和短路电流是众多学者研究的热点问题之一。在二进小波变换模极大理论基础上,详尽的分析了标准正弦波、励磁涌流及短路电流小波变换后的波形特点,并归纳出了识别变压器励磁涌流的判据。采用实际变压器励磁涌流数据进行的分析和基于DSP保护装置的程序实验表明该判据是有效的,具有一定的实际价值。     

基于小波算法的变压器涌流和内部故障电流识别

小波变换可将信号同时从时域和频域两个方面加以分解,对分析变压器励磁涌流和内部故障电流非常有效.在PSCAD/EMTDC软件中通过对变压器励磁涌流和内部接地故障进行仿真,并对变压器两侧的电流差分信号进行了小波变换.结果表明,两类信号在细节部分有明显的不同特征,可作为判别的依据.     

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。     

电力变压器励磁涌流与内部短路电流识别原理研究

在电力变压器差动保护中,励磁涌流与内部故障电流的判别一直是一个关键问题,文中针对目前国内外学者提出的励磁涌流识别原理和方法、技术关键及研究和应用现状进行了分析和与客观评价。并对目前现场采用的方法和一些现代智能理论鉴别中的应用进行了比较,提出了变压器励磁涌流在鉴别方法的研究和应用动向。     

基于EMTDC的三相变压器励磁涌流分析

针对当前变压器差动保护不同程度的误动现象 ,利用EMTDC建立电源 变压器 电流互感器的系统模型 ,综合仿真变压器不同角度空载、满载合闸时的励磁涌流及经电流互感器传变后的二次涌流 ,获得不同合闸角时的二次谐波含量和涌流间断角的大小。仿真结果表明 ,一次涌流经电流互感器传变后 ,涌流特征并未变化 ,故不会使保护误动 ,同时 ,无论变压器有、无剩磁 ,任一合闸角都不会使差动保护误动 ,用仿真分析结果可重新校定差动保护动作闭锁条件。     

用波形特征识别变压器励磁涌流的新算法

提出一种识别变压器励磁涌流和故障电流的简单算法。该算法的基本思路是在一个给定的移动数据窗内 ,励磁涌流在间断角处曲线与时间轴所包围的面积很小甚至趋于零 ,由波形曲线与时间轴所包围面积的大小构成鉴别励磁涌流的判据。仿真结果表明 ,该算法特征明显 ,鉴别准确。     

基于SPWM的变压器励磁涌流抑制技术研究

为了避免变压器投运到电力系统的过程中,断路器合闸时产生的励磁涌流对电网设备及电力系统电能质量造成不良影响,文中提出了一种基于SPWM的变压器励磁涌流抑制技术。该技术通过控制新型大功率电力电子电路整流、逆变、变频模式实现变压器励磁电压的调节与控制,使变压器铁心快速的建立稳态磁场。变压器在投运到系统时变压器绕组电压幅值、相位与母线电压完全一致,实现了同期合闸,不会因暂态过程所引起较大暂态磁通而激发励磁涌流。利用所提方法建立了励磁涌流抑制系统仿真模型,仿真结果表明,所提出的励磁涌流抑制方案及电压调制算法能够有效抑制合闸励磁涌流的产生,验证了所提方法的可行性。