基于小波变换的变压器励磁涌流识别方法

用Matlab构建变压器励磁涌流和内部故障电流仿真模型,利用小波函数对得到的波形进行多尺度辨析,通过观察小波变换的模极大值在多尺度下的演化趋势,确定波形奇异性,从而定性地区分励磁涌流和内部故障电流的小波判据。通过设定不同的变压器参数,并进行仿真,可证明此方法可以很好地识别变压器励磁涌流和内部故障电流,有效避免由于误判而引起的变压器差动保护误动。     

基于小波变换的变压器励磁涌流检测判别方法

常规的基于间断角原理的变压器励磁涌流鉴别方法需要精确测量间断角,为了保证不误判励磁涌流,需要比较高的采样频率,对硬件的要求比较高,本文提出了一种基于小波变换的励磁涌流鉴别方法,励磁涌流和内部故障电流的小波变换在波形的模极大值上有明显的区别,可直接利用波形特点进行判断,不需进行精确的间断角测量,可以尽可能的以较少采样点满足鉴别励磁涌流和内部故障电流的需要,对实现算法的硬件要求有明显降低,可以避免由于间断角测量误差而引起的保护误判。     

变压器励磁涌流的新判据

提出了两种判断变压器励磁涌流的新方法 :从分析电流波形特点入手得出的二阶导数法和从励磁涌流产生的机理入手得出的电压突变量法。这两种方法同其它方法相比简单可靠 ,易于实现     

变压器励磁涌流的新判据

提出了两种判断变压器励磁涌流的新方法:从分析电流波形特点入手得出的二阶导数法和从励磁涌流产生的机理入手得出的电压突变量法.这两种方法同其它方法相比简单可靠,易于实现.     

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。     

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。     

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。     

基于小波-DHNN识别变压器励磁涌流

变压器主要采用纵联差动保护,如何防止因涌流造成的误动已成为关键性问题。对于该问题,提出一种基于小波-DHNN识别励磁涌流的新的研究方案。利用小波变换对采样信号进行分析,得出励磁涌流的小波系数较内部故障电流有非常明显的差异,并且畸变特点伴随整个衰减过程。分析后的信号通过离散型Hopfield网络测试与识别,从而区分励磁涌流和内部故障电流。通过PSCAD和MATLAB仿真软件进行建模仿真,结果表明,该方法能可靠的识别励磁涌流和内部故障电流,并且准确率高达100%。     

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。     

基于小波神经网络的变压器励磁涌流和内部故障电流识别

小波神经网络 (WaveletNeuralNetwork)结合了小波变换及神经网络的优点 ,即具有良好的时频局部性质 ,又有较好的自学习能力和容错能力。针对变压器励磁涌流与内部故障电流的识别问题 ,提出了一种基于小波神经网络的解决方案 ,阐述了基本的思想方法和具体的算法过程 ,EMTP仿真实验表明了该方案的有效性与可行性。     

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。     

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。     

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。     

基于形态学-小波识别变压器励磁涌流

针对变压器差动保护多年来一直存在的区分励磁涌流和内部故障电流的难题,提出了一种区分变压器励磁涌流和故障电流的新判据.将形态学滤波器作为保护的前置滤波单元.在保留故障信号特征的前提下,尽可能地抑制各种干扰的影响.利用小渡多分辨分析的理论,提取出信号多个频段下的小波谱能量,通过选取合适的高频能量和低频能量的比值实现励磁涌流和故障电流的判别.该方法原理简单,易于实现,无需任何先验参数.通过对动模试验数据的分析表明.该方法能够在7～8 ms内快速地区分励磁涌流和故障电流,具有较高的可靠性和灵敏性.     

基于差分双正交小波熵的变压器励磁涌流识别算法

励磁涌流仍然是制约差动保护正确动作的最主要问题之一。分析了励磁涌流和内部故障电流的波形特征,根据励磁涌流突变点分布特性,提出了一种小波熵识别励磁涌流的新判据。用双正交多分辨率分析取代常规的正交多分辨率分析,以解决下坡突变点难以辩识问题。采用差分预处理策略放大突变点的奇异性特征,并利用三相小波熵的分布特征识别励磁涌流。在此基础上,制定了励磁涌流识别的具体实现方案。仿真及实验表明,所提出的励磁涌流识别方法有效。     

一种基于差动电流波形特征的励磁涌流识别新方法

分析变压器励磁涌流和内部故障电流的波形特征,提出励磁涌流识别的新方法。内部故障电流的全波傅氏计算结果与半波傅氏计算结果接近,而励磁涌流的全波傅氏计算结果与半波傅氏计算结果差别较大。根据差动电流的全波傅氏算法计算结果以及全波傅氏算法计算结果与半波傅氏算法计算结果的差值,求取半个工频周期内该差值的积分与全波傅氏算法计算结果的积分的比值。若比值大于整定值判为励磁涌流,否则判为内部故障电流。理论分析和动模试验结果表明,该方法能够快速区分励磁涌流和内部故障电流,同时可以分相制动,提高了差动保护的可靠性和安全性。     

励磁涌流鉴别方法在变压器保护中的应用

励磁涌流的鉴别一直是变压器保护中的一个关键问题 ,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进行了分析和综述。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 ,指出了变压器励磁涌流在鉴别方法的研究和应用动向