一种鉴别变压器励磁涌流和内部故障的新原理

提出一种利用电流波形特征识别变压器励磁涌流和内部故障的方法,该方法综合利用变压器差电流波形在空投涌流时会呈现出尖顶波特性和间断特征,而故障时差电流波形基本为基频正弦波的差异,先计算差电流与其中所包含基频正弦波的相关度J,再进一步利用励磁涌流尖顶的凹弧特征构造一个系数k,根据J和k进一步构造一个函数J1区分变压器的励磁涌流和内部故障。动模试验结果表明该方法能够正确区分励磁涌流和故障电流,在空投变压器时能够可靠地闭锁励磁涌流;在变压器各种内部故障时能够可靠地开放保护,动作时间一般在20 m s左右,具有较高的灵敏度和可靠性能够满足现代变压器对保护动作可靠性的要求。而且该方法实现方便,计算量小,具有良好的在实际工程中应用的价值。     

一种鉴别变压器励磁涌流和内部故障的新方法

为提高变压器差动保护鉴别励磁涌流和内部故障差流的准确性,本文针对变压器空载合闸及带故障空载合闸情况,提出了一种提取变压器差动电流的新方法。该方法以变压器自身的磁关系为依据,通过控制变压器Y形侧某一相的合闸角为90°,进而采用该相的线电流来取代角侧环流,再与Y形侧其它两相的线电流分别做差,取所得电流作为差动电流。MATLAB仿真实验表明新方法能够准确区分励磁涌流和变压器内部故障差流,且对小接地和小匝间情况亦可以较好的区分。并通过计算采样数据在不同时段上的自相关系数,利用自相关系数的大小来证明了新方法的准确性。     

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。     

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     

一种新型变压器励磁涌流识别方法的研究

影响变压器差动保护动作正确与否的关键是保护装置能否正确区分励磁涌流和内部故障。传统的方法在有些情况下不能很好的识别励磁涌流,引起保护误动或拒动。本文提出一种基于波形上下对称系数的新方法,并通过仿真验证了该方法的有效性。     

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.     

特高压变压器励磁涌流鉴别原理的研究

变压器差动保护一直存在区分励磁涌流与内部故障电流的难题,1000kV特高压变压器保护也不例外。对特高压变压器进行的电磁暂态仿真及分析表明,最为传统的二次谐波制动方式在特高压变压器差动保护中的应用存在一定阻碍,而基于波形对称性的制动原理则可以在特高压变压器保护中较好的发挥作用。     

基于瞬时功率的变压器励磁涌流和内部故障电流识别新方法

在分析瞬时功率频谱特性的基础上，提出了一种基于瞬时功率的变压器励磁涌流和内部故障电流识别新方法。该方法主要依据变压器两侧三相差瞬时功率幅频特性中直流分量和基频分量的相对关系来识别变压器励磁涌流和内部故障电流。该方法具有传统变压器电流差动保护简便易行的特点，并从能量守恒的角度出发，进一步揭示了变压器励磁涌流与内部故障电流本质上的不同。HYBRISIM混合仿真实验结果表明该方法简单可靠、识别效果明显。     

变压器励磁涌流和内部故障识别新判据

针对励磁涌流和内部故障识别这个变压器差动保护关键问题,利用Prony算法求取原信号中基波和二次谐波的幅值和衰减因数,建立了一种新判据:二次谐波与基波幅值之比(Id2/Id1)及衰减系数之比(a2/a1).当励磁涌流时,Id2/Id1>0.15,a2/a1<2;而当变压器内部故障时,Id2/Id1<0.15,a2/a1>2.这一结果是通过分析基于PSCAD/EMTDC建立的变压器发生励磁涌流和内部故障时的仿真图得到的.所建议的识别励磁涌流和内部故障的新判据具有高的灵敏度.     

变压器励磁涌流和内部故障识别新判据

研究变压器差动保护中的关键问题:励磁涌流和内部故障的识别。根据Prony算法能够精确、快速地分析暂态信号的原理,利用Prony算法求取的原信号中基波和二次谐波的幅值和衰减因数,建立了变压器励磁涌流和内部故障识别的新判据,并基于PSCAD/EMTDC建立了变压器发生励磁涌流和内部故障时的仿真图。分析仿真数据,励磁涌流时的Id2/Id1=06170.15,a2/a1=1.672;变压器内部故障时的Id2/Id1=00.15,a2/a1=∞2。由此可见,在变压器励磁涌流时,通过二次谐波与基波幅值之比构成的判据,灵敏度更高;而在变压器发生内部故障时,通过衰减系数构成的判据来判别,灵敏度更高。     

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。     

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。     

一种有效区分空投涌流与空投于故障的变压器保护新算法

在有功差动原理的基础上,提出一种基于变压器基波正序功率因数以实现变压器保护的新原理.该原理利用帕克变换,构造了d-q坐标系上变压器端口电压、电流的基波正序分量的旋转向量,进而可计算变压器在各种暂态过程中的基波正序功率因数.根据变压器基波正序功率因数的大小,来判断变压器是否发生内部故障.该原理基于能量守恒,物理意义清晰,算法简洁,无需任何先验参数,不受变压器接线方式的影响,易于工程实现.经仿真试验验证,新原理能够快速、可靠地切除变压器内部故障,在性能上优于传统的以波形特征为主的变压器保护原理,对空投轻微故障有足够的灵敏度.     

一种有效区分空投涌流与空投于故障的变压器保护新算法

在有功差动原理的基础上,提出一种基于变压器基波正序功率因数以实现变压器保护的新原理。该原理利用帕克变换,构造了d-q坐标系上变压器端口电压、电流的基波正序分量的旋转向量,进而可计算变压器在各种暂态过程中的基波正序功率因数。根据变压器基波正序功率因数的大小,来判断变压器是否发生内部故障。该原理基于能量守恒,物理意义清晰,算法简洁,无需任何先验参数,不受变压器接线方式的影响,易于工程实现。经仿真试验验证,新原理能够快速、可靠地切除变压器内部故障,在性能上优于传统的以波形特征为主的变压器保护原理,对空投轻微故障     

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(Wavelet Neural Network)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.     

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。     

运用模糊神经网络来区分变压器励磁涌流和内部故障

变压器励磁涌流和内部故障的鉴别一直是变压器差动保护中的一个热点问题。在几种传统的识别励磁涌流方法的基础上 ,结合模糊神经网络这一新型的人工智能技术 ,综合利用这几种原理对电气量的采样值分别提取形成网络的特征输入量 ,并采用了Simpson模糊极小 -极大神经网络来形成区分励磁涌流和内部故障的模糊模式分类器。运用EMTP程序通过大量的仿真计算获取网络的训练和测试样本 ,结果表明 ,训练后的网络能快速地区分变压器各种运行工况下的励磁涌流和内部故障 ,对测试样本的正确率达到 10 0 %。