基于人工神经网络的电力变压器励磁涌流判别

研究了励磁涌流的产生机理和特性 ,探讨了影响励磁涌流的因素 ,对多种条件下的电力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。同时利用Matlab中的神经网络工具箱 ,建立了径向基函数 (RBF)神经网络模型 ,对励磁涌流和短路电流的样本进行训练 ,并对训练好的神经网络进行测试。结果表明 :RBF神经网络可以正确地区分励磁涌流和短路电流。     

变压器空载合闸励磁涌流识别和抑制技术探讨

为了抑制空载合闸时产生的变压器励磁涌流,减小励磁涌流对变压器差动保护装置、变压器寿命以及电力系统电能质量带来的损害,分析了变压器励磁涌流产生的原因,总结了识别和抑制变压器励磁涌流的不同方案,并阐述了目前流行的选相控制技术中操动机构的动作及误差补偿等关键技术。     

光伏发电系统变压器励磁涌流特性分析

光伏发电因其不受资源分布地域的限制的特点,随着新能源技术高速发展,具有很好的发展前景.由于光伏发电系统与传统交流系统在系统结构和运行特性等方面的不同,因此,所用变压器的特性也与传统变压器特性大不相同.文中分析了光伏发电系统下变压器励磁涌流特性,并理论推导了励磁涌流的表达式,以某光伏电站66 kV升压变压器参数建立模型,基于PSCAD/EMTDC仿真平台建模并针对影响励磁涌流的因素将光伏发电系统下变压器励磁涌流特性和传统交流系统进行对比.仿真结果表明,光伏发电系统变压器励磁涌流特性和传统交流系统下励磁涌流特性差异较大.     

基于PSCAD的单相变压器励磁涌流仿真分析

介绍励磁涌流产生的原因及特点,以单相变压器为例,利用PSCAD软件建立具有饱和特性的变压器仿真模型,考虑合闸时间、剩磁等因素对变压器励磁涌流的影响并进行仿真.结合谐波分析将仿真结果与理论研究对比,表明采用的仿真分析简单有效,为变压器励磁涌流的识别与解决提供了基础.     

一种新的变压器励磁涌流抑制技术

在探讨变压器励磁涌流的产生原理及其影响因素的基础上．分析现有励磁涌流抑制技术的优缺点．提出了一种抑制变压器励磁涌流的新技术．该技术将选相位关合法和串联电阻法相结合，考虑了剩磁的影响．在应用选相位关合法的基础上，通过设置适当的电阻及其切除时间来进一步降低励磁涌流．仿真实验表明．该技术能有效降低变压器空载合闸时的励磁涌流．     

变压器励磁涌流抑制器工程的探讨

文章首先对变压器励磁涌流的产生进行分析,在此基础上重点探讨开展励磁涌流抑制器工程控制的有效技术方法,结合常见的技术性问题做出分析,在此基础上才能够更合理的做出控制,确保变压器运行使用过程中的安全性,励磁涌流抑制器的功能也因此得到更好的实现,为变压器创建安全稳定的运行使用环境.     

电力变压器励磁涌流现象的特点及抑制

电力系统长期运行经验表明,如何能够正确地鉴别励磁涌流和内部故障电流,有效防止变压器保护装置误动或拒动,是变压器差动保护的关键问题。因此,探讨电力变压器励磁涌流现象的特点及抑制具有重要的现实意义。     

变压器差动保护的励磁涌流制动方法

阐述变压器励磁涌流产生的机理,分析变压器差动保护装置的涌流制动方案,比较基于二次谐波、波形对称及间断角等制动方法的优缺点;指出变压器差动保护误动的原因和各种制动方法存在的问题,为现场工作的继电保护人员分析故障、校验保护提供理论支持.     

结合波形后半波2-范数平均标准差鉴别变压器励磁涌流新方法

在大量仿真和实验的基础上,综合变压器励磁涌流和内部故障电流的特点,提出了一种鉴别变压器励磁涌流的新方法。该方法基于励磁涌流偏于时间轴一侧和故障电流接近正弦波的特点,以周波内最值差别和归一化面积作为综合判据鉴别非对称的励磁涌流,而对于对称的励磁涌流,以后半周波内一部分数据与同窗长的标准正弦波的2-范数的平均标准差作为判据进行鉴别。仿真和实验验证了方法的正确性。     

一种变压器保护方案的仿真研究

为了解决变压器差动保护由于励磁涌流而经常误动作的问题,从变压器电磁特性出发,先阐述了利用磁通特性原理区分励磁涌流的不足,然后提出了利用电源侧电压和电流微分的比值来判别变压器是否含有励磁涌流的方法,此方法原理简单,易于实现,无需任何先验参数,具有数据采样方便,计算量小,动作可靠、迅速等特点。用该方法对变压器各种运行状态进行了仿真测试,测试结果表明该方法能够迅速、可靠地识别变压器内部故障。     

一种变压器软起动控制方法的研究

针对变压器励磁涌流产生的危害,提出了一种变压器软起动的控制方法,通过调整晶闸管触发角的大小来改变变压器的输入端电压,从而降低空载合闸过程中变压器铁心的饱和程度达到减小励磁涌流的目的,使变压器平稳起动。利用MATLAB软件建立了变压器软起动控制系统的通用仿真模型,仿真结果验证了所提控制方法的正确性。在此基础上研制了变压器软起动装置并进行了样机实验,实验结果验证了理论分析的正确性。     

基于 ANN 状态识别系统的变压器故障检测方法

提出基于ＡＮＮ状态识别系统的变压器故障检测方法。该系统主要由ＡＮＮ变压器一次电压非线性估计器、比较器、计数器等构成。它通过比较一次电压实际值与估计值的大小,识别变压器内部是否发生故障。关于ＡＮＮ状态识别系统在检测变压器故障中的正确性及快速性,通过数字仿真得到验证。     

基于磁通频域特征的变压器励磁涌流识别新方法

基于变压器在空投或故障情况下磁通频域特征的不同,提出一种利用磁通对电流导数中偶次谐波制动比和基频幅值大小来判别励磁涌流和故障电流的新方法.通过推导发现故障时磁通对电流导数中偶次谐波成分明显高于奇次谐波成分,而涌流时则没有此特征.在此基础上,给出了两个判据并分别定义两个逻辑变量M和N,根据两个逻辑变量的乘积来判断变压器是...     

基于MATLAB的三相变压器励磁涌流仿真分析

利用MATLAB中的电力系统模块库PSB,建立三相变压器空载模型及短路模型。在此模型基础上对变压器空载合闸和短路故障切除后电压恢复时的励磁涌流进行了仿真,并对此仿真结果进行了分析。仿真结果与理论分析相吻合,表明利用MATLAB/PSB能够有效地实现对变压器励磁涌流的仿真,为变压器保护的算法研究提供基础。     

变压器和应涌流现象分析及对策研究

在变压器等值电路的基础上,从磁通变化的角度出发,分析了和应涌流的产生机理;然后深入研究了变压器和应涌流变化特点、影响因素,讨论了和应涌流对变压器和发电机保护的不良影响,提出了相应的防范措施。     

基于深度学习的变压器图像识别系统

针对变压器型号多、图像复杂,以及传统基于机器学习的人工设计特征的方法不能对大规模变压器图像准确分类等问题提出了基于深度学习的变压器图像识别系统直接对原始图像进行"端对端"的学习。为实现变压器图像的准确分类,提出了改进VGG-16卷积神经网络的变压器图像识别模型。在VGG-16模型的基础上,重新构建了全连接层,针对原有的SoftMax分类器,采用3标签的SoftMax分类器进行替换,以实现网络结构优化,并通过迁移学习共享V GG-16模型卷积层和降采样层的权值参数。通过构建变压器图像的训练集和测试集对改进模型进行了训练,并进行性能测试。结果表明,与深度神经网络、卷积神经网络模型相比,改进VGG-16模型具有更好的效果,识别误差达到了9.17%,并实现了对3种变压器的准确区分。     

电力变压器故障诊断的人工神经网络方法

电力变压器故障诊断对变压器、电力系统的安全运行有着十分重要的意义．在介绍人工神经网络（ANN）和模糊理论的基本工作原理的基础上,针对变压器故障诊断的特点,运用油中溶解气体分析法（DGA）,采用分块化的反向传播神经网络（BP）,建立了变压器故障诊断的神经网络模型．通过训练和实际测试,表明了这一方法的有效性和可行性．     

基于补偿励磁涌流的变压器差动保护改进方法

差动保护是当今的各种变压器保护中的主要保护方法,由于这种方法简单有效,故得到广泛应用,但这种方法存在的一个主要问题就是无法正确的识别变压器的内外部故障以及励磁涌流从而引起变压器的误动作.针对这个问题,本文提出一种基于补偿励磁涌流的变压器差动保护的改进方法,这种方法不仅有传统的变压器差动保护简单有效的优点,而且可以准确的识别内外部故障以及励磁涌流,并通过大量仿真实验验证了该方法的可靠性.