共查询到16条相似文献,搜索用时 78 毫秒
1.
2.
针对电流互感器和电压互感器的现场误差检测工作,介绍了电流、电压互感器现场误差检测条件,给出了电流互感器和电压互感器误差检测线路和接线方法,并详细分析了电流、电压互感器误差现场检测主要影响因素,指出了互感器误差现场检测结果的处理方法,对电流、电压互感器现场检测提出了有针对性的建议和措施,且对电流、电压互感器现场检测和试验... 相似文献
3.
4.
电能计量装置的综合误差主要由电能表误差、电流互感器与电压互感器合成误差以及电压互感器二次压降等因素构成。过去往往把重点放在减少电能表、互感器本身误差,保证电能表、互感器接线正确。而忽视了电压互感器二次回路压降对计量误差的影响。近几年,随着电能表、互感器生产技术的不断提高和成熟。由这一部分装置造成的误差在电能计量综合误差中所占的比例越来越小,而电压互感器二次压释所造成的误差也越发凸显出来。 相似文献
5.
研制了一种多量限高电压精密电压互感器,可以用于高电压电压互感器误差校验及高电压的扩大量限高精度测量,文章具体阐述了精密电压互感器的结构原理,误差分析,提出了降低误差的技术措施。 相似文献
6.
研制了一种高电压精密电压互感器,可以用于高电压电压互感器误差校验及高电压的扩大量限高精度测量,文章具体阐述了精密电压互感器的结构原理、误差分析,提出了降低误差的技术措施。 相似文献
7.
8.
9.
电压互感器的励磁误差由励磁电流在电压互感器绕组上的压降产生,是电压互感器误差的主要来源。双级励磁技术可以有效降低电压互感器的励磁电流,但绕组阻抗始终无法消除,励磁误差仍然存在。本文将77K高温超导技术应用于电压互感器,绕组和互感器铁心均工作在高温超导环境,达到超导态时绕组的阻抗为零,励磁电流经过绕组引起的压降也为零,可以从根本上消除励磁误差。分析了高温超导下的铜损和铁心磁性能,重点针对铁心的磁滞和涡流损耗进行了理论分析并提出抑制措施,设计了一台变比为1kV/10V的电压互感器的铁心和绕组结构,研制了高温超导电压互感器样机,设计了低温杜瓦容器及其外部冷屏设计,减小热量损失温度场,开展温度场仿真分析温度分布梯度。最后开展了误差校准,校准结果表明,该样机在20%~120%额定电压范围内,比值误差优于4×10-6,相位误差优于5μrad,比常温电压互感器的误差减小一个数量级。77K高温超导电压互感器对于提升电压互感器的精度具有重要意义,同时也可为更高电压等级的超导互感器研制提供理论支撑。 相似文献
10.
11.
12.
介绍了HGQY-H型低校高式电压互感器测试仪的基本结构和工作原理,该测试仪采用先进的DSP技术,基于低校高工作原理,能够测量10kV~110kV的电磁式电压互感器误差,解决了现场校验时需要升压装置和标准电压互感器的问题,有利于更好开展电压互感器的现场测试工作. 相似文献
13.
一次设备的小型化、一体化、多功能化对节约占地面积、降低工程造价及运维成本均具有较大优势,是电网发展的趋势。根据电磁式电压互感器与变压器工作原理近似这一特点,通过改变电压互感器额定工作磁密从而扩大其带载能力,然后在低压侧增加分段式补偿绕组结构,调整控制二次电压输出范围,实现分接开关功能。由工作磁密升高而导致的误差超差现象,基于电压感应式原理和移相技术,在电压互感器低压侧进行空载和负载补偿达到控制目的。验证试验表明,通过功率补偿后一体化电压互感器负载从60 kVA至空载时,二次输出电压变化率在±3%以内,电压互感器输出端子误差满足0.2级限值要求。 相似文献
14.
目前对高压电流互感器的误差检测有多种方法,但缺乏对各检测方法所得误差结果差异性和准确性的比较分析。采用单相检测法检测电流互感器误差、考虑电压对电流互感器误差的影响计算电流误差的综合绝对值、额定电压下检测电流互感器误差3种检测方法分别对高压电流互感器的误差开展检测和比较分析,并对其差异原因进行了理论分析。结果表明,电压会使电流互感器的比差和角差向负方向偏移,当电流较小(特别是20%额定电流以下)时,电压对电流误差影响较大,随着电流增大,其影响逐渐减小直至可以忽略;低压下测得的电流互感器误差在电流较小时不够准确,电流误差的综合绝对值远大于在高压下直接测得的电流误差,对高压电流互感器的误差检测宜采用在额定电压状态下直接测量的方式。 相似文献
15.
在实际运行中,整体电能计量装置存在着综合误差,这个综合误差是由电能表本身的误差,电压、电流互感器的合成误差与电压互感器二次回路压降引起的误差三部分组成。设备选型技术是实践中总结出来的降低电能计量装置综合误差的有效方法,通过该技术的广泛应用,有效地控制了计量装置的综合误差,进一步提升了计量专业精益化管理水平,确保了电能的公平交易。 相似文献
16.
《Electric Power Systems Research》2004,71(1):73-84
This paper presents an artificial neural network (ANN)-based modeling technique for prediction of transformer oil breakdown voltage. This model comprises transformer oil service period, total acidity and water content while preserving the nonlinear relationship between their combinations for predicting transformer oil breakdown voltage. The model results are compared with those obtained by various modeling techniques such as ANN-based model for transformer oil breakdown voltage as a function of its service period, a polynomial regression model for transformer oil breakdown voltage as a function of its service period and a multiple linear regression model for transformer oil breakdown voltage as a function of its total acidity, water content and service period. A quantitative analysis of various modeling techniques has been carried out using different evaluation indices; namely, mean absolute percentage error and actual percentage error at each service period. The results showed the effectiveness and capability of the proposed ANN-based modeling technique to predict transformer oil breakdown voltage and justified its accuracy. 相似文献