利用半波傅里叶算法的两面积法识别励磁涌流

为了识别变压器励磁涌流和内部故障电流,通过分析由半波傅里叶算法计算差动电流的基波幅值的变化特征,提出了一种基于半波傅里叶算法得到的基波幅值的波动系数的判据方法。该方法先对差动电流进行一阶差分滤波处理,用半波傅里叶算法求得基波幅值,选取工频一周波内计算所得基波幅值为数据窗,将其分成两段后各自求得面积,通过求得小面积与大面积比的最小值来识别励磁涌流和故障电流,该方法具有抗CT稳态饱和特性。通过理论分析和大量动模实验验证了该方法的准确性和可靠性。     

基于半波傅里叶算法的励磁涌流识别方法

以半波傅里叶算法为基础,对比分析了变压器差流为涌流和非涌流时的波形特点,进而提出了一种基于半波傅里叶算法的新型励磁涌流识别方法。理论分析和动模试验表明:该方法可以较好地克服传统制动原理的缺点,能够有效地区分励磁涌流和内部故障电流,并对对称性涌流有较好的识别效果。     

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。     

波动误差结合峰-峰间距法识别变压器励磁涌流

在对现有的变压器励磁涌流波形识别法进行分析的基础上,比较了全波和半波差分傅里叶算法计算励磁涌流结果的差异,提出了基于半波傅里叶算法波动误差结合峰—峰间距法的变压器励磁涌流识别方法。该方法计算简单,不受启动元件动作时刻的影响,反映了波形的本质特征,且易于整定。仿真结果表明,该方法在识别励磁涌流方面具有较好效果。     

基于GRNN神经网络的变压器励磁涌流识别方法

为了提高变压器差动保护识别励磁涌流与内部故障电流的能力,提出一种基于广义回归神经网络(GRNN)的变压器励磁涌流识别方法。首先通过全波傅里叶算法求得差动电流的特征量作为训练样本,然后利用交叉验证法寻找出GRNN神经网络的扩展常数spread的最优值,同时也计算出训练样本的最佳输入、输出值。由这些参数构建出识别励磁涌流的神经网络,仿真结果表明:GRNN神经网络收敛性好,运算速度快,并且预测输出精度非常高,能准确、有效、快速的识别出励磁涌流与内部故障电流。     

利用基波幅值变化特征快速识别励磁涌流和故障电流

提出了一种基于两采样值积算法快速提取基波幅值变化特征的变压器保护新原理。文中首先介绍了两采样值积算法,分析了励磁涌流和内部故障情况下,基波幅值不同的变化趋势。在此基础上,根据基波幅值下降程度的不同区分励磁涌流和故障电流。新原理计算量小,易于工程实现。动模试验表明,该原理能够在一个周波内快速切除变压器内部故障,识别灵敏度高,不受电流互感器饱和的影响,在性能上优于谐波制动判据和波形比较判据。     

利用波形非正弦度分形估计值识别励磁涌流

以正确鉴别变压器励磁涌流和短路电流为目的,提出一种利用波形非正弦度分形估计的电力变压器励磁涌流与内部故障电流识别方案。利用变压器励磁涌流和内部故障电流波形特征的不同,对差动电流波形进行波形非正弦度计算并分析。通过复合形态滤波算法滤除信号中的各种噪声和扰动,保证了算法的可靠性。在比较励磁涌流与短路电流波形非正弦度各自特点的基础上,提出了一种新的变压器保护方案。仿真试验结果表明:该方法能可靠识别励磁涌流与短路电流,对轻微内部故障也有较高的灵敏度。     

变压器三相涌流波形特征分析及判别方法研究

在揭示变压器励磁涌流两大波形特征的基础上,充分利用波形特征,提出一种利用波形特征区分变压器励磁涌流和内部故障电流的方法,该方法基于涌流波形呈现出尖顶波的凹弧特征,而故障电流基本保持正弦波形特征,在半波周期内找到采样值的极值点及频率,构造出与之对应的虚拟正弦波形,通过判断合闸电流与构造波形在半波周期内的相似程度来区分励磁涌流和故障电流。仿真结果表明,该方法能够有效、快速切除变压器内部故障,并且不受电流非周期分量的影响。     

半波傅氏算法与两点乘积算法相结合的励磁涌流识别新方法

为解决变压器差动保护由于励磁涌流而经常误动的问题,针对励磁涌流波形畸变严重且会出现尖顶波,而故障电流基本保持基频正弦波特征的特点,以半波傅氏算法为基础,提出了两点乘积算法来识别变压器励磁涌流的新方法.该方法先通过差分滤波得到差动电流,用半波傅氏算法求得其基波实部,利用三角函数定理,求得多组相邻丌/2两电流的平方和,然后比较相邻两组平方和的比值来判断励磁涌流.通过对动模试验数据的分析计算验证了本方法的正确性和有效性.     

励磁涌流波形密度系数鉴别算法

针对变压器差动保护在识别内部故障电流与励磁涌流时的可靠性不高这一问题,提出了基于变压器差流波形密度系数的励磁涌流鉴别算法。利用励磁涌流与故障电流具有不同的正弦相关系数的特点,提出波形密度系数的概念,通过比较变压器各工况下的波形密度系数,理论上可准确识别励磁涌流和故障电流。进一步通过建立仿真模型和实际变压器合闸录波数据进行验证所提算法的可行性和快速性。研究表明,该算法具有判据简单、自带滤波效果、不受非周期分量影响的特点,且能无延时地准确判别励磁涌流与内部故障电流。     

自适应变压器励磁涌流判据研究

基于差流谐波正序分量的变压器励磁涌流判据能够有效识别励磁涌流和内部故障。为了进一步提高差动保护的励磁涌流闭锁可靠性和内部故障动作快速性,分析了变压器端电压及其基波正序分量突变量在励磁涌流和内部故障时的不同特征,由此确定了自适应控制因子Q,并将Q加入到差流谐波正序分量的励磁涌流判据中,进而提出了一种自适应变压器励磁涌流新判据。大量EMTP仿真及动模实验表明：新判据能够在励磁涌流时自动降低涌流制动定值,提高涌流的闭锁可靠性;在内部故障时自动升高涌流制动定值,提高区内故障时保护的动作速度。     

基于综合形态算法的变压器励磁涌流识别方法

针对励磁涌流对变压器差动保护的影响,提出了一种基于综合形态算法的励磁涌流识别方法.首先,利用改进形态梯度算子对采集的信号进行处理,然后利用加权形态滤波算子对梯度信号进行滤波.然后,基于内部故障电流和励磁涌流基波相似性的显著差异构造判据对二者进行区分.判据1用来快速识别大多数内部故障,判据2应对电流互感器饱和及空合于内部轻微匝间故障等特殊情况.两识别判据通过协同逻辑,实现涌流情况下的保护闭锁与内部故障情况下的快速动作.最后,通过PSCAD/EMTDC仿真对所提算法进行了验证分析.     

基于波形非正弦度分形估计的励磁涌流识别方法

电力变压器作为输变电关键主设备,在电力系统中占有极其重要的地位,纵差保护是变压器的主保护之一,正确识别变压器励磁涌流和内部短路故障是变压器保护的关键问题。提出了一种基于波形非正弦度分形估计的励磁涌流识别方法,应用网格分形技术计算差流波形的非正弦度,利用励磁涌流波形非正弦度增大的特点,鉴别励磁涌流和故障电流。仿真结果表明,该方案能很好满足继电保护要求的有效性和可靠性。     

基于差动电流正弦曲线拟合波形的变压器保护原理

以变压器的磁化特性曲线为基础,对比分析了变压器差流为涌流和非涌流时的波形特点,进而提出了一种基于差动电流正弦曲线拟合波形的变压器保护原理。为了更能体现励磁涌流的特征和减少拟合波形幅值的计算误差,建议取拟合角度为差动电流峰值时的角度最为合理。给出了拟合波形幅值的计算方法,并讨论了减小计算误差的方法。大量数字仿真结果表明,所提出的原理可以快速、有效地区分励磁涌流和内部故障电流。     

基于非饱和区域波形相关分析的励磁涌流鉴别方法

提出一种基于波形相关程度鉴别变压器励磁涌流与故障电流的新方法.该方法通过比较动态差流短数据窗内各采样点代数和的大小,寻找出励磁涌流或短路故障下变压器的非饱和区域,由非饱和区内采样数据的最大值及其位置构造出2种形式的标准正弦波,再分别计算非饱和区内差流采样波形与2种构造正弦波的相关程度,根据相关系数平均值的大小区分励磁涌流与故障电流.动模试验结果分析表明,该方法在变压器运行中发生内部故障以及带故障空载合闸时,能够快速开放纵差保护;在空载合闸发生励磁涌流时,能够可靠闭锁纵差保护,并且能够实现分相闭锁,具有较好的抗电流互感器饱和能力.     

基于小波变换的变压器差动保护算法

通过对典型励磁涌流和常见变压器内部故障的电流波形进行分析,总结归纳出一种基于小波变换的差动保护算法.     

基于小波变换的变压器差动保护算法

通过对典型励磁涌流和常见变压器内部故障的电流波形进行分析,总结归纳出一种基于小波变换的差动保护算法。     

基于最小二乘矩阵束的励磁涌流识别方案

准确、快速地切除变压器故障直接影响电力系统能否持续安全稳定运行,励磁涌流的鉴别正是变压器保护中的重要一环。为了有效辨识励磁涌流与故障电流,避免变压器差动保护的不正确动作,利用变压器励磁涌流与短路故障电流频域信息的差异,提出了一种基于最小矩阵束算法的励磁涌流识别新方案,以变压器两侧的差动电流作为信号量,通过矩阵束算法分析采样信号中不同频率的分量,计算含衰减因数的电流能量信息熵识别励磁涌流。仿真试验证明了新判据具有原理清晰、抗干扰能力强等优点,能够正确区分励磁涌流和故障电流,为后续研究及工程应用提供借鉴和参考。