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     

电力变压器励磁涌流判别的自适应小波神经网络方法

励磁涌流识别一直是电力变压器差动保护中比较关注的问题。文中提出了一种基于自适应小波神经网络实现变压器励磁涌流判别的新方法。结合励磁涌流和内部故障电流的特点，构建了一个四层的自适应小波神经网络模型，并对其具体的实现方法进行了详细的分析；利用ATP—EMTP程序进行仿真计算生成训练样本和测试样本，对所构建的网络进行了训练和测试，结果表明自适应小波神经网络能准确、可靠地识别出变压器的励磁涌流状态。     

变压器保护励磁涌流识别方法的研究

在介绍和分析变压器励磁涌流产生原因和机理、励磁涌流特点、目前保护装置中常用的几种制动原理的基础上,重点介绍了二次谐波制动中存在的问题,提出了几种增强变压器保护励磁涌流识别能力的新措施,包括:调整差动电流来改善分相制动;增加涌流浮动门槛定值功能;通过算法来捕捉二次谐波数据的趋势判据;在差动保护装置中增加自适应短时投入的循环闭锁功能。这些措施能够有效消除原有二次谐波制动的不足,大大提高了变压器保护的安全性和灵敏性。     

浅谈变压器励磁涌流的治理

变压器励磁涌流过大会引起保护动作跳闸。通过一次用户配电变压器送电的实例说明变压器励磁涌流产生的原因及解决办法,介绍了励磁涌流产生的原因、特点及危害,简述了变压器保护躲开励磁涌流的原理及配电变压器励磁涌流对系统的影响。     

基于波形互相关系数的变压器励磁涌流识别方法

励磁涌流是导致变压器差动保护误动的主要因素。提出一种利用波形互相关系数特征的励磁涌流识别方法。利用空载合闸或内部故障后的短数据窗构造一标准正弦参考波,对采样波形与构造的标准正弦波两信号的相关性进行分析,计算归一化互相关系数进行内部故障和涌流识别。内部故障时波形互相关系数为接近1的稳定值,而励磁涌流时互相关系数偏离1且其值波动显著。最后PSCAD仿真计算分析结果表明:该方法能在一个周波内准确识别出励磁涌流与内部故障,为提高变压器差动保护性能和优化变压器保护配置提供了有益的理论依据。     

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。     

基于电子式互感器的变压器励磁涌流识别方法

随着电子式互感器研究的日趋成熟及智能变电站的快速推进,智能变电站已广泛采用电子式互感器获取电流及电压信号。传统的变压器保护采用励磁涌流中的二次谐波含量区分励磁涌流和故障电流,从而对差动保护进行闭锁。但在空投或故障切除后恢复供电时,变压器内部发生轻微匝间故障,受非故障相励磁涌流的影响,差动保护可能延迟动作甚至拒动。针对上述原理的缺陷,提出了二次谐波“或”闭锁原理加故障开放的励磁涌流识别方法。试验结果表明,改进方案能明显提高变压器内部故障时差动保护的动作速度。     

基于能量信息的变压器励磁涌流识别方法

目前电力变压器差动保护的主要问题仍是如何准确识别励磁涌流与内部故障。励磁涌流中包含大量谐波分量,各谐波分量除幅值、频率信息之外还包括能量信息。文中基于Prony算法给出了一种能量表达式,在此能量表达式下发现变压器内部故障时基波的能量与二次谐波能量之比远大于励磁涌流时基波能量与二次谐波能量之比,因此可以利用此特征区分励磁涌流和内部故障。最后仿真验证了该方法的有效性及与传统识别方法相比所具有的优势。     

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。     

基于差流符号序列特征的变压器励磁涌流识别判据

变压器在空载合闸的过程中,会产生幅值较大的励磁涌流,如不采取相应的闭锁措施,将导致变压器差动保护误动作。针对该问题,提出了一种基于差流符号序列特征的变压器励磁涌流识别判据。该判据首先对差流序列进行符号化处理,根据符号序列中相关模式序列出现的比例,量化表征差流波形的特征,实现对励磁涌流和故障差流的识别。利用PSCAD/EMTDC仿真软件验证了所提判据在各类区内外故障和励磁涌流工况下,以及各类工况伴随电流互感器饱和时的有效性。     

利用电流变化率极值特征的变压器涌流识别研究

为进一步提高电力变压器差动保护性能,提出一种利用电流变化率极值特征的励磁涌流识别的方法。变压器发生涌流时,三相电流波形至少存在一相以上有间断及尖顶波特性,一个工频周期内电流变化率的极大值与极小值的时间间隔小于半个周期,且不具备周期性特点。而内部故障时,故障电流变化率波形近似呈正弦特征,一个工频周期内极大值与极小值的时间间隔近似为半个周期,且具有周期性特征。利用电流变化率一方面可以削弱非周期直流分量的影响,另一方面可以凸显幅值较小的间断变化临界点的特征,构造了利用电流变化率特征的涌流识别判据及实现方案。最后利用动模试验进行验证,不同情况下的计算分析结果表明该算法原理清晰、判据简单、计算量小,在一个周波内能可靠识别出涌流与内部故障,为进一步提升和优化变压器保护性能提供了有益的理论基础。     

一种基于差流波形特征的励磁涌流识别方法

提出了一种基于差动电流波形特征的励磁涌流和故障电流识别方法。励磁涌流的共同特征是受铁芯饱和程度的影响,差动电流是流过励磁绕组的实际电流,因而这一特征表现得更加明显。定义波形系数为磁通未饱和部分对应的电流在整个周期中所占比例,当系数大于阈值时判定为励磁涌流。为防止误动,当系数小于阈值时,引入"是否完全偏向时间轴一侧"作为辅助判据,使得该方法更加可靠。最后进行空载合闸仿真试验,证明了该方法能识别各种情况下的励磁涌流,性能优于二次谐波制动和间断角判据。     

变压器励磁涌流的特性分析及应用

由于变压器励磁涌流的存在,使得变压器差动保护有别于其他主设备及线路的差动保护。在现场工作的许多继电保护技术人员往往对变压器励磁涌流的机理概念模糊,造成其定值整定缺乏理论指导,往往凭经验给定。分析了变压器励磁涌流产生的机理,并给出了简洁明了的计算方法。     

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     

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。     

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。     

Sympathetic inrush current in a transformer and a method for its identification

This paper studies the sympathetic interaction between transformers. The influencing factors of the sympathetic inrush current, including the system impedance, closing angle and the initial remnant flux of the added transformer, the system voltage, and the neutral grounding mode of the transformers, are analyzed in detail through dynamic simulation. Based on this, a method for identifying the sympathetic inrush current is proposed based on the essential curve feature of the magnetizing currents of the transformers during the sympathetic interaction, taking advantage of the information sharing between substations. The results from dynamic simulation and field‐recorded data show the validity of the proposed method. © 2016 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.