变压器励磁涌流识别技术综述.docx

《变压器励磁涌流识别技术综述.docx》由会员分享，可在线阅读，更多相关《变压器励磁涌流识别技术综述.docx（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、分数: 任课教师签字： 华北电力大学争论生结课作业学 年 学 期：2023-2023 其次学期课 程 名 称：变压器励磁涌流识别技术补考学生 姓名：刘志刚学号：2112213141提交 时间：2023-9- 07变压器励磁涌流识别技术刘志刚摘要：针对变压器保护多年来始终存在的区分励磁涌流和内部故障电流的难题，本文总结了识别变压器励磁涌流的主要方法：基于变压器回路方程原理识别法、基于波形特征识别法、基于智能理论识别法，并通过阅读大量文献对它们的优缺点加以总结。关键词: 变压器保护 励磁涌流 内部故障电流1 引言电力变压器是电力系统的重要组成元件之一， 它的故障将对供电牢靠性和系统正常运行带来严

2、重的影响。同时，随着超高压远距离输电线路在系统中越来越多地投入使用，大容量变压器相应地日益增多，特别是在单台容量占系统容量比例很大的状况下，故障变压器的切除，可能给系统造成很大的扰动。但电力变压器和电力线路不同，由于电力变压器承受闭合铁芯，其实质上是一个非线性元 件，这种非线性对保护是格外不利的。在变压器运行条件简单的状况下，过励磁时励磁电流可达额定电流的水平；空载合闸或变压器外部故障被切除后电压突然恢复时，励磁电流的大小有时可与短路电流相比较，如此大的励磁涌流可能足以使差动保护误动作。如何区分励磁涌流与内部故障电流是变压器 保护中一个固有的、不行回避的难题。励磁涌流识别的困难主要在于：一是有

3、很强的非线性特征，励磁涌流是在变压器铁芯饱和的非线性状态下产生 的，要用非线性方法分析计算；二是励磁涌流产生具有随机性和多样性，与系统电压和等值阻抗、合闸初相角、剩磁大小和方向、合闸时三相的不同时等不确定因素有关，并且在空载合闸、区外故障切除、空投并列运行变压器、投切非线性负荷等多种据励磁涌流的波形特征进展励磁涌流和内部故障 电流识别。实际上，由于三相变压器励磁涌流的波形受系统电压和等值阻抗、合闸初相角、剩磁大小和方向等诸多因素的影响。任何以励磁涌流波形特征为依据的防止由励磁涌流而引起误动的措施均 不能保证变压器差动保护不误动，差异仅是误动次数的多少。针对这些问题，本文结合过十年来国内外学者争

4、论提出的判别励磁流通的方法，本文主要细述以下几类：1基于内部构造识别法2-5；2基于波形特征识别法；3基于智能理论识别法。2 基于变压器回路方程原理识别法i1fmi2u2我们知道产生励磁涌流的最根本缘由在于变压器励磁支路由于铁芯饱和而导致的非线性。基于励磁电感参数识别励磁涌流的方法从励磁涌流产生的本质缘由(变压器铁芯磁路饱和)动身，通过励磁电感的变化状况进展励磁涌流和故障电流的识别，可以有效地减小谐波重量变化带来的影响。基于回路方程识别法是依据绕组参数发生变化及绕组电流发生变化来推断变压器内部有无故障。u1图 1单相双绕组变压器以双绕组单相变压器为例，对于图1 所示的变压器模型，有以下回路方程

5、成立：状况下都会产生；三是变压器绕组星角接线形式u = ridif+ L1 + Nm(1)下，无法得到角侧绕组电流, 励磁涌流可能与故障电流的混淆在一起1。目前，系统中配置的变压器差动保护主要是根11 1u= r i22 21 dtdi+ L22 dt1 dt+ N fm2 dt(2)式中：u 、u 为原、副边绕组的电压，i 、i1212为原、文献7本文在对变压器励磁涌流和内部故障副边绕组端的电流，可以实时测量； r 、 r12为原、的鉴别方法(特别是对连续角原理和波形对称原理)副边绕组的电阻，L 、L12为原、副边绕组的漏电感；进展深入争论的根底上，提出了一种利用较短的数N 、 N12为原、

6、副边绕组的匝数；fm为原、副边绕据窗，推测出相应的标准正弦波，分析故障电流、组间的互感磁通。设变压器的变比为nT项得到：di= 1 ，消去式(1)、(2)中的fdtmdi励磁涌流与推测的标准正弦波的相像程度来识别励磁涌流和内部故障电流。该方法基于涌流波形畸变严峻的根本思想，能够利用较短的数据窗，推测出相应的标准正弦波，通过分析实际采样波形这种方法数据窗较短，特征明显识别正确，不受电流互u - u = i r - i r + L1 - L2(3)121 12 21 dt2 dt感器饱和的影响等。在变压器正常运行、励磁涌流及外部故障状态下， 等式(3)成立；但是当变压器发生内部匝间故障时， 由于绕

7、组参数发生变化及绕组电流发生变化，等式(3)不成立；当变压器发生内部接地短路、相间短路时，由于变压器端侧的电流并不全部流过绕组，回路方程同样也不再平衡。因此，可以实时计算式(3) 推断变压器内部有无故障发生，以此来打算保护是否动作。该方法完全摆脱了励磁涌流和过励磁电流的 困扰，实现了差动保护迥然不同的变压器主保护， 构思颖，原理简明。但实践中存在如下困难：变压器原、副边绕组漏电感极难准确获得，目前尚无可行的测取方法，导致整定困难。3 基于波形特征识别法目前广泛承受的一些方案是基于励磁涌流的 波形特征，如二次或偶次谐波制动、连续角闭锁、波形对称等原理。而在近几年的争论中，基于波形特征识别法根本可

8、以分为两个大方向：一种是利用二次谐波和连续角特征，通过的数学模型或算法提高识别的准确性；另一种是利用其他波形特征结适宜宜的算法来实现励磁涌流的识别。文献6基于励磁涌流与故障电流频率上的差异，在推导单相励磁涌流的傅里叶级数表达式根底上，分析出涌流波形中各次谐波之间满足肯定的相位关系 ，在涌流的谐波分析中，觉察励磁涌流中的相位信息对正确判别涌流也格外有效，如二次谐波制动原理增加相位判据特征，可依据基波与二次文献8作者探讨了GE变压器保护中承受二次谐波附加相位制动原理的适用范围，该原理是从单相变压器涌流特征分析而得到的，但在三相变压器中并不肯定完全适用。觉察励磁涌流中的相位信息对正确判别涌流也格外有

9、效，如二次谐波制动原理增加相位判据特征，可依据基波与二次谐波之间的相位关系，自适应调整二次谐波制动比，充分利用涌流频谱中的幅值、相位信息，对提高二次谐波制动原理的性能有很大的价值，能有效改善大型变压器中区分涌流和内部短路的力量；同时在利用二次谐波相伴判据时，还考虑到涌流助增现象，并且结合变压器差动保护不同的转角方式，全面分析涌流的二次谐波特征，提高判据的正确性。文献9为了抑制二次谐波制动变压器差动保 护的动作速度满足不了大容量变压器要求的缺乏， 作者提出了一种用于变压器差动保护虚拟三次谐 波制动原理。该原理可有效地识别对称性励磁涌 流；能有效地防止励磁涌流引起的保护误动；提高了保护动作的速度，

10、能在12ms左右发出跳闸指令。本文提出的虚拟三次谐波制动的方案是利用励磁 涌流中信息量最为丰富的以尖脉冲为中心的半周 波形作为前半周信息，利用“平移变号” 原则虚拟构成后半周信息，前后合起来构成一个完整的周波信息。这一合成信号符合奇对称原则。奇对称原则是指基涉及奇次谐波在基波前半周波形与后半T周波形存在平移 反号后相等的关系。例如设正弦2谐波之间的相位关系，自适应调整二次谐波制动 比，充分利用涌流频谱中的幅值、相位信息，对提基波电流为：i = I11sinw t1(4) ，则奇次谐波为：高二次谐波制动原理的性能有很大的价值，能有效改善大型变压器中区分涌流和内部短路的力量。i0,n= I0,ns

11、in(2n +1)w t1(5) ， 奇 次 谐 波 满 足 ：Isin(2n +1)wt = -Isin(2n +1)w(t + T )压器原副边正序和负序电流重量的方向进展变压器的故障诊断，抑制了传统的二次谐波制动特性差0,n10,n12(6)动保护在涌流伴随故障状态下的动作延时，能正确文献10提出一种基于积分算法的波形对称原理，以区分电力变压器的励磁涌流和内部短路。该方法利用积分处理以提取变压器内部故障的短路电流的波形对称特征。如设弧 ABC 是一段带有直流重量的的一周期的故障电流波形。为了定义地度量其对称程度，把弧 BC 作如下变换：把 BC 沿横B ”B ”轴翻转，变为C ，把C 前

12、移一周，变为S - Stimax( S, S)+-CB ” 。识别变压器的内部故障、励磁涌流、外部故障及空载合于内部故障等不同状态。用此原理构成的变压器保护动作时间最快可为半个周期，可适合于任意连接方式的双绕组变压器，且不受系统参数的影 响， 具有广泛的有用性和很强的容错力量，大量仿真结果证明白此方法的优越性。文献12-13 以神经网络法为主，结合其他数学方法以提高样本训练效果。文献12 结合小波神经网络，它能够将小波变换的构造完整保存在神经网络的实现中。同时小波变换中的尺度参数和位置参数作为神经网络权空间的一局部，可以自适应修正，并将这种修正通过网络完整再现。因此，小波神经网络是指神经元功能

13、函数中含有小波或其相定义 K=sym(6) ，以 K及mys来度量电应的尺度函数的神经网络。它能准确识别变压器励磁涌流与内部故障电流。理论分析及仿真测试表流波形的对称性。式中S ： 弧 AB 与B ”C ”明，基于小波神经网络的励磁涌流和内部故障识别方法，与传统的方法相比，响应速度及准确率都有AB ”BC ”围成的面积；S ：以 AB ” 、B ”C ”明显提高。同时，本文为处理类似问题开创了一条的途径。tiS为上下底的梯形面积； + ：弧 AB 与SAB 围成的面积；文献13 结合 Slantlet 变换方法，实现有效的特征提取，再通过二元神经网络法进展识别。Slantlet 变换是一种改进

14、的正交离散小波变换，它突- 为弧 BC 与线段 BC 围成的面积。在此根底上，进一步提出了用模糊集理论区分变压器的励磁涌 流和内部短路的模糊数学模型，并对该数据进展了EMTP仿真。基于波形特征识别法例如二次谐波制动法、连续角法、电压制动法。二次谐波制动法原理简洁， 微机实现简洁，但电网电压等级的提高和规模的扩大、变压器容量的增大和制造技术的提高使其面临一些问题；连续角法保护硬件的本钱很高；电压制动原理要求对系统阻抗有比较准确的了解。4 基于智能理论识别法智能理论识别法，主要利用神经网络法、模糊理论法及其他智能学习法来识别励磁涌流。文献11 提出一种用变压器原、副边正序和负序电流重量的方向区分变

15、压器状态 EANN(专家系统和神经网络) 方法。它把专家学问与神经网络计算相结合, 用变破了通过滤波器组迭代生成小波基函数的方式，在设计上它具有明确的基函数表达式； Slantlet 的基函数具有分片线性的特点，适合处理具有强连续和跳变特性的信号。但训练人工神经网络是一件格外繁琐的事。而且，训练时需要大量的样本数据，其猎取及预处理的工作量很大，尽管如此，仍难以保证训练样本集的完备性，从而导致误判。文献14以模糊理论法为主，使用各判据按重要度或权重大小综合确定识别结果。文献14结合神经网络法，提出了一种自适应神经模糊法。此法利用神经网络的并行计算和学习力量，联合模糊系统的模拟人类思考决策模式制定

16、计算方法，它主要包括三个局部：模糊化；模糊推理；去模糊化。以二次谐波畸变率和间歇角作为输入，去模糊化后得到的输出为接近于 0 或 1 的 01 之间的数。励磁涌流的结果值接近于 1，以 0.5 作为门槛值推断是否动作。模糊理论算法比起常规算法有进步性，模糊理论由于承受了多种判据使保护有更高的牢靠性。从仿真结果看，在常规保护某一励磁涌流判据例如二次谐波判据完全会造成错误推断而导致保护误动或拒动的状况下，模糊方法却能得出正确的结 果。但是，该方法只是变压器励磁涌流识别中的一个探究，目前有很多问题难以解决，如模糊规律中隶属函数与权重应当如何选择？这个问题的回 答建立在原有生疏的根底上，而且需要技术人

17、员对问题有较深人的生疏。5 总结十多年来国内外学者对变压器保护的励磁涌 流与内剖做障判别方法原理从各方面进展了深人 的争论和试验，提出了很多不同的方案。其中大多数进展的动模试验和仿真证明具有较高的灵敏度 和牢靠性，但离微机保护的实现还有一段距离。而原来已用于实际的一些方法随着电力系统的进展 也面临着的考验。为此，加速研制判据格外迫切与重要。参考文献1 王增平电力主设备保护争论的几个热点问题 J华北电力大学学报，2023，35(6)： 27-312 王雪，王增平，徐岩电力变压器励磁涌流和故障电流的仿真争论J高压电器，2023，39(6)：54-583 王增平，徐岩，王雪基于变压器模型的型变压器保

18、护原理的争论J中国电机工程学报，2023，23(12)： 1-64 朱可，姜杰，张太勤基于等效瞬时电感参数辨识的变压器励磁涌流判别方法J 电力系统保护与掌握 ， 2023，38(20)：12-165 Ge Baoming，Anibal T. de Almeida，Zheng Qionglin， and Wang Xiangheng An EquivalentInstantaneous Inductance-Based Technique for Discrimination Between Inrush Current and Internal Faults in Power Transfor

19、mers JIEEE TRANSACTIONS ON POWER DELIVERY， 2023，20(4)：2473-24826 袁宇波，陆于平，李澄，许扬基于附加相位判别的自适应二次谐波励磁涌流制动方案争论J中国电机工程学报，2023，26(18)：19-247 李贵存，刘万顺，刘健飞用波形拟合识别变压器励磁涌流和内部故障电流的方法J电力系统自动化， 2023，25(14)：15-148 袁宇波，陆于平，李澄，许扬三相涌流波形特征分析及差动保护中承受二次谐波相位制动的原理J中国电机工程学报，2023，26(19)：23-289 陈德树，尹项根，张哲虚拟三次谐波制动式变压器差动保护中国电机工程

20、学报，2023，21(8)10 张雪松，何奔腾基于误差估量的变压器励磁涌流识别原理J中国电机工程学报，2023，25(3)：94-9911 李永利，顾福海，刘志华等神经网络理论在变压器故障诊断中的应用J电力系化，1999，23(24)： 20-2212 王莉丽，荣雅君基于小波神经网络的变压器励磁涌流和内部故障电流的识别J继电器，2023，7(15)： 20-2313 Amitava Chatterjee ， Madhubanti Maitra ， Swapan Kumar GoswamiClassification of overcurrent and inrush current for p

21、ower system reliability using Slantlettransformandartificialneural networkJExpert Systems with Applications，2023， 36：2391-239914 Xiaoxu Ma，Jun ShiA new method for discriminationbetween fault and magnetizing inrush current using HMMJElectric Power Systems Research，2023，56： 43-4915 黄永红，马锋，沈敏基于最小二乘支持向量机的变压器励磁涌流识别方法争论J电力系统保护与掌握，2023，38(23)：93-96