基于谐波—神经网络变压器励磁涌流识别方法-电力系统及其自动化专业论文.docxVIP

摘要“经济要发展，电力要先行”，坚强的电力工业是我国飞速发展的市场经济的有力后 盾与支撑。随着工业用电与生活用电不断增长，全国的用电越来越紧张。变压器作为电 力系统的重要电气设备，其运行的安全与否直接关系到整个电力系统能够连续、稳定可 靠地工作。随着电力变压器容量的不断增大，变压器的结构也越来越复杂，电力变压器 发生故障将会使供电系统中断，威胁到国家和人民的正常生产生活。而变压器保护的难 点之一就在于如何正确地识别变压器励磁涌流，防止涌流造成变压器保护的误动作。本文首先列举了目前变压器励磁涌流识别常用的几种方法，并指出了这些方法的优 缺点，说明研究新的励磁涌流识别方法的必要性。随后建立了单相变压器和三相变压器 励磁涌流的仿真模型，推导出变压器励磁涌流的产生过程。根据励磁涌流的表达式可知 变压器励磁涌流的影响因素。之后，本文又简单介绍了一下变压器励磁涌流的波形特点， 为后续基于谐波—神经网络算法的变压器励磁涌流识别新算法的提出做出准备。针对提出的新算法，本文首先介绍了目前常用的以二次谐波制动为理论依据的励磁 涌流识别方法，包括谐波比最大相制动法、故障相制动法、分相制动法以及综合相制动 法，之后又从铁芯材料的变化、电网电压等级的升高以及无功补偿措施的影响三方面着 重指出了目前所用的二次谐波制动识别变压器励磁涌流所存在的缺点。在神经网络中， 选用BP神经网络，并采用鲁棒性强，收敛速度快的LM 优化法。最后，利用MATLAB仿真软件分别建立了变压器励磁涌流和内部故障电流的仿真 模型，利用FFTAnalysis提取出故障电流和励磁涌流的高次谐波含量。随后，又利用 MATLAB 编写出BP 神经网络的训练学习过程，利用二次和三次谐波含量作为神经网络 的输入，发现只需经过较少的训练次数就可收敛满足精度要求。实验结果证明了该算法 的可行性。文章最后针对仿真结果提出了一个鉴别变压器励磁涌流的新判据。关键词：变压器保护、励磁涌流、内部故障电流、谐波、神经网络Abstract‘Toensureeconomicdevelopment,electricpowermustgoahead.’Astrongpowerindustry isapowerfulsupporterofourcountry’seconomicalswiftdevelopment.Withtheincreasingof commercialpowerandhouseholddemand,thenationwidepowerutilizationisbecomingmore andmoretension.Asoneofpowersystem’simportantelectricaldevices,thesafeoperationof powertransformerdirectlyrelatestothewholepowersystem’scontinuous,steadandreliable work.Withtheincreasingoftransformer’scapacity,itsstructureisbecomingmoreandmore complex.Thefaultoftransformerwillcausethepowersupplysysteminterruptandthreatthe nationalandpeople’snormalproductionandlife.Butoneoftransformer’sprotection’s difficultiesishowtoidentifytransformer’sinrushcurrentandpreventtransformer’s mal-operation caused byinrushcurrent.Firstly,thispaperlists severalcommonlyusedmethodstoidentifytransformerinrush currentandpointsoutthesemethods’meritsanddemerits.Itshowsthenecessityofstudya newmethod.Thenmathematicalmodelsofbothsignal-phasetransformerinrushcurrentand three-phasetransformerinrushcurrentarebuilttodeducetheproductionmechanismofinrush current.Fromtheexpressionofinrushcurrent,wecanknowitsinfluencingfactors.Thenthis papersimplyint