- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于差动电流波形特征的励磁涌流识别新计划
第27卷第9期 电 力 自动 化 议 备 Vo1.27No.9
2007年 9月 ElectricPowerAutomationEquipment Sept.2007 动
一种基于差动 电流波形特征 的
励磁涌流识别新方法
韩正庆,刘淑萍
(西南交通大学 电气工程学院,四川成都610031)
摘要: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,.]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。
关键词 :励磁涌流;对称涌流;故障电流;差动保护
中图分类号:TM772 文献标识码 :A 文章编号 :1006-6047(2007)09-0051-04
流互感器(TA)饱和后的间断角4[[]
0 引言 针对传统制动原理的局限性,出现了许多新的励
差动保护作为变压器的主保护,其主要矛盾一直 磁涌流识别方法 一〔“6‘1。其中,电流波形特征识别法仅
集中在如何准确识别励磁涌流和内部故障电流上。 需识别励磁涌流与短路电流波形特征的不同,无需
随着电力系统的发展,传统的制动原理如二次谐波 考虑电压互感器暂态和断线等情况,是当前研究的主
原理[[I-2」和间断角原理[[1.3-4〕已不能满足现代电力系 流。笔者从差动电流的全波傅氏算法计算结果和半
统的要求。当前,工程上应用最广泛的是二次谐波 波傅氏算法计算结果的差异出发,根据励磁涌流的波
原理作为制动判据,但该原理面临以下问题:制动比 形特征,提出了一种新的励磁涌流识别方法。理论
难以选择5-〔6],可能无法识别对称涌流7[-8],现代变压 分析和动模试验表明,所提出的方法可以快速、可靠
器磁特性的变化,使得涌流时二次谐波含量降低,保 地区分励磁涌流和内部故障电流,并较好地克服了传
护容易误动,超高压长线对地电容的增大和无功补 统制动原理的缺点。
偿设备的投人运行又延长了保护的动作时间I5-8] l理论分析
间断角原理同样面临问题:需要较高的采样率,因而
对硬件要求较高[[3,6],需要采取一定的措施以测量电 目前,工程上广泛应用全波傅氏算法计算差动电
流的各次谐波分量。全波傅氏算法的数据窗为一工
收稿 日期:2006-09-2头修回日期:2007-01-28 频周期 ,算法本身具有滤波作用 ,能抑制恒定直流和
Powertransformerfaultdiagnosisbasedonleast
squaresupportvectormachine
XIAOYan一cai,ZHUHeng-jun
(SchoolofMechanical,ElectronicandControlEngineering,
BeijingJiaotongUniversity,Beijing100044,China)
Abstract;DGA(DissolvedGasAnalysis)isessentialtothefaultdiagnosisofpowertransformer.A
modelusingLS一SVM(LeastSquareSupportVectorMachine)isbuilttoimprov
文档评论(0)