变压器劢磁涌流与故障识别研究

摘要

变压器主要负责电能的传送和电压变换，电力系统若是要连续安全稳定的工作，需要其安全运行，所以，变压器保护研究长期以来是电力系统继电保护中的重要课题。励磁涌流识别一直是变压器纵差保护中的关键性问题，对提高其保护的准确率以及改善电力系统的供电品质有着重要的意义。为此国内外专家们进行了大量的分析研究工作，提出了多种识别涌流的方法，但是，各种识别方法都有各自的优缺点，还无法满足现代微机继电保护的要求，因此，需要对变压器励磁涌流的识别展开深入的研究。 本文针对变压器纵差保护装置易受涌流误动作问题，通过对涌流波形和故障波形进行分析，提出基于改进经验模态分解-鱼群优化概率神经网络(EMD-FSAPNN)的涌流辨识方法。 本文首先分析了三相涌流产生的原因和对差动保护的影响，通过对变压器不同运行状态下的波形进行比较，利用改进的EMD对差流信号进行分解，获得不同尺度的信号。其次针对两种信号在多尺度小波能量差异的问题，采用基于多尺度小波能谱熵对信号进行特征提取的方法，获得不同波形的小波能量谱，以能量谱的特征量作为优化PNN的输入参数进行分类。 然后针对PNN中平滑因子的选择问题，提出基于鱼群优化的PNN对信号进行识别分类的方法，该算法能够自适应的快速找到较合适的平滑因子，使用训练样本集和测试样本集分别对网络模型进行训练和测试。最后进行了涌流和故障差流波形的仿真实验，仿真结果表明，该方案可以准确地识别变压器励磁涌流和故障差流，准确率高，为辨别变压器涌流与故障提供了参考。

目录

第一个书签之前

1绪论

1.1本课题研究的背景与意义

1.1.1 研究背景

1.1.2 研究意义

1.2国内外研究现状及发展趋势

1.2.1国外的研究现状分析

1.2.2国内的研究现状分析

1.2.3发展趋势

1.3论文的主要内容及结构安排

1.3.1论文的主要内容

1.3.2论文的结构安排

2变压器励磁涌流分析及纵差保护

2.1变压器励磁涌流对差动保护的影响

2.2变压器励磁涌流及其特征

2.2.1变压器励磁涌流产生的原因

2.2.2变压器励磁涌流的特征分析

2. 3短路故障电流及其特征

2.4励磁涌流的识别方法分析

2.4.1二次谐波方法

2.4.2间断角判别分析

2.4.3波形对称原理判别方法

2.4.4小波变换方法判别分析

2.4.5谐波电压制动判断方法

2.5本章小结

3经验模态分解及其改进方法

3.1经验模态分解的基本思路

3.2经验模态分解算法

3.2.1瞬时频率与单分量信号

3.2.2本征模态函数及筛分过程

3.3改进的EMD算法

3.4小波理论

3.4.1小波变换方法分析

3.4.2小波分解过程

3.5熵的定义

3.5.1信息熵理论

3.5.2小波能量熵信号提取方法

3.6本章小结

4鱼群优化的概率神经网络故障分类方法

4.1神经网络的概述

4.2常见的神经网络分析

4.2.1 BP神经网络

4.2.2 RBF神经网络

4.3概率神经网络的原理及结构

4.3.1贝叶斯(Bayes)分类准则

4.3.2 Parzen窗函数

4.3.3 PNN神经网络的结构

4.3.4 PNN神经网络算法步骤

4.3.5 PNN与BP、RBF神经网络的比较分析

4.4人工鱼群优化算法

4.4.1人工鱼群算法基本行为描述

4.4.2鱼群的主要行为

4.5基于鱼群优化概率神经网络变压器励磁涌流与故障的分类

4.6本章小结

5 励磁涌流和故障电流检测与识别的仿真分析

5.1变压器励磁涌流仿真模型

5.2变压器内部故障电流仿真模型

5.3励磁涌流和故障电流的EMD特性分析

5.4多尺度小波能量熵的信号特征提取

5.4.1空载合闸

5.4.2相间短路

5.4.3单相接地短路

5.4.4 变压器空载合闸于内部故障

5.5各种情况下Kmax的值及分析

5.6基于鱼群优化概率神经网络的变压器不同运行状态类型的识别

5.7本章小结

6结论与展望

6.1结论

6.2展望

致谢

参考文献

附 录

1 攻读硕士学位期间发表的论文

2 攻读硕士学位期间申请的专利

3 攻读硕士学位期间参与的竞赛项目和获奖情况