《变压器励磁涌流识别技术综述.doc》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.doc（5页珍藏版）》请在金锄头文库上搜索。
1、分 数: _ 任课教师签字：_ 华北电力大学研究生结课作业学 年 学 期：2011-2012第二学期课 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：2012-9- 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一直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，它的故障将对供电可靠性
2、和系统正常运行带来严重的影响。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情况下，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，由于电力变压器采用闭合铁芯，其实质上是一个非线性元件，这种非线性对保护是非常不利的。在变压器运行条件复杂的情况下，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拟，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、不可回避的难题。励磁涌流识别的困难
3、主要在于：一是有很强的非线性特征，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情况下都会产生；三是变压器绕组星角接线形式下，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据励磁涌流的波形特征进行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。
4、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，差别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研究提出的判别励磁流通的新方法，本文主要细述以下几类：（1）基于内部结构识别法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我们知道产生励磁涌流的最根本原因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原因(变压器铁芯磁路饱和)出发，通过励磁电感的变化情况进行励磁涌流和故障电流的识别，可以有效地减小谐波分量变化带来的影响。基于回路方程识别法是
5、根据绕组参数发生变化及绕组电流发生变化来判断变压器内部有无故障。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，有下列回路方程成立： (1) (2)式中：、为原、副边绕组的电压，、为原、副边绕组端的电流，可以实时测量；、为原、副边绕组的电阻，、为原、副边绕组的漏电感； 、为原、副边绕组的匝数；为原、副边绕组间的互感磁通。设变压器的变比为，消去式(1)、(2)中的项得到： (3)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
6、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)判断变压器内部有无故障发生，以此来决定保护是否动作。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，构思新颖，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采用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、间断角闭锁、波形对称等原理。而在近几年的研究中，基于波形特征识别法基本可以分为两个大方向：一种是利用二次谐波和间断角特征，通过新的数学模型或算法提高识别的准确性；另一种是利用其他
7、波形特征结合合适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基础上，分析出涌流波形中各次谐波之间满足一定的相位关系 ，在涌流的谐波分析中，发现励磁涌流中的相位信息对正确判别涌流也非常有效，如二次谐波制动原理增加相位判据特征，可根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能力。文献7本文在对变压器励磁涌流和内部故障的鉴别方法(特别是对间断角原理和波形对称原理) 进行深入研究的基础上，提出了一种利用较短
8、的数据窗，预测出相应的标准正弦波，分析故障电流、励磁涌流与预测的标准正弦波的相似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重的基本思想，能够利用较短的数据窗，预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，不受电流互感器饱和的影响等。文献8作者探讨了GE变压器保护中采用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一定完全适用。发现励磁涌流中的相位信息对正确判别涌流也非常有效，如二次谐波制动原理增加相位判据特征，可根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
9、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能力；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为了克服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不足，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，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
10、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。奇对称原则是指基波及奇次谐波在基波前半周波形与后半周波形存在平移反号后相等的关系。例如设正弦基波电流为：(4)，则奇次谐波为：(5)，奇次谐波满足： (6)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。如设弧是一段带有直流分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，把弧作如下变换：把沿横轴翻转，变为，把前移一周，变为。定义(6)，以来度量电流波形的对称性。式中S：弧与及围成的面
11、积；：以 、为上下底的梯形面积；：弧与围成的面积；为弧与线段围成的面积。在此基础上，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，并对该数据进行了EMTP仿真。基于波形特征识别法例如二次谐波制动法、间断角法、电压制动法。二次谐波制动法原理简单，微机实现容易，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；间断角法保护硬件的成本很高；电压制动原理要求对系统阻抗有比较精确的了解。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分量的方向区分
12、变压器状态EANN(专家系统和神经网络)方法。它把专家知识与神经网络计算相结合, 用变压器原副边正序和负序电流分量的方向进行变压器的故障诊断，克服了传统的二次谐波制动特性差动保护在涌流伴随故障状态下的动作延时，能正确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， 具有广泛的实用性和很强的容错能力，大量仿真结果证明了此方法的优越性。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结构完整保存在神经网
13、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部分，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函数中含有小波或其相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明显提高。同时，本文为处理类似问题开创了一条新的途径。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行识别。Slantlet变换是一种改进的正交离散小波变换，它突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
14、明确的基函数表达式；Slantlet 的基函数具有分片线性的特点，适合处理具有强间断和跳变特性的信号。但训练人工神经网络是一件非常繁琐的事。而且，训练时需要大量的样本数据，其获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能力，联合模糊系统的模拟人类思考决策模式制定计算方法，它主要包括三个部分：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
15、涌流的结果值接近于1，以0.5作为门槛值判断是否动作。模糊理论算法比起常规算法有进步性，模糊理论由于采用了多种判据使保护有更高的可靠性。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）完全会造成错误判断而导致保护误动或拒动的情况下，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新探索，目前有很多问题难以解决，如模糊逻辑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认识的基础上，而且需要技术人员对问题有较深人的认识。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行了深人的研究和试验，提出了许多不同的方案。其中大多数进行的动模实验和仿真证明具有较高的灵敏度和可靠性，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发展也面临着新的考验。为此，加速研制新判据非常迫切与重要。参考文献1 王增平电力主设备保护研究的几个热点问题J华北电力大学学报，2008，35(6)： 27-31 2 王雪，王增平，徐岩电力变压器励磁涌流和故障电流的仿真研究J高压电器，2003，39(6)：54-583 王增平，徐岩，王雪基于
