基于小波和神經網絡的變壓器勵磁涌流鑒別的研究.pdf

1、隨著我國經濟的迅猛發(fā)展，人們對電力的需求日益增長。電力系統(tǒng)規(guī)模不斷擴大，對大型變壓器保護也隨之提出了新的要求。差動保護一直作為電力變壓器的主保護，但變壓器突然空載合閘時出現(xiàn)的勵磁涌流易造成差動保護誤動作，因此正確鑒別勵磁涌流仍然是保證變壓器差動保護可靠運行的最關鍵和最困難的問題之一。若能將勵磁涌流識別出來，就能提高保護動作的可靠性，因此本文針對當前實際應用的和有關文獻中提到的一些識別方法進行了分析、比較，在綜合考慮多方面因素后，提出了一

2、種基于小波與改進型BP神經網絡的勵磁涌流識別方法。 勵磁涌流是變壓器突然空載合閘時產生的一種很大的沖擊電流，本文分析了它產生的原因及特征，探討了短路故障電流的產生及特征，同時也研究了區(qū)分變壓器勵磁涌流和故障電流的各種方法。 小波變換具有多尺度分析和時-頻局部化特性，特別適合邊緣和峰值突變信號的處理和特征提取。當小波函數(shù)取光滑函數(shù)的一階導數(shù)時，信號小波變換的模在信號突變點將取得局部極大值。本文利用這些性質對三相變壓器的勵磁

3、涌流間斷角進行檢測。 人工神經網絡不但具有高度的自適應性和自組織性，以及很強的魯棒性和容錯能力，而且能夠充分逼近復雜的非線性關系。本文將其運用于鑒別勵磁涌流和故障電流。首先，建立一個三層前向動態(tài)結構的BP神經網絡；然后將三相變壓器兩相涌流差流的二次諧波含量比和間斷角作為網絡的輸入樣本；其次，運用改進型BP網絡訓練算法，通過樣本訓練優(yōu)化網絡結構模型。整個的實驗結果表明，本文所設計的神經網絡能成功地、快速地鑒別勵磁涌流和故障電流，顯