CN108139432A - 校正电流互感器中饱和效应的方法以及其智能电子设备 - Google Patents

校正电流互感器中饱和效应的方法以及其智能电子设备 Download PDF

Info

Publication number
CN108139432A
CN108139432A CN201680038748.8A CN201680038748A CN108139432A CN 108139432 A CN108139432 A CN 108139432A CN 201680038748 A CN201680038748 A CN 201680038748A CN 108139432 A CN108139432 A CN 108139432A
Authority
CN
China
Prior art keywords
sampled value
saturation
deviation
ied
threshold
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201680038748.8A
Other languages
English (en)
Other versions
CN108139432B (zh
Inventor
H.萨特斯
M.坎德
R.戈雷
S.瓦桑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ABB Technology AG
Original Assignee
ABB Technology AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ABB Technology AG filed Critical ABB Technology AG
Publication of CN108139432A publication Critical patent/CN108139432A/zh
Application granted granted Critical
Publication of CN108139432B publication Critical patent/CN108139432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M1/00—Details of apparatus for conversion
    • H02M1/40—Means for preventing magnetic saturation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R15/00—Details of measuring arrangements of the types provided for in groups G01R17/00 - G01R29/00, G01R33/00 - G01R33/26 or G01R35/00
    • G01R15/14—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks
    • G01R15/18—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks using inductive devices, e.g. transformers
    • G01R15/183—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks using inductive devices, e.g. transformers using transformers with a magnetic core
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/18—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using conversion of DC into AC, e.g. with choppers
    • G01R19/20—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using conversion of DC into AC, e.g. with choppers using transductors, i.e. a magnetic core transducer the saturation of which is cyclically reversed by an AC source on the secondary side
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/005—Calibrating; Standards or reference devices, e.g. voltage or resistance standards, "golden" references
    • G01R35/007—Standards or reference devices, e.g. voltage or resistance standards, "golden references"
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F3/00—Non-retroactive systems for regulating electric variables by using an uncontrolled element, or an uncontrolled combination of elements, such element or such combination having self-regulating properties
    • G05F3/02—Regulating voltage or current

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Emergency Protection Circuit Devices (AREA)
  • Measurement Of Current Or Voltage (AREA)

Abstract

公开了一种用于在智能电子设备(IED)中生成经校正的测量电流的方法，所述经校正的测量电流为在电网中的初级电流的真实表示。该方法对来自CT的所测量的采样值使用回归和第一阈值以检测指示可能饱和的偏差时刻。然后基于小波和第二阈值进行饱和时刻的检测。然后实时执行使用动态校正因子的基于回归的校正以获得经校正的采样值，即，经校正的测量电流。基于预定的选择标准完成校正的结束。生成的经校正的测量电流被用于IED中的保护和控制功能。还公开了在IED中作为用于执行以上描述的方法的功能模块的CT输出重生模块。

Description

校正电流互感器中饱和效应的方法以及其智能电子设备
技术领域
本发明大体上涉及使用接收来自电流互感器(CT)的输入的智能电子设备实现的电网管理的领域，且更具体而言涉及监测、检测和校正在CT输出中的饱和效应。
背景技术
在电网中流动的电流的高数值必须被变换至较低的水平以使其适合用于在电网中的电子测量、监测以及功率装备的控制和保护应用。通常电流互感器(CT)被用于这种变换，其中CT的初级绕组端子连接在电网中用于测量流过CT的初级绕组的电流且次级绕组端子具有对应于CT中的初级电流的较低水平的电流，当用分流器短接时所述初级电流在次级绕组中流动。
在故障和干扰期间，由于流过CT的电流非常高，CT的核心可饱和。这导致在CT的次级端子处生成饱和的次级信号作为输出，从而具有错误地表示在电网中流动的电流的状况。该核心饱和现象可对所有依赖于来自CT的电流输出的测量、监测和保护应用产生不利的影响。
智能电子设备(IED)常常被部署用于电网中的保护和控制功能。若干功能设备使用IED来实现且它们使用CT电流输出进行各种保护以及控制决策和操作。因为在故障和干扰状况期间CT的输出可能不指示电网中的真实电流，因此通过IED执行的充分保护和控制决策受到影响，而这导致连接在电网中的装备损坏。
一些已知的方法包括CT饱和检测，其中如果检测到饱和，则使用信息来约束/调节依赖于CT数据的继电器(IED)。一些其它方法使用人工智能技术如神经网络来检测CT饱和，其中需要大量的过去的数据来训练神经网络。在下文中描述了一些这种方法。
US 6617839B2给出一种用于检测由于CT饱和而导致的波形失真的方法，但没有给出用于对其校正的任何技术。US 7127364B2讨论了一种关于CT饱和和校正的方法，其中，来自波形的未饱和部分的数据用来开发自回归(AR)模型并提取进一步被用来校正波形的饱和部分的系数。该方法在计算方面属于非常密集型的且实际上可不适用于低端IED和具有严格的实时需求的应用。EP0980129A2给出了一种基于人工神经网络(ANN)的CT饱和校正的解决方案。这些ANN必须被预先训练来用于这种情况中。训练典型地需要大量的数据并必须被重新训练而用来部署在不同情况中。US2011025303A1和WO9313581A1也关于一些CT饱和校正机制进行了讨论，但并未从它们对于通过IED立即使用的使用情况的应用角度来看，其中准确性、计算负担和实时要求都是至关重要的。
需要提供用于IED的检测饱和状况和校正由于饱和造成的测量误差的更好的解决方案。IED具有其自身的低备用计算能力和每周期有限的样本数的挑战，且需要提供用于IED的解决方案来克服这些挑战。因此需要一种高效的方法来检测和校正在CT饱和期间测量的电流。
发明目的
当对于CT有机会达到饱和时，在故障期间需要精确的电流信息是至关重要的，有必要找到一种用于实时检测和校正CT饱和的方法，确保IED以电网中的初级电流的真实表示进行工作。这里公开的方法目的在于检测饱和以及校正饱和从而给出初级电流的正确表示。
发明内容
一方面，公开了一种用于在智能电子设备(IED)中生成经校正的测量电流(46)的方法，其中经校正的测量结果表示在电网中由电流互感器(CT)测量的初级电流。经校正的测量电流被用于在IED中的保护和控制功能中。
该方法包括按时间顺序(11)从电流互感器接收CT输出(10)的采样值，其中采样值表示在离散时刻的CT输出的实际值。
然后该方法包括对采样值应用回归(12)以获得按时间顺序在给定的时刻的估计采样值(14)，和通过获得在给定的时间(16)的估计采样值和实际值之间的差值确定第一误差(18)。然后该方法包括将第一误差(18)与第一阈值(22)进行比较以识别故障时刻并获得在故障时刻(24)之后按时间顺序出现的采样值的步骤。
然后该方法包括对在故障时刻(24)之后出现的采样值应用小波滤波(26)和获得在故障时刻之后出现的采样值中的一个或多个频谱(28)的步骤。接下来，该方法包括将一个或多个频谱(28)与预定的第二阈值(32)进行比较以识别饱和时刻(30)和获得在饱和时刻(36,36')时和在饱和时刻(36,36')之后的采样值。通过分别获得在故障时刻(24)的估计采样值和在饱和时刻(36)的实际采样值之间的差值确定动态校正因子(40)。
该方法包括以下步骤：通过使用回归和动态校正因子校正(42)在饱和时刻之后按时间顺序出现的采样值以在饱和时刻之后获得经校正的采样值(44)；和基于预定的选择标准选择(48)经校正的采样值用于生成经校正的测量电流(50)，其中预定的选择标准指在CT输出中的饱和的清除。因而，实现通过应用回归模型和动态校正因子校正在饱和时刻之后按时间顺序出现的采样值以在一个或多个饱和时刻期间获得经校正的采样值(44)的步骤。
另一方面，公开了一种CT输出重生器模块作为在IED中的专用功能模块，以执行本文以上描述的方法。
附图说明
当参照附图阅读了以下详细描述，将更好地理解本发明的这些或其它特征、方面和优点，在附图中，相同的参考标号遍及附图表示对应的部件，其中：
图1为根据本发明的一个方面的具有饱和和经校正的测量电流的CT输出的波形图，所述测量电流为期望的输出电流；
图2为示出使用本发明的方法在智能电子设备(IED)中生成经校正的测量电流(46)的方法的流程和执行的框图；
图3-6为与在CT输出中的饱和的校正相关的在本发明的方法的不同步骤处的波形图；和
图7为示出在IED中的CT输出和CT输出重生器的框图。
具体实施方式
如本文和权利要求中所使用的，单数形式“一”、“一种”和“所述”包括复数引用，除非上下文明确有另外指示。
为了解决如本文在上面描述的问题，本发明的方法提供了一种监测电流互感器(CT)输出(这包括来自电流互感器的直接输出或表示CT中的初级电流的任何导出信号)、使用接收CT输出并校正CT输出以重新生成经校正的测量电流的计算/处理设备如智能电子设备(IED)检测和校正CT输出中的CT饱和效应的解决方案。因而通过处理和校正CT输出可在IED中重新生成经校正的测量电流，该经校正的测量电流是在CT的初级中流动的电流的更准确的表示。
图1为在测量期间达到饱和的电流互感器(CT)输出的示意图2。CT输出(Is，在CT的次级中流动的电流)包括遵循模拟的初级电流(Ip，为了描绘而被缩小)的波形的测量的部分4和不遵循模拟的初级电流的波形的饱和部分6。由参考标号8指示的部分表示在没有饱和效应的情况下的初级电流(预期的次级电流)，并因此应为来自CT的输出。如本文提及的，该情形典型地发生在其中初级电流非常高且CT变饱和从而使得在次级绕组中流动的经变换电流失真的故障情况或其它干扰中。在这些情况中来自CT的输出不是在电网中的初级电流的真实表示，并因此，该虚假表示导致电流信息不正确地馈送到下游的使用CT输出用于处理和控制操作的设备和仪器(诸如IED)。
在图2的框图10’中示出整个方法，该方法作为在IED中的专用功能模块被执行。这里，IED被用作示范性处理设备且可用任何其它与CT一起使用的处理设备进行该方法。IED耦合到电流互感器，IED从电流互感器接收CT输出10，并重新生成经校正的测量电流50(数字化的采样值或作为由数字-模拟转换得到的模拟电流值)。经校正的测量电流50包括在CT中用于饱和效应的校正并可根据IED的功能用于多个变电站功能和在电网中的保护和控制功能。对于另外的功能可通过同一设备，即，进行饱和校正的设备(可不存在经校正的测量电流的物理输出但这些值在内部被用于另外的功能，例如在保护功能中，基于经校正的测量电流的处理，IED的输出为针对断路器的跳脱信号)或/和通过接收经校正的测量电流的其它设备实现这种使用。
该方法包括通过IED从CT实时接收来自电流变换器的CT输出(10)的采样值(11)，和在移动窗中对一组采样值缓冲，例如m(k)、m(k+1)、m(k+2)(由“k”表示的采样值的序列)，其中采样值表示在离散的时刻(时间方面大体上由“t”表示)的CT输出的实际值。如之前提及的，IED的采样速率可为低速率且依赖于其中部署IED的功率系统规格。
该方法使用数据建模工具，诸如回归技术，即，具有模型系数(回归系数)，然后该方法包括对缓冲的一组采样值(最近的过去值)应用回归系数(12)以获得在时刻“t”的估计采样值(14)l(t)。这里将理解的是，在该组中的采样值m、m(k+1)、m(k+2)将分别对应于“t-3”、“t-2”和“t-1”。
然后方法包括通过获得在时刻“t”的估计采样值l(t)和在同一时刻“t”的实际值m(t)之间的差值(16)来确定第一误差(18) (fe)的步骤。然后该方法包括比较(即，计算)第一误差(18)与第一阈值(22)之间的差值，以识别由于误差或任何其它干扰而造成的显著误差的存在，其中第一阈值(22)可为用于所述组的各个迭代的固定阈值或更新阈值。如果差值是显著的，该时刻“t”被识别为偏差时刻，在本文中也被称为故障时刻(20)。备选地，代替使用固定阈值来进行误差确定，在一个实施方案中，追踪最大误差且如果在任何点处其超过所追踪的最大误差的3或5倍，记下那个点，其被标记为故障时刻发生点。
所识别的故障时刻被用来获得在故障时刻之后出现的采样值，例如在时刻(t+1)、(t+2)等的采样值，且针对任何的饱和效应检查这些采样值。本领域的技术人员将理解的是，饱和效应的出现主要是因为当高电流在CT中流动时故障状况。因此，在本发明的方法中检测故障时刻之后的采样值来评估饱和效应的存在。
在示范性实施方案中，进一步的处理涉及通过得到估计电流的累积样本和，使用来自故障出现后的一个周期的数据估计初始DC瞬态的符号(正负号)。完成这一点以确保对饱和时刻的正确位置的确定，即，改进灵敏度并因此使饱和得到及早检测。本领域的技术人员将理解的是，在故障期间，如果存在负的DC瞬态并且饱和发生在负的半周期内，则由于阈值为正，所以饱和不会被检测到。因此在负的DC瞬态存在的情况下，滤波器输出与负号相乘以使算法的灵敏度提高。
下面的等式被用于误差确定和第一阈值的计算。
等式 1
等式 2
等式3
C1、C2、C3为示范性预定的回归系数，其根据采样速率选自下表，以用于使用CT输出的最后两个值估计CT输出。在等式中，i est(n)为在时刻(n)的CT输出的估计采样值，err(n)为之前提及的第一误差，如果有的话，其被用来检测故障时刻，且sign(n)为DC瞬态的符号，并且i sum (n)为本文以上提及的估计采样值的累积和。
系数 80 个样本/周期 32个样本/周期 20个样本/周期
C1 -3.33067E-16 -5.55112E-17 7.107591884289E-17
C2 1.492288568 1.451774982 1.37638192047117
C3 -0.501546099 -0.509795579 -0.525731112119133。
表1：选择在不同采样速率下的回归系数。
参照在图3中的示范性波形图60，波形62示出CT输出信号i(n)，波形64和66分别给出累积和i sum (n)以及sign(n) 信号，如本文以上提及的那样。
返回参照图2，然后该方法包括以下步骤：按采样值序列对采样值(24)(即，在识别的故障时刻之后出现的采样值)应用小波滤波(26)，并以获得一个或多个在故障时刻之后出现的采样值中的频谱(28)和相关细节。在一个实施方案中，有限脉冲响应高通滤波器被用于小波滤波。本领域的技术人员将理解的是，频谱为高频细节，且在一个实施方案中使用小波滤波器如下提取这些频谱，其中小波滤波器系数h1、h2、h3、h4与在时刻n、n-1、n-2和n-3的采样值一起使用：
等式4。
在示范性实施方案中，使用基于Daubechies db-3的高频滤波器来检测饱和时刻。这不是限制，因为可应用任何适合的变换。在一个实施方案中使用的高频分解滤波器系数(被称作自动生成的滤波器系数h1、h2、h3、h4)在下表中给出：
系数 值
h1 -0.4829
h2 0.8365
h3 -0.2241
h4 -0.1294
表2：示范性的小波滤波器系数。
接下来，该方法包括将一个或多个频谱(28)与预定的第二阈值(32)进行比较以识别其中频谱超过第二阈值的饱和时刻(30)和如参考标号(34)示出的那样获得在饱和时刻时和在饱和时刻之后的采样值(36…36’)。这些是所关心的其中需要应用校正的采样值。
参照等式4，更新(更改)小波滤波，即，为了更高的精确率，filt out(n)被更改为filt out mod(n)，如下：在来自等式3的符号估计不可用之前，例如在第一周期中，filtout(n)的绝对值被用于与第二阈值进行比较并且一旦符号估计可用，filt out(n)与符号相乘的结果而与第二阈值进行比较。如下预计算在故障时刻之后的第一周期中使用的第二阈值的初始估计：
(i) 将最大的模拟输入假定为5V
(ii) 将具有所需采样速率的峰值振幅5V的正弦波应用于小波滤波器
(iii) 找到最后的输出的峰值并加上公差。
使用预定的值诸如针对采样速率为80个样本/周期的0.03、针对采样速率为32个样本/周期的0.15和针对采样速率为20个样本/周期的0.35，确定第二阈值的初始值“TH_start”。
如本文以上提及的第二阈值的初始值“TH_start”的使用，有助于甚至在在线估计激活的阈值(针对第二阈值的实时值)之前及早检测饱和(在故障之后的第一半周期内)或严重的饱和。本领域的技术人员将理解的是，在线计算的阈值将在故障后的一个周期之后可用。饱和可在第一周期本身中开始出现。当计算的第二阈值还不可用时，TH_start通过提供要在第一周期中使用的起始阈值来帮助及早识别饱和。激活的阈值TH1(n)被固定为正好在故障检测之后从经校正的测量电流波形的第二半周期获得的小波滤波器系数的绝对值的最大值。
每当如以上解释的那样获得的高频细节即频谱filt_out mod(n)超过第二阈值TH(n)，CT饱和检测信号disc_out(n)变高。
等式6。
在图4中的波形70示出CT输出i(n)72以及filt out(n)74、TH(n)76和disc_out(n)78。
返回参照图2，如本文以上解释的那样，然后通过获得在偏差的时刻的估计采样值和实际采样值之间的差值确定动态校正因子(40)，所述偏差的时刻分别包括故障时刻(24)和饱和时刻(36)。然后该方法包括通过使用回归和动态校正因子校正在饱和时刻(38)之后出现的采样值来在饱和时刻之后获得经校正的采样值(44)的步骤。
本领域的技术人员将理解的是，因为CT输出也包括DC瞬态，应用在一个示范性实施方案中被在线估计并如以下给出的那样获得的动态校正因子，其中经校正的值(n-1)和(n-3)分别指在时刻(n-1)和(n-3)的经校正的测量采样值：
等式7
等式8。
故障开始时以及每次检测到饱和便更新动态校正因子K corr(n)一次，且动态校正因子K corr(n)以波形86被示出在图5中(82指CT输出，84指饱和时刻)。
返回参照图2，选择经校正的采样值以重新生成经校正的测量电流(50)，并基于预定的选择标准完成校正的结束。本文提及的预定的选择标准指在测量电流中饱和的清除，并且其依赖于饱和检测信号Det(n)，其中Det(n)在各个周期中的饱和开始时变高并基于下面解释的状况(i)至(iv)而变低。在一个实施例中，预定的选择标准使用在同一时刻的经校正的采样值和实际采样值(46)之间的差值来检测二者之间的差异。在这两个值之间的差值接近最小值(预定的阈值)时，该方法停止使用经校正的采样值并切换到在经校正的测量电流中使用CT输出的采样值。
基于其中采用了来自在实际CT输出和经校正的测量电流之间的差值的信息的以下步骤，得到各个周期的校正点的结束，即样本的清除。在一个实施方案中使用的预定选择标准包括：
(i)在严重饱和的情况下，饱和校正在开始的几个周期内保持不变，而不考虑实际CT输出和校正测量电流之间的差值。
(ii) 如果经校正的测量电流与CT输出之间的差值降至最小值，则关闭饱和校正。(iii) 如果检测到饱和，其中实际CT输出与经校正的测量电流之间的差值正在减小，则关闭或停止饱和校正。
iv) 为了防止校正溢流到相邻的周期，饱和校正的结束必须被强制保持在当前的周期中，使得原始CT输出的足够样本可用于动态校正因子K corr(n)的评估(最少5个样本)。通过在饱和检测信号Det(n)已保持高位达预定数量'x'数的样本之后强制使其为零来实现这一点。'x'对于80个样本/周期(68个样本)为85％，对于32个样本/周期(25个样本)为80％，对于20个样本/周期(14个样本)为70％。
必须实现校正的波形的区域由使用以上选择标准评估的Det(n)标记。
最后，经校正的采样值 i*(n)由下式给出：
i * (n) = i(n)*(NOT(Enbl(n-6)ANDDet(n)))+Det(n)*(i est (n)-K_corr(n)) 等式 9
CT 输出92、饱和部分94和经校正的测量电流波形96在图6中以波形90示出。
本领域中的技术人员将理解的是，以上本文描述的方法提供实时的CT饱和校正方案，其甚至可与具有低采样速率和较低计算能力的IED和低端设备一起使用。在各种CT模型上进行的测试示出，甚至在饱和指标没有结束的情况下，该方法也能在不同的采样率下在存在残余通量和谐波失真的情况下良好地工作。另外，本文公开的方法适用于实时/在线应用。进一步的优点包括所涉及的计算量少且不密集。使用仅取决于采样频率的预定AR(自回归)系数。与文献中可用的结果相比，所公开的方法提供了更好的准确性。
在本发明的另一方面中，CT输出重生模块被公开为IED中实现上文所述方法的专用功能模块。图7的框图100示出：CT102，其用于生成CT输出104；IED106，其包括若干个功能模块(包括CT输出重生模块108)；以及其它低端保护和控制设备，它们的功能依赖于测量电流，诸如矢量测量单元(PMU)110以及可依赖于所测量电流的如数字保护继电器、监视设备等的其它这种功能设备(或模块)112...114。
CT输出重生模块108包括接收器模块118，接收器模块118用来如参照本发明的方法按时间顺序接收来自电流互感器的CT输出的采样值，并且包括用于缓冲一组采样值的移动窗。提供偏差识别模块120以对缓冲的一组采样值使用回归来估计在时间“t”的样本值而识别偏差时刻，计算在那个时刻“t”的估计采样值与实际采样值之间的差值，对该差值应用阈值，并且如果差值超出阈值，则将该时刻识别为偏差时刻。如本发明的方法中所解释的那样，偏差检测模块还包括额外的步骤，以通过顾及DC瞬态来提供对偏差的选择的更高灵敏度。提供小波滤波模块122来对故障时刻之后出现的采样值应用小波滤波，以得到采样值中的一个或多个频谱及相关细节。提供饱和识别模块124以使用来自小波滤波模块的频谱并应用如本发明的方法步骤中所提及的第二阈值来识别饱和时刻，并且按时间顺序在饱和时刻时和在饱和时刻之后获得采样值。
提供饱和校正模块126以通过使用回归和动态校正因子来校正在饱和时刻之后出现的采样值来获得经校正的采样值，其中，动态校正因子是分别在故障时刻的估计采样值和在饱和时刻的实际采样值的差值。饱和校正模块由此校正呈现饱和的CT输出的部分。在线/实时地实现校正，从而使依赖于CT输出信息的后续功能正确进行。
提供选择器模块128以选择经校正的采样值从而重新生成经校正的测量电流130，并且基于预定的选择标准结束校正，如参照该方法所解释的那样，其中预定的选择标准指CT输出中饱和的清除，并且参照本发明的方法被提及。
设备(IED)执行如以图2描述的本发明的方法，并以连续方式操作而检查CT输出的各个周期，以确保无论何时发生饱和，系统都能够对其检测和校正，使得IED中的功能模块接收电网中的初级电流的准确反映。本领域技术人员将理解的是，功能模块还可为一个或多个设备，例如矢量测量单元、保护继电器和其他这种设备。
所描述的实施例可被执行为使用与软件、固件、硬件或其任何组合相关的标准编程和工程技术的系统、方法、装备或制造物品。所描述的操作可被执行为保留在“计算机可读非暂时性介质”中的代码，其中处理器可从计算机可读介质读取和执行代码。计算机可读介质可包括诸如磁存储介质(例如，硬盘驱动器、软盘、磁带等)、光存储设备(CD-ROM、DVD、光盘等)、易失性和非易失性存储器设备(例如，EEPROM、ROM、PROM、RAM、DRAM、SRAM、闪存、固件、可编程逻辑等)等。执行所描述的操作的代码还可以硬件逻辑(例如集成电路芯片、可编程门阵列(PGA)、专用集成电路(ASIC)等)进一步被执行。 “制造物品”是包括计算机可读介质、硬件逻辑或其中可执行代码的传输信号的非暂时性“制造物品”。执行所描述的操作实施例的代码被编码在其中的设备可包括计算机可读介质或硬件逻辑。当然，本领域技术人员将认识到，在不脱离本发明的范围的情况下，可对该配置进行许多修改，并且该制造物品可包括本领域已知的适合的信息承载介质。
用于在计算设备的有形的非暂时性存储器上实现操作或功能或逻辑或算法的计算机程序代码可以已经在用或可在未来被开发的一种或多种编程语言的任何组合形式被写出。
本文提到的不同模块可使用数据存储单元或数据存储设备。计算机网络可用来允许两个或更多个电子设备或模块之间的交互，并且包括任何形式的任何形式的企业间/企业内的环境，诸如万维网、局域网(LAN)、广域网(WAN)、存储区域网络(SAN)或任何形式的内联网或任何特定的电气自动化环境。
虽然本文仅说明和描述了本发明的某些特征，但是本领域技术人员将会想到许多修改和变化。因此，应该理解的是，所附权利要求旨在覆盖落入本发明真实本质内的所有这些修改和变化。

Claims (10)

1.一种用智能电子设备(IED)校正电流互感器(CT)中的饱和效应的方法，其中，所述IED耦合至所述电流互感器以接收来自所述电流互感器的电流信号，在所述IED中进行所述方法的步骤，所述方法包括：
实时从所述电流互感器获得所述电流信号(10)的采样值并在移动窗(11)中对一组采样值缓冲；
使用缓冲的所述一组采样值获得在一个实时时刻的估计采样值(14)；
通过获得在所述实时时刻的估计采样值和在所述实时时刻获得的采样值之间的差值(16)确定第一误差(18)；
将所述第一误差(18)与第一阈值(22)进行比较以识别偏差和对应于所述偏差的起始的时刻；
对在对应于所述偏差(24)的起始的时刻之后出现的采样值应用小波滤波(26)，以获得在所述偏差的起始之后出现的采样值中的一个或多个频谱(28)；
将所述一个或多个频谱(28)与预定的第二阈值(32)进行比较以检测饱和和识别一个或多个饱和时刻(30)；
通过获得在检测到饱和(36)时的估计采样值和实际采样值之间的差值确定校正因子(40)；
通过应用回归模型和动态校正因子校正(42)按时间顺序在所述饱和时刻之后出现的采样值以在所述一个或多个饱和时刻期间获得经校正的采样值(44)。
2.根据权利要求1所述的方法，其特征在于，应用回归包括使用多个预定的回归系数。
3.根据权利要求2所述的方法，其特征在于，所述多个预定的回归系数得自在所述CT输出的采样频率下的单位正弦波。
4.根据权利要求1所述的方法，其特征在于，所述第一阈值是确定所述偏差的起始的预定的第一阈值或基于规则的第一阈值中的至少一个。
5.根据权利要求1所述的方法，其特征在于，使用具有预定的小波系数的有限脉冲响应高通滤波器完成所述小波滤波。
6.根据权利要求1所述的方法，其特征在于，使用对应于在检测到偏差之后的第一周期中的所述CT输出的采样频率的限定的第二阈值和在检测到超出所述第一周期的偏差之后的第二半周期中计算的频谱的最大值得出所述预定的第二阈值。
7.一种具有CT输出重生模块(108)的智能电子设备(IED)(100)，所述输出重生模块(108)用于校正耦合至所述IED的电流互感器(CT)中的饱和效应和用于生成经校正的测量电流，其中所述经校正的测量电流表示由电流互感器(102)测量的在电网中的初级电流，且其中所述校正的测量电流(130)被用于在所述IED中的保护和控制功能，所述CT输出重生模块包括：
接收器模块(118)，其用来从所述电流互感器(102)实时接收电流信号的采样值并在移动窗中对一组采样值缓冲，其中，采样值表示在离散时刻的CT输出的实际值；
偏差识别模块(120)，其用于使用缓冲的所述一组采样值获得在一个实时时刻的估计采样值，通过获得在所述实时时刻的估计采样值和在所述实时时刻获得的采样值之间的差值确定第一误差，将所述第一误差与第一阈值进行比较以识别偏差和对应于所述偏差的起始的时刻；
小波滤波模块(122)，其用来对在对应于所述偏差的起始的时刻之后出现的采样值应用小波滤波，以获得在所述偏差的起始之后出现的采样值中的一个或多个频谱；
饱和识别模块(124)，其用来通过将所述一个或多个频谱与预定的第二阈值进行比较以检测饱和和识别一个或多个饱和时刻；
饱和校正模块，其用来通过使用回归和动态校正因子校正按时间顺序在所述饱和时刻之后出现的采样值以获得经校正的采样值(126)，其中所述动态校正因子为在检测到饱和时的估计采样值和实际采样值之间的差值；以及
选择器模块(128)，其用来基于预定的选择标准选择所述经校正的采样值以重新生成所述经校正的测量电流(130)，其中所述预定的选择标准指所述CT 输出中的饱和的清除。
8.根据权利要求7所述的IED，其特征在于，所述偏差识别模块包括用于对所述采样值应用回归的可编程指令。
9.根据权利要求7所述的IED，其特征在于，使用具有预定的小波系数的有限脉冲响应高通滤波器完成所述小波滤波。
10.根据权利要求7所述的IED，其特征在于，使用对应于在所述偏差的起始之后的第一周期中的所述CT输出的采样频率的限定的第二阈值和在所述偏差的起始之后的第二半周期中的频谱的最大值得出预定的第二阈值。
CN201680038748.8A 2015-06-29 2016-05-10 校正电流互感器中饱和效应的方法以及其智能电子设备 Active CN108139432B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IN3299CH2015 2015-06-29
IN3299/CHE/2015 2015-06-29
PCT/IB2016/052646 WO2017001950A1 (en) 2015-06-29 2016-05-10 A method for correcting effect of saturation in current transformer and an intelligent electronic device therefor

Publications (2)

Publication Number Publication Date
CN108139432A true CN108139432A (zh) 2018-06-08
CN108139432B CN108139432B (zh) 2020-10-30

Family

ID=56008829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680038748.8A Active CN108139432B (zh) 2015-06-29 2016-05-10 校正电流互感器中饱和效应的方法以及其智能电子设备

Country Status (4)

Country Link
US (1) US10263507B2 (zh)
EP (1) EP3314273B1 (zh)
CN (1) CN108139432B (zh)
WO (1) WO2017001950A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110783904A (zh) * 2018-07-27 2020-02-11 保时捷股份公司 用于减少泄漏电流的方法和装置

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109031181B (zh) * 2018-08-09 2020-07-28 国网山西省电力公司忻州供电公司 Ct性能校验仪表以及采用该仪表的ct性能校验方法
US10958062B2 (en) 2018-11-13 2021-03-23 Rockwell Automation Technologies, Inc. Systems and methods for dynamically switching a load of a current transformer circuit
CN111273212B (zh) * 2020-02-24 2022-03-11 国网湖南省电力有限公司 数据驱动的电量传感器误差在线评测闭环改进方法、系统及介质
CN111929630B (zh) * 2020-07-13 2023-05-16 中国南方电网有限责任公司超高压输电公司柳州局 一种电流互感器饱和度的检测方法及检测装置
CN112485743B (zh) * 2020-11-10 2024-05-31 广东电网有限责任公司广州供电局 一种基于pmu数据的互感器偏差识别方法
CN115408864B (zh) * 2022-09-01 2023-10-31 国网安徽省电力有限公司电力科学研究院 电子式互感器误差状态自适应预测方法、系统及设备
CN117930120B (zh) * 2024-03-21 2024-05-31 浙江厚能科技有限公司 一种高效散热低压电流互感器检测方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3729196A1 (de) * 1987-09-01 1989-03-09 Johne & Reilhofer Kg Vorrichtung zum messen einer durch ein elektrisches messsignal darstellbaren physikalischen messgroesse
US6072310A (en) * 1997-06-04 2000-06-06 Siemens Aktiengesellschaft Method and device for detecting and correcting a saturated current profile of a current transformer
US6247003B1 (en) * 1998-08-13 2001-06-12 Mcgraw-Edison Company Current transformer saturation correction using artificial neural networks
CN101046484A (zh) * 2007-04-23 2007-10-03 国电南京自动化股份有限公司 基于比相法的电流互感器饱和检测技术
CN101208845A (zh) * 2005-06-22 2008-06-25 西门子公司 用于检测故障电流的故障电流分析器和具有故障电流检测功能的装置
US20090072813A1 (en) * 2007-09-19 2009-03-19 Electro Industries/Gauge Tech. Intelligent Electronic Device Having Circuitry for Reducing the Burden on Current Transformers
CN101493508A (zh) * 2009-01-13 2009-07-29 国网电力科学研究院 一种特高压直流电流互感器的校准试验装置
CN101790689A (zh) * 2007-08-27 2010-07-28 西门子公司 测量和/或开关设备
CN102122810A (zh) * 2011-03-11 2011-07-13 上海诺雅克电气有限公司 用于监测电流互感器状态的电流诊断装置及其诊断方法
CN102324728A (zh) * 2011-07-18 2012-01-18 重庆电力高等专科学校 电流互感器饱和的判别及补偿方法
CN103245860A (zh) * 2013-04-26 2013-08-14 华南理工大学 基于形态学梯度小波的电流互感器饱和检测方法
CN103250063A (zh) * 2010-10-14 2013-08-14 Abb研究有限公司 仅使用电流的故障方向参数指示器装置和有关的方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE469676B (sv) 1992-01-03 1993-08-16 Asea Brown Boveri Foerfarande vid rekonstruktion av maettade stroemtransformatorsignaler samt anordning foer genomfoerande av det naemnda foerfarandet
US6617839B2 (en) 2000-07-12 2003-09-09 Yong-Cheol Kang Method for detecting current transformer saturation
US7902854B2 (en) * 2003-07-25 2011-03-08 Power Measurement, Ltd. Body capacitance electric field powered device for high voltage lines
KR100580428B1 (ko) 2004-10-11 2006-05-15 명지대학교 산학협력단 왜곡된 변류기의 2차 전류 보상 방법
US9136711B2 (en) * 2007-08-21 2015-09-15 Electro Industries/Gauge Tech System and method for synchronizing multiple generators with an electrical power distribution system
US7557655B2 (en) * 2007-11-05 2009-07-07 Schweitzer Engineering Laboratories, Inc. Systems and methods for isolating an analog signal
EP2271948B1 (en) 2008-03-28 2018-06-13 ABB Schweiz AG Phasor estimation during current transformer saturation
US20160140263A1 (en) * 2014-11-18 2016-05-19 General Electric Company System and method for determining the current and future state of health of a power transformer

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3729196A1 (de) * 1987-09-01 1989-03-09 Johne & Reilhofer Kg Vorrichtung zum messen einer durch ein elektrisches messsignal darstellbaren physikalischen messgroesse
US6072310A (en) * 1997-06-04 2000-06-06 Siemens Aktiengesellschaft Method and device for detecting and correcting a saturated current profile of a current transformer
US6247003B1 (en) * 1998-08-13 2001-06-12 Mcgraw-Edison Company Current transformer saturation correction using artificial neural networks
CN101208845A (zh) * 2005-06-22 2008-06-25 西门子公司 用于检测故障电流的故障电流分析器和具有故障电流检测功能的装置
CN101046484A (zh) * 2007-04-23 2007-10-03 国电南京自动化股份有限公司 基于比相法的电流互感器饱和检测技术
CN101790689A (zh) * 2007-08-27 2010-07-28 西门子公司 测量和/或开关设备
US20090072813A1 (en) * 2007-09-19 2009-03-19 Electro Industries/Gauge Tech. Intelligent Electronic Device Having Circuitry for Reducing the Burden on Current Transformers
CN101493508A (zh) * 2009-01-13 2009-07-29 国网电力科学研究院 一种特高压直流电流互感器的校准试验装置
CN103250063A (zh) * 2010-10-14 2013-08-14 Abb研究有限公司 仅使用电流的故障方向参数指示器装置和有关的方法
CN102122810A (zh) * 2011-03-11 2011-07-13 上海诺雅克电气有限公司 用于监测电流互感器状态的电流诊断装置及其诊断方法
CN102324728A (zh) * 2011-07-18 2012-01-18 重庆电力高等专科学校 电流互感器饱和的判别及补偿方法
CN103245860A (zh) * 2013-04-26 2013-08-14 华南理工大学 基于形态学梯度小波的电流互感器饱和检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
F.LI,Y.LI,R.K.AGGARWAL: "Combined wavelet transform and regression technique for secondary current compensation of current transformers", 《IEE PROCEEDINGS-GENERATION,TRANSMISSION AND DISTRIBUTION》 *
李贵存，刘万顺，贾清泉，操丰梅，李营，邓慧琼: "利用小波原理检测电流互感器饱和的新方法", 《电力系统自动化》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110783904A (zh) * 2018-07-27 2020-02-11 保时捷股份公司 用于减少泄漏电流的方法和装置

Also Published As

Publication number Publication date
WO2017001950A1 (en) 2017-01-05
EP3314273A1 (en) 2018-05-02
EP3314273B1 (en) 2019-07-10
US10263507B2 (en) 2019-04-16
US20180191241A1 (en) 2018-07-05
CN108139432B (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN108139432A (zh) 校正电流互感器中饱和效应的方法以及其智能电子设备
Valtierra-Rodriguez et al. Detection and classification of single and combined power quality disturbances using neural networks
CN107590317B (zh) 一种计及模型参数不确定性的发电机动态估计方法
CN106505557B (zh) 一种遥测错误辨识方法及装置
Schulze et al. Parameter identification of unsymmetrical transmission lines using fault records obtained from protective relays
EP3043186B1 (en) Method and system for identifying full parameters of element by fault recorder, and fault locating method
Costa et al. Real-time classification of transmission line faults based on maximal overlap discrete wavelet transform
CN110967599A (zh) 一种电能质量扰动检测与定位算法
CN104091056B (zh) 一种实验室设备使用寿命预测系统和方法
CN115392141B (zh) 一种自适应的电流互感器误差评估方法
CN105115573A (zh) 一种洪水流量预报的校正方法和装置
CN104635109A (zh) 一种从故障录波数据中直接计算提取电网暂态非周期分量幅值和时间常数的高精度方法
CN104391177A (zh) 动车组网侧谐波测试系统及方法
CN115480204A (zh) 基于大数据推演的电流互感器运行误差在线评估优化方法
Papadopoulos et al. Online parameter identification and generic modeling derivation of a dynamic load model in distribution grids
Bohórquez et al. One-ended fault location method based on machine learning models
CN106646138A (zh) 基于多采样频率小波特征能量折算的配电网接地故障定位方法
da Costa et al. Real-time evaluation of impedance-based fault location algorithms
CN111695501B (zh) 一种基于操作系统内核调用数据的设备软故障检测方法
CN110989363A (zh) 一种基于深度学习的电能质量控制方法及装置
JP5430725B1 (ja) 波形処理装置
CN107340489B (zh) 一种电流互感器饱和检测方法及装置
CN111027587A (zh) 一种交直流电网运行数据的属性标定方法及系统
Birbir et al. Prediction of current harmonics in induction motors with Artificial Neural Network
CN113011096B (zh) 基于模型和数据混合驱动的电流互感器饱和波形恢复方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant