CN108847653A - 一种基于波形变化率的变压器励磁涌流识别方法及装置 - Google Patents

一种基于波形变化率的变压器励磁涌流识别方法及装置 Download PDF

Info

Publication number
CN108847653A
CN108847653A CN201810767152.2A CN201810767152A CN108847653A CN 108847653 A CN108847653 A CN 108847653A CN 201810767152 A CN201810767152 A CN 201810767152A CN 108847653 A CN108847653 A CN 108847653A
Authority
CN
China
Prior art keywords
array
current signal
change rate
differential current
sampling point
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
CN201810767152.2A
Other languages
English (en)
Other versions
CN108847653B (zh
Inventor
邹培源
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.)
Guangdong Power Grid Co Ltd
Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
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 Guangdong Power Grid Co Ltd, Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201810767152.2A priority Critical patent/CN108847653B/zh
Publication of CN108847653A publication Critical patent/CN108847653A/zh
Application granted granted Critical
Publication of CN108847653B publication Critical patent/CN108847653B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02HEMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H7/00Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
    • H02H7/04Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions for transformers
    • H02H7/045Differential protection of transformers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/0092Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02HEMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H1/00Details of emergency protective circuit arrangements
    • H02H1/0007Details of emergency protective circuit arrangements concerning the detecting means

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Current Or Voltage (AREA)

Abstract

本发明实施例提供一种基于波形变化率的变压器励磁涌流识别方法及装置。该方法包括:获取待识别的差动电流信号,并对所述差动电流信号进行采样,获得离散采样点对应的采样数组;对所述采样数组进行滤波处理,获得第一数组;对所述第一数组进行归一化处理获得对应的第二数组;根据所述第二数组,确定离散采样点对应的所述差动电流信号的变化率;根据变化率在预设范围内的离散采样点的数量,对所述差动电流信号进行识别。本发明实施例基于励磁涌流和故障电流的波形特征,根据差动电流信号的变化率,进行励磁涌流识别,实现了差动保护中励磁涌流的准确识别,为差动保护正确动作提供了可靠的保障。

Description

一种基于波形变化率的变压器励磁涌流识别方法及装置
技术领域
本发明涉及变压器继电保护技术领域,具体而言,涉及一种基于波形变化率的变压器励磁涌流识别方法及装置。
背景技术
差动保护是电力变压器内部故障的主保护。励磁涌流与内部故障电流的识别是变压器差动保护正确动作的有利保障。目前工程上常采用间断角原理和二次谐波原理来识别励磁涌流。间断角制动法受TA饱和与硬件的限制,在实际应用中识别效果并不理想。由于长距离高压输电线路分布电容和无功补偿装置的存在,故障电流的二次谐波含量明显增加,而现代变压器铁心新材料的运用,励磁涌流的二次谐波含量减小,导致二次谐波制动法更加容易出现误判。
近年来,国内外学者提出诸多识别差动保护中励磁涌流的新方法。其中一种是利用Prony(普罗尼)算法拟合出基波和二次谐波的能量式,通过比较基波能量与二次谐波能量的比值来区分励磁涌流和故障电流,但当存在直流偏磁和TA饱和时,二次谐波能量很大,该方法会失效,从而导致识别准确度低的问题。
发明内容
有鉴于此,本发明实施例的目的在于提供一种基于波形变化率的变压器励磁涌流识别方法及装置,以解决上述技术问题。
第一方面,本发明实施例提供了一种基于波形变化率的变压器励磁涌流识别方法,包括:
获取待识别的差动电流信号,并对所述差动电流信号进行采样,获得离散采样点对应的采样数组;
对所述采样数组进行滤波处理,获得第一数组;
对所述第一数组进行归一化处理获得对应的第二数组;
根据所述第二数组,确定离散采样点对应的所述差动电流信号的变化率;
根据变化率在预设范围内的离散采样点的数量,对所述差动电流信号进行识别。
进一步地,所述对所述第一数组进行归一化处理获得对应的第二数组,包括:
获取所述第一数组中的最大值、最小值、平均值;
根据所述最大值、最小值、平均值,利用下述公式对所述第一数组中的采样点进行平移:
上式中,[a′i]表示平移后的数组,表示所述第一数组,x表示平移距离,amax表示所述最大值,amin表示所述最小值,a0表示所述平均值;
分别将所述平移后的数组中的采样点除以归一化阈值,获得所述第二数组。
进一步地,所述根据所述第二数组,确定离散采样点对应的所述差动电流信号的变化率,包括:
利用下述公式分别确定所述第二数组中离散采样点对应的差动电流信号的变化率:
k[i]=(a(2)[i+1]-a(2)[i])/(2πf·ΔT),i=1,2..,N-1;
上式中,k[i]表示第i个离散采样点对应的差动电流信号的初始变化率,a(2)[i+1]表示所述第二数组中第i+1个采样点的值,a(2)[i]表示所述第二数组中第i个采样点的值,π表示圆周率,f表示所述差动电流信号的频率,ΔT表示所述离散采样点的采样间隔,N表示所述离散采样点的总数量;
将所述初始变化率的绝对值作为所述离散采样点对应的差动电流信号的变化率。
进一步地,所述对所述采样数组进行滤波处理包括:
利用形态学滤波器对所述采样数组中的数据进行滤波处理,获得所述第一数组。
进一步地,所述根据变化率在预设范围内的离散采样点的数量,对所述差动电流信号进行识别,包括:
根据变化率在所述预设范围内的离散采样点的数量和所述离散采样点的总数量,确定所述差动电流信号的斜率系数;
判断所述斜率系数是否大于预设阈值,若是,则确定所述差动电流信号为励磁涌流,否则,确定所述差动电流信号为故障电流;
其中,所述差动电流信号的斜率系数的确定方法包括:
按照下述公式确定所述差动电流信号的斜率系数:
上式中,s表示所述差动电流信号的斜率系数,m表示变化率在所述预设范围内的离散采样点的数量,N表示所述离散采样点的总数量,n表示变化率在所述预设范围外的离散采样点的数量。
第二方面,本发明实施例提供了一种基于波形变化率的变压器励磁涌流识别装置,包括:
采样模块,用于获取待识别的差动电流信号,并对所述差动电流信号进行采样,获得离散采样点对应的采样数组;
滤波模块,用于对所述采样数组进行滤波处理,获得第一数组;
归一化处理模块,用于对所述第一数组进行归一化处理获得对应的第二数组;
变化率获取模块,用于根据所述第二数组,确定离散采样点对应的所述差动电流信号的变化率;
电流识别模块,用于根据变化率在预设范围内的离散采样点的数量,对所述差动电流信号进行识别。
进一步地,所述归一化处理模块具体用于:
获取所述第一数组中的最大值、最小值、平均值;
根据所述最大值、最小值、平均值,利用下述公式对所述第一数组中的采样点进行平移:
上式中,[a′i]表示平移后的数组,表示所述第一数组,x表示平移距离,amax表示所述最大值,amin表示所述最小值,a0表示所述平均值;
分别将所述平移后的数组中的采样点除以归一化阈值,获得所述第二数组。
进一步地,所述变化率获取模块具体用于:
利用下述公式分别确定所述第二数组中离散采样点的变化率:
k[i]=(a(2)[i+1]-a(2)[i])/(2πf·ΔT),i=1,2..,N-1;
上式中,k[i]表示第i个离散采样点对应的差动电流信号的初始变化率,a(2)[i+1]表示所述第二数组中第i+1个采样点的值,a(2)[i]表示所述第二数组中第i个采样点的值,π表示圆周率,f表示所述差动电流信号的频率,ΔT表示所述离散采样点的采样间隔,N表示所述离散采样点的总数量;
将所述初始变化率的绝对值作为所述离散采样点对应的差动电流信号的变化率。
进一步地,所述滤波模块具体用于:
利用形态学滤波器对所述采样数组中的数据进行滤波处理,获得所述第一数组。
进一步地,所述电流识别模块包括:
斜率系数计算单元,用于根据变化率在所述预设范围内的离散采样点的数量和所述离散采样点的总数量,确定所述差动电流信号的斜率系数;
电流识别单元,用于判断所述斜率系数是否大于预设阈值,若是,则确定所述差动电流信号为励磁涌流,否则,确定所述差动电流信号为故障电流;
其中,所述差动电流信号的斜率系数的确定方法包括:
按照下述公式确定所述差动电流信号的斜率系数:
上式中,s表示所述差动电流信号的斜率系数,m表示变化率在所述预设范围内的离散采样点的数量,N表示所述离散采样点的总数量,n表示变化率在所述预设范围外的离散采样点的数量。
第三方面,本发明实施例提供一种电子设备,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行第一方面的方法步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,包括:
所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行第一方面的方法步骤。
本发明实施例通过获取待识别的差动电流信号,对差动电流信号进行采样、归一化处理等,获取处理后的采样点对应的差动电流信号的变化率。基于励磁涌流和故障电流的波形特征,根据差动电流信号的变化率,进行电流识别。在励磁涌流波形间断角消失、故障电流二次谐波含量较高的情况下,仍能有效识别励磁涌流与故障电流,提高了差动保护电流识别的准确性。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种基于波形变化率的变压器励磁涌流识别方法的流程示意图;
图2为本发明一个实施例中励磁涌流的电流波形图;
图3为本发明一个实施例中故障电流的波形示意图;
图4为本发明一个实施例中滤波前的电流信号示意图;
图5为本发明一个实施例中滤波后的电流信号示意图;
图6(a)-6(c)为本发明一个实施例中励磁涌流的波形分析示意图;
图7(a)-7(c)为本发明一个实施例中故障电流的波形分析示意图;
图8为本发明实施例提供的一种基于波形变化率的变压器励磁涌流识别装置结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
差动保护是输入电流互感器的两端电流矢量差,当达到设定的动作值时启动动作元件,差动保护主要是根据“电路中流入节点电流的总和等于零”原理制成的。可以把被保护的电气设备看成是一个接点,设备正常时,流进被保护设备的电流和流出的电流相等,差动电流等于零。当设备出现故障时,流进被保护设备的电流和流出的电流不相等,差动电流大于零。当差动电流大于差动保护装置的整定值时,保护动作,将被保护设备的各侧断路器跳开,使故障设备断开电源。但是,差动保护时,若出现励磁涌流,差动电流也会增大,但是励磁涌流的存在时间比较短,对设备影响不大,此时不需要切断设备电源。
本发明实施例可以实现识别差动保护时的励磁涌流,即识差动电流是故障电流还是励磁涌流,是否需要进行差动保护,为差动保护提供理论依据。
图1为本发明实施例提供的一种基于波形变化率的变压器励磁涌流识别方法的流程示意图,如图1所示,该方法包括:
步骤101:获取待识别的差动电流信号,并对所述差动电流信号进行采样,获得离散采样点对应的采样数组。
在具体的实施过程中,可以获取待识别的差动电流信号,差动电流可以理解为流进被保护设备的电流和流出的电流之间的差值,差动电流信号可以包括差动电流的波形。对获取到的差动电流信号进行采样,可以根据采样获得的离散采样点对应的电流信号构建采样数组。具体的采样方法可以选取均匀采样,如:可以在一个周期内每隔一定的预设采样间隔采集一个样本点,可以从差动电流信号的波形图中获得多个离散采样点,并获得每个采样点对应的电流值、时间等。采样数组中可以包括不同采样点对应的电流值以及采样点的顺序等。
步骤102:对所述采样数组进行滤波处理,获得第一数组;
在具体的实施过程中,采集到的电流信号可能包括噪声,影响后续的电流识别。本发明实施例中可以对采集到的电流信号即采样数组进行滤波处理,去除电流信号中的噪声。进行滤波的方法可以根据实际需要进行选择,如通过滤波器进行滤波,本发明实施例不作具体限定。步骤103:对所述第一数组进行归一化处理获得对应的第二数组。
在具体的实施过程中,第一数组中的离散采样点对应的电流值可能会比较离散,可以利用归一化处理可以将第一数组中的数据统一在预定的范围内,获得第二数组,方便后续的数据处理。归一化处理也可以理解为数据的标准化,归一化处理的方法可以根据实际需要进行选择,本发明实施例中不进行具体的限定。
步骤104:根据所述第二数组,确定离散采样点对应的所述差动电流信号的变化率。
在具体的实施过程中,离散采样点对应的差动电流信号的变化率可以反映差动电流信号的变化趋势,可以利用第二数组中的数据计算各个离散采样点对应的差动电流信号的变化率。例如:可以将后一个采样点与前一个采样点的电流值的差值作为前一个采样点对应的差动电流的变化率,或者也可以采用其他的方法计算第二数组中各个离散采样点对应的差动电流信号的变化率。
步骤105:根据变化率在预设范围内的离散采样点的数量,对所述差动电流信号进行识别。
在具体的实施过程中,发现励磁涌流和故障电流的波形特征不同,本发明实施例基于励磁涌流和故障电流的波形特征,利用获得的第二数组中各个离散采样点对应的差动电流信号的变化率,可以根据变化率的分布,识别差动电流信号的类型。
励磁涌流的波形特征:当变压器空投或区外故障切除电压恢复正常的过程中,由于磁通不能突变,磁通中出现了非周期的暂态分量,与铁心剩磁一起使变压器铁心饱和,同时由于电压是交变的,因而在一个周期内变压器铁心周期性地进入饱和区和推出饱和区。图2为本发明一个实施例中励磁涌流的电流波形图,如图2所示,励磁涌流含有非平稳波峰及大量的非周期分量,且波形之间存在间断。
故障电流的波形特征:不计变压器绕组电阻时,基于等效瞬时电感的变压器模型满足如下方程:
上式中,u可以表示绕组端电压;id可以表示差动电流;L可以表示等效瞬时电感,t可以表示时间。
图3为本发明一个实施例中故障电流的波形示意图,如图3所示,结合上述公式可知,故障电流的波形变化特征由绕组端电压和等效瞬时电感决定。端电压仅在故障发生时刻发生突变,之后即保持不变。由于变压器内部故障时铁芯不会饱和,其励磁电感和各绕组漏感均可假定为常数,因此等效瞬时电感为常数,故障差电流也基本保持工频的正弦特性。
对比图2和图3,故障电流和励磁涌流的波形特征不同,本发明实施例中计算获得的第二数组中的离散采样点对应的差动电流信号的变化率在一定程度上,可以表示为差动电流的波形图的斜率。故障电流和励磁涌流的波形特征不同,波形图的斜率变化范围有所不同,可以根据离散采样点对应的差动电流信号的变化率的分布,识别出差动电流信号是励磁涌流或者故障电流,进一步可以确定是否进行差动保护。
如:可以通过分析故障电流和励磁涌流的波形特征,获得故障电流或励磁涌流的电流信号的变化率所在的范围,预先设置变化率的预设范围。获取变化率在预设范围内的离散采样点的数量,若在预设范围内的离散采样点的数量满足励磁涌流的变化率要求,则可以确定差动电流信号为励磁涌流,不需要切断电源进行差动保护。若在预设范围内的离散采样点的数量满足故障电流的变化率要求,则可以确定差动电流信号为故障电流,则切断保护设备的电源,进行差动保护。例如:若统计发现励磁涌流的电流信号的变化率通常在范围[a,b]内,则可以统计电流信号的变化率在区间[a,b]内的离散采样点的数量,若数量满足要求,则确定当前的差动电流信号为励磁涌流。
其中,预设范围可以根据实际需要进行设置,例如:可以通过分析故障电流和励磁涌流的波形特征,获得故障电流和励磁涌流波形曲线的斜率变化范围,设置该预设范围。预设范围具体的取值,本发明实施例不作具体限定。
本发明实施例通过获取待识别的差动电流信号,对差动电流信号进行采样、滤波、归一化处理等,获取处理后的采样点对应的差动电流信号的变化率。基于励磁涌流和故障电流的波形特征,根据差动电流信号的变化率,进行电流识别。在励磁涌流波形间断角消失、故障电流二次谐波含量较高的情况下,仍能有效识别励磁涌流与故障电流,提高了差动保护电流识别的准确性。
在上述实施例的基础上,所述对所述第一数组进行归一化处理获得对应的第二数组,包括:
获取所述第一数组中的最大值、最小值、平均值;
根据所述最大值、最小值、平均值,利用下述公式对所述第一数组中的采样点进行平移:
上式中,[a′i]表示平移后的数组,表示所述第一数组,x表示平移距离,amax表示所述最大值,amin表示所述最小值,a0表示所述平均值;
分别将所述平移后的数组中的采样点除以归一化阈值,获得所述第二数组。
在具体的实施过程中,在一个周期T中均匀采样N点数据,采样间隔可以设为ΔT,获得采样数组。对获得的采样数组进行滤波后获得第一数组,再对第一数组进行归一化处理,本发明实施例中的归一化处理可以包括数据平移和标准化处理,数据平移可以将第一数组中的数据统一到一个标准值附近。如:若第一数组中的电流值均大于0,差动电流波形图中采样点的数据均在x轴上方,则可以将采样点统一下移,移至x轴附近。再将统一到标准值附近的数据除以归一化阈值,使得第一数组中的数据在[-1,1]区间内,方便后续的数据处理。具体归一化处理的过程可以参考如下:
获取第一数组中的数据的最大值、最小值和平均值,利用上述公式(2)将第一数组中的数据进行平移,获得平移后的数组。将平移后的数组中的每一个采样点除以归一化阈值,获得第二数组,归一化阈值可以根据实际需要进行设置,本发明一个实施例中,可以将归一化阈值设置为第一数组中数据的平均值,即可以采用下述公式(3)对平移后的数组进行标准化处理,获得第二数组:
上式中,表示第二数组,[a′i]表示平移后的数组,a0表示第一数组中数据的平均值即归一化阈值。
本发明实施例,通过将采集到的离散采样点数据滤波后进行平移、归一化处理,使得数据控制在标准范围内,方便了后续数据的处理,同时为后续差动电流信号的变化率计算以及变化率范围的划分奠定了数据基础。
在上述实施例的基础上,所述根据所述第二数组,确定离散采样点对应的所述差动电流信号的变化率,包括:
利用下述公式分别确定所述第二数组中离散采样点对应的差动电流信号的变化率:
k[i]=(a(2)[i+1]-a(2)[i])/(2πf·ΔT),i=1,2..,N-1 (4)
上式中,k[i]表示第i个离散采样点对应的差动电流信号的初始变化率,a(2)[i+1]表示所述第二数组中第i+1个采样点的值,a(2)[i]表示所述第二数组中第i个采样点的值,π表示圆周率,可以取3.14,f表示所述差动电流信号的频率,ΔT表示所述离散采样点的采样间隔,N表示所述离散采样点的总数量;
将所述初始变化率的绝对值作为所述离散采样点对应的差动电流信号的变化率。
在具体的实施过程中,将采样点数据进行归一化处理获得第二数组后,可以利用上述公式(4)计算第二数组中各个离散采样点对应的差动电流信号的初始变化率。其中采样间隔ΔT、离散采样点的总数量N在进行采样构建第一数组时,可以根据实际需要进行设置,本发明实施例不作具体限定,如:本发明一个实施例中,离散采样点的总数量N可以设置为64,采样间隔可以根据差动电流的周期T和离散采样点的总数量计算获得,ΔT=T/N。再将初始变化率的绝对值作为离散采样点对应的差动电流信号的变化率。
本发明实施例提供了离散采样点对应的差动电流信号的变化率的具体计算方法,为后续电流识别提供了数据基础。
在上述实施例的基础上,本发明一个实施例中,可以利用形态学滤波器对采样数据进行滤波处理,获得第一数组,再对第一数据进行归一化处理获得第二数组。
在具体的实施过程中,在对差动电流信号进行采样滤波,获得第一数组后,还可以利用形态学滤波器对第一数组中的电流信号进行滤波处理,再对滤波处理后的第一数组进行归一化处理获得第二数组。由数学形态学的基本运算构成的滤波器可以称为形态学滤波器,数学形态学的基本运算可以包括膨胀、腐蚀以及形态开、闭运算。不管是开运算还是闭运算两者均具有低通特性,不同的是开运算主要用于滤除信号中的正向脉冲,闭运算主要用于滤除信号中的负向脉冲。本发明实施例中可以选择交替混合形态学滤波器对第一数组中的电流信号进行滤波,即可以交替对信号进行膨胀、腐蚀、开运算、闭运算,交替混合形态学滤波器可以同时具备闭运算的扩张性和开运算的反扩张性。图4为本发明一个实施例中滤波前的电流信号示意图,图5为本发明一个实施例中滤波后的电流信号示意图,对比图4、图5可以看出,本发明实施例中的形态学滤波器的滤波效果比较好,能够很好的去除电流信号中的噪声信号。
本发明实施例利用形态学滤波器去除电流信号中的噪声信号,为后续电流信号的处理,电流的识别提供了准确的数据基础,提高了差动保护中电流识别的准确性。
在上述实施例的基础上,所述根据变化率在预设范围内的离散采样点的数量,对所述差动电流信号进行识别,包括:
根据变化率在所述预设范围内的离散采样点的数量和所述离散采样点的总数量,确定所述差动电流信号的斜率系数;
判断所述斜率系数是否大于预设阈值,若是,则确定所述差动电流信号为励磁涌流,否则,确定所述差动电流信号为故障电流;
其中,所述差动电流信号的斜率系数的确定方法包括:
按照下述公式确定所述差动电流信号的斜率系数:
上式中,s表示所述差动电流信号的斜率系数,m表示变化率在所述预设范围内的离散采样点的数量,N表示所述离散采样点的总数量,n表示变化率在所述预设范围外的离散采样点的数量。
在具体的实施过程中,由图2、图3可知,故障电流的波形呈正弦特性,对故障电流波形滤波、归一化预处理后,其导数波形仍呈正弦特性,因此,故障电流的波形曲线的任意点的斜率均在[-1,1]。若对故障电流均匀取N点求其斜率,则所得斜率的绝对值小于0.2和大于1的点较少,设为m点。而励磁涌流存在间断角、尖顶波,其间断角处斜率均为0,而尖顶波处存在斜率大于1的点,则所得斜率的绝对值小于0.2和大于1的m点较多。本发明一个实施例中,可以定义斜率系数s=m/n,其中n=N-1-m。由于故障电流和励磁涌流的波形特征不同,可以看出,故障电流所求的s较小,而励磁涌流所求的s较大,通过比较s与预设阈值Sset可区分故障电流还是励磁涌流。预设阈值的大小可以根据实际需要进行设置,本发明实施例不作具体限定。
例如:在通过对离散采样点进行滤波以及归一化处理后获得第二数组后,可以利用上述公式(4)计算第二数组中各个离散采样点对应的差动电流信号的初始变化率k[i],取绝对值后获得各个离散采样点对应的差动电流信号的变化率k′[i]=|k[i]|,i=1,2,...,N-1。根据各个离散采样点对应的差动电流信号的变化率,获取在变化率在预设范围内的离散采样点的数量m,如:可以统计数组k′[i]中k′[i]≤K和k′[i]≥1的个数m,则K<k′[i]<1的个数n为n=N-1-m,本发明一个实施例中K可以取0.2。基于离散采样点的总数量N以及变化率在预设范围内的离散采样点的数量m,可以利用上述公式(5)计算出差动电流信号的斜率系数s。通过比较计算出的斜率系数与预先设置的预设阈值Sset的大小,如Sset=1,若s>1,则说明差动电流信号中斜率在预设范围内的采样点比较多,可以确定当前的差动电流信号为励磁涌流;若s≤1,则说明差动电流信号中斜率在预设范围内的采样点比较少,可以确定当前的差动电流信号为故障电流。
图6(a)-6(c)为本发明一个实施例中励磁涌流的波形分析示意图,图6(a)是对励磁涌流波形进行滤波、归一化处理后的波形示意图,图6(b)是图6(a)中的励磁涌流波形的导数波形,图6(c)是图6(b)中每一周期T对应的斜率系数s的示意图。图7(a)-7(c)为本发明一个实施例中故障电流的波形分析示意图,图7(a)是对故障电流波形进行滤波、归一化处理后的波形示意图,图7(b)是图7(a)中的故障电流波形的导数波形,图7(c)是7(b)每一周期T对应的斜率系数s的示意图。比较图6(a)-6(c)和图7(a)-7(c)可知,由于故障电流波形呈现正弦特性,其导数波形仍呈正弦特性,所计算的斜率系数s较小,而励磁涌流波形存在间断角、尖顶波,其导数波形发生畸变,所对应的斜率系数s较大。因而通过合理设置预设阈值Sset可以有效区分励磁涌流和故障电流,实现差动保护中电流信号的识别,为差动保护提供准确的理论基础。
本发明实施例通过对比分析了励磁涌流和故障电流的波形特征,充分考虑了励磁涌流存在间断角、尖顶波的波形特征,提出了一种利用波形变化率来识别励磁涌流与故障电流的方法。首先通过对差动电流进行滤波、归一化预处理,再进行求导运算,最后统计其所求导数值分布情况,并定义斜率系数。提出通过斜率系数来区分励磁涌流和故障电流的方法。该方法具有励磁涌流特征明显、辨识准确度高、抗噪能力强等优点,在励磁涌流波形间断角消失、故障电流二次谐波含量较高的情况下,仍能有效识别励磁涌流与故障电流。实现了励磁涌流和故障电流的准确识别,为差动保护奠定了准确的理论基础。
图8为本发明实施例提供的一种基于波形变化率的变压器励磁涌流识别装置结构示意图,如图8所示,该基于波形变化率的变压器励磁涌流识别装置包括:采样模块801、滤波模块802、归一化处理模块803、变化率获取模块804、电流识别模块805,其中:
采样模块801,用于获取待识别的差动电流信号,并对所述差动电流信号进行采样,获得离散采样点对应的采样数组;
滤波模块802,用于对所述采样数组进行滤波处理,获得第一数组;
归一化处理模块803,用于对所述第一数组进行归一化处理获得对应的第二数组;
变化率获取模块804,用于根据所述第二数组,确定离散采样点对应的所述差动电流信号的变化率;
电流识别模块805,用于根据变化率在预设范围内的离散采样点的数量,对所述差动电流信号进行识别。
在上述实施例的基础上,所述归一化处理模块具体用于:
获取所述第一数组中的最大值、最小值、平均值;
根据所述最大值、最小值、平均值,利用下述公式对所述第一数组中的采样点进行平移:
上式中,[a′i]表示平移后的数组,表示所述第一数组,x表示平移距离,amax表示所述最大值,amin表示所述最小值,a0表示所述平均值;
分别将所述平移后的数组中的采样点除以归一化阈值,获得所述第二数组。
在上述实施例的基础上,所述变化率获取模块具体用于:
利用下述公式分别确定所述第二数组中离散采样点的变化率:
k[i]=(a(2)[i+1]-a(2)[i])/(2πf·ΔT),i=1,2..,N-1
上式中,k[i]表示第i个离散采样点对应的差动电流信号的初始变化率,a(2)[i+1]表示所述第二数组中第i+1个采样点的值,a(2)[i]表示所述第二数组中第i个采样点的值,π表示圆周率,f表示所述差动电流信号的频率,ΔT表示所述离散采样点的采样间隔,N表示所述离散采样点的总数量;
将所述初始变化率的绝对值作为所述离散采样点对应的差动电流信号的变化率。
在上述实施例的基础上,所述滤波模块具体用于:
利用形态学滤波器对所述采样数组中的数据进行滤波处理,获得所述第一数组。
在上述实施例的基础上,所述电流识别模块包括:
斜率系数计算单元,用于根据变化率在所述预设范围内的离散采样点的数量和所述离散采样点的总数量,确定所述差动电流信号的斜率系数;
电流识别单元,用于判断所述斜率系数是否大于预设阈值,若是,则确定所述差动电流信号为励磁涌流,否则,确定所述差动电流信号为故障电流;
其中,所述差动电流信号的斜率系数的确定方法包括:
按照下述公式确定所述差动电流信号的斜率系数:
上式中,s表示所述差动电流信号的斜率系数,m表示变化率在所述预设范围内的离散采样点的数量,N表示所述离散采样点的总数量,n表示变化率在所述预设范围外的离散采样点的数量。
综上所述,本发明实施例通过对差动电流进行滤波、归一化预处理,再进行求导运算,最后统计其所求导数值分布情况,并定义斜率系数。提出通过斜率系数来区分励磁涌流和故障电流的方法。该方法具有励磁涌流特征明显、辨识准确度高、抗噪能力强等优点,在励磁涌流波形间断角消失、故障电流二次谐波含量较高的情况下,仍能有效识别励磁涌流与故障电流。实现了励磁涌流和故障电流的准确识别,为差动保护奠定了准确的理论基础。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法中的对应过程,在此不再过多赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种基于波形变化率的变压器励磁涌流识别方法,其特征在于,包括:
获取待识别的差动电流信号,并对所述差动电流信号进行采样,获得离散采样点对应的采样数组;
对所述采样数组进行滤波处理,获得第一数组;
对所述第一数组进行归一化处理获得对应的第二数组;
根据所述第二数组,确定离散采样点对应的所述差动电流信号的变化率;
根据变化率在预设范围内的离散采样点的数量,对所述差动电流信号进行识别。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一数组进行归一化处理获得对应的第二数组,包括:
获取所述第一数组中的最大值、最小值、平均值;
根据所述最大值、最小值、平均值,利用下述公式对所述第一数组中的采样点进行平移:
上式中,[a′i]表示平移后的数组,表示所述第一数组,x表示平移距离,amax表示所述最大值,amin表示所述最小值,a0表示所述平均值;
分别将所述平移后的数组中的采样点除以归一化阈值,获得所述第二数组。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第二数组,确定离散采样点对应的所述差动电流信号的变化率,包括:
利用下述公式分别确定所述第二数组中离散采样点对应的差动电流信号的变化率:
k[i]=(a(2)[i+1]-a(2)[i])/(2πf·ΔT),i=1,2..,N-1;
上式中,k[i]表示第i个离散采样点对应的差动电流信号的初始变化率,a(2)[i+1]表示所述第二数组中第i+1个采样点的值,a(2)[i]表示所述第二数组中第i个采样点的值,π表示圆周率,f表示所述差动电流信号的频率,ΔT表示所述离散采样点的采样间隔,N表示所述离散采样点的总数量;
将所述初始变化率的绝对值作为所述离散采样点对应的差动电流信号的变化率。
4.根据权利要求1所述的方法,其特征在于,所述对所述采样数组进行滤波处理包括:
利用形态学滤波器对所述采样数组中的数据进行滤波处理,获得所述第一数组。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据变化率在预设范围内的离散采样点的数量,对所述差动电流信号进行识别,包括:
根据变化率在所述预设范围内的离散采样点的数量和所述离散采样点的总数量,确定所述差动电流信号的斜率系数;
判断所述斜率系数是否大于预设阈值,若是,则确定所述差动电流信号为励磁涌流,否则,确定所述差动电流信号为故障电流;
其中,所述差动电流信号的斜率系数的确定方法包括:
按照下述公式确定所述差动电流信号的斜率系数:
上式中,s表示所述差动电流信号的斜率系数,m表示变化率在所述预设范围内的离散采样点的数量,N表示所述离散采样点的总数量,n表示变化率在所述预设范围外的离散采样点的数量。
6.一种基于波形变化率的变压器励磁涌流识别装置,其特征在于,包括:
采样模块,用于获取待识别的差动电流信号,并对所述差动电流信号进行采样,获得离散采样点对应的采样数组;
滤波模块,用于对所述采样数组进行滤波处理,获得第一数组;
归一化处理模块,用于对所述第一数组进行归一化处理获得对应的第二数组;
变化率获取模块,用于根据所述第二数组,确定离散采样点对应的所述差动电流信号的变化率;
电流识别模块,用于根据变化率在预设范围内的离散采样点的数量,对所述差动电流信号进行识别。
7.根据权利要求6所述的装置,其特征在于,所述归一化处理模块具体用于:
获取所述第一数组中的最大值、最小值、平均值;
根据所述最大值、最小值、平均值,利用下述公式对所述第一数组中的采样点进行平移:
上式中,[a′i]表示平移后的数组,表示所述第一数组,x表示平移距离,amax表示所述最大值,amin表示所述最小值,a0表示所述平均值;
分别将所述平移后的数组中的采样点除以归一化阈值,获得所述第二数组。
8.根据权利要求6所述的装置,其特征在于,所述变化率获取模块具体用于:
利用下述公式分别确定所述第二数组中离散采样点的变化率:
k[i]=(a(2)[i+1]-a(2)[i])/(2πf·ΔT),i=1,2..,N-1;
上式中,k[i]表示第i个离散采样点对应的差动电流信号的初始变化率,a(2)[i+1]表示所述第二数组中第i+1个采样点的值,a(2)[i]表示所述第二数组中第i个采样点的值,π表示圆周率,f表示所述差动电流信号的频率,ΔT表示所述离散采样点的采样间隔,N表示所述离散采样点的总数量;
将所述初始变化率的绝对值作为所述离散采样点对应的差动电流信号的变化率。
9.根据权利要求6所述的装置,其特征在于,所述滤波模块具体用于:
利用形态学滤波器对所述采样数组中的数据进行滤波处理,获得所述第一数组。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述电流识别模块包括:
斜率系数计算单元,用于根据变化率在所述预设范围内的离散采样点的数量和所述离散采样点的总数量,确定所述差动电流信号的斜率系数;
电流识别单元,用于判断所述斜率系数是否大于预设阈值,若是,则确定所述差动电流信号为励磁涌流,否则,确定所述差动电流信号为故障电流;
其中,所述差动电流信号的斜率系数的确定方法包括:
按照下述公式确定所述差动电流信号的斜率系数:
上式中,s表示所述差动电流信号的斜率系数,m表示变化率在所述预设范围内的离散采样点的数量,N表示所述离散采样点的总数量,n表示变化率在所述预设范围外的离散采样点的数量。
CN201810767152.2A 2018-07-12 2018-07-12 一种基于波形变化率的变压器励磁涌流识别方法及装置 Active CN108847653B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810767152.2A CN108847653B (zh) 2018-07-12 2018-07-12 一种基于波形变化率的变压器励磁涌流识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810767152.2A CN108847653B (zh) 2018-07-12 2018-07-12 一种基于波形变化率的变压器励磁涌流识别方法及装置

Publications (2)

Publication Number Publication Date
CN108847653A true CN108847653A (zh) 2018-11-20
CN108847653B CN108847653B (zh) 2019-11-19

Family

ID=64197230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810767152.2A Active CN108847653B (zh) 2018-07-12 2018-07-12 一种基于波形变化率的变压器励磁涌流识别方法及装置

Country Status (1)

Country Link
CN (1) CN108847653B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116706835A (zh) * 2022-12-29 2023-09-05 国家电网有限公司 一种变压器涌流识别方法、装置、介质及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100141235A1 (en) * 2006-11-29 2010-06-10 Kabushiki Kaisha Toshiba Magnetizing inrush current suppression device and method for transformer
CN103050941A (zh) * 2012-12-19 2013-04-17 华南理工大学 一种基于形态学梯度的变压器励磁涌流识别方法
CN105262051A (zh) * 2015-09-29 2016-01-20 湖南大学 基于采样序列绝对值偏态分布的变压器励磁涌流鉴别方法
CN106655097A (zh) * 2017-01-09 2017-05-10 湖南大学 电力变压器励磁涌流识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100141235A1 (en) * 2006-11-29 2010-06-10 Kabushiki Kaisha Toshiba Magnetizing inrush current suppression device and method for transformer
CN103050941A (zh) * 2012-12-19 2013-04-17 华南理工大学 一种基于形态学梯度的变压器励磁涌流识别方法
CN105262051A (zh) * 2015-09-29 2016-01-20 湖南大学 基于采样序列绝对值偏态分布的变压器励磁涌流鉴别方法
CN106655097A (zh) * 2017-01-09 2017-05-10 湖南大学 电力变压器励磁涌流识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
韩笑,洪晨,朱凯,赵张磊: "基于差动电流斜率标准差的变压器励磁涌流鉴别方法", 《电网与清洁能源》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116706835A (zh) * 2022-12-29 2023-09-05 国家电网有限公司 一种变压器涌流识别方法、装置、介质及设备
CN116706835B (zh) * 2022-12-29 2024-02-23 国家电网有限公司 一种变压器涌流识别方法、装置、介质及设备

Also Published As

Publication number Publication date
CN108847653B (zh) 2019-11-19

Similar Documents

Publication Publication Date Title
Khodadadi et al. A noncommunication adaptive single-pole autoreclosure scheme based on the ACUSUM algorithm
CN101551433B (zh) 一种利用hht检测的配电网馈出线路故障选线方法
Jafarian et al. High-speed superimposed-based protection of series-compensated transmission lines
US8744637B1 (en) Methods and apparatus for detecting the clearance of fault in shunt reactor compensated transmission lines
Zhang et al. Realization of the transient-based boundary protection for HVDC transmission lines based on high frequency energy criteria
Wang et al. High impedance fault detection method based on improved complete ensemble empirical mode decomposition for DC distribution network
CN103529316A (zh) 一种电力系统高阻接地故障的综合检测方法
CN110261714B (zh) 一种应用于限流器的短路故障快速检测方法
Ma et al. Identifying transformer inrush current based on normalized grille curve
CN103683198B (zh) 一种基于差动电流相邻阶次差分构成的平面上相邻点距离的励磁涌流快速识别方法
Cheng et al. Series arc fault detection and implementation based on the short-time fourier transform
CN110007198B (zh) 一种单相接地故障启动方法
CN103683196A (zh) 一种基于多重分形谱的变压器励磁涌流鉴别方法
CN106602521B (zh) 基于电流互感器线性传变区的母线采样值差动保护方法
Zhang et al. Morphology singular entropy-based phase selector using short data window for transmission lines
CN108847653B (zh) 一种基于波形变化率的变压器励磁涌流识别方法及装置
CN104410044B (zh) 基于峭度和偏度的变压器励磁涌流识别方法
CN106569163A (zh) 一种检测互感器拖尾量的方法
Madzikanda et al. A practical look at harmonics in power transformer differential protection
CN113109671B (zh) 一种加速故障电流小半波阶段检测的方法
CN110174602B (zh) 非线性负荷串联电弧故障判定方法及应用
CN109586249B (zh) 变压器励磁涌流判别方法和装置
CN104977488A (zh) 一种基于差动电流梯度角近似熵的变压器励磁涌流识别方法
Abniki et al. A novel technique for internal fault detection of power transformers based on moving windows
CN115166585B (zh) 接地故障检测防误判方法、装置及电子设备

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