CN111342428A - 一种基于温度特性的变压器保护方法 - Google Patents

一种基于温度特性的变压器保护方法 Download PDF

Info

Publication number
CN111342428A
CN111342428A CN202010119037.1A CN202010119037A CN111342428A CN 111342428 A CN111342428 A CN 111342428A CN 202010119037 A CN202010119037 A CN 202010119037A CN 111342428 A CN111342428 A CN 111342428A
Authority
CN
China
Prior art keywords
transformer
formula
optimal
harmonic
equivalent model
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
CN202010119037.1A
Other languages
English (en)
Other versions
CN111342428B (zh
Inventor
徐康波
张国荣
余崇
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202010119037.1A priority Critical patent/CN111342428B/zh
Publication of CN111342428A publication Critical patent/CN111342428A/zh
Application granted granted Critical
Publication of CN111342428B publication Critical patent/CN111342428B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/01Arrangements for reducing harmonics or ripples
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/40Arrangements for reducing harmonics

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Protection Of Transformers (AREA)

Abstract

本发明公开了一种基于温度特性的变压器保护方法,其步骤包括:1构建PSO算法的适应值;2构建变压器的等效模型;3将等效模型输入PSO算法中,得到最优参数;4根据最优参数得到最优等效模型,再根据最优等效模型中磁场强度H的最优值,计算变压器励磁涌流中的二次谐波差流;5根据二次谐波差流ΔI与二次谐波制动比的比较结果,执行保护开关动作。本发明能准确获取变压器二次谐波,并利用二次谐波进行开关运行判断,从而能实现变压器的保护开关正确动作,并提高电网运行的可靠性。

Description

一种基于温度特性的变压器保护方法
技术领域
本发明涉及基于温度特性的变压器保护方法领域,尤其涉及一种基于温度特性的变压器保护方法。
背景技术
电能质量引起的线路设备温升问题得到越来越广泛的关注。变压器作为电力系统中能量传输、安全隔离的重要一环,在电网中承担着重要作用。变压器的保护问题是保证电网安全运行的重要一环,变压器发生励磁涌流时会采用二次谐波制动。二次谐波制动是指在变压器在空载合闸时会发生励磁涌流,利用励磁涌流中的二次谐波含量与基波做差流比,大于整定值时制动。电网运行中变压器二次谐波制动会因为采样时二次谐波含量较低导致保护失败。
J-A模型可以描述变压器内部磁通的变化,但模型未考虑建模过程中损耗等影响因素,同时不能反映磁化过程中的温度特性。在进行二次谐波制动时,利用J-A模型构造的变压器模型往往忽略了温度在其中的影响,会导致构造的变压器精度不足。利用J-A模型构建的变压器等效模型中,参数识别目前有GA遗传算法、差分进化算法识别模型参数。针对变压器等效模型的参数识别,以上非线性算法对初始值的要求较高,从而导致计算过程较为复杂。
发明内容
本发明是为了克服现有技术的不足,提出一种基于温度特性的变压器保护方法,以期能准确获取变压器二次谐波,并利用二次谐波进行开关运行判断,从而能实现变压器的保护开关正确动作,并提高电网运行的可靠性。
本发明为达到上述发明目的,采用如下技术方案:
本发明一种基于温度特性的变压器保护方法的特点在于,包括如下步骤:
步骤1、分别采样运行中变压器的N个磁感应强度{Mn|n=1,2,…,N}和温度T0;Mn表示第n个磁感应强度;
步骤2、利用式(1)构建PSO算法的适应值F:
Figure BDA0002392376100000011
式(1)中,M′为PSO算法计算的磁感应强度;
步骤3、利用式(2)构造变压器的温度系数Ti
Figure BDA0002392376100000021
式(2)中,β1为临界指数,Tc为居里温度;
步骤4、结合所述温度系数Ti和J-A模型,利用式(3)构建变压器的等效模型:
Figure BDA0002392376100000022
式(3)中,M表示变压器实际的磁化强度,H表示磁场强度,Pe为变压器的涡流损耗,Pex为变压器的额外损耗,μ0为变压器材料的磁导率,δ为变压器磁化的方向系数,A表示中间变量,并有:
Figure BDA0002392376100000023
式(4)中,α表示平均场参数,He表示有效磁场强度,c为可逆磁化系数,k为变压器材料的磁畴间牵引系数;
式(3)中,Man表示变压器无磁滞磁化强度,并有:
Man=Ms[coth(He/a)-(a/He)] (5)
式(5)中,Ms表示变压器饱和磁化强度,a表示变压器无磁滞磁化强度时的形状参数,coth(·)表示双曲余切函数;
步骤5、将所述等效模型输入PSO算法中,得到最优参数:
步骤5.1、定义循环变量为n,并初始化n=1;
步骤5.2、利用PSO算法随机生成初始参数并作为第n次循环的参数,所述初始参数包括:Ms、a、k、c、α、Ti
步骤5.3、将第n次循环的参数传递给所述等效模型,并利用式(1)计算第n次循环的适应值Jn
步骤5.4、判断第n次循环的适应值Jn是否满足精度要求,若满足,则输出第n次循环的参数并作为最优参数,否则,将n+1赋值给n后,返回步骤5.2;
步骤6、将所述最优参数带入所述等效模型中,从而得到最优等效模型,再根据所述最优等效模型中磁场强度H的最优值,得到变压器涌流中二次谐波含量的幅值I1和变压器励磁涌流中基波分量的幅值I2;从而利用式(6)计算变压器励磁涌流中的二次谐波差流ΔI:
ΔI=I1/I2 (6)
步骤7、比较二次谐波差流ΔI与二次谐波制动比K:若ΔI>K,则变压器执行保护开关动作;否则,变压器不执行保护开关动作。
与已有技术相比,本发明有益效果体现在:
1、本发明针对变压器运行中的温度状态不同,对变压器实际过程中电压、电流、温度进行采样,基于采样值结合J-A模型、PSO算法、温度系数共同构建变压器模型,利用等效模型计算出变压器励磁涌流中的二次谐波,进行二次谐波制动保护,克服了在电网二次谐波保护中二次谐波含量过低的问题,从而能使变压器的保护开关正确动作,提高了电网运行的可靠性。
2、本发明在J-A模型中考虑了损耗问题,采用在J-A模型中添加涡流损耗与额外损耗的方法,克服了变压器等效模型无法完整描述损耗的问题,提高了变压器等效模型对损耗的描述精度。
3、本发明在J-A模型中考虑了温度特性,采用温度系数调整变压器等效模型的方法,得到在不同温度情况下变压器的二次谐波电流情况,克服了变压器等效模型无法反映温度的问题,提高了变压器模型的精度。
4、本发明采用PSO算法对等效模型的参数进行识别的方法,克服了其他算法在计算时存在的对初始值要求过高问题,降低了计算的复杂度。
附图说明
图1是本发明保护方法流程图。
具体实施方式
本实施例中,一种基于温度特性的变压器保护方法包括如下步骤:
步骤1、分别采样运行中变压器的N个磁感应强度{Mn|n=1,2,…,N}和温度T0;Mn表示第n个磁感应强度;在短时间内多次进行磁感应强度的测量,避免了采样精度问题而影响建模。
步骤2、利用式(1)构建PSO算法的适应值F:
Figure BDA0002392376100000031
式(1)中,M′为PSO算法计算的磁感应强度;
PSO算法从动物的运动捕食为出发点,模拟鱼群等生物的捕食特性,使结果具有遗传性、共享性。PSO算法的标准计算方法为,由PSO随机产生一组数值,数值在空间中搜寻问题的最优解,在寻优的过程中,数值集合为一个点,该点不断调整速度和位置,确定粒子的Pt、Gt,其调整式如式(2)所示:
Figure BDA0002392376100000041
式(2)中,x为粒子位置;v为粒子的速度;ω为惯性因子;t为迭代次数;c1、c2为加速因子;Pt为第t次迭代的最优位置;Gt为第t次迭代的最优值。
目前的算法有GA遗传算法识别模型参数、利用差分进化算法识别模型参数、利用最小二乘法识别模型参数、利用测量值耦合识别模型参数、利用确定函数识别模型参数、利用模拟退火算法识别模型参数、蛙跳模糊算法识别模型参数。针对J-A模型的参数识别,以上非线性算法对初始值的要求较高,PSO采用粒子群算法识别模型参数,有效避免参数的初始值选取问题。
算法中适应值的精度可根据实际状况选取,一般选取0-0.01,在进行多数据处理时一般选取0.01进行。进行变压器模型参数识别时,可将其设为0.01。
步骤3、利用式(3)构造变压器的温度系数Ti
Figure BDA0002392376100000042
式(3)中,β1为临界指数,Tc为居里温度;
步骤4、结合温度系数Ti和J-A模型,利用式(4)构建变压器的等效模型:
Figure BDA0002392376100000043
式(4)中,M表示变压器实际的磁化强度,H表示磁场强度,Pe为变压器的涡流损耗,Pex为变压器的额外损耗,μ0为变压器材料的磁导率,δ为变压器磁化的方向系数,A表示中间变量,并有:
Figure BDA0002392376100000044
式(5)中,α表示平均场参数,He表示有效磁场强度,c为可逆磁化系数,k为变压器材料的磁畴间牵引系数;
式(4)中,Man表示变压器无磁滞磁化强度,并有:
Man=Ms[coth(He/a)-(a/He)] (6)
式(6)中,Ms表示变压器饱和磁化强度,a表示变压器无磁滞磁化强度时的形状参数。coth(·)表示双曲余切函数;
J-A模型内部机理为磁畴壁的运动过程,磁滞现象即为磁畴壁在阻力下的运动过程,无磁滞磁化时磁畴壁在运动中不受阻碍。无磁滞磁化时,内部磁场能量与外部施加能量相同。
具体实施中,变压器等效动态磁化模型实际磁化强度可由式(7)表示:
M=Mirr+Mrev (7)
式(7)中,Mirr为不可逆磁化部分,Mrev为可逆量。能量守恒等式如式8):
Figure BDA0002392376100000051
式(8)中,δ为方向系数,当
Figure BDA0002392376100000052
Figure BDA0002392376100000053
可逆量用式(9)表示:
Mrev=c(Man-Mirr) (9)
具体实施中,为了避免J-A模型中能量不平衡,引入涡流损耗Pe和额外损耗Pex
Figure BDA0002392376100000054
Figure BDA0002392376100000055
式(10)和式(11)中,σ为电导率,e为叠片厚度,β为结构参数,S为横截面积,G为耦合常数,V0为耦合场参数。通过温度系数对最大磁化强度和损耗进行调整,通过在pe、pex、Ms前添加温度系数调整其温度特性。
步骤5、将等效模型输入PSO算法中,得到最优参数,如图1中所示。
步骤5.1、定义循环变量为n,并初始化n=1;
步骤5.2、利用PSO算法随机生成初始参数并作为第n次循环的参数,初始参数包括:Ms、a、k、c、α、Ti
步骤5.3、将第n次循环的参数传递给等效模型,并利用式(1)计算第n次循环的适应值Jn
步骤5.4、判断第n次循环的适应值Jn是否满足精度要求,若满足,则输出第n次循环的参数并作为最优参数,否则,将n+1赋值给n后,返回步骤5.2;
步骤6、将最优参数带入等效模型中,从而得到最优等效模型,再根据最优等效模型中磁场强度H的最优值,得到变压器涌流中二次谐波含量的幅值I1和变压器励磁涌流中基波分量的幅值I2;从而利用式(6)计算变压器励磁涌流中的二次谐波差流ΔI:
ΔI=I1/I2 (12)
步骤7、比较二次谐波差流ΔI与二次谐波制动比K:若ΔI>K,则变压器的保护开关动作;否则,变压器的保护开关不动作。

Claims (1)

1.一种基于温度特性的变压器保护方法,其特征在于,包括如下步骤:
步骤1、分别采样运行中变压器的N个磁感应强度{Mn|n=1,2,…,N}和温度T0;Mn表示第n个磁感应强度;
步骤2、利用式(1)构建PSO算法的适应值F:
Figure FDA0002392376090000011
式(1)中,M′为PSO算法计算的磁感应强度;
步骤3、利用式(2)构造变压器的温度系数Ti
Figure FDA0002392376090000012
式(2)中,β1为临界指数,Tc为居里温度;
步骤4、结合所述温度系数Ti和J-A模型,利用式(3)构建变压器的等效模型:
Figure FDA0002392376090000013
式(3)中,M表示变压器实际的磁化强度,H表示磁场强度,Pe为变压器的涡流损耗,Pex为变压器的额外损耗,μ0为变压器材料的磁导率,δ为变压器磁化的方向系数,A表示中间变量,并有:
Figure FDA0002392376090000014
式(4)中,α表示平均场参数,He表示有效磁场强度,c为可逆磁化系数,k为变压器材料的磁畴间牵引系数;
式(3)中,Man表示变压器无磁滞磁化强度,并有:
Man=Ms[coth(He/a)-(a/He)] (5)
式(5)中,Ms表示变压器饱和磁化强度,a表示变压器无磁滞磁化强度时的形状参数,coth(·)表示双曲余切函数;
步骤5、将所述等效模型输入PSO算法中,得到最优参数:
步骤5.1、定义循环变量为n,并初始化n=1;
步骤5.2、利用PSO算法随机生成初始参数并作为第n次循环的参数,所述初始参数包括:Ms、a、k、c、α、Ti
步骤5.3、将第n次循环的参数传递给所述等效模型,并利用式(1)计算第n次循环的适应值Jn
步骤5.4、判断第n次循环的适应值Jn是否满足精度要求,若满足,则输出第n次循环的参数并作为最优参数,否则,将n+1赋值给n后,返回步骤5.2;
步骤6、将所述最优参数带入所述等效模型中,从而得到最优等效模型,再根据所述最优等效模型中磁场强度H的最优值,得到变压器涌流中二次谐波含量的幅值I1和变压器励磁涌流中基波分量的幅值I2;从而利用式(6)计算变压器励磁涌流中的二次谐波差流ΔI:
ΔI=I1/I2 (6)
步骤7、比较二次谐波差流ΔI与二次谐波制动比K:若ΔI>K,则变压器执行保护开关动作;否则,变压器不执行保护开关动作。
CN202010119037.1A 2020-02-26 2020-02-26 一种基于温度特性的变压器保护方法 Active CN111342428B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010119037.1A CN111342428B (zh) 2020-02-26 2020-02-26 一种基于温度特性的变压器保护方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010119037.1A CN111342428B (zh) 2020-02-26 2020-02-26 一种基于温度特性的变压器保护方法

Publications (2)

Publication Number Publication Date
CN111342428A true CN111342428A (zh) 2020-06-26
CN111342428B CN111342428B (zh) 2022-03-15

Family

ID=71185651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010119037.1A Active CN111342428B (zh) 2020-02-26 2020-02-26 一种基于温度特性的变压器保护方法

Country Status (1)

Country Link
CN (1) CN111342428B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU907665A1 (ru) * 1979-02-14 1982-02-23 Ростовский-на-Дону институт инженеров железнодорожного транспорта Устройство дл дифференциальной защиты многообмоточного трансформатора с регулированием напр жени под нагрузкой
JPH09214292A (ja) * 1996-01-31 1997-08-15 Toko Inc 高周波同調回路
CN101257208A (zh) * 2007-12-21 2008-09-03 清华大学 一种变压器励磁涌流的鉴别方法
CN102035178A (zh) * 2010-12-29 2011-04-27 许继集团有限公司 一种用于变压器励磁涌流闭锁的方法
CN104200055A (zh) * 2014-09-26 2014-12-10 国家电网公司 特高压变压器空载合闸情况下的励磁涌流仿真方法及装置
CN105449650A (zh) * 2016-01-25 2016-03-30 云南电网有限责任公司电力科学研究院 一种柔性直流智能输配电网的保护系统和方法
CN106354971A (zh) * 2016-09-14 2017-01-25 中国石油大学(华东) 基于场路耦合分析的变压器状态预估新方法
CN108120521A (zh) * 2017-12-08 2018-06-05 囯网河北省电力有限公司电力科学研究院 变压器绕组热点温度预测方法及终端设备
CN109446681A (zh) * 2018-11-02 2019-03-08 积成电子股份有限公司 基于j-a模型的模拟变压器磁滞的优化实现方法
CN110008645A (zh) * 2019-04-30 2019-07-12 广东工业大学 一种变压器损耗计算方法
CN110046471A (zh) * 2019-05-14 2019-07-23 云南电网有限责任公司电力科学研究院 基于改进粒子群神经网络算法的散热器优化方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU907665A1 (ru) * 1979-02-14 1982-02-23 Ростовский-на-Дону институт инженеров железнодорожного транспорта Устройство дл дифференциальной защиты многообмоточного трансформатора с регулированием напр жени под нагрузкой
JPH09214292A (ja) * 1996-01-31 1997-08-15 Toko Inc 高周波同調回路
CN101257208A (zh) * 2007-12-21 2008-09-03 清华大学 一种变压器励磁涌流的鉴别方法
CN102035178A (zh) * 2010-12-29 2011-04-27 许继集团有限公司 一种用于变压器励磁涌流闭锁的方法
CN104200055A (zh) * 2014-09-26 2014-12-10 国家电网公司 特高压变压器空载合闸情况下的励磁涌流仿真方法及装置
CN105449650A (zh) * 2016-01-25 2016-03-30 云南电网有限责任公司电力科学研究院 一种柔性直流智能输配电网的保护系统和方法
CN106354971A (zh) * 2016-09-14 2017-01-25 中国石油大学(华东) 基于场路耦合分析的变压器状态预估新方法
CN108120521A (zh) * 2017-12-08 2018-06-05 囯网河北省电力有限公司电力科学研究院 变压器绕组热点温度预测方法及终端设备
CN109446681A (zh) * 2018-11-02 2019-03-08 积成电子股份有限公司 基于j-a模型的模拟变压器磁滞的优化实现方法
CN110008645A (zh) * 2019-04-30 2019-07-12 广东工业大学 一种变压器损耗计算方法
CN110046471A (zh) * 2019-05-14 2019-07-23 云南电网有限责任公司电力科学研究院 基于改进粒子群神经网络算法的散热器优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张国荣: "基于隔离小生境粒子群算法的APF优化配置", 《电子测量与仪器学报》 *

Also Published As

Publication number Publication date
CN111342428B (zh) 2022-03-15

Similar Documents

Publication Publication Date Title
CN110399677B (zh) 基于偏磁状态下改进j-a公式的变压器直流偏磁仿真模拟方法
Wang et al. Modeling of anisotropic magnetostriction under DC bias based on an optimized BP neural network
CN112131778A (zh) 一种基于粒子群算法的变压器剩磁评估方法
Knypiński et al. Application of a PSO algorithm for identification of the parameters of Jiles-Atherton hysteresis model
Wang et al. Estimation model of core loss under DC bias
CN112364490A (zh) 一种铁磁材料磁滞特性的模型参数辨识方法
Knypińskia Constrained optimization of line-start PM motor based on the gray wolf optimizer
CN111342428B (zh) 一种基于温度特性的变压器保护方法
Kuczmann et al. A new neural-network-based scalar hysteresis model
Shen et al. Deep Neural Network for Magnetic Core Loss Estimation using the MagNet Experimental Database
Balestrino et al. On-line process estimation by ANNs and Smith controller design
Faba et al. Hysteresis modelling in additively manufactured FeSi magnetic components for electrical machines and drives
CN107765259A (zh) 一种基于提升小波改进阈值的输电线路激光测距信号去噪算法
CN111967670A (zh) 一种基于改进灰狼算法的开关柜局放数据识别方法
CN109543240B (zh) 一种基于动态区域饱和j-a理论的电流互感器建模方法
Frimpong et al. Inter-turn fault detection using wavelet analysis and adaptive neuro-fuzzy inference system
Fagan et al. Iterative methods for waveform control in magnetic measurement systems
Cirrincione et al. A novel neural approach to the determination of the distribution function in magnetic Preisach systems
Guoying et al. A hybrid algorithm based on fish swarm and simulated annealing for parameters identification of modified JA model
Woehrnschimmel et al. Simulating the change of magnetic properties of electrical steel sheets due to punching
Halim et al. Hysteretic iron-core modelling for inrush current transients using Jiles-Atherton model
CN115455904B (zh) 一种提高断路器短路保护能力的电流互感器设计方法
Xueyan et al. Identification of Hysteresis Parameters of Current Transformer JA Model Based on Improved Whale Algorithm
Wu et al. The magnetic inrush current and internal fault types recognition in transformer based on probabilistic neural network
Wilk et al. The dynamic model of magnetic hysteresis

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