CN117494022A - 一种基于能耗比的电厂变压器励磁涌流识别方法 - Google Patents

一种基于能耗比的电厂变压器励磁涌流识别方法 Download PDF

Info

Publication number
CN117494022A
CN117494022A CN202311523065.XA CN202311523065A CN117494022A CN 117494022 A CN117494022 A CN 117494022A CN 202311523065 A CN202311523065 A CN 202311523065A CN 117494022 A CN117494022 A CN 117494022A
Authority
CN
China
Prior art keywords
power plant
current
plant transformer
loss
power
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.)
Pending
Application number
CN202311523065.XA
Other languages
English (en)
Inventor
郭健
张恺玥
蔡雨阳
支淞煜
张骏腾
王紫璇
于子凯
张宇凡
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.)
Yantai Qingkai New Energy Technology Co ltd
Beijing Institute of Petrochemical Technology
Original Assignee
Yantai Qingkai New Energy Technology Co ltd
Beijing Institute of Petrochemical 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 Yantai Qingkai New Energy Technology Co ltd, Beijing Institute of Petrochemical Technology filed Critical Yantai Qingkai New Energy Technology Co ltd
Priority to CN202311523065.XA priority Critical patent/CN117494022A/zh
Publication of CN117494022A publication Critical patent/CN117494022A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/243Classification techniques relating to the number of classes
    • G06F18/2433Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Protection Of Transformers (AREA)

Abstract

本发明公开了一种基于能耗比的电厂变压器励磁涌流识别方法,首先对电厂变压器的励磁涌流特征进行分析,包括波形特征、与电压初相角相关的涌流值特征、初期波形特征、涌流与额定电流的关系特征、衰减时间参数特征;基于励磁涌流特征,结合单相电厂变压器的等效T型电路,建立电厂变压器励磁涌流分析的数学模型;同时考虑电厂变压器的端电压和谐波电流,通过计算铁芯损耗、有功功率损耗以及平均无功和平均有功的比值,综合识别电厂变压器励磁涌流。该方法可以有效地分辨出励磁涌流和其他的电气设备故障,为电厂变压器的保护策略提供识别依据。

Description

一种基于能耗比的电厂变压器励磁涌流识别方法
技术领域
本发明涉及电气设备技术领域,尤其涉及一种基于能耗比的电厂变压器励磁涌流识别方法。
背景技术
在迅速工业化和技术进步的背景下,电力工业成为现代文明的重要支柱。作为该行业的关键节点,电厂内承载着涉及发电、配电和控制的各类电气设备。然而这些电气设备的可靠运行常常受到电力质量问题的持续挑战,其中电压浪涌问题尤为突出,电压浪涌通常由雷击、开关操作或电力网络中其他干扰引起,严重威胁着电厂内电气设备的完整性和稳定性,这些浪涌问题可能导致设备故障、停机以及甚至灾难性的故障,励磁涌流作为一种重要的电力质量问题,引起了广泛关注。
励磁涌流是由于励磁系统的突然故障或调节引起的电力系统中的瞬态问题,可能对电气设备造成损害。针对励磁涌流的识别主要依赖于传统的测量和监测方法,如电流传感器和电压传感器。电厂变压器励磁涌流识别的方法主要有四种:谐波识别法、波形特征识别法、等值电路识别法和有功功率识别法。其中,谐波识别法作为一种重要的电力质量分析技术,旨在准确识别电力系统中存在的谐波成分,从而采取相应的措施进行控制和调整。在电厂内电气设备的安全浪涌策略中,谐波识别法发挥着关键作用。谐波识别方法可以分为时域方法和频域方法两大类。时域方法通过分析电流和电压的波形,检测出波形中的非正弦成分,进而判断谐波的存在。常见的时域方法包括采样分析法、极值检测法等。频域方法则通过对电流和电压信号进行频谱分析,找出其中的频率成分,以确定谐波的频率和幅值。常用的频域方法有傅里叶变换法、小波变换法等。谐波识别法主要是计算电流中的二次谐波的含量俩识别涌流。
在长期的应用实践中可以看出,无论是基于电压量的识别方法还是基于电流量的二次谐波识别方法,在电厂变压器对励磁涌流的判断保护中都存在较大问题,电厂变压器的保护系统统一发生拒动或是误动,对电厂变压器的结构和工作原理进行分析,可以知道,在电厂变压器的内部回路中,电压和电流之间存在着电路和磁路的双重关系,两者并不是简单的线性关系,存在着复杂的电气和磁链的联系。
发明内容
本发明的目的是提供一种基于能耗比的电厂变压器励磁涌流识别方法,该方法可以有效地分辨出励磁涌流和其他的电气设备故障,为电厂变压器的保护策略提供识别依据。
本发明的目的是通过以下技术方案实现的:
一种基于能耗比的电厂变压器励磁涌流识别方法,所述方法包括:
步骤1、对电厂变压器的励磁涌流特征进行分析,包括波形特征、与电压初相角相关的涌流值特征、初期波形特征、涌流与额定电流的关系特征、衰减时间参数特征;
步骤2、基于励磁涌流特征,结合单相电厂变压器的等效T型电路,建立电厂变压器励磁涌流分析的数学模型;
步骤3、同时考虑电厂变压器的端电压和谐波电流,通过计算铁芯损耗、有功功率损耗以及平均无功和平均有功的比值,综合识别电厂变压器励磁涌流。
由上述本发明提供的技术方案可以看出,上述方法可以有效地分辨出励磁涌流和其他的电气设备故障,为电厂变压器的保护策略提供识别依据,以确保保护装置在不同情况下能够快速而准确地做出反应,提高电气设备的稳定性和抗干扰能力,减少电力质量问题导致的设备损害和停机问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,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附图。
图1为本发明实施例提供的基于能耗比的电厂变压器励磁涌流识别方法流程示意图;
图2为本发明实施例所述电厂变压器T型等效电路分析图;
图3为本发明实施例所述电厂变压器空载合闸励磁涌流状态下的仿真模型示意图;
图4为本发明实施例所述电厂变压器空载匝间短路故障下的仿真模型示意图;
图5为本发明实施例所述电厂变压器空载合闸励磁涌流下的能耗比值关系示意图;
图6为本发明实施例所述电厂变压器故障态下存在故障电流的能耗比值关系示意图。
具体实施方式
下面结合本发明实施例中的附图,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,这并不构成对本发明的限制。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
如图1所示为本发明实施例提供的基于能耗比的电厂变压器励磁涌流识别方法流程示意图,所述方法包括:
步骤1、对电厂变压器的励磁涌流特征进行分析,包括波形特征、与电压初相角相关的涌流值特征、初期波形特征、涌流与额定电流的关系特征、衰减时间参数特征;
在该步骤中,针对波形特征:励磁涌流的波形表现为尖顶波,含有多种非周期性及高次谐波分量;其中,二次谐波在高次谐波中占主导地位,并且随着时间的推移,其占比会逐渐增大;在三相电流中,至少有一相的二次谐波占比较大,并在初始有限周期内波形偏离时间轴的一侧;
针对与电压初相角相关的涌流值特征:励磁涌流的大小与电厂变压器空载投入瞬间的电压初相角相关,对于单相电厂变压器,如果空载投入瞬间电压幅值为零,则涌流值大;当电压幅值为峰值时,涌流值小;对于三相电厂变压器,由于三相之间存在120度的相位差,其涌流通常不同于单相情况,无论何种状况下空载投入,至少两相会形成程度不同的涌流;
针对初期波形特征:在初始有限周期内,涌流波形呈不连续状态,每个周期内存在80度到100度的间断角;
针对涌流与额定电流的关系特征:励磁涌流的幅值与设备的容量相关,设备容量小时,涌流的倍数大;
针对衰减时间参数特征:励磁涌流的衰减时间与设备容量和铁芯材料有一定关系,设备容量大时,衰减时间长;在铁芯饱和状态下,衰减速度快。
步骤2、基于励磁涌流特征,结合单相电厂变压器的等效T型电路,建立电厂变压器励磁涌流分析的数学模型;
在该步骤中,首先结合单相电厂变压器的等效T型电路,如图2所示为本发明实施例所述电厂变压器T型等效电路分析图,分析时使用的电气量都是在进行暂态分析时的瞬时值,对电路模型中的单元利用基尔霍夫定律列方程如下:
式中,u为系统的等效电源;i为电路中的电流,为i2和im两个支路电流之和;L1和L2分别为电厂变压器一次回路和二次回路的电感;R1和R2分别为电厂变压器一次回路和二次回路的电阻;e为励磁电压电动势,它是获得励磁电流的重要参数;y表示发电厂变压器的铁心和线圈的总磁通;
在无故障的情况下,电站变压器正常工作时,稳压器电源端电压为:
如果对电厂变压器的励磁涌流约等为0,在电厂变压器器回路中的电流表示为:
在正常运行的状态下,对电厂变压器中的一次侧回路阻抗忽略不计,得到的励磁支路对其分析,励磁的电压电动势约等于电源的电压,这样求得的电厂变压器的铁芯磁通表达式为:
在电厂变压器的铁芯的特性曲线分析中可知,利用式(4)能知道电厂变压器能否在故障态的情况下出现恢复性涌流,在空载合闸的情况下出现励磁电流。
步骤3、同时考虑电厂变压器的端电压和谐波电流,通过计算铁芯损耗、有功功率损耗以及平均无功和平均有功的比值,综合识别电厂变压器励磁涌流。
在该步骤中,综合识别电厂变压器励磁涌流的过程为:
1)如果有: V1>Vth (5)
这时在电厂变压器内部就有励磁涌流,否则是故障状态下的故障电流;V1、Vth分别代表电压基波分量的幅值和门槛值;
2)考虑负载损耗和空载损耗,在正常的运行状态下,电厂变压器的损耗主要包括负载损耗和空载损耗。空载损耗是电厂变压器中固有存在的铁芯损耗;这部分损耗是难以避免的,负载损耗根据欧姆损耗和杂散损耗的和间接求得,欧姆损耗忽略温度的影响能看作是与电流的平方成正比,杂散损耗与电厂变压器的内部漏磁通有关,主要是在铁芯损耗上,利用下式计算铁芯损耗:
式中,PFe为铁芯的总功率损耗;Pc、Pw为铁芯的磁滞损耗和涡流损耗;k1、k2分别为与磁芯材料相关的常数;f表示交流信号的频率;Bm为磁通密度峰值,表示磁场的最大值;t为磁芯厚度,用于计算涡流损耗;u为磁滞损耗的依赖关系;
励磁涌流通常会导致额外的损耗,因为它会引起铁芯中的涡流和磁滞损耗,从而在短时间内导致额外的热量产生,通过测量变压器的空载电流和电压,计算空载损耗。励磁涌流会导致瞬时的空载损耗和负载损耗的增加,通过观察空载损耗和负载损耗的瞬时变化来间接检测励磁涌流的影响。
3)有功功率消耗判断,如果电厂变压器发生故障,故障点会发生短路电流增大,发生电弧发应,消耗巨大的能量,故障电流产生的有功功率损耗会一直存在,随着故障的存在一直在扩大;而励磁涌流产生的损耗会随着时间的变化消失,这时电厂变压器的有功功率消耗是在15~20%额定容量以上,由此判断此时的电流是励磁涌流还是故障电流;
4)使用能耗比进行判断识别,通过对一定应用的数据进行统计,在电厂变压器空载合闸的情况下,励磁涌流存在时,平均无功远远大于平均有功,最小的比值为4.1;如果是发生在故障态下的故障电流,发生电厂变压器内部短路故障或是接地短路故障,由于故障点电流的存在,电厂变压器消耗很大的有功功率,故障态下平均无功与平均有功的比值几乎接近与0;
基于上述原理,利用下式的能耗比进行判断识别:
其中S为设定的能耗比门槛值;Q是平均无功功率;P是平均有功功率。
下面以具体的实例对电厂变压器中的短路故障(故障电流)和励磁涌流两种情况进行分析:
首先搭建两种不同状态的电路模型,如图3所示为本发明实施例所述电厂变压器空载合闸励磁涌流状态下的仿真模型示意图,如图4所示为本发明实施例所述电厂变压器空载匝间短路故障下的仿真模型示意图,将两种状态下的能耗比进行可视化以及分析比较:
电厂变压器空载合闸状态下,如果存在励磁涌流,那么平均无功远远大于平均有功,比值是远大于1的,如图5所示为本发明实施例所述电厂变压器空载合闸励磁涌流下的能耗比值关系示意图。
如果是在故障状态下的故障电流,电厂变压器可以消耗很大的有功功率,平均无功与平均有功的比值几乎接近于0,远远小于1,如图6所示为本发明实施例所述电厂变压器故障态下存在故障电流的能耗比值关系示意图。
由上述实例可知:本发明实施例所述方法可以有效地分辨出励磁涌流和其他的电气设备故障,通过本方法识别电厂变压器中的励磁涌流问题,可以为电厂变压器的保护策略提供识别依据,以确保保护装置在不同情况下能够快速而准确地做出反应,提高电气设备的稳定性和抗干扰能力,减少电力质量问题导致的设备损害和停机问题。
值得注意的是,本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
另外,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成,相应的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明较佳的具体实施方式,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披露的技术范围内,可轻易想到的变化或替换,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该以权利要求书的保护范围为准。本文背景技术部分公开的信息仅仅旨在加深对本发明的总体背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

Claims (4)

1.一种基于能耗比的电厂变压器励磁涌流识别方法,其特征在于,所述方法包括:
步骤1、对电厂变压器的励磁涌流特征进行分析,包括波形特征、与电压初相角相关的涌流值特征、初期波形特征、涌流与额定电流的关系特征、衰减时间参数特征;
步骤2、基于励磁涌流特征,结合单相电厂变压器的等效T型电路,建立电厂变压器励磁涌流分析的数学模型;
步骤3、同时考虑电厂变压器的端电压和谐波电流,通过计算铁芯损耗、有功功率损耗以及平均无功和平均有功的比值,综合识别电厂变压器励磁涌流。
2.根据权利要求1所述基于能耗比的电厂变压器励磁涌流识别方法,其特征在于,在步骤1中,
针对波形特征:励磁涌流的波形表现为尖顶波,含有多种非周期性及高次谐波分量;其中,二次谐波在高次谐波中占主导地位,并且随着时间的推移,其占比会逐渐增大;在三相电流中,至少有一相的二次谐波占比较大,并在初始有限周期内波形偏离时间轴的一侧;
针对与电压初相角相关的涌流值特征:励磁涌流的大小与电厂变压器空载投入瞬间的电压初相角相关,对于单相电厂变压器,如果空载投入瞬间电压幅值为零,则涌流值大;当电压幅值为峰值时,涌流值小;对于三相电厂变压器,由于三相之间存在120度的相位差,其涌流通常不同于单相情况,无论何种状况下空载投入,至少两相会形成程度不同的涌流;
针对初期波形特征:在初始有限周期内,涌流波形呈不连续状态,每个周期内存在80度到100度的间断角;
针对涌流与额定电流的关系特征:励磁涌流的幅值与设备的容量相关,设备容量小时,涌流的倍数大;
针对衰减时间参数特征:励磁涌流的衰减时间与设备容量和铁芯材料有一定关系,设备容量大时,衰减时间长;在铁芯饱和状态下,衰减速度快。
3.根据权利要求1所述基于能耗比的电厂变压器励磁涌流识别方法,其特征在于,在步骤2中,首先结合单相电厂变压器的等效T型电路,在分析时使用的电气量都是在进行暂态分析时的瞬时值,对电路模型中的单元利用基尔霍夫定律列方程如下:
式中,u为系统的等效电源;i为电路中的电流,为i2和im两个支路电流之和;L1和L2分别为电厂变压器一次回路和二次回路的电感;R1和R2分别为电厂变压器一次回路和二次回路的电阻;e为励磁电压电动势,它是获得励磁电流的重要参数;y表示发电厂变压器的铁心和线圈的总磁通;
在无故障的情况下,电站变压器正常工作时,稳压器电源端电压为:
如果对电厂变压器的励磁涌流约等为0,在电厂变压器器回路中的电流表示为:
在正常运行的状态下,对电厂变压器中的一次侧回路阻抗忽略不计,得到的励磁支路对其分析,励磁的电压电动势约等于电源的电压,这样求得的电厂变压器的铁芯磁通表达式为:
利用式(4)能知道电厂变压器能否在故障态的情况下出现恢复性涌流,在空载合闸的情况下出现励磁电流。
4.根据权利要求1所述基于能耗比的电厂变压器励磁涌流识别方法,其特征在于,在步骤3中,综合识别电厂变压器励磁涌流的过程为:
1)如果有: V1>Vth (5)
这时在电厂变压器内部就有励磁涌流,否则是故障状态下的故障电流;V1、Vth分别代表电压基波分量的幅值和门槛值;
2)考虑负载损耗和空载损耗,空载损耗是电厂变压器中固有存在的铁芯损耗;负载损耗根据欧姆损耗和杂散损耗的和间接求得,欧姆损耗能看做是与电流的平方成正比,杂散损耗与电厂变压器的内部漏磁通有关,主要是在铁芯损耗上,利用下式计算铁芯损耗:
式中,PFe为铁芯的总功率损耗;Pc、Pw为铁芯的磁滞损耗和涡流损耗;k1、k2分别为与磁芯材料相关的常数;f表示交流信号的频率;Bm为磁通密度峰值,表示磁场的最大值;t为磁芯厚度,用于计算涡流损耗;u为磁滞损耗的依赖关系;
励磁涌流会导致瞬时的空载损耗和负载损耗的增加,通过观察空载损耗和负载损耗的瞬时变化来间接检测励磁涌流的影响;
3)有功功率消耗判断,如果电厂变压器发生故障,故障点会发生短路电流增大,消耗巨大的能量,故障电流产生的有功功率损耗会一直存在,随着故障的存在一直在扩大;而励磁涌流产生的损耗会随着时间的变化消失,这时电厂变压器的有功功率消耗是在15~20%额定容量以上,由此判断此时的电流是励磁涌流还是故障电流;
4)使用能耗比进行判断识别,在电厂变压器空载合闸的情况下,励磁涌流存在时,平均无功远远大于平均有功;如果是发生在故障态下的故障电流,由于故障点电流的存在,电厂变压器消耗很大的有功功率,这时故障态下平均无功与平均有功的比值接近与0;基于上述原理,利用下式的能耗比进行判断识别:
其中S为设定的能耗比门槛值;Q是平均无功功率;P是平均有功功率。
CN202311523065.XA 2023-11-15 2023-11-15 一种基于能耗比的电厂变压器励磁涌流识别方法 Pending CN117494022A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311523065.XA CN117494022A (zh) 2023-11-15 2023-11-15 一种基于能耗比的电厂变压器励磁涌流识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311523065.XA CN117494022A (zh) 2023-11-15 2023-11-15 一种基于能耗比的电厂变压器励磁涌流识别方法

Publications (1)

Publication Number Publication Date
CN117494022A true CN117494022A (zh) 2024-02-02

Family

ID=89677954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311523065.XA Pending CN117494022A (zh) 2023-11-15 2023-11-15 一种基于能耗比的电厂变压器励磁涌流识别方法

Country Status (1)

Country Link
CN (1) CN117494022A (zh)

Similar Documents

Publication Publication Date Title
CN108957183B (zh) 变压器直流偏磁监测方法及装置
CN112039020A (zh) 一种基于变压器变比鉴别励磁涌流和故障的方法
CN112304207B (zh) 利用漏感参数变化估计的变压器绕组变形在线检测方法
Lin et al. Electromagnetic transient analysis and Novel protective relaying techniques for power transformers
CN111751645A (zh) 一种变压器直流偏磁监测方法、装置、设备及系统
Oliveira et al. Application of Park's power components to the differential protection of three-phase transformers
Chen Feature selection for identification and classification of power quality disturbances
CN117494022A (zh) 一种基于能耗比的电厂变压器励磁涌流识别方法
Raichura et al. Methodologies for the detection of magnetizing inrush and fault condition in power transformer
CN108333540B (zh) 一种用于对计量用电流互感器剩磁进行评估的方法及系统
Sowa et al. Electromagnetic switching transients in transmission line cooperating with the local subsystem
CN114118546A (zh) 一种高比例新能源电力系统的过电压风险评估方法及系统
Ge et al. Simulation and impact analysis of remanent flux on power transformer inrush current
CN113671420A (zh) 一种基于电感参数的变压器直流偏磁保护方法
He et al. A novel transformer protection scheme based on equivalent excitation impedance characteristics
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
Cao et al. Method to identify transformer sympathetic inrush based on time-domain variation characteristics of aperiodic component
Hernanda et al. Ferroresonance Signal Analysis with Wavelet Transform on 500 kV Transmission Lines Capacitive Voltage Transformers
Bi et al. A ratio variation of equivalent instantaneous inductance based method to identify magnetizing inrush in transformers
Kang et al. An Online Diagnosis Method for EMU Traction Transformer Winding Faults based on Short-Circuit Impedance Identification
Ahmad et al. An Integrated Power Differential Scheme for Tertiary Power Transformer Protection
Katare et al. A Review Article of ANN Based Combined Transformer Error Identification in Primary Load Imbalance Conditioning
CN115047240A (zh) 一种利用小波细节分量变化特征的变压器励磁涌流判别方法
Yang et al. Inrush Current Identification Method of Power Plant Transformer Based on Energy Consumption Ratio
CN116930599A (zh) 基于变异系数的统计分析法的变压器励磁涌流识别方法

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