CN117930120B - 一种高效散热低压电流互感器检测方法 - Google Patents
一种高效散热低压电流互感器检测方法 Download PDFInfo
- Publication number
- CN117930120B CN117930120B CN202410324080.XA CN202410324080A CN117930120B CN 117930120 B CN117930120 B CN 117930120B CN 202410324080 A CN202410324080 A CN 202410324080A CN 117930120 B CN117930120 B CN 117930120B
- Authority
- CN
- China
- Prior art keywords
- time point
- saturation
- time
- peak
- interval
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 230000017525 heat dissipation Effects 0.000 title claims abstract description 15
- 238000007689 inspection Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 40
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 34
- 230000005291 magnetic effect Effects 0.000 claims abstract description 28
- 230000009466 transformation Effects 0.000 claims abstract description 25
- 230000008859 change Effects 0.000 claims abstract description 18
- 230000035772 mutation Effects 0.000 claims abstract description 17
- 230000005389 magnetism Effects 0.000 claims abstract description 15
- 101150029607 SS18L1 gene Proteins 0.000 claims description 25
- 230000036186 satiety Effects 0.000 claims description 18
- 235000019627 satiety Nutrition 0.000 claims description 18
- 230000001174 ascending effect Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 229920006395 saturated elastomer Polymers 0.000 abstract description 24
- 230000008569 process Effects 0.000 description 17
- 230000000737 periodic effect Effects 0.000 description 15
- 238000012360 testing method Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- UXFQFBNBSPQBJW-UHFFFAOYSA-N 2-amino-2-methylpropane-1,3-diol Chemical compound OCC(N)(C)CO UXFQFBNBSPQBJW-UHFFFAOYSA-N 0.000 description 2
- 101150035093 AMPD gene Proteins 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000009295 sperm incapacitation Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000005294 ferromagnetic effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Protection Of Transformers (AREA)
- Measuring Magnetic Variables (AREA)
Abstract
本发明涉及传感器检测技术领域,具体涉及一种高效散热低压电流互感器检测方法,该方法包括:采集电流互感器的二次侧电流数据;根据二次侧电流数据中各时间点质检区间内各区间时间点与近邻峰谷之间的距离差异获取各时间点的一次侧幅值致饱指数;根据各时间点的局部检测时间窗内的峰谷趋势变化情况以及电流数据突变情况构建各时间点的铁芯磁生成致饱指数;根据各时间点的一次侧幅值致饱指数、分量致饱指数以及铁芯磁生成致饱指数构建各时间点的小波尺度,优化小波变换算法,实现对电流互感器饱和状态的检测。本发明旨在解决传统小波变换算法难以检测电流互感器是否达到饱和状态的问题,提高检测电流互感器饱和点的准确性。
Description
技术领域
本申请涉及传感器检测技术领域,具体涉及一种高效散热低压电流互感器检测方法。
背景技术
电流互感器(Current Transformer, CT)作为电力系统中重要的二次设备,在继电保护和监控系统感知系统运行状态中起着非常重要的作用。目前,铁磁式互感器是最广泛配置于电力系统中的电流互感器。由于铁芯的非线性励磁特性,现场中存在诸多因素可导致铁芯由线性工作区过渡至饱和区,电流互感器会因此达到饱和状态,从而使二次侧电流发生缺损和畸变,无法准确反映一次电流,这常常会引发保护装置对系统运行状态的错误判断。
正因电流互感器在电力系统中的重要作用,故需要对电流互感器是否达到饱和状态进行检测,传统的检测电流互感器是否达到饱和状态的方法如小波变换,能够通过时频局部化及分频特性敏锐的识别出低压电流互感器的奇异点。而在电力系统中,电流互感器可能会由于一次侧幅值过大、存在非周期分量等原因导致其达到饱和状态,二次侧电流的波形发生畸变的特征不同,导致无法得到较准确的小波尺度,造成使用传统的小波变换算法难以检测电流互感器是否达到饱和状态。
发明内容
为了解决上述技术问题,本发明提供一种高效散热低压电流互感器检测方法,以解决现有的问题。
本发明的一种高效散热低压电流互感器检测方法采用如下技术方案:
本发明一个实施例提供了一种高效散热低压电流互感器检测方法,该方法包括以下步骤:
采集电流互感器的二次侧电流数据;
对于二次侧电流数据中各时间点,设置各时间点的质检区间;根据各时间点质检区间内的波峰、波谷获取各时间点质检区间内各区间时间点的二波近峰谷权重;根据各时间点质检区间内各区间时间点的电流数据差异以及二波近峰谷权重获取各时间点的一次侧幅值致饱指数;
将以各时间点为中心的预设时长的时间段记为各时间点的局部检测时间窗;根据各时间点的局部检测时间窗内的峰谷趋势变化情况获取各时间点的局部峰谷绝对差分序列;根据各时间点的局部峰谷绝对差分序列内各元素的数值大小以及一次侧幅值致饱指数构建各时间点的分量致饱指数;根据各时间点的局部检测时间窗内的电流数据突变情况获取各时间点的二次侧电流畸变序列;结合各时间点的二次侧电流畸变序列内各元素的数值、分量致饱指数以及电流数据差异构建各时间点的铁芯磁生成致饱指数;
根据各时间点的一次侧幅值致饱指数、分量致饱指数以及铁芯磁生成致饱指数构建各时间点的小波尺度;根据二次侧电流数据以及各时间点的小波尺度优化小波变换算法,实现对电流互感器饱和状态的检测。
优选的,所述设置各时间点的质检区间,包括:
获取距离各时间点最近的B个波峰和B个波谷;将所有波峰、波谷中所在时间点的最小值、最大值之间的时间范围记为各时间点的质检区间。
优选的,所述根据各时间点质检区间内的波峰波谷获取各时间点质检区间内各区间时间点的二波近峰谷权重,包括:
将各时间点质检区间内的各时间点记为各区间时间点;
对于各时间点质检区间内各区间时间点,将距离各区间时间点最近的波峰、波谷分别记为各区间时间点的最近邻波峰、最近邻波谷;将各区间时间点的最近邻波峰与最近邻波谷对应时间点之间的距离记为各区间时间点的峰谷距离;将各区间时间点与其最近邻波峰、最近邻波谷对应时间点之间的距离分别记为各区间时间点的最近邻波峰距离、最近邻波谷距离;对于各时间点质检区间内各区间时间点,获取各区间时间点的最近邻波峰距离、最近邻波谷距离以及峰谷距离;
将各区间时间点的最近邻波峰距离与最近邻波谷距离中的最大值与各区间时间点的峰谷距离的比值作为各时间点质检区间内各区间时间点的二波近峰谷权重。
优选的,所述根据各时间点质检区间内各区间时间点的电流数据差异以及二波近峰谷权重获取各时间点的一次侧幅值致饱指数,包括:
对于各时间点质检区间内各区间时间点,计算各区间时间点与左相邻区间时间点的电流数据之间的差值绝对值,计算各区间时间点与右相邻区间时间点的电流数据之间的差值绝对值,计算两个差值绝对值的均值;
计算各区间时间点的二波近峰谷权重与所述均值的乘积,将各时间点质检区间内所有的区间时间点的所述乘积的和值作为各时间点的一次侧幅值致饱指数。
优选的,所述根据各时间点的局部检测时间窗内的峰谷趋势变化情况获取各时间点的局部峰谷绝对差分序列,包括:
采用自动多尺度峰值查找算法获取各时间点的局部检测时间窗的波峰、波谷;
按照时间升序将各时间点的局部检测时间窗内所有的波峰、所有的波谷分别组成局部波峰序列、局部波谷序列;采用趋势性检测算法获取局部波峰序列、局部波谷序列的p值;
按照时间升序将各时间的局部检测时间窗内所有波峰和波谷共同组成局部峰谷序列;对局部峰谷序列采用一阶差分并取绝对值,得到局部峰谷绝对差分序列。
优选的,所述根据各时间点的局部峰谷绝对差分序列内各元素的数值大小以及一次侧幅值致饱指数构建各时间点的分量致饱指数,包括:
对于各时间点的局部峰谷绝对差分序列内各元素,计算各元素的局部波峰序列、局部波谷序列的p值的和值,记为第一和值;计算各元素的数值与预设协调因子的和值,记为第二和值;计算第一和值与第二和值的比值;
计算各元素所在时间点的一次侧幅值致饱指数与所述比值的乘积,计算各时间点的局部峰谷绝对差分序列内所有元素的所述乘积的和值,记为第三和值;将第三和值与各时间点的局部峰谷绝对差分序列的标准差的乘积结果作为各时间点的分量致饱指数。
优选的,所述根据各时间点的局部检测时间窗内的电流数据突变情况获取各时间点的二次侧电流畸变序列,包括:
采用突变点检测算法获取各时间点的局部检测时间窗内发生突变的时间点,记为二次侧电流畸变点;将各时间点在局部检测时间窗内所有的二次侧电流畸变点按照时间顺序组成各时间点的二次侧电流畸变序列。
优选的,所述结合各时间点的二次侧电流畸变序列内各元素的数值、分量致饱指数以及电流数据差异构建各时间点的铁芯磁生成致饱指数,包括:
对于各时间点的二次侧电流畸变序列内各元素,计算各元素与左相邻元素的数值之间的差值,计算各元素的分量致饱指数与所述差值的乘积;
计算各元素与左相邻元素对应电流数据的绝对值的和值,计算所述和值与预设协调因子的和值结果;
计算所述乘积与所述和值结果的比值,将各时间点的二次侧电流畸变序列内所有元素的所述比值的和值作为各时间点的铁芯磁生成致饱指数。
优选的,所述根据各时间点的一次侧幅值致饱指数、分量致饱指数以及铁芯磁生成致饱指数构建各时间点的小波尺度,包括:
计算各时间点的一次侧幅值致饱指数、分量致饱指数以及铁芯磁生成致饱指数的和值的倒数;计算所述倒数与1的和值的四舍五入的取整值;将所述取整值与预设扩张因子的乘积作为各时间点的小波尺度。
优选的,所述根据二次侧电流数据以及各时间点的小波尺度优化小波变换算法,实现对电流互感器饱和状态的检测,包括:
将电流互感器的二次侧电流数据作为小波变换算法的输入,将各时间点的小波尺度作为小波变换算法的小波尺度,将Morlet小波作为小波变换算法的小波基函数,小波变换算法的输出为电流互感器达到饱和状态时的饱和点。
本发明至少具有如下有益效果:
本发明通过分析电流互感器的二次侧电流波形受到一次侧电流幅值影响的特征,将各时间点质检区间内各区间时间点的近峰谷分布距离构建二波近峰谷权重,从而挖掘质检区间内部各区间数据点识别波峰、波谷变化的敏感性;同时结合相邻区间时间点的电流数据差异以及敏感的细节变化构建一次侧幅值致饱指数,深度分析由于一次侧电流幅值较大导致二次侧电流发生畸变而导致的斜率变大、峰谷形状越尖锐的情况,准确反映电流互感器受到一次侧电流幅值较大导致其达到饱和状态的可能性,便于及时发现由于一次侧通入电流过大导致的饱和情况,提高检测的敏感性;
进而,本发明分析在电流互感器一次侧电流幅值过大、采取非周期分量避免抵消电流突变时的特征,通过将峰谷之间差异的稳定情况、数值大小以及局部波峰波谷序列的上升下降趋势情况构建分量致饱指数,用于准确反映电流互感器受到非周期分量产生的二次侧电流的影响规律,从而表征其达到饱和状态的可能性;在电流互感器的运行过程中,通过分析铁芯磁性的变化对电流互感器饱和的影响,对各时间点的局部检测时间窗内的相邻突变点之间的数值、距离差异进行分析,同时结合突变点的分量致饱指数,构建铁芯磁生成致饱指数,挖掘二次侧电流发生变化的时间规律性,用于表征铁芯磁性的影响程度大小,反映电流互感器收到铁芯磁性的变化导致其达到饱和状态的可能性;结合一次侧幅值致饱指数、分量致饱指数与铁芯磁生成致饱指数计算小波变换算法中各时间点的小波尺度,能够反映电流互感器二次侧电流是否达到饱和状态的特征,据此所得小波尺度能够清晰的捕捉二次侧电流波形的奇异点,即更准确的检测电流互感器的饱和点,可以准确发出电流互感器饱和报警,解决了传统小波变换算法难以检测电流互感器是否达到饱和状态的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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它附图。
图1为本发明提供的一种高效散热低压电流互感器检测方法的流程图;
图2为饱和状态检测过程的指标构建流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种高效散热低压电流互感器检测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种高效散热低压电流互感器检测方法的具体方案。
本发明一个实施例提供的一种高效散热低压电流互感器检测方法。
具体的,提供了如下的一种高效散热低压电流互感器检测方法,请参阅图1,该方法包括以下步骤:
步骤S001,采集电流互感器的二次侧电流数据,并进行预处理。
本实施例通过电流传感器采集电流互感器二次侧的电流数据,记采样频率为f,本实施例中取值3kHz,记采集时长为T,本实施例中取值30min。
由于在采集电流数据的过程中,可能会由于数据传输故障、强磁干扰等情况导致采集到的电流数据存在缺失,故本实施例通过回归填充法对数据中的缺失值进行填充。同时在采集电流数据过程中可能会存在噪声干扰等情况导致二次侧电流数据存在一定噪声,故本实施例通过Savitzky-Golay滤波算法对所得电流互感器二次侧的电流数据进行去噪处理。其中回归填充法、Savitzky-Golay滤波算法为公知技术,具体过程本发明不再赘述。
至此,得到预处理后的电流互感器二次侧的电流数据,记为二次侧电流数据。
步骤S002,基于电流互感器受一次侧电流幅值影响的特征构建一次侧幅值致饱指数,基于一次侧幅值致饱指数结合电流互感器受非周期分量影响的特征构建分量致饱指数,基于一次侧幅值致饱指数与分量致饱指数计算小波尺度。
电流互感器饱和一般发生在一次系统通入较大暂态电流过程中,即一次侧通入幅值过大电流导致电流互感器饱和,具体为:往往一次侧电流幅值较小时电流互感器不易发生饱和,电流互感器铁芯能够保持在线性区工作,故稳态情况下电流互感器基本不会饱和,此时二次侧电流为正弦波,波形中没有奇异点;当电流互感器一次侧通入电流过大,远超过额定一次侧电流时,会使磁通量迅速增大,从而使铁芯饱和,且一次侧电流幅值增大的程度越深,电流互感器的饱和程度越严重,二次侧电流的波形畸变和缺损越严重。
据此本实施例基于二次侧电流数据构建一次侧幅值致饱指数,反映因一次侧通入电流幅值过大导致电流互感器达到饱和状态的可能程度,一次侧幅值致饱指数的构建过程如下:
以二次侧电流数据中第a个时间点为例,取距离第a个时间点最近的B个波峰与B个波谷,B的大小本实施例中取值5,将所得第a个时间点的波峰、波谷所对应时间点中,时间点的最小值与最大值之间的时间范围记为第a个时间点的质检区间。其中,将质检区间内的各时间点记为各区间时间点。以质检区间内的第b个区间时间点为例,将质检区间内距离第b个区间时间点最近的波峰、波谷分别记为第b个区间时间点的最近邻波峰、最近邻波谷,将第b个区间时间点的最近邻波峰、最近邻波谷所对应时间点之间的距离记为第b个区间时间点的峰谷距离,将第b个区间时间点到其最近邻波峰、最近邻波谷所对应时间点之间的距离记为第b个区间时间点的最近邻波峰距离、最近邻波谷距离。据此则可以计算一次侧幅值致饱指数,其计算公式如下:
其中,表示第a个时间点的质检区间内第b个区间时间点的二波近峰谷权重,表示取最大值函数,/>、/>分别表示第a个时间点的质检区间内第b个区间时间点的最近邻波峰距离、最近邻波谷距离,/>表示第a个时间点的质检区间内第b个区间时间点的峰谷距离;
表示第a个时间点的一次侧幅值致饱指数,/>表示第a个时间点的质检区间内所包含区间时间点数量,/>、/>、/>分别表示第a个时间点的质检区间内第b-1、b、b+1个区间时间点所对应的电流数据。
第a个时间点的质检区间内第b个区间时间点距离波峰或波谷越近,即或/>越大,为更敏感的识别波峰或波谷出的变化,该区间时间点的权重应当越大,故计算出的二波近峰谷权重越大,同时该区间时间点的二次侧电流变化越大,即/>与/>越大,表明该区间时间点的二次侧电流斜率越大,即波峰或波谷的形状越尖锐,此时越可能由于一次侧电流幅值较大造成的二次侧电流发生畸变,故计算出一次侧幅值致饱指数越大。
在实际情况中,电力系统发生短路时,为使一次侧的电流不发生突变,通过在一次侧电流中产生非周期分量来抵消电流的突变,具体为通过调节电压的初始相位角来改变一次侧电流中所含非周期分量的大小;由于非周期分量的单极性不能在电流互感器上进行传变,会导致铁芯出现磁滞积累现象,致使铁芯磁通量增加,进而使铁芯达到饱和状态,此时二次侧电流的波峰存在逐渐上升的趋势、波谷存在逐渐下降的趋势。
据此本实施例基于一次侧幅值致饱指数构建分量致饱指数,反映一次侧电流的初始相位角对电流互感器饱和的影响程度,分量致饱指数的构建过程如下:
以第a个时间点为例,将以第a个时间点为中心、预设时长为H秒的时间段记为第a个时间点的局部检测时间窗,H的大小本实施例取值1,当第a个时间点位于采集时间的开始后或结束前的1s内时,通过回归填充法将不足的电流数据补足;将局部检测时间窗内的二次侧电流作为自动多尺度峰值查找算法(Automatic multiscale-based peak detection,AMPD)的输入,输出为局部检测时间窗内二次侧电流的波峰与波谷,其中回归填充法、AMPD算法为公知技术,具体过程本发明不再赘述;
按照时间升序将局部检测时间窗内二次侧电流的波峰、波谷所构成的序列分别记为局部波峰序列、局部波谷序列,分别将局部波峰序列、局部波谷序列作为Mann-Kendall趋势性检验算法的输入,假设检验分别为局部波峰序列存在上升趋势、局部波谷序列存在下降趋势,输出分别为局部波峰序列、局部波谷序列检验结果的p值,其中Mann-Kendall趋势性检验为公知技术,具体过程本发明不再赘述;
按照时间升序将局部检测时间窗内二次侧电流的所有波峰与波谷构成的序列记为局部峰谷序列,由于波峰与波谷错落排开,即波峰后为波谷、波谷后为波峰,故对局部峰谷序列进行一阶差分并取绝对值,将所得结果构成的序列记为局部峰谷绝对差分序列。则可以计算分量致饱指数,其计算公式如下:
其中,表示第a个时间点的分量致饱指数,/>表示第a个时间点的局部峰谷绝对差分序列的序列长度,/>表示第a个时间点的局部峰谷绝对差分序列中第c个元素的值,/>表示预设协调因子,用于避免分母为0导致无法计算,本实施例中取值1,/>表示第a个时间点的局部峰谷绝对差分序列中所有元素的标准差,/>表示第a个时间点的局部峰谷绝对差分序列中第c个元素所在时间点的一次侧幅值致饱指数,/>、/>分别表示第a个时间点的局部波峰序列、局部波谷序列经过Mann-Kendall趋势性检验所得检验结果的p值。其中,记为第一和值,/>记为第二和值,/>记为第三和值。
局部峰谷差分序列中所有元素的标准差越大,即越大,表明波峰与波谷之间的差异越不稳定;局部峰谷绝对差分序列中各元素的值越小,即/>越小,表明电流互感器二次侧电流的波峰与波谷之间的差异越小,表明电流互感器二次侧电流越可能受到非周期分量的影响,同时局部峰谷绝对差分序列中各元素所在时间点的一次侧幅值致饱指数越大,即/>越大,表明此时电流互感器越可能受到一次侧电流幅值过大的影响,则此时一次侧电流中越可能出现非周期分量;局部波峰序列与局部波谷序列经过Mann-Kendall趋势性检验所得检验结果的p值越大,即/>、/>越大,越表明局部波峰序列所具有的上升趋势、局部波谷序列所具有的下降趋势越明显,越符合非周期分量对电流互感器二次侧电流的影响规律,故计算出的分量致饱指数越大。
按照上述步骤,则可以计算各时间点的分量致饱指数,能够通过二次侧电流的变化规律反映一次侧电流中非周期分量导致电流互感器达到饱和状态的特征。而根据法拉第电磁感应定律可得,在电流互感器工作的过程中,会使电流互感器的铁芯具有磁性,当电流互感器中的铁芯具有磁性后,尤其是铁芯中磁感线的方向与较大幅值电流方向一致时,可能会导致电流互感器的一次侧电流未达到正常工作电流时就发生饱和,造成二次侧电流出现畸变。
为反映铁芯中的磁性对电流互感器饱和状态的影响,本实施例基于分量致饱指数构建铁芯磁生成致饱指数,其构建过程如下:
将第a个时间点的局部检测时间窗内的电流数据所构成的序列作为Pettitt突变点检测算法的输入,输出为该序列中电流发生突变的时间点,将电流发生突变的时间点记为二次侧电流畸变点,将各时间点所有的二次侧电流畸变点所构成的序列记为各时间点的二次侧电流畸变序列,其中Pettitt突变点检测为公知技术,具体过程本实施例不再赘述。则可以计算铁芯磁生成致饱指数,其计算公式如下:
其中,表示第a个时间点的铁芯磁生成致饱指数,/>表示第a个时间点的二次侧电流畸变序列的长度,/>、/>分别表示第a个时间点的二次侧电流畸变序列中第f、f-1个元素所对应的电流数据,/>表示预设协调因子,用于避免分母为0导致无法计算,本实施例中取值1,/>、/>分别表示第a个时间点的二次侧电流畸变序列中第f、f-1个元素的数值,/>表示第a个时间点的二次侧电流畸变序列中第f个元素所在时间点的分量致饱指数。
在第a个时间点的局部检测时间窗内,若所得二次侧电流畸变序列中相邻两个元素的值越大,即越大,越表明二次侧电流发生变化的时间点越不符合规律,同时二次侧电流的分量致饱指数越大,即/>越大,越表明此时一次侧电流越可能出现非周期分量使电流互感器趋于饱和状态,对铁芯磁性的影响越大,同时二次侧电流发生畸变时的时间点所对应的电流越小、越接近于0,即/>、/>越小,越表明二次侧电流发生畸变时的电流与波峰或波谷电流的差异越大,越不符合二次侧电流为正弦波的特征,即越可能由于铁芯出现一定磁性使电流互感器趋于饱和状态,故计算出的铁芯磁生成致饱指数越大。
通过上述步骤所得各时间点的一次侧幅值致饱指数、分量致饱指数、铁芯磁生成致饱指数,分别反映各时间点一次侧电流幅值、非周期分量、铁芯磁性对电流互感器达到饱和状态的影响程度。当电流互感器达到饱和状态时,二次侧电流发生畸变,此时通过小波变换检测二次侧电流中的奇异点时,需要较小的小波尺度;当电流互感器未达到饱和状态时,二次侧电流尚未发生畸变,此时可以适当选取较大的小波尺度,以提高检测效率。据此本实施例基于一次侧幅值致饱指数、分量致饱指数以及铁芯磁生成致饱指数计算小波尺度,其计算公式如下:
其中,表示第t个时间点的小波尺度,round()表示四舍五入取整函数,/>表示预设扩张因子,避免四舍五入取整后小波尺度较小,/>的大小本实施例取值50,/>、/>、/>分别表示第t个时间点的一次侧幅值致饱指数、分量致饱指数、铁芯磁生成致饱指数。
当第t个时间点的一次侧幅值致饱指数、分量致饱指数越大,即、/>越大,表明此时在一次侧电流中,越可能出现电流幅值过大、非周期分量电流的情况,同时第t个时间点的铁芯磁生成致饱指数越大,即/>越大,越表明铁芯可能具有较强的磁性,故二次侧电流出现畸变的可能性越大,为使小波变换能够更准确的识别出二次侧电流中的奇异点,则需要较小的小波尺度,故计算出的小波尺度较小。
步骤S003,基于各时间点的小波尺度对电流互感器的饱和状态进行检测。
电流互感器铁芯达到饱和状态后,二次侧电流的波形就会发生畸变和缺损,形成奇异点;在电流互感器未达到饱和状态时,铁芯工作在线性区,二次侧电流为含有非周期分量的正弦波,波形中没有奇异点,据此本实施例将电流互感器的二次侧电流数据作为小波变换算法的输入,将上述步骤所得各时间点的小波尺度作为小波变换算法的小波尺度,选取Morlet小波作为小波变换算法的小波基函数,能够清晰的捕捉二次侧电流波形的奇异点,故小波变换算法的输出为电流互感器达到饱和状态时的饱和点。其中,饱和状态检测过程的指标构建流程图如图2所示。
通过上述步骤检测电流互感器的饱和点,可以准确发出电流互感器饱和报警,及时提醒工作人员对相关电流互感器进行检查;在提高了排查电流互感器饱和正确性的同时,减少了工作人员排查电流互感器饱和的工作量,降低了电流互感器饱和排查过程中出现漏判的概率;帮助工作人员分析电流互感器饱和中的异常饱和,同时有利于电流互感器饱和样本的积累;饱和检测的判据可作为评估饱和程度的特征值,为定量分析电流互感器饱和程度规律提供数据支撑,进而能够实现利用二次信息排查电流互感器内部隐患,评价电流互感器性能,指导电流互感器检修的目的。
至此,本实施例完成。
综上所述,本发明实施例通过分析电流互感器的二次侧电流波形受到一次侧电流幅值影响的特征,将各时间点质检区间内各区间时间点的近峰谷分布距离构建二波近峰谷权重,从而挖掘质检区间内部各区间数据点识别波峰、波谷变化的敏感性;同时结合相邻区间时间点的电流数据差异以及敏感的细节变化构建一次侧幅值致饱指数,深度分析由于一次侧电流幅值较大导致二次侧电流发生畸变而导致的斜率变大、峰谷形状越尖锐的情况,准确反映电流互感器受到一次侧电流幅值较大导致其达到饱和状态的可能性,便于及时发现由于一次侧通入电流过大导致的饱和情况,提高检测的敏感性;
进而,本发明实施例分析在电流互感器一次侧电流幅值过大、采取非周期分量避免抵消电流突变时的特征,通过将峰谷之间差异的稳定情况、数值大小以及局部波峰波谷序列的上升下降趋势情况构建分量致饱指数,用于准确反映电流互感器受到非周期分量产生的二次侧电流的影响规律,从而表征其达到饱和状态的可能性;在电流互感器的运行过程中,通过分析铁芯磁性的变化对电流互感器饱和的影响,对各时间点的局部检测时间窗内的相邻突变点之间的数值、距离差异进行分析,同时结合突变点的分量致饱指数,构建铁芯磁生成致饱指数,挖掘二次侧电流发生变化的时间规律性,用于表征铁芯磁性的影响程度大小,反映电流互感器收到铁芯磁性的变化导致其达到饱和状态的可能性;结合一次侧幅值致饱指数、分量致饱指数与铁芯磁生成致饱指数计算小波变换算法中各时间点的小波尺度,能够反映电流互感器二次侧电流是否达到饱和状态的特征,据此所得小波尺度能够清晰的捕捉二次侧电流波形的奇异点,即更准确的检测电流互感器的饱和点,可以准确发出电流互感器饱和报警,解决了传统小波变换算法难以检测电流互感器是否达到饱和状态的问题。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,均应包含在本申请的保护范围之内。
Claims (3)
1.一种高效散热低压电流互感器检测方法,其特征在于,该方法包括以下步骤:
采集电流互感器的二次侧电流数据;
对于二次侧电流数据中各时间点,设置各时间点的质检区间;根据各时间点质检区间内的波峰、波谷获取各时间点质检区间内各区间时间点的二波近峰谷权重;根据各时间点质检区间内各区间时间点的电流数据差异以及二波近峰谷权重获取各时间点的一次侧幅值致饱指数;
将以各时间点为中心的预设时长的时间段记为各时间点的局部检测时间窗;根据各时间点的局部检测时间窗内的峰谷趋势变化情况获取各时间点的局部峰谷绝对差分序列;根据各时间点的局部峰谷绝对差分序列内各元素的数值大小以及一次侧幅值致饱指数构建各时间点的分量致饱指数;根据各时间点的局部检测时间窗内的电流数据突变情况获取各时间点的二次侧电流畸变序列;结合各时间点的二次侧电流畸变序列内各元素的数值、分量致饱指数以及电流数据差异构建各时间点的铁芯磁生成致饱指数;
根据各时间点的一次侧幅值致饱指数、分量致饱指数以及铁芯磁生成致饱指数构建各时间点的小波尺度;根据二次侧电流数据以及各时间点的小波尺度优化小波变换算法,实现对电流互感器饱和状态的检测;
所述设置各时间点的质检区间,包括:
获取距离各时间点最近的B个波峰和B个波谷;将所有波峰、波谷中所在时间点的最小值、最大值之间的时间范围记为各时间点的质检区间;
所述根据各时间点质检区间内的波峰波谷获取各时间点质检区间内各区间时间点的二波近峰谷权重,包括:
将各时间点质检区间内的各时间点记为各区间时间点;
对于各时间点质检区间内各区间时间点,将距离各区间时间点最近的波峰、波谷分别记为各区间时间点的最近邻波峰、最近邻波谷;将各区间时间点的最近邻波峰与最近邻波谷对应时间点之间的距离记为各区间时间点的峰谷距离;将各区间时间点与其最近邻波峰、最近邻波谷对应时间点之间的距离分别记为各区间时间点的最近邻波峰距离、最近邻波谷距离;
对于各时间点质检区间内各区间时间点,获取各区间时间点的最近邻波峰距离、最近邻波谷距离以及峰谷距离;
将各区间时间点的最近邻波峰距离与最近邻波谷距离中的最大值与各区间时间点的峰谷距离的比值作为各时间点质检区间内各区间时间点的二波近峰谷权重;
所述根据各时间点质检区间内各区间时间点的电流数据差异以及二波近峰谷权重获取各时间点的一次侧幅值致饱指数,包括:
对于各时间点质检区间内各区间时间点,计算各区间时间点与左相邻区间时间点的电流数据之间的差值绝对值,计算各区间时间点与右相邻区间时间点的电流数据之间的差值绝对值,计算两个差值绝对值的均值;
计算各区间时间点的二波近峰谷权重与所述均值的乘积,将各时间点质检区间内所有的区间时间点的所述乘积的和值作为各时间点的一次侧幅值致饱指数;
所述根据各时间点的局部检测时间窗内的峰谷趋势变化情况获取各时间点的局部峰谷绝对差分序列,包括:
采用自动多尺度峰值查找算法获取各时间点的局部检测时间窗的波峰、波谷;
按照时间升序将各时间点的局部检测时间窗内所有的波峰、所有的波谷分别组成局部波峰序列、局部波谷序列;采用趋势性检测算法获取局部波峰序列、局部波谷序列的p值;
按照时间升序将各时间的局部检测时间窗内所有波峰和波谷共同组成局部峰谷序列;对局部峰谷序列采用一阶差分并取绝对值,得到局部峰谷绝对差分序列;
所述根据各时间点的局部峰谷绝对差分序列内各元素的数值大小以及一次侧幅值致饱指数构建各时间点的分量致饱指数,包括:
对于各时间点的局部峰谷绝对差分序列内各元素,计算各元素的局部波峰序列、局部波谷序列的p值的和值,记为第一和值;计算各元素的数值与预设协调因子的和值,记为第二和值;计算第一和值与第二和值的比值;
计算各元素所在时间点的一次侧幅值致饱指数与所述比值的乘积,计算各时间点的局部峰谷绝对差分序列内所有元素的所述乘积的和值,记为第三和值;将第三和值与各时间点的局部峰谷绝对差分序列的标准差的乘积结果作为各时间点的分量致饱指数;
所述根据各时间点的局部检测时间窗内的电流数据突变情况获取各时间点的二次侧电流畸变序列,包括:
采用突变点检测算法获取各时间点的局部检测时间窗内发生突变的时间点,记为二次侧电流畸变点;将各时间点在局部检测时间窗内所有的二次侧电流畸变点按照时间顺序组成各时间点的二次侧电流畸变序列;
所述结合各时间点的二次侧电流畸变序列内各元素的数值、分量致饱指数以及电流数据差异构建各时间点的铁芯磁生成致饱指数,包括:
对于各时间点的二次侧电流畸变序列内各元素,计算各元素与左相邻元素的数值之间的差值,计算各元素的分量致饱指数与所述差值的乘积;
计算各元素与左相邻元素对应电流数据的绝对值的和值,计算所述和值与预设协调因子的和值结果;
计算所述乘积与所述和值结果的比值,将各时间点的二次侧电流畸变序列内所有元素的所述比值的和值作为各时间点的铁芯磁生成致饱指数。
2.如权利要求1所述的一种高效散热低压电流互感器检测方法,其特征在于,所述根据各时间点的一次侧幅值致饱指数、分量致饱指数以及铁芯磁生成致饱指数构建各时间点的小波尺度,包括:
计算各时间点的一次侧幅值致饱指数、分量致饱指数以及铁芯磁生成致饱指数的和值的倒数;计算所述倒数与1的和值的四舍五入的取整值;将所述取整值与预设扩张因子的乘积作为各时间点的小波尺度。
3.如权利要求1所述的一种高效散热低压电流互感器检测方法,其特征在于,所述根据二次侧电流数据以及各时间点的小波尺度优化小波变换算法,实现对电流互感器饱和状态的检测,包括:
将电流互感器的二次侧电流数据作为小波变换算法的输入,将各时间点的小波尺度作为小波变换算法的小波尺度,将Morlet小波作为小波变换算法的小波基函数,小波变换算法的输出为电流互感器达到饱和状态时的饱和点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410324080.XA CN117930120B (zh) | 2024-03-21 | 2024-03-21 | 一种高效散热低压电流互感器检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410324080.XA CN117930120B (zh) | 2024-03-21 | 2024-03-21 | 一种高效散热低压电流互感器检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117930120A CN117930120A (zh) | 2024-04-26 |
CN117930120B true CN117930120B (zh) | 2024-05-31 |
Family
ID=90756046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410324080.XA Active CN117930120B (zh) | 2024-03-21 | 2024-03-21 | 一种高效散热低压电流互感器检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117930120B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US9030197B1 (en) * | 2012-03-23 | 2015-05-12 | Ohio Semitronics Inc. | Active compensation for ambient, external magnetic fields penetrating closed loop magnetic cores particularly for a fluxgate current sensor |
CN105067906A (zh) * | 2015-07-20 | 2015-11-18 | 贵州电网有限责任公司电力调度控制中心 | 一种基于三阶中心矩的电流互感器饱和检测方法 |
KR20160116832A (ko) * | 2015-03-31 | 2016-10-10 | 명지대학교 산학협력단 | 변류기 포화 검출 장치 및 변류기 포화 검출 방법을 실현시키기 위한 컴퓨터 프로그램을 기록한 기록매체 |
CN108594156A (zh) * | 2018-05-11 | 2018-09-28 | 东南大学 | 一种改进的电流互感器饱和特性识别方法 |
CN111610388A (zh) * | 2020-07-16 | 2020-09-01 | 三峡大学 | 基于电流综合特征的电流互感器拖尾电流识别方法 |
CN113343616A (zh) * | 2021-04-29 | 2021-09-03 | 西安交通大学 | 一种电流互感器取电电源的优化设计方法及系统 |
WO2022052465A1 (zh) * | 2020-09-08 | 2022-03-17 | 南京南瑞继保电气有限公司 | 多尺度小波变换下的波头识别方法及装置 |
CN115754468A (zh) * | 2022-11-29 | 2023-03-07 | 国网江苏省电力有限公司宿迁供电分公司 | 一种电流二次回路波形畸变的监测方法及系统 |
CN117214527A (zh) * | 2023-07-28 | 2023-12-12 | 国网陕西省电力有限公司电力科学研究院 | 一种cvt谐波电压还原方法 |
CN117670106A (zh) * | 2023-11-02 | 2024-03-08 | 同炎数智科技(重庆)有限公司 | 基于数字孪生系统的能耗分析方法、装置、芯片及终端 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3314273B1 (en) * | 2015-06-29 | 2019-07-10 | ABB Schweiz AG | A method for correcting effect of saturation in current transformer and an intelligent electronic device therefor |
US10771155B2 (en) * | 2017-09-28 | 2020-09-08 | Soraa Laser Diode, Inc. | Intelligent visible light with a gallium and nitrogen containing laser source |
US20240064691A1 (en) * | 2020-02-13 | 2024-02-22 | Yuqian HU | Method, apparatus, and system for wireless proximity detection |
-
2024
- 2024-03-21 CN CN202410324080.XA patent/CN117930120B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9030197B1 (en) * | 2012-03-23 | 2015-05-12 | Ohio Semitronics Inc. | Active compensation for ambient, external magnetic fields penetrating closed loop magnetic cores particularly for a fluxgate current sensor |
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 |
KR20160116832A (ko) * | 2015-03-31 | 2016-10-10 | 명지대학교 산학협력단 | 변류기 포화 검출 장치 및 변류기 포화 검출 방법을 실현시키기 위한 컴퓨터 프로그램을 기록한 기록매체 |
CN105067906A (zh) * | 2015-07-20 | 2015-11-18 | 贵州电网有限责任公司电力调度控制中心 | 一种基于三阶中心矩的电流互感器饱和检测方法 |
CN108594156A (zh) * | 2018-05-11 | 2018-09-28 | 东南大学 | 一种改进的电流互感器饱和特性识别方法 |
CN111610388A (zh) * | 2020-07-16 | 2020-09-01 | 三峡大学 | 基于电流综合特征的电流互感器拖尾电流识别方法 |
WO2022052465A1 (zh) * | 2020-09-08 | 2022-03-17 | 南京南瑞继保电气有限公司 | 多尺度小波变换下的波头识别方法及装置 |
CN113343616A (zh) * | 2021-04-29 | 2021-09-03 | 西安交通大学 | 一种电流互感器取电电源的优化设计方法及系统 |
CN115754468A (zh) * | 2022-11-29 | 2023-03-07 | 国网江苏省电力有限公司宿迁供电分公司 | 一种电流二次回路波形畸变的监测方法及系统 |
CN117214527A (zh) * | 2023-07-28 | 2023-12-12 | 国网陕西省电力有限公司电力科学研究院 | 一种cvt谐波电压还原方法 |
CN117670106A (zh) * | 2023-11-02 | 2024-03-08 | 同炎数智科技(重庆)有限公司 | 基于数字孪生系统的能耗分析方法、装置、芯片及终端 |
Non-Patent Citations (8)
Title |
---|
一种基于数学形态学提取电流波形特征的变压器保护新原理;郑涛, 刘万顺, 肖仕武, 焦邵华;中国电机工程学报;20040717(第07期);全文 * |
利用小波原理检测电流互感器饱和的新方法;李贵存, 刘万顺, 贾清泉, 操丰梅, 李营, 邓慧琼;电力系统自动化;20010315(第05期);全文 * |
基于小波变换的变压器差动保护算法;高志勇;成建军;张昕;;四川电力技术;20110820(第04期);全文 * |
基于小波变换的母线保护CT暂态饱和实时检测方法;张方军;;广东电力;20090525(第05期);全文 * |
基于数学形态学的电流互感器饱和识别判据;林湘宁, 刘沛, 高艳;中国电机工程学报;20050517(第05期);全文 * |
电流互感器的暂态仿真及其铁芯饱和的小波分析;胡晓光, 于文斌;电网技术;20011124(第11期);全文 * |
电流互感器的饱和区间定位研究;许峰;李开成;金波;王可;;电测与仪表;20160910(第17期);全文 * |
考虑负荷可调节度的年综合峰谷电价模型研究;朱少林;郑仲海;高敏捷;温步瀛;;电气技术;20170715(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117930120A (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116702081B (zh) | 基于人工智能的配电设备智能巡检方法 | |
CN103645425B (zh) | 一种高压电缆绝缘缺陷局部放电在线监测诊断方法 | |
US9404957B2 (en) | Fault diagnosis and preliminary location system and method for transformer core looseness | |
CN102122823B (zh) | 电力系统振荡扰动源定位的方法 | |
CN103197218B (zh) | 一种高压电缆绝缘缺陷局放带电检测诊断方法 | |
CN109375060B (zh) | 一种配电网故障波形相似度计算方法 | |
CN107301617B (zh) | 一种评估废气监测数据质量的方法及设备 | |
CN110031703A (zh) | 一种超特高压变压器的异常工况判别方法及系统 | |
CN111308406A (zh) | 一种电流互感器饱和检测方法、系统、介质及电子设备 | |
CN102944773A (zh) | 基于空间变换的电能扰动检测及分类方法 | |
CN108108672A (zh) | 一种基于线性搜索策略的随机共振电流弱信息识别方法 | |
Ding et al. | Multiple instantaneous frequency ridge based integration strategy for bearing fault diagnosis under variable speed operations | |
CN117930120B (zh) | 一种高效散热低压电流互感器检测方法 | |
CN105891625A (zh) | 基于能量流的电力系统次同步振荡扰动源辨别方法 | |
CN117668751B (zh) | 一种高低压电力系统故障诊断方法及装置 | |
CN106970278B (zh) | 基于拟合提升小波和均值分析的电能质量扰动识别方法 | |
Abidullah et al. | Real-time power quality disturbances detection and classification system | |
CN104332984A (zh) | 一种基于类噪声的节点电压相互影响因子的在线辨识方法 | |
CN115343579B (zh) | 一种电网故障分析方法、装置及电子设备 | |
CN105022012A (zh) | 数字式电能质量监测终端的闪变精度检测方法及系统 | |
CN114838924A (zh) | 一种基于风致振动非平稳响应的结构阻尼比识别方法 | |
CN113377754A (zh) | 宽频测量数据边缘预处理方法、系统、设备及存储介质 | |
CN111650436A (zh) | 一种高比例可再生能源电力系统的次同步振荡辨识方法 | |
CN117886241B (zh) | 基于振动分析的塔式起重机自检系统 | |
JP2006105714A (ja) | 送配電線路の事故原因判別方法 |
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 |