基于EMD方法的变压器励磁涌流识别

论文摘要

电力变压器是电力系统中的尤为重要设备,它的安全运行情况对变电站甚至是电力系统的运行都起到至关重要。一直以来差动保护是变压器的主保护。为解决变压器差动保护由于励磁涌流而经常误动的问题,本文提出基于希尔伯特-黄变换（HHT）中的核心算法—经验模式分解（EMD）来识别变压器励磁涌流的新方法。经验模式分解（EMD）是希尔伯特-黄变换（HHT）的核心算法,是一种局部的、完全基于数据的自适应信号分解方法,非常适合于分析非平稳、多分量信号。针对经典EMD方法存在模态混淆,容易产生虚假频率分量的不足,该文提出利用小波分析方法对信号进行预处理,把信号分解成一系列的窄带信号,然后应用EMD方法使得各阶IMF均为单一成份信号,同时利用相关性归一化处理去除虚假频率分量。利用励磁涌流为非平稳信号,提出一种提取时频域主导IMF的特征来识别变压器励磁涌流的方法。理论分析及动模实验结果表明,该方法能够正确区分励磁涌流及故障电流,且判断速度快。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及研究的目的和意义
• 1.2 研究现状
• 1.2.1 国内外研究现状
• 1.2.2 基于谐波制动原理的鉴别方法
• 1.2.3 基于波形特征的识别方法
• 1.2.4 基于瞬时励磁电感频率特性的识别方法
• 1.2.5 基于磁通特性的识别方法
• 1.3 论文的主要工作
• 第2章 故障信号处理技术的发展与现状
• 2.1 常用的分析方法
• 2.1.1 傅里叶变换
• 2.1.2 短时傅里叶变换
• 2.1.3 小波分析
• 2.1.4 Wigner-Ville 分布
• 2.2 经验模态分解方法（EMD）
• 2.2.1 HHT 算法在电力系统中的应用
• 2.3 本章小结
• 第3章 经验模态分解及改进
• 3.1 经验模态分解的基本原理
• 3.2 经验模态分解算法
• 3.2.1 瞬时频率与单分量信号
• 3.2.2 本征模态函数及筛分过程
• 3.2.3 EMD 方法的完备性与正交性
• 3.2.4 基于经验模态分解的Hilbert 谱
• 3.3 经典EMD 存在的问题及改进
• 3.3.1 经典EMD 算法存在的问题
• 3.3.2 改进EMD 算法
• 3.3.3 改进EMD 算法的仿真验证
• 3.4 本章小结
• 第4章 采用EMD 分解的变压器励磁涌流识别
• 4.1 变压器励磁涌流产生的原因及其特点
• 4.1.1 概念
• 4.1.2 外部故障切除后恢复性励磁涌流
• 4.1.3 空载合闸情况下励磁涌流
• 4.1.4 励磁涌流特点
• 4.2 变压器内部故障电流特点
• 4.3 故障电流与涌流的改进EMD 特性分析
• 4.3.1 故障电流的分解特性分析
• 4.3.2 励磁涌流的分解特性分析
• 4.4 识别的实现方法及保护判据
• 4.4.1 主导IMF
• 4.4.2 保护判据
• 4.5 动模实验
• 4.5.1 动模实验系统
• 4.5.2 空载合闸涌流
• 4.5.3 相间短路
• 4.5.4 单相接地短路
• 4.5.5 变压器空载合闸于内部故障
• 4.5.6 电流互感器饱和的问题研究
• max 值及分析'>4.5.7 各种情况下的K_max值及分析
• 4.7 本章小结
• 第5章 结论与展望
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢
• 详细摘要