基于BP神經網絡的變壓器內部故障保護

蘇美玲+鄒曉松+何杰

【摘 要】本文研究了基于BP神經網絡方法的變壓器內部故障保護。運用MATLAB/SUMILINK對變壓器勵磁涌流、勵磁涌流與故障電流的差異進行了數(shù)字仿真。利用MATLAB的人工神經網絡工具箱，建立了BP神經網絡模型，對勵磁涌流和故障電流的樣本進行訓練及測試并對訓練好的網絡進行驗證。表明BP神經網絡可以較為正確地區(qū)分勵磁涌流和故障電流，用于變壓器內部故障保護。

【關鍵詞】變壓器；勵磁涌流；故障電流；MATLAB/SUMILINK；BP神經網絡

2.2.6 驗證

經過大量數(shù)據(jù)驗證，基本上能區(qū)別內部故障和勵磁涌流，下為隨機的一組數(shù)據(jù)驗證。

1）空載合閘式輸入為：

（I0 Id2 Id3 Id4 Id5）=（0.5826 0.608 0.2276 0.0221 0.0407）

輸出為0.88595>0.5，勵磁涌流符合。

2）當故障時輸入為：

（I0 Id2 Id3 Id4 Id5）=（0.2599 0.0285 0.0193 0.0148 0.0121）

輸出為0.45525<0.5，內部故障符合。

3 結論

本文提出并建立了一個用于變壓器內部故障保護的三層前向BP神經網絡模型，利用MATLAB進行大量的仿真計算得到神經網絡的訓練樣本并對其訓練。對訓練后的BP神經網絡進行驗證，表明，該方法可克服常規(guī)變壓器內部故障保護的缺點，能夠對變壓器勵磁涌流作出較為正確判斷，應用于變壓器內部故障保護時有很好的工作性能。

【參考文獻】

[1]Pei Liu， O.P.M.D.， Improved Operation Of Differential Protection Of Power Transformers For Internal Faults[J]. IEEE Transactions On Power Delivery， 1992，7（4）.

[2]王維儉，劉俊宏.試論變壓器差動保護的現(xiàn)狀與發(fā)展[J].電力自動化設備，1996（04）.

[3]呂珍，岳蔚，劉沛.變壓器差動保護二次諧波制動判據(jù)的仿真研究[J].繼電器，2003（06）.

[4]王森，王進榮，王進忠.微機保護的現(xiàn)狀和發(fā)展[J].才智，2014（10）.

[5]覃斌志.基于神經網絡的變壓器勵磁涌流識別方法的研究[D].湖南大學，2013.

[責任編輯：湯靜]