司丹淼,侯林源,魏景禹

(1.國網(wǎng)山東電力平度供電公司,山東 平度 266700; 2.山東科技大學 電氣與自動化工程學院,青島 266590)

基于小波包能量信息的變壓器勵磁涌流鑒別方法

司丹淼1,2,侯林源2,魏景禹2

(1.國網(wǎng)山東電力平度供電公司,山東 平度 266700; 2.山東科技大學 電氣與自動化工程學院,青島 266590)

針對變壓器差動保護難以準確地區(qū)分勵磁涌流與內(nèi)部故障電流的問題,提出一種基于小波包和能量信息的識別勵磁涌流的新算法,即根據(jù)二次諧波能量與基頻能量的比值,勵磁涌流大于內(nèi)部故障電流這一特點,運用小波包變換提取信號的基頻和二次諧波含量及計算能量信息進行鑒別。經(jīng)過PSCAD/EMTDC和MATLAB軟件對大量樣本進行仿真實驗,結果證明該方法能夠快速準確地識別勵磁涌流和內(nèi)部故障電流。

小波包;諧波、基頻;能量信息;變壓器;勵磁涌流

目前,隨著中國越來越多特高壓、超高壓長距離輸電線路的建成和投入運行,變壓器容量逐漸增大,變壓器運行條件也變得越來越復雜,致使保護的正確動作率偏低。而電力變壓器使用的差動保護則能有效鑒別變壓器區(qū)內(nèi)和區(qū)外故障,但很難準確地區(qū)分勵磁電流和內(nèi)部故障電流[1]。關于變壓器勵磁涌流的鑒別,國內(nèi)外學者提出了許多方法。目前占據(jù)主流的是電流波形特征[2-5]識別法,且使用了二次諧波制動原理[6]和間斷角原理[7],由于變壓器鐵芯勵磁特性的變化使得二次諧波含量降低,間斷角原理則受到CT飽和的影響,因此這兩種方法已不能滿足保護的可靠性需求。人工神經(jīng)網(wǎng)絡[8](ANN)的模式識別能力強,已被應用于勵磁涌流鑒別,但ANN訓練過程繁瑣且需要大量樣本。自小波變換出現(xiàn)以后,因其良好的時頻特性,被廣泛研究應用并集中在高次諧波和奇異點檢測[9-10]。所以,基于小波包變換,本文給出了一種能量計算的表達式,利用這個表達式計算勵磁涌流和不同故障信號的基頻能量值和各次諧波能量值,根據(jù)能量值的不同來進行判斷。因勵磁涌流和內(nèi)部故障電流波形在本質上的不同,勵磁涌流二次諧波能量與基頻能量的比值大于內(nèi)部故障電流二次諧波能量與基頻能量的比值。所以該方法與之前的檢測二次諧波含量相比,在二次諧波含量較低的時候,依舊可以通過整定二次諧波能量與基頻能量之比的大小來有效的鑒別勵磁涌流。

1 小波包簡介

小波分析屬于時頻分析的一種,可以良好的體現(xiàn)出非平穩(wěn)信號的時頻局域性質。在實際應用中,相對于小波變換,小波包變換對上一層的低頻部分和高頻部分,都進行了再分解,從而進一步提高了時頻分辨率,為故障信號和勵磁涌流此類暫態(tài)信號提供了更加細致的分析方法。

(1)

(2)

(3)

(4)

式中:i為頻率指標;n為離散尺度;m為位置指標,i=2l+j；j=0,1,…,2n-1；l=0,1,…,n。小波包具有隨尺度n的增大、頻譜窗口變寬進一步分割變細的優(yōu)點。

小波包三層分解樹結構如圖1所示,其中A表示低頻段,D表示高頻段。

圖1 小波包分解樹結構

原始信號經(jīng)過小波包n層分解重構后用Snj(j=0,1,…,2n-1)2n個頻率成分代表第n尺度分解2n個結點的頻率范圍。以三層分解為例,8個頻率成分中,記最低頻率成分為0,最高頻率成分為1,則提取的S3j對應的頻率成分代表的頻率范圍如表1所示。

表1 各頻率成分所代表的頻率范圍

在不同的頻率段內(nèi)提取到目標頻率后,就需要進行對該頻段內(nèi)的能量進行計算。各個頻帶Snj對應的能量為Enj(j=0,1,…,2n-1),即

(5)

式中,xjk(j=0,1,…,7;k=1,2,…,N)表示重構信號Snj的離散點的幅值。

2 仿真實驗及結果分析

2.1 仿真實驗

仿真實驗首先利用PSCAD/EMTDC軟件建立變壓器模型如圖2所示,變壓器變比為10.5 kV/121 kV,容量為31.5 MVA,連接方式選用Yn/d11,系統(tǒng)的仿真步長設為50 μs。在仿真模型中通過添加On-line frequency scanner模塊,對采樣信號進行傅立葉變換，以提取信號中的基波與諧波含量,從而更加方便、直觀的對信號的諧波含量進行分析,得到不同仿真信號的相應特點。

圖2 變壓器仿真模型

本文在進行仿真實驗時主要進行空載合閘(勵磁涌流)及內(nèi)部故障(單相接地、兩相短路和短路接地、匝間接地以及短路故障、相間故障、三相短路故障等)兩個類別的仿真實驗。其中,進行空載合閘實驗時,在0.1 s時刻閉合斷路器,勵磁涌流的圖像及其諧波含量如圖3所示;內(nèi)部故障電流以單相接地短路故障為例,故障電流的波形及其諧波含量如圖4所示。

圖3 勵磁涌流波形及諧波含量

圖4 故障電流波形及諧波含量

通過對圖3及圖4的波形和諧波含量進行分析可以發(fā)現(xiàn),勵磁涌流與故障電流波形在本質上存在巨大的差異。在變壓器鐵芯飽和時,勵磁涌流出現(xiàn)嚴重畸變并含有大量諧波,而故障電流除有較高幅值以外,波形大致保持基波頻率且諧波含量較低。下面對兩種電流類型的諧波含量進行更為細致的分析,斷路器合閘后的第1、2、3個周期內(nèi)的勵磁涌流三相基頻和諧波含量如圖5所示。單相接地短路故障發(fā)生后第1、2、3個周期內(nèi)的故障電流三相基頻和諧波含量如圖6所示。

圖5 勵磁涌流第1、2、3周期內(nèi)諧波含量

圖6 故障電流第1、2、3周期內(nèi)諧波含量

通過對圖5和圖6的進行對比可知,勵磁涌流在產(chǎn)生后的三個工頻周期內(nèi),二次諧波基本沒有衰減;與之形成鮮明對比的是故障電流的二次諧波快速衰減到一個含量較低的水平。根據(jù)勵磁涌流與故障電流這種本質上的不同,利用小波包提取勵磁涌流及故障電流三個周期內(nèi)二次諧波能量與基波能量的比值進行比較就可以對二者進行區(qū)分。

2.2 小波包算法判據(jù)

為了提取不同頻段上相應頻率成分的能量,分析頻率選為1000 Hz。dbN小波函數(shù)是緊支撐標準正交小波,可以滿足離散的小波分析,經(jīng)過實驗結果比較,選用db4小波函數(shù),進行小波包的4層分解,則第四層分解的結點(4,0)的頻率范圍是(0～62.5)Hz,結點(4,1)的頻率范圍是(62.5～125)Hz,由此可提取出原始信號的基頻和二次諧波成分。利用式(5)可以計算基頻能量E40和二次諧波能量E41的值,然后利用E40與E41的比值進行不同信號的區(qū)分,該部分計算由MATLAB軟件平臺完成。利用小波包對勵磁涌流和內(nèi)部故障電流的采樣信號進行分析,獲得的重構系數(shù)分別如圖7和圖8所示。

圖7 原始信號及小波包分解重構系數(shù)(勵磁涌流)

圖8 原始信號及小波包分解重構系數(shù)(故障電流)

勵磁涌流和故障電流前三個周期的采樣信號經(jīng)過小波包分解重構后,結點(4,0)和結點(4,1)兩個頻段上的重構系數(shù)具有明顯的不同,并且驗證了不同信號間二次諧波含量的差異。利用式(5)計算E40和E41,得到E40/E41值如表2所示。

表2 不同信號能量比

由表2可得以下判據(jù):

3 結 語

針對勵磁涌流與內(nèi)部故障電流的鑒別問題,首先利用PSACD/EMTDC仿真軟件對變壓器空載合閘及內(nèi)部故障模型進行仿真,獲取模擬信號進行采樣,然后通過MATLAB軟件對不同的采樣信號進行小波包變換4層分解,提取基頻和二次諧波所含能量對其進行分析,從而鑒別出勵磁涌流。仿真實驗結果表明,該方法能夠快速、可靠地區(qū)分變壓器勵磁涌流和內(nèi)部故障電流。

[1] 張曉明.基于小波-神經(jīng)網(wǎng)絡理論和FPGA的變壓器數(shù)字保護新方法研究[D].山東:山東科技大學,2011.ZHANG Xiaoming.Study on a new method for digital transformer protection based on wavelet neural network and FPGA[D].Shandong:Shandong University of Science and Technology,2011.

[2] 公茂法,夏文華,張曉明.基于HHT的抗CT飽和變壓器故障識別新方法[J].電力系統(tǒng)保護與控制,2013,41(22):64-70.GONG Maofa,XIA Wenhua,ZHANG Xiaoming.New method to identify transformer fault with anti-CT saturation based on HHT[J].Power System Protection and Control,2013,41(22):64-70.

[3] 陳德樹,尹項根,張哲.虛擬三次諧波制動式變壓器差動保護[J].中國電機工程學報,2001,21(8):20-24.CHEN Deshu,YIN Xianggen,ZHANG Zhe.Virtual third harmonic restrained transformer differential protection-principle and practice[J].Proceedings of the CSEE,2001,21(8):20-24.

[4] 公茂法,夏文華,李國亮.利用希爾伯特邊際譜鑒別變壓器勵磁涌流[J].電測與儀表,2012,12(4):47-50.GONG Maofa,XIA Wenhua,LI Guoliang.Identification of transformer inrush current based on hilbert spectrum[J].Electrical Measurement & Instrumentation,2012,12(4):47-50.

[5] 駱健,吳罡明,丁大德.一種高可靠的自適應勵磁涌流制動方法[J].電力系統(tǒng)自動化,2010,34(2):80-83.LUO Jian,WU Gangming,DING Dade.A highly reliable adaptive inrush current restraint principle[J].Automation of Electric Power Systems,2010,34(2):80-83.

[6] 李貞,張明珠,倪傳坤.變壓器勵磁涌流的自適應二次諧波分相制動方案[J].電力系統(tǒng)自動化,2013,37(6):121-124.LI Zhen,ZHANG Mingzhu,NI Chuankun.An adaptive secondary harmonic split phase restrained scheme for magnetizing inrush current in transformer[J].Automation of Electric Power Systems,2013,37(6):121-124.

[7] 徐習東,何奔騰.變壓器差動保護中CT飽和后間斷角的測量[J].電力系統(tǒng)自動化,1998,12(5):22-25.XU Xidong,HE Benteng.Measurement of saturating dead angle of CT in transformer differential protection[J].Automation of electric Power Systems,1998,12(5):22-25.

[8] 公茂法,李美蓉,殷凡姣.基于小波包和改進BP神經(jīng)網(wǎng)絡的變壓器勵磁涌流識別方法[J].電測與儀表,2015,52(6):124-128.GONG Maofa,LI Meirong,YIN Fanjiao.Transformer inrush current identification method based on wavelet packet and improved BP neural network[J].Electrical Measurement & Instrumentation,2015,52(6):124-128.

[9] 安源,劉家軍.基于小波理論和多分辨分析的變壓器勵磁涌流識別方法[J].電網(wǎng)技術,2007,31(17),21-25.AN Yuan,LIU Jiajun.A method to identify inrush current of transformer based on wavelet theory and multiresolution anakysis[J].Power System Technology,2007,31(17):21-25.

[10] 孫何洪.基于小波理論的變壓器勵磁涌流與和應涌流識別的應用研究[D].廣東:廣東工業(yè)大學,2008.SUN Hehong.Study and application of the identification between magnetizing inrush and sympathetic inrush of transformers based on theory wavelet[D].Guangdong:Guangdong University of Technology,2008.

(責任編輯 郭金光)

Method for inrush current detection in transformers based onwavelet packet and energy information

SI Danmiao1,2,HOU Linyuan2,WEI Jingyu2

(1.Pingdu Power Supply Company,State Grid Shandong Electric Power Company,Pingdu 266700,China; 2.College of Electrical and Automation Engineering,Shandong University of Science and Technology,Qingdao 266590,China)

Aimed at the situation when differential protection can hardly distinguish inrush currents from internal fault currents,this paper proposed a new method to identify inrush current based on wavelet packet and energy information.According to the ratio of basic frequency energy to second harmonic energy,featured with the fact that inrush current is bigger than fault current,detection was made in using wavelet packet transform to extract basic frequency and second component and to calculate energy information.Through simulation to a large number of samples by PSCAD/EMTDC and MATLAB software,the results prove that this method can quickly and accurately identify inrush current and internal fault current.

wavelet packet; harmonic; basic frequency; energy information; transformer; inrush current

2016-06-26。

司丹淼(1991—),女,碩士研究生,主要從事電力系統(tǒng)自動化的研究。

TM407

B

2095-6843(2016)06-0542-04