论文部分内容阅读
在变压器的运行过程中,配备了多种保护,本文重点研究的是变压器的纵联差动保护,它作为变压器的主保护,其重难点问题就是区分变压器的励磁涌流和短路电流,防止误动,防止拒动。判断变压器是否发生故障,要从信号中得到故障信息,对信号采取合适的分析方法,从而实现故障的有效诊断。对电力系统的信号分析有很多种方法,但传统的方法都存在一些缺陷,比如傅里叶变化对非线性信号的分析不理想,经验模态分解算法的特殊性缺乏数学理论依据,小波方法又有硬性带宽的限制,并且在大多数的方法中,递归筛选不允许后向纠错,对噪声的处理也不理想,而变分模态分解可以很好的弥补这些传统信号分析方法存在的不足。本论文完成的研究工作主要包括以下几个方面:1、根据参考文献利用Simulink库中的电气元件,分别搭建出双电源变压器空载合闸和内部故障短路的模型。在空载合闸的仿真模型中,将A相的初相位设置为0°进行仿真,得到变压器一次侧的励磁涌流的电流波形;在短路故障的仿真模型中,将故障设置为A、B两相短路,从而得到变压器一次侧的短路电流波形。2、从变分模态分解算法和模糊熵的原理出发,对所得波形进行分析。选取所得的励磁涌流和短路电流中的各三相波形中的1000个采样点进行变分模态分解,分别得到10个本征模态函数,再对各个本征模态函数进行模糊熵运算,发现励磁涌流和短路故障情况下所得到的三相总熵值差距明显,且在A、B两相短路的情况下,A、B相的模糊熵值与C相的模糊熵值有明显差异,从而验证了本文所提方法的可行性与准确性。3、为了进一步说明本文所提方法的优越性,本文在最后采取了基于经验模态分解与模糊熵相结合的方法对实验的全部过程进行了重复操作,将得到的实验结果与先前基于变分模态分解与模糊熵相结合的方法得到的实验结果进行对比分析,验证了本文所提方法的优越性。