基于传递熵和小波神经网络的电子式电压互感器误差预测

电子式电压互感器目前的主要问题是长期运行后的准确度退化问题。现行的方法有定期离线校验和在线校验,前者不利于及时发现互感器的误差变化,后者需要标准器并网运行,无法大规模应用。基于这一现象,文中提出了基于传递熵和小波神经网络的电子式电压互感器误差预测方法。先根据传递熵分别选取比差和角差的主要影响因素,然后将筛选所得的因素作为输入量,建立小波神经网络的误差预测模型,并对其仿真测试。实验表明,对比差的预测误差低于5%,对角差的预测误差低于10%,文章方法能够实现较长时间的互感器状态监测。

基于改进ΔU⁃I轨迹法的变压器绕组变形在线检测方法

绕组变形是电力变压器最容易发生的故障之一,未及时检测到的绕组变形增加了变压器发生灾难性事故可能性。为了准确灵敏地检测出任何轻微的绕组变形,在原有ΔU⁃I轨迹法的基础上提出了改进方法。文中首先阐述了原有方法的原理,并通过仿真说明了其在应用中所存在的缺陷。基于原有方法的不足,提出了负载标准化方法,解决了原方法在实际应用中受负载影响较大的问题;在此基础上,进一步提出了改进方法,并探究了测量误差对原方法和改进方法的影响情况。仿真结果表明,与原方法相比,改进方法在反映轻微绕组变形时具有更高的准确度和灵敏性。