扩展Debye模型大时间常数与变压器油纸绝缘老化的定量关系研究

目前,应用极化/去极化电流(PDC)法量化变压器油纸绝缘系统老化状态需深入研究,为了推动该研究工作,通过一系列加速热老化试验以及吸潮试验制备了不同老化状态和水分含量的油纸绝缘样品,测量了样品的PDC图谱;借助扩展Debye电路模型拟合了PDC图谱并获取了模型参数,在深入研究老化对Debye模型参数的影响规律后提出了时域介电特征量扩展Debye模型大时间常数来量化绝缘纸板老化状态。研究结果表明,扩展Debye模型大时间常数与绝缘纸板的聚合度存在较好的指数关系,但与样品的绝缘尺寸无关。

基于扩展Debye模型的变压器油纸绝缘时域介质响应法分析

时域介质响应法是近年来备受关注的一种诊断变压器油纸绝缘的新方法,现已由实验室研究发展到对变压器的现场测量。变压器油纸绝缘系统的等效电路可用扩展Debye模型表示,笔者对1台50 kV.A变压器进行时域介质响应法测量,并运用最小二乘法对实验数据进行拟合,通过测量值与拟合值的相对平均误差来确定扩展Debye模型的n值,根据扩展Debye模型计算出了电气绝缘参数并与测量值进行了比较。研究结果表明,时域介质响应法能有效地评估变压器油纸绝缘的水份含量情况和绝缘状况。

基于扩展Debye模型仿真的回复电压特征量分析

回复电压测量方法(return voltage measurement,RVM)能有效检测变压器固体绝缘的含水量,然而对于含有局部峰值点的回复电压极化谱难以给出明确的诊断结论。文中在扩展Debye模型基础上,仿真分析了模型参数变化对极化谱和主时间常数CTC、回复电压峰值最大值Urmax的影响规律,并提出将扩展Debye模型不同时间常数支路数作为新的特征量,最后验证了该特征量的可行性。仿真和试验结果表明:RVM极化谱前、中、尾3部分分别对应着油纸绝缘变压器油中偶极子转向极化、油纸界面极化和绝缘纸内偶极子转向极化、纸内界面极化;油纸绝缘老化会使扩展Debye模型各支路极化电阻减小,极化电容增大,时间常数减小;当变压器油老化严重时,极化谱有可能出现局部峰值;扩展Debye模型各时间常数支路数可作为新的RVM特征量,各时间常数支路数的变化也可使极化谱产生局部峰值,现场试验也验证了新特征量的有效性。

计及界面电荷和极性效应的油纸复合绝缘非线性电路等效模型

换流变压器是特高压直流输电工程中的关键设备,换流变压器油纸复合绝缘的界面处在直流电压下易积聚电荷,诱发局部放电甚至击穿。当前对于界面电荷的积聚分布,多采用传统的阻容模型进行计算,存在较大的误差。该文提出一种简易的非线性电路等效模型,首先,分别测量变压器油和油浸纸板的电容、电阻参数与极化电流,获得油纸的拓展Debye模型;其次,在拓展Debye模型的基础上,将变压器油和油浸纸板的恒定电阻模型改为随电场变化的非线性模型,并加入反映极性效应的界面势垒限制电流源,以此建立等效模型;最后,将电路等效模型仿真结果与实际测量结果进行对比。结果表明,与实际测量结果相比,该等效模型具有良好的适用性。该文模型为油纸绝缘的电场分布、界面电荷积聚量的计算提供了一种准确度较高的简便方法。

基于扩展Debye模型的变压器油纸绝缘老化特征量研究

为了提取表征油纸绝缘老化状态的新特征量,将时域介电响应技术应用于变压器油纸绝缘老化状态的无损评估,并在深入研究了不同老化状态对油纸绝缘时域介电特性影响的基础上,首先分析了油纸绝缘样品等效扩展Debye模型参数随热老化状态变化的规律,然后提取了四组可用于表征油纸绝缘老化状态的特征参量,并建立了特征参量与绝缘老化状态之间的量化关系。研究表明:扩展Debye模型等效电路参数对油纸绝缘老化状态的反映比较敏感,最小和最大时间常数分支的R、C参数均可以反映绝缘纸的老化状态;最大时间常数分支的参数Rmax和最小时间常数分支的参数Cmin与绝缘纸聚合度存在线性拟合关系,而最小时间常数分支的参数Rmin和最大时间常数分支的参数Cmax与绝缘纸聚合度具有指数函数关系;文中提取的特征量可应用于油纸绝缘的老化状态评估。

采用向量匹配法的油纸绝缘系统扩展Debye模型参数识别

为了从时域数据中获取更丰富的表征油纸绝缘系统绝缘状态的信息,提出了一种获取油纸绝缘系统扩展Debye模型参数的方法。首先通过快速Fourier变换(FFT)获得极化去极化电流(PDC)实验的去极化电流频谱,然后使用向量匹配法(VFM)和时域非线性拟合算法(FNA),确定其频谱的极点和留数分布,最后根据极点和留数计算得到各支路参数。针对实验室不同老化程度和不同温度下的油纸绝缘模型,开展了验证性的PDC和频谱(FDS)实验,利用PDC实验数据求取了相应的扩展Debye模型,据此获得了介损(tanδ)随频率的变化曲线,并与FDS所得结果进行了比较。结果表明,PDC所得结果与FDS曲线在低频段一致,验证了所提方法的正确性。进而提出在对油纸绝缘设备绝缘状况进行测试时,采用FDS做高频测试,而采用PDC代替FDS做低频测试,从而减少测试时间,即将PDC与FDS这2种方法相结合,可以提高现场油纸绝缘设备的检测效率。

基于电力电缆绝缘去极化电流的扩展Debye等效电路参数辨识

构建电力电缆绝缘等效电路模型是研究电力电缆绝缘老化状态评估的关键,其扩展Debye等效电路参数的辨识是此部分研究的一个难点。针对传统等效电路参数辨识方法的结果受各支路时间常数值影响大的问题,结合奇异熵和总体最小二乘-旋转矢量不变技术(TLS-ESPRIT)算法提出一种对电力电缆扩展Debye等效电路参数计算的新方法。首先,利用去极化电流构建奇异熵增量曲线,根据曲线的分布规律确定扩展Debye等效电路的极化支路数;然后借助TLS-ESPRIT算法得到各支路的时间常数和弛豫系数;最后计算出各极化等效支路的电阻、电容值。仿真和实测结果证明:所提方法可以有效确定扩展Debye等效电路的极化支路数,并且可以唯一计算出各极化等效支路的时间常数和弛豫系数,其计算结果不受各支路时间常数值的影响。

变压器油和绝缘纸老化对扩展Debye模型参数的影响研究

为研究变压器油和绝缘纸老化对扩展Debye模型参数的影响,以及确定变压器油换油时间,首先在实验室条件下对油纸绝缘试样进行130℃加速老化试验和PDC试验,然后建立不同试样相对应的扩展Debye模型,深入研究变压器油和绝缘纸老化时扩展Debye模型支路参数的变化规律,最后提出用中间时间常数分支电容变化率作为变压器的换油阈值。结果表明:变压器油主要影响扩展Debye模型时间常数小于500 s的支路参数,随着变压器油老化天数增加,油老化产物会增加油中偶极子组的转向极化及油纸界面极化,去极化电流起始部分幅值增大,较小时间常数支路电阻变小,电容变大;绝缘纸主要影响扩展Debye模型时间常数大于500 s的支路参数,随着绝缘纸老化天数增加,纸老化产物仅会增加纸内总体极化强度,去极化电流曲线末端升高,较大时间常数支路电阻变小,电容变大;扩展Debye模型中间时间常数支路电容变化率可作为换油阈值,当电容变化率大于0.36%时变压器油介损值达到4.0%,此时应进行换油处理。

基于鸡群算法的变压器油纸绝缘扩展Debye等效电路参数识别

为了研究去极化电流和变压器绝缘状态的关系,提出了基于鸡群算法的变压器油纸绝缘扩展Debye等效电路参数识别方法。首先,建立去极化电流的误差函数,计算辨识得到的曲线与实际曲线之间的误差。利用鸡群寻优算法群优化和分类优化的特点,调整电路参数减小与实际曲线误差,解决了粒子群算法易陷入局部最优的缺点。最后通过试验计算表明,应用鸡群寻优算法获得的去极化电流与现场测试得到的数据吻合度高,求得的油纸绝缘扩展Debye等效电路参数能够准确地反映变压器的绝缘状况。

扩展的高层次行为描述内部模型

随着片上系统(SOC)技术的发展,越来越多的功能模块被集成到单一芯片中。适合硬件描述的HDL语言很难满足实现复杂算法功能的要求,C++等高级语言可以高效地描述算法功能,但是在综合和验证时遇到很大困难。文章介绍了一种允许使用C和VHDL独立描述原始模块,通过创建统一内部模型IIR的办法实现对功能元件和算法模块的混合处理。IIR内部模型以XML文件格式作为外部存储,能够方便地被划分、综合、验证等处理程序使用,避免了重复的原始描述文件分析,提高了研发效率。

基于Thevenin模型和改进扩展卡尔曼的特种机器人锂离子电池SOC估算方法

特种机器人由于其复杂的工作环境,要求使用精度高、追踪能力强的荷电状态(state of charge,SOC)估算方法对特种机器人锂离子电池进行实时状态监测及安全控制。SOC是电池管理系统中最重要的参数之一。由于特种机器人工作环境具有强烈的非线性特征,考虑到常用的安时积分法十分依赖初期SOC准确性且在估算后期会积累误差。因此,针对特种机器人的工作特性,以三元锂离子电池为研究对象,在Thevenin等效电路模型及多种工况实验的基础上,利用一种改进扩展卡尔曼滤波(improved extended Kalman filter,IEKF)算法在10、25以及35℃下对锂离子电池进行SOC估算。在MATLAB/Simulink中搭建仿真模型并结合多种工况数据进行性能分析。实验结果表明,利用IEKF算法估算三元锂离子电池的SOC值有较好的追踪与收敛效果,且收敛时间在80 s以内。在不同温度下,IEKF算法收敛后HPPC工况和BBDST工况的最大估算误差分别低于2.235%及3.004%,小于扩展卡尔曼滤波(extended Kalman filter,EKF)算法对应最大估算误差(9.067%和4.654%)。本研究验证了IEKF算法在估算锂离子电池SOC时具有较高的精度,为有效解决特种机器人锂离子电池SOC值无法精准估算的问题提供了实验依据。

分数阶扩展卡尔曼滤波算法的锂电池SOC估算

由于锂离子电池的SOC(state of charge)不能直接被测得,目前只能通过电池外部输出特性对其进行估算。以磷酸铁锂电池为研究对象,考虑到电池各种复杂的非线性特征,分析了电池的电化学阻抗特性,采用恒相位元件(CPE)对传统的等效电路模型进行改进,建立了分数阶(fractional order)等效电路模型;联合遗传算法和混合脉冲动力试验对分数阶等效电路模型的参数进行离线识别;基于扩展卡尔曼滤波算法,建立了分数阶扩展卡尔曼滤波算法(fractional order extended Kalman Filter)的锂电池SOC估算模型;根据动态应力试验DST(dynamic stress test)工况设计制定了锂电池充放电方案,在环境温度25℃条件下,实时采集电池电流及电压数据,将采集所得数据输入到Matlab建立的模型中,对目标电池进行SOC估算。仿真结果表明:与二阶戴维南电路模型SOC仿真结果相比,基于FEKF算法的SOC估算结果具有更高的精度且波动性更小,误差均小于0.72%,均方根误差仅为0.24%。

适用于统一迭代潮流计算的扩展型“Sen”变压器模型

为了发展基于扩展型“Sen”变压器(Extended Sen Transformer,EST)的潮流计算理论与方法,从简化EST潮流模型的角度出发,提出了一种适用于统一迭代潮流计算的EST模型。首先,根据EST的工作原理,将串、并联侧绕组等效为电压源与阻抗串联组成的支路,进而把EST简化为一种双电压源型等效电路。然后,基于统一迭代法的解算思想,并结合EST的电压调节、相角调节和功率调节运行模式,建立了EST的稳态潮流模型。最后,借助Matlab软件,算例分析在一个修改的IEEE6机30节点系统中展开。通过比较所提模型与软件仿真所得系统节点电压幅值和相角,二者之间偏差在合理范围内,验证了所提模型的有效性。

基于扩展卡尔曼滤波算法的磷酸铁锂电池荷电状态估计

电池的荷电状态(SoC,state of charge)是锂离子电池最基本的参数之一,不能直接测量得到。本文基于二阶Thevenin模型对磷酸铁锂电池进行建模分析,通过混合脉冲功率特性(HPPC,hybrid pulse power characteristic)实验对不同SoC处的模型参数进行识别。基于MATLAB/Simulink平台,搭建了变参数二阶Thevenin模型与扩展卡尔曼滤波(EKF,extended Kalman filter)算法相结合的估算系统。仿真结果表明,估算系统在不同工况下的仿真误差不超过2.5%,为锂离子电池管理系统的搭建提供了支持。

基于不同模型下EKF算法的锂离子电池SOC估计

动力电池的准确建模及荷电状态(SOC)的精准估计对提高电池的利用效率、延长使用寿命具有重要意义。本文对锂离子电池进行等效电路模型的建立并通过HPPC测试对模型进行参数辨识。利用Matlab软件,基于两种模型开展扩展卡尔曼滤波算法下的电池SOC估计精度对比实验研究。结果表明,在同一实验条件下,EKF-Ah SOC估计方法能够有效提高电池SOC的估计精度;与Rint模型相比,基于Thevenin模型的EKF-Ah SOC估计精度得到显著提高,SOC估计最大绝对误差为1.91%。

基于耦合电路的变压器数学模型在新型换流变压器中的应用

文章基于变压器耦合电路的基本原理,建立了单相双绕组、带中间抽头的单相三绕组变压器的数学模型及其相应的求解方法,并推广到三相模型中,同时对模型进行了节点扩展。通过从简单到复杂的模型的求解,提出了一种适用于各种接线方式和联结方式下的变压器数学模型求解的通用算法,并将其成功应用于新型换流变压器数学模型的求解中,建立了单相、三相新型换流变压器的解耦等效电路,进行仿真,仿真结果验证了提出方法的正确性和有效性。

基于扩展卡尔曼滤波法的锂电池荷电状态估计

锂离子电池在储能电站具有广阔的应用前景,它是储能电站的能量储存单元,精确地对锂离子电池荷电状态(SOC)进行预测是至关重要的,这可以在很大程度上提高电站系统的安全性能。通过多种等效电路模型的对比,选择二阶戴维南等效电路模型。选择三洋18650型动力锂电池作为电池充放电实验对象,设计测试实验步骤,得出电池的参考容量为3.4A·h,库伦效率为98.48%。对电池模型进行精确的参数辨识,通过曲线拟合得到UOC-SOC关系表达式。在仿真软件MATLAB/Simulink中运用扩展卡尔曼滤波法(EKF)对SOC进行仿真预测,通过SOC误差曲线对比可以发现,EKF估计器在起始状态略有误差,但1min内即快速收敛到SOC参考值附近,并且稳定状态下观测误差可维持在0.1%以内,能够满足工程实际应用的要求,证明了扩展卡尔曼滤波法对电池SOC预测的准确性。

引入PID反馈的SHAEKF算法估算电池SOC

电池荷电状态(SOC)的估算精度是电动汽车电池组的重要指标。为提升SOC估算精度,在融合Sage-Husa扩展卡尔曼滤波(SHEKF)算法与自适应扩展卡尔曼滤波(AEKF)算法的基础上,增加比例积分微分(PID)反馈环节,形成改进算法。采用粒子群优化(PSO)算法对二阶RC等效电路模型进行参数辨识;用开源电池数据集对模型和算法进行实验和分析。改进的SHAEKF算法在电池动态应力测试(DST)、北京动态应力测试(BJDST)和美国联邦城市驾驶(FUDS)等工况下的平均估计误差都在1%以内,与单纯的融合算法SHAEKF算法相比,最大误差可减小5%。

基于DKF-Bi-LSTM的阀控式铅酸电池SOC在线估计方法

精准估计阀控式铅酸蓄电池的荷电状态(SOC)对变电站直流系统的可靠性和安全性有着重要的作用,为提高SOC估算精度,提出一种基于DKF-Bi-LSTM的铅酸蓄电池SOC在线估计方法,基于二级结构的双卡尔曼滤波算法,分别进行模型估计和状态估计。通过卡尔曼滤波算法对模型参数进行动态跟踪,进而基于扩展卡尔曼滤波算法在线估算电池SOC值。将在线估算结果、电流、电压、温度值作为Bi-LSTM神经网络的输入,电池SOC预测值作为网络输出,实现对电池SOC的在线估计。经测试发现,与DKF和Bi-LSTM算法相比,DKF-Bi-LSTM算法的SOC预测均方根误差更小,其SOC在线估计方法具有更高的准确性。

基于频域介电谱的油纸绝缘宽频等效模型参数辨识研究

为充分解释频域介电谱(FDS)的测量结果,并为提取油纸绝缘状态特征量提供基础,基于扩展德拜模型(EDM),提出一种利用FDS曲线辨识EDM各支路阻容参数的有效方法。采用两支经不同程度模拟受潮处理后的真型油纸电容式套管,首先测量其FDS曲线,并通过遗传算法与Levenberg-Marquardt算法相结合的融合方法进行EDM的参数辨识,有效解决了EDM对FDS重构匹配度差的问题,进而建立在10^(-3)~10~3 Hz量级范围内的油纸绝缘宽频介电响应等效模型。进一步采用模型参数转换得出时域中的回复电压法(RVM)谱图,并通过对比实测RVM谱图,最终验证该参数辨识方法同时具有良好的时频域一致性,可为进一步开展油纸绝缘状态的定量评估提供依据。