基于岭估计的变压器绕组参数辨识

合集下载

基于粒子群优化算法的变压器参数辨识

基于粒子群优化算法的变压器参数辨识

( 上海 电力学 院 电气 工程 学院 , 上海 摘
要: 基于模型 的变压器保护原理需要对变压器绕组参 数进行精 确辨识. 利用双绕组 变压 器的参数 辨识方
程, 使用粒子群优化算法 , 提出了新的参数辨识算法. 消除了最小 二乘 法计 算速度慢 、 计算量大 的局 限性 , 可以
实现对变压器绕组参数的在线精确辨识. 通过 Ma t l a b / S i mu l i n k对算 法进行 仿真 , 结果 表明 , 该算法 能够正确 辨识 变压器绕组电阻和漏感参数 , 具有较好 的应用前景 . 关键词 : 变压器保护 ;参数辨识 ; 辨识方程 ;粒子群优化算法
S wa r m Op t i mi z a t i o n Al g o r i t h m
G AO L i a n g , C H E N Ya j i e , DE N G X i a n g l i
( S c h o o l o f E l e c t r i c a l E n g i n e e r i n g , S h a n g h a i U n i v e r s i t y f o E l e c t r i c P o w e r , S h a n g h a i 2 0 0 0 9 0, C h i n a )
t r ns a f o m e r r wi n d i n g p a r a me t e r s . Pa ra me t e r i de n t i ic f a io t n e q u a i t o ns o f s i n g l e — p ha s e d o u b l e — wi nd i n g
中图分类号 : T M4 1 ; T M7 7 2 文 献标 志码 : A 文章编 号 :1 0 0 6— 4 7 2 9 ( 2 0 1 4 ) 0 1 —0 0 1 6— 0 5

基于灵敏度计算的电力系统参数可辨识性分析

基于灵敏度计算的电力系统参数可辨识性分析

基于灵敏度计算的电力系统参数可辨识性分析谢会玲1,鞠 平1,罗建裕2,宁 艳1,朱 寰2,王小英2(1.河海大学电气工程学院,江苏省南京市210098;2.江苏电力调度通信中心,江苏省南京市210024)摘要:对于简单电力系统建模中参数可辨识性问题,以往采用解析方法可以进行分析。

但对于大规模电力系统,解析方法难以进行。

文中发现了电力系统参数的可辨识性与灵敏度之间的关系。

提出先根据灵敏度的相位来判断参数能否唯一辨识,再根据灵敏度的大小来选择可辨识的重点参数,最后采用蚁群算法优化重点参数。

通过算例分析,证明了上述方法的可行性。

关键词:电力系统建模;参数可辨识性;轨迹灵敏度;特征根灵敏度中图分类号:TM714收稿日期:2008207230;修回日期:2008212214。

国家杰出青年科学基金资助项目(50725723);国家重点基础研究发展计划(973计划)资助项目(2004CB217901)。

0 引言目前,电力系统建模已经得到电力部门的高度重视,国家电网公司将其列为重点工作。

在电力系统建模方面,基于实测的参数辨识方法是人们研究的重点,以往研究主要集中于电力系统模型方程和参数辨识方法[123]。

研究和实践表明,电力系统模型中的有些参数比较容易辨识,且辨识结果比较稳定;而有些参数则难以辨识,且辨识结果具有离散性,有时甚至相差数十倍。

造成这种现象的原因可能主要有:1)参数不是唯一可辨识的,即根据输入—输出动态数据,存在多组甚至无穷多组参数满足同样的输入—输出响应。

遗憾的是,这方面的研究还很不够[4]。

实际上,这是参数辨识的重要理论和应用问题,也是参数辨识的重要前提条件。

2)参数灵敏度大小,实际上也就是参数对于系统动态的影响大小。

如果系统动态对某个参数很灵敏,则根据系统动态就比较容易准确确定该参数。

反之,如果系统动态对某个参数不灵敏,则根据系统动态就很难准确确定该参数。

文献[5219]研究了参数灵敏度的计算和影响,文献[20]将轨迹灵敏度应用于负荷模型的参数辨识。

变压器短路阻抗特性计算及绕组状态辨识

变压器短路阻抗特性计算及绕组状态辨识

变压器短路阻抗特性计算及绕组状态辨识发布时间:2022-11-15T11:00:08.412Z 来源:《中国电业与能源》2022年第13期作者:赵冠楠陈继尧李新振王振锋[导读] 变压器是电力系统中至关重要的环节,也是最关键、最昂贵的资产之一。

随着我国变压器制造技术的进步,国产赵冠楠陈继尧李新振王振锋国网宁夏电力有限公司宁东供电公司宁夏回族自治区灵武市 750411 摘要:变压器是电力系统中至关重要的环节,也是最关键、最昂贵的资产之一。

随着我国变压器制造技术的进步,国产变压器在降噪、降损、高可靠性等方面取得了长足发展。

多年来,我国变压器行业稳定发展,产业规模逐渐增大,随着国家对于工业制造领域的节能减排要求不断提高,移相变压器这种节能型特种变压器也得到了更多的发展机会。

关键词:变压器;短路阻抗特性计算;绕组状态辨识引言随着计算机技术发展,针对传统的解析公式对于圆角矩形绕组的短路阻抗无法准确计算这一情况,通过将绕组漏磁链进行分区域计算,使传统解析公式得到优化,可以更准确的计算圆角矩形绕组的短路阻抗。

变压器绕组受到短路冲击电流后,其主空道中的漏磁能量和电抗均与正常状态不同,因此在诊断变压器短路故障时采用正常状态下的变压器漏磁能量及电抗是不准确的。

应先对故障后的变压器各电路参数进行计算,再以此为基础对变压器故障进行分析。

1.变压器电磁场分析的研究现状根据变压器绕组电动力产生的机理可知,研究变压器的漏磁场是研究短路电动力必不可少的重要环节。

上世纪70年代开始,国内外大批专家学者开始致力于研究变压器暂态电磁场、短路的瞬态过程、绕组安匝高度不平衡等有关大型变压器漏磁场问题。

经过研究人员的不断努力和新的数值求解方法的引入,使得漏磁场的研究逐渐完善起来。

通过有限元分析方法,研究了非正弦瞬态漏磁场的分布规律,在我国超特高压换流变压器领域做出了巨大的贡献,使我国在超(特)高压换流变压器电磁设计、电磁场关键应用技术等方面得到了重大突破;采用ANSYS仿真软件,研究了一台干式变压器漏磁分布及损耗、局部过热等问题,并用工程计算法对此研究方法进行了校验。

基于励磁电感参数识别的快速变压器保护_焦在滨

基于励磁电感参数识别的快速变压器保护_焦在滨
பைடு நூலகம்
0 引言
目前,变压器保护的正确动作率相比线路保护 仍然很低,据统计,2002—2007 年 220 kV 及以上 电流差动 变压器保护的正确动作率仅为 85.87%[1]。 保护作为电力变压器的主保护,反映差动电流的增 加而动作于跳闸。但是,实际上差动电流的增加并 不是变压器内部故障的本质特征,各种原因造成的 铁芯饱和同样会导致变压器差动回路电流的增加 而引起保护的误动。因此,电流差动保护必须与励 磁涌流识别判据配合,共同构成变压器的主保护 方案。 变压器励磁涌流识别方案主要包括以下 2 种: 基于波形特征的识别方法[2-6]和基于 T 型等效电路 的识别方法[7-14]。以二次谐波制动原理为代表的波 形识别方法利用励磁涌流和内部故障的波形差异 来区分内部故障和铁芯饱和。但是,差动电流中二 次谐波的含量与铁芯饱和并不具备一一对应的关 系,也就是说铁芯饱和并不一定表现为二次谐波含 量的增加,暂态过程中差动电流所分解得到的二次 谐波也不一定是由铁芯饱和造成的。因此波形特征 识别方法存在整定困难、动作时间长等问题,制约 了电力变压器主保护性能的提高。 基于 T 型等效电 路的励磁涌流识别方法较之波形特征识别方法,已
文章编号:0258-8013 (2014) 10-1658-09
基于励磁电感参数识别的快速变压器保护
焦在滨 1,马涛 2,屈亚军 1,张梦瑶 1,索南加乐 1
(1.西安交通大学电气工程学院,陕西省 西安市 710049;2.陕西省电力设计院,陕西省 西安市 710054)
A Novel Excitation Inductance-based Power Transformer Protection Scheme
基金项目:国家自然科学基金项目(50907048,51037005);高等学 校博士学科点专项科研基金项目(20090201120018)。 Project Supported by National Natural Science Foundation of China(50907048, 51037005); The Specialized Research Fund for the Doctoral Program of Higher Education(20090201120018).

基于参数辨识的变压器绕组变形在线监测方法

基于参数辨识的变压器绕组变形在线监测方法
变 压器绕 组发生 变形 的原因各 式各样 ,其 中最常见 的是短 路故障 电流冲击 ,或者 是在运 输 的过程 中受到 了碰 撞等 。在这 里我们 需要注 意 的是 ,变压器 即使存 在绕 组变形 的现 象,如果 我们没 有对其 进行彻 底 的检 查 ,就会 很难 发现它 的变形程 度 ,因为大 多数发 生这样 情况 的 变 压器都 是可 以正常运 行 的。 由此看 来 ,对 变压器 绕组 变形进 行监测 是 十分有 必要 的,否 则即使 存在一些 安全 隐患我 们也发 现不 了 。下面 我 们主要介 绍几种 比较常见 的变 压器 绕 组变 形监 测方 法 : 2.1 低 压脉 冲 法
低 压脉 冲 法 的 工作 原 理 如下 :如 果频 率 高 于 lkHz, 变 压器 的 铁 芯 就 起不 到任 何 的作 用 ,其 实绕 组 本身 就 可 以看成 是 一个 无源 线 性双 端 口网络 , 由 电阻 、电容 以及 电感等 分布 参 数 组成 的 ,所 以 , 绕组 一 旦发 生 了变 形 ,那 么就 一 定会 引起 网 络分 布 的参 数发 生 一些 变 化 ,在 这 个过 程 中 ,绕组 对 低压 脉冲 的响应 也 会发 生 一些 变化 。 这 样 , 我们 就 可 以根据 绕组 对 低压 脉冲 的响应 波 形来 进 行判 断 ,从 而探 讨 出绕 组是 否发 生 了形 变 。
响应 分析 法、 内窥镜 法 等 ,并对 这 些方 法的发 展 前景 做 出了展 望 。 【关键词 】变压器 ;绕组变形;在线监测
变 压器 可 是称 得 上是 电力 行 业 中 比较 重 要 的设 备之 一 , 由此可 见 它 的作 用十 分 的大 ,随 着我 国电力 系 统的 不 断发 展 , 已经 朝 着超 高压 ,大 电网 方 向进军 ,但是 ,在 发 展 的过程 中,我 们 也面 临 着一 些 问题 ,譬 如 ,短 路故 障 , 以及 由此 造成 的变 压 器损 坏 也在 不 断地 上升 ,对 整 个 系统 的安 全运 行造 成 了很 不好 的影 响 。

基于SVM的电力变压器绕组变形类型识别

基于SVM的电力变压器绕组变形类型识别

f f,pi和f n,pi分别是绕组变形和正常工况下频率响应曲线的第i个谐振峰的频率;f f,vi和常工况下的第i个谐振谷的频率。

绕组变形后得到的第i个谐振峰和谐振谷的幅值的pi vi其中,a f,pi和a n,pi分别是绕组变形和正常工况下频响曲线的第i个谐振峰的幅值;a f,vi和a情况下的第i个谐振谷的幅值[5]。

计算两个序列的协方差:(5)计算两个序列的归一化协方差系数:根据以下公式计算相关系数xy按照频段范围的定义,本文分别计算低、相关系数,将其表示为R L、R M、R H。

2样本的选取(8)(9)3绕组变形类型识别及分析对变压器绕组变形类型的分类归结为数学问题即是:对三种变形情况实现最优的划分。

用于绕组变形类型识别的训练样本所用数据,对于轴心偏移,变化着三种故障类型来讲,特征量为谐振点变化所用数据42/35/40每组,特征量为相关系数所用数据为每组,用于绕组变形类型识别的测试样本所用数据,轴心偏移,幅向变形,饼间间距变化着三种故障类型,量为谐振点变化所用数据为14/12/12系数所用数据为14/12/14每组。

3.1惩罚因子与核函数寻优特征量为谐振点的频率、幅值的变化量时,输入的训练样本矩阵大小为117×26,测试样本矩阵大小38×26。

当SVM方法中的选用核函数初始惩罚因子C 、核参数g 及训练样本,对其进行网格搜索和交叉验证,可获取最优的(C ,g );第二步输入最优的),同时结合SVM 算法,把训练样本训练成通过输入测试样本来验证模型的精度,若结果无法满足要求,应重复上述操作,直到模型的精度符合标准,模型训练结束;最后只需要输入待预测样本,即可通过已训练成的模型实现对预测样本的分类,得到分类结果。

特征量为谐振点的频率、幅值的变化量,将此时寻优得到的最优惩罚因子C 和核函数g 用于训练模型,图1特征量为谐振点的频率、幅值的变化量时参数C和g 的寻优过程图2特征量为相关系数时参数C 和g 的寻优过程图3SVM 预测变压器绕组变形类别流程图相关峭度定义为:为选取一个最优滤波器f(l),使CK M用矩阵的形式来表示最终的滤波器系数:其中:r=[0T2T…mT]2仿真分析为在理论上验证MCKD方法的有效性,通过仿真序列模拟滚动轴承产生的故障振动信号:(变压器绕组变形类型的准确识别。

基于PPNGA算法的变压器参数识别

基于PPNGA算法的变压器参数识别

OuyangFan (CollegeofElectricPower,SouthChinaUniversityofTechnology,GuangzhouGuangdong510641,China)
Abstract:Inordertouseportparametersofthetransformertojudgeifthereisaninternalfaultwithinthetransformer,afitnessfunctionof transformerparameterswasconstructedontheprincipleofmodelreferenceself-adaption.Amethodwasproposedtousepseudo- parallelnichegeneticalgorithm(PPNGA)toidentifyparametervaluesoftheT-equivalentcircuitofthetransformer.Thisalgorithm hadtheadvantageofthetraditionalgeneticalgorithm forsolvingnon-linearproblemsandcouldavoiditsdefectofprecocity.The proposedmethodwascomparedwithtraditionalgeneticalgorithm(GA)andparticleswarmoptimization(PSO)duringsimulationand theresultsshowedthattheT-equivalentparametersofthetransformercouldbeidentifiediterativelybyusingPPNGA,andrepetitive iterationwasnecessaryfortheothertwoalgorithmsifthesameprecisionwasneeded.

基于励磁电感参数识别的快速变压器保护

基于励磁电感参数识别的快速变压器保护

基于励磁电感参数识别的快速变压器保护摘要:变压器是电力系统中极其重要的电气设备,它担负着电能的传输和电压变换的重要作用。

变压器保护对于提高电力系统运行的稳定性、安全性具有重要的意义。

寻求一个安全、可靠、灵敏的变压器保护方案,一直是国内外电力系统学者们研究的热点问题关键词:励磁电感;变压器保护;防护措施长期以来,差动保护一直被认为是电力变压器最完善的主保护,但是由于变压器自身的特点,使得变压器差动保护还有着一些困难和欠缺的地方。

变压器具有两个及多个电压等级,构成差动保护的所用电流互感器的参数各不相同,变压器每相原、副边电流之差(正常运行时的励磁涌流)将作为差动保护不平衡电流的一种来源。

在变压器空载突然合闸时,或者变压器外部短路故障被切除后端电压恢复时,暂态励磁涌流的大小可与短路电流相比拟,在这么大的不平衡电流,要求差动保护不误动,是个相当复杂困难的技术问题。

当前变压器差动保护中最关键和最困难的问题仍然是如何防止励磁涌流所导致的误动作,使其在励磁情况下能够可靠地动作。

这对差动保护有两方面的要求,即防止外部短路时不平衡电流以及防止励磁涌流所致的误动作,研究涌流产生的机理和涌流特性对防止励磁涌流引起差动保护误动至关重要。

一、稳态状态下磁通与电压之间的关系变压器是基于电磁感应原理的、适用于静态交流电力系统的一种重要电力设备。

变压器在空载状态下合闸充电,能观察到电流表指针出现大幅度摆动,之后极快地恢复正常,指向正常的空载电流值,这个冲击电流一般被称作励磁涌流。

励磁涌流的产生与变压器铁心饱和程度密切相关。

变压器处于空载状态进行合闸充电时,受到外加电压的影响,绕组磁场将在一定程度上发生变化。

与此同时根据磁链守恒定律,绕组在磁路中将出现单极性偏磁情况。

由于变压器铁心材料具有非线性的特征,为了与绕组磁场变化相抵,铁心饱和程度将发生变化。

当铁心饱和程度较低时,铁心磁化曲线斜率极大,这时励磁电流极小。

当铁心饱和程度较高时,其磁化曲线斜率极小,励磁电流随着磁通的增长而变大,最后变为励磁涌流。

基于随机梯度算法的风电机组变压器漏感辨识

基于随机梯度算法的风电机组变压器漏感辨识

基于随机梯度算法的风电机组变压器漏感辨识张宇峰【摘要】变压器会影响风电机组LVRT特性,基于模型的变压器保护原理,需要对变压器绕组参数进行精确辨识.文章利用双绕组变压器的参数辨识方程,应用多新息遗忘随机算法,无需改变三角形侧TA配置,直接利用变压器的电压和电流辨识变压器绕组的漏感,克服了最小二乘法计算量大的局限性,实现对变压器绕组参数的精确辨识,仿真结果表明,该算法能够正确辨识变压器绕组的漏感参数.【期刊名称】《可再生能源》【年(卷),期】2016(034)011【总页数】6页(P1645-1650)【关键词】变压器;参数辨识;漏感;随机梯度算法【作者】张宇峰【作者单位】苏州工业职业技术学院,江苏苏州215100【正文语种】中文【中图分类】TK81变压器对风电机组LVRT特性的影响很大,对于变压器保护,目前主要采用功率差动原理等方法,这要求预知原副边各相的绕组漏感参数,正确判别励磁涌流和故障电流来判断变压器是否存在故障[1],[2]。

然而,由于变压器励磁涌流波形特征受到如系统电压和等值阻抗、合闸初相角、剩磁大小和方向、绕组接线方式和中性点接地方式、三相铁芯结构、铁芯材料和组装工艺、磁滞回线和局部磁滞环等诸多因素的影响,因此会导致变压器保护装置的误动作,降低其可靠性。

为了克服差动保护的缺点,国内外很多学者将参数辨识应用于变压器的保护中,舍弃传统差动保护的思路,避免了对故障电流和励磁涌流的辨别,因此具有较好的应用前景。

目前常用的变压器参数辨识方法主要有神经网络、粒子群算法、最小二乘法等[3]~[9]。

其中最小二乘法由于其简单且易于实现而得到了广泛的应用,但是其在参数估计过程中需计算协方差矩阵,因此计算量较大,对硬件系统也有一定的要求。

除了上述常用的方法,具有算法简单、计算量小等特点的随机梯度算法(Stochastic Gradient algorithm,SG)得到了广泛的研究与应用,但该算法的收敛速度较慢,由Ding等基于多新息理论,推导出多新息随机梯度辨识算法(Multi-Innovation Stochastic Gradient algorithm,MISG),并对其性能进行了分析[10]~[12]。

基于参数辨识的变压器绕组变形在线监测方法分析

基于参数辨识的变压器绕组变形在线监测方法分析

基于参数辨识的变压器绕组变形在线监测方法分析摘要:在电网中,变压器绕组因变形问题导致内部出现匝间故障现已位居电网事故率首位,不利于电网正常运行。

因而本文主要分析了基于参数辨识的变压器绕组变形在线监测方法,通过建立变阻器参数的辨识以及绕组变形仿真等探究其在线监测方法的合理性,以此减少绕组变形问题的发生,确保电网能够正常运行。

关键词:参数辨识;变压器绕组;在线监测前言:变压器作为电力系统的重要设备之一,其承担着多等级电网的互联与功率交换作用,可有效保护电力系统安全、稳定的运行。

但是在实际工作中,变压器会受到区外故障出现绕组变形,其中形成内部匝间故障严重影响了电网的正常运行,因而研究基于参数辨识的变压器绕组变形在线监测方法十分必要。

一、参数辨识与变压器绕组变形阐述(一)参数辨识参数辨识就是将理论模型和试验数据相结合的一种预测方法。

参数辨识要依照相关实验数据及模型明确某一模型参数值,从而使模型计算数据结果与测试数据相符合,以此对未知过程预测提供理论指导。

在进行具体研究时,需要先建立起粗略的模型,并使用此模型预测试验测量结果,若是计算所得出的数值结果和测试值有较大的误差,即可认为此数学模型不符合实际过程,需要修改模型并重选参数,直至预测结果符合实测结果,此时认为模型可信度高。

(二)变压器绕组变形阐述变压器内部绝缘垫块和夹件需要在电力作用下工作,若是变压器受到较大的短路电流冲击,那么线圈自身会产生高强度电动力,易致使绕组弯曲、压板损坏等问题[1]。

变压器绕组在故障发生初始阶段会表现出内绕组变形,并在此基础上易出现短路、绝缘层破损等问题,致使变压器整体受到损坏。

常见的绕组变形有绕组端部缺角、端部变短、缺角变短、双端变短四种情况。

二、变压器绕组变形模型参数变压器在空载合闸、正常运行以及发生区外故障时,都可利用变压器模型方程式:进行计算,其中下角标1代表绕组高压侧,2代表绕组低压侧;R代表电阻,代表漏电感,N代表匝数,u代表电压,i代表电流,代表每匝绕组的磁通。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
2 . J i a n g x i E l e c t i r c P o we r C O.Ma i n t e n a n c e B r a n c h, N a n c h a n g 3 3 0 0 9 6, C in h a )
Abs t r a c t: L e a s t— s q u a r e s me t h o d i s t h e c o mmo n l y a d o pt e d me t ho d f o r t he wi n d i n g pa ra me t e r i d e n t i ic f a t i o n o f ra t n s or f me r .T hi s me t h o d c a n o n l y r e c o g n i z e he t t r a ns f o r me r wi n d i n g r e s i s t a nc e s a n d l e a k a g e i n d u c t a nc e s d u in r g t r a n s i e n t s at t e p r o c e s s,s u c h a s o v e r e x c i t a i t o n,n o—l o a d s wi t c h i n g o n o r e x t e r n a l f a u l t ,a n d he t r e s i s t a n c e s e n c o u n t e r l a r g e r i d e n t i ic f a t i o n e r r o r s .Al s o,wh e n he t t r a ns f o r me r i s wo r k i n g o n t h e n o r ma l s t a t e,i t c a n o n l y r e c o g n i z e l e a k a g e i n d u c t a n c e s n o t r e s i s t a n c e s,d u e t o t he c o e f ic f i e n t ma t ix r o f t h e i d e n t i ic f a t i o n mo d e l a r e mo r b i d .T h e L e a s t—s q u a r e s me t h o d wi l l b e i n v a l i d a t t h i s mo me n t .T o s o l v e t hi s mo r b i d p r o b l e m ,r id g e e s t i ma t i o n i s a p p l i e d t o t he wi n di ng p a r a me t e r i d e n t i i f c a t i o n o f t r a n s f o r me r i n t h i s pa p e r .T h r o u g h c o mp a is r o n t o he t Le a s t— s q u a r e s i d e n t i ic f a t i o n r e s u l t b y us i n g EMTP s i mu l a t i o n s a n d MATL AB p r o g r a m ,i t c o n c l u d e s t h a t id r g e e s t i ma t i o n C n a
( 1 . 江 西省 电力科 学研 究 院 , 南昌 3 3 0 0 9 6 ;
2 . 江西省 电力公 司检 修分公 司 , 南昌 3 3 0 0 9 6 )
摘 要: 变压器绕组参数辨识 中普遍采用的方法是最小二乘法。这个方法仅能在变压 器过 励磁 、 空载合 闸或 外部故 障等 暂 态过 程 中, 辨识 出变压 器绕组 的 电阻和漏感 , 且 电阻辨 识 的误差 较大, 而在 变压 器正常运 行 工况下 , 由于辨 识 模 型 的 系数矩 阵呈 现病 态, 此 时仅 能辨 识 漏 感 , 电 阻值 无 法辨识 , 最 小二乘 法 失效 。为 了解决 此病 态问题 , 本 文将 岭 估计 法应 用 于 变压 器绕 组参 数辨 识 中, 并将 所得 估 值 与 最 小二 乘 估 值 进 行 对 比 , 大量 E M T P仿 真及 M A T L A B验 证 结果 表 明, 该方 法能有 效改善 系数 矩 阵的病 态性 , 使 其在 稳 态过 程 中能有 效辨 识 出变压 器 两侧 绕组 参
数。
关键词 : 岭 估计 ; 参数 辨识 ; L一曲线 法 ; 最 小二 乘 法 中 图分 类号 : T M4 O 1 . 1 文献标 志码 : A 文章编 号 : 1 0 0 9—3 2 3 0 ( 2 0 1 3 ) 1 g Pa r a me t e r I d e n t i ic f a t i o n o f Tr a n s f o r me r Ba s e d O i l Ri d g e Es t i ma t i o n
2 0 1 3年第 1 2期 ( 总第 1 9 2期 )
应用 能源技 术
d o i : 1 0 . 3 9 6 9 / j . i s s n . 1 0 0 9— 3 2 3 0 . 2 0 1 3 . 0 1 2 . 0 0 1
基于岭估计的变压 器绕 组参数辨识
余侃胜 。 吴 颖
YU Ka n—s he n g .W U Yi n g
( 1 . J i a n g x i E l e c t r i c P o w e r Re s e a r c h I n s t i t u t e , Na n c h a n g 3 3 0 0 9 6, C h i n a ;
相关文档
最新文档