Tsallis小波熵在变压器励磁涌流识别中的应用
需积分: 11 131 浏览量
更新于2024-09-05
收藏 629KB PDF 举报
"这篇论文研究了一种基于Tsallis小波熵的变压器励磁涌流识别方法,旨在提高识别的有效性和快速性,以解决传统方法在识别中的局限性。该方法结合小波分析和Tsallis熵理论,通过计算Tsallis小波能量熵和时间熵来区分励磁涌流和内部故障电流,从而提升识别的准确性、可靠性和灵敏性。实验结果通过MATLAB/Simulink仿真验证了方法的有效性。"
在电力系统中,变压器起着至关重要的作用,其稳定运行直接影响整个系统的安全性。励磁涌流和内部故障电流的准确识别是变压器差动保护的关键挑战。传统的识别方法,如二次谐波制动和间断角原理,在某些复杂工况下可能存在不足。例如,大容量变压器的励磁涌流可能含有较少的二次谐波,而故障电流中可能含有较高的二次谐波,这使得传统的二次谐波原理不再适用。
针对这一问题,论文提出了一种创新的识别方法,即基于Tsallis小波熵。Tsallis熵是信息熵的一种推广,对于非高斯分布的数据有更好的描述能力,尤其适用于复杂信号的分析。论文中,作者首先利用小波分析对变压器的暂态信号进行分解,获取不同尺度下的信号特征。接着,结合Tsallis熵的理论,计算小波能量谱上的Tsallis小波能量熵,以反映信号的能量分布特性。同时,还定义了Tsallis小波时间熵,用于描述信号的时间结构变化。通过这两个熵的联合应用,可以更全面地分析信号的特征,从而有效地识别励磁涌流和内部故障电流。
MATLAB/Simulink仿真实验结果证明,这种方法能够准确地区分励磁涌流和故障电流,提高了识别的效率和精度。因此,该方法为变压器保护提供了新的思路,特别是在处理具有挑战性的工况时,其优势更为显著。
这篇论文提出的基于Tsallis小波熵的识别方法为变压器励磁涌流和内部故障电流的识别提供了有效工具,有助于提升电力系统的保护性能和稳定性。这种方法不仅理论上有创新,而且通过实际仿真实验得到了验证,具有很强的实际应用价值。
815 浏览量
158 浏览量
161 浏览量
143 浏览量
110 浏览量
2022-07-14 上传
102 浏览量
106 浏览量
205 浏览量
weixin_38743481
- 粉丝: 698
- 资源: 4万+
最新资源
- wifi-channels:一个简单的python脚本,用于查看本地wifi信道使用情况与信号强度
- webpack-docker-example
- 主动记录介绍
- 医院物业管理方案
- Shark:Java中安全相关数据的抓包、分析和提取
- MediumPosts:记录我的学习,以便其他人可以减少苦苦挣扎
- my_app
- milktoz.github.io
- javaFx swing开发桌球小游戏项目(完整的项目,包含源码和素材)
- 灾害应对项目
- meteor-kouto-swiss:使用Kouto Swiss的完整的Meteor软件包,可与Stylus一起使用-CSS框架+ Jeet +破裂+轴+ AutoPrefixer + Nib +印刷
- clojure-db-pool
- 解决lxml没有etree的方法
- DefiTool.github.io:DefiTool.github.io
- LiME_binning
- pso两种MATLAB代码实现,MATLAB初学者教程