小波能熵识别变压器励磁涌流与故障电流方法

"基于小波能熵的变压器励磁涌流的识别 (2010年)" 本文主要探讨了一种利用离散小波变换（Discrete Wavelet Transform, DWT）和小波能熵（Wavelet Entropy）作为判据来区分电力变压器励磁涌流与内部故障电流的新方法。励磁涌流是变压器在空载合闸时产生的瞬时大电流，而内部故障电流则是由于变压器内部问题导致的异常电流。准确识别这两种电流对于变压器的保护和维护至关重要。 作者严屹宏通过在MATLAB环境下建立变压器空载合闸和匝间短路的仿真模型，模拟了这两种情况下的不平衡电流。离散小波变换被用来对这些电流信号进行多尺度分析，提取不同频率成分的信息。小波能熵则作为一种信息熵的扩展，用于衡量信号的复杂性和不确定性，它在信号处理中常被用于特征提取和信号分类。 在小波能熵的计算中，首先将不平衡电流信号进行小波分解，得到不同层次的小波系数，然后计算每一层小波系数的能量。接着，通过计算这些能量的熵值，可以量化电流信号的随机性和不规则程度。励磁涌流和内部故障电流因其特性不同，其小波能熵值也会有所差异，因此，利用小波能熵作为判据可以有效地识别两者。 仿真结果显示，这种方法能够快速、准确地区分励磁涌流和内部故障电流。这一发现对于电力系统的实时监测和故障诊断具有重要意义，可以提高保护系统对异常状况的响应速度，减少误判的可能性，从而保障电力系统的稳定运行。 该研究的创新之处在于将小波能熵引入到变压器故障识别中，提供了一种新的判据，不仅理论上具有较强的理论依据，而且在实际应用中表现出良好的性能。这进一步证实了小波分析在电力系统故障诊断领域的实用价值，也为未来相关研究提供了新的思路和方法。 基于小波能熵的变压器励磁涌流识别方法结合了离散小波变换的多尺度分析能力和小波能熵的信号复杂度评估，有效解决了变压器异常电流识别的问题，对于提升电力系统保护的精确性和效率具有重要的理论与实践意义。