CN106645998A - 参数辨识的方法和装置 - Google Patents

Abstract

本发明公开了一种参数辨识的方法和装置。其中，该方法包括：采集变压器两侧的输入量；依据输入量通过平方根滤波法计算变压器两侧的绕组的漏感值。本发明解决了由于现有技术中在进行变压器参数辨识时产生的不稳定的技术问题。

Description

参数辨识的方法和装置

技术领域

本发明涉及电气技术应用领域，具体而言，涉及一种参数辨识的方法和装置。

背景技术

长期以来，差动保护一直是变压器内部故障的主保护方案，过去和现在有关变压器差动保护的研究主要集中在如何防止空载变压器合闸时产生励磁涌流引起差动保护误动的问题上，已经提出多种防止励磁涌流引起差动保护误动的措施。现投入运行的微机变压器差动保护装置大都是利用二次谐波判据来识别励磁涌流。但是，由于无功补偿用的并联电容或超高压长输电线分布电容的存在，使得变压器发生内部故障时也会产生很大的二次谐波。而且随着大型变压器铁心饱和磁通的下降，使得励磁涌流的二次谐波含量有时低至10％以下，这一数值低于二次谐波制动比的常取数值15％-17％，从而导致变压器差动保护误动。因此，有必要寻求新的制动措施防止变压器发生涌流时差动保护误动。

目前，已有依据变压器在正常运行、励磁涌流以及外部故障时其结构及某些参数不变,而内部故障时会改变的原理,提出的基于变压器参数辨识的保护方法,该方法用最小二乘法进行变压器参数辨识，无需鉴别励磁涌流。该方法能有效区分内部故障和励磁涌流、外部故障及正常运行状态。

考虑到用最小二乘法进行变压器参数辨识时参数估计容易不稳定，递推过程将发散，得不到准确的辨识结果。

针对上述由于现有技术中在进行变压器参数辨识时产生的不稳定的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种参数辨识的方法和装置，以至少解决由于现有技术中在进行变压器参数辨识时产生的不稳定的技术问题。

根据本发明实施例的一个方面，提供了一种参数辨识的方法，包括：采集变压器两侧的输入量；依据输入量通过平方根滤波法计算变压器两侧的绕组的漏感值。

可选的，输入量包括：电压值和电流值。

可选的，依据输入量通过平方根滤波法计算变压器两侧的绕组的漏感值包括：依据输入量中的电压值和电流值进行计算，得到系数矩阵；依据变压器的绕组参数和系数矩阵，通过平方根滤波法实时计算变压器两侧的绕组的漏感值。

进一步地，可选的，依据变压器的绕组参数和系数矩阵，通过平方根滤波法实时计算变压器两侧的绕组的漏感值包括：通过平方根滤波法中的公式群实时计算变压器两侧的绕组的漏感值，其中，公式群包括：

β_N+1＝ρ+f^T _N+1f_N+1

S_N+1＝[β_N+1]^1/2S_N

其中，θ为漏感值的参数向量，为输入输出观测向量，ρ为系数。

根据本发明实施例的另一方面，还提供了一种参数辨识的装置，包括：采集模块，用于采集变压器两侧的输入量；计算模块，用于依据输入量通过平方根滤波法计算变压器两侧的绕组的漏感值。

可选的，输入量包括：电压值和电流值。

可选的，计算模块包括：第一计算单元，用于依据输入量中的电压值和电流值进行计算，得到系数矩阵；第二计算单元，用于依据变压器的绕组参数和系数矩阵，通过平方根滤波法实时计算变压器两侧的绕组的漏感值。

进一步地，可选的，第二计算单元包括：计算子单元，用于通过平方根滤波法中的公式群实时计算变压器两侧的绕组的漏感值，其中，公式群包括：

β_N+1＝ρ+f^T _N+1f_N+1

S_N+1＝[β_N+1]^1/2S_N

其中，θ为漏感值的参数向量，为输入输出观测向量，ρ为系数。

在本发明实施例中，通过采集变压器两侧的输入量；依据输入量通过平方根滤波法计算变压器两侧的绕组的漏感值，达到了提升变压器参数识别效率的目的，从而实现了稳定辨识变压器参数的技术效果，进而解决了由于现有技术中在进行变压器参数辨识时产生的不稳定的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的参数辨识的方法的流程示意图；

图2是根据本发明实施例的参数辨识的装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

根据本发明实施例，提供了一种参数辨识的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的参数辨识的方法的流程示意图，如图1所示，该方法包括如下步骤：

步骤S102，采集变压器两侧的输入量；

步骤S104，依据输入量通过平方根滤波法计算变压器两侧的绕组的漏感值。

本申请实施例提供的参数辨识的方法中，通过采集变压器两侧的输入量；依据输入量通过平方根滤波法计算变压器两侧的绕组的漏感值，达到了提升变压器参数识别效率的目的，从而实现了稳定辨识变压器参数的技术效果，进而解决了由于现有技术中在进行变压器参数辨识时产生的不稳定的技术问题。

可选的，输入量包括：电压值和电流值。

可选的，步骤S104中依据输入量通过平方根滤波法计算变压器两侧的绕组的漏感值包括：

Step1，依据输入量中的电压值和电流值进行计算，得到系数矩阵；

Step2，依据变压器的绕组参数和系数矩阵，通过平方根滤波法实时计算变压器两侧的绕组的漏感值。

进一步地，可选的，步骤S104中的Step2中依据变压器的绕组参数和系数矩阵，通过平方根滤波法实时计算变压器两侧的绕组的漏感值包括：

步骤A，通过平方根滤波法中的公式群实时计算变压器两侧的绕组的漏感值，其中，公式群包括：

β_N+1＝ρ+f^T _N+1f_N+1

S_N+1＝[β_N+1]^1/2S_N

其中，θ为漏感值的参数向量，为输入输出观测向量，ρ为系数。

综上，本申请实施例提供的参数辨识的方法具体如下：利用平方根滤波法进行变压器漏感参数的辨识，根据辨识结果可以区分出变压器为内部故障或其他非故障状态。文中分别列出了单相变压器和三相变压器的辨识方法。

在正常运行、外部故障及涌流状态下,变压器绕组的匝数和漏磁通所经过磁路均未发生变化,变压器绕组的漏感亦不会发生变化；然而变压器绕组发生单相接地故障、各相绕组之间发生相间短路或单相绕组部分线匝之间发生匝间短路时,绕组电流通过的绕组匝数会发生变化,漏电感定会发生变化。基于变压器绕组漏感在正常运行、外部故障及涌流时不发生变化,而在变压器内部故障时要发生变化这一特性,可把变压器绕组的漏感值是否发生变化作为区分变压器内部故障与其它非故障状态的判据。

变压器铭牌参数一般只标识短路损耗p及短路电抗xk,并不提供各侧绕组的电阻及漏感值，因此方便准确地获得以上参数就成为参数辨识法的关键。一般大型变压器绕组的电阻很小，可以通过电桥法现场测量，从而各侧绕组的漏感参数成为影响保护灵敏度的主要参数。

本申请实施例提供的参数辨识的方法采用正常情况下的原副边回路平衡方程，即式(1)和(2)的关系，把变压器两侧电流、电压作为输入量，电阻作为已知量，两端绕组的漏感值作为待辨识的参数，选用平方根滤波法进行在线实时辨识，以提高保护算法的灵敏度。

对于单相变压器在正常运行、涌流及外部故障情况下，互感磁通项Φm应该相等，由此得到原、副边绕组回路平衡方程为式(1)，而在变压器内部故障情况下不满足式1。

电力***多采用的是Yn/△连接的三相变压器，正常情况、涌流及外部故障情况应满足(2)式，在内部故障情况下，(2)式不满足。

1、最小二乘算法

当选用最小二乘参数估计的递推算法(RLS)对变压器绕组各侧漏感值进行实时在线估时，对于模型中的θ进行估计的算法如(3)式，其中为输入-输出观测向量，θ为未知参数向量。

式(3)中为对θ的估计，θ为变压器绕组参数r,L(其中r为已知量，L为待辨识值)；为系数矩阵，利用采样值u,i可以得到；K和P均为迭代矩阵。利用Matlab语言编制RLS算法的仿真程序。考虑到变压器保护所要求的快速性,参数初始值θ(0)可取变压器出厂实验所得的参数,迭代矩阵P的初始值选择方法为P(0)＝α²I，其中α为充分大的实数，I为单位矩阵。分析表明如果P非负定，就能保证参数估计的稳定与收敛，否则参数估计就不稳定，从而影响递推过程，得不到准确的辨识结果。

2、平方根滤波算法

为克服参数辨识中数值可能发散的问题，本文采用平方根滤波算法对参数进行辨识。算法如下：

β_N+1＝ρ+f^T _N+1f_N+1

S_N+1＝[β_N+1]^1/2S_N

在最小二乘算法中，实时修正的是P_N，若P_N正定则迭代收敛。平方根滤波算法在迭代过程中，实时修正的是S_N而不是P_N，使得P_N＝S_NS^T _N，其中S_N为P_N的平方根，这样就能保证P_N的非负定，使递推过程快速收敛。

本申请实施例提供的参数辨识的方法利用平方根滤波法进行变压器漏感参数的辨识，根据辨识结果可以区分出变压器为内部故障或其他非故障状态。分别列出了单相变压器和三相变压器的辨识方法。与传统的最小二乘辨识法相比，本方法计算速度快、计算量小、数值稳定性好、可以连续计算。所以，基于平方根滤波的变压器参数辨识法作为变压器保护的判据，能有效的区分出变压器的故障与非故障状态。保护能在故障后半个周波内迅速判别，有良好的灵敏性和速动性。另外，由于该方法仅利用变压器的物理参数作为保护动作的判据，避免了其他方法较为复杂的整定计算和闭锁条件，因而使用方便。

实施例二

根据本发明实施例的另一方面，还提供了一种参数辨识的装置，图2是根据本发明实施例的参数辨识的装置的结构示意图，如图2所示，包括：

采集模块22，用于采集变压器两侧的输入量；计算模块24，用于依据输入量通过平方根滤波法计算变压器两侧的绕组的漏感值。

本申请实施例提供的参数辨识的装置中，通过采集变压器两侧的输入量；依据输入量通过平方根滤波法计算变压器两侧的绕组的漏感值，达到了提升变压器参数识别效率的目的，从而实现了稳定辨识变压器参数的技术效果，进而解决了由于现有技术中在进行变压器参数辨识时产生的不稳定的技术问题。

可选的，输入量包括：电压值和电流值。

可选的，计算模块24包括：第一计算单元，用于依据输入量中的电压值和电流值进行计算，得到系数矩阵；第二计算单元，用于依据变压器的绕组参数和系数矩阵，通过平方根滤波法实时计算变压器两侧的绕组的漏感值。

进一步地，可选的，第二计算单元包括：计算子单元，用于通过平方根滤波法中的公式群实时计算变压器两侧的绕组的漏感值，其中，公式群包括：

β_N+1＝ρ+f^T _N+1f_N+1

S_N+1＝[β_N+1]^1/2S_N

其中，θ为漏感值的参数向量，为输入输出观测向量，ρ为系数。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种参数辨识的方法，其特征在于，包括：

采集变压器两侧的输入量；

依据所述输入量通过平方根滤波法计算所述变压器两侧的绕组的漏感值。

2.根据权利要求1所述的方法，其特征在于，所述输入量包括：电压值和电流值。

3.根据权利要求1所述的方法，其特征在于，所述依据所述输入量通过平方根滤波法计算所述变压器两侧的绕组的漏感值包括：

依据所述输入量中的电压值和电流值进行计算，得到系数矩阵；

依据所述变压器的绕组参数和所述系数矩阵，通过平方根滤波法实时计算所述变压器两侧的绕组的漏感值。

4.根据权利要求3所述的方法，其特征在于，所述依据所述变压器的绕组参数和所述系数矩阵，通过平方根滤波法实时计算所述变压器两侧的绕组的漏感值包括：

通过所述平方根滤波法中的公式群实时计算所述变压器两侧的绕组的漏感值，其中，所述公式群包括：

β_N+1＝ρ+f^T _N+1f_N+1

S_N+1＝[β_N+1]^1/2S_N

$K_{N+1}=\frac{S_N{f}_{N+1}}{{\mathrm{\β}}_{N+1}}$

其中，θ为所述漏感值的参数向量，为输入输出观测向量，ρ为系数。

5.一种参数辨识的装置，其特征在于，包括：

采集模块，用于采集变压器两侧的输入量；

计算模块，用于依据所述输入量通过平方根滤波法计算所述变压器两侧的绕组的漏感值。

6.根据权利要求5所述的装置，其特征在于，所述输入量包括：电压值和电流值。

7.根据权利要求5所述的装置，其特征在于，所述计算模块包括：

第一计算单元，用于依据所述输入量中的电压值和电流值进行计算，得到系数矩阵；

第二计算单元，用于依据所述变压器的绕组参数和所述系数矩阵，通过平方根滤波法实时计算所述变压器两侧的绕组的漏感值。

8.根据权利要求7所述的装置，其特征在于，所述第二计算单元包括：

计算子单元，用于通过所述平方根滤波法中的公式群实时计算所述变压器两侧的绕组的漏感值，其中，所述公式群包括：

β_N+1＝ρ+f^T _N+1f_N+1

S_N+1＝[β_N+1]^1/2S_N

$K_{N+1}=\frac{S_N{f}_{N+1}}{{\mathrm{\β}}_{N+1}}$

其中，θ为所述漏感值的参数向量，为输入输出观测向量，ρ为系数。