скачать PDF

Аннотация

В качестве датчиков тока на электроэнергетических объектах в разное время использовались различные устройства, среди которых наиболее широкое распространение получили измерительные электромагнитные трансформаторы тока (ТТ). Применение измерительных ТТ оправдывается их сравнительно низкой стоимостью и достаточным уровнем надежности при условии соблюдения правил эксплуатации. Точность и достоверность измерений, полученных с помощью измерительных ТТ, являются необходимыми факторами для корректной работы систем релейной защиты и автоматики (РЗиА), систем сбора данных и передачи информации и автоматизированных систем управления технологическими процессами в электроэнергетических объектах. В настоящей работе выполнена систематизация и произведен сравнительный анализ современных математических методов восстановления измерений ТТ в условиях насыщения на основе численного моделирования. В результате была выявлена устойчивость методов к степени зашумленности сигнала, остаточной намагниченности в сердечнике ТТ и начальной фазы тока КЗ, а также рассчитана точность восстановления тока. Сравнение выполнялось с изменением параметров исходного сигнала и уровня остаточной намагниченности ТТ. Выявлена эффективность работы методов на основе реального тока КЗ. В процессе апробации методов в качестве исходных данных был использован модельный сигнал, содержащий синусоидальную и апериодическую составляющие, а также сигнал, полученный при КЗ на реальном объекте. На основе апробации и сравнительного анализа рассмотренных методов сделаны основные выводы, описывающие достоинства и недостатки методов, а также предложены перспективные направления для дальнейшей работы по восстановлению искаженного вторичного тока ТТ.

Ключевые слова

Трансформаторы тока, искаженный вторичный ток, характеристика намагничивания, восстановленный ток, намагничивающий ток, интервал правильной трансформации.

Одинаев Исмоил Назримадович – инженер-исследователь, Уральский энергетический институт, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, г. Екатеринбург, Россия. E-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.. ORCID: https://orcid.org/0000-0003-2434-1929

Мурзин Павел Валерьевич – старший преподаватель, кафедра автоматизированных электрических систем, Уральский энергетический институт, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, г. Екатеринбург, Россия. https://orcid.org/0000-0002-1593-9833

Паздерин Андрей Владимирович – д-р техн. наук, профессор, заведующей кафедрой, кафедра автоматизированных электрических систем, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, г. Екатеринбург, Россия. E-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.. ORCID: http://orcid.org/0000-0003-4826-2387.

Тащилин Валерий Александрович – канд. техн. наук, доцент, ведущий инженер, Уральский энергетический институт, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, г. Екатеринбург, Россия. https://orcid.org/0000-0001-8763-3705

Шукало Александр – АО «Электропренос-Электроприйенос БиХ», г. Баня Лука, Босния и Герцеговина.

1. Инструкция по проверке трансформаторов тока, используемых в схемах релейной защиты и измерения. РД 153-34.0-35.301.2002. М.: ОРГРЭС, 2003. 152 с.

2. Трансформаторы тока : учеб. пособие / В.В. Афанасьев, Н.М. Адоньев, В.М. Кибель, И.М. Сирота, Б.С. Стогний. СПб.: Энергоатомиздат, 1989. 416 с.

3. Saha M.M., Izykowski J., Lukowicz M., Rosolowski E. Application of ANN methods for instrument transformer correction in transmission line protection // Developments in Power System Protection, Conference Publication. IEE, 2001, no. 479, pр. 303–306. DOI: 10.1049/cp:20010160.

4. Yu D.C., Cummins J.C., Wang Z., Hong-J.Y., Kojovic L.A., David S. Neural network for current transformer saturation correction // In Proc. IEEE Transmis. Distrib. Conf. New Orleans, LA, 1999. P. 441–446. DOI: 10.1109/TDC.1999.755390.

5. Yu D.C., Cummins J.C., Wang Z., Hong-J.Y., Kojovic L.A. Correction of current transformer distorted secondary currents due to saturation using artificial neural networks // IEEE Trans. Power Deliv. 2001. Vol. 16, no. 2, pр. 189–194. DOI: 10.1109/61.915481

6. Khorashadi-Zadeh H., Sanaye-Pasand M. Correction of saturated current transformers secondary current using ANNs // IEEE Trans. Power Deliv. 2006. Vol. 21, no. 1, pp. 73–79. DOI: 10.1109/TPWRD.2005.858799

7. Baoming G., de Almeida A.T., Ferreira Fernando J. T.E. Estimation of primary current in saturated current transformer using flexible neural network // Trans. Inst. Meas. Control. 2006. Vol. 28, no. 1, pp. 81–91. DOI: 10.1191/0142331206tm164oa.

8. Cummins J.C., Yu D.C., Kojovic L.A. Simplified artificial neural network structure with the current transformer saturation detector provides a good estimate of primary currents // the Power Eng. Soc. Sum. Meeting, Seattle. WA, USA, 2000, pp. 1373–1378. DOI: 10.1109/PESS.2000.868725.

9. Erenturk K. ANFIS-based compensation algorithm for current-transformer saturation effects // IEEE Trans. Power Deliv. 2009. Vol. 24, no. 1, pp. 195–201. DOI: 10.1109/TPWRD.2008.2005882.

10. Shi D.Y., Buse J., Wu Q.H., Jiang L. Fast compensation of current transformer saturation // IEEE PES Innov. Smart Grid Technol. Conf. Eur. ISGT Eur. 2010, pp. 1–7. DOI: 10.1109/ISGTEUROPE.2010.5638931.

11. Shi D.Y., Buse J., Wu Q.H., Guo C. X. Current transformer saturation compensation based on a partial nonlinear model // Electr. Power Syst. Res. 2013. Vol. 97, pp. 34–40. DOI: 10.1016/j.epsr.2012.11.019.

12. Hajipour E., Vakilian M., Sanaye-Pasand M. Current Transformer Saturation Compensation for Transformer Differential Relays // IEEE Trans. Power Deliv. 2015. Vol. 30, no. 5, pp. 2293–2302. DOI: 10.1109/TPWRD.2015.2411736.

13. Ziegler G. Digital Differential Protection. Belo Horizonte, 2005.

14. Протокол совместного заседания <...> по теме «Вопросы координации работы релейной защиты и измерительных ТТ» 2015. Режим доступа: http://www.cigre.ru/research_commitets/ik_rus/b5_rus/materials/documents/%D0%A2%D0%A2%20%D0%B8%20%D0%A0%D0%97%D0%90_11.09.2015.pdf.

15. Корчанова А.С., Федосов Д.С. Об изменениях в нормативной документации по трансформаторам тока для релейной защиты // IV Международный молодёжный форум «Интеллектуальные энергосистемы». 2016. C. 51–55.

16. Анализ неселективных действий дифференциальных защит сборных шин при внешних однофазных коротких замыканиях с насыщением трансформатра тока в неповрежденной фазе / С.Л. Кужеков, А.А. Дегтярев, Н.А. Дони, А.А. Шурупов, А.А. Петров, И.А. Кошельников // Релейная защита. Научно-практическое издание. 2019. C. 28–36.

17. Паздерин А.В. Мурзин П.В., Одинаев И.Н., Бобокалонов Ф.З. Направления исследований для повышения достоверности информации цифровой подстанции // Электротехнические системы и комплексы. 2019. Вып. 45. №4. С. 4–11. DOI: 10.18503/2311-8318-2019-4(45)-4-11.

18. Bekir K., Vehbi Olgac A. Performance Analysis of Various Activation Functions in Generalized MLP Architectures of Neural Networks // Int. J. Artif. Intell. Expert Syst. 2011. Vol. 1, no. 4, pp. 111–122.

19. Пархоменко С.С., Леденёва Т.М. Обучение нейронных сетей методом Левенберга-Марквардта в условиях большого количества данных // Вестник Воронежского государственного университета. Серия: системный анализ и информационные технологии. 2014. Vol. 2, pp. 98–106.

20. Kang Y.C., Lim U.J., Kang S.H., Crossley P.A. Compensation of the distortion in the secondary current caused by saturation and remanence in a CT // IEEE Trans. Power Deliv. 2004. Vol. 19, no. 4, pр. 1642–1649. DOI: 10.1109/TPWRD.2004.835266.

21. Петелин С. Модель однофазного трансформатора тока с насыщением. Режим доступа: http://digitalsubstation.com/blog/2017/05/29/model-odnofaznogo-transformatora-toka-s-nasyshheniem/.

22. Королев Е.П., Либерзон Э.М. Расчеты допустимых нагрузок в токовых цепях релейной защиты. М: Энергия, 1980. 208 c.