摘 要：為了研究變壓器的保護(hù)方法，建立了變壓器的電氣特征線(xiàn)性模型，該模型無(wú)需涉及變壓器鐵心的非線(xiàn)性關(guān)系和磁滯效應(yīng)，并在此基礎(chǔ)上提出一種基于人工神經(jīng)網(wǎng)絡(luò)的變壓器狀態(tài)模式識(shí)別的方法。由于已經(jīng)考慮了變壓器鐵心的非線(xiàn)性關(guān)系和磁滯效應(yīng)。因此，在識(shí)別變壓器故障狀態(tài)無(wú)需附加涌流識(shí)別。仿真結(jié)果表明了該方法具有可靠、快速識(shí)別特性。
　　關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò)；模式；識(shí)別；變壓器；微機(jī)保護(hù)

　　電力變壓器是電力系統(tǒng)中的重要設(shè)備，若發(fā)生故障將對(duì)供電可靠性和整個(gè)系統(tǒng)的穩(wěn)定運(yùn)行帶來(lái)嚴(yán)重影響。因此，變壓器對(duì)保護(hù)維護(hù)電力系統(tǒng)正常運(yùn)行有著重要的意義。變壓器差動(dòng)保護(hù)作為變壓器的主保護(hù)方案及其核心內(nèi)容，也是該領(lǐng)域研究的難點(diǎn)，關(guān)鍵問(wèn)題在于變壓器勵(lì)磁涌流與內(nèi)部短路電流難于鑒別。傳統(tǒng)的保護(hù)方案主要利用勵(lì)磁涌流的一些波形特征：它存在非周期分量、間斷角和二次諧波。因此，目前變壓器的差動(dòng)保護(hù)主要是利用勵(lì)磁涌流的非周期分量的速飽和、間斷角和二次諧波作制動(dòng)等構(gòu)成。
　　變壓器保護(hù)牽涉的因素比較多，技術(shù)較為復(fù)雜，為此國(guó)內(nèi)外學(xué)者為尋求新的原理作了不懈的努力，其典型的方法有利用小波分析詳細(xì)分析涌流特征［1］，利用電壓和電流的相似程度識(shí)別內(nèi)部故障的微機(jī)保護(hù)原理［2］，利用變壓器各側(cè)流入的有功功率總和識(shí)別內(nèi)部故障的微機(jī)保護(hù)原理［3］以及人工智能［4］等。
　　本文提出一種利用變壓器兩端電壓、電流電氣量構(gòu)成一個(gè)變壓器狀態(tài)觀測(cè)模型，由觀測(cè)矩陣H（或獲取的樣本集），通過(guò)反映的輸入輸出特性尋求一個(gè)估計(jì)函數(shù)（Z），使得估計(jì)值盡可能接近真值X。變壓器工作狀態(tài)可定義為兩種狀態(tài)：（1）變壓器正常狀態(tài)，包括空載、額定運(yùn)行、過(guò)負(fù)荷、勵(lì)磁涌流、外部故障引起的過(guò)電流、過(guò)電壓?jiǎn)栴}。（2）變壓器故障狀態(tài)，包括變壓器繞組間相間短路、匝間短路、接地短路等故障。該模型可以利用實(shí)驗(yàn)或故障錄波或仿真所得的變壓器各種正常狀態(tài)下的歷史數(shù)據(jù)，利用神經(jīng)網(wǎng)絡(luò)構(gòu)成變壓器正常狀況下的觀測(cè)模型。由于該模型在變壓器故障狀態(tài)下電流互感器所測(cè)得的短路電流所通過(guò)的磁路或線(xiàn)圈匝數(shù)發(fā)生了變化，故等值參數(shù)已經(jīng)發(fā)生變化，而正常狀態(tài)下不會(huì)有很大變化。因此，使用正常狀態(tài)下的等值參數(shù)進(jìn)行故障狀態(tài)參數(shù)估計(jì)，估計(jì)值和實(shí)際值將差距很大，而在正常狀況下差距很小，由此可以識(shí)別出變壓器是否處于正常狀態(tài)。由于觀測(cè)模型已經(jīng)考慮了變壓器的勵(lì)磁特性，故無(wú)需附加涌流制動(dòng)措施。

1　考慮勵(lì)磁特性的變壓器狀態(tài)觀測(cè)器模型

　　考慮到變壓器的Y0—△11接線(xiàn)方式比較復(fù)雜。因此，本文的模型建立在Y0—△11接線(xiàn)方式的兩繞組變壓器基礎(chǔ)上（見(jiàn)圖1），其他類(lèi)型的變壓器狀態(tài)觀測(cè)器模型可以類(lèi)似推理得到。A，b，c表示△側(cè)三相，A，B，C為Y側(cè)三相，ip為繞組內(nèi)環(huán)電流，iLa，iLb，iLc為△側(cè)三相線(xiàn)電流。其中：la，lb，lc和lA，lB，lC分別為△側(cè)和Y側(cè)繞組的各自的漏電感；ra，rb，rc和rA，rB，rC分別為△側(cè)和Y側(cè)繞組的各自電阻；ΦAa，ΦBb，ΦCc分別為繞組Aa，Bb，Cc磁通。

ra＝rb＝rc＝r；rA＝rB＝rC＝R；消除環(huán)流和互感的影響有，并以一次側(cè)電壓作為預(yù)估量，則觀測(cè)器模型可以寫(xiě)為：

其中，X為待辨識(shí)參數(shù)或稱(chēng)為觀測(cè)器等值參數(shù)，Z為觀測(cè)值，H為觀測(cè)器觀測(cè)矩陣，T表示矩陣的轉(zhuǎn)置。由于觀測(cè)器采取了差分代替微分、數(shù)據(jù)表達(dá)精度，以及電壓、電流互感器本身帶有一定的測(cè)量誤差，另外現(xiàn)場(chǎng)也具有一定的隨機(jī)噪聲干擾等問(wèn)題，這些誤差因素我們?cè)诖颂幗y(tǒng)稱(chēng)為測(cè)量誤差，觀測(cè)器的模型寫(xiě)為如下等式更為合理：
　　Z＝HX＋U＋V（10）
其中，V為測(cè)量誤差函數(shù)。
式（7）在變壓器正常狀態(tài)下觀測(cè)器參數(shù)不會(huì)發(fā)生變化，而在故障狀態(tài)下由于電流互感器所測(cè)得的參數(shù)并非流過(guò)磁路的電流，其反映觀測(cè)器的等值漏感參數(shù)也發(fā)生變化。因此，如果以正常狀態(tài)下的觀測(cè)器等值參數(shù)去預(yù)估故障狀態(tài)下的觀測(cè)值，觀測(cè)值和真值間將具有較大誤差，由此可以識(shí)別出變壓器是否處于故障狀態(tài)。

2　基于神經(jīng)網(wǎng)絡(luò)的變壓器狀態(tài)觀測(cè)器模式識(shí)別

　　式（10）中的測(cè)量誤差函數(shù)具有很大的隨機(jī)性。
因此，考慮利用人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能進(jìn)行觀測(cè)器數(shù)學(xué)模型逼近，或稱(chēng)為模式識(shí)別。
　　考慮到變壓器各變量間的一些非線(xiàn)性關(guān)系，故實(shí)際構(gòu)造中本文采用了進(jìn)行（ua－ub，ub－uc，uc－ua）T觀測(cè)，以當(dāng)前（ua－ub，ub－uc，uc－ua）T測(cè)量值為真值，構(gòu)成3向量輸入單相量輸出的3層BP神經(jīng)網(wǎng)絡(luò)，T為矩陣轉(zhuǎn)置，U作為神經(jīng)網(wǎng)絡(luò)輸出閾值。為了加快神經(jīng)網(wǎng)絡(luò)的收斂速度，以及數(shù)據(jù)無(wú)須歸一化處理需要，神經(jīng)元輸入輸出函數(shù)實(shí)際采用了代價(jià)函數(shù)采用了

中Z為觀測(cè)值預(yù)估或神經(jīng)網(wǎng)絡(luò)輸出，為實(shí)際觀測(cè)值。由于本文構(gòu)造的神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)不同之處在于神經(jīng)網(wǎng)絡(luò)的每個(gè)輸入節(jié)點(diǎn)每次輸入均為相量，而非數(shù)值。因此，學(xué)習(xí)過(guò)程和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)稍有出入，即取輸入向量的對(duì)應(yīng)元素一一學(xué)習(xí)后利用代價(jià)函數(shù)進(jìn)行反向誤差傳播學(xué)習(xí)。
　　用于訓(xùn)練BP網(wǎng)絡(luò)的數(shù)據(jù)來(lái)自于圖2所示仿真系統(tǒng)，仿真數(shù)據(jù)主體來(lái)自于加拿大Mantitoba HVDC研究中心開(kāi)發(fā)的PSCAD／EMTDC仿真軟件，勵(lì)磁涌流部分采用文獻(xiàn)［5］所提供方法，形成數(shù)據(jù)文件采取了1 000 Hz的采樣頻率。電壓電流互感器裝設(shè)在變壓器T2兩側(cè)。

　　如圖3所示為ANN構(gòu)成的狀態(tài)觀測(cè)器構(gòu)造。如果觀測(cè)器比較值大于閾值，則計(jì)數(shù)器增一，小于閾值就減一，計(jì)數(shù)器滿(mǎn)8次就可以判斷變壓器處于故障狀態(tài)，計(jì)數(shù)器經(jīng)過(guò)若干采樣間隔后自動(dòng)復(fù)位，重新66進(jìn)入計(jì)數(shù)狀態(tài)。