利用深度度量学习提取差动电流非涌流特征的变压器保护方法

摘要

为了避免励磁涌流对变压器故障识别的不利影响，提出一种利用改进深度度量学习提取差动电流非涌流特征的变压器智能保护方法。首先，受电力专家能够通过波形比较区分差动电流涌流部分和非涌流部分的启发，提出利用改进深度度量学习框架，以成对差动电流图像作为输入，最小化网络提取的正常差动电流与励磁涌流特征的差异以实现非涌流特征提取。其中，改进深度度量学习框架通过引入相似性鉴别损失，以避免经典深度度量学习损失中参数难以人工选取的问题。然后，基于提取的差动电流非涌流特征训练故障识别模块并构建变压器智能保护方法。最后，通过仿真及实验数据进行测试验证。结果表明：所提保护方法能够忽略励磁涌流干扰准确识别区内故障，对噪声、故障变压器合闸、电流互感器饱和、过励磁等场景均具有良好的适应性，其在各仿真场景下准确率均为100%,在实验场景下准确率达到99.20%,且满足变压器保护动作时间要求。

关键词

变压器保护 / 差动电流 / 励磁涌流 / 深度度量学习

基金资助

国家自然科学基金资助项目(52277124)