V/x型牵引变压器匝间短路识别方法研究

卞楠, 田行军, 刘洋, 高博, 祝启飞

石家庄铁道大学学报(自然科学版) ›› 2019, Vol. 32 ›› Issue (01) : 83 -92.

PDF
石家庄铁道大学学报(自然科学版) ›› 2019, Vol. 32 ›› Issue (01) : 83 -92. DOI: 10.13319/j.cnki.sjztddxxbzrb.20170182

V/x型牵引变压器匝间短路识别方法研究

作者信息 +

Author information +
文章历史 +
PDF

摘要

V/x型牵引变压器匝间短路是威胁重载货运专线牵引供电系统运行安全的重要因素,欲实现匝间故障的快速、准确识别,必须建立高效的模态特征提取方法。组合经验模态分解(EMD)和能量权重原理的多尺度能量熵识别方法,可从差动电流信号中准确提取牵引变压器匝间的动态特征信息。该方法首先对差动电流信号进行EMD分解,以获得若干固有模态函数(IMF)分量;然后计算差动电流信号和各个IMF分量的能量权重;最后构建基于能量权重的多尺度能量熵,并以熵值作为识别匝间短路的特征矢量。实验案例证明,该方法不仅能快速准确识别出变压器匝间短路,而且具有原理清晰、模式空间划分简单的优点。

关键词

牵引变压器 / 匝间短路 / 差动电流 / EMD / 多尺度能量熵

Key words

引用本文

引用格式 ▾
卞楠, 田行军, 刘洋, 高博, 祝启飞 V/x型牵引变压器匝间短路识别方法研究[J]. 石家庄铁道大学学报(自然科学版), 2019, 32(01): 83-92 DOI:10.13319/j.cnki.sjztddxxbzrb.20170182

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

13

访问

0

被引

详细

导航
相关文章

AI思维导图

/