基于DSP Builder的變壓器保護小波-神經網絡算法的FPGA實現.pdf

1、20世紀90年代以來，伴隨著全球經濟的快速發(fā)展和電能生產、傳輸技術的不斷突破，全球發(fā)電機裝機容量和發(fā)電量大幅提升。近些年，我國的國民經濟得到了前所未有的持續(xù)穩(wěn)定快速發(fā)展，為了保障能源資源的大范圍優(yōu)化配置，國家電網公司大力推進特高壓交直流輸電技術研究和工程建設。因此更高等級、更大容量變壓器需要投入運行，這也對變壓器繼電保護提出了更高要求。差動保護作為變壓器的主保護，能夠反映變壓器區(qū)內故障。但是，當空載投入變壓器或者外部故障切除之后，電壓恢

2、復時會有短時較大的勵磁涌流。勵磁涌流只流經變壓器一側，因此會造成差動保護誤動，目前勵磁涌流鑒別仍是變壓器保護領域的重要課題。
　　首先，本文從原理上分析了變壓器勵磁涌流的產生、和它對變壓器差動保護的影響，并從理論上介紹了小波變換和BP神經網絡。使用PSCAD/EMTDC軟件建立變壓器的勵磁涌流和普通故障模型，并對勵磁涌流和普通故障波形進行分析比較。通過Matlab對仿真數據進行小波變換后發(fā)現:勵磁涌流經過小波變換之后出現很多突變點

3、，波形畸變程度比較大，小波系數比較大。而故障電流只在故障發(fā)生的一段時間內波動比較大，然后迅速減小，近似于一條直線，小波系數比較小。神經網絡通過學習和訓練能夠實現任意精度的非線性函數，可以通過小波系數識別勵磁涌流。通過Matlab仿真，此方法完全可行，因此本文提出了將小波-神經網絡算法用于識別變壓器勵磁涌流。
　　由于繼保裝置具有速動性，要求快速切除故障，因此必須快速識別出勵磁涌流，閉鎖差動保護。小波-神經網絡算法計算量大，本文使用

4、FPGA設計專用電路來滿足快速識別的要求。本文使用DSP Builder軟件層次化設計，完成了小波-神經網絡算法在FPGA上的實現，其中小波變換采用DB2小波一尺度分析，神經網絡選用三層BP神經網絡。通過Modelsim時序仿真結果和Matlab計算結果，驗證了硬件設計的正確性。
　　綜上述，本文通過理論分析和仿真驗證，提出了用小波-神經網絡算法來快速識別變壓器勵磁涌流的方法。使用DSP Builder設計完成了該算法在FPGA上