《一种分布式发电专用变压器及其振动测量方法.pdf》由会员分享，可在线阅读，更多相关《一种分布式发电专用变压器及其振动测量方法.pdf（6页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103021632 A(43)申请公布日 2013.04.03CN103021632A*CN103021632A*(21)申请号 201210526995.6(22)申请日 2012.12.10H01F 27/24(2006.01)G06N 3/02(2006.01)G01H 11/06(2006.01)(71)申请人江苏大学地址 212013 江苏省镇江市学府路301号(72)发明人廖志凌 梅从立 李杰(74)专利代理机构南京知识律师事务所 32207代理人汪旭东(54) 发明名称一种分布式发电专用变压器及其振动测量方法(57) 摘要本发明公开了一种分布式发电专用变。
2、压器及其振动测量方法，属于变压器设计制造与信号监测技术领域。该变压器采用非晶合金为铁心制成非晶合金配电变压器，可有效降低变压器的空载损耗，提高太阳能发电效率。铁心结构采用三相三柱结构，既能用于连接组别Dyn11，又能满足Yyn0的接线要求。内部绕组采用三相分裂式绕组结构，包含一个高压绕组和两个分裂的低压绕组，能有效限制网络短路电流，节省建设投资成本与占地面积。本发明采用软测量技术，通过捕获变压器实时的电压，电流，磁通，漏磁等相关信息构建RBF神经网络模型实现振动信息的在线监测。本发明成果广泛应用于分布式发电、特别是太阳能发电应用场合。(51)Int.Cl.权利要求书1页 说明书3页 附图1页(。
3、19)中华人民共和国国家知识产权局(12)发明专利申请权利要求书 1 页 说明书 3 页 附图 1 页1/1页21.一种分布式发电专用变压器，包括铁心和内部绕组，其特征在于：所述铁心为非晶合金铁心，采用三相三柱式结构；所述内部绕组采用三相分裂式绕组结构，有一个高压绕组和两个低压绕组，它们的容量之和等于变压器的总容量。2.一种权利要求1所述分布式发电专用变压器的振动测量方法，其特征在于：采用软测量技术实现变压器振动信息的在线测量。3.根据权利要求2所述的分布式发电专用变压器的振动测量方法，其特征在于：采用RBF神经网络构建软测量模型，可实现在线测量的振动信息包括振动幅值和振动频率。4.根据权利要。
4、求3所述的分布式发电专用变压器的振动测量方法，其特征在于：所述RBF神经网络选择的基本变量包括额定电压、电流、额定容量、频率、磁通、漏磁、负载电流、电流密度、铁心直径、电阻率、环境温度、负载系数。5.根据权利要求3或4所述的分布式发电专用变压器的振动测量方法，其特征在于：所述RBF神经网络的输出层有2个神经元。6.根据权利要求5所述的分布式发电专用变压器的振动测量方法，其特征在于：所述RBF网络的基函数采用高斯函数；基函数的学习中心用K-均值聚类算法获得；权值的学习采用LMS算法。权 利 要 求 书CN 103021632 A1/3页3一种分布式发电专用变压器及其振动测量方法技术领域0001 。
5、本发明涉及一种分布式发电专用变压器及其振动测量方法，属于变压器设计制造与信号监测技术领域。背景技术0002 在当今的世界能源结构中，人类所利用的能源主要是煤炭、天然气和石油等化石能源，而化石能源的大规模开采和使用，造成能源形势日趋紧张，引发世界能源危机问题，同时也引起严重的环境污染。因此，分布式发电近年来越来越受到重视。分布式发电最为重要的一点就是要提高其发电效率和电能转化率，这就要求变压器的空载损耗应尽量的低。目前，太阳能发电采用的变压器以10KV配电变压器为主，在降低空载损耗和提高发电效率方面还有很多不足。0003 在电力变压器领域，非晶合金作为一种新型高科技的变压器铁心材料具有许多独特性。
6、能特点，如优异的磁性、耐蚀性、耐磨性、高硬度、高强度、高电阻率等，由非晶合金带材制成的铁心具有高饱和磁感应强度、低矫顽力、低损耗，低激磁电流、良好的温度稳定性，越来越受到重视，是国家推广的节能产品之一。0004 目前进口的非晶合金带材只有142mm/170mm/213mm的3种宽度，铁心结构为三相五柱或者三相三柱结构，铁心截面积为矩形，变压器绕组为带圆角矩形。矩形绕组抗短路能力差，绕组绕制工艺复杂，限制了大容量非晶合金变压器的发展。圆形绕组抗短路能力强，绕组绕制作工艺成熟（硅钢片式铁心的大型变压器都为圆形绕组），特别适合于大容量非晶合金变压器。矩形截面积最大只有圆形截面积的63.66%，填充率。
7、低，使大容量非晶合金变压器成本增加。同时，由于非晶合金带材磁致伸缩引起铁心的振动，以及带材间动态的电磁力引起绕组的振动等，影响机械的性能还会产生噪声。目前还没有效果很好的变压器振动测量方法。发明内容0005 针对上述现有技术中分布式电力变压器领域存在的缺陷和不足，本发明引入一种分布式发电专用变压器及其振动测量方法。该变压器结构突破了非晶合金变压器制造工艺难度大，制造成本高的缺点；配套使用该监测方法可以快速、实时、准确的对分布式发电专用变压器的振动信息进行监测。0006 本发明分布式发电专用变压器及其振动测量方法的技术方案是：一种分布式发电专用变压器，包括铁心和内部绕组，所述铁心为非晶合金铁心，。
8、采用三相三柱式结构；所述内部绕组采用三相分裂式绕组结构，有一个高压绕组和两个低压绕组，它们的容量之和等于变压器的总容量。0007 一种分布式发电专用变压器的振动测量方法，该方法采用软测量技术实现变压器振动信息的在线测量。0008 作为本发明的进一步改进，采用RBF神经网络构建软测量模型，可实现在线测量说 明 书CN 103021632 A2/3页4的振动信息包括振动幅值和振动频率。0009 作为本发明的进一步改进，所述RBF神经网络选择的基本变量包括额定电压、电流、额定容量、频率、磁通、漏磁、负载电流、电流密度、铁心直径、电阻率、环境温度、负载系数。0010 作为本发明的进一步改进，RBF神经。
9、网络的输出层有2个神经元。0011 作为本发明的进一步改进，RBF网络的基函数采用高斯函数；基函数的学习中心用K-均值聚类算法获得；权值的学习采用LMS算法。0012 本发明的有益效果是：采用非晶合金变压器作为分布式发电专用变压器，由于非晶合金变压器本身具有超低空载损耗的特性，能有效的降低太阳能发电损耗，提高发电效率，是一种新型节能产品。同时，采用三相三柱式结构，既能用于连接组别Dyn11，又能满足Yyn0的接线要求，比较灵活使用。采用三相分裂式绕组结构能够有效限制网络短路电流，可节省建设投资成本与占地面积。实时精确的在线振动测量系统保障了变压器运行和维护，具有现实意义和实用价值。附图说明00。
10、13 图1为本发明分布式发电专用变压器的结构示意图；图2为分裂变压器线圈接线图；图3是 RBF神经网络建模流程图。0014 图中：1、低压端；2、第一低压绕组；3、高压端子；4、低压分裂气隙；5、高压绕组；6、第二低压绕组。具体实施方式0015 下面结合附图和实施例对本发明作进一步详细说明。0016 本发明分布式发电专用变压器的结构如图1所示，包括：低压端1、第一低压绕组2、高压端子3、低压分裂气隙4、高压绕组5、第二低压绕组6。该变压器采用非晶合金为铁心制成非晶合金铁心配电变压器，可将变压器空载损耗降低到SCB11型的25%左右，其效率可以达到98%以上。铁心采用三相三柱式结构，既能用于连接。
11、组别Dyn11，又能满足Yyn0的接线要求，适用范围广泛。内部绕组采用三相分裂式绕组结构，有一个高压绕组和两个低压绕组，它们的容量之和等于变压器的总容量。低压绕组分裂后，大大地增加高压线圈与各低压线圈之间的距离，以及低压线圈分裂后各部分之间的短路阻抗值，这对限制网络的短路电流，节省建设投资成本与占地面积有一定的实际经济意义。0017 分裂变压器线圈接线方式如图2所示，采用Y/-11-11的接线方式，即变压器的高压线圈接成星形，两个分裂的低压线圈接成三角形，此外还有其他接线方式。图2中A、B、C为高压线圈接线端子，a1、b1、c1为低压线圈接线端子，O为线圈中性点。0018 本发明分布式发电专用。
12、变压器的振动测量方法，采用软测量技术实现分布式发电专用变压器振动信息的在线测量。采用神经网络构建软测量模型，该软测量模型可以实现在线测量的振动信息包括：振动幅值，振动频率等。采用RBF神经网络构建模型。神经网络选择的基本变量有：额定电压、电流，额定容量，频率，磁通，漏磁，负载电流，电流密度，铁心直径，电阻率，环境温度，负载系数等。该RBF神经网络的输入层神经元的个数是根据选取说 明 书CN 103021632 A3/3页5输入变量个数确定，其输出层神经元个数是根据需要检测的变量的个数确定，在本发明中需要测量振动幅值，振动频率，因此共需要2个输出神经元。RBF网络的基函数采用高斯函数；基函数的学。
13、习中心用K-均值聚类算法获得；权值的学习采用LMS算法。0019 该方法可以通过调整输入和输出层神经元的个数、输出权值以及相关参数，来实现适应不同的变压器以及不同的工作环境。算法终止条件可以根据实际需要的精度进行设置，或设置最大迭代次数。0020 对于振动信息的在线测量，根据图3所示，先采用K-均值聚类算法获得基函数的学习中心；采用LMS算法获得权值。其中，K-均值聚类算法的具体步骤如下：第一步，初始化聚类中心，即根据经验从训练样本集中随机的选取N个样本作为初始中心(i=1,2,N),设置迭代步数n=0。0021 第二步，随机输入训练样本心。0022 第三步，寻找训练样本离哪个中心最近，即找到使其满足，i=1,2,N;式中，是第n次迭代时基函数的第i个中心。0023 第四步，调整中心公式 ：第五步，判断是否学完所有的训练样本且中心分布不在变化，是则结束，否则n=n+1转到第二步。最后得到的 即为RBF网络最终的基函数的中心。0024 基函数方差确定： 上式中，N为隐单元个数，为所选取中心之间的最大距离。说 明 书CN 103021632 A1/1页6图1图2图3说 明 书 附 图CN 103021632 A。