Comprehensive Identification Method for Transformer Inrush Current Based on Multi-perspective Time-frequency Characteristics

CHEN Chun; ZHAN Luxin; CAO Bozhong; CAO Yijia; LI Yong; LIU Junle

doi:10.7500/AEPS20240723005

您当前的位置：

首页 >

文章列表页 >

Comprehensive Identification Method for Transformer Inrush Current Based on Multi-perspective Time-frequency Characteristics

Application Research | 更新时间：2025-07-14

- Comprehensive Identification Method for Transformer Inrush Current Based on Multi-perspective Time-frequency Characteristics
- Automation of Electric Power Systems Vol. 49, Issue 14, Pages: 163-172(2025)
- 作者机构：
  
  1.电网防灾减灾全国重点实验室（长沙理工大学），湖南省长沙市 410114
  2.国网益阳供电公司，湖南省益阳市 413000
  3.湖南大学电气与信息工程学院，湖南省长沙市 410082
  4.广东电网有限责任公司中山供电局，广东省中山市 528400
- 作者简介：
- 基金信息：
  
  Hunan Provincial Natural Science Foundation of China(2023JJ20039);National Natural Science Foundation of China(52007009);China Southern Power Grid Co., Ltd(GDKJXM20231017)
- DOI：10.7500/AEPS20240723005
  CLC：
- Received：23 July 2024，
  
  Revised：2024-11-23，
  
  Published Online：27 February 2025，
  
  Published：25 July 2025
- 稿件说明：
移动端阅览
陈春,占露昕,曹伯仲等.变压器励磁涌流多角度时频特征综合辨识方法[J].电力系统自动化,2025,49(14):163-172.

CHEN Chun,ZHAN Luxin,CAO Bozhong,et al.Comprehensive Identification Method for Transformer Inrush Current Based on Multi-perspective Time-frequency Characteristics[J].Automation of Electric Power Systems,2025,49(14):163-172.
陈春,占露昕,曹伯仲等.变压器励磁涌流多角度时频特征综合辨识方法[J].电力系统自动化,2025,49(14):163-172. DOI： 10.7500/AEPS20240723005.

CHEN Chun,ZHAN Luxin,CAO Bozhong,et al.Comprehensive Identification Method for Transformer Inrush Current Based on Multi-perspective Time-frequency Characteristics[J].Automation of Electric Power Systems,2025,49(14):163-172. DOI： 10.7500/AEPS20240723005.

摘要

配电网中电力电子器件的不断接入导致系统谐波电流日益加大，传统基于二次谐波电流制动的变压器差动保护可靠性面临挑战。同时，单一特征辨识方法受分布式电源类型和合闸角影响，无法准确区分不同场景下的故障电流和励磁涌流。为了提高励磁涌流的辨识准确率，文中提出全面整合时域、频域和时频域特征的多角度时频分析方法，利用Bayes算法优化极端梯度提升(XGBoost)的分类参数，提高模型的泛化能力，实现不同容量、不同类型分布式电源接入下的故障电流与励磁涌流的准确辨识；采用SHAP值分析方法，揭示各特征值在辨识模型中的贡献度。基于仿真及现场实测数据对所提励磁涌流辨识方法进行验证，针对样本数据的识别准确率接近100%。

Abstract

The increasing integration of power electronic devices in distribution networks has exacerbated harmonic currents

challenging the reliability of traditional transformer differential protection based harmonic carrent restraint. Additionally

the single-characteristic identification methods are affected by the distributed generator (DG) types and closing angles

and cannot accurately distinguish fault currents and inrush currents in various scenarios. In order to improve the identification accuracy of inrush current

this paper proposes a multi-perspective time-frequency analysis method that comprehensively integrates time-domain

frequency-domain

and time-frequency-domain characteristics. The Bayes algorithm is used to optimize the classification parameters of extreme gradient boosting (XGBoost)

improve the generalization ability of the model

and achieve accurate identification of fault current and inrush current with different capacities and types of DG connected. The SHapley Additive exPlanation (SHAP) value analysis method is used to reveal the contribution of each characteristic value in the identification model. Based on simulation and on-site measurement data

the proposed inrush current identification method is validated

and the accuracy of identification for sample data is close to 100%.

关键词

Keywords

references

SHU H C ， JIANG X H ， BO Z Q . Identifying inrush current for large-scale wind parks transformers based on difference function of differential current ［J］. IEEE Transactions on Power Delivery ， 2023 ， 38 （ 3 ）： 1768 - 1779 .

杜玲，李波 . 一种基于波形相关原理新算法［J］. 电力系统保护与控制， 2009 ， 37 （ 7 ）： 22 - 25 .

DU Ling ， LI Bo . A new algorithm based on symmetry principle of current waveforms ［J］. Power System Protection and Control ， 2009 ， 37 （ 7 ）： 22 - 25 .

陈达壮，黄家栋，张玲 . 基于2种傅氏算法相关性分析的变压器励磁涌流识别方法［J］. 电力自动化设备， 2010 ， 30 （ 10 ）： 71 - 74 .

CHEN Dazhuang ， HUANG Jiadong ， ZHANG Ling . Identification of transformer excitation inrush based on correlation analysis between two Fourier algorithms ［J］. Electric Power Automation Equipment ， 2010 ， 30 （ 10 ）： 71 - 74 .

闫富平，段建东，李笑，等 . 利用动态四边形分析的配电网励磁涌流识别方法［J ］. 电网技术， 2015 ， 39 （ 7 ）： 2017 - 2022 .

YAN Fuping ， DUAN Jiandong ， LI Xiao ， et al . Identification method of inrush current in distribution network based on analysis of dynamic quadrilateral ［J］. Power System Technology ， 2015 ， 39 （ 7 ）： 2017 - 2022 .

郭成，尹轲，张艳萍，等 . 一种基于综合DFT和Prony算法的谐波与间谐波分析方法［J］. 电力系统保护与控制， 2021 ， 49 （ 17 ）： 1 - 9 .

GUO Cheng ， YIN Ke ， ZHANG Yanping ， et al . A harmonic and interharmonic analysis method based on integrated DFT and Prony algorithm ［J］. Power System Protection and Control ， 2021 ， 49 （ 17 ）： 1 - 9 .

周念成，李春艳，王强钢 . 基于多变量多尺度熵的变压器励磁涌流识别方法［J］. 电工技术学报， 2018 ， 33 （ 15 ）： 3426 - 3436 .

ZHOU Niancheng ， LI Chunyan ， WANG Qianggang . An algorithm to identify transformer inrush currents based on multivariate multiscale sample entropy ［J］. Transactions of China Electrotechnical Society ， 2018 ， 33 （ 15 ）： 3426 - 3436 .

李振兴，胡聪，朱益，等 . 基于采样序列整形的配电网线路保护防励磁涌流误动策略［J］. 电力系统保护与控制， 2023 ， 51 （ 21 ）： 136 - 145 .

LI Zhenxing ， HU Cong ， ZHU Yi ， et al . An anti-excitation inrush current maloperation strategy of line protection for a distribution network based on sampling sequence shaping ［J］. Power System Protection and Control ， 2023 ， 51 （ 21 ）： 136 - 145 .

李鹏，黄文琦，王鑫，等 . 数据与知识联合驱动的人工智能方法在电力调度中的应用综述［J］. 电力系统自动化， 2024 ， 48 （ 1 ）： 160 - 175 .

LI Peng ， HUANG Wenqi ， WANG Xin ， et al . Review on application of combined data-knowledge-driven artificial intelligence methods in power dispatching ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 1 ）： 160 - 175 .

王小君，窦嘉铭，刘曌，等 . 可解释人工智能在电力系统中的应用综述与展望［J］. 电力系统自动化， 2024 ， 48 （ 4 ）： 169 - 191 .

WANG Xiaojun ， DOU Jiaming ， LIU Zhao ， et al . Review and prospect of explainable artificial intelligence and its application in power systems ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 4 ）： 169 - 191 .

李宗博，焦在滨，何安阳 . 基于卷积神经网络特征迁移策略的变压器智能保护方法［J］. 中国电机工程学报， 2021 ， 41 （ 15 ）： 5201 - 5212 .

LI Zongbo ， JIAO Zaibin ， HE Anyang . Intelligent protection for power transformer using convolutional neural network integrated into features transferring strategy ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 15 ）： 5201 - 5212 .

裴少通，张行远，胡晨龙，等 . 基于ER-YOLO算法的跨环境输电线路缺陷识别方法［J］. 电工技术学报， 2024 ， 39 （ 9 ）： 2825 - 2840 .

PEI Shaotong ， ZHANG Hangyuan ， HU Chenlong ， et al . The defect detection method for cross-environment power transmission line based on ER-YOLO algorithm ［J］. Transactions of China Electrotechnical Society ， 2024 ， 39 （ 9 ）： 2825 - 2840 .

AFRASIABI S ， AFRASIABI M ， PARANG B ， et al . Integration of accelerated deep neural network into power transformer differential protection ［J］. IEEE Transactions on Industrial Informatics ， 2024 ， 16 （ 2 ）： 865 - 876 .

翟玉晓 . 基于深度网络的大型变压器故障诊断技术研究［D］. 兰州：兰州理工大学， 2020 .

ZHAI Yuxiao . Research on fault diagnosis technology of large transformer based on deep network ［D］. Lanzhou ： Lanzhou University of Technology ， 2020 .

HONG K X ， JIN M ， HUANG H . Transformer winding fault diagnosis using vibration image and deep learning ［J］. IEEE Transactions on Power Delivery ， 2023 ， 36 （ 2 ）： 676 - 685 .

杭颖，廖昌义，任广为，等 . 一种基于深度收缩自编码网络的变压器故障诊断方法［J］. 科技创新导报， 2020 ， 17 （ 16 ）： 5 - 9 .

HANG Ying ， LIAO Changyi ， REN Guangwei ， et al . A transformer fault diagnosis method based on deep contractive auto-encoder network ［J］. Science and Echnology Innovation Herald ， 2020 ， 17 （ 16 ）： 5 - 9 .

张国栋，刘凯，蒲海涛，等 . 基于长短时记忆神经网络的励磁涌流与故障电流识别方法［J］. 上海交通大学学报， 2024 ， 58 （ 5 ）： 730 - 738 .

ZHANG Guodong ， LIU Kai ， PU Haitao ， et al . Identification method of inrush current and fault current based on long short-term memory neural network ［J］. Journal of Shanghai Jiaotong University ， 2024 ， 58 （ 5 ）： 730 - 738 .

LUNDBERG S M ， ERION G ， CHEN H ， et al . From local explanations to global understanding with explainable AI for trees ［J］. Nature Machine Intelligence ， 2020 ， 2 ： 56 - 67 .

陈春，曹伯仲，曹一家，等 . 高比例分布式电源接入下基于变分模态分解的励磁涌流辨识［J］. 电力系统保护与控制， 2024 ， 52 （ 20 ）： 94 - 104 .

CHEN Chun ， CAO Bozhong ， CAO Yijia ， et al . Identification of inrush current based on variational modal decomposition under a high proportion of distributed generation ［J］. Power System Protection and Control ， 2024 ， 52 （ 20 ）： 94 - 104 .

郑涛，黄予园，宗伟，等 . 光伏并网系统故障二次谐波产生机理及其对变压器保护的影响［J］. 电力系统保护与控制， 2020 ， 48 （ 12 ）： 13 - 22 .

ZHENG Tao ， HUANG Yuyuan ， ZONG Wei ， et al . Second harmonic generation mechanism of a photovoltaic grid-connected system fault and its influence on transformer protection ［J］. Power System Protection and Control ， 2020 ， 48 （ 12 ）： 13 - 22 .

郑涛，李菁，颜景娴，等 . 双馈风机短路电流二次谐波产生机理及其对变压器保护的影响［J］. 电网技术， 2020 ， 44 （ 12 ）： 4808 - 4815 .

ZHENG Tao ， LI Jing ， YAN Jingxian ， et al . Second harmonic generation mechanism of short circuit current of DFIG and its impact on transformer protection ［J］. Power System Technology ， 2020 ， 44 （ 12 ）： 4808 - 4815 .

何军，林广东，申小军，等 . 基于贝叶斯优化XGBoost的隧道沉降量预测［J］. 计算机系统应用， 2022 ， 31 （ 7 ）： 379 - 385 .

HE Jun ， LIN Guangdong ， SHEN Xiaojun ， et al . Prediction of tunnel subsidence based on Bayesian optimized XGBoost ［J］. Computer Systems and Applications ， 2022 ， 31 （ 7 ）： 379 - 385 .

李艳梅，魏巍，肖龙，等 . 基于自动化试验技术的直流系统故障样本库构建方法［J］. 电气技术， 2023 ， 24 （ 8 ）： 82 - 86 .

LI Yanmei ， WEI Wei ， XIAO Long ， et al . Construction method of DC system fault sample library based on automated testing technology ［J］. Electrical Engineering ， 2023 ， 24 （ 8 ）： 82 - 86 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

采用波形识别的直流50 Hz保护优化改进策略

Influence of Inrush Current on Operation Characteristics of Saturation Protection for Converter Transformer and Its Countermeasures

Causes and Countermeasures of Misoperation for Start-up Over-current Protection of New-generation Condenser and Transformer Unit

Related Author

LI Xiaohua

WENG Hanli

DENG Banghui

ZHOU Zhaokun

CHEN Shi

KONG Xiangping

LI Zhenxing

Yuping ZHENG

Related Institution

School of Electric Power, South China University of Technology

Hubei Provincial Collaborative Innovation Center for New Energy Microgrid (China Three Gorges University)

College of Electrical Engineering & New Energy, China Three Gorges University

Electric Power Research Institute of State Grid Jiangsu Electric Power Co., Ltd.

NARI Group Corporation(State Grid Electric Power Research Institute)

⁰