역사상 가장 어려운 번역(2화)

차동 보호 계전기는 수년 동안 대부분의 전력 변압기의 1차 보호로 사용되어 왔습니다. 돌입은 송전선에서 변압기를 켜거나 외부 회선 오류가 해결될 때 생성될 수 있습니다. 차단 방식을 사용할 수 없으면 차동 보호 기능이 오작동할 수 있습니다. 따라서 내부 돌입 전류와 자화 돌입 전류를 구별하는 것은 오랫동안 전력 변압기 보호 기능의 오작동 문제로 인식되어 왔습니다. 따라서 내부 돌입 전류와 계자 돌입 전류를 구별하는 것은 전력 변압기 보호에서 어려운 문제로 간주되어 왔습니다. 자화 돌입 전류는 일반적으로 내부 결함에 비해 큰 2차 고조파 성분을 포함하므로 [2], [3], 기존 변압기 보호 시스템은 돌입 전류와 비교하여 이 큰 2차 고조파를 감지하여 돌입 과도 현상을 억제하도록 설계되었습니다. 일반적으로 큰 2차 고조파 성분2,3이 포함되어 있으므로 기존 변압기 보호 시스템은 이 큰 2차 고조파를 감지하여 돌입 과도 현상을 억제하도록 설계되었습니다. 그러나 2차 고조파 성분은 CT 포화 또는 변압기가 연결될 수 있는 긴 EHV 전송 선로에서 션트 커패시터 또는 분배 용량의 존재로 인해 내부 결함 중에 발생할 수도 있습니다. CT(변류기) 포화, 션트 커패시터의 존재 또는 변압기에 연결될 수 있는 긴 EHV 전송 라인의 분산 정전용량의 존재.

어떤 경우에는 내부 결함 전류의 2차 고조파 크기가 자화에 존재하는 것보다 크거나 가까울 수 있습니다. 더욱이 자화 돌입 전류의 2차 고조파 성분은 현대 대형 전력 변압기에서 상대적으로 작은 경향이 있습니다. 전력 변압기 코어 재료의 개선 특정 상황에서 내부 결함 전류의 2차 고조파 진폭은 여자에 존재하는 진폭에 가깝거나 클 수 있습니다. 더욱이, 현대의 대형 전력 변압기에서 여자 돌입 전류의 2차 고조파 성분은 전력 변압기 코어 재료의 개선으로 인해 상대적으로 작은 경우가 많습니다. 최근에는 훈련된 인공 신경망(ANN)을 사용한 패턴 인식, 포화 중 변압기 인덕턴스, 퍼지 논리 및 자속 및 전압 제한을 포함하여 변압기 보호에 적용되는 전류 분류를 수행하기 위한 다른 기술이 개발되었습니다. 훈련된 인공 신경망(ANN), 포화 중 변압기 인덕턴스, 퍼지 논리, 자속 및 전압 제어를 포함하여 변압기 보호를 위한 전류를 분류하기 위한 다른 기술이 개발되었습니다. 이러한 기술에는 필요한 알고리즘을 수용하기 위한 큰 계산 부담, 큰 메모리, 복잡한 실험 데이터 또는 변압기 매개변수에 대한 큰 의존성이 필요합니다.

질문 보충: 본 논문에서는 DSP의 상관 함수 원리와 자기 상관을 통해 내부 결함과 자화 돌입 전류를 구별하는 새로운 원리를 제안합니다.

샘플링된 데이터의 기능은 다음과 같습니다. 이론적 분석과 동적 시뮬레이션 결과를 통해 정현파 전류로 형성된 표준 자기 상관 함수를 계산하고 비교하여 제안 방법의 타당성을 검증했습니다.

본 논문에서는 데이터 신호를 활용하는 새로운 원리를 제안합니다. 처리(DSP)의 기능 원리는 내부 결함 돌입 전류와 여자 돌입 전류를 식별하고 샘플링된 데이터의 자기 상관 함수를 계산하여 정현파 전류에 의해 형성된 표준 자기 상관 함수와 비교합니다. 이론적 분석과 동적 시뮬레이션 결과는 제안된 방법의 타당성을 검증합니다.