تمایز بین جریان هجومی و خطای داخلی در ترانسفورماتور قدرت با استفاده از نمونه‌برداری تطبیقی و تبدیل هیلبرت

امروزه تقریبا از رله دیفرانسیل به‌عنوان حفاظت اصلی ترانسفورماتورهای قدرت در سرتاسر جهان استفاده می‌شود. اما باوجود مزایای زیاد، این نوع رله‌ها در زمان ایجاد جریان هجومی مغناطیس کنندگی ترانسفورماتور دچار اشتباه شده و موجب قطع شدن ترانسفورماتور سالم می‌گردند. به همین دلیل نیاز است تا با استفاده از روش‌هایی از این مشکل جلوگیری به عمل آید. علاوه بر این میزان نرخ نمونه‌برداری می‌تواند تاثیر بسزایی بر روی عملکرد یک سیستم حفاظتی داشته باشد. با این وجود، با بالا بردن نرخ نمونه‌برداری سطح محاسبات موردنیاز افزایش می‌یابد. در برابر اگر نرخ نمونه‌برداری کاهش پیدا کند می‌تواند موجب کاهش دقت شود. به همین دلیل در این مقاله یک روش جدید برای تمایز بین جریان هجومی و خطای داخلی ترانسفورماتور قدرت با استفاده از نمونه‌برداری تطبیقی و تبدیل هیلبرت ارائه‌ شده است. روش ارائه‌ شده قابلیت تشخیص جریان هجومی معمولی و جریان هجومی همدردی را دارا می‌باشد. جریان هجومی همدردی نوعی از جریان هجومی است که در ترانسفورماتور‌های موازی رخ می‌دهد. در این نوع از جریان هجومی دامنه سیگنال جریان بر خلاف جریان هجومی معمولی در گذشت زمان افزایش پیدا مب‌کند. به‌علاوه این روش قابلیت تشخیص انواع خطا را دارد و در زمان به اشباع رفتن ترانسفورماتور جریان و نویزی شدن سیگنال عملکرد مناسبی خواهد داشت. روش پیشنهادی بر روی یک ترانسفورماتور 230 کیلوولت به 63 کیلوولت تست شده است. نتایج نشان می not;دهند که روش ارائه شده علاوه بر تشخیص جریان هجومی معمولی و انواع خطاهای مختلف توانایی تشخیص جریان هجومی همدردی را نیز دارا می‌باشد.

A novel method to differentiate internal faults and inrush current in power transformers using adaptive sampling and Hilbert transform

One of the most important pieces of equipment in power systems is the power transformer. The main task of transformers is to change the voltage level in the system to deliver the generated energy to the final consumers. Power transformers are the main components of power systems because, without them, power transmission from the power plants to the consumers is not practically possible. Therefore, the importance of power transformers makes their protection a crucial issue. Differential relay is the relay most commonly used to protect power transformers throughout the world. Despite their many advantages, these types of relays may operate incorrectly during the magnetizing inrush current of the transformer and cause the healthy transformer to be separated from the power network. Thus, using some appropriate techniques to cope with this problem is necessary for power transformer protection. In a power network, the sampling rate can significantly impact the performance of the protection system. In this case, as the sampling rate increases, the computational complexity also rises. On the other hand, if the sampling rate decreases, it can reduce the accuracy of the protection system. Therefore, this paper presents a new method based on adaptive sampling and Hilbert transform to discriminate between inrush current and internal faults in a power transformer. The proposed method is also capable of detecting sympathetic inrush current. Besides, this method precisely detects various fault types and has an accurate performance when the current transformer is saturated, or the signal is noisy. The proposed method has been tested on a 230/63 kV transformer. The simulation results demonstrate that the proposed method has an appropriate performance during normal and sympathetic inrush currents. In addition, the proposed technique can distinguish between all fault types and inrush current in power transformers.