电力系统电流互感器饱和特性的柔性神经网络补偿法

电流互感器(CT)由于饱和使得副边电流变形,进而导致保护与测量应用中的许多问题。为此,提出一种补偿CT饱和特性的方法,以改善其测量性能。所提算法基于具有2个可变参数的sigmoid函数,构建了新型柔性神经网络,以估算CT励磁电流。实时地将估算所得励磁电流与扭曲的副边测量电流相加,即得补偿后原边电流。在学习过程中,所建补偿器的各柔性神经元柔性地改变其形状以适应各自的角色,高度柔性特点增强了网络学习能力,不但可减少网络节点数,而且可减少迭代学习时间。仿真研究中,应用一个900:5A的CT测试所提出的补偿器,测试时考虑了CT原边电流不同直流分量、CT剩磁大小与CT负载特性的影响。仿真结果验证了所提补偿方法的高精度,而且不受CT负载特性、CT剩磁情况及原边电流直流成分的影响。