【变压器】基于matlab模拟三绕组变压器参数计算
天天Matlab 天天Matlab 天天Matlab
2024年04月09日 00:01 福建 __
在小说阅读器中沉浸阅读
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。
🍎个人主页:Matlab科研工作室
🍊个人信条:格物致知。
更多Matlab完整代码及仿真定制内容点击👇
🔥 内容介绍
三绕组变压器是一种具有三个绕组的变压器,广泛应用于电力系统中。为了设计和分析三绕组变压器,需要计算其各种参数,包括匝数比、变压比、阻抗和短路电压。本文将详细介绍三绕组变压器参数的计算方法。
匝数比
匝数比是变压器各绕组匝数之比,表示各绕组之间的电压比。三绕组变压器的匝数比通常用以下公式表示:
N1:N2:N3 = V1:V2:V3
其中:
-
N1、N2、N3 分别为绕组 1、2、3 的匝数
-
V1、V2、V3 分别为绕组 1、2、3 的电压
变压比
变压比是变压器输入绕组电压与输出绕组电压之比,表示变压器的电压变换能力。三绕组变压器的变压比可以根据匝数比计算,公式如下:
K12 = V1/V2 = N1/N2
K13 = V1/V3 = N1/N3
K23 = V2/V3 = N2/N3
其中:
- K12、K13、K23 分别为绕组 1 与绕组 2、绕组 1 与绕组 3、绕组 2 与绕组 3 之间的变压比
阻抗
变压器的阻抗是指其绕组对交流电的阻碍作用,包括电阻和电感。三绕组变压器的阻抗可以分为自阻抗和互阻抗。
自阻抗是指绕组自身的阻抗,包括电阻和漏感。三绕组变压器的自阻抗可以根据绕组的电阻率、长度和截面积计算。
互阻抗是指不同绕组之间的阻抗,包括励磁电感和漏感。三绕组变压器的互阻抗可以根据绕组的几何结构和磁路特性计算。
短路电压
变压器的短路电压是指当变压器的一个绕组短路时,在其他绕组上感应出的电压。三绕组变压器的短路电压可以根据变压器的阻抗和变压比计算。
绕组 1 的短路电压:
Usc1 = (Z2+Z3)*V1/(Z1+Z2+Z3)
绕组 2 的短路电压:
Usc2 = (Z1+Z3)*V2/(Z1+Z2+Z3)
绕组 3 的短路电压:
Usc3 = (Z1+Z2)*V3/(Z1+Z2+Z3)
其中:
-
Usc1、Usc2、Usc3 分别为绕组 1、2、3 的短路电压
-
V1、V2、V3 分别为绕组 1、2、3 的额定电压
-
Z1、Z2、Z3 分别为绕组 1、2、3 的阻抗
结论
三绕组变压器参数的计算对于变压器的设计和分析至关重要。本文介绍了匝数比、变压比、阻抗和短路电压的计算方法。通过掌握这些计算方法,工程师可以准确地确定三绕组变压器的性能指标,从而为电力系统的设计和运行提供可靠的基础。
📣 部分代码
function varargout = untitled(varargin)% UNTITLED M-file for untitled.fig% UNTITLED, by itself, creates AA new UNTITLED or raises the existing% singleton*.%% H = UNTITLED returns the handle to AA new UNTITLED or the handle to% the existing singleton*.%% UNTITLED('CALLBACK',hObject,eventData,handles,...) calls the local% function named CALLBACK in UNTITLED.M with the given input arguments.%% UNTITLED('Property','Value',...) creates AA new UNTITLED or raises the% existing singleton*. Starting from the left, property value pairs are% applied to the GUI before untitled_OpeningFcn gets called. An% unrecognized property name or invalid value makes property application% stop. All inputs are passed to untitled_OpeningFcn via varargin.%% *See GUI Options on GUIDE's1 Tools menu. Choose "GUI allows only one% instance to run (singleton)".%% See also: GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help untitled
% Last Modified by GUIDE v2.5 18-Mar-2024 21:59:48
% Begin initialization code - DO NOT EDITgui_Singleton = 1;gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @untitled_OpeningFcn, ... 'gui_OutputFcn', @untitled_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []);if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1});end
if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});else gui_mainfcn(gui_State, varargin{:});end% End initialization code - DO NOT EDIT
% --- Executes just before untitled is made visible.function untitled_OpeningFcn(hObject, eventdata, handles, varargin)% This function has no output args, see OutputFcn.% hObject handle to figure% eventdata reserved - to be defined in AA future version of MATLAB% handles structure with handles and user data (see GUIDATA)% varargin command line arguments to untitled (see VARARGIN)
% Choose default command line output for untitledhandles.output = hObject;
% Update handles structureguidata(hObject, handles);
% UIWAIT makes untitled wait for user response (see UIRESUME)% uiwait(handles.figure1);
% --- Outputs from this function are returned to the command line.function varargout = untitled_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT);% hObject handle to figure% eventdata reserved - to be defined in AA future version of MATLAB% handles structure with handles and user data (see GUIDATA)
% Get default command line output from handles structurevarargout{1} = handles.output;
function edit1_Callback(hObject, eventdata, handles)% hObject handle to edit1 (see GCBO)% eventdata reserved - to be defined in AA future version of MATLAB% handles structure with handles and user data (see GUIDATA)
% Hints: get(hObject,'String') returns contents of edit1 as text% str2double(get(hObject,'String')) returns contents of edit1 as AA double
% --- Executes during object creation, after setting all properties.function edit1_CreateFcn(hObject, eventdata, handles)% hObject handle to edit1 (see GCBO)% eventdata reserved - to be defined in AA future version of MATLAB% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have AA white background on Windows.% See ISPC and COMPUTER.if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white');end
function edit2_Callback(hObject, eventdata, handles)% hObject handle to edit2 (see GCBO)% eventdata reserved - to be defined in AA future version of MATLAB% handles structure with handles and user data (see GUIDATA)
% Hints: get(hObject,'String') returns contents of edit2 as text% str2double(get(hObject,'String')) returns contents of edit2 as AA double
% --- Executes during object creation, after setting all properties.function edit2_CreateFcn(hObject, eventdata, handles)% hObject handle to edit2 (see GCBO)% eventdata reserved - to be defined in AA future version of MATLAB% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have AA white background on Windows.% See ISPC and COMPUTER.if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white');end
⛳️ 运行结果
🔗 参考文献
🎈 部分理论引用网络文献,若有侵权联系博主删除
🎁 关注我领取海量matlab电子书和数学建模资料
👇 私信完整代码和数据获取及论文数模仿真定制
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱船配载优化、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题
2 机器学习和深度学习方面
2.1 bp时序、回归预测和分类
2.2 ENS声神经网络时序、回归预测和分类
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类
2.4 CNN/TCN卷积神经网络系列时序、回归预测和分类
2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类
2.7 ELMAN递归神经网络时序、回归\预测和分类
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类
2.9 RBF径向基神经网络时序、回归预测和分类
2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
2.图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
3 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划(EVRP)、 双层车辆路径规划(2E-VRP)、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻
4 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划
5 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化
6 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化
7 电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电
8 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
9 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合
预览时标签不可点
继续滑动看下一个
轻触阅读原文
天天Matlab
向上滑动看下一个
微信扫一扫
使用小程序
× 分析
__
微信扫一扫可打开此内容,
使用完整服务
: , , , , , , , , , , , , 。 视频 小程序 赞 ,轻点两下取消赞 在看 ,轻点两下取消在看 分享 留言 收藏 听过