电力系统故障时,一次侧电流可达负荷电流的几十倍甚至上百倍,且含有衰减直流分量。在这种情况下,保护用P类电流互感器的铁心将会发生饱和,从而引起二次电流畸变、影响继电保护及其它二次设备的正常运行。本论文对P类电流互感器铁心饱和的相关问题进行了较为全面的研究,具体内容如下。1.建立了基于Preisach理论的电流互感器(CT)数字化模型。本论文引入Preisach理论,消除了电流互感器建模工作中,工作量和仿真精度之间的矛盾。新模型只需极限磁滞回环下降支、铁心尺寸和CT变比等少量易被直接获得的参数,即可较准确地仿真铁心内部磁化过程,从而得到准确的二次电流、激磁电流、铁心磁通密度等物理量的仿真结果。2.分析比较了新CT模型和工程中常用的其它CT模型的特点及适用范围。在此基础上,总结了保证仿真结果精度应注意的事项:①准确逼近全饱和区磁化轨迹,是得到准确的铁心饱和时段二次电流波形的必要条件;②准确仿真重合闸过程中CT铁心饱和情况需要准确仿真铁心磁滞效应。3.深入研究了一次电流波形、二次回路阻抗、铁心剩磁、铁心饱和磁通密度、铁心截面积、电流互感器匝数及电流互感器变比等因素对铁心饱和情况的影响。首次提出,剩磁对铁心饱和情况的影响并非长期存在,铁心饱和时,剩磁的影响会随时间迅速衰减。4.首次提出采用电流互感器二次侧感应电压的波形奇异性特征来检测铁心饱和。通过分析铁心饱和的物理过程,得到了二次侧电气量的两种波形奇异性特征;利用感应电压的波形奇异性特征形成检测判据,提出了实时检测铁心饱和的新方法,波形奇异法。新方法运算量小,因此,具有良好的实时性;新方法采用感应电压形成饱和检测判据,因此,能够消除二次负荷功率因数对饱和检测的影响;新方法采用能够反映铁心饱和本质特征的判据进行检测,因此,具有较高的准确性、稳定性和实用性,还具有广泛的适用范围。5.首次提出经过训练的线性神经网络能够对故障电流进行一阶预报,由此,提出了基于线性神经网络的二次电流畸变补偿方法。新方法将线性神经网络和波形奇异法的检测结果相结合,实现了二次电流畸变的实时补偿。由于线性神经网络结构简单,因此,新方法运算量小,具有很高的实时性。6.提出了基于实时最小二乘法的二次电流畸变补偿方法(RLS方法)。新方法通过估计一次电流的参数来实时补偿二次电流的畸变。与其它参数估计方法相比,实时