如何理解变压器中的点约定?

简介: 从大型发电站到紧凑型 SMPS 电路,变压器几乎随处可见。尽管变压器的类型很多,并且它们的具体工作方式因应用而异,但变压器的基本工作方式保持不变。当我们检查其中包含变压器的原理图时,我们可能会注意到变压器绕组一端放置的“点”状符号。这些符号根据点约定(Dot Convention)规则放置。但它是什么?它的作用是什么?

从大型发电站到紧凑型 SMPS 电路,变压器几乎随处可见。尽管变压器的类型很多,并且它们的具体工作方式因应用而异,但变压器的基本工作方式保持不变。当我们检查其中包含变压器的原理图时,我们可能会注意到变压器绕组一端放置的“点”状符号。这些符号根据点约定(Dot Convention)规则放置。但它是什么?它的作用是什么?


什么是点约定?


点约定是变压器绕组的一种极性标记,显示绕组的哪一端相对于其他绕组。它用于指示变压器示意图中的相位关系,它涉及在初级和次级端子顶部放置点,如下图所示:


Image 1.png


如下图所示,当点靠近初级和次级绕组的顶端时,表示初级绕组上的瞬时电压的极性将与次级绕组上的瞬时电压的极性相同。这意味着初级和次级绕组之间的相移将为零(同相),并且次级电流 (Is) 和初级电流 (Ip) 的方向相同。


Image 1.png


但是,如果点放在相反的位置(例如在初级上,在次级上向下或反之亦然),如下图所示,则表示初级和次级电流和电压异相 180°,并且初级和次级电流(IP 和 IS)的方向将彼此相反。

Image 1.png


了解了这一约定和变压器的极性后,工程师们现在掌握了自己的命运,可以通过改变电路的哪一端连接到变压器的端子来决定以他们想要的任何方式反转相位关系。例如,对于上面的异相变压器示例,通过如下图所示切换端子的连接方式,使次级侧与初级侧同相。

Image 1.png                                        

为什么点约定很重要?


在变压器研究中,通常假设(至少对于电阻负载)次级绕组和初级绕组的电压和电流同相。这种假设通常是基于这样的信念,即变压器的次级绕组和初级绕组是同向。初级和次级电流和电压之间的相位关系取决于每个绕组如何缠绕在铁芯上,因此绕组是否以如下所示的相同方向缠绕在铁芯上;那么两侧的电压和电流应该是同相的。


Image 1.png


然而,这个假设并不总是正确的,因为绕组的方向可能是相反的(如上图所示),这意味着如果连接到相同的端子,则次级绕组 (VS) 中的电压将为异相,电流 (Is) 的方向与初级电流方向相反。


这种缺相反极性,无论听起来多么微不足道,都会在电力系统保护、测量和控制系统中造成严重问题。例如,反转仪表变压器绕组中的极性可能会破坏保护继电器,导致功率和能量测量不准确,或导致测量期间显示负功率因数。它还可能导致并联变压器绕组和信号电路中的有效短路,可能导致放大器和扬声器系统的错误操作,或者本应添加的信号的取消。


由于变压器不是透明的,因此无法知道以何种方式连接电路以获得同相(或异相)电压和电流,从而减轻与反极性连接和反相相关的风险损耗,并提供一种识别绕组极性的方法,变压器制造商提出了一种极性指示标准,称为;“点公约”。


变压器中的字母数字标签


除了点约定之外,变压器中使用的另一种极性指示技术字母数字标签,通常由“H”和“X”以及代表绕组极性的下标数字组成。“1”线(H1 和 X1)代表极性标记点通常放置的位置。带有字母数字标签的典型变压器如下所示:


Image 1.png

本文由IC先生网www.mrchip.cn编辑整理发布,请勿转载。

相关文章
|
24天前
|
XML 测试技术 API
SFNC —— 标准特征命名约定(一)
SFNC —— 标准特征命名约定(一)
28 3
|
4月前
|
算法
【MFAC】基于紧格式动态线性化的无模型自适应控制
【MFAC】基于紧格式动态线性化的无模型自适应控制
|
4月前
【MFAC】基于紧格式动态线性化的无模型自适应控制(Matlab代码)
【MFAC】基于紧格式动态线性化的无模型自适应控制(Matlab代码)
|
机器学习/深度学习 人工智能 分布式计算
因果推断:效应估计的常用方法及工具变量讨论
日常工作中很多的策略/产品的效果是无法设计完美的随机实验的,要求我们从观察性数据中去(拟合随机试验)发现因果关系、测算因果效应。
1736 0
因果推断:效应估计的常用方法及工具变量讨论
|
自动驾驶 Java 关系型数据库
一文读懂UWB波长的定义和计算公式
4.定位:由于UWB信号具有穿透障碍物能力强等特点,因此可以实现室内定位和人员追踪等功能。例如,在工业工厂领域中,可以利用UWB技术实现人员、货物的追踪和管理。
|
编解码
失真的概念和定义
失真的概念和定义
188 0
|
芯片
HDLBits练习汇总-06-组合逻辑设计测试--基础门设计
HDLBits练习汇总-06-组合逻辑设计测试--基础门设计
95 0
HDLBits练习汇总-06-组合逻辑设计测试--基础门设计
|
机器学习/深度学习 算法
一文通俗讲透树模型
决策树模型因为其特征预处理简单、易于集成学习、良好的拟合能力及解释性,是应用最广泛的机器学习模型之一。
|
资源调度 Serverless vr&ar
【计算理论】计算理论总结 ( 上下文无关文法 ) ★★
【计算理论】计算理论总结 ( 上下文无关文法 ) ★★
190 0
【计算理论】计算理论总结 ( 上下文无关文法 ) ★★