基于机械性能的隔离开关在线监测与诊断技术，通过实时监控隔离开关振动及驱动电机电流信号，结合智能分析软件，实现隔离开关运行状态的***评价，确保隔离开关、GIS、电网的安全稳定运行。隔离开关机械特性监测单元主要功能特性如下：采用加速度传感器及电流传感器监测隔离开关振动及电机电流信号；具备振动及电机电流信号波形、包络分析、时频图谱等展示功能；具有比对分析功能，可将测量数据与标准信号、历史测量信号进行横向及纵向比对分析；具有诊断分析功能，可对隔离开关的机械状态进行诊断，并上传原始数据及分析结果；具有断电不丢失存储数据、复电自启动、自复位的功能，可连续监测、存储及导出功能，可够存储500次以上的操作数据，并具备批量处理数据功能。杭州国洲电力科技有限公司振动监测系统有哪些？变压器振动监测发展前景
变压器在生产、运输、安装过程中或在短路电流作用下，均会使绕组及铁芯压紧程度降低，绕组及铁芯故障分别约占变压器整体故障的36%和4%，对变压器抗短路电流冲击能力及安全稳定运行产生巨大威胁。绕组故障主要包括绝缘老化、受潮、匝间或绕组间短路、断路及机械损伤等，以上故障类型均可能导致绕组变形。传统的绕组变形监测与诊断方法有低压脉冲法(LVI)、频率响应分析法(FRA)和短路阻抗法(SCI)，以上方法*适用于离线或停电监测与诊断。铁芯典型故障包括压铁松动、铁芯接地不良、夹件松动或损伤，常用监测与诊断方法包括绝缘电阻测试及接地电流监测与诊断。采用声纹振动法监测与诊断绕组及铁芯状态，适用于带电监测与诊断/在线监测与诊断，不影响电力变压器正常运行，且与设备无电气连接，具有安装方便、安全、可靠等优点。在线振动监测位置分类杭州国洲电力科技有限公司变压器/电抗器振动声学指纹监测系统相关标准。
4.2.3根据各时频信号相关系数、能量分布曲线特征参量（相关系数、最大值、平均值、峰度、偏度）、ATF图谱特征参量（六等分区间均值）、总谐波畸变率、基频信号能量比等状态量，采用深度学习算法，自动判断变压器运行状态及疑似机械故障类型。图16基于声纹振动法的故障诊断4.2.4结合变压器的带电检测、智能巡检以及其他在线监测的状态量，进行数据的多参量融合分析，形成基于多源数据的故障预警机制，多参量融合分析不仅提高了疑似故障识别的准确性，而且还能**降低因单个参量判别故障带来的误报。例如，对于变压器疑似问题的诊断可结合负荷、损耗、绕组机械振动信号、油温、以及历史电流电压情况分析，在监测到变压器的声纹振动频谱时，系统可以自动去查询变压器的历史电流和电压信号，如果发现在某段时期确实有大电流冲击，可给出预警：变压器可能存在绕组变形的异常。
图20本系统的信号包络分析界面5.5实时采集信号与本系统内置数据库中正常状态信号横向、历史数据纵向对比。图21本系统的数据对比界面5.6声纹振动的时域信号频谱分析，提取信号频域特征参量。图22本系统的声纹振动时域信号频谱分析界面5.7运行状态告警，可选择告警发送方式。图23本系统的被试品异常状态报警设置界面5.8报表生成功能。图24本系统的被试品的监测结果生成报表功能界面六、声纹振动监测与诊断技术的应用意义我公司基于声纹振动监测技术研制的GZAFV-06T型系统适用于变压器/电抗器（绕组、OLTC、铁芯等）、开关类（GIS、敞开式断路器、隔离开关、开关柜等）等电力设备的带电检测、长时在线监测、短期重症监护，不影响被试品正常运行，且与被试品无电气连接，具有安装方便、安全、可靠等优点，杭州国洲电力科技有限公司振动监测产品图片。
通过扫码或RFID识别变压器/电抗器，读取ID信息，通过站内网络(4G/5G/WIFI)传输给云端服务器，向服务器请求该电力设备的详细信息，以及详细的运行状态、监测信息等；6.3结合电力设备的带电检测、智能巡检以及其他在线监测状态量，进行数据融合分析，形成基于多源数据的故障预警机制；多参量融合分析不仅提高了识别故障的准确性，而且还能大大减小因单个参量判别故障带来的误报；被测设备经过多参量融合分析后评价为异常状态时，本系统会发出告警（可选择告警发送方式）；图6GZOLM-1000G 系列监测系统的软件界面。断路器振动监测分类
声纹振动监测具体知识介绍。变压器振动监测发展前景
(1)包络分析为提高在线监测与诊断的准确度，GZAFV-06T型系统的数据采集装置通常采用高采样率获取声纹振动及驱动电机电流的信号，然而大量的数据不利于快速、准确存储与分析。因而采用包络分析，简化并反映原始信号特征，便于后续分析与处理。传统希尔伯特变换进行包络分析时存在提取深度不足、存在幅值偏差等问题，因此，GZAFV-06型系统采用小波变换和希尔伯特变换结合的信号包络分析。OLTC的声纹振动和驱动电机电流的信号包络分析如下图9的A和B所示。变压器振动监测发展前景
