振动声学指纹监测技术的应用意义：我公司基于振动声学指纹监测技术研制的GZAF-1000系列监测系统适用于变压器/电抗器（绕组、有载分接开关、铁心等）、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、在线监测与故障诊断，不影响被测设备正常运行，且与被测设备无电气连接，具有安装方便、安全、可靠等优点，主要意义如下：1、采用带电检测/在线监测方式，不影响主设备正常运行，降低了电网风险；2、减少了人员进站检查的运维成本；3、监测方式与设备无电气连接，具有安全、可靠、安装方便等优点；4、采用独特的时域分析、包络分析、重合度对比、时频矩阵分析等方法，并提峰值频率、总谐波畸变率、频谱互相关系数、频率复杂度、振动平稳性、能量相似度、振动相关性等特征参量等特征参量，提高在线监测准确度。5、内置基于海量样本的大数据和人工智能技术而建立的**分析型数据库，可真实反应设备运行状态，有效诊断绕组变形、机械卡涩、触头磨损、电动机构拒动等故障程度和类型；6、符合智慧变电站建设原则，监测系统的IED具备边缘计算能力，就地采集并处理振动声学指纹及其它信号，完成分析计算后根据传输层要求统一通讯接口及数据结构。GZAF-1000T系列变压器(电抗器)振动声学指纹监测运行状态告警。杭州断路器振动声学指纹在线监测重合度对比
各特征参量定义如下：(1)峰值频率：频谱图中比较大幅值对应的频率值。(2)总谐波畸变率(TotalHarmonicDistortion,THD)：所有50Hz整数倍谐波分量的有效值与基频100Hz分量有效值的比值，计算公式如下：电力设备监测及诊断技术的“中国智造者”第5页共12页=2其中100Hz基频分量有效值，为频率索引值。正常状态下，由于100Hz基频分量为振动频谱图的主要成分，总谐波畸变率应较小；存在故障时，谐波分量增加且峰值频率发生偏移，总谐波畸变率变大。研制的振动声学指纹在线监测厂家价格GZAF-1000T系列变压器(电抗器)振动声学指纹监测频谱分析。
(3)基频信号能量比(E)：100Hz基频分量时域信号能量占信号总能量的比值，计算公式如下：电力设备监测及诊断技术的“中国智造者”第15页共29页=122其中100Hz基频分量的时域信号，为采样索引值。正常状态下，由于100Hz基频分量为振动声学指纹频谱图的主要成分，基频信号能量比应较大；存在故障时，谐波分量增加且峰值频率发生偏移，基频信号能量比变小。(4)互相关系数(r)：正常状态与实时测得振动声学指纹信号频谱图之间的相似度，计算公式如下：=[−−[−[−2其中和分别为正常状态与实时测得振动声学指纹信号的频域分布，信号的平均值，互相关系数范围为0~1。正常运行时，相关系数应接近于1；存在故障时，信号频率分布发生改变，互相关系数减小。
二、相关标准GB/T4208外壳防护等级（IP代码）；GB/T10230.1分接开关第1部分：性能要求和试验方法；GB/T10230.2分接开关第2部分：应用导则；DL/T265变压器有载分接开关现场试验导则；DL/T574变压器分接开关运行维修导则；DL/T846.8-2017高电压测试设备通用技术条件第8部分：有载分接开关测试仪；DL/T860变电站通信网络和系统；DL/T1430变电设备在线监测系统技术导则；DL/T1432.1变电设备在线监测装置检验规范第1部分：通用检验规范；DL/T1538电力变压器用真空有载分接开关使用导则；DL/T1540油浸式交流电抗器（变压器）运行振动测量方法；DLT1694.2高压测试仪器及设备校准规范第2部分：电力变压器分接开关测试仪；DL/T1805电力变压器用有载分接开关选用导则；GZAF-1000S系列高压开关振动声学指纹监测系统--GIS本体监测技术背景。
有载分接开关运行状态分析：有载分接开关动作时，典型振动声学指纹和驱动电机电流的信号如下图7所示。通过分解时域内典型信号区间，可有效判断分接开关驱动电机启动、分接选择器断开、分接选择器闭合、切换开关动作、驱动电机制动等动作顺序，进而分析分接开关的运行状态。然而，以上通过典型信号分析判断分接开关的运行状态需要丰富的实践经验，为方便检测人员快速完成诊断任务，需通过多种算法更直观、准确地判断开关状态。变压器/电抗器声学指纹监测系统结合基于小波变换及希尔伯特变换的包络分析、基于互相关系数的重合度分析、基于小波多分辨率分解的能量分布曲线分析、基于时频分布矩阵的信号对比等多种**算法，实现有载分接开关***、有效、准确的状态诊断和早期故障监测，降低变压器/电抗器运行的故障风险。GZAF-1000S系列高压开关振动声学指纹监测系统各类高压开关监测系统的技术参数。杭州研制的振动声学指纹在线监测直销价格
GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统原理。杭州断路器振动声学指纹在线监测重合度对比
系统功能：3.4.2监测系统的智慧化功能具备边缘计算能力，就地采集并处理振动声学指纹信号及驱动电机电流信号，完成有载分接开关信号包络、ATF等分析，完成绕组及铁芯振动信号频谱分析及参数计算，根据传输层要求统一通讯接口及数据结构，根据平台层及应用层要求上传分析结果；具备实物ID管理功能，提供有载分接开关、绕组及铁芯运行状态信息链接入口，可扫码读取设备在线监测历史数据及趋势。通过扫码或RFID识别设备，读取设备ID信息，通过站内网络（4G/5G/WIFI）传输给云端服务器，向服务器请求该设备的详细信息，以及详细的运行状态，测试信息等。根据各时频信号互相关系数、能量分布曲线特征参量（互相关系数、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/电抗器运行状态及机械故障类型。图15基于振动声学指纹的变压器故障诊断结合变压器/电抗器的带电检测、智能巡检以及其他在线监测状态量，杭州断路器振动声学指纹在线监测重合度对比
