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。杭州国洲电力科技有限公司振动监测标准。专注于振动技术参数
变压器运行时,电流通过绕组产生的电动力引起绕组振动,硅钢片的磁致伸缩及硅钢片接缝处与叠片之间的漏磁导致铁芯振动。绕组导体所受电动力正比于负载电流平方,绕组声纹振动信号的基频为100Hz。变压器中磁感应强度正比于加载电压的平方,铁芯声纹振动信号的基频也为100Hz。另外,基于铁芯振动的非线性特性,信号中必会包含频率为100Hz整数倍的高次谐波。当变压器的绕组变形或铁芯故障后,声纹振动信号频谱分布将发生改变而产生谐波分量。因此,声纹振动信号分量可以作为区别绕组变形故障与铁芯故障的重要依据,采用声纹振动信号分析法可实现绕组及铁芯的故障诊断。杭州国洲电力振动声学指纹维护说明GZAF-1000T系列变压器/电抗器振动声学指纹监测系统绕组及铁芯运行状态分析。
(2)重合度对比如下图10所示,包络分析后可快速实现历史信号重合度对比分析,更直观的判断OLTC运行状态。为量化信号重合度对比,系统引入相关系数的计算。当实时采集信号包络曲线与正常状态包络曲线相关系数接近1时,实时采集的信号接近正常运行状态;当相关系数接近0时,OLTC可能存在故障。图10信号重合度分析(3)能量分布曲线基于小波变换的声纹振动信号多分辨率分析的结果如下图11所示。原始信号经8层分解后产生第8层的近似分量和第1层至第8层的详细分量,计算各层详细分量信号能量,可获得信号能量分布曲线。对比正常状态与异常状态能量分布曲线,可判断OLTC运行状态,并提取互相关系数、最大值、平均值、峰度、偏度作为状态诊断特征参量。图12为正常状态与异常状态声纹振动信号能量分布曲线对比。
三、技术方案3.1系统原理变压器振动主要包括OLTC切换时的瞬态振动、电流通过绕组时电动力引起的绕组振动、硅钢片的磁致伸缩及硅钢片接缝处与叠片之间的漏磁导致铁芯振动、以及冷却装置工作时的振动。其中冷却系统引起的基本振动频率小于100Hz,不作为变压器振动监测与诊断分析的内容。变压器内部振动信号通过绝缘油、支撑单元、加强筋结构等多种途径传播,可由安装于外壁的振动传感器测得。OLTC切换过程中,分接选择器动作、切换开关动作、动静触头碰撞等机械动作产生声纹振动信号。信号包含触头分合状态、三相触头是否同期、触头表面是否平整、切换是否到位等信息,可反映分接开关结构磨损、卡滞、松动、变形等故障。切换过程中若储能弹簧性能发生改变或储能过程中存在机构卡塞等现象,必然伴随着电机驱动力矩的变化,使驱动电机电流发生变化。因此驱动电机电流与声纹振动的两类信号融合分析,可更加有效的评价OLTC的运行状况和疑似故障类型。杭州国洲电力科技有限公司电话支持。
五、系统软件简介(以在线版为例)5.1远端后台管理软件:通过云服务器账户登录,选择管理对象。图17本系统的远端后台管理软件界面5.2设备信息管理界面:包括设备名称、位置、编号等基本信息的填写。图18被试品的信息管理界面5.3主界面:包括项目管理、多通道信号同步显示、分析及其他工具及基本分析结果显示,可实现信号包络、重合度对比、能量分布、时频分布(ATF)等分析。图19本系统的软件主界面5.4声纹振动及驱动电机电流的信号包络分析可简化信号,直观反映设备运行状态。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结构。推荐振动市价
GZAFV-06T型便携式变压器声纹振动 监测与诊断系统功能特点。专注于振动技术参数
实现对断路器机械特性的在线监测,准确得知断路器的工作状态和故障部位,可以有效减小维护工作量,增强检修的针对性,可显著提高供电系统可靠性和经济性。振动信号、动静触头分合闸线圈电流、储能电机电流、动静触头分合闸位移及分合闸位置是评价断路器是否健康及性能优劣的重要参量。因此通过在线监测振动、分合闸线圈和储能电机的电流、动静触头分合闸的位移及位置等参量,对判断断路器的健康程度和工作状态诊断具有重要意义。。专注于振动技术参数