(4)时频能量分布矩阵(ATF图谱)获取声纹振动信号时频能量分布矩阵,同时反映原始信号时域、频域特性及能量分布。将信号时频分布矩阵分为6个区间,计算各区间平均值作为特征参量,用于OLTC正常状态与异常状态对比。下图13为正常状态下的声纹振动信号的时频能量矩阵。图13声纹振动信号的时频能量矩阵3.3.2绕组及铁芯运行状态分析下图14(a)为变压器运行时的绕组及铁芯声纹振动的时域信号。为更直观的分析绕组及铁芯运行状态,采用频域法分析声纹振动信号,实现变压器在线运行状态下的监测与诊断。杭州国洲电力科技有限公司变压器振动监测系统培训。专注于振动声学指纹监测技术传感器
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,杭州便携式一体机振动联系人GZAFV-06T型便携式变压器声纹振动 监测与诊断系统概述。
信号包络分析
为提高在线监测的准确度,GZAFV-01系统的IED/主机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,因此采用小波变换和希尔伯特变换结合的信号包络分析。声纹振动和电流的信号包络分析
信号包络重合度比对分析
信号包络分析后可快速实现历史信号重合度比对分析,更直观地判断OLTC运行状态。为量化信号重合度比对,GZAFV-01系统引入互相关系数的计算。当实时采集的与正常状态的信号包络互相关系数:◆接近1时,OLTC接近正常运行状态。◆接近0时,OLTC可能存在故障。
(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,计算公式如下公式2所示:公式2:基频信号能量比计算公式公式2中S1为100Hz基频分量的时域信号,Sj为原始信号,j为采样索引值。正常状态下,由于100Hz基频分量为声纹振动频谱图的主要成分,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)相关系数(r):正常状态与实时测得声纹振动信号频谱图之间的相似度,计算公式如下公式3所示:公式3:相关系数计算公式公式3中Xi和Yi分别为正常状态与实时测得声纹振动信号的频域分布,X和Y为对应信号的平均值,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。断路器振动声学指纹监测技术的实操演示。
(7)振动相关性(MPC):振动相关性分析用一个特征量MPC表示各个测点之间的振动相关程度,该参量用于表示100Hz基频分量时域信号能量占信号总能量的比值,其计算公式为:MPC=e1i=1mei正常状态下,由于100Hz基频分量为振动频谱图的主要成分,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。3.2GIS及开关柜中断路器的监测3.2.1技术背景断路器在电力系统中起到保护和控制作用,它根据供电系统运行的需要来可靠地投入或切除相应的线路或电气设备,以确保系统安全运行。GZOLM-1000G 系列监测系统的软件界面。杭州便携式一体机振动联系人
杭州国洲电力科技有限公司变压器振动监测系统监测理论知识。专注于振动声学指纹监测技术传感器
3.3信号分析与处理3.3.1OLTC运行状态分析OLTC动作时,典型声纹振动和驱动电机电流的信号如下图8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,为方便技术人员快速完成诊断任务,需通过多种算法更直观、准确的判断开关状态。变压器声纹振动监测与诊断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核芯算法,实现OLTC***、有效、准确的状态诊断和早期故障监测与诊断,降低变压器运行的故障风险。专注于振动声学指纹监测技术传感器