3.2系统结构GZAFV-06型便携式声纹振动监测与诊断系统由IEPE式振动(加速度)传感器、声纹(自由场)传感器、驱动电机电流传感器、数据采集装置、云服务器(采用B/S结构)、通讯子系统及供电系统构成,本系统的框架示意图如下图3所示。3.2.1传感器GZAFV-06型便携式声纹振动监测与诊断系统传感层由IEPE式振动(加速度)传感器、声纹(自由场)传感器及驱动电机电流传感器,传感器外观及参数如下表1所示。振动传感器集成电荷放大器,将声纹振动信号转换成与之成正比的电压信号;自由场传感器是一种利用电容量变化而引起声电转换作用的传感器;电流传感器采用微型卡扣结构,便于现场安装,节省空间。传感器安装示意图如下图4所示,变压器声纹振动监测与诊断系统所有传感器单元与变压器本体无电气连接,安装简单方便,适用于在线监测与诊断或带电监测与诊断。杭州国洲电力科技有限公司振动监测系统软件界面。智能化振动常见问题
OLTC是在励磁状态下,通过改变绕组分接位置实现电网的有载调压,起到稳定负载电压、调节无功潮流、增加电网灵活度等重要作用。它是调压变压器中***的可动部件、关键部件之一。国际大电网委员会(GIGRE)等国内外统计结果表明(下图1所示),OLTC故障占变压器总体故障的30%以上,各类故障影响变压器及整个电网的安全稳定运行,严重时更会导致大面积停电、电气火灾等事故。OLTC的故障模式有多种,具体包括传动轴断裂、选择开关触头接触不良、操作机构失灵造成的拒动或滑档现象、限位开关失灵、切换开关拒切、中止或动作滞后、内部紧固件松动和脱落、以及内部渗漏等。根据国家电网设备部发布的《设备管理重点工作任务》,2020年度需完成382台换流变OLTC隐患整改,加快消除故障隐患。因此,实施OLTC在线监测与故障诊断不仅对确保变压器及整个电网安全稳定运行具有重要的现实意义,也是今后的发展方向。推荐振动供应商家杭州国洲电力科技有限公司振动声学指纹监测运行状态告警。
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。
(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。杭州国洲电力科技有限公司振动监测系统监测装置组件。
GZAFV-01T子系统采用AFV和驱动电机电流的信号采集和分析技术,能***地把握OLTC的机械性能状态,可以对OLTC的AFV和驱动电机电流的信号幅值大小进行监测和阈值报警,对AFV和驱动电机电流的信号进行分析。具体功能如下:◆适用于所有类型的OLTC故障诊断。◆利用AFV传感器和电流传感器获取OLTC切换动作过程中产生AFV和驱动电机电流的信号,并通过分析软件进行诊断评价。◆能将复杂的信号转换成易于特征识别的包络曲线。◆独有的信号处理功能,可将X、Y、Z的声纹振动信号生产ATF图,更直观,更便捷分析OLTC故障类型。◆可将任意两次监测的图谱进行相似度分析,并自动计算图谱的重合度。◆具有能量谱分析功能,能自动识别能量谱比较大的高低频能量的频率。杭州国洲电力科技有限公司有哪些声学指纹振动监测产品?电抗器振动
GZOLM-1000G 系列特高压GIS 多参量监测与融合评价系统过程跟踪汇报承诺。智能化振动常见问题
OLTC动作时,典型声纹振动和驱动电机电流的信号如下图3.4所示。通过分解时域内典型信号区间,可有效判断OLTC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OLTC的运行状态。然而,以上通过典型信号分析判断OLTC的运行状态需要丰富的实践经验,为方便监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OLTC状态。GZAFV-01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比对等多种核心算法,实现OLTC***、有效、准确的状态诊断和早期隐患监测,降低OLTC运行的故障风险。智能化振动常见问题