振动基本参数
  • 品牌
  • 国洲电力
  • 型号
  • GZAF-1000T系列,GZAF-1000S系列,
振动企业商机

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声学指纹在线监测技术的市场需求分析。研发振动监测算法

研发振动监测算法,振动

AFV信号分析法AFV信号分析法是采用AFV传感器监测AFV信号,获得OLTC的状态数据和工作模式,从而对其状态进行判断的方法。OLTC在切换时,其内部主要机构部件的运动撞击和摩擦都会产生脉冲冲击力,该信号会通过静触头或变压器油传到变压器箱壁上。传到变压器外壳上的振动是内部多种激励现象的响应,包含着大量的设备机械状态数据。OLTC的故障类型与其振动特性的变化存在着紧密关系,通过对AFV信号的监测和诊断,即可判断出OLTC切换时间的变化、触头接触不良、触头磨损、弹簧弹性下降和电弧等故障,从而可以诊断出OLTC处于正常状态或是故障状态。触头在分/合的切换过程中,由于伴随着机械、化学、头材料消耗,造成触头凹凸不平和变形,从而引起触头压力接触电阻和开矩参数的变化,使得OLTC的振动特征也随之改变。浙江研发振动监测靠谱吗声纹振动监测具体知识介绍。

研发振动监测算法,振动

变压器/电抗器(下文皆用“变压器”简称)在电力系统中起到电压变换、电能分配等重要作用,其安全稳定运行对确保供电可靠性具有重要意义。有载分接开关(下文皆用OLTC简称)、绕组及铁芯是变压器的重要组成部分,三者故障率总和占变压器整体故障70%左右,而传统预防性试验有试验周期长、影响变压器正常运行、耗费人力物力等缺点。开展基于声学指纹的状态监测,可在在线状态下及时发现变压器OLTC、绕组及铁芯的潜在故障,并及时预警,从而延长变压器使用寿命,提高电网运行的可靠性。

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。杭州国洲电力科技有限公司振动声学指纹在线监测技术的环保效益分析。

研发振动监测算法,振动

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。 杭州国洲电力科技有限公司振动声学指纹在线监测技术的行业标准对比。研发振动监测算法

杭州国洲电力科技有限公司振动声学指纹在线监测技术的客户反馈分析。研发振动监测算法

(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。研发振动监测算法

与振动相关的**
信息来源于互联网 本站不为信息真实性负责