振动声学指纹在线监测基本参数
  • 品牌
  • 国洲电力
  • 型号
  • GZAF-1000T系列,GZAF-1000S系列
  • 厂家
  • 国洲电力
振动声学指纹在线监测企业商机

技术背景GIS运行时,电流通过高压导体时产生的电动力引起振动,由于导体所受电动力正比于负载电流的平方,GIS本体振动产生的声纹振动信号的基频为100Hz。当存在机械故障时,声纹振动信号的频谱分布将发生改变,产生谐波分量。GIS本体机械型缺陷主要是指内部存在开关触头接触异常、导电杆接触不良、母线卡簧松动、屏蔽罩松动等异常时,在交变电场作用下发生异常振动,长期振动可能导致导电杆和绝缘件松动,易造成绝缘事故。异常振动还可能造成SF6气体泄漏,损坏绝缘子和绝缘支柱,影响外壳接地牢固,危及GIS运行安全。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经济效益分析。研制的振动声学指纹在线监测价格查询

研制的振动声学指纹在线监测价格查询,振动声学指纹在线监测

3.3.1.1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如下图3.5所示。

3.3.1.2信号包络重合度比对分析如下图3.6所示,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。 国洲电力振动声学指纹在线监测诚信合作GZAFV-01型声纹振动监测系统(开关设备)设计和性能优化。

研制的振动声学指纹在线监测价格查询,振动声学指纹在线监测

4.2.3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,自动判断变压器运行状态及机械故障类型。

4.2.4结合变压器的带电监测、智能巡检以及其他在线监测状态量,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识别故障的准确性,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地诊断可结合负荷、损耗、绕组机械振动信号、油温、以及历史电流电压情况分析,在监测到变压器地声纹振动频谱时,GZAFV-01系统的操控及监测数据分析系统可以自动去查询变压器地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地异常。

1.1公司概述杭州国洲电力科技有限公司,成立于2013年5月,是专注于综合智慧能源服务领域内发、输、变、配、用、储等全过程的电力设备参量监测、数据分析和状态评价技术的研、产、销、服四位一体的****,致力于为领域内各科研院所、专业院校、设备管理、工程服务、电能生产、设备制造等合作方提供质量的体系化技术方案。我公司于2014年把研发部、生产部和技术服务部融合打造成“技术智造中心”,并在中心组建了专注于局部放电和声纹振动监测技术的两大课题组,成功研制出自主知识产权的、先进的局部放电和声纹振动监测技术。我公司的技术近10年在投运站场、制造厂区的电力设备上大量的持续运用,为电网的可靠运行提供了逐年增长的技术支持,特别是在变压器(电抗器)、开关设备和输电设备等电力设备的绝缘、机械的状态分析与诊断方面,凭借前沿的软/硬件技术与先进的监测方法,为电力设备的高效运检提供了质量的体系化技术方案。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。

研制的振动声学指纹在线监测价格查询,振动声学指纹在线监测

敞开式断路器监测技术背景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,增强状态检修的针对性,显著提高电力系统可靠性和经济性。声纹振动信号、分/合闸线圈及储能电机的电流、动/静触头的行程及分/合闸位置等特征值是断路器非常重要的参数,是衡量断路器性能的重要指标,因此,实施在线监测声纹振动信号、分/闸线圈及储能电机电流、动/静触头行程及分/合闸位置等具有重要意义。杭州国洲电力科技有限公司振动声学指纹在线监测功能的故障诊断能力。振动声学指纹在线监测比较价格

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。研制的振动声学指纹在线监测价格查询

3.3GZAFV-01系统的监测数据信号分析与处理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。研制的振动声学指纹在线监测价格查询

与振动声学指纹在线监测相关的**
信息来源于互联网 本站不为信息真实性负责