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

变压器在生产、运输、安装过程中或在短路电流作用下,均会使绕组及铁芯压紧程度降低,绕组及铁芯故障分别约占变压器整体故障的36%和4%,对变压器抗短路电流冲击能力及安全稳定运行产生巨大威胁。绕组故障主要包括绝缘老化、受潮、匝间或绕组间短路、断路及机械损伤等,以上故障类型均可能导致绕组变形。传统的绕组变形监测方法有低压脉冲法(LVI)、频率响应分析法(FRA)和短路阻抗法(SCI),以上方法*适用于离线或停电监测。铁芯典型故障包括压铁松动、接地不良、夹件松动或损伤,常用监测方法包括绝缘电阻测试及接地电流监测。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标准化实施路径。有载开关声纹振动声学指纹在线监测监测示意图

有载开关声纹振动声学指纹在线监测监测示意图,振动声学指纹在线监测

GIS及开关柜的断路器监测技术的功能特性◆具备声纹振动、分/合闸线圈/储能电机电流、行程、分/合闸位置等监测功能。◆具备声纹振动、电流波形、行程曲线、压力变化记录及展示功能,自动计算峰值电流、电流上升速率、动作时间与时长、行程、分合闸位置与次数等参数。◆IED/主机支持多通道信号同步实时采集,通道数不小于8个(可定制)。◆具有比对分析功能:可将现测与标准/历史的监测数据进行横向/纵向比对分析。◆具有断电不丢失存储数据,复电自动启动/复位功能;可连续监测、存储及导出1000次以上断路器动作数据。◆断路器每次动作后,IED/主机主动评估断路器运行状态,并自动上传分析结果。◆智能分析:依托于我公司建立的海量典型故障案例的数据库,包络分析后可快速实现历史信号重合度比对开展智能分析,更直观、快速地判断电力设备运行状态。为量化信号重合度比对,引入互相关系数的计算,当实时采集信号包络分析曲线与正常状态包络分析曲线的互相关系数:接近1时,被测设备是接近正常状态。接近0时,被测设备是可能存在故障的异常状态。下图3.5所示为断路器典型声纹振动和储能电机电流的信号包络曲线图。国洲电力振动声学指纹在线监测监测标准杭州国洲电力科技有限公司振动声学指纹在线监测技术系统的安全性设计。

有载开关声纹振动声学指纹在线监测监测示意图,振动声学指纹在线监测

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。

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。 GZAFV-01型声纹振动监测系统(开关设备)智能评估和故障预警。

有载开关声纹振动声学指纹在线监测监测示意图,振动声学指纹在线监测

确保采集到的振动和声学数据具有足够的准确性和分辨率,以便于识别设备的正常运行状态与异常情况,可以采取以下措施:

选择合适的传感器:根据被监测设备的特性和监测要求选择适当类型和规格的振动和声学传感器。传感器应具有高灵敏度和适当的频率响应范围。校准传感器:定期对传感器进行校准,以确保其输出与实际测量值之间的准确对应关系。优化采样频率:根据设备的动态特性和可能发生的故障类型,设置合适的采样频率,以捕捉到振动和声学信号的关键特征。减少噪声干扰:采取措施减少环境噪声和电磁干扰,如使用屏蔽电缆、设置隔振平台、选择低噪声环境进行测量等。数据预处理:采用滤波、去噪等数据预处理技术,提高信号质量,减少噪声的影响。多传感器融合:使用多个传感器并结合不同的测量位置,可以提高数据的冗余性和鲁棒性,从而增强信号的准确性。动态范围调整:根据设备的运行状态调整测量系统的动态范围,确保在设备运行在不同负载条件下都能获得清晰的信号。数据后处理和特征提取:应用高级信号处理技术,如时频分析、小波变换等,提取出反映设备状态的关键特征。 杭州国洲电力科技有限公司的企业简介与主要技术优势。振动声学指纹在线监测平台

杭州国洲电力科技有限公司振动声学指纹在线监测服务的全流程支持。有载开关声纹振动声学指纹在线监测监测示意图

3.2.1感知层的传感器GZAFV-01系统的感知层如上图3.1所示,由IED/主机、6路声纹振动传感器、1路电流传感器等构成,声纹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;电流传感器采用微型卡扣结构,便于现场安装。各传感器外观及参数如下表1所示。◆3路声纹振动传感器采集取OLTC振动信号,通过固定底座安装在变压器外壁,安装位置选取平行于OLTC的垂直传动杆方向,且尽量靠近OLTC的触头组处。◆1路电流传感器采集OLTC驱动电机电流信号,安装于OLTC驱动电机电源线处。◆3路声纹振动传感器采集变压器绕组及铁芯声纹振动信号,安装位置选取于上夹件底部、非冷却器侧油箱表面中部、油箱顶部中心点。为保持监测点的同一性,便于后期监测数据的时间轴线比对,所有声纹振动传感器底座长期固定在变压器外壁上。安装示意图如下图3.2所示。(备注:传感器安装的数量及位置可根据被测设备的监测需求而灵活调整)有载开关声纹振动声学指纹在线监测监测示意图

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