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

五、GZAFV-01系统的操控及监测数据分析软件5.1远端后台软件管理远端后台管理软件通过云服务器账户登录,选择管理对象。5.2设备信息管理设备信息管理界面包括设备名称、位置、编号等基本信息。5.3软件主界面主界面包括项目管理、多通道信号同步显示、分析及其他工具及基本分析结果显示,可实现信号包络、重合度比对、能量分布、时域信号频谱分布等分析。5.4包络分析声纹振动及驱动电机电流的信号包络分析可简化信号,直观反映设备运行状态。5.5历史数据比对实现实时监测数据与正常状态数据横向比对、与历史状态数据纵向比对。5.6频谱分析进行声纹振动监测数据的时域信号频谱分析,提取信号频域特征参量。5.7运行状态告警被测变压器的异常状态报警,可选择告警发送方式。5.8报表生成功能:被测变压器诊断结果生成报表功能。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。断路器振动声学指纹在线监测工作原理

断路器振动声学指纹在线监测工作原理,振动声学指纹在线监测

GZAFV-01系统的功能特点GIS在带电运行过程中除了机械故障会导致异常振动外,放电性故障(如绝缘子内部缺陷、螺丝松动、悬浮电位放电、毛刺前列放电、金属微粒放电等)也会导致声纹振动信号的产生。因此,通过深入研究GIS本体的声纹振动信号特征可发现GIS机械性故障及放电性故障,具有监测***、监测结果互相补充的特点。基于声纹振动信号的在线监测,可在GIS带电运行状态下及时发现潜在故障,并及时预警,从而延长使用寿命,提高电网运行的可靠性。我公司以声纹振动信号为主,结合电流、位移等其他参量的在线监测,开发了故障诊断算法(***软著权)并提取相关特征参量研制完成的GZAFV-01型声纹振动监测系统,适用于开关设备的带电监测(便携诊断式、手持巡检式)、在线监测(长期固定式、短期移动式)。GZAFV-01系统由声纹振动传感器(压电式加速度计)、位移传感器、电流传感器、IED(在线监测式)/主机(便携/手持式)、云服务器、通讯单元、供电单元等组件构成。品牌振动声学指纹在线监测内容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。

断路器振动声学指纹在线监测工作原理,振动声学指纹在线监测

从振动和声学数据中提取有用的特征,以便建立设备的声学指纹,通常会用到以下信号处理技术:傅里叶变换(FFT):用于分析信号在频域中的特性,可以识别出设备运行时的固有频率和谐波成分。短时傅里叶变换(STFT):与FFT相比,STFT能够展示信号随时间变化的频率特性,适用于非平稳信号的分析。小波变换:具有良好的时频局部化特性,能够在多尺度上分析信号,适合捕捉瞬态事件和局部特征。包络检测:用于提取振动信号的振幅包络,可以用来表示信号的动态特性。频谱分析:通过计算信号的功率谱密度(PSD)或幅值谱,可以识别出信号的频率成分和能量分布。时频分析方法:如Wigner-Ville分布、Choi-Williams分布等,这些方法能够提供信号的时频表示,有助于分析复杂非线性和非平稳信号。模态分析:通过识别设备振动的模态特性,可以提取出与设备结构和损伤相关的特征。熵分析:如时域熵、频域熵或小波熵,这些方法可以量化信号的不确定性和复杂性,有助于识别设备状态的变化。统计分析:包括均值、方差、标准差等统计参数,可以描述信号的波动性和稳定性。高阶统计量:如偏度和峰度,它们可以提供信号分布形状的信息,有助于识别异常模式。

声纹振动监测技术的应用意义GZAFV-01系统适用于GIS、AIS、隔离开关、开关柜等开关设备的带电监测、在线监测与故障诊断,不影响被测设备正常运行且无电气连接,主要意义如下:5.1采用带电监测/在线监测方式,不影响被测设备正常运行,降低了电网风险。5.2监测方式与被测设备无电气连接,具有安全、可靠、安装方便等优点。5.3采用独特的时域、包络、重合度比对、时频矩阵等分析法,并提峰值频率、总谐波畸变率、频谱互相关系数、频率复杂度、振动平稳性、能量相似度、振动相关性等特征参量等特征参量,提高在线监测准确度。5.4内置基于海量典型样本的大数据和人工智能研判技术而建立的数据库,可真实反应被试品运行状态,有效诊断故障程度和类型。5.5符合智慧/智能型变电站建设原则,IED具备边缘计算能力,就地采集并处理声纹振动及电流信号,完成分析计算后根据传输层要求统一通讯接口及数据结构,根据平台层及应用层要求上传监测数据的分析结果。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。

断路器振动声学指纹在线监测工作原理,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。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定制化解决方案。断路器振动声学指纹在线监测工作原理

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多功能集成。断路器振动声学指纹在线监测工作原理

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。断路器振动声学指纹在线监测工作原理

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