智能振动监测试验报告
各特征参量定义如下:(1)分合闸动作时间:驱动电机启动至停止时长,根据电机电流的变化来获取时间。(2)电机电流峰值:电流出现后的瞬态过程中,电流的***个大半波的峰值。(3)电机电流燃弧时间:电流停止末端,电流变小后又增大,直至电流归零的持续时间。(4)电流抖动:电机在驱动连杆时,电流不稳定状态称为电流抖动。(5)振动高幅值关键特征:捕获的一些振动幅值比较大的时间点。(6)振动脉动关键特征:振动信号经过小波滤波后,时域及频域的分布特性。杭州国洲电力科技有限公司变压器/电抗器振动声学指纹监测系统传感器。智能振动监测试验报告

七、技术交流与投运业绩GZAFV-06T型便携式变压器声纹振动监测与诊断系统已成功应用于智能变电站、智慧变电站及数字化变电站等示范项目(已经投运的廊坊特高压站、济南商西站、青岛顾家站和世纪站、泰安天平站等),实现大型电力设备的全振动在线监测与故障诊断,有效的提高电力设备运行的可靠性。同时,我公司积极与各科研院所(南网电科院、广东电科院广西电科院、冀北电科院、山东电科院、江苏电科院、浙江电科院等)、供电公司(冀北、山东、山西、江苏、宁夏等的省检)、变压器制造商(山东电力设备制造厂、江苏华鹏变压器厂、南通的韩国晓星变压器厂、杭州钱江变压器厂等)、OLTC制造商(上海华明、贵州长征、德国MR等)、变电站综合监测系统平台承建商(国网智能、南瑞科技、长园深瑞等)开展合作,不断丰富各型变压器的声纹振动样本数据库。智能振动监测规定杭州国洲电力科技有限公司振动监测系统监测装置组件。

二、相关标准1、GB/T4208外壳防护等级(IP代码);2、GB/T10230.1分接开关第1部分:性能要求和试验方法;3、GB/T10230.2分接开关第2部分:应用导则;4、DL/T265变压器有载分接开关现场试验导则;5、DL/T574变压器分接开关运行维修导则;6、DL/T846.8-2017高电压测试设备通用技术条件第8部分:有载分接开关测试仪;7、DL/T860变电站通信网络和系统;8、DL/T1430变电设备在线监测与诊断系统技术导则;9、DL/T1432.1变电设备在线监测与诊断装置检验规范第1部分:通用检验规范;10、DL/T1538电力变压器用真空有载分接开关使用导则;
各特征参量定义如下:(1)峰值频率:频谱图中比较大幅值对应的频率值。(2)总谐波畸变率(TotalHarmonicDistortion,THD):所有50Hz整数倍谐波分量的有效值与基频100Hz分量有效值的比值,计算公式如下:THD=i=0nVi2V1其中V1为100Hz基频分量有效值,Vi为各谐波分量有效值,i为频率索引值。正常状态下,由于100Hz基频分量为振动频谱图的主要成分,总谐波畸变率应较小;存在故障时,谐波分量增加且峰值频率发生偏移,总谐波畸变率变大。。。杭州国洲电力科技有限公司振动监测系统功能特点。

(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。国洲电力振动监测系统操作。浙江电抗器振动监测技术服务
GZOLM-1000G 系列特高压GIS 多参量监测与融合评价系统售后服务。智能振动监测试验报告
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。智能振动监测试验报告
上一篇: 特高压振动监测的特征
下一篇: 浙江特高压振动监测装置