杭州电抗器振动声学指纹在线监测系统组件

现场图样GZAF-1000S系列高压开关振动声学指纹监测系统包括便携型带电检测（分体机的如下图4C、一体机的如下图4D）、固定型在线监测（标准1U式的如下图4E、壁挂式监测单元的如下图4F）等机型。其中，便携式一体机结构轻巧，适用于高压开关的带电检测及定期检修，标准监测单元与壁挂式监测单元适用于高压开关类设备的长期在线监测与故障诊断。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对比开展智能分析，更直观、快速地判断电力设备运行状态。为量化信号重合度对比，GZAF-1000S监测系统引入互相关系数的计算。当实时采集信号包络曲线与正常状态包络曲线互相关系数接近1时，实时采集的信号接近正常运行状态；当互相关系数接近0时，被测设备可能存在故障。下图1所示为正常状态与异常状态时，GIS本体振动声学指纹信号时域波形及频域谱图：GZAF-1000S系列高压开关振动声学指纹监测系统--敞开式断路器监测功能特性。杭州电抗器振动声学指纹在线监测系统组件

系统功能：3.4.2监测系统的智慧化功能具备边缘计算能力，就地采集并处理振动声学指纹信号及驱动电机电流信号，完成有载分接开关信号包络、ATF等分析，完成绕组及铁芯振动信号频谱分析及参数计算，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分析结果；具备实物ID管理功能，提供有载分接开关、绕组及铁芯运行状态信息链接入口，可扫码读取设备在线监测历史数据及趋势。通过扫码或RFID识别设备，读取设备ID信息，通过站内网络（4G/5G/WIFI）传输给云端服务器，向服务器请求该设备的详细信息，以及详细的运行状态，测试信息等。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/电抗器运行状态及机械故障类型。图15基于振动声学指纹的变压器故障诊断结合变压器/电抗器的带电检测、智能巡检以及其他在线监测状态量，杭州国洲电力振动声学指纹在线监测技术方案GZAF-1000T系列变压器(电抗器)振动声学指纹监测信号分析与处理。

系统功能：智能分析功能：系统软件内置海量故障特征的数据库，可与测得的数据进行比对，通过信号波形、时间长度和幅值等特征值，诊断分析故障类型；也可添加新测得的数据，方便后期横向、纵向比较；软件可将同一厂家同一型号的正常检测数据进行导入保存，便于对该厂家、型号的变压器数据曲线进行比对分析；具有报表分析功能，自动计算并保存重合度、动作时间、能量分布、电流最大值、电流平均值、绕组及铁芯振动峰值频率、总谐波畸变率、基频能量比、互相关系数等特征参量，并生成分析报表。

传统的绕组变形检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*适用于离线或停电检测。铁芯典型故障包括压铁松动、铁芯接地不良、夹件松动或损伤，常用检测方法包括绝缘电阻测试及接地电流监测。采用声学指纹法检测绕组及铁芯状态，适用于带电监测/在线监测，不影响电力变压器/电抗器正常运行，且与设备无电气连接，具有安装方便、安全、可靠等优点。杭州国洲电力科技有限公司结合多年研发及现场经验，成功研制GZAF-1000T系列变压器/电抗器声学指纹监测系统，既有固定安装的长期在线监测，也有便携式的带电力设备监测及诊断技术的“中国智造者”第3页共29页电检测系统及可移动的重症监护系统。监测系统由压电式加速度传感器、驱动电机电流传感器、数据采集装置、云服务器（采用B/S结构）、通讯子系统及供电系统构成，结合包络分析、重合度分析、小波分析、能量分布矩阵、频谱分析等多种算法，并提取故障诊断特征参量，在线状态下实现变压器有载分接开关及本体（绕组及铁芯）全振动监测与故障诊断。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功能。

数据采集装置安装在密封箱体内，在线监测型挂壁式主机使用强力磁铁吸附在变压器/电抗器的外壁（如下图5B所示），同时采集箱外侧涂抹胶水粘合。系统各种传感器、通信模块和前端主控单元统一采用220V供电方式。采集箱外部设有5个防水接口，分别为振动传感器接入孔防水接口、电流信号防水接口、电源线缆防水接口、USB信号防水接口、采集箱进出线孔，安装防水接头、机械振动信号、电流信号引入线缆孔安装双防12-PG13.5接头、通信引入线缆采用PG16型防水接头，并内外两边涂胶处理，进入双防接头之前的线缆均套金属保护管，采集箱内部接线端子做密封保护，确保采集箱内部整体密封。GZAF-1000T系列变压器(电抗器)振动声学指纹监测云平台服务器。杭州电抗器振动声学指纹在线监测系统组件

GZAF-1000T系列变压器(电抗器)振动声学指纹数据采集装置。杭州电抗器振动声学指纹在线监测系统组件

时频能量分布矩阵(ATF图谱)获取振动声学指纹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，用于有载分接开关正常状态与异常状态对比。下图12为正常状态下振动声学指纹信号时频能电力设备监测及诊断技术的“中国智造者”第14页共29页量矩阵。图12振动声学指纹信号时频能量矩阵绕组及铁芯运行状态分析下图13(a)为变压器/电抗器运行时的绕组及铁芯振动声学指纹的时域信号。为更直观地分析绕组及铁芯运行状态，采用频域法分析振动声学指纹信号，实现在线状态下的故障监测。如下图13(b)所示，基于振动声学指纹信号的频域分布，提取峰值频率、总谐波畸变率、基频能量比、互相关系数特征参量，以作为变压器/电抗器运行状态的分析参数。杭州电抗器振动声学指纹在线监测系统组件