高压开关振动声学指纹设备组件
3.2.1.1OLTC监测与诊断:=1\*GB3①采用多路振动传感器获取振动信号,传感器通过固定底座安装在变压器外壁,安装位置通常选取平行于分接开关垂直传动杆方向,且尽量靠近分接开关触头组处。=2\*GB3②采用非接触方式安装在OLTC的1~2m范围内的声纹传感器获取OLTC切换时的声纹信号。=3\*GB3③采用安装于驱动电机电源线处的电流传感器获取OLTC驱动电机电流信号。3.2.1.2变压器本体(绕组及铁芯)监测与诊断:=1\*GB3①采用多路振动传感器监测与诊断变压器绕组及铁芯运行状况,通常安装于上夹件底部、非冷却器侧油箱表面中部及油箱顶部中芯点。为保持监测与诊断点同一性,便于历史数据对比,传感器底座应长期固定在变压器外壁上。=2\*GB3②采用声纹传感器获取变压器声纹信号,传感器采用工装固定在变压器周边立柱或防火墙上,距地面高度1.2m以上、1/2油箱高度以下,与变压器距离0.3m~2m之间。杭州国洲电力科技有限公司振动监测系统软件界面。高压开关振动声学指纹设备组件

4.2.2具备实物ID管理功能,提供OLTC、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。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。 特高压GIS振动声学指纹是什么GZOLM-1000G 系列特高压GIS 多参量监测与融合评价系统概述。

(2)重合度对比如下图10所示,包络分析后可快速实现历史信号重合度对比分析,更直观的判断OLTC运行状态。为量化信号重合度对比,系统引入相关系数的计算。当实时采集信号包络曲线与正常状态包络曲线相关系数接近1时,实时采集的信号接近正常运行状态;当相关系数接近0时,OLTC可能存在故障。图10信号重合度分析(3)能量分布曲线基于小波变换的声纹振动信号多分辨率分析的结果如下图11所示。原始信号经8层分解后产生第8层的近似分量和第1层至第8层的详细分量,计算各层详细分量信号能量,可获得信号能量分布曲线。对比正常状态与异常状态能量分布曲线,可判断OLTC运行状态,并提取互相关系数、最大值、平均值、峰度、偏度作为状态诊断特征参量。图12为正常状态与异常状态声纹振动信号能量分布曲线对比。
◆可在不同的监测结果之间进行比较区分正常与异常。◆具有时间触发和电流触发功能,可手动选择信号触发方式。◆具有AFV和电流信号历史数据变化趋势曲线功能。◆具有阈值超限告警功能,软件自动分析信号增长趋势,实现自动阈值告警,也可手动设置阈值告警的限值,支持短信阈值告警。◆系统软件内置各种故障的特征数据库,可与监测的数据进行比对,通过波形形状、时间长度和幅值,诊断分析出故障类型;也可将新测得的数据作为诊断卡的一部份,方便后期与同一开关作纵向比对分析。◆具有报表分析功能:可针对不同包络曲线能够进行动作曲线的重合度、抖动度、延迟/制动时间、高/低频振动最大值、电流最大值/平均值等参数计算并生成分析报表。◆可灵活选择图谱各点的幅值数据并显示,便于分析图谱的变化特征。◆具有标准图谱库功能,系统软件可将同一厂家同一型号的正常监测数据导入保存,便于对该厂家、型号的OLTC数据曲线作横向比对分析。◆机械特性监测包括:档位、动作次数、振动状态、电机电流、动作时间等。◆对监测数据进行融合分析与评价,判断OLTC运行状态,阈值告警输出。杭州国洲电力科技有限公司振动声学指纹监测设备信息管理。

3.2.2数据采集装置GZAFV-06T型便携式变压器声纹振动监测与诊断系统的数据采集装置由传感器、信号调理电路、AD采样电路及缓存模块、MCU控制单元、电源模块、USB接口、4G/5G信号传输模块等组成。传感器实现多路振动、声纹及驱动电机电流等信号感知,信号调理电路实现信号放大、滤波、检波及A/D转换等功能,AD采样电路及缓存模块将转换后的数字信号(振动、声纹和电流的信号)传输至MCU控制单元。MCU控制单元实现信号时域、频域等的基本分析后,采用IEC61850协议或私有协议将原始数据及基本分析结果上传至客户端或平台层。电源模块包括电源输入(220V)及降压转换,为数据采集装置供电;USB接口用于现场信号获取、调试;4G/5G模块用于信号采集处理后的远端后台的信号传输。数据采集装置示意图及参数分别如下图5和下表2所示。杭州国洲电力科技有限公司振动声学指纹监测信号重合度分析。研发振动声学指纹是什么
多参量监测与融合评价系统的智慧化功能。高压开关振动声学指纹设备组件
变压器运行时,电流通过绕组产生的电动力引起绕组振动,硅钢片的磁致伸缩及硅钢片接缝处与叠片之间的漏磁导致铁芯振动。绕组导体所受电动力正比于负载电流平方,绕组声纹振动信号的基频为100Hz。变压器中磁感应强度正比于加载电压的平方,铁芯声纹振动信号的基频也为100Hz。另外,基于铁芯振动的非线性特性,信号中必会包含频率为100Hz整数倍的高次谐波。当变压器的绕组变形或铁芯故障后,声纹振动信号频谱分布将发生改变而产生谐波分量。因此,声纹振动信号分量可以作为区别绕组变形故障与铁芯故障的重要依据,采用声纹振动信号分析法可实现绕组及铁芯的故障诊断。高压开关振动声学指纹设备组件
上一篇: 特高压振动声纹监测市场
下一篇: 电抗器振动声学指纹监测技术交流