杭州GIS振动声学指纹在线监测系统原理

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。各特征参量定义及解释如下：(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：=2其中100Hz基频分量有效值，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。GZAF-1000T系列变压器(电抗器)振动声学指纹监测绕组及铁芯运行状态分析。杭州GIS振动声学指纹在线监测系统原理

振动声学指纹监测技术的应用意义：我公司基于振动声学指纹监测技术研制的GZAF-1000系列监测系统适用于变压器/电抗器（绕组、有载分接开关、铁心等）、开关类（GIS、敞开式断路器、隔离开关、开关柜等）等电力设备的带电检测、在线监测与故障诊断，不影响被测设备正常运行，且与被测设备无电气连接，具有安装方便、安全、可靠等优点，主要意义如下：1、采用带电检测/在线监测方式，不影响主设备正常运行，降低了电网风险；2、减少了人员进站检查的运维成本；3、监测方式与设备无电气连接，具有安全、可靠、安装方便等优点；4、采用独特的时域分析、包络分析、重合度对比、时频矩阵分析等方法，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、内置基于海量样本的大数据和人工智能技术而建立的**分析型数据库，可真实反应设备运行状态，有效诊断绕组变形、机械卡涩、触头磨损、电动机构拒动等故障程度和类型；6、符合智慧变电站建设原则，监测系统的IED具备边缘计算能力，就地采集并处理振动声学指纹及其它信号，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。国洲电力振动声学指纹在线监测相关标准杭州国洲电力科技有限公司振动声学指纹在线监测主要产品有哪些？

各类高压开关监测系统的技术参数类别指标名称技术指标备注振动声学指纹传感器励磁电压DC18～30V频率范围为0.5Hz～3kHz的传感器适用于GIS本体振动声学指纹监测；频率范围为0.5Hz～20kHz的传感器适用于隔离开关及断路器机械特性监测。励磁电流2～20mA灵敏度100mV/g测量范围50g频率范围0.5Hz～3kHz/20kHz数量1个电流传感器电流范围0～20A适用于隔离开关及断路器机械特性监测。频率范围10Hz～100kHz线性度＜1%误差＜1%噪声比优于80dB数量6个位移传感器测量范围0～300mm适用于断路器机械特性监测。时间分辨率优于0.1ms行程分辨率优于0.1mm数量1个IED(监测单元)采样率200kS/s采样精度16bit通道数量8（可根据监测需求定制）通讯接口RS485、RJ45、光纤、4G/5G

功能特性:采用加速度传感器监测GIS本体振动声学指纹信号，监测单元具备多个感知点开展实时的连续性或周期性的自动监测功能；具备分析诊断功能：监测单元可向综合分析单元传送标准化数据、分析结果和预警信息，并接收下传的控制命令；具有比对分析功能：可将监测数据与标准信号、历史监测信号进行比对分析；具有断电不丢失存储数据、复电自启动、自复位的功能，可连续监测、存储及导出1年以上数据；具备振动声学指纹信号时域波形展示、频谱分析(基频为100Hz)功能，可自动提取峰值频率、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，以作为GIS运行状态分析参数，用户可设置报警阈值。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，GZAF-1000T系列变压器(电抗器)振动声学指纹监测基本功能。

有载分接开关运行状态分析：有载分接开关动作时，典型振动声学指纹和驱动电机电流的信号如下图7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，为方便检测人员快速完成诊断任务，需通过多种算法更直观、准确地判断开关状态。变压器/电抗器声学指纹监测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**算法，实现有载分接开关***、有效、准确的状态诊断和早期故障监测，降低变压器/电抗器运行的故障风险。GZAF-1000S系列高压开关振动声学指纹监测系统--GIS本体监测技术背景。国洲电力振动声学指纹在线监测相关标准

GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统原理。杭州GIS振动声学指纹在线监测系统原理

(3)基频信号能量比(E)：100Hz基频分量时域信号能量占信号总能量的比值，计算公式如下：电力设备监测及诊断技术的“中国智造者”第15页共29页=122其中100Hz基频分量的时域信号，为采样索引值。正常状态下，由于100Hz基频分量为振动声学指纹频谱图的主要成分，基频信号能量比应较大；存在故障时，谐波分量增加且峰值频率发生偏移，基频信号能量比变小。(4)互相关系数(r)：正常状态与实时测得振动声学指纹信号频谱图之间的相似度，计算公式如下：=[−−[−[−2其中和分别为正常状态与实时测得振动声学指纹信号的频域分布，信号的平均值，互相关系数范围为0~1。正常运行时，相关系数应接近于1；存在故障时，信号频率分布发生改变，互相关系数减小。杭州GIS振动声学指纹在线监测系统原理