您好,欢迎访问

商机详情 -

特高压振动监测频率

来源: 发布时间:2025年03月26日

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。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智能化设计。特高压振动监测频率

特高压振动监测频率,振动

变压器振动主要包括OLTC切换时的瞬态振动、电流通过绕组时电动力引起的绕组振动、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、以及冷却装置工作时的振动。其中,由冷却系统引起的基本振动频率小于100Hz,不作为变压器的分析内容。变压器内部的声纹振动信号通过绝缘油、支撑单元、加强筋结构等多种途径传播至变压器外壁,可由安装于外壁的声纹振动传感器测得。

OLTC切换过程中,分接选择器动作、切换开关动作、动静触头碰撞等机械动作产生声纹振动信号,信号包含触头分合状态、三相触头是否同期、触头表面是否平整、切换是否到位等信息,可反映OLTC结构磨损、卡滞、松动、变形等故障。切换过程中若储能弹簧性能发生改变或储能过程中存在机构卡塞等现象,必然伴随着电机驱动力矩的变化,从而使驱动电机电流发生变化。因此,可通过监测驱动电机电流信号与声纹振动信号的结合分析,可更加有效的评价OLTC在线运行状态下的健康态势评价与故障类型诊断。 电抗器振动监测公司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标准化实施路径。

特高压振动监测频率,振动

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。

4.2智慧化功能4.2.1具备边缘计算能力,就地采集并处理声纹振动和驱动电机电流的信号,进行OLTC信号的包络、ATF等分析,完成绕组和铁芯的声纹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;4.2.2具备实物ID管理功能,提供OLTC、绕组和铁芯运行状态信息链接入口,可扫码读取设备在线监测与诊断的历史数据及趋势。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。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市场需求分析。

特高压振动监测频率,振动

信号包络分析

为提高在线监测的准确度,GZAFV-01系统的IED/主机通常采用高采样率获取声纹振动及驱动电机电流的信号,然而大量的数据不利于快速、准确存储与分析。因而采用包络分析,简化并反映原始信号特征,便于后续分析与处理。传统希尔伯特变换进行包络分析时存在提取深度不足、存在幅值偏差等问题,因此采用小波变换和希尔伯特变换结合的信号包络分析。声纹振动和电流的信号包络分析

信号包络重合度比对分析

信号包络分析后可快速实现历史信号重合度比对分析,更直观地判断OLTC运行状态。为量化信号重合度比对,GZAFV-01系统引入互相关系数的计算。当实时采集的与正常状态的信号包络互相关系数:◆接近1时,OLTC接近正常运行状态。◆接近0时,OLTC可能存在故障。 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。杭州电力振动监测技术服务

GZAFV-01型声纹振动监测系统的概述。特高压振动监测频率

其中,l**信号递归图中斜对角线的长度,P(l)**对角线长度为l的对角线的条数,Im**斜对角线的最小长度。DET值是一个介于0和I之间的数,对于正常运行的GIS而言,其机械结构确定性很高,其DET值接近1。(6)能量相似度(EDR):能量相似度分析用于衡量不同负载条件下各个监测点的振动能量相似性,振动能量分布特性的改变能够反映GIS内部机械结构的变化,其定义的公式如下:EDR=1Mi=1Mvi-μ×100%其中,vi为各频率信号归一化能量,μ为能量平均值。能量相似度分析通过对比测量信号的能量与目标能量差异来判断GIS振动是否异常。当某个测点的EDR值突然变大,这意味着该测点附近的机械结构可能出现异常。特高压振动监测频率