您好,欢迎访问

商机详情 -

开关设备声纹振动指纹监测的原理

来源: 发布时间:2025年03月30日

ZAFV-01T子系统采用小型化设计,集成式架构,单元内综合电机电流及AFV的信号监测功能,可监测OLTC的完整动作过程和振动状况;可外接电流传感器(CT卡钳式),获取电机电流信号。装置提供RS485接口,对外通信和传送监测数据。GZAFV-01T子系统包括数据服务器,通信模块、AFV、电流传感器,数据采集模块,供电模块。通过吸附在变压器外壁上的3个AFV传感器获取AFV信号和1个电流传感器获取驱动电机电流信号,经现场的IED通过4G/5G无线传送模块传送至平台层数据服务器进行存储,通过操控及监测数据分析软件进行在线监测及诊断分析。GZAFV-01型便携式变压器声纹振动 监测与诊断系统相关标准。开关设备声纹振动指纹监测的原理

开关设备声纹振动指纹监测的原理,振动

一、概述变压器/电抗器(下文中二者皆用变压器代称)在电力系统中起到电压变换、电能分配等重要作用,其安全稳定运行对确保供电可靠性具有重要意义。变压器的绕组、铁芯和有载分接开关(On-LoadTapChanger,下文中均以OLTC代称,相关标准名除外)是变压器的重要组成部分,三者的故障率总和占变压器整体故障的70%左右,而传统预防性检修方法具有试验周期长、影响变压器正常运行、耗费人力物力等缺点。开展基于声学指纹振动(简称:声纹振动)信号的状态监测与诊断,可在在线状态下及时发现变压器OLTC、绕组及铁芯的潜在故障,并及时预警,从而延长变压器使用寿命,提高电网运行的可靠性。有载开关声纹振动监测厂家电话杭州国洲电力科技有限公司的企业简介与主要技术优势。

开关设备声纹振动指纹监测的原理,振动

变压器是电力系统变电站中非常重要的电力设备,它通过有载分接开关(下文皆用OLTC简称)的逐级动作,实现对电网带电运行中的调压。OLTC是调压变压器中***可动的部件。依靠OLTC准确及时的动作,不仅可减少和避免电压大幅度波动,而且可以强制分配负荷流,保障安全可靠运行,增加调度的灵活性。OLTC由选择器、切换开关和电动机构组成,其性能包括电气性能和机械能。电气性能是指触头接触电阻,当触头接触电阻增大时,会引起触头过热,甚至烧损。机械性能是指OLTC切换过程中选择和切换开关的动作顺序和时间配合,及切换过程是否存在卡塞和触头切换不到位等

综上所述,采用声纹振动法监测变压器OLTC、绕组及铁芯的状态,适用于带电监测/在线监测,与变压器无电气连接而不影响正常运行,有安装方便、安全、可靠等优点。我公司结合多年技术预研储备及现场技术服务经验,成功研制出GZAFV-01型声纹监测系统,既有固定安装的长期在线监测式,也有便携式的带电监测系统及可移动的在线重症监护式。GZAFV-01系统由声纹振动传感器、驱动电机电流传感器、数据采集装置(在线监测式:IED,便携/手持式:主机;下文皆用IED/主机简称)、云服务器、通讯单元及供电单元构成;操控及监测数据分析软件结合包络分析、重合度分析、小波分析、能量分布矩阵、时域信号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OLTC、绕组及铁芯的健康态势评价与故障类型诊断。杭州国洲电力科技有限公司的企业愿景与使命。

开关设备声纹振动指纹监测的原理,振动

GZAFV-01系统的功能特点4.1基本功能4.1.1支持多通道信号同步实时地采集、显示及分析。4.1.2具有时间触发和电流触发功能,可手动选择信号触发方式。4.1.3可将任意两次测量的图谱进行相似度分析,并自动计算图谱的重合度。4.1.4具有先进的能量谱分析功能,并能自动识别能量谱比较大的高低频能量频率。4.1.5独有的信号处理功能,生成声纹振动信号ATF图谱(系我公司***软著权的《变压器有载分解开关及绕组振动测试软件V1.0》中的**核心算法),更直观、更便捷分析OLTC及绕组和铁芯的运行状态。4.1.6通过绕组及铁芯声纹振动信号频谱分析可自动识别峰值频率偏移及谐波增量,实时分析绕组及铁芯运行状态。4.1.7具有自动绘制声纹振动和电流信号的历史数据曲线趋势功能。4.1.8阈值超限告警功能:实时分析信号发展趋势,实现阈值超限自动告警,支持短信发送告警信息。杭州国洲电力科技有限公司相关的振动设备。GIS振动监测机构

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行业应用前景。开关设备声纹振动指纹监测的原理

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。开关设备声纹振动指纹监测的原理