3.2.3平台层的云服务器数据经现场传感器采集并经过IED/主机处理后,通过通信模块(4G/5G无线传输或电力光纤专网)传送至云服务器进行存储及深度计算,平台层的操控计算机(含通过IEC61850通讯管理连接的远端)可通过浏览器登录云服务器随时随地查看监测数据,对变压器进行运行监测及诊断分析。云服务器采用B/S结构(浏览器/服务器模式),提供监测数据的深度计算、存储、浏览器查看等服务。
3.2GZAFV-01系统的系统架构GZAFV-01系统由感知层的声纹振动传感器、电流传感器、IED/主机,网络层的通讯管理里,平台层的数据(云)服务器、内置操控及监测数据分析软件的操控计算机、IEC61850通讯管理机等构成。 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环保效益分析。杭州变压器振动声学指纹在线监测系统结构
7.2技术服务7.2.1现场电气作业我公司按照购买合同约定的时间交货后,派遣由GZAFV-01系统现场电气作业管理经验丰富的工程师带领多位电气作业工程师组建的项目部按照甲方指定的时间和地址开展GZAFV-01系统的安装、调试和投运等现场电气作业。GZAFV-01系统投运并经甲方验收合格后,由甲方出具验收合格报告。详见独册的《杭州国洲电力科技有限公司关于电力设备在线监测系统现场安装、调试项目的现场作业指导书(范本)》附件。7.2.2二十四小时热线电话支持服务我公司设有专门的24h服务热线提供电话支持服务。GZAFV-01系统在运行中出现技术故障,可以通过拨打服务热线向我公司提供故障情况、服务时间等详细信息,我公司将在2h内出具解决方案给予响应。振动声学指纹在线监测软件功能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主要特性解析。
GIS及开关柜的断路器监测技术的功能特性◆具备声纹振动、分/合闸线圈/储能电机电流、行程、分/合闸位置等监测功能。◆具备声纹振动、电流波形、行程曲线、压力变化记录及展示功能,自动计算峰值电流、电流上升速率、动作时间与时长、行程、分合闸位置与次数等参数。◆IED/主机支持多通道信号同步实时采集,通道数不小于8个(可定制)。◆具有比对分析功能:可将现测与标准/历史的监测数据进行横向/纵向比对分析。◆具有断电不丢失存储数据,复电自动启动/复位功能;可连续监测、存储及导出1000次以上断路器动作数据。◆断路器每次动作后,IED/主机主动评估断路器运行状态,并自动上传分析结果。◆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比对开展智能分析,更直观、快速地判断电力设备运行状态。为量化信号重合度比对,引入互相关系数的计算,当实时采集信号包络分析曲线与正常状态包络分析曲线的互相关系数:接近1时,被测设备是接近正常状态。接近0时,被测设备是可能存在故障的异常状态。下图3.5所示为断路器典型声纹振动和储能电机电流的信号包络曲线图。
GIS在带电运行过程中除了机械故障会导致异常振动外,放电性故障(如绝缘子内部缺陷、螺丝松动、悬浮电位放电、毛刺前列放电、金属微粒放电等)也会导致声纹振动信号的产生。因此,通过深入研究GIS本体的声纹振动信号特征可发现GIS机械性故障及放电性故障,具有监测***、监测结果互相补充的特点。基于声纹振动信号的在线监测,可在GIS带电运行状态下及时发现潜在故障,并及时预警,从而延长使用寿命,提高电网运行的可靠性。我公司以声纹振动信号为主,结合电流、位移等其他参量的在线监测,开发了故障诊断算法(***软著权)并提取相关特征参量研制完成的GZAFV-01型声纹振动监测系统,适用于开关设备的带电监测(便携诊断式、手持巡检式)、在线监测(长期固定式、短期移动式)。GZAFV-01型声纹振动监测系统(开关设备)监测和综合分析。
3.2.1感知层的传感器GZAFV-01系统的感知层如上图3.1所示,由IED/主机、6路声纹振动传感器、1路电流传感器等构成,声纹振动传感器集成电荷放大器,将声纹振动信号转换成与之成正比的电压信号;电流传感器采用微型卡扣结构,便于现场安装。各传感器外观及参数如下表1所示。◆3路声纹振动传感器采集取OLTC振动信号,通过固定底座安装在变压器外壁,安装位置选取平行于OLTC的垂直传动杆方向,且尽量靠近OLTC的触头组处。◆1路电流传感器采集OLTC驱动电机电流信号,安装于OLTC驱动电机电源线处。◆3路声纹振动传感器采集变压器绕组及铁芯声纹振动信号,安装位置选取于上夹件底部、非冷却器侧油箱表面中部、油箱顶部中心点。为保持监测点的同一性,便于后期监测数据的时间轴线比对,所有声纹振动传感器底座长期固定在变压器外壁上。安装示意图如下图3.2所示。(备注:传感器安装的数量及位置可根据被测设备的监测需求而灵活调整)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实际应用价值。振动声学指纹在线监测软件功能
杭州国洲电力科技有限公司的企业荣誉与资质认证。杭州变压器振动声学指纹在线监测系统结构
3.3.1.1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如下图3.5所示。
3.3.1.2信号包络重合度比对分析如下图3.6所示,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。 杭州变压器振动声学指纹在线监测系统结构