杭州振动声学指纹在线监测系统

数据采集装置GZAF-1000T系列变压器/电抗器振动声学指纹监测系统的数据采集装置由采集模块、信号处理模块、电源模块、USB接口、4G/5G信号传输模块等组成。采集模块实现6路机械振动信号及1路驱动电机电流信号采集，信号处理模块实现信号放大、信号滤波、信号检波及A/D转换等功能。利用系统电路设计对采集的振动信号和电流信号进行处理，保证信号的有效性和可靠性，将处理后的模拟信号经A/D转换成数字信号，便于主机系统进行数据处理分析。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4和下表2所示。GZAF-1000S系列高压开关振动声学指纹监测系统概述。杭州振动声学指纹在线监测系统

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。杭州断路器振动声学指纹在线监测产品有哪些GZAF-1000T系列变压器(电抗器)振动声学指纹监测运行状态告警。

包络分析：为提高在线监测的准确度，GZAF-1000T系统的数据采集装置通常采用高采样率获取振动声学信号及驱动电机电流信号，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，GZAF-1000T系统采用小波变换和希尔伯特变换结合的信号包络分析。有载分接开关振动声学信号和驱动电机电流信号包络分析如下图8的A和B所示。

OLTC的故障模式有多种，具体包括传动轴断裂、选择开关触头接触不良、操作机构失灵造成的拒动或滑档现象、限位开关失灵、切换开关拒切、中止或动作滞后、内部紧固件松动和脱落、以及内部渗漏等。根据国家电网设备部发布的《设备管理重点工作任务》，2020年度需完成382台换流变分接开关隐患整改，加快消除故障隐患。因此，实施有载分接开关在线监测与故障诊断不仅对确保变压器及整个电网安全稳定运行具有重要的现实意义，也是今后的发展方向。变压器/电抗器在生产、运输、安装过程中或在短路电流作用下，均会使绕组及铁芯压紧程度降低，绕组及铁芯故障分别约占变压器/电抗器整体故障的36%和4%，对变压器/电抗器抗短路电流冲击能力及安全稳定运行产生巨大威胁。绕组故障主要包括绝缘老化、受潮、匝间或绕组间短路、断路及机械损伤等，以上故障类型均可能导致绕组变形。杭州国洲电力科技有限公司振动声学指纹在线监测服务。

系统功能：智能分析功能：系统软件内置海量故障特征的数据库，可与测得的数据进行比对，通过信号波形、时间长度和幅值等特征值，诊断分析故障类型；也可添加新测得的数据，方便后期横向、纵向比较；软件可将同一厂家同一型号的正常检测数据进行导入保存，便于对该厂家、型号的变压器数据曲线进行比对分析；具有报表分析功能，自动计算并保存重合度、动作时间、能量分布、电流最大值、电流平均值、绕组及铁芯振动峰值频率、总谐波畸变率、基频能量比、互相关系数等特征参量，并生成分析报表。GZAF-1000T系列变压器(电抗器)振动声学指纹监测重合度对比。杭州高压开关振动声学指纹在线监测应用意义

GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统技术方案。杭州振动声学指纹在线监测系统

重合度对比如图9所示，包络分析后可快速实现历史信号重合度对比分析，更直观地判断有载分接开关运行状态。为量化信号重合度对比，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，有载分接开关可能存在故障。能量分布曲线基于小波变换的振动信号多分辨率分析结果如下图10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，可判断有载分接开关运行状态，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11为正常状态与异常状态振动信号能量分布曲线对比。杭州振动声学指纹在线监测系统