国产振动监测识别

时间:2023年11月02日 来源:

杭州国洲电力科技有限公司结合多年研发及现场经验,成功研制GZAF-1000T系列变压器/电抗器声学指纹监测系统,既有固定安装的长期在线监测,也有便携式的带电检测系统及可移动的重症监护系统。监测系统由压电式加速度传感器、驱动电机电流传感器、数据采集装置、云服务器(采用B/S结构)、通讯子系统及供电系统构成,结合包络分析、重合度分析、小波分析、能量分布矩阵、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有载分接开关及本体(绕组及铁芯)全振动监测与故障诊断。GZOLM-1000G 系列特高压GIS 多参量监测与融合评价系统安装调试服务。国产振动监测识别

国产振动监测识别,振动

、遵循的相关标准GB50150电气装置安装工程电气设备交接试验标准;GB/T37548变电站设备物联网通信架构及接口要求;DL/T259六氟化硫气体密度继电器校验规程;DL/T860变电站通信网络和系统;DLT1498.1变电设备在线监测装置技术规范第1部分通则;DL/T1498.3变电设备在线监测装置技术规范第3部分:电容型设备及金属氧化物避雷器绝缘在线监测装置;DL/T1987六氟化硫气体泄漏在线监测报警装置技术条件;Q/GDW1535变电设备在线监测装置通用技术规范;Q/GDW11311气体绝缘金属封闭开关设备特高频法局部放电在线监测装置技术规范;Q/GDW11282气体绝缘金属封闭开关设备特高频局部放电传感器现场检验规范;国家电网公司智能组合电器技术规范;Q/CSG11401气体绝缘金属封闭开关设备(GIS)局部放电特高频检测技术规范;Q/CSG变电设备在线监测装置通用技术规范(征求意见稿)。浙江电力振动监测价格杭州国洲电力科技有限公司振动声学指纹监测技术的应用意义。

国产振动监测识别,振动

3.3信号分析与处理3.3.1OLTC运行状态分析OLTC动作时,典型声纹振动和驱动电机电流的信号如下图8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,为方便技术人员快速完成诊断任务,需通过多种算法更直观、准确的判断开关状态。变压器声纹振动监测与诊断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核芯算法,实现OLTC***、有效、准确的状态诊断和早期故障监测与诊断,降低变压器运行的故障风险。

一、概述电力系统中的开关设备主要包括气体绝缘金属封闭开关设备(英文简称GIS;内部主要是断路器、隔离开关等)、敞开式开关设备(英文简称AIS;主要是高压开关、隔离开关等)、开关柜,各类开关设备材料、工艺、设计、安装过程中的缺陷以及频繁动作极易引起机械故障,严重时更会导致电气火灾、停电等事故。本章节以GIS为例做简单分析目前运行管理情况。GIS是当今输电网络中一种应用***的电气设备。通过将变电站中断路器、隔离开关、接地开关、电压/电流互感器、避雷器、连接母线、电缆终端、进出线套管等一次设备经过优化设计并有序地结合为整体,在金属壳内封装起来,设备内部充SF6气体作为灭弧和绝缘介质组成的封闭组合电器。与传统的敞开式设备相比较,杭州国洲电力科技有限公司变压器/电抗器振动声学指纹监测技术方案。

国产振动监测识别,振动

4.1.8信号阈值告警功能:软件自动分析信号增长趋势,实现自动告警,也可手动设置告警阈值,支持短信告警;4.1.9智能诊断分析功能: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,能量的异常变化分析,并可进行振动源位置分析,以及变压器内部绕组变形等故障类型的诊断分析;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监测与诊断数据进行导入保存,便于对该厂家、型号的变压器数据曲线进行比对分析;4.1.10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。声学指纹振动监测软件介绍。断路器振动监测图形

杭州国洲电力科技有限公司振动监测标准。国产振动监测识别

(2)重合度对比如下图10所示,包络分析后可快速实现历史信号重合度对比分析,更直观的判断OLTC运行状态。为量化信号重合度对比,系统引入相关系数的计算。当实时采集信号包络曲线与正常状态包络曲线相关系数接近1时,实时采集的信号接近正常运行状态;当相关系数接近0时,OLTC可能存在故障。图10信号重合度分析(3)能量分布曲线基于小波变换的声纹振动信号多分辨率分析的结果如下图11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OLTC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12为正常状态与异常状态声纹振动信号能量分布曲线对比。国产振动监测识别

信息来源于互联网 本站不为信息真实性负责