高压开关振动声学指纹在线监测功能特点

时间:2024年06月18日 来源:

各特征参量定义如下:(1)峰值频率:频谱图中比较大幅值对应的频率值。(2)总谐波畸变率(TotalHarmonicDistortion,THD):所有50Hz整数倍谐波分量的有效值与基频100Hz分量有效值的比值,计算公式如下:电力设备监测及诊断技术的“中国智造者”第5页共12页=2其中100Hz基频分量有效值,为频率索引值。正常状态下,由于100Hz基频分量为振动频谱图的主要成分,总谐波畸变率应较小;存在故障时,谐波分量增加且峰值频率发生偏移,总谐波畸变率变大。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功能。高压开关振动声学指纹在线监测功能特点

高压开关振动声学指纹在线监测功能特点,振动声学指纹在线监测

结合变压器/电抗器的带电检测、智能巡检以及其他在线监测状态量,进行数据的多参量融合分析,形成基于多源数据的故障预警机制,多参量融合分析不仅提高了识别故障的准确性,而且还能**降低因单个参量判别故障带来的误报。例如,对于变压器疑似问题地诊断可结合负荷、损耗、绕组机械振动信号、油温、以及历史电流电压情况分析,在监测到变压器/电抗器地振动声学指纹频谱时,系统可以自动去查询变压器/电抗器地历史电流和电压信号,如果发现在某段时期确实有大电流冲击,可给出预警:变压器/电抗器可能存在绕组变形地异常。开关柜振动声学指纹在线监测产品有哪些GZAF-1000S系列高压开关振动声学指纹监测系统--GIS及敞开式的隔离开关监测技术背景。

高压开关振动声学指纹在线监测功能特点,振动声学指纹在线监测

杭州国洲电力科技有限公司,专注于综合智慧能源服务领域内发、输、变、配、用、储等全过程的各主设备参量监测、数据分析和状态评价技术的研制,致力于为领域内的各科研院所、专业院校、设备管理、工程服务、发电、设备制造等合作方提供前列的解决方案。我公司于2014年1月把研发部、生产部和技术服务部融合打造成“技术智造中心”,并在研发部组建了专注于局部放电监测技术和振动声学指纹监测技术的两个技术组,成功研制出自主知识产权的、先进的局部放电和振动声学指纹监测技术,且至今已在合作方的实验室、投运站场、制造厂区上大量运用多年,为综合智慧能源服务领域中电网的可靠运行提供了逐年增长的先进的、高效的技术支持。

(3)频谱互相关系数(r):正常状态与实时测得振动信号频谱图之间的相似度,计算公式如下:=[−−[−[−2其中和分别为正常状态与实时测得振动信号的频域分布,平均值,互相关系数范围为0~1。正常运行时,相关系数应接近于1;存在故障时,信号频率分布发生改变,互相关系数减小。(4)频率复杂度(FCA):频率复杂度的定义与信息熵类似,频率成分越复杂,对应的频率复杂度特征量越大,计算公式为:=−ln =其中f=100,200,…,2000Hz,f的谐波比重值。GZAF-1000S系列高压开关振动声学指纹监测系统遵循标准。

高压开关振动声学指纹在线监测功能特点,振动声学指纹在线监测

各类高压开关监测系统的功能特点:GIS本体监测:技术背景:GIS运行时,电流通过高压导体时产生的电动力引起振动,由于导体所受电动力正比于负载电流的平方,GIS本体振动信号的基频为100Hz。当存在机械故障时,振动信号频谱分布将发生改变,产生谐波分量。GIS本体机械型缺陷主要是指内部存在开关触头接触异常、导电杆接触不良、母线卡簧松动、屏蔽罩松动等异常时,在交变电场作用下发生异常振动,长期振动可能导致导电杆和绝缘件松动,引发局部放电,甚至造成绝缘事故。异常振动还可能造成SF6气体泄漏,损坏绝缘子和绝缘支柱,影响外壳接地的牢固,危及主设备运行安全。因此开展振动声学指纹检测、实时频谱分析并提取相关特征参量对提高GIS运行的可靠性具有重要意义。GZAF-1000S系列高压开关振动声学指纹监测系统--GIS及开关柜的断路器监测技术背景。杭州变压器振动声学指纹在线监测云平台服务器

GZAF-1000T系列变压器(电抗器)振动声学指纹监测基本功能。高压开关振动声学指纹在线监测功能特点

系统功能:3.4.2监测系统的智慧化功能具备边缘计算能力,就地采集并处理振动声学指纹信号及驱动电机电流信号,完成有载分接开关信号包络、ATF等分析,完成绕组及铁芯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;具备实物ID管理功能,提供有载分接开关、绕组及铁芯运行状态信息链接入口,可扫码读取设备在线监测历史数据及趋势。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。根据各时频信号互相关系数、能量分布曲线特征参量(互相关系数、最大值、平均值、峰度、偏度)、ATF图谱特征参量(六等分区间均值)、总谐波畸变率、基频信号能量比等状态量,采用深度学习算法,自动判断变压器/电抗器运行状态及机械故障类型。图15基于振动声学指纹的变压器故障诊断结合变压器/电抗器的带电检测、智能巡检以及其他在线监测状态量,高压开关振动声学指纹在线监测功能特点

信息来源于互联网 本站不为信息真实性负责