有载开关声纹振动声学指纹在线监测监测频率

时间:2024年06月29日 来源:

时频能量分布矩阵(ATF图谱)获取振动声学指纹信号时频能量分布矩阵,同时反映原始信号时域、频域特性及能量分布。将信号时频分布矩阵分为6个区间,计算各区间平均值作为特征参量,用于有载分接开关正常状态与异常状态对比。下图12为正常状态下振动声学指纹信号时频能电力设备监测及诊断技术的“中国智造者”第14页共29页量矩阵。图12振动声学指纹信号时频能量矩阵绕组及铁芯运行状态分析下图13(a)为变压器/电抗器运行时的绕组及铁芯振动声学指纹的时域信号。为更直观地分析绕组及铁芯运行状态,采用频域法分析振动声学指纹信号,实现在线状态下的故障监测。如下图13(b)所示,基于振动声学指纹信号的频域分布,提取峰值频率、总谐波畸变率、基频能量比、互相关系数特征参量,以作为变压器/电抗器运行状态的分析参数。GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统相关标准。有载开关声纹振动声学指纹在线监测监测频率

有载开关声纹振动声学指纹在线监测监测频率,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。有载开关声纹振动声学指纹在线监测监测频率GZAF-1000T系列变压器(电抗器)振动声学指纹监测历史数据对比。

有载开关声纹振动声学指纹在线监测监测频率,振动声学指纹在线监测

变压器/电抗器运行时,电流通过绕组时产生的电动力引起绕组振动,硅钢片的磁致伸缩及硅钢片接缝处与叠片之间的漏磁导致铁芯振动。由于绕组导体所受电动力正比于负载电流的平方,绕组振动信号的基频为100Hz。由于变压器/电抗器中磁感应强度正比于加载电压的平方,铁芯振动信号的基频也为100Hz。另外,考虑到铁芯振动的非线性特性,振动信号还会包含频率为100Hz整数倍的高次谐波。当变压器/电抗器的绕组变形或铁芯故障后,振动信号频谱分布将发生改变,产生谐波分量。因此,振动信号分量可以作为区别绕组变形故障与铁芯故障的重要依据,采用振动分析法可实现绕组及铁芯的故障诊断。

技术交流与投运业绩:GZAF-1000T系列变压器/电抗器振动声学指纹监测系统已成功应用于智能变电站、智慧变电站及数字化变电站等示范项目(已经投运的廊坊特高压站、济南商西站、青岛顾家站和胜利站、泰安天平站),实现大型变压器/电抗器全振动在线监测与故障诊断,有效地提高设备运行可靠性。同时,我公司积极与各科研院所(南网电科院、广西电科院、冀北电科院、山东电科院、江苏电科院、浙江电科院)、供电公司(冀北、山东、山西、江苏、宁夏等地的省检)、变压器制造商(山东电力设备制造厂、江苏华鹏变压器厂、南通的韩国晓星变压器厂、杭州钱江变压器厂等)、有载分接开关制造商(上海华明的遵义长征厂区、德国MR等)、变电站综合监测系统平台承建商(国网智能、南瑞科技、电力设备监测及诊断技术的“中国智造者”第23页共29页长园深瑞等)开展合作,不断丰富各型号变压器/电抗器的振动声学指纹样本数据库。GZAF-1000T监测系统包括便携型带电检测(分体机的如下图24C、一体机的如下图24D)、固定型在线监测(标准1U式的如下图24E、壁挂式监测单元的如下图24F)等机型。其中,便携式一体机结构轻巧,适用于高压开关的带电检测及定期检修。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。

有载开关声纹振动声学指纹在线监测监测频率,振动声学指纹在线监测

确保采集到的振动和声学数据具有足够的准确性和分辨率,以便于识别设备的正常运行状态与异常情况,可以采取以下措施:

选择合适的传感器:根据被监测设备的特性和监测要求选择适当类型和规格的振动和声学传感器。传感器应具有高灵敏度和适当的频率响应范围。校准传感器:定期对传感器进行校准,以确保其输出与实际测量值之间的准确对应关系。优化采样频率:根据设备的动态特性和可能发生的故障类型,设置合适的采样频率,以捕捉到振动和声学信号的关键特征。减少噪声干扰:采取措施减少环境噪声和电磁干扰,如使用屏蔽电缆、设置隔振平台、选择低噪声环境进行测量等。数据预处理:采用滤波、去噪等数据预处理技术,提高信号质量,减少噪声的影响。多传感器融合:使用多个传感器并结合不同的测量位置,可以提高数据的冗余性和鲁棒性,从而增强信号的准确性。动态范围调整:根据设备的运行状态调整测量系统的动态范围,确保在设备运行在不同负载条件下都能获得清晰的信号。数据后处理和特征提取:应用高级信号处理技术,如时频分析、小波变换等,提取出反映设备状态的关键特征。 杭州国洲电力科技有限公司振动声学指纹在线监测技术方案。有载开关声纹振动声学指纹在线监测监测频率

GZAF-1000S系列高压开关振动声学指纹监测系统--GIS本体监测技术背景。有载开关声纹振动声学指纹在线监测监测频率

(3)基频信号能量比(E):100Hz基频分量时域信号能量占信号总能量的比值,计算公式如下:电力设备监测及诊断技术的“中国智造者”第15页共29页=122其中100Hz基频分量的时域信号,为采样索引值。正常状态下,由于100Hz基频分量为振动声学指纹频谱图的主要成分,基频信号能量比应较大;存在故障时,谐波分量增加且峰值频率发生偏移,基频信号能量比变小。(4)互相关系数(r):正常状态与实时测得振动声学指纹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声学指纹信号的频域分布,信号的平均值,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。有载开关声纹振动声学指纹在线监测监测频率

信息来源于互联网 本站不为信息真实性负责