隔离开关振动声学指纹在线监测推荐

5、2020年10月30日，国网公司设备部领导视察1000kV廊坊特高压变电站已投运的1000kV电抗器运行情况。（通过查看我公司的GZOLM-1000T系列变压器/电抗器综合在线监测系统（局部放电、振动声学指纹、铁心接地电流、油色谱）的多参量数据监测和融合评价技术所展示的电抗器运行参量和状况）图28电力设备监测及诊断技术的“中国智造者”第28页共29页6、2019年4月，在国网宁夏±800kV灵州特高压换流站、国网山西±800kV雁门关特高压变电站、国网江苏1000kV盱眙特高压和±800kV淮安特高压换流站，我公司会同变电站属地的电科院和检修公司、主设备厂家的技术工程师运用我公司的GZAF-06T型振动声学指纹监测系统对特高压变压器的有载分接开关开展状态监测与评价的技术服务。7、2020年11月，我公司技术支持中心的杨加浩工程师在广西南宁供电局的变电二所实训基地向广西电科院高压所黎大健主任、广西大学电气工程学院郑含博教授、***电力公司设备部王佳灵高工、南网高级技能**李炎、南宁供电局设备部检修专责罗工等各位领导**做变压器（绕组、有载分接开关）和断路器振动声学指纹监测技术的实操演示。GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统功能。隔离开关振动声学指纹在线监测推荐

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，隔离开关振动声学指纹在线监测推荐GZAF-1000S系列高压开关振动声学指纹监测系统--敞开式断路器监测技术背景。

采用1路电流传感器获取有载分接开关驱动电机电流信号，电流传感器安装于驱动电机电源线处。采用3路振动传感器检测变压器/电抗器绕组及铁芯运行状况，传感器通常选取于上夹件底部、非冷却器侧油箱表面中部及油箱顶部中心点。为保持检测点的同一性，便于后期历史数据对比，建议所有振动传感器底座长期固定在变压器/电抗器外壁上。传感器安装示意图如下图3所示，变压器/电抗器声学指纹监测系统所有传感器单元均与变压器/电抗器本体无电气连接，安装简单方便，适用于在线监测或带电检测。（注：传感器数量及安装位置可根据具体技术规范或方案调整。）

软件界面4.1远端后台软件管理远端后台管理软件通过云服务器账户登录，选择管理对象。图164.2设备信息管理设备信息管理界面包括设备名称、位置、编号等基本信息。图17电力设备监测及诊断技术的“中国智造者”第19页共29页4.3主界面软件主界面包括项目管理、多通道信号同步显示、分析及其他工具及基本分析结果显示，可实现信号包络、重合度对比、能量分布、时频分布(ATF)等分析。图184.4包络分析振动声学指纹及驱动电机电流信号的包络分析可简化信号，直观反映设备运行状态。图19电力设备监测及诊断技术的“中国智造者”第20页共29页4.5历史数据对比实现正常状态信号与实时采集信号对比、历史数据横向纵向对比。图204.6频谱分析进行振动声学指纹地时域信号频谱分析，提取信号频域特征参量。图21电力设备监测及诊断技术的“中国智造者”第21页共29页4.7运行状态告警设备异常状态报警，可选择告警发送方式。图224.8报表生成功能目标变压器/电抗器诊断结果生成报表功能。图23振动声学指纹监测技术的应用意义。

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。GZAF-1000T系列变压器(电抗器)振动声学指纹监测绕组及铁芯运行状态分析。隔离开关振动声学指纹在线监测推荐

GZAF-1000T系列变压器(电抗器)振动声学指纹监测云平台服务器。隔离开关振动声学指纹在线监测推荐

有载分接开关运行状态分析：有载分接开关动作时，典型振动声学指纹和驱动电机电流的信号如下图7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，为方便检测人员快速完成诊断任务，需通过多种算法更直观、准确地判断开关状态。变压器/电抗器声学指纹监测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**算法，实现有载分接开关***、有效、准确的状态诊断和早期故障监测，降低变压器/电抗器运行的故障风险。隔离开关振动声学指纹在线监测推荐