杭州国洲电力振动声学指纹在线监测推荐

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。杭州国洲电力科技有限公司振动声学指纹在线监测主要产品有哪些？杭州国洲电力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。断路器振动声学指纹在线监测系统杭州国洲电力科技有限公司振动声学指纹在线监测技术交流与投运业绩。

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

系统结构：GZAF-1000T系列变压器/电抗器振动声学指纹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，系统机构图如下图2所示。传感器：GZAF-1000T系列变压器/电抗器振动声学指纹监测系统传感层由6路压电式加速度传感器及1路电流传感器构成，各传感器外观及参数如下表1所示。压电式加速度传感器集成电荷放大器，将振动信号转换成与之成正比的电压信号；电流传感器采用微型卡扣结构，便于现场安装，节省空间。采用3路压电式加速度传感器获取有载分接开关振动信号，振动传感器通过固定底座安装在变压器/电抗器外壁，安装位置通常选取平行于分接开关垂直传动杆方向，且尽量靠近分接开关触头组处。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。杭州国洲电力科技有限公司振动声学指纹在线监测服务。

3、2020年8月6日，我公司荣获南方电网生产技术部的邀请，作为技术合作商的**参加生产技术部、各分省公司、南网电科院和南网数研院等部门/单位的**们出席的《公司新技术交流会议》，向与会的各位**做了《变压器振动监测技术》的专题汇报。4、2020年11月19日，我公司荣获南网广西电网公司总经办和生产技术部的邀请，向广西电网公司的总经理、副总经理以及生产技术部、电力科学研究院等相关部门和直属单位的领导做了《变压器声纹振动在线监测与故障诊断技术》的专题汇报，获得了领导和**们的称赞与肯定。杭州国洲电力科技有限公司振动声学指纹在线监测技术的应用意义。国洲电力振动声学指纹在线监测工作环境

杭州国洲电力科技有限公司振动声学指纹在线监测使用说明。杭州国洲电力振动声学指纹在线监测推荐

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。杭州国洲电力振动声学指纹在线监测推荐