电抗器振动声学指纹在线监测概述

时间:2024年05月20日 来源:

GIS及开关柜的断路器监测:技术背景:断路器在电力系统中起到保护和控制作用,它根据供电系统运行的需要来可靠地投电力设备监测及诊断技术的“中国智造者”第9页共12页入或切除相应的线路或电气设备,以确保电力系统安全运行。实现对断路器的在线监测,准确得知断路器的工作状态和故障部位,可以有效减小维护工作量,增强检修的针对性,***提高供电系统可靠性和经济性。振动声学指纹信号、线圈分合闸电流、储能电机电流、行程及分合闸位置是断路器在线监测中非常重要的参数,是衡量断路器性能优劣的重要指标,因此通过在线监测系统准确提取振动声学指纹、分合闸电流、储能电机电流、行程及分合闸位置特征值,对判断断路器的健康状态具有重要意义。GZAF-1000T系列变压器(电抗器)振动声学指纹数据采集装置。电抗器振动声学指纹在线监测概述

电抗器振动声学指纹在线监测概述,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。杭州断路器振动声学指纹在线监测系统功能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。

电抗器振动声学指纹在线监测概述,振动声学指纹在线监测

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。

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。GZAF-1000T系列变压器(电抗器)振动声学指纹监测频谱分析。

电抗器振动声学指纹在线监测概述,振动声学指纹在线监测

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。)GZAF-1000T系列变压器(电抗器)振动声学指纹监测技术交流与投运业绩。杭州断路器振动声学指纹在线监测系统功能

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。电抗器振动声学指纹在线监测概述

系统功能: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。电抗器振动声学指纹在线监测概述

信息来源于互联网 本站不为信息真实性负责