隔离开关振动声学指纹在线监测

时间:2024年06月16日 来源:

包络分析:为提高在线监测的准确度,GZAF-1000T系统的数据采集装置通常采用高采样率获取振动声学信号及驱动电机电流信号,然而大量的数据不利于快速、准确存储与分析。因而采用包络分析,简化并反映原始信号特征,便于后续分析与处理。传统希尔伯特变换进行包络分析时存在提取深度不足、存在幅值偏差等问题,因此,GZAF-1000T系统采用小波变换和希尔伯特变换结合的信号包络分析。有载分接开关振动声学信号和驱动电机电流信号包络分析如下图8的A和B所示。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。隔离开关振动声学指纹在线监测

隔离开关振动声学指纹在线监测,振动声学指纹在线监测

GIS及敞开式的隔离开关监测:技术背景:隔离开关是电力系统中的重要组成部分,主要用于隔离电源、承载和切断电流电路,与接地开关共同实现对高压输电线路和电气设备的控制、保护和检修。在合闸位置时,隔离开关可承载线路额定电流及在规定时间内的异常电流;在分闸位置时,隔离开关的触头间有符合要求的绝缘距离和明显的断开标志,确保检修时人员和设备的安全。然而由于在材料、工艺、设计、安装等方面存在的问题,以及频繁动作时产生的电气老化、机械磨损等缺陷,GIS及敞开式的隔离开关的故障率不断升高,严重影响隔离开关和整个电力系统的安全稳定运行。因此,在线监测隔离开关以实现故障前预警,对提高设备和电网的可靠性具有重要意义。基于实时监控隔离开关振动声学指纹及驱动电机电流信号,结合智能分析软件,实现隔离开关运行状态的***评价,可有效确保隔离开关及电网的安全稳定运行。杭州国洲电力振动声学指纹在线监测产品有哪些GZAF-1000T系列变压器(电抗器)振动声学指纹监测能量分布曲线。

隔离开关振动声学指纹在线监测,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。

传统的绕组变形检测方法有低压脉冲法(LVI)、频率响应分析法(FRA)和短路阻抗法(SCI),以上方法*适用于离线或停电检测。铁芯典型故障包括压铁松动、铁芯接地不良、夹件松动或损伤,常用检测方法包括绝缘电阻测试及接地电流监测。采用声学指纹法检测绕组及铁芯状态,适用于带电监测/在线监测,不影响电力变压器/电抗器正常运行,且与设备无电气连接,具有安装方便、安全、可靠等优点。杭州国洲电力科技有限公司结合多年研发及现场经验,成功研制GZAF-1000T系列变压器/电抗器声学指纹监测系统,既有固定安装的长期在线监测,也有便携式的带电力设备监测及诊断技术的“中国智造者”第3页共29页电检测系统及可移动的重症监护系统。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,结合包络分析、重合度分析、小波分析、能量分布矩阵、频谱分析等多种算法,并提取故障诊断特征参量,在线状态下实现变压器有载分接开关及本体(绕组及铁芯)全振动监测与故障诊断。GZAF-1000T系列变压器(电抗器)振动声学指纹监测设备信息管理。

隔离开关振动声学指纹在线监测,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。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。杭州国洲电力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概述。隔离开关振动声学指纹在线监测

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。各特征参量定义及解释如下:(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:=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。隔离开关振动声学指纹在线监测

信息来源于互联网 本站不为信息真实性负责