振动基本参数
  • 品牌
  • 国洲电力
  • 型号
  • GZAF-1000T系列,GZAF-1000S系列,
振动企业商机

七、技术交流与投运业绩GZAFV-06T型便携式变压器声纹振动监测与诊断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、青岛顾家站和世纪站、泰安天平站等),实现大型电力设备的全振动在线监测与故障诊断,有效的提高电力设备运行的可靠性。同时,我公司积极与各科研院所(南网电科院、广东电科院广西电科院、冀北电科院、山东电科院、江苏电科院、浙江电科院等)、供电公司(冀北、山东、山西、江苏、宁夏等的省检)、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)、OLTC制造商(上海华明、贵州长征、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、长园深瑞等)开展合作,不断丰富各型变压器的声纹振动样本数据库。GZAF-1000T系列变压器/电抗器振动声学指纹监测系统功能。杭州高压电缆振动声纹监测系统组件

杭州高压电缆振动声纹监测系统组件,振动

(2)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。(3)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。智能化振动电话声学指纹振动监测软件介绍。

杭州高压电缆振动声纹监测系统组件,振动

Ø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Ø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。

OLTC是在励磁状态下,通过改变绕组分接位置实现电网的有载调压,起到稳定负载电压、调节无功潮流、增加电网灵活度等重要作用。它是调压变压器中***的可动部件、关键部件之一。国际大电网委员会(GIGRE)等国内外统计结果表明,OLTC故障占变压器总体故障的30%以上,各类故障影响变压器及整个电网的安全稳定运行,严重时更会导致大面积停电、电气火灾等事故。OLTC的故障模式有多种,具体包括传动轴断裂、选择开关触头接触不良、操作机构失灵造成的拒动或滑档现象、限位开关失灵、切换开关拒切、中止或动作滞后、内部紧固件松动和脱落、以及内部渗漏等。根据国家电网设备部发布的《设备管理重点工作任务》,2020年度需完成382台换流变分接开关隐患整改,加快消除故障隐患。因此,实施OLTC在线监测与诊断与故障诊断不仅对确保变压器及整个电网安全稳定运行具有重要的现实意义,也是今后的发展方向。杭州国洲电力科技有限公司变压器/电抗器振动声学指纹监测系统传感器。

杭州高压电缆振动声纹监测系统组件,振动

三、技术方案3.1系统原理变压器/电抗器振动主要包括有载分接开关切换时的瞬态振动、电流通过绕组时电动力引起的绕组振动、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、以及冷却装置工作时的振动。其中,由冷却系统引起的基本振动频率小于100Hz,不作为变压器/电抗器声学指纹监测的分析内容。变压器/电抗器内振动信号通过绝缘油、支撑单元、加强筋结构等多种途径传播至变压器外壁,可由安装于外壁的加速度传感器测得。杭州国洲电力科技有限公司振动声学指纹监测设备信息管理。杭州高压电缆振动声纹监测系统组件

GZAFV-06T型便携式变压器声纹振动 监测与诊断系统传感器。杭州高压电缆振动声纹监测系统组件

振动声学指纹监测技术的应用意义4、采用独特的时域分析、包络分析、重合度对比、时频矩阵分析等方法,并提峰值频率、总谐波畸变率、频谱互相关系数、频率复杂度、振动平稳性、能量相似度、振动相关性等特征参量等特征参量,提高在线监测准确度。5、内置基于海量样本的大数据和人工智能技术而建立的**分析型数据库,可真实反应设备运行状态,有效诊断绕组变形、机械卡涩、触头磨损、电动机构拒动等故障程度和类型;6、符合智慧变电站建设原则,监测系统的IED具备边缘计算能力,就地采集并处理振动声学指纹及其它信号,完成分析计算后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。杭州高压电缆振动声纹监测系统组件

与振动相关的**
信息来源于互联网 本站不为信息真实性负责