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

11、DL/T1540油浸式交流电抗器(变压器)运行振动测量方法;12、DLT1694.2高压测试仪器及设备校准规范第2部分:电力变压器分接开关测试仪;13、DL/T1805电力变压器用有载分接开关选用导则;14、DL/T1051电力技术监督导则;15、DL/T1054高压电气设备绝缘技术监督规程;16、DL/T11771000kV交流输变电设备技术监督导则;17、Q/GDW383智能变电站技术导则;18、Q/GDWZ410高压设备智能化技术导则;19、Q/GDWZ414变电站智能化改造技术规范;20、Q/GDW561输变电设备状态监测与诊断系统技术导则;21、Q/GDW739输变电设备状态监测与诊断主站系统变电设备在线监测与诊断I1接口网络通信规范;22、Q/GDW1168-2013输变电设备状态检修试验规程;各监测子系统的功能特点与技术参数。振动声学指纹成效与意义

振动声学指纹成效与意义,振动

(4)时频能量分布矩阵(ATF图谱)获取振动声学指纹信号时频能量分布矩阵,同时反映原始信号时域、频域特性及能量分布。将信号时频分布矩阵分为6个区间,计算各区间平均值作为特征参量,用于有载分接开关正常状态与异常状态对比。下图12为正常状态下振动声学指纹信号时频能量矩阵。3.3.2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:振动声学指纹成效与意义杭州国洲电力科技有限公司售后服务。

振动声学指纹成效与意义,振动

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GZOLM-1000G系列特高压GIS多参量监测与融合评价系统(根据用户需求,可以定制为监测与评价敞开式高压开关),适用于特高压及以下电压等级GIS的多源数据融合分析及运行状态多维度智能研判。系统设计符合智能变电站、智慧变电站及数字变电站建设要求,采用新型传感技术、智能终端、边缘计算技术、系统组网技术等先进理念,具备云计算、大数据处理、人工智能分析、物联网、移动互联网等功能,实现基于全息感知及多源数据融合分析的GIS状态评估和故障预警。

3.2.3云平台服务器各项监测的数据经现场的数据采集装置通过4G/5G无线传输模组(或电力光纤专网)传送至云服务器进行存储及深度计算,远端通过浏览器登录云服务器可随时随的查看系统监测与诊断内容,对变压器进行运行状态的监测与诊断分析。云平台系统结构图如下图7所示,采用B/S结构(浏览器/服务器模式),提供本系统的数据深度计算、存储及浏览器查看服务,便于管理。3.3信号分析与处理3.3.1OLTC运行状态分析OLTC动作时,典型声纹振动和驱动电机电流的信号如下图8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。GZOLM-1000G 系列特高压GIS 多参量监测与融合评价系统相关标准。

振动声学指纹成效与意义,振动

3.2.2数据采集装置GZAF-1000T系列变压器/电抗器振动声学指纹监测系统的数据采集装置由采集模块、信号处理模块、电源模块、USB接口、4G/5G信号传输模块等组成。采集模块实现6路机械振动信号及1路驱动电机电流信号采集,信号处理模块实现信号放大、信号滤波、信号检波及A/D转换等功能。利用系统电路设计对采集的振动信号和电流信号进行处理,保证信号的有效性和可靠性,将处理后的模拟信号经A/D转换成数字信号,便于主机系统进行数据处理分析。电源模块包括电源输入(220V)及降压转换,为数据采集装置供电。USB接口用于现场信号获取、调试;4G/5G模块用于信号采集处理后的远端后台的信号传输。数据采集装置示意图及参数分别如下图4和下表2所示。GZOLM-1000G 系列特高压GIS 多参量监测与融合评价系统产品验收服务。杭州国洲电力振动产品介绍

国洲电力变压器振动监测系统使用。振动声学指纹成效与意义

Ø智能分析:依托于我公司建立的海量典型故障案例的数据库,包络分析后可快速实现历史信号重合度对比开展智能分析,更直观、快速地判断电力设备运行状态。为量化信号重合度对比,GZAF-1000S监测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,被测设备可能存在故障。(7)振动相关性(MPC):振动相关性分析用一个特征量MPC表示各个测点之间的振动相关程度,该参数用于表示100Hz基频分量时域信号能量占信号总能量的比值,其计算公式为MPC=e1i=1mei正常状态下,由于100Hz基频分量为振动频谱图的主要成分,基频信号能量比应较大;存在故障时,谐波分量增加且峰值频率发生偏移,基频信号能量比变小。振动声学指纹成效与意义

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