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)振动声学指纹监测系统功能。国洲电力振动声学指纹在线监测概述
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。变压器振动声学指纹在线监测分析GZAF-1000S系列高压开关振动声学指纹监测系统--敞开式断路器监测功能特性。
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。有载分接开关（OLTC）切换过程中，分接选择器动作、切换开关动作、动静触头碰撞等机械动作产生振动信号。振动信号包含触头分合状态、三相触头是否同期、触头表面是否平整、切换是否到位等信息，可反映分接开关结构磨损、卡滞、松动、变形等故障。切换过程中若储能弹簧性能发生改变或储能过程中存在机构卡塞等现象，必然伴随着电机驱动力矩的变化，从而使驱动电机电流发生变化。因此，可通过监测驱动电机电流在线检测OLTC的运行状况，且电流信号与振动声学指纹信号的结合分析，可更加有效的判断OLTC故障。
云平台服务器：数据经现场采集装置采集后，通过4G/5G无线传输模组（或电力光纤专网）传送至电力设备监测及诊断技术的“中国智造者”第10页共29页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地查看系统监测内容，对变压器/电抗器进行运行监测及诊断分析。云平台系统结构图如下图6所示，采用B/S结构（浏览器/服务器模式），提供监测系统的数据深度计算、存储及浏览器查看服务，便于管理。信号分析与处理有载分接开关运行状态分析杭州国洲电力科技有限公司振动声学指纹在线监测服务。
数据采集装置安装在密封箱体内，在线监测型挂壁式主机使用强力磁铁吸附在变压器/电抗器的外壁（如下图5B所示），同时采集箱外侧涂抹胶水粘合。系统各种传感器、通信模块和前端主控单元统一采用220V供电方式。采集箱外部设有5个防水接口，分别为振动传感器接入孔防水接口、电流信号防水接口、电源线缆防水接口、USB信号防水接口、采集箱进出线孔，安装防水接头、机械振动信号、电流信号引入线缆孔安装双防12-PG13.5接头、通信引入线缆采用PG16型防水接头，并内外两边涂胶处理，进入双防接头之前的线缆均套金属保护管，采集箱内部接线端子做密封保护，确保采集箱内部整体密封。GZAF-1000T系列变压器(电抗器)振动声学指纹监测时频能量分布矩阵(ATF图谱)。国洲电力振动声学指纹在线监测概述
GZAF-1000T系列变压器(电抗器)振动声学指纹监测设备信息管理。国洲电力振动声学指纹在线监测概述
系统功能：3.4.2监测系统的智慧化功能具备边缘计算能力，就地采集并处理振动声学指纹信号及驱动电机电流信号，完成有载分接开关信号包络、ATF等分析，完成绕组及铁芯振动信号频谱分析及参数计算，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；具备实物ID管理功能，提供有载分接开关、绕组及铁芯运行状态信息链接入口，可扫码读取设备在线监测历史数据及趋势。通过扫码或RFID识别设备，读取设备ID信息，通过站内网络（4G/5G/WIFI）传输给云端服务器，向服务器请求该设备的详细信息，以及详细的运行状态，测试信息等。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，国洲电力振动声学指纹在线监测概述
