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。GZAF-1000T系列变压器(电抗器)振动声学指纹数据采集装置。杭州隔离开关振动声学指纹在线监测概述
概述：电力系统中的高压开关类设备主要包括GIS（气体绝缘金属封闭开关设备：GASinsulatedSWITCHGEAR）、敞开式断路器、GIS隔离开关、敞开式隔离开关、开关柜断路器等，各类高压开关设备的材料、工艺、设计、安装过程中的缺陷以及频繁动作极易引起机械故障，严重时更会导致电气火灾、停电等事故。现有定期检修方式的试验周期长、耗费人力物力、检修效率低等缺点，较大地影响设备正常运行。开展基于振动声学指纹监测技术的状态评价，可在在线状态下及时发现高压开关类设备的潜在故障，并及时预警，从而延长设备使用寿命，提高电网运行的可靠性。我公司以振动声学指纹监测技术为主，结合电流、行程等其他状态量，开发故障诊断算法并提取相关特征参量，研制完成的GZAF-1000S系列高压开关振动声学指纹监测系统适用于高压开关类设备的带电检测、移动式短期在线监测、固定式长期在线监测与故障诊断。振动声学指纹在线监测直销价格GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统功能。
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
(3)频谱互相关系数(r)：正常状态与实时测得振动信号频谱图之间的相似度，计算公式如下：=[−−[−[−2其中和分别为正常状态与实时测得振动信号的频域分布，平均值，互相关系数范围为0~1。正常运行时，相关系数应接近于1；存在故障时，信号频率分布发生改变，互相关系数减小。(4)频率复杂度(FCA)：频率复杂度的定义与信息熵类似，频率成分越复杂，对应的频率复杂度特征量越大，计算公式为：=−ln =其中f=100,200,…,2000Hz,f的谐波比重值。振动声学指纹监测技术的应用意义。
各类高压开关监测系统的技术参数类别指标名称技术指标备注振动声学指纹传感器励磁电压DC18～30V频率范围为0.5Hz～3kHz的传感器适用于GIS本体振动声学指纹监测；频率范围为0.5Hz～20kHz的传感器适用于隔离开关及断路器机械特性监测。励磁电流2～20mA灵敏度100mV/g测量范围50g频率范围0.5Hz～3kHz/20kHz数量1个电流传感器电流范围0～20A适用于隔离开关及断路器机械特性监测。频率范围10Hz～100kHz线性度＜1%误差＜1%噪声比优于80dB数量6个位移传感器测量范围0～300mm适用于断路器机械特性监测。时间分辨率优于0.1ms行程分辨率优于0.1mm数量1个IED(监测单元)采样率200kS/s采样精度16bit通道数量8（可根据监测需求定制）通讯接口RS485、RJ45、光纤、4G/5G杭州国洲电力科技有限公司振动声学指纹在线监测怎么样？振动声学指纹在线监测直销价格
GZAF-1000T系列变压器(电抗器)振动声学指纹监测设备信息管理。杭州隔离开关振动声学指纹在线监测概述
振动声学指纹监测技术的应用意义我公司基于振动声学指纹监测技术研制的GZAF-1000系列监测系统适用于变压器/电抗器（绕组、有载分接开关、铁心等）、开关类（GIS、敞开式断路器、隔离开关、开关柜等）等电力设备的带电检测、在线监测与故障诊断，不影响被测设备正常运行，且与被测设备无电气连接，具有安装方便、安全、可靠等优点，主要意义如下：1、采用带电检测/在线监测方式，不影响主设备正常运行，降低了电网风险；2、减少了人员进站检查的运维成本；3、监测方式与设备无电气连接，具有安全、可靠、安装方便等优点；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。杭州隔离开关振动声学指纹在线监测概述
