振动声学指纹在线监测基本参数
  • 品牌
  • 国洲电力
  • 型号
  • GZAF-1000T系列,GZAF-1000S系列
  • 厂家
  • 国洲电力
振动声学指纹在线监测企业商机

(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。GZAF-1000S系列高压开关振动声学指纹监测系统--敞开式断路器监测技术背景。杭州研制的振动声学指纹在线监测系统售后服务

杭州研制的振动声学指纹在线监测系统售后服务,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。GZAF-1000T系列振动声学指纹在线监测技术产品功能GZAF-1000S系列高压开关振动声学指纹监测系统功能特点。

杭州研制的振动声学指纹在线监测系统售后服务,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。

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。杭州国洲电力科技有限公司振动声学指纹在线监测技术的应用意义。

杭州研制的振动声学指纹在线监测系统售后服务,振动声学指纹在线监测

系统功能:智能分析功能:系统软件内置海量故障特征的数据库,可与测得的数据进行比对,通过信号波形、时间长度和幅值等特征值,诊断分析故障类型;也可添加新测得的数据,方便后期横向、纵向比较;软件可将同一厂家同一型号的正常检测数据进行导入保存,便于对该厂家、型号的变压器数据曲线进行比对分析;具有报表分析功能,自动计算并保存重合度、动作时间、能量分布、电流最大值、电流平均值、绕组及铁芯振动峰值频率、总谐波畸变率、基频能量比、互相关系数等特征参量,并生成分析报表。杭州国洲电力科技有限公司各类高压开关监测系统的功能特点。杭州变压器振动声学指纹在线监测相关标准

杭州国洲电力科技有限公司振动声学指纹在线监测技术系统功能。杭州研制的振动声学指纹在线监测系统售后服务

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电力设备监测及诊断技术的“中国智造者”第14页共29页量矩阵。图12振动声学指纹信号时频能量矩阵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。杭州研制的振动声学指纹在线监测系统售后服务

与振动声学指纹在线监测相关的**
信息来源于互联网 本站不为信息真实性负责