品牌振動聲學指紋在線監測監測布置

GIS及敞開式的隔離開關監測技術背景隔離開關在合閘位置時，隔離開關可承載線路額定電流及在規定時間內的異常電流；在分閘位置時，隔離開關的觸頭間有符合要求的絕緣距離和明顯的斷開標志，確保檢修時人員和設備的安全。然而由于在材料、工藝、設計、安裝等方面存在的問題，以及頻繁動作時產生的電氣老化、機械磨損等缺陷，GIS及敞開式的隔離開關的故障率不斷升高，嚴重影響隔離開關和整個電力系統的安全穩定運行。因此，實施在線監測隔離開關聲紋振動及驅動電機電流信號，實現隔離開關運行狀態的***評價具有重要意義。杭州國洲電力科技有限公司振動聲學指紋在線監測技術系統的兼容性分析。品牌振動聲學指紋在線監測監測布置

3.3.2.3基頻信號能量比(E)100Hz基頻分量時域信號能量占信號總能量的比值，計算公式：E=jmS1j2jmSj2，其中S1為100Hz基頻分量的時域信號，Sj為原始信號，j為采樣索引值。正常狀態下，由于100Hz基頻分量為聲紋振動頻譜圖的主要成分，基頻信號能量比應較大；存在故障時，諧波分量增加且峰值頻率發生偏移，基頻信號能量比變小。3.3.2.4互相關系數(r)正常狀態與實測的聲紋振動信號頻譜圖之間的相似度，計算公式：r=i=0N-1[Xi-X][Yi-Y]i=0N-1[Xi-X]2i=0N-1[Yi-Y]2，其中Xi和Yi分別為正常狀態與實時測得聲紋振動信號的頻域分布，X和Y為對應信號的平均值，互相關系數范圍為0~1。◆正常運行時，相關系數應接近于1。◆存在故障時，信號頻率分布發生改變，互相關系數減小。名優振動聲學指紋在線監測前景杭州國洲電力科技有限公司振動聲學指紋在線監測服務的快速響應機制。

GZAFV-01系統的功能特點GIS在帶電運行過程中除了機械故障會導致異常振動外，放電性故障（如絕緣子內部缺陷、螺絲松動、懸浮電位放電、毛刺前列放電、金屬微粒放電等）也會導致聲紋振動信號的產生。因此，通過深入研究GIS本體的聲紋振動信號特征可發現GIS機械性故障及放電性故障，具有監測***、監測結果互相補充的特點。基于聲紋振動信號的在線監測，可在GIS帶電運行狀態下及時發現潛在故障，并及時預警，從而延長使用壽命，提高電網運行的可靠性。我公司以聲紋振動信號為主，結合電流、位移等其他參量的在線監測，開發了故障診斷算法（***軟著權）并提取相關特征參量研制完成的GZAFV-01型聲紋振動監測系統，適用于開關設備的帶電監測（便攜診斷式、手持巡檢式）、在線監測（長期固定式、短期移動式）。GZAFV-01系統由聲紋振動傳感器（壓電式加速度計）、位移傳感器、電流傳感器、IED（在線監測式）/主機（便攜/手持式）、云服務器、通訊單元、供電單元等組件構成。

GIS及敞開式的隔離開關監測功能特性◆采用加速度傳感器及電流傳感器監測隔離開關聲紋振動及電機電流信號。◆具有比對分析功能：可將現測與標準/歷史的監測數據進行橫向/縱向比對分析。◆具有診斷分析功能：可對隔離開關狀態進行診斷，并上傳原始數據及分析結果。◆具有斷電不丟失存儲數據、復電自啟動、自復位的功能，可連續監測、存儲及導出功能，可夠存儲1000次以上的操作數據，并具備批量處理數據功能。◆具備聲紋振動及電機電流信號波形、包絡分析、時頻圖譜等展示功能。◆自動提取動/靜觸頭的分/合閘動作時間、電機峰值電流、電機電流的燃弧時間及抖動高幅值關鍵特征、聲紋振動脈動關鍵特征等參量。◆智能分析：依托于我公司建立的海量典型故障案例的數據庫，包絡分析后可快速實現歷史信號重合度比對開展智能分析，更直觀、快速地判斷電力設備運行狀態。為量化信號重合度比對，GZAFV-01系統引入互相關系數的計算，當實時采集信號包絡曲線與正常狀態包絡曲線的互相關系數：接近1時，被測設備是接近正常狀態。接近0時，被測設備是可能存在故障的異常狀態。杭州國洲電力科技有限公司振動聲學指紋在線監測功能的多場景適用性。

六、GZAFV-01系統的技術交流與投運業績GZAFV-01系統已成功應用于智能變電站、智慧變電站及數字化變電站等示范項目(已經投運的廊坊特高壓站、濟南商西站、青島顧家站和勝利站、泰安天平站等)，實現大型變壓器全振動在線監測與故障診斷，有效地提高設備運行可靠性。同時，我公司積極與各科研院所(南網電科院、廣西電科院、冀北電科院、山東電科院、江蘇電科院、浙江電科院)、供電公司(冀北、山東、山西、江蘇、寧夏等地的省檢)、變壓器制造商(山東電力設備制造廠、江蘇華鵬變壓器廠、南通的韓國曉星變壓器廠、杭州錢江變壓器廠等)、OLTC制造商（上海華明的遵義長征廠區、德國MR等）、變電站綜合監測系統平臺承建商(國網智能、南瑞科技、長園深瑞等)開展合作，不斷豐富各型號變壓器的聲紋振動信號樣本數據庫。杭州國洲電力科技有限公司振動聲學指紋在線監測技術的節能效益分析。名優振動聲學指紋在線監測前景

杭州國洲電力科技有限公司振動聲學指紋在線監測技術的科研支持背景。品牌振動聲學指紋在線監測監測布置

3.3GZAFV-01系統的監測數據信號分析與處理3.3.1OLTC運行狀態分析OLTC動作時，典型聲紋振動和驅動電機電流的信號如下圖3.4所示。通過分解時域內典型信號區間，可有效判斷OLTC驅動電機啟動、分接選擇器斷開、分接選擇器閉合、切換開關動作、驅動電機制動等動作順序，進而分析OLTC的運行狀態。然而，以上通過典型信號分析判斷OLTC的運行狀態需要豐富的實踐經驗，為方便監測人員快速完成診斷任務，需通過多種算法更直觀、準確地判斷OLTC狀態。GZAFV-01系統結合基于小波變換及希爾伯特變換的包絡分析、基于互相關系數的重合度分析、基于小波多分辨率分解的能量分布曲線分析、基于時頻分布矩陣的信號比對等多種核心算法，實現OLTC***、有效、準確的狀態診斷和早期隱患監測，降低OLTC運行的故障風險。品牌振動聲學指紋在線監測監測布置