您好,欢迎访问

商机详情 -

在线声纹振动声学指纹在线监测指纹监测的原理

来源: 发布时间:2024年06月28日

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。杭州国洲电力科技有限公司振动声学指纹在线监测技术说明。在线声纹振动声学指纹在线监测指纹监测的原理

在线声纹振动声学指纹在线监测指纹监测的原理,振动声学指纹在线监测

系统功能3.4.1基本功能支持多通道信号同步实时地采集、显示及分析;具有时间触发和电流触发功能,可手动选择信号触发方式;可将任意两次测量的图谱进行相似度分析,并自动计算图谱的重合度;具有先进的能量谱分析功能,并能自动识别能量谱比较大的高低频能量频率;独有的信号处理功能,生成振动声学指纹信号ATF图(**算法,**所有),更直观、更便捷分析有载分接开关及绕组和铁芯的运行状态;具有绕组及铁芯振动声学指纹信号频谱分析功能,自动识别峰值频率偏移及谐波增量,实时分析绕组及铁芯运行状态;振动声学指纹信号和电流信号历史数据曲线趋势功能;信号阈值告警功能,软件自动分析信号增长趋势,实现自动告警,也可手动设置告警阈值,支持短信告警;在线声纹振动声学指纹在线监测指纹监测的原理GZAF-1000T系列变压器(电抗器)振动声学指纹监测历史数据对比。

在线声纹振动声学指纹在线监测指纹监测的原理,振动声学指纹在线监测

各特征参量定义如下:(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:电力设备监测及诊断技术的“中国智造者”第5页共12页=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。

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,GZAF-1000T系列变压器(电抗器)振动声学指纹监测主界面。

在线声纹振动声学指纹在线监测指纹监测的原理,振动声学指纹在线监测

确保采集到的振动和声学数据具有足够的准确性和分辨率,以便于识别设备的正常运行状态与异常情况,可以采取以下措施:

选择合适的传感器:根据被监测设备的特性和监测要求选择适当类型和规格的振动和声学传感器。传感器应具有高灵敏度和适当的频率响应范围。校准传感器:定期对传感器进行校准,以确保其输出与实际测量值之间的准确对应关系。优化采样频率:根据设备的动态特性和可能发生的故障类型,设置合适的采样频率,以捕捉到振动和声学信号的关键特征。减少噪声干扰:采取措施减少环境噪声和电磁干扰,如使用屏蔽电缆、设置隔振平台、选择低噪声环境进行测量等。数据预处理:采用滤波、去噪等数据预处理技术,提高信号质量,减少噪声的影响。多传感器融合:使用多个传感器并结合不同的测量位置,可以提高数据的冗余性和鲁棒性,从而增强信号的准确性。动态范围调整:根据设备的运行状态调整测量系统的动态范围,确保在设备运行在不同负载条件下都能获得清晰的信号。数据后处理和特征提取:应用高级信号处理技术,如时频分析、小波变换等,提取出反映设备状态的关键特征。 GZAF-1000T系列变压器(电抗器)振动声学指纹监测运行状态告警。校验振动声学指纹在线监测监测图谱

GZAF-1000S系列高压开关振动声学指纹监测系统遵循标准。在线声纹振动声学指纹在线监测指纹监测的原理

(5)振动平稳性(DET):振动平稳性以理解为对振动信号周期性的一种衡量,如果振动平稳性较差,那么作为振动主要激励源的部件出现机械稳定性异常的可能性较大,其定义为h=其中,l**信号递归图中斜对角线的长度,P(l)**对角线长度为l的对角线的条数,Im**斜对角线的最小长度。DET值是一个介于0和I之间的数,对于正常运行的GIS而言,其机械结构确定性很高,其DET值接近1。(6)能量相似度(EDR):能量相似度分析用于衡量不同负载条件下测点振动能量的相似性,振动能量分布特性的改变能够反映GIS内部机械结构的变化,其定义为电力设备监测及诊断技术的“中国智造者”第6页共12页=1−100其中,vi为各频率信号归一化能量,μ为能量平均值。能量相似度分析通过对比测量信号的能量与目标能量差异来判断GIS振动是否异常。当某个测点的EDR值突然变大,这意味着该测点附近的机械结构可能出现异常。在线声纹振动声学指纹在线监测指纹监测的原理