3.2.2数据采集装置GZAFV-06T型便携式变压器声纹振动监测与诊断系统的数据采集装置由传感器、信号调理电路、AD采样电路及缓存模块、MCU控制单元、电源模块、USB接口、4G/5G信号传输模块等组成。传感器实现多路振动、声纹及驱动电机电流等信号感知,信号调理电路实现信号放大、滤波、检波及A/D转换等功能,AD采样电路及缓存模块将转换后的数字信号(振动、声纹和电流的信号)传输至MCU控制单元。MCU控制单元实现信号时域、频域等的基本分析后,采用IEC61850协议或私有协议将原始数据及基本分析结果上传至客户端或平台层。电源模块包括电源输入(220V)及降压转换,为数据采集装置供电;USB接口用于现场信号获取、调试;4G/5G模块用于信号采集处理后的远端后台的信号传输。数据采集装置示意图及参数分别如下图5和下表2所示。杭州国洲电力科技有限公司变压器振动监测系统培训。高压开关振动声纹检测报告
4.2.2具备实物ID管理功能,提供OLTC、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。4.2.3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,自动判断变压器运行状态及机械故障类型。
4.2.4结合变压器的带电监测、智能巡检以及其他在线监测状态量,进行数据的多参量融合分析,形成基于多源数据的故障预警机制,多参量融合分析不仅提高了识别故障的准确性,而且还能**降低因单个参量判别故障带来的误报。例如,对于变压器疑似问题地诊断可结合负荷、损耗、绕组机械振动信号、油温、以及历史电流电压情况分析,在监测到变压器地声纹振动频谱时,GZAFV-01系统的操控及监测数据分析系统可以自动去查询变压器地历史电流和电压信号,如果发现在某段时期确实有大电流冲击,可给出预警:变压器可能存在绕组变形地异常。 研发振动声纹监测效果如何杭州国洲电力科技有限公司振动监测产品图片。
3.3GIS中及敞开式隔离开关的监测3.3.1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,隔离开关故障率不断升高,严重影响整个电力系统的安全稳定运行。因此,在线监测隔离开关的各项参量经过融合评价而实现故障预警,对提高隔离开关和电网的可靠性具有重要意义。基于机械性能的隔离开关在线监测与诊断技术,通过实时监控隔离开关振动及驱动电机电流信号,通过系统软件的智能化融合分析,实现隔离开关运行状态的***评价,确保隔离开关及电网的安全稳定运行。
ZAFV-01T子系统采用小型化设计,集成式架构,单元内综合电机电流及AFV的信号监测功能,可监测OLTC的完整动作过程和振动状况;可外接电流传感器(CT卡钳式),获取电机电流信号。装置提供RS485接口,对外通信和传送监测数据。GZAFV-01T子系统包括数据服务器,通信模块、AFV、电流传感器,数据采集模块,供电模块。通过吸附在变压器外壁上的3个AFV传感器获取AFV信号和1个电流传感器获取驱动电机电流信号,经现场的IED通过4G/5G无线传送模块传送至平台层数据服务器进行存储,通过操控及监测数据分析软件进行在线监测及诊断分析。杭州国洲电力科技有限公司振动监测系统技术服务。
GZAFV-01系统的IED/主机形态分便携式带电监测(分体机,如上图3.3、一体机)、长期固定在线监测式(标准1U的IED,如上图3.3)等机型。其中,便携式一体机结构轻巧,适用于带电巡检、故障诊断;标准监测单元与壁挂式监测单元适用于长期在线监测与故障诊断。6.12020年10月20日,我公司荣获国网公司设备部的邀请,委派技术智造中心总监王国明博士参与国网设备部组织的关于智慧变电站技术方案审查会,向与会的国网公司设备部、各省公司设备部及各省电科院的领导和**们做了《声纹振动监测技术在变电站主设备智慧型综合监测中的作用和实施方案》的汇报,获与会领导和**们的高度认可。GZAF-1000T系列变压器/电抗器振动声学指纹监测系统主界面。研发振动声学指纹概念
国洲电力变压器振动监测系统使用方法。高压开关振动声纹检测报告
(4)时频能量分布矩阵(ATF图谱)获取声纹振动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OLTC正常状态与异常状态对比。下图13为正常状态下的声纹振动信号的时频能量矩阵。图13声纹振动信号的时频能量矩阵3.3.2绕组及铁芯运行状态分析下图14(a)为变压器运行时的绕组及铁芯声纹振动的时域信号。为更直观的分析绕组及铁芯运行状态,采用频域法分析声纹振动信号,实现变压器在线运行状态下的监测与诊断。高压开关振动声纹检测报告