您好,欢迎访问

商机详情 -

进口振动监测报警器

来源: 发布时间:2023年11月04日

(1)包络分析为提高在线监测与诊断的准确度,GZAFV-06T型系统的数据采集装置通常采用高采样率获取声纹振动及驱动电机电流的信号,然而大量的数据不利于快速、准确存储与分析。因而采用包络分析,简化并反映原始信号特征,便于后续分析与处理。传统希尔伯特变换进行包络分析时存在提取深度不足、存在幅值偏差等问题,因此,GZAFV-06型系统采用小波变换和希尔伯特变换结合的信号包络分析。OLTC的声纹振动和驱动电机电流的信号包络分析如下图9的A和B所示。杭州国洲电力科技有限公司变压器/电抗器振动声学指纹监测系统相关标准。进口振动监测报警器

进口振动监测报警器,振动

我公司结合多年研发及现场经验,成功研制GZAFV-06型便携式变压器声纹振动监测与诊断系统,可支持固定安装的长期在线监测型、便携的带电监测与诊断型、可移动的短期重症监护型等三种工作模式。本系统由IEPE式振动(加速度)传感器、声纹(自由场)传感器、驱动电机电流传感器、数据采集装置、云服务器(采用B/S结构)、通讯子系统及供电系统构成,结合包络分析、重合度分析、小波分析、能量分布矩阵、频谱分析等多种算法,并提取典型特征参量,在线状态下实现变压器OLTC及本体(绕组及铁芯)的监测与诊断。研发振动监测发展前景GZOLM-1000G 系列特高压GIS 多参量监测与融合评价系统技术联络。

进口振动监测报警器,振动

4.2.3根据各时频信号相关系数、能量分布曲线特征参量(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疑似机械故障类型。图16基于声纹振动法的故障诊断4.2.4结合变压器的带电检测、智能巡检以及其他在线监测的状态量,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疑似故障识别的准确性,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的诊断可结合负荷、损耗、绕组机械振动信号、油温、以及历史电流电压情况分析,在监测到变压器的声纹振动频谱时,系统可以自动去查询变压器的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的异常。

杭州国洲电力科技有限公司9.2技术联络我方负责合同设备的设计和协调工作,承担全部技术责任,并做好与贵方的设计联络工作。积极配合贵方进行GZOLM-1000G系统的建设和有关抽检工作。GZOLM-1000G系统的设计、控制、信号线缆的接线、传感器的安装、设备及软件的调试、将数据上传至贵方指定平台等工作由我方完成,我方协助贵方按技术协议检查安装质量,处理调试投运过程中出现的问题,并提供装置调试报告。安装施工过程中不得影响主设备的正常运行。GZAFV-06T型便携式变压器声纹振动 监测与诊断系统。

进口振动监测报警器,振动

GIS在运行过程中除了机械故障会导致异常振动外,放电性故障(如绝缘子内部缺陷、螺丝松动悬浮电位放电、毛刺前列放电及金属微粒放电等)也会导致声纹振动信号的产生。因此,通过深入研究GIS外壳声纹振动信号的特点,分析其信号特征,可发现GIS机械性故障及放电性故障,具有监测***、监测结果互相补充的特点。开展基于声纹振动的状态监测,可在在线状态下及时发现开关设备的潜在故障,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。我公司以声纹振动的监测为主,结合电流、位移等其他状态量,开发故障诊断算法并提取相关特征参量,研制完成的监测系统适用于开关设备的带电监测、在线监测(长期固定式、短期移动式)及疑似故障诊断。GZAFV-06T型便携式变压器声纹振动 监测与诊断系统概述。研发振动监测发展前景

杭州国洲电力科技有限公司振动监测系统监测装置组件。进口振动监测报警器

主要意义如下:6.1采用带电监测/在线监测方式,不影响主设备正常运行,降低了电网风险;6.2减少了人员进站检查的运维成本;6.3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;6.4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,提高在线监测的准确度。6.5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;6.6符合智慧变电站建设原则,本系统的IED具备边缘计算能力,就地采集并处理声纹振动及融合其它信号,完成分析计算后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。进口振动监测报警器