GIS振动声学指纹在线监测传感器

时间:2024年03月25日 来源:

重合度对比如图9所示,包络分析后可快速实现历史信号重合度对比分析,更直观地判断有载分接开关运行状态。为量化信号重合度对比,系统引入互相关系数的计算。当实时采集信号包络曲线与正常状态包络曲线互相关系数接近1时,实时采集的信号接近正常运行状态;当互相关系数接近0时,有载分接开关可能存在故障。能量分布曲线基于小波变换的振动信号多分辨率分析结果如下图10所示。原始信号经8层分解后产生第8层的近似分量和第1层至第8层的详细分量,计算各层详细分量信号能量,可获得信号能量分布曲线。对比正常状态与异常状态能量分布曲线,可判断有载分接开关运行状态,并提取互相关系数、最大值、平均值、峰度、偏度作为状态诊断特征参量。图11为正常状态与异常状态振动信号能量分布曲线对比。杭州国洲电力科技有限公司简介。GIS振动声学指纹在线监测传感器

GIS振动声学指纹在线监测传感器,振动声学指纹在线监测

各类高压开关监测系统的功能特点:GIS本体监测:技术背景:GIS运行时,电流通过高压导体时产生的电动力引起振动,由于导体所受电动力正比于负载电流的平方,GIS本体振动信号的基频为100Hz。当存在机械故障时,振动信号频谱分布将发生改变,产生谐波分量。GIS本体机械型缺陷主要是指内部存在开关触头接触异常、导电杆接触不良、母线卡簧松动、屏蔽罩松动等异常时,在交变电场作用下发生异常振动,长期振动可能导致导电杆和绝缘件松动,引发局部放电,甚至造成绝缘事故。异常振动还可能造成SF6气体泄漏,损坏绝缘子和绝缘支柱,影响外壳接地的牢固,危及主设备运行安全。因此开展振动声学指纹检测、实时频谱分析并提取相关特征参量对提高GIS运行的可靠性具有重要意义。杭州GZAF-1000S系列振动声学指纹在线监测厂家价格GZAF-1000S系列高压开关振动声学指纹监测系统技术说明。

GIS振动声学指纹在线监测传感器,振动声学指纹在线监测

二、相关标准GB/T4208外壳防护等级(IP代码);GB/T10230.1分接开关第1部分:性能要求和试验方法;GB/T10230.2分接开关第2部分:应用导则;DL/T265变压器有载分接开关现场试验导则;DL/T574变压器分接开关运行维修导则;DL/T846.8-2017高电压测试设备通用技术条件第8部分:有载分接开关测试仪;DL/T860变电站通信网络和系统;DL/T1430变电设备在线监测系统技术导则;DL/T1432.1变电设备在线监测装置检验规范第1部分:通用检验规范;DL/T1538电力变压器用真空有载分接开关使用导则;DL/T1540油浸式交流电抗器(变压器)运行振动测量方法;DLT1694.2高压测试仪器及设备校准规范第2部分:电力变压器分接开关测试仪;DL/T1805电力变压器用有载分接开关选用导则;

软件界面4.1远端后台软件管理远端后台管理软件通过云服务器账户登录,选择管理对象。图164.2设备信息管理设备信息管理界面包括设备名称、位置、编号等基本信息。图17电力设备监测及诊断技术的“中国智造者”第19页共29页4.3主界面软件主界面包括项目管理、多通道信号同步显示、分析及其他工具及基本分析结果显示,可实现信号包络、重合度对比、能量分布、时频分布(ATF)等分析。图184.4包络分析振动声学指纹及驱动电机电流信号的包络分析可简化信号,直观反映设备运行状态。图19电力设备监测及诊断技术的“中国智造者”第20页共29页4.5历史数据对比实现正常状态信号与实时采集信号对比、历史数据横向纵向对比。图204.6频谱分析进行振动声学指纹地时域信号频谱分析,提取信号频域特征参量。图21电力设备监测及诊断技术的“中国智造者”第21页共29页4.7运行状态告警设备异常状态报警,可选择告警发送方式。图224.8报表生成功能目标变压器/电抗器诊断结果生成报表功能。图23GZAF-1000S系列高压开关振动声学指纹监测系统--GIS及开关柜的断路器监测功能特性。

GIS振动声学指纹在线监测传感器,振动声学指纹在线监测

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,杭州国洲电力科技有限公司振动声学指纹在线监测功能特性。杭州GZAF-1000S系列振动声学指纹在线监测产品参数

GZAF-1000S系列高压开关振动声学指纹监测系统概述。GIS振动声学指纹在线监测传感器

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。GIS振动声学指纹在线监测传感器

信息来源于互联网 本站不为信息真实性负责