振动声学指纹在线监测基本参数
  • 品牌
  • 国洲电力
  • 型号
  • GZAF-1000T系列,GZAF-1000S系列
  • 厂家
  • 国洲电力
振动声学指纹在线监测企业商机

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;智能分析功能:系统软件内置海量故障特征的数据库,可与测得的数据进行比对,通过信号波形、时间长度和幅值等特征值,诊断分析故障类型;也可添加新测得的数据,方便后期横向、纵向比较;软件可将同一厂家同一型号的正常检测数据进行导入保存,便于对该厂家、型号的变压器数据曲线进行比对分析;GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统概述。杭州隔离开关振动声学指纹在线监测技术参数

杭州隔离开关振动声学指纹在线监测技术参数,振动声学指纹在线监测

我公司研制的电力设备监测与诊断技术,特别是在变压器、高压电抗器、高压开关和电力电缆等电力设备的绝缘状态、运行状态的数据分析与状态评价方面,凭借我公司前沿的软硬件技术与先进的监测方法,为运维管理提供了质量的技术服务方案。我公司秉持专注、共赢、远航的经营理念,追求创新,在稳步发展的同时***研制人工智能、大数据云平台、万物互联等技术在电力设备监测与诊断技术上的科学应用,决心成为专注于综合智慧能源服务领域的“中国智造”**者、推动者、先行者,并在公司发展的进程中为客户、股东、员工以及其他合作方和社会创造更多的价值。杭州隔离开关振动声学指纹在线监测技术参数GZAF-1000T系列变压器(电抗器)振动声学指纹监测信号分析与处理。

杭州隔离开关振动声学指纹在线监测技术参数,振动声学指纹在线监测

各类高压开关监测系统的技术参数类别指标名称技术指标备注振动声学指纹传感器励磁电压DC18~30V频率范围为0.5Hz~3kHz的传感器适用于GIS本体振动声学指纹监测;频率范围为0.5Hz~20kHz的传感器适用于隔离开关及断路器机械特性监测。励磁电流2~20mA灵敏度100mV/g测量范围50g频率范围0.5Hz~3kHz/20kHz数量1个电流传感器电流范围0~20A适用于隔离开关及断路器机械特性监测。频率范围10Hz~100kHz线性度<1%误差<1%噪声比优于80dB数量6个位移传感器测量范围0~300mm适用于断路器机械特性监测。时间分辨率优于0.1ms行程分辨率优于0.1mm数量1个IED(监测单元)采样率200kS/s采样精度16bit通道数量8(可根据监测需求定制)通讯接口RS485、RJ45、光纤、4G/5G

包络分析:为提高在线监测的准确度,GZAF-1000T系统的数据采集装置通常采用高采样率获取振动声学信号及驱动电机电流信号,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,GZAF-1000T系统采用小波变换和希尔伯特变换结合的信号包络分析。有载分接开关振动声学信号和驱动电机电流信号包络分析如下图8的A和B所示。杭州国洲电力科技有限公司振动声学指纹在线监测技术背景。

杭州隔离开关振动声学指纹在线监测技术参数,振动声学指纹在线监测

GIS及敞开式的隔离开关监测:功能特性:各特征参量定义如下:(1)分合动作时间:根据电机电流的变化来获取驱动电机启动至停止的时长;(2)电机峰值电流:电机电流出现后的瞬态过程中,电流的***个大半波的峰值;(3)电机电流燃弧时间:电机电流停止末端,电流变小后又增大,直至电流归零的持续时间;(4)电流抖动:电机在驱动连杆时,电机电流不稳定状态称为电流抖动;(5)振动声学高幅值关键特征:捕获一些振动幅值比较大的时间点;(6)振动声学脉动关键特征:振动信号进过小波滤波后,时域及频域分布特性。GZAF-1000T系列变压器(电抗器)振动声学指纹监测云平台服务器。杭州隔离开关振动声学指纹在线监测技术参数

GZAF-1000T系列变压器(电抗器)振动声学指纹监测重合度对比。杭州隔离开关振动声学指纹在线监测技术参数

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,杭州隔离开关振动声学指纹在线监测技术参数

与振动声学指纹在线监测相关的**
信息来源于互联网 本站不为信息真实性负责