现场图样GZAF-1000S系列高压开关振动声学指纹监测系统包括便携型带电检测（分体机的如下图4C、一体机的如下图4D）、固定型在线监测（标准1U式的如下图4E、壁挂式监测单元的如下图4F）等机型。其中，便携式一体机结构轻巧，适用于高压开关的带电检测及定期检修，标准监测单元与壁挂式监测单元适用于高压开关类设备的长期在线监测与故障诊断。智能分析：依托于我公司建立的海量典型故障案例的数据库，包络分析后可快速实现历史信号重合度对比开展智能分析，更直观、快速地判断电力设备运行状态。为量化信号重合度对比，GZAF-1000S监测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，被测设备可能存在故障。下图1所示为正常状态与异常状态时，GIS本体振动声学指纹信号时域波形及频域谱图：GZAF-1000T系列变压器(电抗器)振动声学指纹监测时频能量分布矩阵(ATF图谱)。杭州GZAF-1000S系列振动声学指纹在线监测技术背景
数据采集装置GZAF-1000T系列变压器/电抗器振动声学指纹监测系统的数据采集装置由采集模块、信号处理模块、电源模块、USB接口、4G/5G信号传输模块等组成。采集模块实现6路机械振动信号及1路驱动电机电流信号采集，信号处理模块实现信号放大、信号滤波、信号检波及A/D转换等功能。利用系统电路设计对采集的振动信号和电流信号进行处理，保证信号的有效性和可靠性，将处理后的模拟信号经A/D转换成数字信号，便于主机系统进行数据处理分析。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4和下表2所示。国洲电力振动声学指纹在线监测概述振动声学指纹监测技术的应用意义。
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。
敞开式断路器监测:功能特性敞开式断路器机械特性监测单元主要功能特性如下：具备断路器振动声学指纹、分合闸线圈电流、储能电机电流、行程、分合闸位置监测功能；具备振动信号、电流波形、行程曲线、压力变化记录及展示功能，自动计算峰值电流、电流上升速率、动作时间、动作时长、行程、分合闸位置、分合闸次数等参数；监测单元支持多通道信号同步采集，通道数不小于8个；支持历史数据与实测数据对比分析、不同通道测量数据的横向及纵向对比功能；电力设备监测及诊断技术的“中国智造者”第7页共12页具有断电不丢失存储数据、复电自启动、自复位的功能，可连续监测、存储及导出1000次以上断路器动作数据；断路器每次动作后，监测单元主动评估断路器运行状态，并自动上传分析结果；智能分析：依托于我公司建立的海量典型故障案例的数据库，包络分析后可快速实现历史信号重合度对比开展智能分析，更直观、快速地判断电力设备运行状态。为量化信号重合度对比，GZAF-1000S监测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，被测设备可能存在故障。GZAF-1000T系列变压器(电抗器)振动声学指纹监测包络分析。
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。杭州国洲电力科技有限公司振动声学指纹在线监测服务。杭州GIS振动声学指纹在线监测技术产品功能
杭州国洲电力科技有限公司振动声学指纹在线监测技术交流与投运业绩。杭州GZAF-1000S系列振动声学指纹在线监测技术背景
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，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/电抗器地振动声学指纹频谱时，系统可以自动去查询变压器/电抗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/电抗器可能存在绕组变形地异常。杭州GZAF-1000S系列振动声学指纹在线监测技术背景
