各特征参量定义如下：(1)分合闸动作时间：驱动电机启动至停止时长，根据电机电流的变化来获取时间。(2)电机电流峰值：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，电流不稳定状态称为电流抖动。(5)振动高幅值关键特征:捕获的一些振动幅值比较大的时间点。(6)振动脉动关键特征:振动信号经过小波滤波后，时域及频域的分布特性。国洲电力变压器振动监测系统原理。杭州GZAF-1000T系列变压器/电抗器振动振动系统组件
(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。变压器振动声纹厂家报价GZAF-1000T系列变压器/电抗器振动声学指纹监测系统基本功能。
3.3信号分析与处理3.3.1OLTC运行状态分析OLTC动作时，典型声纹振动和驱动电机电流的信号如下图8所示。通过分解时域内典型信号区间，可有效判断分接开关驱动电机启动、分接选择器断开、分接选择器闭合、切换开关动作、驱动电机制动等动作顺序，进而分析分接开关的运行状态。然而，以上通过典型信号分析判断分接开关的运行状态需要丰富的实践经验，为方便技术人员快速完成诊断任务，需通过多种算法更直观、准确的判断开关状态。变压器声纹振动监测与诊断系统结合基于小波变换及希尔伯特变换的包络分析、基于互相关系数的重合度分析、基于小波多分辨率分解的能量分布曲线分析、基于时频分布矩阵的信号对比等多种核芯算法，实现OLTC***、有效、准确的状态诊断和早期故障监测与诊断，降低变压器运行的故障风险。
AFV信号分析法AFV信号分析法是采用AFV传感器监测AFV信号，获得OLTC的状态数据和工作模式，从而对其状态进行判断的方法。OLTC在切换时，其内部主要机构部件的运动撞击和摩擦都会产生脉冲冲击力，该信号会通过静触头或变压器油传到变压器箱壁上。传到变压器外壳上的振动是内部多种激励现象的响应，包含着大量的设备机械状态数据。OLTC的故障类型与其振动特性的变化存在着紧密关系，通过对AFV信号的监测和诊断，即可判断出OLTC切换时间的变化、触头接触不良、触头磨损、弹簧弹性下降和电弧等故障，从而可以诊断出OLTC处于正常状态或是故障状态。触头在分/合的切换过程中，由于伴随着机械、化学、头材料消耗，造成触头凹凸不平和变形，从而引起触头压力接触电阻和开矩参数的变化，使得OLTC的振动特征也随之改变。杭州国洲电力科技有限公司振动监测系统功能特点。
能量分布曲线
基于小波变换的声纹振动信号多分辨率分析结果如下图3.8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。比对正常状态与异常状态能量分布曲线，可判断OLTC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。下图3.7为正常与异常状态的声纹振动信号能量分布曲线比对。
时频能量分布矩阵(ATF图谱)
获取声纹振动信号的时频能量分布矩阵，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比对。下图3.9为正常状态下声纹振动信号时频能量矩阵。 杭州国洲电力科技有限公司振动监测系统监测装置组件。杭州GZAF-1000T系列电抗器振动振动服务电话
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原理。杭州GZAF-1000T系列变压器/电抗器振动振动系统组件
3.3.2功能特点GIS中及敞开式隔离开关的机械特性监测主机/IED主要功能特点如下：Ø采用振动和电流的传感器监测隔离开关的振动及电机电流信号；Ø具有比对分析功能，可将测量数据与标准信号、历史测量信号进行横向及纵向比对分析；Ø具有诊断功能，可对隔离开关的机械状态进行诊断，上传原始数据及分析结果；Ø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、存储及导出功能，可够存储500次以上的操作数据，并具备批量处理数据功能。Ø具备振动及电机电流信号波形、包络分析、时频图谱等展示功能；Ø自动提取分合闸动作时间、电机电流的峰值和燃弧时间、电流抖动、振动高幅值关键特征、振动脉动关键特征等参量。杭州GZAF-1000T系列变压器/电抗器振动振动系统组件
