(2)重合度对比如下图10所示，包络分析后可快速实现历史信号重合度对比分析，更直观的判断OLTC运行状态。为量化信号重合度对比，系统引入相关系数的计算。当实时采集信号包络曲线与正常状态包络曲线相关系数接近1时，实时采集的信号接近正常运行状态；当相关系数接近0时，OLTC可能存在故障。图10信号重合度分析(3)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的结果如下图11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。图12为正常状态与异常状态声纹振动信号能量分布曲线对比。声学指纹振动监测软件介绍。智能振动监测理论知识
七、技术交流与投运业绩GZAFV-06T型便携式变压器声纹振动监测与诊断系统已成功应用于智能变电站、智慧变电站及数字化变电站等示范项目(已经投运的廊坊特高压站、济南商西站、青岛顾家站和世纪站、泰安天平站等)，实现大型电力设备的全振动在线监测与故障诊断，有效的提高电力设备运行的可靠性。同时，我公司积极与各科研院所(南网电科院、广东电科院广西电科院、冀北电科院、山东电科院、江苏电科院、浙江电科院等)、供电公司(冀北、山东、山西、江苏、宁夏等的省检)、变压器制造商(山东电力设备制造厂、江苏华鹏变压器厂、南通的韩国晓星变压器厂、杭州钱江变压器厂等)、OLTC制造商（上海华明、贵州长征、德国MR等）、变电站综合监测系统平台承建商(国网智能、南瑞科技、长园深瑞等)开展合作，不断丰富各型变压器的声纹振动样本数据库。电气设备振动监测公司排名GZAFV-06T型便携式变压器声纹振动 监测与诊断系统技术说明。
变压器运行时，电流通过绕组产生的电动力引起绕组振动，硅钢片的磁致伸缩及硅钢片接缝处与叠片之间的漏磁导致铁芯振动。绕组导体所受电动力正比于负载电流平方，绕组声纹振动信号的基频为100Hz。变压器中磁感应强度正比于加载电压的平方，铁芯声纹振动信号的基频也为100Hz。另外，基于铁芯振动的非线性特性，信号中必会包含频率为100Hz整数倍的高次谐波。当变压器的绕组变形或铁芯故障后，声纹振动信号频谱分布将发生改变而产生谐波分量。因此，声纹振动信号分量可以作为区别绕组变形故障与铁芯故障的重要依据，采用声纹振动信号分析法可实现绕组及铁芯的故障诊断。
三、功能特点3.1GIS本体的监测3.1.1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与负载电流的平方成正比，GIS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，危及设备运行安全。因此开展本体振动监测、实时频谱分析并提取相关特征参量对提高GIS可靠性具有重要意义。杭州国洲电力科技有限公司振动声学指纹在线监测技术的节能效益分析。
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。杭州国洲电力科技有限公司的企业愿景与使命。电气设备振动监测公司排名
杭州国洲电力科技有限公司振动声学指纹在线监测技术的行业应用背景。智能振动监测理论知识
GZAFV-01系统的IED/主机形态分便携式带电监测（分体机，如上图3.3、一体机）、长期固定在线监测式（标准1U的IED，如上图3.3）等机型。其中，便携式一体机结构轻巧，适用于带电巡检、故障诊断；标准监测单元与壁挂式监测单元适用于长期在线监测与故障诊断。6.12020年10月20日，我公司荣获国网公司设备部的邀请，委派技术智造中心总监王国明博士参与国网设备部组织的关于智慧变电站技术方案审查会，向与会的国网公司设备部、各省公司设备部及各省电科院的领导和**们做了《声纹振动监测技术在变电站主设备智慧型综合监测中的作用和实施方案》的汇报，获与会领导和**们的高度认可。智能振动监测理论知识
