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

敞开式断路器监测技术背景实现对断路器机械特性的在线监测,准确得知断路器的工作状态和故障部位,可以有效减小维护工作量,增强状态检修的针对性,显著提高电力系统可靠性和经济性。声纹振动信号、分/合闸线圈及储能电机的电流、动/静触头的行程及分/合闸位置等特征值是断路器非常重要的参数,是衡量断路器性能的重要指标,因此,实施在线监测声纹振动信号、分/闸线圈及储能电机电流、动/静触头行程及分/合闸位置等具有重要意义。GZAFV-01型声纹振动监测系统(开关设备)设计和性能优化。声纹振动声学指纹在线监测常见问题

声纹振动声学指纹在线监测常见问题,振动声学指纹在线监测

3.3.2绕组及铁芯运行状态分析下图3.10a为变压器运行时绕组及铁芯的声纹振动时域信号。为更直观地分析绕组及铁芯运行状态,采用频域法分析声纹振动信号。如下图3.10b所示,基于声纹振动信号的频域分布,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作为分析参数。各特征参量定义及解释如下:

3.3.2.1峰值频率:频谱图中比较大幅值对应的频率值。3.3.2.2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:THD=i=0nVi2V1,其中V1为100Hz基频分量有效值,Vi为各谐波分量有效值,i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GZAF-1000T系列振动声学指纹在线监测使用说明书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用户培训支持。

声纹振动声学指纹在线监测常见问题,振动声学指纹在线监测

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。如下图6.1所示。

杭州国洲电力科技有限公司截止到目前已获授权的发明专利2项,实用新型专利23项,软件著作权7项,已过受理及审核而待授权的另计;在国内外核心期刊已发表的论文18篇;参与制定的行业标准2项;并与海内外**的专业院校、设备制造等单位建立了稳固的技术交流和共研机制。我公司始至秉持《始于专注、精于品质、久于信任、终于共赢》的经营理念追求创新,***、深度的应用大数据、云计算、机器学习、人工智能、物联网等新技术,决心塑造为综合智慧能源服务领域“民族创新智造”的先行者、**者和专注者,并在公司发展进程中为社会、合作方、员工和资方创造更大的价值。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标准化实施路径。

声纹振动声学指纹在线监测常见问题,振动声学指纹在线监测

OLTC是在励磁状态下,通过改变绕组分接位置实现电网的有载调压,起到稳定负载电压、调节无功潮流、增加电网灵活度等重要作用。它是调压变压器中***的可动部件、关键部件之一。国际大电网委员会(GIGRE)等国内外统计结果表明(下图1所示),OLTC故障占变压器总体故障的30%以上,各类故障影响变压器及整个电网的安全稳定运行,严重时更会导致大面积停电、电气火灾等事故。OLTC的故障模式有多种,具体包括传动轴断裂、选择开关触头接触不良、操作机构失灵造成的拒动或滑档现象、限位开关失灵、切换开关拒切、中止或动作滞后、内部紧固件松动和脱落、以及内部渗漏等。根据国家电网设备部发布的《设备管理重点工作任务》,2020年度需完成382台换流变OLTC隐患整改,加快消除故障隐患。因此,实施OLTC在线监测与故障诊断不仅对确保变压器及整个电网安全稳定运行具有重要的现实意义,也是今后的发展方向。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科研合作背景。变压器振动声学指纹在线监测监测布置

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标准对比。声纹振动声学指纹在线监测常见问题

3.3GZAFV-01系统的监测数据信号分析与处理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3.4所示。通过分解时域内典型信号区间,可有效判断OLTC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OLTC的运行状态。然而,以上通过典型信号分析判断OLTC的运行状态需要丰富的实践经验,为方便监测人员快速完成诊断任务,需通过多种算法更直观、准确地判断OLTC状态。GZAFV-01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比对等多种核心算法,实现OLTC***、有效、准确的状态诊断和早期隐患监测,降低OLTC运行的故障风险。声纹振动声学指纹在线监测常见问题

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