带电局部放电监测要求

GZPD-4D/3型（13年至今已是第三代；本文皆以三通道的GZPD-4D/3型为例）是我公司结合多年局放监测技术研发及工程技术服务的丰富经验、吸取GZPD-234/3型及国内外类似产品的技术亮点和用户评价度而研制的分布式局部放电监测与评价系统。本系统集成高性能数据采集单元、云服务器、4G/5G传输、边缘计算、分布式组网、TF-Map分组筛选、神经网络、故障数据库等先进技术理念，成功应用于高压电缆的耐压试验局部放电监测及带电状态下短期或长期重症监护，并通过中国电力科学研究院的检测认证后取得了报告证书（下图1所示）、甲方指定机构检测的报告证书（下图2所示）。GZPD-4D系列分布式局部放电监测与评价系统采集结束及保存界面。带电局部放电监测要求

局部放电产生的检测信号很弱，*为微伏量级。就值而言，它很容易被外部干扰信号淹没。因此，必须考虑抑制干扰信号的影响，并采取有效的抗干扰措施。局部放电试验仪试验中对某些干扰的抑制方法如下：（1）电源的干扰可以用滤波器抑制。该滤波器应能抑制探测器频宽的所有频率，但可以通过低频试验电压。（2）接地系统的干扰可以通过单独连接将试验电路连接到适当的接地点来去除。附近所有接地金属均应接地良好，无电位浮动。（3）放电试验线耦合引入外部干扰源，如高压试验、附近开关操作、无线电发射引起的静电或磁感应和电磁辐射，误认为是放电脉冲。如果不能去除这些干扰信号源，则应对试验线进行处理，使其表面光洁度好，曲率半径大，并进行屏蔽。设计良好的薄金属皮、金属板或钢丝钢需要屏蔽。有时样品的金属外壳应用作屏蔽。如果可能的话，可以建造一个屏蔽实验室。典型局部放电作用是什么GZPD-4D系列分布式局部放电监测与评价系统图谱筛选界面。

3、基于数字示波器的GIS局部放电综合监测分析平台本系统利用示波器中的FastFrame分段存储技术，实现了对振动信号、超声波信号、高频信号、特高频信号的同步采集。对同步采集到的不同频段、不同监测原理的信号比对分析，有助于对监测结果的判断。我公司开发了局放信号分析和干扰抑制算法，以及常用的特高频信号PRPD、PRPS谱图、超声波信号飞行谱图等功能，实现了丰富的数据分析方法。4、信号频率特征分析可以对采集存储的特高频、高频、超声波等的完整信号波形进行时频域变换，并可对信号的频率特征进行聚类分析。通过信号的频率分量特征进行干扰排除、放电类型辨识、多放电源分离。

GZPD-234系列GIS局部放电监测与定位系统可根据需求定制为3至16通道，并配有一路噪声通道，能够对各个电压等级的GIS(GIL)设备进行局部放电快速巡检和定位（也可根据需求定制为可移动式的短时在线监测）。GZPD-234/6型GIS局部放电监测与定位系统本系统由6个特高频传感器、1台6通道信号调理单元、1台4通道高速示波器、示波器**电源及测量信号线组成。各个特高频传感器负责监测局部放电产生的特高频信号，经过信号调理处理后，再用高频电缆将信号输入到高速示波器中；高速示波器根据各个位置的特高频传感器所监测到的信号强弱和信号达到时间的差异，即可精确分析放电发生的部位。GZPD-4D系列分布式局部放电监测与评价系统信息采集界面。

Ø适用于高压电缆的耐压试验局部放电监测及带电状态下短期或长期重症监护；Ø自主研发高性能采样主机，采样率高达200MS/s，采样带宽高达100MHz，分辨率达16bit，支持电缆局部放电三相同测，具备边缘计算功能，实时传输原始数据及本地分析结果；Ø传输方式灵活，具备有线及WIFI、4G/5G无线通讯方式，满足电缆隧道内部监测需求，大幅降低人力成本，提高监测效率；Ø基于GB/T7354及IEC60270标准的局部放电监测技术，监测灵敏度优于5pC；Ø内置可充电电池，系统采用低功耗设计，可连续工作7小时以上，方便户外使用；也可外接充电宝，保证长时间现场工作。甚低频 (VLF) 电缆 局部放电 映射？便携式局部放电监测参数

特高压振动监测需要什么条件？带电局部放电监测要求

GZPD-234系列便携式局部放电监测系统：1.2功能特点Ø适用于10~1100kV交/直流的电缆、变压器、电抗器、断路器（GIS、敞开式断路器、开关柜）等电力设备运行状态的带电监测、固定安装的长时在线监测及可移动的短时在线监测等评估和诊断方式；Ø支持高频脉冲电流、特高频、暂态地电压、超声波、射频五种监测方法和监测通道的任意组合；Ø具备罗氏线圈、无线同步、内同步三种同步方式；Ø支持脉冲波形、波形频谱、PRPD图谱、TF-Map、放电基本参数实时显示；Ø采用滤波电路、数字滤波器、TF-Map筛选、分组筛选四重抗干扰技术；Ø强大的TF-Map筛选功能，可根据等效时频图谱(TF-Map)分布情况，框选并禁用噪声及干扰信号区间，实时实现采集过程中的信噪分离；（如下图所示）ØØØØ内置电缆、变压器、断路器（GIS、敞开式断路器、开关柜）、发电机等电力设备典型放电类型数据库（如下图所示），结合神经网络、放电特征参量实现绝缘缺陷类型识别；带电局部放电监测要求