您好,欢迎访问

商机详情 -

杭州振动监测的个人见解

来源: 发布时间:2025年03月23日

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服务的快速响应机制。杭州振动监测的个人见解

杭州振动监测的个人见解,振动

3.2.2功能特点Ø具备断路器的振动、分合闸线圈和电机的电流、动静触头分合闸位移和位置等信号的监测功能;Ø具备振动、电流波形、位移曲线、压力变化等信号的记录和展示,自动计算峰值电流、电流上升速率、动作时间、动作时长、位移、分合闸位置、分合闸次数等参量;Ø监测主机/IED支持多通道信号同步和实时采集,通道数不小于8个(可定制);Ø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;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1000次以上断路器动作数据;Ø断路器每次动作后,监测主机/IED主动评价断路器运行状态,并自动上传结果。断路器典型振动和储能电机电流信号及对应包络曲线如下图4所示。电气设备振动监测技术方案杭州国洲电力科技有限公司振动声学指纹在线监测技术系统的多功能集成。

杭州振动监测的个人见解,振动

电流信号分析法驱动电机电流信号的出现与消失可作为驱动电机运行与停止的标志,因此可选择电流信号持续时间作为OLTC动作的持续时间,此数据也是机械状态诊断的重要特征量,开关动作若出现持续时间过短或过长的现象,则表明切换过程中可能出现某种异常。弹簧储能过程是OLTC切换过程中诸多重要事件之一,当储能弹簧储能过程中存在机械卡涩或弹簧性能改变等现象,必然伴随着电机驱动力矩的变化,使驱动电机的转速发生变化,从而使驱动电机电流发生变化。因此,通过监测驱动电动机电流信号就可以了解OLTC驱动机构的工作情况,以及部件的磨损、卡涩、润滑、同步性等情况,用以判断OLTC储能弹簧性能改变或储能过程中是否存在卡涩等故障。

我公司结合多年研发及现场经验,成功研制GZAFV-06型便携式变压器声纹振动监测与诊断系统,可支持固定安装的长期在线监测型、便携的带电监测与诊断型、可移动的短期重症监护型等三种工作模式。本系统由IEPE式振动(加速度)传感器、声纹(自由场)传感器、驱动电机电流传感器、数据采集装置、云服务器(采用B/S结构)、通讯子系统及供电系统构成,结合包络分析、重合度分析、小波分析、能量分布矩阵、频谱分析等多种算法,并提取典型特征参量,在线状态下实现变压器OLTC及本体(绕组及铁芯)的监测与诊断。GZAFV-01型声纹振动监测系统(变压器、电抗器)的实时监测和分析的结合。

杭州振动监测的个人见解,振动

ZAFV-01T子系统采用小型化设计,集成式架构,单元内综合电机电流及AFV的信号监测功能,可监测OLTC的完整动作过程和振动状况;可外接电流传感器(CT卡钳式),获取电机电流信号。装置提供RS485接口,对外通信和传送监测数据。GZAFV-01T子系统包括数据服务器,通信模块、AFV、电流传感器,数据采集模块,供电模块。通过吸附在变压器外壁上的3个AFV传感器获取AFV信号和1个电流传感器获取驱动电机电流信号,经现场的IED通过4G/5G无线传送模块传送至平台层数据服务器进行存储,通过操控及监测数据分析软件进行在线监测及诊断分析。杭州国洲电力科技有限公司的企业愿景与使命。在线振动监测系统配置

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合作案例。杭州振动监测的个人见解

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。 杭州振动监测的个人见解