五、系统软件简介(以在线版为例)5.1远端后台管理软件:通过云服务器账户登录,选择管理对象。图17本系统的远端后台管理软件界面5.2设备信息管理界面:包括设备名称、位置、编号等基本信息的填写。图18被试品的信息管理界面5.3主界面:包括项目管理、多通道信号同步显示、分析及其他工具及基本分析结果显示,可实现信号包络、重合度对比、能量分布、时频分布(ATF)等分析。图19本系统的软件主界面5.4声纹振动及驱动电机电流的信号包络分析可简化信号,直观反映设备运行状态。GZAFV-06T型便携式变压器声纹振动 监测与诊断系统结构。振动监测的意义

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。 振动监测的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系统的智能化设计。

主要意义如下:6.1采用带电监测/在线监测方式,不影响主设备正常运行,降低了电网风险;6.2减少了人员进站检查的运维成本;6.3监测方式与设备无电气连接,具有安全、可靠、安装方便等优点;6.4采用独特的时域分析、包络分析、重合度对比、时频矩阵分析等方法,并提峰值频率、总谐波畸变率、频谱互相关系数、频率复杂度、振动平稳性、能量相似度、振动相关性等特征参量等特征参量,提高在线监测的准确度。6.5内置基于海量样本的大数据和人工智能技术而建立的**分析型数据库,可真实反应设备运行状态,有效诊断绕组变形、机械卡涩、触头磨损、电动机构拒动等故障程度和类型;6.6符合智慧变电站建设原则,本系统的IED具备边缘计算能力,就地采集并处理声纹振动及融合其它信号,完成分析计算后根据传输层要求统一通讯接口及数据结构,根据平台层及应用层要求上传分析结果。
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。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环保效益分析。

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。GZAFV-01型声纹振动监测系统的概述。杭州振动监测的个人见解
GZK-1000DSL 型隔离开关机械特性监测子系统。振动监测的意义
变压器是电力系统变电站中非常重要的电力设备,它通过有载分接开关(下文皆用OLTC简称)的逐级动作,实现对电网带电运行中的调压。OLTC是调压变压器中***可动的部件。依靠OLTC准确及时的动作,不仅可减少和避免电压大幅度波动,而且可以强制分配负荷流,保障安全可靠运行,增加调度的灵活性。OLTC由选择器、切换开关和电动机构组成,其性能包括电气性能和机械能。电气性能是指触头接触电阻,当触头接触电阻增大时,会引起触头过热,甚至烧损。机械性能是指OLTC切换过程中选择和切换开关的动作顺序和时间配合,及切换过程是否存在卡塞和触头切换不到位等振动监测的意义