GIS是当今输电网络中一种应用***的电气设备。通过将变电站中断路器、隔离开关、接地开关、PT、CT、避雷器、连接母线、电缆终端、进出线套管等一次设备经过优化设计并有序地结合为整体,在金属壳内封装起来,内部充SF6气体作为灭弧和绝缘介质组成的封闭组合电器。与传统的敞开式相比较,GIS具有占地面积小、可靠性高、安全性强、运行维护工作量很小等优点,因而被大量使用在重要负荷、枢纽变电站中。但由于其采用全封闭结构,一旦发生故障,影响范围大并且难以准确定位及快速抢修,将会带来严重的经济损失。随着GIS逐步在特高压输电网络推广应用,设备故障所造成的影响将进一步加大。近年来,国家电网公司状态检修工作不断深化,对设备可靠性的要求不断提高,及时、有效发现GIS内部潜伏性缺陷,保证GIS安全稳定运行、合理安排检修周期成为状态检修模式下的当务之急。杭州国洲电力科技有限公司振动声学指纹在线监测功能的多场景适用性。杭州GZAF-1000S系列振动声学指纹在线监测维护说明

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 杭州断路器振动声学指纹在线监测厂家价格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经济效益分析。

3.2.1感知层的传感器GZAFV-01系统的感知层如上图3.1所示,由IED/主机、6路声纹振动传感器、1路电流传感器等构成,声纹振动传感器集成电荷放大器,将声纹振动信号转换成与之成正比的电压信号;电流传感器采用微型卡扣结构,便于现场安装。各传感器外观及参数如下表1所示。◆3路声纹振动传感器采集取OLTC振动信号,通过固定底座安装在变压器外壁,安装位置选取平行于OLTC的垂直传动杆方向,且尽量靠近OLTC的触头组处。◆1路电流传感器采集OLTC驱动电机电流信号,安装于OLTC驱动电机电源线处。◆3路声纹振动传感器采集变压器绕组及铁芯声纹振动信号,安装位置选取于上夹件底部、非冷却器侧油箱表面中部、油箱顶部中心点。为保持监测点的同一性,便于后期监测数据的时间轴线比对,所有声纹振动传感器底座长期固定在变压器外壁上。安装示意图如下图3所示。(备注:传感器安装的数量及位置可根据被测设备的监测需求而灵活调整)
3.3.1.1信号包络分析为提高在线监测的准确度,GZAFV-01系统的IED/主机通常采用高采样率获取声纹振动及驱动电机电流的信号,然而大量的数据不利于快速、准确存储与分析。因而采用包络分析,简化并反映原始信号特征,便于后续分析与处理。传统希尔伯特变换进行包络分析时存在提取深度不足、存在幅值偏差等问题,因此采用小波变换和希尔伯特变换结合的信号包络分析。声纹振动和电流的信号包络分析如下图3.5所示。
3.3.1.2信号包络重合度比对分析如下图3.6所示,信号包络分析后可快速实现历史信号重合度比对分析,更直观地判断OLTC运行状态。为量化信号重合度比对,GZAFV-01系统引入互相关系数的计算。当实时采集的与正常状态的信号包络互相关系数:◆接近1时,OLTC接近正常运行状态。◆接近0时,OLTC可能存在故障。 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市场推广策略。

五、GZAFV-01系统的操控及监测数据分析软件5.1远端后台软件管理远端后台管理软件通过云服务器账户登录,选择管理对象。5.2设备信息管理设备信息管理界面包括设备名称、位置、编号等基本信息。5.3软件主界面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、重合度比对、能量分布、时域信号频谱分布等分析。5.4包络分析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。5.5历史数据比对实现实时监测数据与正常状态数据横向比对、与历史状态数据纵向比对。5.6频谱分析进行声纹振动监测数据的时域信号频谱分析,提取信号频域特征参量。5.7运行状态告警被测变压器的异常状态报警,可选择告警发送方式。5.8报表生成功能:被测变压器诊断结果生成报表功能。杭州国洲电力科技有限公司的企业简介与主要技术优势。杭州研制的振动声学指纹在线监测功能特点
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模块化设计。杭州GZAF-1000S系列振动声学指纹在线监测维护说明
4.2.3根据各时频信号互相关系数、能量分布曲线特征参量(互相关系数、最大值、平均值、峰度、偏度)、ATF图谱特征参量(六等分区间均值)、总谐波畸变率、基频信号能量比等状态量,采用深度学习算法,自动判断变压器运行状态及机械故障类型。
4.2.4结合变压器的带电监测、智能巡检以及其他在线监测状态量,进行数据的多参量融合分析,形成基于多源数据的故障预警机制,多参量融合分析不仅提高了识别故障的准确性,而且还能**降低因单个参量判别故障带来的误报。例如,对于变压器疑似问题地诊断可结合负荷、损耗、绕组机械振动信号、油温、以及历史电流电压情况分析,在监测到变压器地声纹振动频谱时,GZAFV-01系统的操控及监测数据分析系统可以自动去查询变压器地历史电流和电压信号,如果发现在某段时期确实有大电流冲击,可给出预警:变压器可能存在绕组变形地异常。 杭州GZAF-1000S系列振动声学指纹在线监测维护说明
文章来源地址: http://yiqiyibiao.spyljgsb.chanpin818.com/dgyqyb/qtdgyqyb/deta_28425463.html
免责声明: 本页面所展现的信息及其他相关推荐信息,均来源于其对应的用户,本网对此不承担任何保证责任。如涉及作品内容、 版权和其他问题,请及时与本网联系,我们将核实后进行删除,本网站对此声明具有最终解释权。