隔离开关振动声学指纹在线监测技术方案

各类高压开关监测系统的技术参数类别指标名称技术指标备注振动声学指纹传感器励磁电压DC18～30V频率范围为0.5Hz～3kHz的传感器适用于GIS本体振动声学指纹监测；频率范围为0.5Hz～20kHz的传感器适用于隔离开关及断路器机械特性监测。励磁电流2～20mA灵敏度100mV/g测量范围50g频率范围0.5Hz～3kHz/20kHz数量1个电流传感器电流范围0～20A适用于隔离开关及断路器机械特性监测。频率范围10Hz～100kHz线性度＜1%误差＜1%噪声比优于80dB数量6个位移传感器测量范围0～300mm适用于断路器机械特性监测。时间分辨率优于0.1ms行程分辨率优于0.1mm数量1个IED(监测单元)采样率200kS/s采样精度16bit通道数量8（可根据监测需求定制）通讯接口RS485、RJ45、光纤、4G/5G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功能。隔离开关振动声学指纹在线监测技术方案

包络分析：为提高在线监测的准确度，GZAF-1000T系统的数据采集装置通常采用高采样率获取振动声学信号及驱动电机电流信号，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，GZAF-1000T系统采用小波变换和希尔伯特变换结合的信号包络分析。有载分接开关振动声学信号和驱动电机电流信号包络分析如下图8的A和B所示。杭州GZAF-1000T系列振动声学指纹在线监测安装GZAF-1000T系列变压器(电抗器)振动声学指纹监测传感器。

3、2020年8月6日，我公司荣获南方电网生产技术部的邀请，作为技术合作商的**参加生产技术部、各分省公司、南网电科院和南网数研院等部门/单位的**们出席的《公司新技术交流会议》，向与会的各位**做了《变压器振动监测技术》的专题汇报。4、2020年11月19日，我公司荣获南网广西电网公司总经办和生产技术部的邀请，向广西电网公司的总经理、副总经理以及生产技术部、电力科学研究院等相关部门和直属单位的领导做了《变压器声纹振动在线监测与故障诊断技术》的专题汇报，获得了领导和**们的称赞与肯定。

变压器/电抗器运行时，电流通过绕组时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。由于绕组导体所受电动力正比于负载电流的平方，绕组振动信号的基频为100Hz。由于变压器/电抗器中磁感应强度正比于加载电压的平方，铁芯振动信号的基频也为100Hz。另外，考虑到铁芯振动的非线性特性，振动信号还会包含频率为100Hz整数倍的高次谐波。当变压器/电抗器的绕组变形或铁芯故障后，振动信号频谱分布将发生改变，产生谐波分量。因此，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，采用振动分析法可实现绕组及铁芯的故障诊断。GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统相关标准。

二、相关标准GB/T4208外壳防护等级（IP代码）；GB/T10230.1分接开关第1部分：性能要求和试验方法；GB/T10230.2分接开关第2部分：应用导则；DL/T265变压器有载分接开关现场试验导则；DL/T574变压器分接开关运行维修导则；DL/T846.8-2017高电压测试设备通用技术条件第8部分：有载分接开关测试仪；DL/T860变电站通信网络和系统；DL/T1430变电设备在线监测系统技术导则；DL/T1432.1变电设备在线监测装置检验规范第1部分：通用检验规范；DL/T1538电力变压器用真空有载分接开关使用导则；DL/T1540油浸式交流电抗器（变压器）运行振动测量方法；DLT1694.2高压测试仪器及设备校准规范第2部分：电力变压器分接开关测试仪；DL/T1805电力变压器用有载分接开关选用导则；振动声学指纹监测技术的应用意义。隔离开关振动声学指纹在线监测技术方案

GZAF-1000S系列高压开关振动声学指纹监测系统--GIS本体监测功能特性。隔离开关振动声学指纹在线监测技术方案

振动声学指纹监测技术的应用意义我公司基于振动声学指纹监测技术研制的GZAF-1000系列监测系统适用于变压器/电抗器（绕组、有载分接开关、铁心等）、开关类（GIS、敞开式断路器、隔离开关、开关柜等）等电力设备的带电检测、在线监测与故障诊断，不影响被测设备正常运行，且与被测设备无电气连接，具有安装方便、安全、可靠等优点，主要意义如下：1、采用带电检测/在线监测方式，不影响主设备正常运行，降低了电网风险；2、减少了人员进站检查的运维成本；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；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，提高在线监测准确度。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、符合智慧变电站建设原则，监测系统的IED具备边缘计算能力，就地采集并处理振动声学指纹及其它信号。隔离开关振动声学指纹在线监测技术方案