在線聲紋振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)指紋監(jiān)測(cè)的原理

3.2.2感知層的IED/主機(jī)GZAFV-01系統(tǒng)的IED/主機(jī)由采集模塊、處理模塊、電源模塊、USB接口、通信模塊等組成?！舨杉K：實(shí)現(xiàn)6路聲紋振動(dòng)信號(hào)、1路電流信號(hào)的采集。◆處理模塊：實(shí)現(xiàn)信號(hào)的放大、濾波和檢波及A/D轉(zhuǎn)換等功能，利用硬件對(duì)采集的信號(hào)進(jìn)行處理，保證信號(hào)的有效性和可靠性，再將處理后的模擬信號(hào)經(jīng)A/D轉(zhuǎn)換成數(shù)字信號(hào)，便于IED/主機(jī)進(jìn)行數(shù)據(jù)處理分析?！綦娫茨K：包括220V/AC電源的輸入及降壓轉(zhuǎn)換，為IED/主機(jī)供電?！鬠SB接口：用于現(xiàn)場(chǎng)信號(hào)獲取、調(diào)試?！敉ㄐ拍K：用于向遠(yuǎn)端平臺(tái)層的監(jiān)測(cè)數(shù)據(jù)傳輸、操控指令接收。杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)的經(jīng)濟(jì)效益分析。在線聲紋振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)指紋監(jiān)測(cè)的原理

綜上所述，采用聲紋振動(dòng)法監(jiān)測(cè)變壓器OLTC、繞組及鐵芯的狀態(tài)，適用于帶電監(jiān)測(cè)/在線監(jiān)測(cè)，與變壓器無(wú)電氣連接而不影響正常運(yùn)行，有安裝方便、安全、可靠等優(yōu)點(diǎn)。我公司結(jié)合多年技術(shù)預(yù)研儲(chǔ)備及現(xiàn)場(chǎng)技術(shù)服務(wù)經(jīng)驗(yàn)，成功研制出GZAFV-01型聲紋監(jiān)測(cè)系統(tǒng)，既有固定安裝的長(zhǎng)期在線監(jiān)測(cè)式，也有便攜式的帶電監(jiān)測(cè)系統(tǒng)及可移動(dòng)的在線重癥監(jiān)護(hù)式。GZAFV-01系統(tǒng)由聲紋振動(dòng)傳感器、驅(qū)動(dòng)電機(jī)電流傳感器、數(shù)據(jù)采集裝置（在線監(jiān)測(cè)式：IED，便攜/手持式：主機(jī)；下文皆用IED/主機(jī)簡(jiǎn)稱）、云服務(wù)器、通訊單元及供電單元構(gòu)成；操控及監(jiān)測(cè)數(shù)據(jù)分析軟件結(jié)合包絡(luò)分析、重合度分析、小波分析、能量分布矩陣、時(shí)域信號(hào)頻譜分析等多種算法，并提取故障診斷特征參量，在線狀態(tài)下實(shí)現(xiàn)變壓器OLTC、繞組及鐵芯的健康態(tài)勢(shì)評(píng)價(jià)與故障類型診斷。特色服務(wù)振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)監(jiān)測(cè)圖譜GZAFV-01型聲紋振動(dòng)監(jiān)測(cè)系統(tǒng)（開(kāi)關(guān)設(shè)備）智能評(píng)估和故障預(yù)警。

電力系統(tǒng)中的開(kāi)關(guān)類設(shè)備主要包括GIS、AIS（敞開(kāi)式斷路器）、GIS/敞開(kāi)式的隔離開(kāi)關(guān)、開(kāi)關(guān)柜斷路器等。各類開(kāi)關(guān)設(shè)備的材料、工藝、設(shè)計(jì)、安裝過(guò)程中的缺陷以及頻繁動(dòng)作極易引起機(jī)械故障，嚴(yán)重時(shí)更會(huì)導(dǎo)致電氣火災(zāi)、停電等事故，現(xiàn)有狀態(tài)檢修方式的試驗(yàn)周期長(zhǎng)、耗費(fèi)人力物力、檢修效率低等缺點(diǎn)，較大地影響設(shè)備正常運(yùn)行。GIS是當(dāng)今輸電網(wǎng)絡(luò)中一種應(yīng)用***的電氣設(shè)備。通過(guò)將變電站中斷路器、隔離開(kāi)關(guān)、接地開(kāi)關(guān)、PT、CT、避雷器、連接母線、電纜終端、進(jìn)出線套管等一次設(shè)備經(jīng)過(guò)優(yōu)化設(shè)計(jì)并有序地結(jié)合為整體，在金屬殼內(nèi)封裝起來(lái)，內(nèi)部充SF6氣體作為滅弧和絕緣介質(zhì)組成的封閉組合電器。與傳統(tǒng)的敞開(kāi)式相比較，GIS具有占地面積小、可靠性高、安全性強(qiáng)、運(yùn)行維護(hù)工作量很小等優(yōu)點(diǎn)，因而被大量使用在重要負(fù)荷、樞紐變電站中。但由于其采用全封閉結(jié)構(gòu)，一旦發(fā)生故障，影響范圍大并且難以準(zhǔn)確定位及快速搶修，將會(huì)帶來(lái)嚴(yán)重的經(jīng)濟(jì)損失。隨著GIS逐步在特高壓輸電網(wǎng)絡(luò)推廣應(yīng)用，設(shè)備故障所造成的影響將進(jìn)一步加大。

變壓器運(yùn)行時(shí)，電流通過(guò)繞組時(shí)產(chǎn)生的電動(dòng)力引起繞組振動(dòng)，硅鋼片的磁致伸縮及硅鋼片接縫處與疊片之間的漏磁導(dǎo)致鐵芯振動(dòng)。由于繞組導(dǎo)體所受電動(dòng)力正比于負(fù)載電流的平方，繞組的聲紋振動(dòng)信號(hào)的基頻為100Hz。由于變壓器中磁感應(yīng)強(qiáng)度正比于加載電壓的平方，鐵芯的聲紋振動(dòng)信號(hào)的基頻也為100Hz。另外，考慮到鐵芯振動(dòng)的非線性特性，聲紋振動(dòng)信號(hào)還會(huì)包含頻率為100Hz整數(shù)倍的高次諧波。當(dāng)變壓器的繞組變形或鐵芯故障后，聲紋振動(dòng)信號(hào)頻譜分布將發(fā)生改變，產(chǎn)生諧波分量。因此，信號(hào)分量可以作為區(qū)別繞組故障與鐵芯故障的重要依據(jù)，采用聲紋振動(dòng)監(jiān)測(cè)法可實(shí)現(xiàn)繞組及鐵芯在線運(yùn)行狀態(tài)下的健康態(tài)勢(shì)評(píng)價(jià)與故障類型診斷。杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)的用戶操作指南。

3.2.3平臺(tái)層的云服務(wù)器數(shù)據(jù)經(jīng)現(xiàn)場(chǎng)傳感器采集并經(jīng)過(guò)IED/主機(jī)處理后，通過(guò)通信模塊（4G/5G無(wú)線傳輸或電力光纖專網(wǎng)）傳送至云服務(wù)器進(jìn)行存儲(chǔ)及深度計(jì)算，平臺(tái)層的操控計(jì)算機(jī)（含通過(guò)IEC61850通訊管理連接的遠(yuǎn)端）可通過(guò)瀏覽器登錄云服務(wù)器隨時(shí)隨地查看監(jiān)測(cè)數(shù)據(jù)，對(duì)變壓器進(jìn)行運(yùn)行監(jiān)測(cè)及診斷分析。云服務(wù)器采用B/S結(jié)構(gòu)（瀏覽器/服務(wù)器模式），提供監(jiān)測(cè)數(shù)據(jù)的深度計(jì)算、存儲(chǔ)、瀏覽器查看等服務(wù)。

3.2GZAFV-01系統(tǒng)的系統(tǒng)架構(gòu)GZAFV-01系統(tǒng)由感知層的聲紋振動(dòng)傳感器、電流傳感器、IED/主機(jī)，網(wǎng)絡(luò)層的通訊管理里，平臺(tái)層的數(shù)據(jù)（云）服務(wù)器、內(nèi)置操控及監(jiān)測(cè)數(shù)據(jù)分析軟件的操控計(jì)算機(jī)、IEC61850通訊管理機(jī)等構(gòu)成。 杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)的節(jié)能效益分析。在線聲紋振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)指紋監(jiān)測(cè)的原理

杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)的市場(chǎng)需求分析。在線聲紋振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)指紋監(jiān)測(cè)的原理

從振動(dòng)和聲學(xué)數(shù)據(jù)中提取有用的特征，以便建立設(shè)備的聲學(xué)指紋，通常會(huì)用到以下信號(hào)處理技術(shù)：傅里葉變換（FFT）：用于分析信號(hào)在頻域中的特性，可以識(shí)別出設(shè)備運(yùn)行時(shí)的固有頻率和諧波成分。短時(shí)傅里葉變換（STFT）：與FFT相比，STFT能夠展示信號(hào)隨時(shí)間變化的頻率特性，適用于非平穩(wěn)信號(hào)的分析。小波變換：具有良好的時(shí)頻局部化特性，能夠在多尺度上分析信號(hào)，適合捕捉瞬態(tài)事件和局部特征。包絡(luò)檢測(cè)：用于提取振動(dòng)信號(hào)的振幅包絡(luò)，可以用來(lái)表示信號(hào)的動(dòng)態(tài)特性。頻譜分析：通過(guò)計(jì)算信號(hào)的功率譜密度（PSD）或幅值譜，可以識(shí)別出信號(hào)的頻率成分和能量分布。時(shí)頻分析方法：如Wigner-Ville分布、Choi-Williams分布等，這些方法能夠提供信號(hào)的時(shí)頻表示，有助于分析復(fù)雜非線性和非平穩(wěn)信號(hào)。模態(tài)分析：通過(guò)識(shí)別設(shè)備振動(dòng)的模態(tài)特性，可以提取出與設(shè)備結(jié)構(gòu)和損傷相關(guān)的特征。熵分析：如時(shí)域熵、頻域熵或小波熵，這些方法可以量化信號(hào)的不確定性和復(fù)雜性，有助于識(shí)別設(shè)備狀態(tài)的變化。統(tǒng)計(jì)分析：包括均值、方差、標(biāo)準(zhǔn)差等統(tǒng)計(jì)參數(shù)，可以描述信號(hào)的波動(dòng)性和穩(wěn)定性。高階統(tǒng)計(jì)量：如偏度和峰度，它們可以提供信號(hào)分布形狀的信息，有助于識(shí)別異常模式。在線聲紋振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)指紋監(jiān)測(cè)的原理