在線聲紋振動聲學指紋在線監測內容

近年來，國家電網公司狀態檢修工作不斷深化，對設備可靠性的要求不斷提高，及時、有效發現GIS內部潛伏性缺陷，保證GIS安全穩定運行、合理安排檢修周期成為狀態檢修模式下的當務之急。目前針對GIS較成熟的監測方法，主要有電氣法、聲測法及化學分析法三大類，以上監測方法均針對的是放電性故障所產生的電磁、聲、光、電弧分解產物等物理量。但在GIS的運行中，除了放電性故障之外，機械性故障也是導致事故發生的一大主要原因，當GIS存在開關觸頭接觸異常、殼體對接不平衡、導桿輕微彎曲等缺陷時，在開關操作的機械力、負載電流產生的交變電動力等因素的作用下會產生機械性運動，造成設備異常振動。GIS的異常振動對其本體有很大危害，會造成SF6氣體泄露、盆式絕緣子和絕緣支柱損傷、外殼接地點懸浮等缺陷，長期發展可能導致絕緣事故的發生。因此，加強對GIS機械性故障的監測，是保證GIS安全運行的重要手段。GZAFV-01型聲紋振動監測系統（變壓器、電抗器)實時監測和分析的結合。在線聲紋振動聲學指紋在線監測內容

綜上所述，采用聲紋振動法監測變壓器OLTC、繞組及鐵芯的狀態，適用于帶電監測/在線監測，與變壓器無電氣連接而不影響正常運行，有安裝方便、安全、可靠等優點。我公司結合多年技術預研儲備及現場技術服務經驗，成功研制出GZAFV-01型聲紋監測系統，既有固定安裝的長期在線監測式，也有便攜式的帶電監測系統及可移動的在線重癥監護式。GZAFV-01系統由聲紋振動傳感器、驅動電機電流傳感器、數據采集裝置（在線監測式：IED，便攜/手持式：主機；下文皆用IED/主機簡稱）、云服務器、通訊單元及供電單元構成；操控及監測數據分析軟件結合包絡分析、重合度分析、小波分析、能量分布矩陣、時域信號頻譜分析等多種算法，并提取故障診斷特征參量，在線狀態下實現變壓器OLTC、繞組及鐵芯的健康態勢評價與故障類型診斷。在線聲紋振動聲學指紋在線監測內容杭州國洲電力科技有限公司振動聲學指紋在線監測技術的行業影響力。

變壓器振動主要包括OLTC切換時的瞬態振動、電流通過繞組時電動力引起的繞組振動、硅鋼片的磁致伸縮及硅鋼片接縫處與疊片之間的漏磁導致鐵芯振動、以及冷卻裝置工作時的振動。其中，由冷卻系統引起的基本振動頻率小于100Hz，不作為變壓器的分析內容。變壓器內部的聲紋振動信號通過絕緣油、支撐單元、加強筋結構等多種途徑傳播至變壓器外壁，可由安裝于外壁的聲紋振動傳感器測得。OLTC切換過程中，分接選擇器動作、切換開關動作、動靜觸頭碰撞等機械動作產生聲紋振動信號，信號包含觸頭分合狀態、三相觸頭是否同期、觸頭表面是否平整、切換是否到位等信息，可反映OLTC結構磨損、卡滯、松動、變形等故障。切換過程中若儲能彈簧性能發生改變或儲能過程中存在機構卡塞等現象，必然伴隨著電機驅動力矩的變化，從而使驅動電機電流發生變化。因此，可通過監測驅動電機電流信號與聲紋振動信號的結合分析，可更加有效的評價OLTC在線運行狀態下的健康態勢評價與故障類型診斷。變壓器運行時，電流通過繞組時產生的電動力引起繞組振動，硅鋼片的磁致伸縮及

敞開式斷路器監測功能特性◆具備聲紋振動、電流波形、行程曲線、壓力變化等記錄及展示，自動計算峰值電流、電流上升速率、動作時間、動作時長、行程、動/靜觸頭分/合閘位置和次數等參數。◆IED/主機支持多通道監測數據的實時同步采集，通道數不小于8個（可定制）。◆具有比對分析功能：可將現測與標準/歷史的監測數據進行橫向/縱向比對分析。◆具有斷電不丟失存儲數據、復電自啟動、自復位的功能，可連續實時監測、存儲及導出1000次以上斷路器動作數據。◆斷路器每次動作后，IED/主機主動評估斷路器運行狀態，并自動上傳分析結果。◆智能分析：依托于我公司建立的海量典型故障案例的數據庫，包絡分析后可快速實現歷史信號重合度比對開展智能分析，更直觀、快速地判斷電力設備運行狀態。為量化信號重合度比對，GZAFV-01系統引入互相關系數的計算，當實時采集信號包絡曲線與正常狀態包絡曲線的互相關系數：接近1時，被測設備是接近正常狀態。接近0時，被測設備是可能存在故障的異常狀態。杭州國洲電力科技有限公司振動聲學指紋在線監測技術的用戶操作指南。

4.2智慧化功能4.2.1具備邊緣計算能力，就地采集并處理聲紋振動信號及驅動電機電流信號，完成OLTC信號包絡、ATF圖譜等分析，完成繞組及鐵芯振動信號頻譜分析及參數計算，根據傳輸層要求統一通訊接口及數據結構，根據平臺層及應用層要求上傳分析結果。4.2.2具備實物ID管理功能，提供OLTC、繞組及鐵芯運行狀態信息鏈接入口，可掃碼讀取設備在線監測歷史數據及趨勢。通過掃碼或RFID識別設備，讀取設備ID信息，通過站內網絡（4G/5G/WIFI）傳輸給云端服務器，向服務器請求該設備的詳細信息，以及詳細的運行狀態，測試信息等。杭州國洲電力科技有限公司振動聲學指紋在線監測技術系統的多功能集成。在線聲紋振動聲學指紋在線監測內容

杭州國洲電力科技有限公司的企業愿景與使命。在線聲紋振動聲學指紋在線監測內容

3.3.1.3能量分布曲線基于小波變換的聲紋振動信號多分辨率分析結果如下圖3.8所示。原始信號經8層分解后產生第8層的近似分量和第1層至第8層的詳細分量，計算各層詳細分量信號能量，可獲得信號能量分布曲線。比對正常狀態與異常狀態能量分布曲線，可判斷OLTC運行狀態，并提取互相關系數、最大值、平均值、峰度、偏度作為狀態診斷特征參量。下圖3.7為正常與異常狀態的聲紋振動信號能量分布曲線比對。

3.3.1.4時頻能量分布矩陣(ATF圖譜)獲取聲紋振動信號的時頻能量分布矩陣，同時反映原始信號時域、頻域特性及能量分布。將信號時頻分布矩陣分為6個區間，計算各區間平均值作為特征參量，用于OLTC正常狀態與異常狀態比對。下圖3.9為正常狀態下聲紋振動信號時頻能量矩陣。 在線聲紋振動聲學指紋在線監測內容