>> 当前位置:首页 - 产品 - 杭州开关柜振动声学指纹在线监测业绩 国洲电力供应

杭州开关柜振动声学指纹在线监测业绩 国洲电力供应

信息介绍 / Information introduction

技术背景GIS运行时,电流通过高压导体时产生的电动力引起振动,由于导体所受电动力正比于负载电流的平方,GIS本体振动产生的声纹振动信号的基频为100Hz。当存在机械故障时,声纹振动信号的频谱分布将发生改变,产生谐波分量。GIS本体机械型缺陷主要是指内部存在开关触头接触异常、导电杆接触不良、母线卡簧松动、屏蔽罩松动等异常时,在交变电场作用下发生异常振动,长期振动可能导致导电杆和绝缘件松动,易造成绝缘事故。异常振动还可能造成SF6气体泄漏,损坏绝缘子和绝缘支柱,影响外壳接地牢固,危及GIS运行安全。杭州国洲电力科技有限公司各类高压开关监测系统的功能特点。杭州开关柜振动声学指纹在线监测业绩

杭州开关柜振动声学指纹在线监测业绩,振动声学指纹在线监测

3.1技术原理变压器振动主要包括OLTC切换时的瞬态振动、电流通过绕组时电动力引起的绕组振动、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、以及冷却装置工作时的振动。其中,由冷却系统引起的基本振动频率小于100Hz,不作为变压器的分析内容。变压器内部的声纹振动信号通过绝缘油、支撑单元、加强筋结构等多种途径传播至变压器外壁,可由安装于外壁的声纹振动传感器测得。

OLTC切换过程中,分接选择器动作、切换开关动作、动静触头碰撞等机械动作产生声纹振动信号,信号包含触头分合状态、三相触头是否同期、触头表面是否平整、切换是否到位等信息,可反映OLTC结构磨损、卡滞、松动、变形等故障。切换过程中若储能弹簧性能发生改变或储能过程中存在机构卡塞等现象,必然伴随着电机驱动力矩的变化,从而使驱动电机电流发生变化。因此,可通过监测驱动电机电流信号与声纹振动信号的结合分析,可更加有效的评价OLTC在线运行状态下的健康态势评价与故障类型诊断。 杭州断路器振动声学指纹在线监测技术说明GZAF-1000T系列变压器(电抗器)振动声学指纹监测历史数据对比。

杭州开关柜振动声学指纹在线监测业绩,振动声学指纹在线监测

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

6.62019年4月,在国网宁夏±800kV灵州特高压换流站、国网山西±800kV雁门关特高压变电站、国网江苏1000kV盱眙特高压和±800kV淮安特高压换流站等,我公司技术服务部的电气作业工程师会同变电站属地的省电科院和省检公司、电力设备厂家等的技术员运用我公司的GZAFV-01型系统对特高压变压器OLTC开展状态监测与评价的技术服务。6.72020年11月,我公司技术服务部的杨加浩工程师在广西南宁供电局的变电二所实训基地向广西电科院高压所黎大健主任、广西大学电气工程学院郑含博教授、***电力公司设备部王佳灵高工、南网高级技能**李炎、南宁供电局设备部检修专责罗工等各位领导**做变压器(绕组、OLTC)和开关设备的声纹振动监测技术的实操演示。GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统结构。

杭州开关柜振动声学指纹在线监测业绩,振动声学指纹在线监测

4.2智慧化功能4.2.1具备边缘计算能力,就地采集并处理声纹振动信号及驱动电机电流信号,完成OLTC信号包络、ATF图谱等分析,完成绕组及铁芯振动信号频谱分析及参数计算,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。4.2.2具备实物ID管理功能,提供OLTC、绕组及铁芯运行状态信息链接入口,可扫码读取设备在线监测历史数据及趋势。通过扫码或RFID识别设备,读取设备ID信息,通过站内网络(4G/5G/WIFI)传输给云端服务器,向服务器请求该设备的详细信息,以及详细的运行状态,测试信息等。杭州国洲电力科技有限公司振动声学指纹在线监测概述。杭州GIS振动声学指纹在线监测产品

GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统原理。杭州开关柜振动声学指纹在线监测业绩

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。 杭州开关柜振动声学指纹在线监测业绩

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。

查看全部介绍
推荐产品  / Recommended Products