采用滤波电路、数字滤波器、TF-Map（时域图谱）筛选、分组筛选四重抗干扰技术，可有效抑制空气中的电晕干扰、手机通讯干扰和雷达干扰等干扰信号，保证监测灵敏度；强大的TF-Map筛选功能，可根据等效TF-Map分布情况，实时实现信噪分离及多源放电信号分离；具有断电不丢失存储数据、复电自启动、自复位的功能，可连续监测、存储及导出1年以上数据；具有故障报警功能，包括局放量超标报警、装置异常报警、监测功能故障报警及通信中断报警；具有电压相位信号内同步或外同步功能；提供典型局部放电数据库，在监测值出现异常时可根据数据库给出故障类型及置信概率。杭州国洲电力科技有限公司振动监测试验。便携式振动型振动声纹监测概述
3.3信号分析与处理3.3.1OLTC运行状态分析OLTC动作时，典型声纹振动和驱动电机电流的信号如下图8所示。通过分解时域内典型信号区间，可有效判断分接开关驱动电机启动、分接选择器断开、分接选择器闭合、切换开关动作、驱动电机制动等动作顺序，进而分析分接开关的运行状态。然而，以上通过典型信号分析判断分接开关的运行状态需要丰富的实践经验，为方便技术人员快速完成诊断任务，需通过多种算法更直观、准确的判断开关状态。变压器声纹振动监测与诊断系统结合基于小波变换及希尔伯特变换的包络分析、基于互相关系数的重合度分析、基于小波多分辨率分解的能量分布曲线分析、基于时频分布矩阵的信号对比等多种核芯算法，实现OLTC***、有效、准确的状态诊断和早期故障监测与诊断，降低变压器运行的故障风险。便携式振动型振动声纹监测概述国洲电力变压器振动监测系统使用方法。
变压器运行时，电流通过绕组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。绕组导体所受电动力正比于负载电流平方，绕组声纹振动信号的基频为100Hz。变压器中磁感应强度正比于加载电压的平方，铁芯声纹振动信号的基频也为100Hz。另外，基于铁芯振动的非线性特性，信号中必会包含频率为100Hz整数倍的高次谐波。当变压器的绕组变形或铁芯故障后，声纹振动信号频谱分布将发生改变而产生谐波分量。因此，声纹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，采用声纹振动信号分析法可实现绕组及铁芯的故障诊断。
5、内置基于海量样本的大数据和人工智能技术而建立的专家分析型数据库，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，完成分析计算后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。六、现场图样GZAF-1000S系列高压开关振动声学指纹监测系统包括便携型带电检测（分体机的如下图4C、一体机的如下图4D）、固定型在线监测（标准1U式的如下图4E、壁挂式监测单元的如下图4F）等机型。其中，便携式一体机结构轻巧，适用于高压开关的带电检测及定期检修，标准监测单元与壁挂式监测单元适用于高压开关类设备的长期在线监测与故障诊断。GZAFV-06T型便携式变压器声纹振动 监测与诊断系统。
3.4.2监测系统的智慧化功能Ø具备边缘计算能力，就地采集并处理振动声学指纹信号及驱动电机电流信号，完成有载分接开关信号包络、ATF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；Ø具备实物ID管理功能，提供有载分接开关、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监测设备信息管理。便携式振动型振动声纹监测概述
GZPD-16 型特高频局部放电监测子系统。便携式振动型振动声纹监测概述
6.4对于电力设备（以GIS为例）的诊断可以结合负荷与损耗、特高频局放信号、本体振动信号、SF6气体综合信号、断路器机械特性信号以及历史电流与电压情况来基于多源数据融合分析。例如:是否有发生过因大电流冲击等；还可以结合局放和SF6气体分解产物监测，判断GIS是否存在局放以及局放严重程度。再如:在监测到不正常的振动频谱时，系统可以自动去查询GIS的历史电流与电压信号，如果发现在某段时期确实有大电流冲击，那么可以给出一个预警:GIS可能存在异常。便携式振动型振动声纹监测概述
