振动基本参数
  • 品牌
  • 国洲电力
  • 型号
  • GZAF-1000T系列,GZAF-1000S系列,
振动企业商机

三、技术方案3.1系统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。其中冷却系统引起的基本振动频率小于100Hz,不作为变压器振动监测与诊断分析的内容。变压器内部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,可由安装于外壁的振动传感器测得。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,可反映分接开关结构磨损、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,使驱动电机电流发生变化。因此驱动电机电流与声纹振动的两类信号融合分析,可更加有效的评价OLTC的运行状况和疑似故障类型。杭州国洲电力科技有限公司变压器/电抗器振动声学指纹监测系统概述。特高压GIS振动监测平台

特高压GIS振动监测平台,振动

OLTC故障模式:传动轴断裂、选择开关触头接触不良、操控机构失灵造成的拒动和滑档现象、限位开关失灵、切换开关拒切、中止或动作滞后、内部紧固件松动和脱落、以及内部渗漏等。机械故障是OLTC的主要故障类型,它可损坏OLTC和变压器,影响电力系统的正常安全运行并造成严重后果。因此对OLTC带电运行中的机械性能进行在线监测,可预知故障可能性和判别故障类型,对电力系统安全运行具有重要的现实意义。

变压器故障中有40%的事故是由于OLTC故障引起的。目前对OLTC状态监测采用的是停电检修的方式,根据一定的状态检修周期,对OLTC进行大规模的部件检查、清洗和更换,但是停电检修存在着以下很明显的缺陷:◆必须中断供电,影响同户用电,造成一定的经济损失。◆在状态检修周期间隔阶段,OLTC的故障不易发现,引起供电事故的可能性大。◆传统停电检修方式对OLTC工作顺序发生变化的故障无法监测,如切换开关等部件的动作顺序和时间配合是否正确,以及切换过程是否存在卡塞和触头切换不到位等。 国产振动监测示意图杭州国洲电力科技有限公司有哪些声学指纹振动监测产品?

特高压GIS振动监测平台,振动

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和驱动电机电流的信号,进行OLTC信号的包络、ATF等分析,完成绕组和铁芯的声纹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、绕组和铁芯运行状态信息链接入口,可扫码读取设备在线监测与诊断的历史数据及趋势。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。

4.2.3根据各时频信号相关系数、能量分布曲线特征参量(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疑似机械故障类型。图16基于声纹振动法的故障诊断4.2.4结合变压器的带电检测、智能巡检以及其他在线监测的状态量,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*提高了疑似故障识别的准确性,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的诊断可结合负荷、损耗、绕组机械振动信号、油温、以及历史电流电压情况分析,在监测到变压器的声纹振动频谱时,系统可以自动去查询变压器的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的异常。GZOLM-1000G 系列监测系统的软件界面。

特高压GIS振动监测平台,振动

五、系统软件简介(以在线版为例)5.1远端后台管理软件:通过云服务器账户登录,选择管理对象。图17本系统的远端后台管理软件界面5.2设备信息管理界面:包括设备名称、位置、编号等基本信息的填写。图18被试品的信息管理界面5.3主界面:包括项目管理、多通道信号同步显示、分析及其他工具及基本分析结果显示,可实现信号包络、重合度对比、能量分布、时频分布(ATF)等分析。图19本系统的软件主界面5.4声纹振动及驱动电机电流的信号包络分析可简化信号,直观反映设备运行状态。国洲电力振动监测系统概念。在线振动监测服务工程

什么是声学指纹振动监测?特高压GIS振动监测平台

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。特高压GIS振动监测平台

与振动相关的**
信息来源于互联网 本站不为信息真实性负责