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

4.1.9智能分析功能:软件内置典型故障特征的数据库,可与监测数据进行比对,通过信号波形、时间长度和幅值等特征值,诊断分析故障类型;也可添加新监测数据,方便后期横向、纵向比较;可将同一厂家同一型号的正常监测数据导入保存,便于对该厂家、型号的变压器监测数据曲线进行比对分析。4.1.10具有报表分析功能,自动计算并保存重合度、动作时间、能量分布、电流最大值、电流平均值、绕组及铁芯振动峰值频率、总谐波畸变率、基频能量比、互相关系数等特征参量,并生成分析报表。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。杭州国洲电力科技有限公司相关的振动设备。电抗器振动监测异常

电抗器振动监测异常,振动

变压器是电力系统变电站中非常重要的电力设备,它通过有载分接开关(下文皆用OLTC简称)的逐级动作,实现对电网带电运行中的调压。OLTC是调压变压器中***可动的部件。依靠OLTC准确及时的动作,不仅可减少和避免电压大幅度波动,而且可以强制分配负荷流,保障安全可靠运行,增加调度的灵活性。OLTC由选择器、切换开关和电动机构组成,其性能包括电气性能和机械能。电气性能是指触头接触电阻,当触头接触电阻增大时,会引起触头过热,甚至烧损。机械性能是指OLTC切换过程中选择和切换开关的动作顺序和时间配合,及切换过程是否存在卡塞和触头切换不到位等智能振动监测图谱杭州国洲电力科技有限公司振动声学指纹在线监测功能的主要特性解析。

电抗器振动监测异常,振动

二、相关标准1、GB/T4208外壳防护等级(IP代码);2、GB2423电工电子产品环境试验规程;3、GB/T4064电气设备安全设计导则;4、GB4943信息技术设备(包括电气事务设备)的安全;5、GB/T13926工业过程测量和控制装置的电磁兼容性;6、GB/T15532计算机软件单元监测;7、GB/T17626电磁兼容试验和测量技术;8、GB50150电器装置安装工程电气设备交接试验标准;9、DL/T860变电站通信网络和系统;10、DL/T1432.1变电设备在线监测装置检验规范第1部分:通用检验规范;11、DL/T1498.1变电设备在线监测装置技术规范第1部分:通用技术规范;12、DL/T1430变电设备在线监测系统技术导则;13、DL/T1686六氟化硫高压断路器状态检修导则;14、DL/T1687六氟化硫高压断路器状态评价导则;

3.1.2功能特点Ø采用加速度传感器监测GIS本体振动信号,监测主机/IED具备多个传感测点连续实时或周期性自动监测功能;Ø具备诊断分析功能,监测主机/IED可向综合分析单元传送标准化数据、分析结果和预警信息,并接收下传控制命令;Ø具有比对分析功能,可将测量数据与标准信号、历史测量信号进行比对分析;Ø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;Ø具备振动信号时域波形展示、频谱分析(基频为100Hz)功能,可自动提取峰值频率、总谐波畸变率、频谱互相关系数、频率复杂度、振动平稳性、能量相似度、振动相关性等特征参量,作为GIS运行状态分析参量,且用户可定义设置报警阈值。下页图3为正常状态与异常状态时,GIS本体的振动信号的时域波形及频域谱图。杭州国洲电力科技有限公司振动声学指纹在线监测技术系统的可扩展性。

电抗器振动监测异常,振动

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振动声学指纹在线监测功能的多场景适用性。浙江进口振动监测装置

杭州国洲电力科技有限公司振动监测相关产品有哪些?电抗器振动监测异常

能量分布曲线

基于小波变换的声纹振动信号多分辨率分析结果如下图3.8所示。原始信号经8层分解后产生第8层的近似分量和第1层至第8层的详细分量,计算各层详细分量信号能量,可获得信号能量分布曲线。比对正常状态与异常状态能量分布曲线,可判断OLTC运行状态,并提取互相关系数、最大值、平均值、峰度、偏度作为状态诊断特征参量。下图3.7为正常与异常状态的声纹振动信号能量分布曲线比对。

时频能量分布矩阵(ATF图谱)

获取声纹振动信号的时频能量分布矩阵,同时反映原始信号时域、频域特性及能量分布。将信号时频分布矩阵分为6个区间,计算各区间平均值作为特征参量,用于OLTC正常状态与异常状态比对。下图3.9为正常状态下声纹振动信号时频能量矩阵。 电抗器振动监测异常

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