電力系統(tǒng)中的開關(guān)類設(shè)備主要包括GIS、AIS（敞開式斷路器）、GIS/敞開式的隔離開關(guān)、開關(guān)柜斷路器等。各類開關(guān)設(shè)備的材料、工藝、設(shè)計(jì)、安裝過程中的缺陷以及頻繁動(dòng)作極易引起機(jī)械故障，嚴(yán)重時(shí)更會(huì)導(dǎo)致電氣火災(zāi)、停電等事故，現(xiàn)有狀態(tài)檢修方式的試驗(yàn)周期長(zhǎng)、耗費(fèi)人力物力、檢修效率低等缺點(diǎn)，較大地影響設(shè)備正常運(yùn)行。GIS是當(dāng)今輸電網(wǎng)絡(luò)中一種應(yīng)用***的電氣設(shè)備。通過將變電站中斷路器、隔離開關(guān)、接地開關(guān)、PT、CT、避雷器、連接母線、電纜終端、進(jìn)出線套管等一次設(shè)備經(jīng)過優(yōu)化設(shè)計(jì)并有序地結(jié)合為整體，在金屬殼內(nèi)封裝起來，內(nèi)部充SF6氣體作為滅弧和絕緣介質(zhì)組成的封閉組合電器。與傳統(tǒng)的敞開式相比較，GIS具有占地面積小、可靠性高、安全性強(qiáng)、運(yùn)行維護(hù)工作量很小等優(yōu)點(diǎn)，因而被大量使用在重要負(fù)荷、樞紐變電站中。但由于其采用全封閉結(jié)構(gòu)，一旦發(fā)生故障，影響范圍大并且難以準(zhǔn)確定位及快速搶修，將會(huì)帶來嚴(yán)重的經(jīng)濟(jì)損失。隨著GIS逐步在特高壓輸電網(wǎng)絡(luò)推廣應(yīng)用，設(shè)備故障所造成的影響將進(jìn)一步加大。杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)的行業(yè)培訓(xùn)支持。杭州國(guó)洲電力振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)

3.3.1.3能量分布曲線基于小波變換的聲紋振動(dòng)信號(hào)多分辨率分析結(jié)果如下圖3.8所示。原始信號(hào)經(jīng)8層分解后產(chǎn)生第8層的近似分量和第1層至第8層的詳細(xì)分量，計(jì)算各層詳細(xì)分量信號(hào)能量，可獲得信號(hào)能量分布曲線。比對(duì)正常狀態(tài)與異常狀態(tài)能量分布曲線，可判斷OLTC運(yùn)行狀態(tài)，并提取互相關(guān)系數(shù)、最大值、平均值、峰度、偏度作為狀態(tài)診斷特征參量。下圖3.7為正常與異常狀態(tài)的聲紋振動(dòng)信號(hào)能量分布曲線比對(duì)。

3.3.1.4時(shí)頻能量分布矩陣(ATF圖譜)獲取聲紋振動(dòng)信號(hào)的時(shí)頻能量分布矩陣，同時(shí)反映原始信號(hào)時(shí)域、頻域特性及能量分布。將信號(hào)時(shí)頻分布矩陣分為6個(gè)區(qū)間，計(jì)算各區(qū)間平均值作為特征參量，用于OLTC正常狀態(tài)與異常狀態(tài)比對(duì)。下圖3.9為正常狀態(tài)下聲紋振動(dòng)信號(hào)時(shí)頻能量矩陣。 聲紋振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)監(jiān)測(cè)維修電話杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)系統(tǒng)的模塊化設(shè)計(jì)。

1.2變壓器/電抗器運(yùn)行狀態(tài)概述變壓器/電抗器（下文皆用“變壓器”簡(jiǎn)稱）在電力系統(tǒng)中起到電壓變換、電能分配等重要作用，其安全穩(wěn)定運(yùn)行對(duì)確保供電可靠性具有重要意義。有載分接開關(guān)（下文皆用OLTC簡(jiǎn)稱）、繞組及鐵芯是變壓器的重要組成部分，三者故障率總和占變壓器整體故障70%左右，而傳統(tǒng)預(yù)防性試驗(yàn)有試驗(yàn)周期長(zhǎng)、影響變壓器正常運(yùn)行、耗費(fèi)人力物力等缺點(diǎn)。開展基于聲學(xué)指紋的狀態(tài)監(jiān)測(cè)，可在在線狀態(tài)下及時(shí)發(fā)現(xiàn)變壓器OLTC、繞組及鐵芯的潛在故障，并及時(shí)預(yù)警，從而延長(zhǎng)變壓器使用壽命，提高電網(wǎng)運(yùn)行的可靠性。

GIS及敞開式的隔離開關(guān)監(jiān)測(cè)功能特性◆采用加速度傳感器及電流傳感器監(jiān)測(cè)隔離開關(guān)聲紋振動(dòng)及電機(jī)電流信號(hào)?！艟哂斜葘?duì)分析功能：可將現(xiàn)測(cè)與標(biāo)準(zhǔn)/歷史的監(jiān)測(cè)數(shù)據(jù)進(jìn)行橫向/縱向比對(duì)分析?！艟哂性\斷分析功能：可對(duì)隔離開關(guān)狀態(tài)進(jìn)行診斷，并上傳原始數(shù)據(jù)及分析結(jié)果?！艟哂袛嚯姴粊G失存儲(chǔ)數(shù)據(jù)、復(fù)電自啟動(dòng)、自復(fù)位的功能，可連續(xù)監(jiān)測(cè)、存儲(chǔ)及導(dǎo)出功能，可夠存儲(chǔ)1000次以上的操作數(shù)據(jù)，并具備批量處理數(shù)據(jù)功能?！艟邆渎暭y振動(dòng)及電機(jī)電流信號(hào)波形、包絡(luò)分析、時(shí)頻圖譜等展示功能?！糇詣?dòng)提取動(dòng)/靜觸頭的分/合閘動(dòng)作時(shí)間、電機(jī)峰值電流、電機(jī)電流的燃弧時(shí)間及抖動(dòng)高幅值關(guān)鍵特征、聲紋振動(dòng)脈動(dòng)關(guān)鍵特征等參量?！糁悄芊治觯阂劳杏谖夜窘⒌暮Ａ康湫凸收习咐臄?shù)據(jù)庫(kù)，包絡(luò)分析后可快速實(shí)現(xiàn)歷史信號(hào)重合度比對(duì)開展智能分析，更直觀、快速地判斷電力設(shè)備運(yùn)行狀態(tài)。為量化信號(hào)重合度比對(duì)，GZAFV-01系統(tǒng)引入互相關(guān)系數(shù)的計(jì)算，當(dāng)實(shí)時(shí)采集信號(hào)包絡(luò)曲線與正常狀態(tài)包絡(luò)曲線的互相關(guān)系數(shù)：接近1時(shí)，被測(cè)設(shè)備是接近正常狀態(tài)。接近0時(shí)，被測(cè)設(shè)備是可能存在故障的異常狀態(tài)。杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)的用戶培訓(xùn)支持。

3.2.1感知層的傳感器GZAFV-01系統(tǒng)的感知層如上圖3.1所示，由IED/主機(jī)、6路聲紋振動(dòng)傳感器、1路電流傳感器等構(gòu)成，聲紋振動(dòng)傳感器集成電荷放大器，將聲紋振動(dòng)信號(hào)轉(zhuǎn)換成與之成正比的電壓信號(hào)；電流傳感器采用微型卡扣結(jié)構(gòu)，便于現(xiàn)場(chǎng)安裝。各傳感器外觀及參數(shù)如下表1所示?！?路聲紋振動(dòng)傳感器采集取OLTC振動(dòng)信號(hào)，通過固定底座安裝在變壓器外壁，安裝位置選取平行于OLTC的垂直傳動(dòng)桿方向，且盡量靠近OLTC的觸頭組處?！?路電流傳感器采集OLTC驅(qū)動(dòng)電機(jī)電流信號(hào)，安裝于OLTC驅(qū)動(dòng)電機(jī)電源線處。◆3路聲紋振動(dòng)傳感器采集變壓器繞組及鐵芯聲紋振動(dòng)信號(hào)，安裝位置選取于上夾件底部、非冷卻器側(cè)油箱表面中部、油箱頂部中心點(diǎn)。為保持監(jiān)測(cè)點(diǎn)的同一性，便于后期監(jiān)測(cè)數(shù)據(jù)的時(shí)間軸線比對(duì)，所有聲紋振動(dòng)傳感器底座長(zhǎng)期固定在變壓器外壁上。安裝示意圖如下圖3所示。（備注：傳感器安裝的數(shù)量及位置可根據(jù)被測(cè)設(shè)備的監(jiān)測(cè)需求而靈活調(diào)整）杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)的科研支持背景。便攜式聲紋振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)監(jiān)測(cè)頻率

杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)服務(wù)的快速響應(yīng)機(jī)制。杭州國(guó)洲電力振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)

4.2.3根據(jù)各時(shí)頻信號(hào)互相關(guān)系數(shù)、能量分布曲線特征參量（互相關(guān)系數(shù)、最大值、平均值、峰度、偏度）、ATF圖譜特征參量（六等分區(qū)間均值）、總諧波畸變率、基頻信號(hào)能量比等狀態(tài)量，采用深度學(xué)習(xí)算法，自動(dòng)判斷變壓器運(yùn)行狀態(tài)及機(jī)械故障類型。

4.2.4結(jié)合變壓器的帶電監(jiān)測(cè)、智能巡檢以及其他在線監(jiān)測(cè)狀態(tài)量，進(jìn)行數(shù)據(jù)的多參量融合分析，形成基于多源數(shù)據(jù)的故障預(yù)警機(jī)制，多參量融合分析不僅提高了識(shí)別故障的準(zhǔn)確性，而且還能**降低因單個(gè)參量判別故障帶來的誤報(bào)。例如，對(duì)于變壓器疑似問題地診斷可結(jié)合負(fù)荷、損耗、繞組機(jī)械振動(dòng)信號(hào)、油溫、以及歷史電流電壓情況分析，在監(jiān)測(cè)到變壓器地聲紋振動(dòng)頻譜時(shí)，GZAFV-01系統(tǒng)的操控及監(jiān)測(cè)數(shù)據(jù)分析系統(tǒng)可以自動(dòng)去查詢變壓器地歷史電流和電壓信號(hào)，如果發(fā)現(xiàn)在某段時(shí)期確實(shí)有大電流沖擊，可給出預(yù)警：變壓器可能存在繞組變形地異常。 杭州國(guó)洲電力振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)