杭州在线振动监测工程

(4)时频能量分布矩阵(ATF图谱)获取声纹振动信号时频能量分布矩阵，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对比。下图13为正常状态下的声纹振动信号的时频能量矩阵。图13声纹振动信号的时频能量矩阵3.3.2绕组及铁芯运行状态分析下图14(a)为变压器运行时的绕组及铁芯声纹振动的时域信号。为更直观的分析绕组及铁芯运行状态，采用频域法分析声纹振动信号，实现变压器在线运行状态下的监测与诊断。GZOLM-1000G 系列特高压GIS 多参量监测与融合评价系统技术联络。杭州在线振动监测工程

如下图14(b)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，以作为变压器运行状态的分析参数。各特征参量定义及解释如下：(1)峰值频率：频谱图中比较大幅值对应的频率值。(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，计算公式如下公式1所示：公式1：总谐波畸变率计算公式公式1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。智能振动监测试验判断GZAFV-06T型便携式变压器声纹振动 监测与诊断系统基本功能。

(1)包络分析为提高在线监测与诊断的准确度，GZAFV-06T型系统的数据采集装置通常采用高采样率获取声纹振动及驱动电机电流的信号，然而大量的数据不利于快速、准确存储与分析。因而采用包络分析，简化并反映原始信号特征，便于后续分析与处理。传统希尔伯特变换进行包络分析时存在提取深度不足、存在幅值偏差等问题，因此，GZAFV-06型系统采用小波变换和希尔伯特变换结合的信号包络分析。OLTC的声纹振动和驱动电机电流的信号包络分析如下图9的A和B所示。

GIS在运行过程中除了机械故障会导致异常振动外，放电性故障（如绝缘子内部缺陷、螺丝松动悬浮电位放电、毛刺前列放电及金属微粒放电等）也会导致声纹振动信号的产生。因此，通过深入研究GIS外壳声纹振动信号的特点，分析其信号特征，可发现GIS机械性故障及放电性故障，具有监测***、监测结果互相补充的特点。开展基于声纹振动的状态监测，可在在线状态下及时发现开关设备的潜在故障，并及时预警，从而延长设备使用寿命，提高电网运行的可靠性。我公司以声纹振动的监测为主，结合电流、位移等其他状态量，开发故障诊断算法并提取相关特征参量，研制完成的监测系统适用于开关设备的带电监测、在线监测（长期固定式、短期移动式）及疑似故障诊断。GZAF-1000T系列变压器/电抗器振动声学指纹监测系统包络分析。

4.1.8信号阈值告警功能：软件自动分析信号增长趋势，实现自动告警，也可手动设置告警阈值，支持短信告警；4.1.9智能诊断分析功能：系统软件内置海量故障特征的数据库，可与测得的数据进行比对，通过信号波形、时间长度和幅值等特征值，能量的异常变化分析，并可进行振动源位置分析，以及变压器内部绕组变形等故障类型的诊断分析；也可添加新测得的数据，方便后期横向、纵向比较；软件可将同一厂家同一型号的正常监测与诊断数据进行导入保存，便于对该厂家、型号的变压器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。杭州国洲电力科技有限公司振动监测报告。国洲电力振动声纹监测示意图

杭州国洲电力科技有限公司振动监测系统监测装置组件。杭州在线振动监测工程

OLTC是在励磁状态下，通过改变绕组分接位置实现电网的有载调压，起到稳定负载电压、调节无功潮流、增加电网灵活度等重要作用。它是调压变压器中***的可动部件、关键部件之一。国际大电网委员会(GIGRE)等国内外统计结果表明，OLTC故障占变压器总体故障的30%以上，各类故障影响变压器及整个电网的安全稳定运行，严重时更会导致大面积停电、电气火灾等事故。OLTC的故障模式有多种，具体包括传动轴断裂、选择开关触头接触不良、操作机构失灵造成的拒动或滑档现象、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。根据国家电网设备部发布的《设备管理重点工作任务》，2020年度需完成382台换流变分接开关隐患整改，加快消除故障隐患。因此，实施OLTC在线监测与诊断与故障诊断不仅对确保变压器及整个电网安全稳定运行具有重要的现实意义，也是今后的发展方向。杭州在线振动监测工程