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

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杭州国洲电力科技有限公司振动监测设备。GZAF-1000T系列变压器/电抗器振动振动好选择

GZAF-1000T系列变压器/电抗器振动振动好选择,振动

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。国洲电力振动系统技术参数杭州国洲电力科技有限公司振动监测系统有哪些?

GZAF-1000T系列变压器/电抗器振动振动好选择,振动

3.3GIS中及敞开式隔离开关的监测3.3.1技术背景隔离开关是电力系统中的重要组成部分,主要用于隔离电源、承载和切断电流电路,与接地开关共同实现对高压输电线路和电气设备的控制、保护和检修。在合闸位置时,隔离开关可承载线路额定电流及在规定时间内的异常电流;在分闸位置时,隔离开关的触头间有符合要求的绝缘距离和明显的断开标志,确保检修时人员和设备的安全。然而,由于在材料、工艺、设计、安装等方面存在的问题,以及频繁动作时产生的电气老化、机械磨损等缺陷,隔离开关故障率不断升高,严重影响整个电力系统的安全稳定运行。因此,在线监测隔离开关的各项参量经过融合评价而实现故障预警,对提高隔离开关和电网的可靠性具有重要意义。基于机械性能的隔离开关在线监测与诊断技术,通过实时监控隔离开关振动及驱动电机电流信号,通过系统软件的智能化融合分析,实现隔离开关运行状态的***评价,确保隔离开关及电网的安全稳定运行。

目前针对 GIS设备较成熟的监测方法,主要有电气法、声测法及化学分析法三大类,以上监测方法均针对的是放电性故障所产生的电磁波、声波、光、电弧分解产物等物理量。但在 GIS的运行中,除了放电性故障之外,机械性故障也是导致事故发生的一大主要原因,当GIS设备存在开关触头接触异常、壳体对接不平衡、导杆轻微弯曲等缺陷时,在开关操作的机械力、负载电流产生的交变电动力等因素的作用下会产生机械性运动,造成设备异常振动。GIS设备的异常振动对其本体有很大危害,会造成六氟化硫气体泄露、盆式绝缘子和绝缘支柱损伤、外壳接地点悬浮等缺陷,长期发展可能导致绝缘事故的发生。因此,加强对GIS机械性故障的监测,是保证GIS安全运行的重要手段。GZOLM-1000G 系列特高压GIS 多参量监测与融合评价系统售后服务及质量承诺。

GZAF-1000T系列变压器/电抗器振动振动好选择,振动

OLTC动作时,典型声纹振动和驱动电机电流的信号如下图3.4所示。通过分解时域内典型信号区间,可有效判断OLTC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OLTC的运行状态。然而,以上通过典型信号分析判断OLTC的运行状态需要丰富的实践经验,为方便监测人员快速完成诊断任务,需通过多种算法更直观、准确地判断OLTC状态。GZAFV-01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比对等多种核心算法,实现OLTC***、有效、准确的状态诊断和早期隐患监测,降低OLTC运行的故障风险。杭州国洲电力科技有限公司振动监测标准。杭州GZAF-1000T系列变压器振动直销价格

GZOLM-1000G 系列监测系统的软件界面。GZAF-1000T系列变压器/电抗器振动振动好选择

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,多参量融合分析不仅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。GZAF-1000T系列变压器/电抗器振动振动好选择

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