3.2.2感知層的IED/主機(jī)GZAFV-01系統(tǒng)的IED/主機(jī)由采集模塊,、處理模塊、電源模塊,、USB接口,、通信模塊等組成?！舨杉K：實(shí)現(xiàn)6路聲紋振動信號,、1路電流信號的采集?！籼幚砟K：實(shí)現(xiàn)信號的放大,、濾波和檢波及A/D轉(zhuǎn)換等功能，利用硬件對采集的信號進(jìn)行處理,，保證信號的有效性和可靠性,，再將處理后的模擬信號經(jīng)A/D轉(zhuǎn)換成數(shù)字信號，便于IED/主機(jī)進(jìn)行數(shù)據(jù)處理分析,?！綦娫茨K：包括220V/AC電源的輸入及降壓轉(zhuǎn)換,，為IED/主機(jī)供電?！鬠SB接口：用于現(xiàn)場信號獲取,、調(diào)試?！敉ㄐ拍K：用于向遠(yuǎn)端平臺層的監(jiān)測數(shù)據(jù)傳輸,、操控指令接收。杭州國洲電力科技有限公司振動聲學(xué)指紋在線監(jiān)測技術(shù)的節(jié)能效益分析,。校驗(yàn)振動聲學(xué)指紋在線監(jiān)測設(shè)備

聲紋振動監(jiān)測技術(shù)的應(yīng)用意義GZAFV-01系統(tǒng)適用于GIS,、AIS、隔離開關(guān),、開關(guān)柜等開關(guān)設(shè)備的帶電監(jiān)測,、在線監(jiān)測與故障診斷，不影響被測設(shè)備正常運(yùn)行且無電氣連接,，主要意義如下：5.1采用帶電監(jiān)測/在線監(jiān)測方式,，不影響被測設(shè)備正常運(yùn)行，降低了電網(wǎng)風(fēng)險,。5.2監(jiān)測方式與被測設(shè)備無電氣連接,，具有安全、可靠,、安裝方便等優(yōu)點(diǎn),。5.3采用獨(dú)特的時域、包絡(luò),、重合度比對,、時頻矩陣等分析法，并提峰值頻率,、總諧波畸變率,、頻譜互相關(guān)系數(shù)、頻率復(fù)雜度,、振動平穩(wěn)性,、能量相似度、振動相關(guān)性等特征參量等特征參量,，提高在線監(jiān)測準(zhǔn)確度,。5.4內(nèi)置基于海量典型樣本的大數(shù)據(jù)和人工智能研判技術(shù)而建立的數(shù)據(jù)庫，可真實(shí)反應(yīng)被試品運(yùn)行狀態(tài),，有效診斷故障程度和類型,。5.5符合智慧/智能型變電站建設(shè)原則，IED具備邊緣計算能力，就地采集并處理聲紋振動及電流信號,，完成分析計算后根據(jù)傳輸層要求統(tǒng)一通訊接口及數(shù)據(jù)結(jié)構(gòu),，根據(jù)平臺層及應(yīng)用層要求上傳監(jiān)測數(shù)據(jù)的分析結(jié)果。GIS振動聲學(xué)指紋在線監(jiān)測功能GZAFV-01型聲紋振動監(jiān)測系統(tǒng)（開關(guān)設(shè)備）智能評估和故障預(yù)警,。

GIS及開關(guān)柜的斷路器監(jiān)測技術(shù)的功能特性◆具備聲紋振動,、分/合閘線圈/儲能電機(jī)電流、行程,、分/合閘位置等監(jiān)測功能,。◆具備聲紋振動,、電流波形,、行程曲線、壓力變化記錄及展示功能,，自動計算峰值電流,、電流上升速率、動作時間與時長,、行程,、分合閘位置與次數(shù)等參數(shù)?！鬒ED/主機(jī)支持多通道信號同步實(shí)時采集,，通道數(shù)不小于8個（可定制）?！艟哂斜葘Ψ治龉δ埽嚎蓪F(xiàn)測與標(biāo)準(zhǔn)/歷史的監(jiān)測數(shù)據(jù)進(jìn)行橫向/縱向比對分析,。◆具有斷電不丟失存儲數(shù)據(jù),，復(fù)電自動啟動/復(fù)位功能；可連續(xù)監(jiān)測,、存儲及導(dǎo)出1000次以上斷路器動作數(shù)據(jù),。◆斷路器每次動作后,，IED/主機(jī)主動評估斷路器運(yùn)行狀態(tài),，并自動上傳分析結(jié)果?！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,，包絡(luò)分析后可快速實(shí)現(xiàn)歷史信號重合度比對開展智能分析，更直觀,、快速地判斷電力設(shè)備運(yùn)行狀態(tài),。為量化信號重合度比對，引入互相關(guān)系數(shù)的計算，當(dāng)實(shí)時采集信號包絡(luò)分析曲線與正常狀態(tài)包絡(luò)分析曲線的互相關(guān)系數(shù)：接近1時,，被測設(shè)備是接近正常狀態(tài),。接近0時，被測設(shè)備是可能存在故障的異常狀態(tài),。下圖3.5所示為斷路器典型聲紋振動和儲能電機(jī)電流的信號包絡(luò)曲線圖,。

4.2.3根據(jù)各時頻信號互相關(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,、基頻信號能量比等狀態(tài)量,，采用深度學(xué)習(xí)算法，自動判斷變壓器運(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,、智能巡檢以及其他在線監(jiān)測狀態(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別故障的準(zhǔn)確性，而且還能**降低因單個參量判別故障帶來的誤報,。例如,，對于變壓器疑似問題地診斷可結(jié)合負(fù)荷、損耗,、繞組機(jī)械振動信號,、油溫、以及歷史電流電壓情況分析,，在監(jiān)測到變壓器地聲紋振動頻譜時,，GZAFV-01系統(tǒng)的操控及監(jiān)測數(shù)據(jù)分析系統(tǒng)可以自動去查詢變壓器地歷史電流和電壓信號，如果發(fā)現(xiàn)在某段時期確實(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,。 杭州國洲電力科技有限公司振動聲學(xué)指紋在線監(jiān)測技術(shù)系統(tǒng)的兼容性分析。

3.3.1.3能量分布曲線基于小波變換的聲紋振動信號多分辨率分析結(jié)果如下圖3.8所示,。原始信號經(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,，計算各層詳細(xì)分量信號能量，可獲得信號能量分布曲線,。比對正常狀態(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)的聲紋振動信號能量分布曲線比對,。

3.3.1.4時頻能量分布矩陣(ATF圖譜)獲取聲紋振動信號的時頻能量分布矩陣，同時反映原始信號時域,、頻域特性及能量分布,。將信號時頻分布矩陣分為6個區(qū)間，計算各區(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,。下圖3.9為正常狀態(tài)下聲紋振動信號時頻能量矩陣。 杭州國洲電力科技有限公司的企業(yè)簡介與主要技術(shù)優(yōu)勢,。聲學(xué)指紋振動聲學(xué)指紋在線監(jiān)測平臺

杭州國洲電力科技有限公司振動聲學(xué)指紋在線監(jiān)測技術(shù)的行業(yè)合作案例,。校驗(yàn)振動聲學(xué)指紋在線監(jiān)測設(shè)備

功能特性◆IED/主機(jī)具備多個點(diǎn)位開展實(shí)時連續(xù)性或周期性的監(jiān)測GIS本體聲紋振動信號，向平臺層操控計算機(jī)傳送監(jiān)測數(shù)據(jù)開展智能分析,，操控及監(jiān)測數(shù)據(jù)分析軟件實(shí)時展示分析結(jié)果和預(yù)警信息,。◆具有比對分析功能：可將現(xiàn)測的與同規(guī)格被試品/歷史的監(jiān)測數(shù)據(jù)進(jìn)行橫向/縱向比對分析,?！艟哂袛嚯姴粊G失存儲數(shù)據(jù)、復(fù)電自動啟動/復(fù)位功能,，可連續(xù)實(shí)時監(jiān)測,、存儲及導(dǎo)出1年以上數(shù)據(jù)?！艟邆渎暭y振動信號時域波形展示,、頻譜分析(基頻為100Hz)功能，可自動提取峰值頻率,、總諧波畸變率,、頻譜互相關(guān)系數(shù)、頻率復(fù)雜度,、振動平穩(wěn)性、能量相似度,、振動相關(guān)性等特征參量,，以作為GIS運(yùn)行狀態(tài)分析參數(shù)，用戶可設(shè)置報警閾值,?！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,，包絡(luò)分析后可快速實(shí)現(xiàn)歷史信號重合度比對開展智能分析，更直觀,、快速地判斷電力設(shè)備運(yùn)行狀態(tài),。為量化信號重合度比對，GZAFV-01系統(tǒng)引入互相關(guān)系數(shù)的計算,，當(dāng)實(shí)時采集信號包絡(luò)曲線與正常狀態(tài)包絡(luò)曲線的互相關(guān)系數(shù)：校驗(yàn)振動聲學(xué)指紋在線監(jiān)測設(shè)備