6.22020年10月22日，我公司的常務副總經理胡晗先生、技術智造中心總監王國明博士以技術顧問的身份，獲邀參與國網冀北電力有限公司關于智慧物聯體系建設專項勞動競賽成果評審會，會上向國網冀北公司設備運行管理領域的各位領導和**們匯報了《電力設備聲紋振動監測技術的發展態勢和應用前景》，并會中作為廠家**參與技術評審，榮獲與會領導和**們的高度認可。

6.3 2020年8月6日，我公司榮獲南方電網生產技術部的邀請作為技術合作商的**，委派研發副總經理沈佳華先生參加南方電網的生產技術部、各分省公司、南網電科院和南網數研院等部門/單位的**們出席的《公司新技術交流會議》，向與會的各位**做了《變壓器振動監測技術》的專題匯報。 杭州國洲電力科技有限公司的企業發展歷程與技術創新成果。有載開關聲紋振動聲學指紋在線監測銷售公司

GIS及敞開式的隔離開關監測技術背景隔離開關在合閘位置時，隔離開關可承載線路額定電流及在規定時間內的異常電流；在分閘位置時，隔離開關的觸頭間有符合要求的絕緣距離和明顯的斷開標志，確保檢修時人員和設備的安全。然而由于在材料、工藝、設計、安裝等方面存在的問題，以及頻繁動作時產生的電氣老化、機械磨損等缺陷，GIS及敞開式的隔離開關的故障率不斷升高，嚴重影響隔離開關和整個電力系統的安全穩定運行。因此，實施在線監測隔離開關聲紋振動及驅動電機電流信號，實現隔離開關運行狀態的***評價具有重要意義。有載開關聲紋振動聲學指紋在線監測以客為尊杭州國洲電力科技有限公司振動聲學指紋在線監測技術系統的安全性設計。

五、GZAFV-01系統的操控及監測數據分析軟件5.1遠端后臺軟件管理遠端后臺管理軟件通過云服務器賬戶登錄，選擇管理對象。5.2設備信息管理設備信息管理界面包括設備名稱、位置、編號等基本信息。5.3軟件主界面主界面包括項目管理、多通道信號同步顯示、分析及其他工具及基本分析結果顯示，可實現信號包絡、重合度比對、能量分布、時域信號頻譜分布等分析。5.4包絡分析聲紋振動及驅動電機電流的信號包絡分析可簡化信號，直觀反映設備運行狀態。5.5歷史數據比對實現實時監測數據與正常狀態數據橫向比對、與歷史狀態數據縱向比對。5.6頻譜分析進行聲紋振動監測數據的時域信號頻譜分析，提取信號頻域特征參量。5.7運行狀態告警被測變壓器的異常狀態報警，可選擇告警發送方式。5.8報表生成功能：被測變壓器診斷結果生成報表功能。

功能特性◆IED/主機具備多個點位開展實時連續性或周期性的監測GIS本體聲紋振動信號，向平臺層操控計算機傳送監測數據開展智能分析，操控及監測數據分析軟件實時展示分析結果和預警信息。◆具有比對分析功能：可將現測的與同規格被試品/歷史的監測數據進行橫向/縱向比對分析。◆具有斷電不丟失存儲數據、復電自動啟動/復位功能，可連續實時監測、存儲及導出1年以上數據。◆具備聲紋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、頻譜互相關系數、頻率復雜度、振動平穩性、能量相似度、振動相關性等特征參量，以作為GIS運行狀態分析參數，用戶可設置報警閾值。◆智能分析：依托于我公司建立的海量典型故障案例的數據庫，包絡分析后可快速實現歷史信號重合度比對開展智能分析，更直觀、快速地判斷電力設備運行狀態。為量化信號重合度比對，GZAFV-01系統引入互相關系數的計算，當實時采集信號包絡曲線與正常狀態包絡曲線的互相關系數：杭州國洲電力科技有限公司振動聲學指紋在線監測的概述。

電力系統中的開關類設備主要包括GIS、AIS（敞開式斷路器）、GIS/敞開式的隔離開關、開關柜斷路器等。各類開關設備的材料、工藝、設計、安裝過程中的缺陷以及頻繁動作極易引起機械故障，嚴重時更會導致電氣火災、停電等事故，現有狀態檢修方式的試驗周期長、耗費人力物力、檢修效率低等缺點，較大地影響設備正常運行。GIS是當今輸電網絡中一種應用***的電氣設備。通過將變電站中斷路器、隔離開關、接地開關、PT、CT、避雷器、連接母線、電纜終端、進出線套管等一次設備經過優化設計并有序地結合為整體，在金屬殼內封裝起來，內部充SF6氣體作為滅弧和絕緣介質組成的封閉組合電器。與傳統的敞開式相比較，GIS具有占地面積小、可靠性高、安全性強、運行維護工作量很小等優點，因而被大量使用在重要負荷、樞紐變電站中。但由于其采用全封閉結構，一旦發生故障，影響范圍大并且難以準確定位及快速搶修，將會帶來嚴重的經濟損失。隨著GIS逐步在特高壓輸電網絡推廣應用，設備故障所造成的影響將進一步加大。杭州國洲電力科技有限公司振動聲學指紋在線監測技術系統的可擴展性。智能化振動聲學指紋在線監測常用知識

杭州國洲電力科技有限公司振動聲學指紋在線監測服務的全流程支持。有載開關聲紋振動聲學指紋在線監測銷售公司

3.3GZAFV-01系統的監測數據信號分析與處理3.3.1OLTC運行狀態分析OLTC動作時，典型聲紋振動和驅動電機電流的信號如下圖3.4所示。通過分解時域內典型信號區間，可有效判斷OLTC驅動電機啟動、分接選擇器斷開、分接選擇器閉合、切換開關動作、驅動電機制動等動作順序，進而分析OLTC的運行狀態。然而，以上通過典型信號分析判斷OLTC的運行狀態需要豐富的實踐經驗，為方便監測人員快速完成診斷任務，需通過多種算法更直觀、準確地判斷OLTC狀態。GZAFV-01系統結合基于小波變換及希爾伯特變換的包絡分析、基于互相關系數的重合度分析、基于小波多分辨率分解的能量分布曲線分析、基于時頻分布矩陣的信號比對等多種核心算法，實現OLTC***、有效、準確的狀態診斷和早期隱患監測，降低OLTC運行的故障風險。有載開關聲紋振動聲學指紋在線監測銷售公司