3.3.2繞組及鐵芯運行狀態分析下圖3.10a為變壓器運行時繞組及鐵芯的聲紋振動時域信號。為更直觀地分析繞組及鐵芯運行狀態，采用頻域法分析聲紋振動信號。如下圖3.10b所示，基于聲紋振動信號的頻域分布，提取峰值頻率、總諧波畸變率、基頻能量比、互相關系數特征參量作為分析參數。各特征參量定義及解釋如下：

3.3.2.1峰值頻率：頻譜圖中比較大幅值對應的頻率值。3.3.2.2總諧波畸變率(TotalHarmonicDistortion,THD)所有50Hz整數倍諧波分量的有效值與基頻100Hz分量有效值的比值，計算公式：THD=i=0nVi2V1，其中V1為100Hz基頻分量有效值，Vi為各諧波分量有效值，i為頻率索引值。正常狀態下，由于100Hz基頻分量為振動頻譜圖的主要成分，總諧波畸變率應較小；存在故障時，諧波分量增加且峰值頻率發生偏移，總諧波畸變率變大 杭州國洲電力科技有限公司振動聲學指紋在線監測技術的技術突破點。杭州GIS振動聲學指紋在線監測工作原理

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。GZAF-1000T系列振動聲學指紋在線監測安裝杭州國洲電力科技有限公司振動聲學指紋在線監測技術的未來發展趨勢。

3.2.3平臺層的云服務器數據經現場傳感器采集并經過IED/主機處理后，通過通信模塊（4G/5G無線傳輸或電力光纖專網）傳送至云服務器進行存儲及深度計算，平臺層的操控計算機（含通過IEC61850通訊管理連接的遠端）可通過瀏覽器登錄云服務器隨時隨地查看監測數據，對變壓器進行運行監測及診斷分析。云服務器采用B/S結構（瀏覽器/服務器模式），提供監測數據的深度計算、存儲、瀏覽器查看等服務。

3.2GZAFV-01系統的系統架構GZAFV-01系統由感知層的聲紋振動傳感器、電流傳感器、IED/主機，網絡層的通訊管理里，平臺層的數據（云）服務器、內置操控及監測數據分析軟件的操控計算機、IEC61850通訊管理機等構成。

3.2.1感知層的傳感器GZAFV-01系統的感知層如上圖3.1所示，由IED/主機、6路聲紋振動傳感器、1路電流傳感器等構成，聲紋振動傳感器集成電荷放大器，將聲紋振動信號轉換成與之成正比的電壓信號；電流傳感器采用微型卡扣結構，便于現場安裝。各傳感器外觀及參數如下表1所示。◆3路聲紋振動傳感器采集取OLTC振動信號，通過固定底座安裝在變壓器外壁，安裝位置選取平行于OLTC的垂直傳動桿方向，且盡量靠近OLTC的觸頭組處。◆1路電流傳感器采集OLTC驅動電機電流信號，安裝于OLTC驅動電機電源線處。◆3路聲紋振動傳感器采集變壓器繞組及鐵芯聲紋振動信號，安裝位置選取于上夾件底部、非冷卻器側油箱表面中部、油箱頂部中心點。為保持監測點的同一性，便于后期監測數據的時間軸線比對，所有聲紋振動傳感器底座長期固定在變壓器外壁上。安裝示意圖如下圖3所示。（備注：傳感器安裝的數量及位置可根據被測設備的監測需求而靈活調整）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多功能集成。

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。杭州國洲電力科技有限公司振動聲學指紋在線監測功能的用戶界面優化。振動聲學指紋在線監測系統結構

杭州國洲電力科技有限公司振動聲學指紋在線監測技術的經濟效益分析。杭州GIS振動聲學指紋在線監測工作原理

GIS及敞開式的隔離開關監測功能特性◆采用加速度傳感器及電流傳感器監測隔離開關聲紋振動及電機電流信號。◆具有比對分析功能：可將現測與標準/歷史的監測數據進行橫向/縱向比對分析。◆具有診斷分析功能：可對隔離開關狀態進行診斷，并上傳原始數據及分析結果。◆具有斷電不丟失存儲數據、復電自啟動、自復位的功能，可連續監測、存儲及導出功能，可夠存儲1000次以上的操作數據，并具備批量處理數據功能。◆具備聲紋振動及電機電流信號波形、包絡分析、時頻圖譜等展示功能。◆自動提取動/靜觸頭的分/合閘動作時間、電機峰值電流、電機電流的燃弧時間及抖動高幅值關鍵特征、聲紋振動脈動關鍵特征等參量。◆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：接近1時，被測設備是接近正常狀態。接近0時，被測設備是可能存在故障的異常狀態。杭州GIS振動聲學指紋在線監測工作原理