3.3.2繞組及鐵芯運行狀態(tài)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(tài)，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(shù)特征參量作為分析參數(shù)。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(shù)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(tài)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(fā)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(jiān)測技術的實際應用價值。振動聲學指紋在線監(jiān)測設備信息

3.3.2.3基頻信號能量比(E)100Hz基頻分量時域信號能量占信號總能量的比值，計算公式：E=jmS1j2jmSj2，其中S1為100Hz基頻分量的時域信號，Sj為原始信號，j為采樣索引值。正常狀態(tài)下，由于100Hz基頻分量為聲紋振動頻譜圖的主要成分，基頻信號能量比應較大；存在故障時，諧波分量增加且峰值頻率發(fā)生偏移，基頻信號能量比變小。3.3.2.4互相關系數(shù)(r)正常狀態(tài)與實測的聲紋振動信號頻譜圖之間的相似度，計算公式：r=i=0N-1[Xi-X][Yi-Y]i=0N-1[Xi-X]2i=0N-1[Yi-Y]2，其中Xi和Yi分別為正常狀態(tài)與實時測得聲紋振動信號的頻域分布，X和Y為對應信號的平均值，互相關系數(shù)范圍為0~1?！粽＿\行時，相關系數(shù)應接近于1。◆存在故障時，信號頻率分布發(fā)生改變，互相關系數(shù)減小。杭州國洲電力振動聲學指紋在線監(jiān)測傳感器GZAFV-01型聲紋振動監(jiān)測系統(tǒng)（變壓器、電抗器)包絡分析。

3.2.2感知層的IED/主機GZAFV-01系統(tǒng)的IED/主機由采集模塊、處理模塊、電源模塊、USB接口、通信模塊等組成?！舨杉K：實現(xiàn)6路聲紋振動信號、1路電流信號的采集?！籼幚砟K：實現(xiàn)信號的放大、濾波和檢波及A/D轉換等功能，利用硬件對采集的信號進行處理，保證信號的有效性和可靠性，再將處理后的模擬信號經A/D轉換成數(shù)字信號，便于IED/主機進行數(shù)據(jù)處理分析?！綦娫茨K：包括220V/AC電源的輸入及降壓轉換，為IED/主機供電?！鬠SB接口：用于現(xiàn)場信號獲取、調試?！敉ㄐ拍K：用于向遠端平臺層的監(jiān)測數(shù)據(jù)傳輸、操控指令接收。

確保采集到的振動和聲學數(shù)據(jù)具有足夠的準確性和分辨率，以便于識別設備的正常運行狀態(tài)與異常情況，可以采取以下措施：

選擇合適的傳感器：根據(jù)被監(jiān)測設備的特性和監(jiān)測要求選擇適當類型和規(guī)格的振動和聲學傳感器。傳感器應具有高靈敏度和適當?shù)念l率響應范圍。校準傳感器：定期對傳感器進行校準，以確保其輸出與實際測量值之間的準確對應關系。優(yōu)化采樣頻率：根據(jù)設備的動態(tài)特性和可能發(fā)生的故障類型，設置合適的采樣頻率，以捕捉到振動和聲學信號的關鍵特征。減少噪聲干擾：采取措施減少環(huán)境噪聲和電磁干擾，如使用屏蔽電纜、設置隔振平臺、選擇低噪聲環(huán)境進行測量等。數(shù)據(jù)預處理：采用濾波、去噪等數(shù)據(jù)預處理技術，提高信號質量，減少噪聲的影響。多傳感器融合：使用多個傳感器并結合不同的測量位置，可以提高數(shù)據(jù)的冗余性和魯棒性，從而增強信號的準確性。動態(tài)范圍調整：根據(jù)設備的運行狀態(tài)調整測量系統(tǒng)的動態(tài)范圍，確保在設備運行在不同負載條件下都能獲得清晰的信號。數(shù)據(jù)后處理和特征提取：應用高級信號處理技術，如時頻分析、小波變換等，提取出反映設備狀態(tài)的關鍵特征。 杭州國洲電力科技有限公司振動聲學指紋在線監(jiān)測技術的行業(yè)培訓支持。

2.15Q/GDWZ410高壓設備智能化技術導則。2.16Q/GDWZ414變電站智能化改造技術規(guī)范。2.17Q/GDW561輸變電設備狀態(tài)監(jiān)測系統(tǒng)技術導則。2.18Q/GDW739輸變電設備狀態(tài)監(jiān)測主站系統(tǒng)變電設備在線監(jiān)測I1接口網絡通信規(guī)范。2.19Q/GDW1168-2013輸變電設備狀態(tài)檢修試驗規(guī)程。2.20JB/T8314分接開關試驗導則。2.21國家電網公司變電監(jiān)測管理規(guī)定（試行）第11分冊機械振動監(jiān)測細則。2.22IEC60214.1Tap-changersPart1:PerformanceRequirementsandTestMethods。2.23IEC60214.2Tap-changersPart2:ApplicationGuidelines。2.24IEEEC57.131IEEEStandardRequirementsforTapChanger。2.25IEEEC57.139IEEEGuideforDissolvedGasAnalysisinTransformerLoadTapChangers。2.26IEEEC57.143IEEEGuideforApplicationforMonitoringEquipmenttoLiquid-ImmersedTransformersandComponents。2.27CIGREWorkingGroupA2.34GuideforTransformerMaintenance。杭州國洲電力科技有限公司振動聲學指紋在線監(jiān)測技術的科研支持背景。杭州高壓開關振動聲學指紋在線監(jiān)測設備信息

杭州國洲電力科技有限公司振動聲學指紋在線監(jiān)測功能的主要特性解析。振動聲學指紋在線監(jiān)測設備信息

4.2.3根據(jù)各時頻信號互相關系數(shù)、能量分布曲線特征參量（互相關系數(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，采用深度學習算法，自動判斷變壓器運行狀態(tài)及機械故障類型。

4.2.4結合變壓器的帶電監(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)的故障預警機制，多參量融合分析不僅提高了識別故障的準確性，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合負荷、損耗、繞組機械振動信號、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)在某段時期確實有大電流沖擊，可給出預警：變壓器可能存在繞組變形地異常。 振動聲學指紋在線監(jiān)測設備信息