包络分析：为提高在线监测的准确度，GZAF-1000T系统的数据采集装置通常采用高采样率获取振动声学信号及驱动电机电流信号，然而大量的数据不利于快速、准确存储与分析。因而采用包络分析，简化并反映原始信号特征，便于后续分析与处理。传统希尔伯特变换进行包络分析时存在提取深度不足、存在幅值偏差等问题，因此，GZAF-1000T系统采用小波变换和希尔伯特变换结合的信号包络分析。有载分接开关振动声学信号和驱动电机电流信号包络分析如下图8的A和B所示。GZAF-1000T系列变压器(电抗器)振动声学指纹监测绕组及铁芯运行状态分析。振动声学指纹在线监测应用意义

GIS及敞开式的隔离开关监测:功能特性:各特征参量定义如下：(1)分合动作时间：根据电机电流的变化来获取驱动电机启动至停止的时长；(2)电机峰值电流：电机电流出现后的瞬态过程中，电流的***个大半波的峰值；(3)电机电流燃弧时间：电机电流停止末端，电流变小后又增大，直至电流归零的持续时间；(4)电流抖动：电机在驱动连杆时，电机电流不稳定状态称为电流抖动；(5)振动声学高幅值关键特征:捕获一些振动幅值比较大的时间点；(6)振动声学脉动关键特征:振动信号进过小波滤波后，时域及频域分布特性。杭州电抗器振动声学指纹在线监测业绩GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统结构。

时频能量分布矩阵(ATF图谱)获取振动声学指纹信号时频能量分布矩阵，同时反映原始信号时域、频域特性及能量分布。将信号时频分布矩阵分为6个区间，计算各区间平均值作为特征参量，用于有载分接开关正常状态与异常状态对比。下图12为正常状态下振动声学指纹信号时频能电力设备监测及诊断技术的“中国智造者”第14页共29页量矩阵。图12振动声学指纹信号时频能量矩阵绕组及铁芯运行状态分析下图13(a)为变压器/电抗器运行时的绕组及铁芯振动声学指纹的时域信号。为更直观地分析绕组及铁芯运行状态，采用频域法分析振动声学指纹信号，实现在线状态下的故障监测。如下图13(b)所示，基于振动声学指纹信号的频域分布，提取峰值频率、总谐波畸变率、基频能量比、互相关系数特征参量，以作为变压器/电抗器运行状态的分析参数。

系统功能：3.4.2监测系统的智慧化功能?具备边缘计算能力，就地采集并处理振动声学指纹信号及驱动电机电流信号，完成有载分接开关信号包络、ATF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；?具备实物ID管理功能，提供有载分接开关、绕组及铁芯运行状态信息链接入口，可扫码读取设备在线监测历史数据及趋势。通过扫码或RFID识别设备，读取设备ID信息，通过站内网络（4G/5G/WIFI）传输给云端服务器，向服务器请求该设备的详细信息，以及详细的运行状态，测试信息等。?根据各时频信号互相关系数、能量分布曲线特征参量（互相关系数、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/电抗器运行状态及机械故障类型。图15基于振动声学指纹的变压器故障诊断?结合变压器/电抗器的带电检测、智能巡检以及其他在线监测状态量，GZAF-1000S系列高压开关振动声学指纹监测系统--GIS及敞开式的隔离开关监测技术背景。

GIS及敞开式的隔离开关监测: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，GIS及敞开式的隔离开关的故障率不断升高，严重影响隔离开关和整个电力系统的安全稳定运行。因此，在线监测隔离开关以实现故障前预警，对提高设备和电网的可靠性具有重要意义。基于实时监控隔离开关振动声学指纹及驱动电机电流信号，结合智能分析软件，实现隔离开关运行状态的***评价，可有效确保隔离开关及电网的安全稳定运行。杭州国洲电力科技有限公司振动声学指纹在线监测怎么样？杭州电抗器振动声学指纹在线监测业绩

GZAF-1000T系列变压器(电抗器)振动声学指纹监测云平台服务器。振动声学指纹在线监测应用意义

现场图样GZAF-1000S系列高压开关振动声学指纹监测系统包括便携型带电检测（分体机的如下图4C、一体机的如下图4D）、固定型在线监测（标准1U式的如下图4E、壁挂式监测单元的如下图4F）等机型。其中，便携式一体机结构轻巧，适用于高压开关的带电检测及定期检修，标准监测单元与壁挂式监测单元适用于高压开关类设备的长期在线监测与故障诊断。智能分析：依托于我公司建立的海量典型故障案例的数据库，包络分析后可快速实现历史信号重合度对比开展智能分析，更直观、快速地判断电力设备运行状态。为量化信号重合度对比，GZAF-1000S监测系统引入互相关系数的计算。当实时采集信号包络曲线与正常状态包络曲线互相关系数接近1时，实时采集的信号接近正常运行状态；当互相关系数接近0时，被测设备可能存在故障。下图1所示为正常状态与异常状态时，GIS本体振动声学指纹信号时域波形及频域谱图：振动声学指纹在线监测应用意义