4.2.2具備實物ID管理功能，提供OLTC、繞組及鐵芯運行狀態信息鏈接入口，可掃碼讀取設備在線監測歷史數據及趨勢。通過掃碼或RFID識別設備，讀取設備ID信息，通過站內網絡（4G/5G/WIFI）傳輸給云端服務器，向服務器請求該設備的詳細信息，以及詳細的運行狀態，測試信息等。4.2.3根據各時頻信號互相關系數、能量分布曲線特征參量（互相關系數、最大值、平均值、峰度、偏度）、ATF圖譜特征參量（六等分區間均值）、總諧波畸變率、基頻信號能量比等狀態量，采用深度學習算法，自動判斷變壓器運行狀態及機械故障類型。

4.2.4結合變壓器的帶電監測、智能巡檢以及其他在線監測狀態量，進行數據的多參量融合分析，形成基于多源數據的故障預警機制，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，在監測到變壓器地聲紋振動頻譜時，GZAFV-01系統的操控及監測數據分析系統可以自動去查詢變壓器地歷史電流和電壓信號，如果發現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。 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兼容性分析。本地振動監測多少錢

22、國家電網公司變電監測與診斷管理規定（試行）第11冊機械振動監測與診斷細則；23、中電聯T/CET標準：變壓器有載分接開關機械特性的聲紋振動分析法；24、南方電網公司新技術應用指南(2018年版)：變電設備運維檢修技術-聲學指紋技術；25、IEC60214.1Tap-changersPart1:PerformanceRequirementsandTestMethods（IEC60214.1分接開關第1部分：性能要求和試驗方法）；26、IEC60214.2Tap-changersPart2:ApplicationGuidelines（IEC60214.2分接開關第2部分：應用指南）；27、IEEEC57.131StandardRequirementsforTapChanger（IEEEC57.131分接開關的標準要求）；28、IEEEC57.143GuideforApplicationforMonitoringEquipmenttoLiquid-ImmersedTransformersandComponents(IEEEC57.143液浸式變壓器和組件監控設備應用指南)；29、CIGREWorkingGroupA2.34GuideforTransformerMaintenance(CIGRE工作組A2.34變壓器維護指南)。本地振動監測異常處理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智能化設計。

在 OLTC 的運行過程中，AFV 信號分析法發揮著至關重要的作用。OLTC 切換瞬間，內部復雜的機械動作所產生的脈沖沖擊力，會引發一系列振動傳遞現象。從內部機構到變壓器油，再到變壓器箱壁，每一個環節都承載著信號的傳遞與轉換。通過對 AFV 信號的深入監測，我們能夠洞察 OLTC 切換時間的微妙變化。若切換時間超出正常范圍，可能意味著內部機械結構出現磨損或卡頓，這將嚴重影響 OLTC 的正常工作，而 AFV 信號分析法能夠及時發現此類隱患，為設備維護提供有力支持。

彈簧彈性下降的AFV信號特征識別。彈簧彈性下降的AFV信號特征識別彈簧機構是OLTC切換動力的關鍵部件，其彈性下降會導致切換時間延長或動作不到位。AFV信號分析法通過分析振動信號的時頻特性，可以識別彈簧老化問題。例如，正常狀態下，OLTC切換時的振動信號具有清晰的周期性沖擊特征；而彈簧彈性不足時，沖擊信號的間隔時間會延長，且幅值降低。此外，彈簧故障還可能引發二次振動（如機構回彈），這些特征均可通過AFV信號的小波變換或包絡分析進行提取。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研發背景與創新點。

變壓器振動主要包括OLTC切換時的瞬態振動、電流通過繞組時電動力引起的繞組振動、硅鋼片的磁致伸縮及硅鋼片接縫處與疊片之間的漏磁導致鐵芯振動、以及冷卻裝置工作時的振動。其中，由冷卻系統引起的基本振動頻率小于100Hz，不作為變壓器的分析內容。變壓器內部的聲紋振動信號通過絕緣油、支撐單元、加強筋結構等多種途徑傳播至變壓器外壁，可由安裝于外壁的聲紋振動傳感器測得。

OLTC切換過程中，分接選擇器動作、切換開關動作、動靜觸頭碰撞等機械動作產生聲紋振動信號，信號包含觸頭分合狀態、三相觸頭是否同期、觸頭表面是否平整、切換是否到位等信息，可反映OLTC結構磨損、卡滯、松動、變形等故障。切換過程中若儲能彈簧性能發生改變或儲能過程中存在機構卡塞等現象，必然伴隨著電機驅動力矩的變化，從而使驅動電機電流發生變化。因此，可通過監測驅動電機電流信號與聲紋振動信號的結合分析，可更加有效的評價OLTC在線運行狀態下的健康態勢評價與故障類型診斷。 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用戶培訓支持。特高壓GIS振動聲紋監測維修

杭州國洲電力科技有限公司的企業愿景與使命。本地振動監測多少錢

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果如下圖3.8所示。原始信號經8層分解后產生第8層的近似分量和第1層至第8層的詳細分量，計算各層詳細分量信號能量，可獲得信號能量分布曲線。比對正常狀態與異常狀態能量分布曲線，可判斷OLTC運行狀態，并提取互相關系數、最大值、平均值、峰度、偏度作為狀態診斷特征參量。下圖3.7為正常與異常狀態的聲紋振動信號能量分布曲線比對。

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個區間，計算各區間平均值作為特征參量，用于OLTC正常狀態與異常狀態比對。下圖3.9為正常狀態下聲紋振動信號時頻能量矩陣。 本地振動監測多少錢