敞開式斷路器監測技術背景實現對斷路器機械特性的在線監測，準確得知斷路器的工作狀態和故障部位，可以有效減小維護工作量，增強狀態檢修的針對性，顯著提高電力系統可靠性和經濟性。聲紋振動信號、分/合閘線圈及儲能電機的電流、動/靜觸頭的行程及分/合閘位置等特征值是斷路器非常重要的參數，是衡量斷路器性能的重要指標，因此，實施在線監測聲紋振動信號、分/閘線圈及儲能電機電流、動/靜觸頭行程及分/合閘位置等具有重要意義。GZAF-1000T系列變壓器(電抗器)振動聲學指紋監測運行狀態告警。國洲電力振動聲學指紋在線監測監測卡

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范。2.17Q/GDW561輸變電設備狀態監測系統技術導則。2.18Q/GDW739輸變電設備狀態監測主站系統變電設備在線監測I1接口網絡通信規范。2.19Q/GDW1168-2013輸變電設備狀態檢修試驗規程。2.20JB/T8314分接開關試驗導則。2.21國家電網公司變電監測管理規定（試行）第11分冊機械振動監測細則。2.22IEC60214.1Tap-changersPart1:PerformanceRequirementsandTestMethods。2.23IEC60214.2Tap-changersPart2:ApplicationGuidelines。2.24IEEEC57.131IEEEStandardRequirementsforTapChanger。2.25IEEEC57.139IEEEGuideforDissolvedGasAnalysisinTransformerLoadTapChangers。2.26IEEEC57.143IEEEGuideforApplicationforMonitoringEquipmenttoLiquid-ImmersedTransformersandComponents。2.27CIGREWorkingGroupA2.34GuideforTransformerMaintenance。國洲電力振動聲學指紋在線監測監測品牌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遠程監控能力。

4.1.6通過繞組及鐵芯聲紋振動信號頻譜分析可自動識別峰值頻率偏移及諧波增量，實時分析繞組及鐵芯運行狀態。4.1.7具有自動繪制聲紋振動和電流信號的歷史數據曲線趨勢功能。4.1.8閾值超限告警功能：實時分析信號發展趨勢，實現閾值超限自動告警，支持短信發送告警信息。4.1.9智能分析功能：軟件內置典型故障特征的數據庫，可與監測數據進行比對，通過信號波形、時間長度和幅值等特征值，診斷分析故障類型；也可添加新監測數據，方便后期橫向、縱向比較；可將同一廠家同一型號的正常監測數據導入保存，便于對該廠家、型號的變壓器監測數據曲線進行比對分析。4.1.10具有報表分析功能，自動計算并保存重合度、動作時間、能量分布、電流最大值、電流平均值、繞組及鐵芯振動峰值頻率、總諧波畸變率、基頻能量比、互相關系數等特征參量，并生成分析報表。

1.1公司概述杭州國洲電力科技有限公司，成立于2013年5月，是專注于綜合智慧能源服務領域內發、輸、變、配、用、儲等全過程的電力設備參量監測、數據分析和狀態評價技術的研、產、銷、服四位一體的****，致力于為領域內各科研院所、專業院校、設備管理、工程服務、電能生產、設備制造等合作方提供質量的體系化技術方案。我公司于2014年把研發部、生產部和技術服務部融合打造成“技術智造中心”，并在中心組建了專注于局部放電和聲紋振動監測技術的兩大課題組，成功研制出自主知識產權的、先進的局部放電和聲紋振動監測技術。我公司的技術近10年在投運站場、制造廠區的電力設備上大量的持續運用，為電網的可靠運行提供了逐年增長的技術支持，特別是在變壓器（電抗器）、開關設備和輸電設備等電力設備的絕緣、機械的狀態分析與診斷方面，憑借前沿的軟/硬件技術與先進的監測方法，為電力設備的高效運檢提供了質量的體系化技術方案。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定制化解決方案。

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??；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功能的高精度與可靠性。開關設備聲紋振動聲學指紋在線監測監測維修

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行業合作案例。國洲電力振動聲學指紋在線監測監測卡

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。 國洲電力振動聲學指紋在線監測監測卡