技術背景GIS運行時，電流通過高壓導體時產生的電動力引起振動，由于導體所受電動力正比于負載電流的平方，GIS本體振動產生的聲紋振動信號的基頻為100Hz。當存在機械故障時，聲紋振動信號的頻譜分布將發生改變，產生諧波分量。GIS本體機械型缺陷主要是指內部存在開關觸頭接觸異常、導電桿接觸不良、母線卡簧松動、屏蔽罩松動等異常時，在交變電場作用下發生異常振動，長期振動可能導致導電桿和絕緣件松動，易造成絕緣事故。異常振動還可能造成SF6氣體泄漏，損壞絕緣子和絕緣支柱，影響外殼接地牢固，危及GIS運行安全。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全流程支持。監測振動聲學指紋在線監測平臺

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。 監測振動聲學指紋在線監測平臺GZAFV-01型聲紋振動監測系統（開關設備）設計和性能優化。

四、GZAFV-01系統的功能特點4.1基本功能4.1.1支持多通道信號同步實時地采集、顯示及分析。4.1.2具有時間觸發和電流觸發功能，可手動選擇信號觸發方式。4.1.3可將任意兩次測量的圖譜進行相似度分析，并自動計算圖譜的重合度。4.1.4具有先進的能量譜分析功能，并能自動識別能量譜比較大的高低頻能量頻率。4.1.5獨有的信號處理功能，生成聲紋振動信號ATF圖譜（系我公司***軟著權的《變壓器有載分解開關及繞組振動測試軟件V1.0》中的**核心算法），更直觀、更便捷分析OLTC及繞組和鐵芯的運行狀態。

敞開式斷路器監測功能特性◆具備聲紋振動、電流波形、行程曲線、壓力變化等記錄及展示，自動計算峰值電流、電流上升速率、動作時間、動作時長、行程、動/靜觸頭分/合閘位置和次數等參數?！鬒ED/主機支持多通道監測數據的實時同步采集，通道數不小于8個（可定制）。◆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。◆具有斷電不丟失存儲數據、復電自啟動、自復位的功能，可連續實時監測、存儲及導出1000次以上斷路器動作數據?！魯嗦菲髅看蝿幼骱?，IED/主機主動評估斷路器運行狀態，并自動上傳分析結果。◆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。GZAFV-01型聲紋振動監測系統（變壓器、電抗器)實時監測和分析的結合。

GZAFV-01系統的功能特點GIS在帶電運行過程中除了機械故障會導致異常振動外，放電性故障（如絕緣子內部缺陷、螺絲松動、懸浮電位放電、毛刺前列放電、金屬微粒放電等）也會導致聲紋振動信號的產生。因此，通過深入研究GIS本體的聲紋振動信號特征可發現GIS機械性故障及放電性故障，具有監測***、監測結果互相補充的特點?；诼暭y振動信號的在線監測，可在GIS帶電運行狀態下及時發現潛在故障，并及時預警，從而延長使用壽命，提高電網運行的可靠性。我公司以聲紋振動信號為主，結合電流、位移等其他參量的在線監測，開發了故障診斷算法（***軟著權）并提取相關特征參量研制完成的GZAFV-01型聲紋振動監測系統，適用于開關設備的帶電監測（便攜診斷式、手持巡檢式）、在線監測（長期固定式、短期移動式）。GZAFV-01系統由聲紋振動傳感器（壓電式加速度計）、位移傳感器、電流傳感器、IED（在線監測式）/主機（便攜/手持式）、云服務器、通訊單元、供電單元等組件構成。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。變壓器聲紋振動聲學指紋在線監測廠家現貨

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。監測振動聲學指紋在線監測平臺

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。 監測振動聲學指紋在線監測平臺