首页 >  仪器仪表 >  电气设备振动监测中心

电气设备振动监测中心

关键词: 电气设备振动监测中心 振动

2025.05.11

文章来源:

变压器振动主要包括OLTC切换时的瞬态振动、电流通过绕组时电动力引起的绕组振动、硅钢片的磁致伸缩及硅钢片接缝处与叠片之间的漏磁导致铁芯振动、以及冷却装置工作时的振动。其中,由冷却系统引起的基本振动频率小于100Hz,不作为变压器的分析内容。变压器内部的声纹振动信号通过绝缘油、支撑单元、加强筋结构等多种途径传播至变压器外壁,可由安装于外壁的声纹振动传感器测得。

OLTC切换过程中,分接选择器动作、切换开关动作、动静触头碰撞等机械动作产生声纹振动信号,信号包含触头分合状态、三相触头是否同期、触头表面是否平整、切换是否到位等信息,可反映OLTC结构磨损、卡滞、松动、变形等故障。切换过程中若储能弹簧性能发生改变或储能过程中存在机构卡塞等现象,必然伴随着电机驱动力矩的变化,从而使驱动电机电流发生变化。因此,可通过监测驱动电机电流信号与声纹振动信号的结合分析,可更加有效的评价OLTC在线运行状态下的健康态势评价与故障类型诊断。 杭州国洲电力科技有限公司的企业愿景与使命。电气设备振动监测中心

电气设备振动监测中心,振动

信号包络分析

为提高在线监测的准确度,GZAFV-01系统的IED/主机通常采用高采样率获取声纹振动及驱动电机电流的信号,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,因此采用小波变换和希尔伯特变换结合的信号包络分析。声纹振动和电流的信号包络分析

信号包络重合度比对分析

信号包络分析后可快速实现历史信号重合度比对分析,更直观地判断OLTC运行状态。为量化信号重合度比对,GZAFV-01系统引入互相关系数的计算。当实时采集的与正常状态的信号包络互相关系数:◆接近1时,OLTC接近正常运行状态。◆接近0时,OLTC可能存在故障。 断路器振动监测时间杭州国洲电力科技有限公司振动声学指纹在线监测技术系统的模块化设计。

电气设备振动监测中心,振动

AFV 信号分析法为 OLTC 的状态监测提供了一种全新的视角。OLTC 在运行过程中,其内部触头的分 / 合操作会产生一系列复杂的物理现象,这些现象都会反映在 AFV 信号中。触头在分 / 合过程中,由于材料的消耗和机械应力的作用,会逐渐出现凹凸不平和变形,这会导致触头压力和接触电阻发生变化,进而改变 OLTC 的振动特性。通过 AFV 传感器对 OLTC 的振动信号进行持续监测和分析,我们可以实时掌握触头的状态。一旦发现振动信号出现异常变化,就可以判断出 OLTC 可能存在触头故障,及时采取措施进行处理,确保电力系统的安全稳定运行。

OLTC的振动信号主要通过两种路径传播:一是通过静触头的机械连接直接传递至变压器外壳;二是通过变压器油的声波传导。这两种路径的信号特征有所不同,静触头传递的信号通常包含高频成分(如触头撞击),而油中传播的信号则以中低频为主(如机械共振)。AFV信号分析法需结合多传感器布置,以捕捉不同频段的振动信息,从而提高故障诊断的准确性。例如,触头接触不良会导致高频振动能量增加,而弹簧弹性下降则可能引起低频振动幅值的变化。杭州国洲电力科技有限公司振动声学指纹在线监测功能的实时数据分析能力。

电气设备振动监测中心,振动

AFV 信号分析法的关键在于准确监测 OLTC 的 AFV 信号,从而获取其状态数据和工作模式。OLTC 切换时产生的脉冲冲击力,如同设备运行状态的 “信使”,通过变压器油和静触头传递到变压器箱壁,形成具有特定特征的振动信号。我们利用 AFV 传感器对这些信号进行采集和分析,能够获取 OLTC 的切换时间、触头状态等重要信息。当 OLTC 出现触头磨损故障时,其振动信号的频谱会发生明显变化,某些特定频率的幅值会增大。通过对这些信号特征的识别和分析,我们可以迅速判断出 OLTC 的故障类型,为设备的维护和检修提供明确方向。杭州国洲电力科技有限公司振动声学指纹在线监测技术系统的智能化设计。在线振动监测常见问题

杭州国洲电力科技有限公司振动声学指纹在线监测技术的节能效益分析。电气设备振动监测中心

电弧故障的AFV信号诊断方法。OLTC在切换过程中可能产生电弧,尤其是在触头接触不良或绝缘劣化的情况下。电弧不仅会加速触头烧蚀,还会产生高频电磁噪声和机械振动。AFV信号分析法通过监测振动信号中的高频突发成分(如10kHz以上的瞬态脉冲),可以判断电弧发生的强度和频率。此外,电弧振动信号通常具有非平稳特性,需结合短时傅里叶变换(STFT)或希尔伯特-黄变换(HHT)进行时频分析,以提高诊断灵敏度。与传统检测方法(如油色谱分析、红外测温)相比,AFV信号分析法具有实时性强、灵敏度高、无需停电等优势。油色谱分析虽能检测绝缘劣化,但无法直接反映机械故障;而AFV信号可直接捕捉OLTC的机械状态变化。此外,AFV传感器安装简便,通常只需在变压器外壳布置少量测点即可实现长期监测,非常适合智能电网中的在线状态评估。电气设备振动监测中心

点击查看全文
推荐文章