功能特性◆IED/主機具備多個點位開展實時連續性或周期性的監測GIS本體聲紋振動信號，向平臺層操控計算機傳送監測數據開展智能分析，操控及監測數據分析軟件實時展示分析結果和預警信息。◆具有比對分析功能：可將現測的與同規格被試品/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、復電自動啟動/復位功能，可連續實時監測、存儲及導出1年以上數據。◆具備聲紋振動信號時域波形展示、頻譜分析(基頻為100Hz)功能，可自動提取峰值頻率、總諧波畸變率、頻譜互相關系數、頻率復雜度、振動平穩性、能量相似度、振動相關性等特征參量，以作為GIS運行狀態分析參數，用戶可設置報警閾值。◆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：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節能效益分析。GIS振動聲學指紋在線監測功能

從振動和聲學數據中提取有用的特征，以便建立設備的聲學指紋，通常會用到以下信號處理技術：傅里葉變換（FFT）：用于分析信號在頻域中的特性，可以識別出設備運行時的固有頻率和諧波成分。短時傅里葉變換（STFT）：與FFT相比，STFT能夠展示信號隨時間變化的頻率特性，適用于非平穩信號的分析。小波變換：具有良好的時頻局部化特性，能夠在多尺度上分析信號，適合捕捉瞬態事件和局部特征。包絡檢測：用于提取振動信號的振幅包絡，可以用來表示信號的動態特性。頻譜分析：通過計算信號的功率譜密度（PSD）或幅值譜，可以識別出信號的頻率成分和能量分布。時頻分析方法：如Wigner-Ville分布、Choi-Williams分布等，這些方法能夠提供信號的時頻表示，有助于分析復雜非線性和非平穩信號。模態分析：通過識別設備振動的模態特性，可以提取出與設備結構和損傷相關的特征。熵分析：如時域熵、頻域熵或小波熵，這些方法可以量化信號的不確定性和復雜性，有助于識別設備狀態的變化。統計分析：包括均值、方差、標準差等統計參數，可以描述信號的波動性和穩定性。高階統計量：如偏度和峰度，它們可以提供信號分布形狀的信息，有助于識別異常模式。聲學指紋振動聲學指紋在線監測平臺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。

3.1技術原理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。

6.62019年4月，在國網寧夏±800kV靈州特高壓換流站、國網山西±800kV雁門關特高壓變電站、國網江蘇1000kV盱眙特高壓和±800kV淮安特高壓換流站等，我公司技術服務部的電氣作業工程師會同變電站屬地的省電科院和省檢公司、電力設備廠家等的技術員運用我公司的GZAFV-01型系統對特高壓變壓器OLTC開展狀態監測與評價的技術服務。6.72020年11月，我公司技術服務部的楊加浩工程師在廣西南寧供電局的變電二所實訓基地向廣西電科院高壓所黎大健主任、廣西大學電氣工程學院鄭含博教授、***電力公司設備部王佳靈高工、南網高級技能**李炎、南寧供電局設備部檢修專責羅工等各位領導**做變壓器（繞組、OLTC）和開關設備的聲紋振動監測技術的實操演示。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國際合作案例。

GIS及敞開式的隔離開關監測功能特性◆采用加速度傳感器及電流傳感器監測隔離開關聲紋振動及電機電流信號。◆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。◆具有診斷分析功能：可對隔離開關狀態進行診斷，并上傳原始數據及分析結果。◆具有斷電不丟失存儲數據、復電自啟動、自復位的功能，可連續監測、存儲及導出功能，可夠存儲1000次以上的操作數據，并具備批量處理數據功能。◆具備聲紋振動及電機電流信號波形、包絡分析、時頻圖譜等展示功能。◆自動提取動/靜觸頭的分/合閘動作時間、電機峰值電流、電機電流的燃弧時間及抖動高幅值關鍵特征、聲紋振動脈動關鍵特征等參量。◆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。杭州國洲電力科技有限公司的企業發展歷程與技術創新成果。聲學指紋振動聲學指紋在線監測平臺

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。GIS振動聲學指紋在線監測功能

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。基于聲紋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）。GIS振動聲學指紋在線監測功能