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振動聲學指紋在線監測技術的未來發展趨勢。研制的振動聲學指紋在線監測

GIS及敞開式的隔離開關監測技術背景隔離開關在合閘位置時，隔離開關可承載線路額定電流及在規定時間內的異常電流；在分閘位置時，隔離開關的觸頭間有符合要求的絕緣距離和明顯的斷開標志，確保檢修時人員和設備的安全。然而由于在材料、工藝、設計、安裝等方面存在的問題，以及頻繁動作時產生的電氣老化、機械磨損等缺陷，GIS及敞開式的隔離開關的故障率不斷升高，嚴重影響隔離開關和整個電力系統的安全穩定運行。因此，實施在線監測隔離開關聲紋振動及驅動電機電流信號，實現隔離開關運行狀態的***評價具有重要意義。GIS振動聲學指紋在線監測產品參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研發背景與創新點。

杭州國洲電力科技有限公司截止到目前已獲授權的發明專利2項，實用新型專利23項，軟件著作權7項，已過受理及審核而待授權的另計；在國內外核心期刊已發表的論文18篇；參與制定的行業標準2項；并與海內外**的專業院校、設備制造等單位建立了穩固的技術交流和共研機制。我公司始至秉持《始于專注、精于品質、久于信任、終于共贏》的經營理念追求創新，***、深度的應用大數據、云計算、機器學習、人工智能、物聯網等新技術，決心塑造為綜合智慧能源服務領域“民族創新智造”的先行者、**者和專注者，并在公司發展進程中為社會、合作方、員工和資方創造更大的價值。

1.2變壓器/電抗器運行狀態概述變壓器/電抗器（下文皆用“變壓器”簡稱）在電力系統中起到電壓變換、電能分配等重要作用，其安全穩定運行對確保供電可靠性具有重要意義。有載分接開關（下文皆用OLTC簡稱）、繞組及鐵芯是變壓器的重要組成部分，三者故障率總和占變壓器整體故障70%左右，而傳統預防性試驗有試驗周期長、影響變壓器正常運行、耗費人力物力等缺點。開展基于聲學指紋的狀態監測，可在在線狀態下及時發現變壓器OLTC、繞組及鐵芯的潛在故障，并及時預警，從而延長變壓器使用壽命，提高電網運行的可靠性。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。

二、相關標準（遵循但不限于下列標準）2.1GB/T4208外殼防護等級（IP代碼）。2.2GB/T10230.1分接開關第1部分：性能要求和試驗方法。2.3GB/T10230.2分接開關第2部分：應用導則。2.4DL/T265變壓器有載分接開關現場試驗導則。2.5DL/T574變壓器分接開關運行維修導則。2.6DL/T846.8-2017高電壓測試設備通用技術條件第8部分有載分接開關測試儀。2.7DL/T860變電站通信網絡和系統。2.8DL/T1430變電設備在線監測系統技術導則。2.9DL/T1432.1變電設備在線監測裝置檢驗規范第1部分：通用檢驗規范。2.10DL/T1538電力變壓器用真空有載分接開關使用導則。2.11DL/T1540油浸式交流電抗器（變壓器）運行振動測量方法。2.12DL/T1694.2高壓測試儀器及設備校準規范第2部分：電力變壓器分接開關測試儀。2.13DL/T1805電力變壓器用有載分接開關選用導則。2.14Q/GDW383智能變電站技術導則。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成功案例分享。GZAF-1000S系列振動聲學指紋在線監測系統結構

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環保效益分析。研制的振動聲學指紋在線監測

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。研制的振動聲學指紋在線監測