GZAFV-01系統的IED/主機形態分便攜式帶電監測（分體機，如上圖3.3、一體機）、長期固定在線監測式（標準1U的IED，如上圖3.3）等機型。其中，便攜式一體機結構輕巧，適用于帶電巡檢、故障診斷；標準監測單元與壁掛式監測單元適用于長期在線監測與故障診斷。6.12020年10月20日，我公司榮獲國網公司設備部的邀請，委派技術智造中心總監王國明博士參與國網設備部組織的關于智慧變電站技術方案審查會，向與會的國網公司設備部、各省公司設備部及各省電科院的領導和**們做了《聲紋振動監測技術在變電站主設備智慧型綜合監測中的作用和實施方案》的匯報，獲與會領導和**們的高度認可。如下圖6.1所示。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行業合作案例。杭州GZAF-1000T系列振動聲學指紋在線監測系統軟件界面

近年來，國家電網公司狀態檢修工作不斷深化，對設備可靠性的要求不斷提高，及時、有效發現GIS內部潛伏性缺陷，保證GIS安全穩定運行、合理安排檢修周期成為狀態檢修模式下的當務之急。目前針對GIS較成熟的監測方法，主要有電氣法、聲測法及化學分析法三大類，以上監測方法均針對的是放電性故障所產生的電磁、聲、光、電弧分解產物等物理量。但在GIS的運行中，除了放電性故障之外，機械性故障也是導致事故發生的一大主要原因，當GIS存在開關觸頭接觸異常、殼體對接不平衡、導桿輕微彎曲等缺陷時，在開關操作的機械力、負載電流產生的交變電動力等因素的作用下會產生機械性運動，造成設備異常振動。GIS的異常振動對其本體有很大危害，會造成SF6氣體泄露、盆式絕緣子和絕緣支柱損傷、外殼接地點懸浮等缺陷，長期發展可能導致絕緣事故的發生。因此，加強對GIS機械性故障的監測，是保證GIS安全運行的重要手段。杭州GZAF-1000T系列振動聲學指紋在線監測系統軟件界面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應用前景。

3.3.1.3能量分布曲線基于小波變換的聲紋振動信號多分辨率分析結果如下圖3.8所示。原始信號經8層分解后產生第8層的近似分量和第1層至第8層的詳細分量，計算各層詳細分量信號能量，可獲得信號能量分布曲線。比對正常狀態與異常狀態能量分布曲線，可判斷OLTC運行狀態，并提取互相關系數、最大值、平均值、峰度、偏度作為狀態診斷特征參量。下圖3.7為正常與異常狀態的聲紋振動信號能量分布曲線比對。

3.3.1.4時頻能量分布矩陣(ATF圖譜)獲取聲紋振動信號的時頻能量分布矩陣，同時反映原始信號時域、頻域特性及能量分布。將信號時頻分布矩陣分為6個區間，計算各區間平均值作為特征參量，用于OLTC正常狀態與異常狀態比對。下圖3.9為正常狀態下聲紋振動信號時頻能量矩陣。

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。GZAFV-01型聲紋振動監測系統（開關設備）數據可視化和遠程監控。

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的企業發展歷程與技術創新成果。杭州GZAF-1000S系列振動聲學指紋在線監測傳感器

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。杭州GZAF-1000T系列振動聲學指紋在線監測系統軟件界面

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，總諧波畸變率應較小；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GZAF-1000T系列振動聲學指紋在線監測系統軟件界面