在 OLTC 的運行過程中，AFV 信號分析法發揮著至關重要的作用。OLTC 切換瞬間，內部復雜的機械動作所產生的脈沖沖擊力，會引發一系列振動傳遞現象。從內部機構到變壓器油，再到變壓器箱壁，每一個環節都承載著信號的傳遞與轉換。通過對 AFV 信號的深入監測，我們能夠洞察 OLTC 切換時間的微妙變化。若切換時間超出正常范圍，可能意味著內部機械結構出現磨損或卡頓，這將嚴重影響 OLTC 的正常工作，而 AFV 信號分析法能夠及時發現此類隱患，為設備維護提供有力支持。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。杭州振動監測驗收服務

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。

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。 在線振動監測值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。

AFV 信號分析法的關鍵在于通過對 OLTC 振動信號的監測和分析，獲取其狀態數據和工作模式。OLTC 切換時，內部主要機構部件的運動撞擊和摩擦產生的脈沖沖擊力，通過變壓器油傳遞到變壓器箱壁，在箱壁上形成振動響應。這些振動響應包含了 OLTC 內部多種激勵現象的信息，如觸頭的分 / 合狀態、彈簧的彈性等。AFV 傳感器采集這些振動信號，并運用專業的分析方法提取其中的特征參數。當 OLTC 出現觸頭磨損故障時，特征參數中的某些指標，如振動信號的峰峰值、有效值等會發生明顯變化。通過對這些變化的判斷，我們可以準確診斷出 OLTC 的故障狀態，為設備的運行維護提供科學依據。

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。 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。

彈簧彈性下降的AFV信號特征識別。彈簧彈性下降的AFV信號特征識別彈簧機構是OLTC切換動力的關鍵部件，其彈性下降會導致切換時間延長或動作不到位。AFV信號分析法通過分析振動信號的時頻特性，可以識別彈簧老化問題。例如，正常狀態下，OLTC切換時的振動信號具有清晰的周期性沖擊特征；而彈簧彈性不足時，沖擊信號的間隔時間會延長，且幅值降低。此外，彈簧故障還可能引發二次振動（如機構回彈），這些特征均可通過AFV信號的小波變換或包絡分析進行提取。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市場推廣策略。浙江振動監測現場服務

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政策支持背景。杭州振動監測驗收服務

OLTC動作時，典型聲紋振動和驅動電機電流的信號如下圖3.4所示。通過分解時域內典型信號區間，可有效判斷OLTC驅動電機啟動、分接選擇器斷開、分接選擇器閉合、切換開關動作、驅動電機制動等動作順序，進而分析OLTC的運行狀態。然而，以上通過典型信號分析判斷OLTC的運行狀態需要豐富的實踐經驗，為方便監測人員快速完成診斷任務，需通過多種算法更直觀、準確地判斷OLTC狀態。GZAFV-01系統結合基于小波變換及希爾伯特變換的包絡分析、基于互相關系數的重合度分析、基于小波多分辨率分解的能量分布曲線分析、基于時頻分布矩陣的信號比對等多種核心算法，實現OLTC***、有效、準確的狀態診斷和早期隱患監測，降低OLTC運行的故障風險。杭州振動監測驗收服務