4.2.3根據各時頻信號互相關系數、能量分布曲線特征參量（互相關系數、最大值、平均值、峰度、偏度）、ATF圖譜特征參量（六等分區間均值）、總諧波畸變率、基頻信號能量比等狀態量，采用深度學習算法，自動判斷變壓器運行狀態及機械故障類型。

4.2.4結合變壓器的帶電監測、智能巡檢以及其他在線監測狀態量，進行數據的多參量融合分析，形成基于多源數據的故障預警機制，多參量融合分析不僅提高了識別故障的準確性，而且還能**降低因單個參量判別故障帶來的誤報。例如，對于變壓器疑似問題地診斷可結合負荷、損耗、繞組機械振動信號、油溫、以及歷史電流電壓情況分析，在監測到變壓器地聲紋振動頻譜時，GZAFV-01系統的操控及監測數據分析系統可以自動去查詢變壓器地歷史電流和電壓信號，如果發現在某段時期確實有大電流沖擊，可給出預警：變壓器可能存在繞組變形地異常。 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客戶反饋分析。杭州GIS振動聲學指紋在線監測系統組件

GIS是當今輸電網絡中一種應用***的電氣設備。通過將變電站中斷路器、隔離開關、接地開關、PT、CT、避雷器、連接母線、電纜終端、進出線套管等一次設備經過優化設計并有序地結合為整體，在金屬殼內封裝起來，內部充SF6氣體作為滅弧和絕緣介質組成的封閉組合電器。與傳統的敞開式相比較，GIS具有占地面積小、可靠性高、安全性強、運行維護工作量很小等優點，因而被大量使用在重要負荷、樞紐變電站中。但由于其采用全封閉結構，一旦發生故障，影響范圍大并且難以準確定位及快速搶修，將會帶來嚴重的經濟損失。隨著GIS逐步在特高壓輸電網絡推廣應用，設備故障所造成的影響將進一步加大。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。GZAF-1000S系列振動聲學指紋在線監測工作原理杭州國洲電力科技有限公司振動聲學指紋在線監測技術系統的模塊化設計。

GZAFV-01系統的功能特點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）。GZAFV-01系統由聲紋振動傳感器（壓電式加速度計）、位移傳感器、電流傳感器、IED（在線監測式）/主機（便攜/手持式）、云服務器、通訊單元、供電單元等組件構成。

聲紋振動監測技術的應用意義GZAFV-01系統適用于GIS、AIS、隔離開關、開關柜等開關設備的帶電監測、在線監測與故障診斷，不影響被測設備正常運行且無電氣連接，主要意義如下：5.1采用帶電監測/在線監測方式，不影響被測設備正常運行，降低了電網風險。5.2監測方式與被測設備無電氣連接，具有安全、可靠、安裝方便等優點。5.3采用獨特的時域、包絡、重合度比對、時頻矩陣等分析法，并提峰值頻率、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等特征參量，提高在線監測準確度。5.4內置基于海量典型樣本的大數據和人工智能研判技術而建立的數據庫，可真實反應被試品運行狀態，有效診斷故障程度和類型。5.5符合智慧/智能型變電站建設原則，IED具備邊緣計算能力，就地采集并處理聲紋振動及電流信號，完成分析計算后根據傳輸層要求統一通訊接口及數據結構，根據平臺層及應用層要求上傳監測數據的分析結果。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標準對比。

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 GZAFV-01型聲紋振動監測系統（開關設備）設計和性能優化。GZAF-1000S系列振動聲學指紋在線監測工作原理

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GIS振動聲學指紋在線監測系統組件

變壓器運行時，電流通過繞組時產生的電動力引起繞組振動，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。由于繞組導體所受電動力正比于負載電流的平方，繞組的聲紋振動信號的基頻為100Hz。由于變壓器中磁感應強度正比于加載電壓的平方，鐵芯的聲紋振動信號的基頻也為100Hz。另外，考慮到鐵芯振動的非線性特性，聲紋振動信號還會包含頻率為100Hz整數倍的高次諧波。當變壓器的繞組變形或鐵芯故障后，聲紋振動信號頻譜分布將發生改變，產生諧波分量。因此，信號分量可以作為區別繞組故障與鐵芯故障的重要依據，采用聲紋振動監測法可實現繞組及鐵芯在線運行狀態下的健康態勢評價與故障類型診斷。杭州GIS振動聲學指紋在線監測系統組件