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。 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。如何振動聲學指紋在線監測要多少錢

技術背景GIS運行時，電流通過高壓導體時產生的電動力引起振動，由于導體所受電動力正比于負載電流的平方，GIS本體振動產生的聲紋振動信號的基頻為100Hz。當存在機械故障時，聲紋振動信號的頻譜分布將發生改變，產生諧波分量。GIS本體機械型缺陷主要是指內部存在開關觸頭接觸異常、導電桿接觸不良、母線卡簧松動、屏蔽罩松動等異常時，在交變電場作用下發生異常振動，長期振動可能導致導電桿和絕緣件松動，易造成絕緣事故。異常振動還可能造成SF6氣體泄漏，損壞絕緣子和絕緣支柱，影響外殼接地牢固，危及GIS運行安全。如何振動聲學指紋在線監測要多少錢GZAFV-01型聲紋振動監測系統（開關設備）智能評估和故障預警。

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。

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。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。

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科研支持背景。在線聲紋振動聲學指紋在線監測廠家現貨

GZAFV-01型聲紋振動監測系統（開關設備）監測和綜合分析。如何振動聲學指紋在線監測要多少錢

3.3.2.3基頻信號能量比(E)100Hz基頻分量時域信號能量占信號總能量的比值，計算公式：E=jmS1j2jmSj2，其中S1為100Hz基頻分量的時域信號，Sj為原始信號，j為采樣索引值。正常狀態下，由于100Hz基頻分量為聲紋振動頻譜圖的主要成分，基頻信號能量比應較大；存在故障時，諧波分量增加且峰值頻率發生偏移，基頻信號能量比變小。3.3.2.4互相關系數(r)正常狀態與實測的聲紋振動信號頻譜圖之間的相似度，計算公式：r=i=0N-1[Xi-X][Yi-Y]i=0N-1[Xi-X]2i=0N-1[Yi-Y]2，其中Xi和Yi分別為正常狀態與實時測得聲紋振動信號的頻域分布，X和Y為對應信號的平均值，互相關系數范圍為0~1。◆正常運行時，相關系數應接近于1。◆存在故障時，信號頻率分布發生改變，互相關系數減小。如何振動聲學指紋在線監測要多少錢