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的企業發展歷程與技術創新成果。杭州振動聲學指紋在線監測系統組件

電力系統中的高壓開關類設備主要包括GIS（氣體絕緣金屬封閉開關設備）、AIS（敞開式斷路器）、GIS /敞開式的隔離開關、開關柜斷路器等。各類開關設備的材料、工藝、設計、安裝過程中的缺陷以及頻繁動作極易引起機械故障，嚴重時更會導致電氣火災、停電等事故，現有狀態檢修方式的試驗周期長、耗費人力物力、檢修效率低等缺點，較大地影響設備正常運行。

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）。 杭州振動聲學指紋在線監測杭州國洲電力科技有限公司的企業愿景與使命。

GIS及開關柜的斷路器監測技術的功能特性◆具備聲紋振動、分/合閘線圈/儲能電機電流、行程、分/合閘位置等監測功能。◆具備聲紋振動、電流波形、行程曲線、壓力變化記錄及展示功能，自動計算峰值電流、電流上升速率、動作時間與時長、行程、分合閘位置與次數等參數。◆IED/主機支持多通道信號同步實時采集，通道數不小于8個（可定制）。◆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。◆具有斷電不丟失存儲數據，復電自動啟動/復位功能；可連續監測、存儲及導出1000次以上斷路器動作數據。◆斷路器每次動作后，IED/主機主動評估斷路器運行狀態，并自動上傳分析結果。◆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，引入互相關系數的計算，當實時采集信號包絡分析曲線與正常狀態包絡分析曲線的互相關系數：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。下圖3.5所示為斷路器典型聲紋振動和儲能電機電流的信號包絡曲線圖。

3.2.3平臺層的云服務器數據經現場傳感器采集并經過IED/主機處理后，通過通信模塊（4G/5G無線傳輸或電力光纖專網）傳送至云服務器進行存儲及深度計算，平臺層的操控計算機（含通過IEC61850通訊管理連接的遠端）可通過瀏覽器登錄云服務器隨時隨地查看監測數據，對變壓器進行運行監測及診斷分析。云服務器采用B/S結構（瀏覽器/服務器模式），提供監測數據的深度計算、存儲、瀏覽器查看等服務。

3.2GZAFV-01系統的系統架構GZAFV-01系統由感知層的聲紋振動傳感器、電流傳感器、IED/主機，網絡層的通訊管理里，平臺層的數據（云）服務器、內置操控及監測數據分析軟件的操控計算機、IEC61850通訊管理機等構成。 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。

3.3GZAFV-01系統的監測數據信號分析與處理3.3.1OLTC運行狀態分析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。杭州國洲電力科技有限公司振動聲學指紋在線監測技術的技術突破點。杭州振動聲學指紋在線監測

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需求分析。杭州振動聲學指紋在線監測系統組件

4.1.6通過繞組及鐵芯聲紋振動信號頻譜分析可自動識別峰值頻率偏移及諧波增量，實時分析繞組及鐵芯運行狀態。4.1.7具有自動繪制聲紋振動和電流信號的歷史數據曲線趨勢功能。4.1.8閾值超限告警功能：實時分析信號發展趨勢，實現閾值超限自動告警，支持短信發送告警信息。4.1.9智能分析功能：軟件內置典型故障特征的數據庫，可與監測數據進行比對，通過信號波形、時間長度和幅值等特征值，診斷分析故障類型；也可添加新監測數據，方便后期橫向、縱向比較；可將同一廠家同一型號的正常監測數據導入保存，便于對該廠家、型號的變壓器監測數據曲線進行比對分析。4.1.10具有報表分析功能，自動計算并保存重合度、動作時間、能量分布、電流最大值、電流平均值、繞組及鐵芯振動峰值頻率、總諧波畸變率、基頻能量比、互相關系數等特征參量，并生成分析報表。杭州振動聲學指紋在線監測系統組件