調試過程在本系統中也相對簡單。系統具備自動檢測和校準功能，在完成硬件安裝后，通過系統自帶的調試軟件，能夠快速對各傳感器、數據采集設備以及傳輸線路進行檢測。例如，調試軟件可以發送模擬的局部放電信號，檢測傳感器是否能夠準確捕捉并傳輸信號，檢查數據采集設備 IED 對信號的處理是否正確，以及傳輸線路是否存在信號丟失或干擾等問題。對于發現的問題，調試軟件能夠提供詳細的故障診斷信息，幫助技術人員快速定位并解決問題，**縮短了系統調試時間，提高了項目交付效率。杭州國洲電力科技有限公司振動聲學指紋在線監測產品的技術特點。浙江振動聲紋在線監測維護說明

GZPD-01G型局部放電在線監測系統采用的UHF傳感器工作頻帶在300MHz-2000MHz，對于一般的電力載波信號（1MHZ以下）、工頻及諧波干擾（50-10kHZ）以及廣播信號（100MHZ左右）等常見干擾源，可以有效避免。而且架空母線存在大量電暈放電，該類放電的頻帶不超過150Mhz，因而通過帶通濾波器，可有效濾除電暈放電干擾，采集的信號信噪比很高。該系統集局部放電的監測、定位、報警功能于一身，可有效實現GIS局部放電連續在線監測。超聲波檢測：GIS發生局部放電時產生納秒級上升前沿的放電脈沖，生成的電磁波在GIS氣室內傳播。放電區域內分子間劇烈撞擊，會產生包括縱波、橫波和表面波的聲波，在宏觀上表現為脈沖壓力波，以縱波和橫波的方式向四周傳播，因此放電點可看作脈沖聲波場源。可以通過超聲波傳感器接收局部放電產生的振動信號，來達到檢測GIS內部局部放電目的。浙江振動聲紋在線監測維護說明GZAFV-01型聲紋振動監測系統（變壓器、電抗器）相關技術方案。

4.3斷路器機械特性在線監測子系統4.3.1功能描述開關柜斷路器在電力系統中起到保護和控制作用，它根據供電系統運行的需要來可靠地投入或切除相應的線路或電氣設備，以確保系統安全運行。實現對斷路器機械特性的在線監測，準確得知斷路器的工作狀態和故障部位，可以有效減小維護工作量，增強檢修的針對性，顯著提高供電系統可靠性和經濟性。線圈分合閘電流是斷路器在線監測中非常重要的參數，是衡量斷路器性能優劣的重要指標。分合閘電流與操動機構的健康緊密相關，并直接影響著斷路器的開斷性能。因此，通過在線監測準確提取分閘電流、合閘電流特征值，對判斷斷路器的健康程度和工作狀態診斷具有重要意義。

4.3.2配置原則單臺開關柜配置2只電流傳感器及1個采集操控單元，傳感器穿心式安裝開關柜斷路器的分/合閘線圈回路。子系統現場實物安裝如圖4.4所示，主要技術參數如表4.3所示。

GZPD-01型局部放電監測系統（風力發電機）的功能特點

3.1分布式組網監測模式：在每個發電機接地線附近安裝局部放電采集單元。3.2信號處理功能：HF傳感器監測到的信號在局部放電采集器中進行數據處理，再通過無線或有線方式傳輸到平臺層。3.3遠程監測與遠程控制功能：基于分布式監測模式，可在平臺層的操控及監測數據分析軟件上查看實時監測的每一臺發電機的局部放電數據的各項參量；平臺層可以發送指令模式控制所有局部放電采集器的通/斷電狀態。3.4各通道集中或**監測功能：GZPD-01系統所有監測通道可以集中或**的監測。平臺層計算機屏幕上可以翻頁切換顯示多個監測通道的實時數據。3.5局部放電譜圖顯示功能：平臺層計算機的操控及監測數據分析軟件實時顯示局部放電譜圖，圖譜可以設置相位疊加或不疊加。3.6智能抗干擾功能：啟動該功能時可自動對干擾信號進行圖譜篩選并分離。3.7判斷信號是否同源功能：可以自動對比信號的相位幅值特征以分析信號源，并將同源信號自動的從其他通道排除。3.8異常報警功能：報警策略包括閥值超限、趨勢等報警，并可根據局部放電嚴重程度給出不同的報警級別。3.9采用風力發電機已有的光纖進行局放數據的傳輸，節約成本。 振動聲學指紋監測系統的動態范圍是多少？

除了振動監測，還可以采用聲學監測技術來輔助檢測 GIS 設備的機械性故障。當設備發生機械性運動時，會產生特定頻率的聲音信號。通過在設備周圍安裝聲學傳感器，如麥克風陣列，能夠捕捉到這些聲音信號。利用聲學信號處理技術，對采集到的聲音信號進行分析，識別出與機械性故障相關的聲音特征。例如，開關觸頭接觸異常時可能會產生異常的摩擦聲，通過分析聲學信號中的頻率成分和強度變化，可判斷觸頭的接觸狀態，及時發現潛在的機械性故障。杭州國洲電力科技有限公司振動聲學指紋的在線監測系統功能。杭州振動在線監測應用意義

杭州國洲電力科技有限公司局部放電在線監測技術的實時監測功能。浙江振動聲紋在線監測維護說明

3.3.1.1信號包絡分析為提高在線監測的準確度，GZAFV-01系統的IED/主機通常采用高采樣率獲取聲紋振動及驅動電機電流的信號，然而大量的數據不利于快速、準確存儲與分析。因而采用包絡分析，簡化并反映原始信號特征，便于后續分析與處理。傳統希爾伯特變換進行包絡分析時存在提取深度不足、存在幅值偏差等問題，因此采用小波變換和希爾伯特變換結合的信號包絡分析。聲紋振動和電流的信號包絡分析如下圖3.5的a、b所示。

3.3.1.2信號包絡重合度比對分析如下圖3.6所示，信號包絡分析后可快速實現歷史信號重合度比對分析，更直觀地判斷OLTC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。當實時采集的與正常狀態的信號包絡互相關系數：◆接近1時，OLTC接近正常運行狀態。◆接近0時，OLTC可能存在故障。 浙江振動聲紋在線監測維護說明