(7)振動相關性(MPC)：振動相關性分析用一個特征量MPC表示各個測點之間的振動相關程度，該參數用于表示100Hz基頻分量時域信號能量占信號總能量的比值，其計算公式為=正常狀態下，由于100Hz基頻分量為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。敞開式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，***提高供電系統可靠性和經濟性。GZAF-1000T系列變壓器(電抗器)振動聲學指紋監測系統功能。杭州高壓開關振動聲學指紋在線監測軟件界面

變壓器/電抗器運行時，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，繞組振動信號的基頻為100Hz。由于變壓器/電抗器中磁感應強度正比于加載電壓的平方，鐵芯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，振動信號還會包含頻率為100Hz整數倍的高次諧波。當變壓器/電抗器的繞組變形或鐵芯故障后，振動信號頻譜分布將發生改變，產生諧波分量。因此，振動信號分量可以作為區別繞組變形故障與鐵芯故障的重要依據，采用振動分析法可實現繞組及鐵芯的故障診斷。杭州高壓開關振動聲學指紋在線監測軟件界面GZAF-1000T系列變壓器(電抗器)振動聲學指紋監測重合度對比。

我公司研制的電力設備監測與診斷技術，特別是在變壓器、高壓電抗器、高壓開關和電力電纜等電力設備的絕緣狀態、運行狀態的數據分析與狀態評價方面，憑借我公司前沿的軟硬件技術與先進的監測方法，為運維管理提供了質量的技術服務方案。我公司秉持專注、共贏、遠航的經營理念，追求創新，在穩步發展的同時***研制人工智能、大數據云平臺、萬物互聯等技術在電力設備監測與診斷技術上的科學應用，決心成為專注于綜合智慧能源服務領域的“中國智造”**者、推動者、先行者，并在公司發展的進程中為客戶、股東、員工以及其他合作方和社會創造更多的價值。

繞組及鐵芯運行狀態分析下圖13(a)為變壓器/電抗器運行時的繞組及鐵芯振動聲學指紋的時域信號。為更直觀地分析繞組及鐵芯運行狀態，采用頻域法分析振動聲學指紋信號，實現在線狀態下的故障監測。如下圖13(b)所示，基于振動聲學指紋信號的頻域分布，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，以作為變壓器/電抗器運行狀態的分析參數。各特征參量定義及解釋如下：(1)峰值頻率：頻譜圖中比較大幅值對應的頻率值。(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，計算公式如下：=2其中100Hz基頻分量有效值，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。GZAF-1000T系列變壓器(電抗器)振動聲學指紋監測技術交流與投運業績。

1、2020年10月20日，我公司榮獲國網公司設備部的邀請，參與國網設備部組織的關于智慧變電站技術方案審查會，向與會的國網公司設備部、各省公司設備部及各省電科院的領導和專家們做了《振動聲學指紋監測技術在變電站主設備智慧型綜合監測中的作用和實施方案》的匯報，榮獲與會的領導和專家們的高度認可。如下圖25所示：2、2020年10月22日，我公司總經理技術助理王國明博士以技術顧問的身份，參與國網冀北電力有限公司關于智慧物聯體系建設專項勞動競賽成果評審會，會上向國網冀北公司設備運行管理領域的各位領導和專家們匯報了《電力設備振動聲學指紋監測技術的發展態勢和應用前景》，并會中作為廠家**參與技術評審，會后榮獲與會的領導和專家們的高度認可。杭州國洲電力科技有限公司振動聲學指紋在線監測使用說明。杭州高壓開關振動聲學指紋在線監測軟件界面

GZAF-1000T系列變壓器(電抗器)振動聲學指紋監測信號分析與處理。杭州高壓開關振動聲學指紋在線監測軟件界面

振動聲學指紋監測技術的應用意義：我公司基于振動聲學指紋監測技術研制的GZAF-1000系列監測系統適用于變壓器/電抗器（繞組、有載分接開關、鐵心等）、開關類（GIS、敞開式斷路器、隔離開關、開關柜等）等電力設備的帶電檢測、在線監測與故障診斷，不影響被測設備正常運行，且與被測設備無電氣連接，具有安裝方便、安全、可靠等優點，主要意義如下：1、采用帶電檢測/在線監測方式，不影響主設備正常運行，降低了電網風險；2、減少了人員進站檢查的運維成本；3、監測方式與設備無電氣連接，具有安全、可靠、安裝方便等優點；4、采用獨特的時域分析、包絡分析、重合度對比、時頻矩陣分析等方法，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、內置基于海量樣本的大數據和人工智能技術而建立的專家分析型數據庫，可真實反應設備運行狀態，有效診斷繞組變形、機械卡澀、觸頭磨損、電動機構拒動等故障程度和類型；6、符合智慧變電站建設原則，監測系統的IED具備邊緣計算能力，就地采集并處理振動聲學指紋及其它信號，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。杭州高壓開關振動聲學指紋在線監測軟件界面