振动基本参数
  • 品牌
  • 国洲电力
  • 型号
  • GZAF-1000T系列,GZAF-1000S系列,
振动企业商机

5、2020年10月30日,国网公司设备部领导视察1000kV廊坊特高压变电站已投运的1000kV电抗器运行情况。(通过查看我公司的GZOLM-1000T系列变压器/电抗器综合在线监测系统(局部放电、振动声学指纹、铁心接地电流、油色谱)的多参量数据监测和融合评价技术所展示的电抗器运行参量和状况)6、2019年4月,在国网宁夏±800kV灵州特高压换流站、国网山西±800kV雁门关特高压变电站、国网江苏1000kV盱眙特高压和±800kV淮安特高压换流站,我公司会同变电站属地的电科院和检修公司、主设备厂家的技术工程师运用我公司的GZAF-06T型振动声学指纹监测系统对特高压变压器的有载分接开关开展状态监测与评价的技术服务。7、2020年11月,我公司技术支持中心的杨加浩工程师在广西南宁供电局的变电二所实训基地向广西电科院高压所黎大健主任、广西大学电气工程学院郑含博教授、***电力公司设备部王佳灵高工、南网高级技能**李炎、南宁供电局设备部检修专责罗工等各位领导**做变压器(绕组、有载分接开关)和断路器振动声学指纹监测技术的实操演示。国洲电力变压器振动监测系统怎么样?高压开关振动监测供应商排名

高压开关振动监测供应商排名,振动

3.2.2数据采集装置GZAF-1000T系列变压器/电抗器振动声学指纹监测系统的数据采集装置由采集模块、信号处理模块、电源模块、USB接口、4G/5G信号传输模块等组成。采集模块实现6路机械振动信号及1路驱动电机电流信号采集,信号处理模块实现信号放大、信号滤波、信号检波及A/D转换等功能。利用系统电路设计对采集的振动信号和电流信号进行处理,保证信号的有效性和可靠性,将处理后的模拟信号经A/D转换成数字信号,便于主机系统进行数据处理分析。电源模块包括电源输入(220V)及降压转换,为数据采集装置供电。USB接口用于现场信号获取、调试;4G/5G模块用于信号采集处理后的远端后台的信号传输。数据采集装置示意图及参数分别如下图4和下表2所示。电气设备振动监测图形杭州国洲电力科技有限公司振动监测系统传感器哪个好?

高压开关振动监测供应商排名,振动

九、售后服务及质量承诺9.1售后服务承诺书:我公司将配合贵单位组织的质量抽检工作,具体作如下承诺:9.1.1严格按照招投标技术条件书中的比较好技术条件要求提供产品;9.1.2严格遵守技术协议(双方签约的合同法定附件)相关条款,向贵方及时提供准确的生产计划、进度及供货情况,对贵方组织的抽检工作予以支持和配合;9.1.3在技术协议内,若我方产品在贵方组织的抽检中一次不合格,我方自愿接受贵方对抽检不合格样品所属订单合同的如下处理:1)终止未供部分的产品收货;2)对已到货未安装产品退货。9.1.4受贵方对抽检不合格样品所属技术协议的如下处理:1)终止未供部分的产品收货;

11、DL/T1540油浸式交流电抗器(变压器)运行振动测量方法;12、DLT1694.2高压测试仪器及设备校准规范第2部分:电力变压器分接开关测试仪;13、DL/T1805电力变压器用有载分接开关选用导则;14、DL/T1051电力技术监督导则;15、DL/T1054高压电气设备绝缘技术监督规程;16、DL/T11771000kV交流输变电设备技术监督导则;17、Q/GDW383智能变电站技术导则;18、Q/GDWZ410高压设备智能化技术导则;19、Q/GDWZ414变电站智能化改造技术规范;20、Q/GDW561输变电设备状态监测与诊断系统技术导则;21、Q/GDW739输变电设备状态监测与诊断主站系统变电设备在线监测与诊断I1接口网络通信规范;22、Q/GDW1168-2013输变电设备状态检修试验规程;国洲电力振动监测系统分析。

高压开关振动监测供应商排名,振动

三、各类高压开关监测系统的功能特点3.1GIS本体监测3.1.1技术背景GIS运行时,电流通过高压导体时产生的电动力引起振动,由于导体所受电动力正比于负载电流的平方,GIS本体振动信号的基频为100Hz。当存在机械故障时,振动信号频谱分布将发生改变,产生谐波分量。GIS本体机械型缺陷主要是指内部存在开关触头接触异常、导电杆接触不良、母线卡簧松动、屏蔽罩松动等异常时,在交变电场作用下发生异常振动,长期振动可能导致导电杆和绝缘件松动,引发局部放电,甚至造成绝缘事故。异常振动还可能造成SF6气体泄漏,损坏绝缘子和绝缘支柱,影响外壳接地的牢固,危及主设备运行安全。因此开展振动声学指纹检测、实时频谱分析并提取相关特征参量对提高GIS运行的可靠性具有重要意义。国洲电力振动监测系统概念。电气设备振动监测发展前景

杭州国洲电力科技有限公司变压器/电抗器振动声学指纹监测系统结构。高压开关振动监测供应商排名

4.2.3根据各时频信号相关系数、能量分布曲线特征参量(相关系数、最大值、平均值、峰度、偏度)、ATF图谱特征参量(六等分区间均值)、总谐波畸变率、基频信号能量比等状态量,采用深度学习算法,自动判断变压器运行状态及疑似机械故障类型。图16基于声纹振动法的故障诊断4.2.4结合变压器的带电检测、智能巡检以及其他在线监测的状态量,进行数据的多参量融合分析,形成基于多源数据的故障预警机制,多参量融合分析不仅提高了疑似故障识别的准确性,而且还能**降低因单个参量判别故障带来的误报。例如,对于变压器疑似问题的诊断可结合负荷、损耗、绕组机械振动信号、油温、以及历史电流电压情况分析,在监测到变压器的声纹振动频谱时,系统可以自动去查询变压器的历史电流和电压信号,如果发现在某段时期确实有大电流冲击,可给出预警:变压器可能存在绕组变形的异常。高压开关振动监测供应商排名

与振动相关的**
信息来源于互联网 本站不为信息真实性负责