杭州國洲電力振動故障

來源: 發(fā)布時間:2023-10-18

九、售后服務及質量承諾9.1售后服務承諾書:我公司將配合貴單位組織的質量抽檢工作,具體作如下承諾:9.1.1嚴格按照招投標技術條件書中的比較好技術條件要求提供產品;9.1.2嚴格遵守技術協議(雙方簽約的合同法定附件)相關條款,向貴方及時提供準確的生產計劃、進度及供貨情況,對貴方組織的抽檢工作予以支持和配合;9.1.3在技術協議內,若我方產品在貴方組織的抽檢中一次不合格,我方自愿接受貴方對抽檢不合格樣品所屬訂單合同的如下處理:1)終止未供部分的產品收貨;2)對已到貨未安裝產品退貨。9.1.4受貴方對抽檢不合格樣品所屬技術協議的如下處理:1)終止未供部分的產品收貨;杭州國洲電力科技有限公司變壓器/電抗器振動聲學指紋監(jiān)測系統(tǒng)電流傳感器安裝。杭州國洲電力振動故障

杭州國洲電力振動故障,振動

3.3.2功能特點GIS中及敞開式隔離開關的機械特性監(jiān)測主機/IED主要功能特點如下:?采用振動和電流的傳感器監(jiān)測隔離開關的振動及電機電流信號;?具有比對分析功能,可將測量數據與標準信號、歷史測量信號進行橫向及縱向比對分析;?具有診斷功能,可對隔離開關的機械狀態(tài)進行診斷,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(xù)監(jiān)測、存儲及導出功能,可夠存儲500次以上的操作數據,并具備批量處理數據功能。?具備振動及電機電流信號波形、包絡分析、時頻圖譜等展示功能;?自動提取分合閘動作時間、電機電流的峰值和燃弧時間、電流抖動、振動高幅值關鍵特征、振動脈動關鍵特征等參量。杭州國洲電力振動故障國洲電力振動監(jiān)測系統(tǒng)怎么樣?

杭州國洲電力振動故障,振動

變壓器在生產、運輸、安裝過程中或在短路電流作用下,均會使繞組及鐵芯壓緊程度降低,繞組及鐵芯故障分別約占變壓器整體故障的36%和4%,對變壓器抗短路電流沖擊能力及安全穩(wěn)定運行產生巨大威脅。繞組故障主要包括絕緣老化、受潮、匝間或繞組間短路、斷路及機械損傷等,以上故障類型均可能導致繞組變形。傳統(tǒng)的繞組變形監(jiān)測與診斷方法有低壓脈沖法(LVI)、頻率響應分析法(FRA)和短路阻抗法(SCI),以上方法*適用于離線或停電監(jiān)測與診斷。鐵芯典型故障包括壓鐵松動、鐵芯接地不良、夾件松動或損傷,常用監(jiān)測與診斷方法包括絕緣電阻測試及接地電流監(jiān)測與診斷。采用聲紋振動法監(jiān)測與診斷繞組及鐵芯狀態(tài),適用于帶電監(jiān)測與診斷/在線監(jiān)測與診斷,不影響電力變壓器正常運行,且與設備無電氣連接,具有安裝方便、安全、可靠等優(yōu)點。

有載分接開關(OLTC)切換過程中,分接選擇器動作、切換開關動作、動靜觸頭碰撞等機械動作產生振動信號。振動信號包含觸頭分合狀態(tài)、三相觸頭是否同期、觸頭表面是否平整、切換是否到位等信息,可反映分接開關結構磨損、卡滯、松動、變形等故障。切換過程中若儲能彈簧性能發(fā)生改變或儲能過程中存在機構卡塞等現象,必然伴隨著電機驅動力矩的變化,從而使驅動電機電流發(fā)生變化。因此,可通過監(jiān)測驅動電機電流在線檢測OLTC的運行狀況,且電流信號與振動聲學指紋信號的結合分析,可更加有效的判斷OLTC故障。聲紋振動監(jiān)測具體知識介紹。

杭州國洲電力振動故障,振動

振動聲學指紋監(jiān)測技術的應用意義我公司基于振動聲學指紋監(jiān)測技術研制的GZAF-1000系列監(jiān)測系統(tǒng)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(jiān)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(yōu)點,主要意義如下:1、采用帶電檢測/在線監(jiān)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(jiān)測方式與設備無電氣連接,具有安全、可靠、安裝方便等優(yōu)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(wěn)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(jiān)測準確度。杭州國洲電力科技有限公司振動監(jiān)測系統(tǒng)傳感器哪個好?GZAF-1000S系列高壓開關振動技術怎么樣

杭州國洲電力科技有限公司振動監(jiān)測報告。杭州國洲電力振動故障

?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(qū)間均值)、總諧波畸變率、基頻信號能量比等狀態(tài)量,采用深度學習算法,自動判斷變壓器/電抗器運行狀態(tài)及機械故障類型。圖15基于振動聲學指紋的變壓器故障診斷?結合變壓器/電抗器的帶電檢測、智能巡檢以及其他在線監(jiān)測狀態(tài)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(jiān)測到變壓器/電抗器地振動聲學指紋頻譜時,系統(tǒng)可以自動去查詢變壓器/電抗器地歷史電流和電壓信號,如果發(fā)現在某段時期確實有大電流沖擊,可給出預警:變壓器/電抗器可能存在繞組變形地異常。杭州國洲電力振動故障