重合度对比如图9所示，包络分析后可快速实现历史信号重合度对比分析，更直观地判断有载分接开关运行状态。为量化信号重合度对比，系统引入互相关系数的计算。当实时采集信号包络曲线与正常状态包络曲线互相关系数接近1时，实时采集的信号接近正常运行状态；当互相关系数接近0时，有载分接开关可能存在故障。能量分布曲线基于小波变换的振动信号多分辨率分析结果如下图10所示。原始信号经8层分解后产生第8层的近似分量和第1层至第8层的详细分量，计算各层详细分量信号能量，可获得信号能量分布曲线。对比正常状态与异常状态能量分布曲线，可判断有载分接开关运行状态，并提取互相关系数、最大值、平均值、峰度、偏度作为状态诊断特征参量。图11为正常状态与异常状态振动信号能量分布曲线对比。GZAF-1000T系列变压器(电抗器)振动声学指纹监测系统结构。杭州振动声学指纹在线监测使用说明书

有载分接开关运行状态分析：有载分接开关动作时，典型振动声学指纹和驱动电机电流的信号如下图7所示。通过分解时域内典型信号区间，可有效判断分接开关驱动电机启动、分接选择器断开、分接选择器闭合、切换开关动作、驱动电机制动等动作顺序，进而分析分接开关的运行状态。然而，以上通过典型信号分析判断分接开关的运行状态需要丰富的实践经验，为方便检测人员快速完成诊断任务，需通过多种算法更直观、准确地判断开关状态。变压器/电抗器声学指纹监测系统结合基于小波变换及希尔伯特变换的包络分析、基于互相关系数的重合度分析、基于小波多分辨率分解的能量分布曲线分析、基于时频分布矩阵的信号对比等多种**算法，实现有载分接开关***、有效、准确的状态诊断和早期故障监测，降低变压器/电抗器运行的故障风险。变压器振动声学指纹在线监测直销价格GZAF-1000S系列高压开关振动声学指纹监测系统遵循标准。

?独有的信号处理功能，生成振动声学指纹信号ATF图（**算法，**所有），更直观、更便捷分析有载分接开关及绕组和铁芯的运行状态；?具有绕组及铁芯振动声学指纹信号频谱分析功能，自动识别峰值频率偏移及谐波增量，实时分析绕组及铁芯运行状态；?振动声学指纹信号和电流信号历史数据曲线趋势功能；?信号阈值告警功能，软件自动分析信号增长趋势，实现自动告警，也可手动设置告警阈值，支持短信告警；?智能分析功能：系统软件内置海量故障特征的数据库，可与测得的数据进行比对，通过信号波形、时间长度和幅值等特征值，诊断分析故障类型；也可添加新测得的数据，方便后期横向、纵向比较；软件可将同一厂家同一型号的正常检测数据进行导入保存，便于对该厂家、型号的变压器数据曲线进行比对分析；

系统功能3.4.1基本功能?支持多通道信号同步实时地采集、显示及分析；?具有时间触发和电流触发功能，可手动选择信号触发方式；?可将任意两次测量的图谱进行相似度分析，并自动计算图谱的重合度；?具有先进的能量谱分析功能，并能自动识别能量谱比较大的高低频能量频率；?独有的信号处理功能，生成振动声学指纹信号ATF图（**算法，**所有），更直观、更便捷分析有载分接开关及绕组和铁芯的运行状态；?具有绕组及铁芯振动声学指纹信号频谱分析功能，自动识别峰值频率偏移及谐波增量，实时分析绕组及铁芯运行状态；?振动声学指纹信号和电流信号历史数据曲线趋势功能；?信号阈值告警功能，软件自动分析信号增长趋势，实现自动告警，也可手动设置告警阈值，支持短信告警；杭州国洲电力科技有限公司振动声学指纹在线监测使用说明。

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。GZAF-1000T系列变压器(电抗器)振动声学指纹监测传感器。GIS振动声学指纹在线监测系统功能

GZAF-1000T系列变压器(电抗器)振动声学指纹监测绕组及铁芯运行状态分析。杭州振动声学指纹在线监测使用说明书

系统功能：3.4.2监测系统的智慧化功能?具备边缘计算能力，就地采集并处理振动声学指纹信号及驱动电机电流信号，完成有载分接开关信号包络、ATF等分析，完成绕组及铁芯振动信号频谱分析及参数计算，根据传输层要求统一通讯接口及数据结构，根据平台层及应用层要求上传分析结果；?具备实物ID管理功能，提供有载分接开关、绕组及铁芯运行状态信息链接入口，可扫码读取设备在线监测历史数据及趋势。通过扫码或RFID识别设备，读取设备ID信息，通过站内网络（4G/5G/WIFI）传输给云端服务器，向服务器请求该设备的详细信息，以及详细的运行状态，测试信息等。?根据各时频信号互相关系数、能量分布曲线特征参量（互相关系数、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/电抗器运行状态及机械故障类型。图15基于振动声学指纹的变压器故障诊断?结合变压器/电抗器的带电检测、智能巡检以及其他在线监测状态量，杭州振动声学指纹在线监测使用说明书