Dieser multimodale adaptive Multiband-Teilentladungssensor ist ein neuartiges Online-Teilentladungsdetektionsgerät. Er ermöglicht die simultane Messung verschiedener Frequenzen, darunter Ultrahochfrequenz, transiente Ströme, Ultraschall und Umgebungsparameter (Temperatur und Feuchtigkeit). Die dynamische Kalibrierung erfolgt in Echtzeit direkt am Teilentladungsmessort, wobei der Messkanal mit dem optimalen Signal-Rausch-Verhältnis adaptiv ausgewählt wird. Der Sensor eignet sich für die Online-Teilentladungsdetektion in verschiedenen Mittel- und Hochspannungsschaltanlagen, Transformatoren, GIS-Anlagen, Kabeln und weiteren Anwendungsbereichen.
Hauptmerkmale:
* Chipbasierte Filterung, Verstärkung und Detektion; digitale Ausgabe der Eingangssignale zur systematischen Verbesserung der Störfestigkeit und Messkonsistenz.
* Dynamische Signalkalibrierung am Teilentladungsmessort durch adaptive Auswahl des Messkanals mit dem höchsten Signal-Rausch-Verhältnis.
* Extrem niedriger Stromverbrauch und extrem lange Standby-Zeit. Bei einem Intervall von 15 Minuten zwischen Teilentladungserfassung und -übertragung ist ein kontinuierlicher Betrieb von mindestens 5 Jahren möglich.
* Unterstützt integrierte und geteilte Produktformen; die Frontend-Sonde kann in das Sensorgehäuse integriert oder per Kabel angeschlossen werden, um eine flexiblere Installation und eine verbesserte Signalerfassungsempfindlichkeit zu ermöglichen.
* Unterstützt die simultane Erfassung zweier hochfrequenter elektromagnetischer Signale mit gegenseitiger Kalibrierung zur Verbesserung der Störfestigkeit.
* Eine mehrstufige Rechenarchitektur, die lokales Rechnen am Sensor-Frontend, Edge-Computing am Gateway und Big-Data-Analysen in der Cloud integriert, reduziert die Datenübertragungskosten und gewährleistet den sicheren und zuverlässigen Betrieb von Teilentladungsmessnetzen sowohl offline als auch online.
Sie unterstützt cloudbasierte multimodale komplexe Signalverarbeitung und groß angelegte Modellanalysen und ermöglicht so den Vergleich von Echtzeit- und historischen Datenmodellen und -zuständen. Dadurch werden aktuelle und zukünftige Datenbestände sowie deren Betriebsmanagement und langfristiger wirtschaftlicher Wert aufgezeigt.


京公网安备 11010802043282号