博客
关于我
ABB高过载能力脉冲电流互感器
阅读量:281 次
发布时间:2019-03-01

本文共 422 字,大约阅读时间需要 1 分钟。

ABB电流互感器采用双回路设计,具备电气隔离功能,能够精准测量直流、交流及脉动电流。

性能亮点

  • 电气隔离设计:采用一次线圈和二次线圈的双重隔离结构,确保测量安全性。
  • 多波形测量能力:可精确捕捉直流、交流及各种脉动电流波形特性。
  • 高精度与高动态:测量精度可达±0.5%,动态性能满足0-200kHz测量带宽需求。
  • 强大的过载能力:可承受高达40kA的峰值电流,保证长时间稳定运行。
  • 卓越的可靠性:设计结构可靠,适用于复杂工业环境。

技术特点

  • 电气隔离实现:一次与二次线圈之间采用双层电气隔离设计。
  • 多种电流测量:支持直流、交流及脉动电流的精确测量。
  • 高性能指标:精度小于0.1%,线性度优秀,动态响应灵敏。
  • 抗过载能力:可持续承受高达40kA的瞬态电流冲击。

规格参数

  • 测量范围:5A至2kA
  • 测量精度:±0.5%
  • 测量带宽:0-200kHz
  • 电压隔离能力:3kV至4kV

ABB电流互感器凭借其卓越的性能和可靠性,成为电力电路监测中的理想选择。

转载地址:http://nzft.baihongyu.com/

你可能感兴趣的文章
opencv5-图像混合
查看>>
opencv6-调整图像亮度和对比度
查看>>
opencv9-膨胀和腐蚀
查看>>
OpenCV_ cv2.imshow()
查看>>
opencv——图像缩放1(resize)
查看>>
Opencv——模块介绍
查看>>
OpenCV与AI深度学习 | 2024年AI初学者需要掌握的热门技能有哪些?
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>