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
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
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 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
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>>