一种面向风险评估的输变电设备故障概率模型的建模方法

文档序号:9866301阅读:767来源:国知局
一种面向风险评估的输变电设备故障概率模型的建模方法
【技术领域】
[0001] 本发明属于输变电设备可靠性评估领域,具体设及一种面向风险评估的输变电设 备故障概率模型的建模方法。
【背景技术】
[0002] 电力系统风险评估的目的是在多时空维度下给出综合反映电网运行状况和失效 后果的多种风险量化指标。作为电力系统的重要组成部分,输变电设备停运是电力系统失 效的根本原因,建立设备故障概率模型是进行系统风险评估的核屯、问题。
[0003] 输变电设备故障是内部因素(老化失效、健康状态)、外部因素(天气、环境状况)W 及电网因素(负载水平、电网状况)共同作用的结果。相比指标型的可靠性评估,设备故障概 率模型能根据历史运行状况和内外部运行条件,将除二次系统外的风险因素对设备的影响 落实到设备故障概率上,对于实时了解潜伏性故障的发展趋势,帮助调度人员做出正确决 策意义重大。
[0004] 现今使用较为广泛的设备故障概率模型基本都是采用基于回归模型、贝叶斯模型 等的历史数据统计模型,虽然能在一定程度上体现设备可靠度的变化规律,但是忽略了设 备实际运行状况的影响,无法体现个体的差异性,因此难W为系统风险评估提供依据。部分 文献从线路自身状况和实时天气情况出发进行建模,如溫度相依的老化失效模型、基于健 康状态的故障概率模型、考虑天气情况的故障概率模型等。运类模型考虑因素单一,无法响 应其他众多未建模风险因素对故障概率的影响,应用于风险评估较为片面。而且此类模型 较为粗略,如考虑天气状况的故障概率模型均采用两态或多态模型来模拟天气情况,界定 范围模糊,普适性差,精度也相对较低。

【发明内容】

[0005] 针对现有技术所存在的上述技术问题,本发明的目的在于提出了一种面向风险评 估的输变电设备故障概率模型的建模方法。
[0006] 通过深入分析输变电设备的老化失效机理和缺陷劣化机理,基于设备实时状态监 测、微气象(溫度、风速、湿度、落雷密度等)及自然灾害预报信息,针对不同设备个体分析其 健康状态的物理表征、老化状态、健康指数等全寿命周期信息W及微气象、自然灾害、负载 状况等非周期随机信息,利用大数据筛选分析方法,将各项风险因素整合为几项风险指标 作为基于比例风险模型(Propodional化zard Model,P歷)的输变电设备故障概率模型的 输入,进而量化各风险因素对故障趋势的影响,掲示风险因素与故障停运的内在关联。
[0007] 本发明的技术方案是通过风险因素分析与风险指标筛选、模型基础分析、模型建 立、参数估计、故障概率计算等手段,确立了一种能综合响应相关风险因素对设备故障概率 的影响,为电网的风险评估提供理论基础的综合故障概率模型。
[000引本发明的解决其技术问题所采用的技术方案包括如下步骤:
[0009]步骤(1).输变电设备风险因素分析与风险指标筛选,具体如下:
[0010] 1-1.输变电设备风险因素分析
[0011] 通过深入分析输变电设备的老化失效机理和缺陷劣化机理,基于设备实时状态监 测、微气象(溫度、风速、湿度、落雷密度等)及自然灾害预报信息,针对不同设备个体分析全 寿命周期信息和非周期随机信息,进而分析运行风险因素与设备故障停运的内在关联。
[0012] 所述的全寿命周期信息包括物理表征、老化状态、健康指数等信息;
[0013] 所述的非周期随机信息包括微气象、自然灾害、负载状况等信息;
[0014] 1-2.风险指标筛选
[0015] 利用大数据平台W及大数据筛选分析方法,将各项风险因素整合为几项风险指 标,整合后的风险指标包括老化失效指标、健康状态指标、天气状况指标W及包括负载状况 指标在内的设备相关运行工况指标。
[0016] 步骤(2).模型基础分析
[0017] 2-1.比例风险模型建模
[0018] PHM在电力系统输变电设备的可靠性评估和检修计划中有广泛的应用。根据模型 定义可知故障概率函数为:
[0019] h(t;Z) =ho(t)exp( γΖ)公式 1
[0020] 公式1中,t为当前时刻,ho(t)为基准故障概率函数,Ζ为反映设备不同状态的协变 量向量,丫为协变量向量参数,exp(丫 Ζ)为协变量连接函数。
[0021] PHM认为状态指标(即为步骤1中整合后的风险指标)与设备风险之间具有乘法效 应。通过该模型能有效建立设备各类状态指标和故障概率之间的联系,从而获得设备的实 时故障概率。
[0022] 2-2.溫度-负载状况相依模型建模
[0023] 设备负载状况对故障概率的影响十分显著。同时变压器、输电线路等输变电设备 时刻与外界环境发生热交换,需建立相应溫度-负载状况相依模型,如变压器的热点溫度计 算模型、输电线路的导体溫度模型等。
[0024] 步骤(3).故障概率模型建模
[0025] 3-1.基准故障概率函数ho(t)的建模
[0026] ho(t)作为基准故障概率函数,可用来表征输变电设备的老化失效情况。威布尔分 布充分契合浴盆曲线变化趋势,已广泛应用于输变电设备的失效建模中,因此本模型的基 准故障概率函数采用威布尔分布:
[0027]
[0028] 公式2中,β为形状参数,η为比例参数。若忽略浴盆曲线中后期偶然故障的影响,可 认为於0,此时故障概率随时间的增长而上升。
[0029] 3-1-1.比例参数η的推导
[0030] η在威布尔分布中表征寿命期望,可通过分析设备老化失效机理推导。
[0031] 3-1-2.等效运行时间Teq的推导
[0032] 公式2中的t值为恒定基准溫度Θη下的等效运行时间Teq。需要将波动的设备溫度曲 线对应的役龄时间折算为恒定Θη下的等效运行时间。可按导体溫度值将运行时间划分成η 个小区间ti,每个小区间内的导体溫度Θηι恒定,累加可得等效服役时间。
[0033] 3-1-3.结合η与Teq推导基准故障概率函数ho(t)表达式。
[0034] 3-2.协变量连接函数日邱(丫 Z)的建模
[0035] e邱(丫 Z)是协变量连接函数,在PHM中反映不同状态协变量对设备故障概率的影 响。当协变量个数为P时,对应的协变量连接函数为:
[0036]
[0037] 除老化失效外,影响输变电设备故障停运的因素还有很多,归结起来主要有Ξ类: 设备自身的健康状态指标、天气状况指标W及负载状况指标。同时不同的设备可能受除运 Ξ类风险因素外的其他风险因素的影响,所述的负载状况指标是设备相关运行工况指标的 一个因素。因此协变量连接函数中协变量应包含运几方面风险因素影响,则协变量连接函 数为:
[00;3 引
[0039] 公式4中,Zl、Z2、Z3、丫 1、丫 2、丫 3分别表示健康状态、天气状况、负载状况W及相应 的协变量参数。Zk、丫 k分别表示其他风险因素 W及相应的协变量参数。
[0040] 3-2-1.设备自身的健康状态建模
[0041] 国内外输变电设备的健康状态评研究较为成熟,如油浸式变压器可根据油中溶解 气体分析进行状态分级,架空输电线路可根据国家电网于2008年颁布的《架空输电线路状 态评价导则》进行状态分级等,设备状态可分为正常、注意、异常、严重四类。
[0042] 3-2-2.设备所处天气状况建模
[0043] 仿照健康状态的建模标准对天气状态进行建模,根据国家气象局规定的台风、暴 雨、暴雪、寒潮、大风、高溫、雷电、霜冻、大雾、道路结冰、冰富、干旱、靈等13项天气预警信号 中选取对输变电设备故障概率影响较大的雷电、覆冰、降雨、大风、气溫、台风、冰富、降雪等 8项天气风险因素,根据气象信息,将天气状况分为正常天气、恶劣天气、灾变天气Ξ类。
[0044] (3)设备负载状况建模
[0045] 设备负载状况通过设备实时溫度落实到故障概率上。设备实时溫度能够通过溫 度-负载状况相依模型W及微气象信息计算而得。基准故障概率函数W及协变量连接函数 均为设备实时溫度的因变量,因此协变量连接函数中设备负载状况无法像健康状态和天气 状况一样进行简单建模,需进行单独分析。根据PHM的定义,状态变量与设备风险之间具有 乘法效应,此外,在一定环境条件下可引入溫度影响函数g(0)来代替负载状况协变量的作 用函数,则协变量连接函数为:
[0046]
[0047] 3-2-4.其他风险因素建模
[0048] 仿照设备健康状态和天气状况的
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1