建模方式W其他风险因素为依据，对不同的设备 个体进行状态分级。
[0049] 3-2-5.溫度影响函数g(0)建模
[0050] 溫度影响函数g(0)是实时设备溫度θτ和设备基准恒定溫度Θη共同作用的结果。在 相同健康状态和天气状况下，采用不同溫度Θι，θ2作为基准恒定溫度Θη时，W恒定溫度Θη运 行时间t时的故障概率是相同的，W此为依据进行溫度影响函数g(0)的计算。求得g(0)后将 其再次变化为exp(丫 3Z3+ 丫 oZo)的形式代入协变量连接函数，则协变量连接函数为：
[0化1 ]
[0052] 步骤(4).参数估计
[0053] 模型的参数估计采用极大似然估计。一般形式的极大似然函数为：
[0化4]
[0055] 公式7中样本总体个数为η;是否截尾的状态量为δι，截尾数据用0表示，失效数据 用1表示;观测到的寿命时间的样本集为Q，其中失效个数为q，R为可靠度函数，f为故障概率 密度函数;h为故障概率函数;ti和tj均表示时间。
[0056] 则相应似然函数为：
[0061 ]公式9中样本总体个数为n，失效个数为q，ti表示第i个失效个体在基准恒定溫度Θη 下的等效时间，协变量条件的个数为P，s为设备个体在Θη下的等效检测时间点。
[0062] 将式中参数β、丫、η求一阶导并置为零，可得一组超越方程，其中η已知，可采用相 关算法求解获得I、f。
[0063] 步骤(5).故障概率求解
[0064] 根据步骤4求解获得的参数I、；p，估计结果，代入设备等效运行时间Teq、健康状 态、天气状况、负载状况等风险指标，即可计算设备故障概率。
[0065] 本发明的有益效果如下：
[0066] 模型综合考虑了输变电设备老化失效、负载波动、健康水平变化和天气状况变化 W及其他风险因素改变对故障概率的影响，将多元风险因素落实到设备故障概率上，既能 响应设备在累积热效应作用下机械强度的不可逆损失，又能响应负载波动引起的故障概率 变化，甚至能响应由于设备健康状态或者天气状况恶化造成的故障隐患及维护操作导致的 健康水平上升和天气转好过程，基本上包含了影响输变电设备故障概率的全部信息，是全 信息模型。通过模型计算结果，结合负载能力评估、故障预测等结果，可分析计算设备缺失 所引发的系统潜在损失和相关风险评估指标。 图1为本发明油浸式变压器故障概率模型数据筛选及建模流程； 图2为本发明中变压器热点溫度模型。
【具体实施方式】
[0067] W油浸式变压器故障概率模型建模为例：
[0068] 步骤(1).针对油浸式变压器进行风险因素分析与风险指标筛选
[0069] 1-1.油浸式变压器风险因素分析
[0070] 通过深入分析油浸式变压器的老化失效机理和缺陷劣化机理，基于设备实时状态 监测、油中溶解气体监测信息、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，分析运行风险因素与油浸式变压器故 障停运的内在关联。
[0071] 1-2.风险指标筛选
[0072] 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某几项风险指 标。油浸式变压器最主要的风险因素为设备老化失效状况、设备健康状态、所处天气状况和 负载情况。
[0073] 油浸式变压器故障概率模型数据筛选及建模流程如图1。
[0074] 步骤(2).模型基础分析 [00巧]2-1.比例风险模型建模
[0076] 根据KM模型定义可知油浸式变压故障概率函数为：
[0077] h(t；Z) =ho(t)exp( γΖ)公式 1
[0078] 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。
[0079] 2-2.溫度-负载状况相依模型建模
[0080] 设备负载状况对故障概率的影响十分显著。油浸式变压器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，即变压器热点溫度模型，如图2。其中图2的参数 参见表1:
[0081]
[0082] 步骤(3).故障概率模型建模
[0083] 3-1.基准故障概率函数ho(t)的建模
[0084] 油浸式变压器的基准故障概率函数ho(t)，采用威布尔分布描述：
[0085]
[0086] 公式2中，β为形状参数，η为比例参数。
[0087] (1)参数η的推导
[0088] η在威布尔分布中表征寿命期望，可通过分析油浸式变压器的老化失效机理推导。 油浸式变压器寿命可W用绝缘纸寿命Lt表示，而绝缘纸的老化程度与绝缘系统中的热点溫 度服从Arrhenius定理。热点溫度可根据"热点溫度计算模型"计算获得：
[0089]
[0090] 其中B、C为实验测得的经验常数，Θη为绕组的热点溫度。
[0091] 令基础热点溫度Θη= 110°C，查阅文献可得Β，C参数值，计算可得11 = 7500天，之后 的计算时间都将W天为单位。
[0092] (2)等效运行时间Teq的推导
[0093] 公式2中的t值为恒定基准溫度Θη下的等效运行时间Teq。为了求出该值，可运用W 变压器冷却系统类型为模型系数的"热点溫度计算模型"进行分析，得到热点溫度曲线。之 后将服役时间按热点溫度值划分为η个小区间ti，每个小区间的热点溫度Θηι均保持恒定，累 加可得等效时间：
[0094]
[0095] (3)结合η与Teq可推导油浸式变压器基准故障概率函数ho(t)表达式为：
[0096]
[0097] 3-2.协变量连接函数日邱（丫 Z)的建模
[0098] 除老化失效外，影响油浸式变压器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、所处的天气状况和设备负载情况。因此协变量连接函数中协变量 应包含运Ξ方面风险因素影响，则协变量连接函数为：
[0099] exp( γ Ζ) =exp( γ iZi+ γ 2Z2+ γ 3Ζ3)公式6
[0100] 公式4中，Ζ?、Ζ2、Ζ3、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。
[0101] (1)设备自身的健康状态建模
[0102] 目前电力部口普遍应用的一种能体现变压器在线监测信息，对健康水平的反映较 为全面、客观的方法是变压器油中溶解气体分析(DGA)。检测的气体一般有此、C0、CH4、C2H4、 C2此、C2此及其总量，也称为可燃性溶解气体总量(TDGC)。根据油气信息分级标准可将变压 器进行状态分级，设备状态可分为正常、注意、异常、严重四类。
[0103] (2)设备所处天气状况建模
[0104] 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。
[0105] (3)设备负载状况建模
[0106] 变压器负载状况通过变压器实时热点溫度落实到故障概率上。基准故障概率函数 W及协变量连接函数均为变压器热点溫度的因变量，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。在一定环境条件下可引 入溫度影响函数g(e)来代替负载状况协变量的作用函数，则协变量连接函数为：
[0107] exp(丫 Z) =g(目）exp(丫 iZi+丫 2Z2)公式7
[0108] (4)其他风险因素建模
[0109] 变压器中除设备老化失效、自身健康状态、天气状况、W及负载状况外其他风险因 素对故障概率的影响较小，为了简化计算，运边不再进行其他风险因素的建模。
[0110] (5)溫度影响函数g(0)建模
[0111] 溫度影响函数g(e)是变压器实时热点溫度θτ和变压器基准恒定溫度Θη共同作用的 结果。令：
[0112] h'n(t,目 G,目 r)=h〇(t,目 H)g(目 Η,目 r)公式 8
[