电换流站及其相关领域内的冷却系统关键元器件可 靠性分析，W避免元器件可靠性降低而导致冷却系统非计划停运的问题。运种方法可W准 确的描述出关键元器件的失效时间分布情况和关键元器件损坏出现的概率，最终得到关键 元器件可靠性的统计分析规律，而后根据统计模型进行可靠性的实际应用。
[0048] 本发明利用累积失效函数对关键元器件的失效时间进行描述，并通过Weibull分 布模型进行运算得到相应的模型参数，实现对关键元器件可靠性的分析，基于模型参数来 完成对关键元器件可靠性的实际应用。
[0049] 本发明提供的换流阀冷却系统关键元器件可靠性统计分析的建模方法的流程图 如图1所示，包括下述步骤：
[0050] (1)收集同一工作环境下一定数量的同类型的关键元器件失效时间数据；
[00川 似对步骤（1)中获得的失效时间数据进行统计分析，计算其经验分布值，获得经 验分布函数，并基于此函数绘制经验分布函数曲线，包括下述步骤：
[0052] a.将所述失效数据按照数据数值大小做升序排列，排列后的数据依次记为ti，其 中i = 1，2，......，n ;n表示n个失效数据；
[0053] b.确定每个时间间隔点的累积经验分布值，获得经验分布函数为F(ti)= (i-0. 3)/(n+0. 4) O
[0054] (3) W步骤（2)中的经验分布值为拟合标准，进行We化Ull分布的统计推断，得出 Weibull拟合函数，确定Weibull分布模型；所述Weibull分布模型为S参数Weibull分布 模型，用下式1)表示：
阳0巧] 1);: 阳056] 其中：0为形状参数，n为特征寿命参数，丫为位置参数，t为失效时间。
[0057] (4)根据步骤（3)的拟合标准采用柯尔莫戈洛夫检验方法（又称K-S检验法）对 Weibull拟合函数进行拟合优度检验，判断是否在偏差之内，如果是，则记录Weibull分布 模型中的模型参数，否则重复步骤（2)，直到拟合优度检验在偏差之内；偏差采用K-S检验 法与经验分布函数进行对比，偏差值的上限与样本容量和显著水平相关，可查表获得。
[0058] (5)针对使用环境的不同，关键元器件类型的不同W及其他条件的不同分别重复 上述步骤（1)至步骤（4)，建立模型参数查表文件的数据库，得到Weibull分布模型下的关 键元器件可靠性统计分析模型；用下式2)表示：
[0059] 2);
[0060] 其中：0为形状参数，n为特征寿命参数，丫为位置参数，t为失效时间；不同的 关键元器件其模型对应的形状参数0、特征寿命参数n和位置参数丫是不同的。
[0061] (6) W步骤巧）中的模型参数为基准，进行可靠性的实际应用。本发明中所述的 建模方法适用于换流阀冷却系统内所有的关键元器件。本发明中所述的可靠性应用基于 Weibull分布函数的模型参数，用于可靠性预测和可靠性评定。 W创 实施例
[0063] 下面结合具体实施例说明本发明的建模方法和实际应用，关键元器件是水累，包 括W下步骤： W64] (1)收集同一使用环境下同一型号的水累失效时间数据并记录，将其中个别的失 效时间数据与大多数失效时间数据相差较大的数据剔除，水累的年检一般是一年进行一 次，因此其失效时间数据不超过8760小时，但一般水累的失效时间为上千小时，那么与该 标准相差较大的失效时间（如：几百小时）的数据予W剔除。表1所示为=种不同用途的 水累的部分失效时间数据。
[00化]表1关键元器件失效时间数据 [0066]
[0067] (2)将步骤（1)中收集到的失效时间数据进行统计分析，先将运些数据按照数值 大小做生序排列，排列后的数据依次记为ti(i = 1，2,……，n)，每个时间间隔点的累积分 布函数的经验估计值为F(ti) = (i-0.3)/(n+0.4)。计算出来的估计值绘制成经验分布函 数拟合曲线。
[0068] (3)根据步骤（2)的统计数据及计算获得的经验分布值，计算Weibull分布函数的 模型参数，进而获得Weibull函数分布模型。分别绘制各种水累的Weibull分布下的累积 失效函数拟合曲线。如图2-图4所示。
[0069] (4)采用K-S检验法对Weibull拟合函数进行拟合优度检验，判断是否在偏差之 内，如果是，则记录Weibull分布模型中的模型参数。本发明通过采用相关系数优化法，通 过计算机编程计算，确定方程中的参数，进而确定=参数Weibull分布模型下的累积分布 函数中对应的形状参数0、特征寿命参数n和位置参数丫。
[0070] 妨步骤（I)到步骤（4)进行了同一型号的关键元器件Weibull模型参数提取，接 下来依次对不同用途的水累分别重复上述步骤（1)至步骤（4)，直到对整个换流阀冷却系 统中水累进行Weibull模型参数的提取。
[0071] 表2为本实施案例中S种水累经统计分析得到的S参数Weibull分布模型中的形 状参数P、特征寿命参数n和位置参数丫的值。
[0072] 表2 S参数Weibull分布模型中的形状参数0、特征寿命参数n和位置参数丫
[0073]
阳074] (6)根据记录的失效时间数据和Weibull模型参数，整理并建立得到失效时间和 Weibull模型各参数的查表文件的模型库，得到Weibull分布下水累的可靠性统计分析模 型。
[0075] (7)根据模型参数，对水累实际运行进行可靠性预测和可靠性评定，例如判定水累 的失效类型，确定水累的在线监测时间等。表3为本实施案例中S种水累在S参数Weibull 分布模型下的可靠性实际应用。 阳076] 表3 S参数Weibull分布模型下水累的可靠性应用
[0077]
[007引最后应当说明的是：W上实施例仅用W说明本发明的技术方案而非对其限制，尽 管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可W对本发 明的【具体实施方式】进行修改或者等同替换，运些未脱离本发明精神和范围的任何修改或者 等同替换，均在申请待批的本发明的权利要求保护范围之内。
【主权项】
1. 一种换流阀冷却系统关键元器件可靠性统计分析的建模方法，所述换流阀冷却系统 关键元器件包括水栗、换热器和空气冷却器，其特征在于，所述建模方法包括下述步骤： (1) 获得换流阀冷却系统关键元器件失效时间数据； (2) 分析失效时间数据的经验分布函数； (3) 以经验分布函数为拟合标准，构建Weibull分布模型； (4) 获得Weibull分布模型中的模型参数； (5) 构建Weibull分布模型下的关键元器件可靠性统计分析模型； (6) 对可靠性统计分析模型的参数进行可靠性应用。2. 如权利要求1所述的建模方法，其特征在于，所述步骤（1)中，收集同一使用环境下 同一型号的换流阀冷却系统关键元器件，并获得其失效时间数据。3. 如权利要求1所述的建模方法，其特征在于，所述步骤（2)中，对所述失效时间数据 计算其经验分布值，获得经验分布函数，并基于经验分布函数绘制经验分布函数曲线，包括 下述步骤： a. 将所述失效数据按照数据数值大小做升序排列，排列后的数据依次记为ti，其中i =1,2, ......，η ;n表示η个失效数据； b. 确定每个时间间隔点的累积经验分布值，获得经验分布函数为F(ti) = (i-0. 3)/ (n+0. 4) 〇4. 如权利要求1所述的建模方法，其特征在于，所述步骤（3)中，以步骤（2)的失效时 间数据进行Weibull分布的统计推断，获得Weibull分布模型，所述Weibull分布模型为三 参数Weibull分布模型，用下式1)表不：1 ). 其中：β为形状参数，η为特征寿命参数，γ为位置参数，t为失效时间。5. 如权利要求1所述的建模方法，其特征在于，所述步骤（4)中，采用柯尔莫戈洛 夫检验法对Weibull分布模型进行拟合优度检验，判断是否在偏差之内；如果是，则记录 Weibull分布模型中的模型参数；否则重复步骤（2)，直到拟合优度检验在偏差之内，所述 偏差可查柯尔莫戈洛夫检验的临界值表得到。6. 如权利要求5所述的建模方法，其特征在于，所述模型参数包括三参数Weibull分布 模型中对应的形状参数β、特征寿命参数η和位置参数γ。7. 如权利要求1所述的建模方法，其特征在于，所述步骤（5)中，针对使用环境和关键 元器件类型的不同，分别重复上述步骤（1)至步骤（4)，建立模型参数查表文件的数据库， 得到Weibull分布模型下的关键元器件可靠性统计分析模型，用下式2)表示：2)； 其中：β为形状参数，η为特征寿命参数，γ为位置参数，t为失效时间；不同的关键 元器件其模型对应的形状参数β、特征寿命参数η和位置参数γ是不同的。
【专利摘要】本发明涉及一种换流阀冷却系统关键元器件可靠性分析的建模方法，通过获得关键元器件的失效时间数据，经过统计分析后计算其经验分布函数，并以此为拟合标准，通过数据获得Weibull分布模型下的拟合分布函数，采用K-S检验法对拟合函数进行拟合优度检验，判断拟合函数与拟合标准是否在偏差范围内，记录Weibull分布模型中的模型参数，得到失效时间和模型参数的模型库，最终得到Weibull分布下的关键元器件可靠性分析模型，通过确定的模型参数，对关键元器件进行可靠性评定和可靠性预测。能够准确的预测关键元器件的可靠性情况，对整个系统的检修提出科学合理的建议，能够整体提高整个系统的可靠性。
【IPC分类】G06F17/50
【公开号】CN105718620
【申请号】CN201410738589
【发明人】周建辉, 查鲲鹏, 王航, 文玉良, 刘重强, 欧栋生
【申请人】国家电网公司, 国网智能电网研究院, 中电普瑞电力工程有限公司, 国网山东省电力公司电力科学研究院
【公开日】2016年6月29日
【申请日】2014年12月4日