CN104318328B - 一种电网设备检修决策优化方法 - Google Patents
一种电网设备检修决策优化方法 Download PDFInfo
- Publication number
- CN104318328B CN104318328B CN201410553426.XA CN201410553426A CN104318328B CN 104318328 B CN104318328 B CN 104318328B CN 201410553426 A CN201410553426 A CN 201410553426A CN 104318328 B CN104318328 B CN 104318328B
- Authority
- CN
- China
- Prior art keywords
- grid equipment
- health score
- score assigning
- maintenance
- elapsed time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 title claims abstract description 27
- 230000036541 health Effects 0.000 claims abstract description 86
- 230000006870 function Effects 0.000 claims description 29
- 230000008439 repair process Effects 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 16
- 230000008901 benefit Effects 0.000 claims description 15
- 230000003862 health status Effects 0.000 claims description 13
- 230000007547 defect Effects 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 3
- 230000002085 persistent effect Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims 2
- 230000008571 general function Effects 0.000 claims 1
- 230000002265 prevention Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000002708 enhancing effect Effects 0.000 abstract description 2
- 230000000737 periodic effect Effects 0.000 abstract description 2
- 230000007257 malfunction Effects 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电网设备检修决策优化方法。针对现有的状态检修相关规程以及相关决策技术中,仅根据设备当前的健康状态评分给出定性的检修建议和时间,缺乏具体优化方案的问题,本发明通过提出一种多判据优化方法,制定了明确的检修决策,提供了定量的优化检修时间,增强了状态检修的明确性和目的性。此外,针对已有的定期检修周期优化模型不适应状态检修体制的问题,将价值工程中的费效比和求取条件极值的拉格朗日乘数法相结合,建立新的检修优化模型,作为检修决策的制定依据,能很好地适应状态检修体制。
Description
技术领域
本发明属于电力故障检修技术领域,更具体地,涉及一种电网设备检修决策优化方法,用于电网设备检修决策的确定。
背景技术
电网设备作为电力系统电能经济传输和灵活调配的枢纽,广泛参与到电力系统发输变电的各个环节,其运行状况与电力系统的安全可靠性息息相关。电网设备的故障不仅会造成停电和维修等直接损失,更将对电网的安全稳定运行带来威胁,甚至引发不可估量的严重后果。因此,对电网设备施行合理的检修是十分有必要的。
随着电网设备检修策略的发展,从事故检修到计划检修,尽管增强了检修的主动性,但固定的计划检修周期仍然难免带来过检修、欠检修等一系列问题,影响设备的使用寿命。
状态检修策略是正在兴起的一种新型检修策略,它以在线监测为基础,研究故障模式,对设备在线监测的特征量、预防性试验的结果、设备历史运行状况、检修情况及现场运行参数等状态进行客观分析,通过综合的故障诊断技术判别来实施检修。这种依据电网设备运行状态的检修策略能够避免传统的计划检修的盲目性。
但是,在现有的状态检修导则中,仅根据设备当前的健康状态评分给出定性的检修建议和检修时间,现有的相关研究也鲜有优化的具体方案,这大大降低了状态检修策略的目的性和明确性,使得状态检修的优势不能得到全面发挥。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种电网设备检修决策优化方法,有效解决了现有的状态检修决策中仅给出定性的检修建议和检修时间,缺乏具体优化方案的问题,提供了定量的优化检修时间,增强了状态检修的明确性和目的性,而且能很好地适应状态检修体制。
为实现上述目的,本发明提供了一种电网设备检修决策优化方法,其特征在于,包括如下步骤:
(1)获取电网设备的当前健康评分s0,将其与预设的健康评分门槛值Eset进行比较,若s0>Eset,则不对电网设备进行检修,顺序执行步骤(2);否则跳至步骤(3);
(2)监测电网设备的健康评分,在电网设备的健康评分改变时,返回步骤(1);
(3)利用电网设备的当前健康评分s0,结合电网设备的历史健康评分,得到电网设备的健康评分变化概率p随健康评分s和时间t变化的函数p(s,t),其中,p(s,t)表示从当前时刻起,经过时间t后,电网设备的健康评分从s0变化为s的概率;
(4)根据函数p(s,t),计算经过时间t后,电网设备的健康评分期望值
(5)以费效比最优为目标函数,将E(t)≤Eset作为约束条件,构建检修决策优化模型,进而建立求解该优化模型所需的拉格朗日乘数法模型其中,C(t)为成本函数,表示在经过时间t后对电网设备进行检修时,电网设备投入的综合成本,包括运行成本和检修成本;V(t)为效益函数,表示在经过时间t后对电网设备进行检修时,电网设备投入的综合成本为电网设备带来的综合效益;L(t,μ)为拉格朗日函数,μ为拉格朗日因子;
(6)根据拉格朗日乘数法模型计算得到最优检修时间Topt,并将其输出至检修部门。
优选地,所述步骤(3)中,通过如下方法得到电网设备的健康评分变化概率p随健康评分s和时间t变化的函数p(s,t):首先求取健康评分s和时间t取不同值时的健康评分变化概率离散值,其中,健康评分s=S,时间t=T时的健康评分变化概率n2为电网设备的历史健康评分中健康评分为s0的总记录数,n1为健康评分为s0的记录在经过时间T后,健康评分变为S的记录数;然后将健康评分s和时间t取不同值时的健康评分变化概率离散值进行拟合,得到健康评分变化概率p随健康评分s和时间t变化的函数p(s,t)。
优选地,成本函数其中,c1为电网设备单位时间的运行成本,c2为经过时间t后的检修成本。
优选地,c1=(ce+ca)×rp(t),c2=cP+cm+cv+cb,其中,ce为电网设备单位时间的空载损耗,ca为电网设备单位时间的负载损耗,rp(t)为实时电价,cP为经过时间t后进行检修的人工成本,cm为经过时间t后进行检修的材料成本,cv为经过时间t后进行检修的机械成本,cb为经过时间t后进行检修的供电中断成本。
优选地,效益函数V(t)=R(t)×H(t)×A(t),其中,R(t)表示电网设备在经过时间t后的可靠度,H(t)表示电网设备在经过时间t后的健康状态指数,A(t)表示电网设备在经过时间t后的可用度。
优选地,M和N为模型参数,其中,M=e100·N/T0;T0为电网设备的健康寿命,表示状态评分为100时的平均寿命;N通过如下两式计算得到:
其中,K为电网设备的历史故障次数;获取K组数据作为统计样本,每组数据记录包含电网设备从投入运行到发生故障停运的全部状态信息,Ti为第i组样本从投运到故障停运所经历的时间;Li为第i组样本按照健康评分记录划分的状态阶段总数,Tj为第i组样本的第j个状态阶段的实际持续时间,sj为第i组样本的第j个状态阶段的健康评分。
优选地,其中,n为电网设备部件总数,αp为电网设备部件p的权重系数,其满足Hp(t)为电网设备部件p在经过时间t后的健康状态指数;Hp(t)=E(t)×Fp×Tp,其中,Fp为电网设备部件p的家族性缺陷系数;Tp为电网设备部件p的役龄系数。
优选地,其中,TU(t)为经过时间t后电网设备正常工作的时间,TD(t)为经过时间t后电网设备不能正常工作的时间;TD(t)=τPMR(t)+τCM(1-R(t)),τPM为故障前进行的预防性检修时间,τCM为故障后进行的事后检修时间。
优选地,该方法还包括如下步骤(7):检修部门在经过时间Topt后,对电网设备进行检修。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
1.针对现有的状态检修相关规程以及相关决策技术中,仅根据设备当前的健康状态评分给出定性的检修建议和时间,缺乏具体优化方案的问题,本发明通过提出一种多判据优化方法,制定了明确的检修决策,提供了定量的优化检修时间,增强了状态检修的明确性和目的性。
2.针对已有的定期检修周期优化模型不适应状态检修体制的问题,将价值工程中的费效比和求取条件极值的拉格朗日乘数法相结合,建立新的检修优化模型,作为检修决策的制定依据,能很好地适应状态检修体制。
附图说明
图1是本发明实施例的电网设备检修决策优化方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示,本发明实施例的电网设备检修决策优化方法包括如下步骤:
(1)获取电网设备的当前健康评分s0,将其与预设的健康评分门槛值Eset进行比较,若s0>Eset,则不对电网设备进行检修,顺序执行步骤(2);否则跳至步骤(3)。
其中,健康评分门槛值Eset依据健康评分体系进行制定,根据电网设备状态检修规程,将判定电网设备为“正常状态”的最低健康评分snormal_min设定为健康评分门槛值Eset,即:Eset=snormal_min。
(2)监测电网设备的健康评分,在电网设备的健康评分改变时,返回步骤(1)。
(3)利用电网设备的当前健康评分s0,结合电网设备的历史健康评分,得到电网设备的健康评分变化概率p随健康评分s和时间t变化的函数p(s,t),其中,p(s,t)表示从当前时刻起,经过时间t后,电网设备的健康评分从s0变化为s的概率。
具体地,首先求取健康评分s和时间t取不同值时的健康评分变化概率离散值,其中,健康评分s=S,时间t=T时的健康评分变化概率n2为电网设备的历史健康评分中健康评分为s0的总记录数,n1为健康评分为s0的记录在经过时间T后,健康评分变为S的记录数;然后将健康评分s和时间t取不同值时的健康评分变化概率离散值进行拟合,得到健康评分变化概率p随健康评分s和时间t变化的函数p(s,t)。
(4)根据函数p(s,t),计算经过时间t后,电网设备的健康评分期望值
(5)以费效比最优为目标函数,将E(t)≤Eset作为约束条件,构建检修决策优化模型,进而建立求解该优化模型所需的拉格朗日乘数法模型其中,C(t)为成本函数,表示在经过时间t后对电网设备进行检修时,电网设备投入的综合成本,包括运行成本和检修成本;V(t)为效益函数,表示在经过时间t后对电网设备进行检修时,电网设备投入的综合成本为电网设备带来的综合效益;L(t,μ)为拉格朗日函数,μ为拉格朗日因子。
具体地,将价值工程(研究如何以最低的寿命周期成本,可靠地实现对象的必要功能,而致力于功能分析的一种有组织的技术经济思想方法和管理技术)中的费效比模型引入检修决策中,作为检修决策的目标函数,费效比模型如下:
其中,CER表示费效比。
将健康评分限制E(t)≤Eset作为约束条件,结合上述目标函数构建检修决策优化模型,如下式所示:
采用拉格朗日乘数法求解上述含约束的最优化问题,建立拉格朗日乘数法模型如下:
下面对成本函数C(t)和效益函数V(t)的获取进行详细说明。
(A)获取成本函数C(t)
电网设备单位时间的运行成本为c1,经过时间t后的检修成本为c2,则成本函数C(t)由如下公式计算得到:
电网设备在传输功率的过程中必然会产生功率损耗,且损耗可分解为空载损耗和负载损耗两部分,负载损耗又可以进一步分解为铁耗和铜耗,因此,电网设备单位时间的运行成本c1包含空载损耗ce和负载损耗ca,即c1=(ce+ca)×rp(t)。其中,rp(t)为实时电价,空载损耗ce在电压稳定时基本保持不变,负载损耗ca与电网设备的负荷变化量呈平方关系。
检修成本c2一般包括人工成本cP、材料成本cm、机械成本cv以及供电中断成本cb,可按下式计算:c2=cP+cm+cv+cb。
(B)获取效益函数V(t)
效益函数V(t)由如下公式计算得到:
V(t)=R(t)×H(t)×A(t)
其中,R(t)表示电网设备在经过时间t后的可靠度,H(t)表示电网设备在经过时间t后的健康状态指数,A(t)表示电网设备在经过时间t后的可用度。此处的健康状态指数H(t)不同于前文中电网设备的健康评分s,健康状态指数H(t)将家族性缺陷和使用役龄考虑在内,能够更加全面地衡量电网设备的整体健康状态对效益的影响。
下面进一步对R(t)、H(t)和A(t)的获取进行详细说明。
(B1)获取R(t)
在可靠性理论中,大量的统计数据表明电网设备寿命服从指数分布。此处建立的基于电网设备健康状态的可靠性模型中,电网设备的故障概率ω=Me-N·s,其中,M和N为模型参数。
由电网设备的历史统计数据获得电网设备的历史故障次数K,以这K组数据为统计样本,每组数据记录包含电网设备从投入运行到发生故障停运的全部状态信息。以其中第i组样本为例(i=1,2,...,K),从投运到故障停运所经历的时间(即实际寿命)为Ti,按照健康评分记录划分为Li个状态阶段,各状态阶段的健康评分分别为各状态阶段的实际持续时间分别为定义电网设备的健康寿命T0为状态评分为100时的平均寿命,计算为:其中因此,将T0以及统计样本数据带入以上两式,即可计算得到模型参数N。进一步,状态评分为100时的故障概率由此得到,M=e100·N/T0。
电网设备在经过时间t后的可靠度R(t)通过如下公式计算得到:
(B2)获取H(t)
在现有的健康评分基础上,考虑家族性缺陷(特指无法用状态检修体系下的状态量扣分值进行衡量的因素)和使用役龄两个影响因子,求取健康状态指数。电网设备部件p在经过时间t后的健康状态指数Hp(t)如下式所示:
Hp(t)=(100-Dp(t))×Fp×Tp=E(t)×Fp×Tp
其中,Dp(t)为电网设备部件p在经过时间t后的所有状态量的扣分总和;Fp为电网设备部件p的家族性缺陷系数;Tp为电网设备部件p的役龄系数,该系数随部件运行年数的增长而降低。Fp、Tp的取值参考电力设备状态评价导则。
按照各电网设备部件的重要性进行排序,两两比较重要度,依据层次分析法获取各电网设备部件的权重系数。电网设备总体的综合健康状态指数为所有部件的健康状态指数与各自权重系数的乘积之和,因此,电网设备在经过时间t后的健康状态指数H(t)由如下公式计算得到:
其中,n为电网设备部件总数,αp为电网设备部件p的权重系数,其满足
(B3)获取A(t)
可用度表示在规定条件下,在经过时间t后电网设备能正常工作的概率。引用稳态可用度求取公式,其中,TU(t)为经过时间t后电网设备正常工作的时间,TD(t)为经过时间t后电网设备不能正常工作的时间,即检修时间。设备运行了时间t后,有:TD(t)=τPMR(t)+τCM(1-R(t))。其中,τPM为故障前进行的预防性检修时间,τCM为故障后进行的事后检修时间。因此,电网设备在经过时间t后的可用度A(t)可由如下公式计算得到:
(6)根据拉格朗日乘数法模型计算得到最优检修时间Topt,并将其输出至检修部门。
根据拉格朗日乘数法模型,令联立求解,得到的时间t=Topt即为使费效比最小的时间,将该时间作为最优检修时间,在该时间对电网设备进行检修将达到成本和效益的优化平衡。
(7)检修部门在经过时间Topt后,对电网设备进行检修。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种电网设备检修决策优化方法,其特征在于,包括如下步骤:
(1)获取电网设备的当前健康评分s0,将其与预设的健康评分门槛值Eset进行比较,若s0>Eset,则不对电网设备进行检修,顺序执行步骤(2);否则跳至步骤(3);
(2)监测电网设备的健康评分,在电网设备的健康评分改变时,返回步骤(1);
(3)利用电网设备的当前健康评分s0,结合电网设备的历史健康评分,得到电网设备的健康评分变化概率p随健康评分s和时间t变化的函数p(s,t),其中,p(s,t)表示从当前时刻起,经过时间t后,电网设备的健康评分从s0变化为s的概率;
(4)根据函数p(s,t),计算经过时间t后,电网设备的健康评分期望值
(5)以费效比最优为目标函数,将E(t)≤Eset作为约束条件,构建检修决策优化模型,进而建立求解该优化模型所需的拉格朗日乘数法模型其中,C(t)为成本函数,表示在经过时间t后对电网设备进行检修时,电网设备投入的综合成本,包括运行成本和检修成本;V(t)为效益函数,表示在经过时间t后对电网设备进行检修时,电网设备投入的综合成本为电网设备带来的综合效益;L(t,μ)为拉格朗日函数,μ为拉格朗日因子;
(6)根据拉格朗日乘数法模型计算得到最优检修时间Topt,并将其输出至检修部门。
2.如权利要求1所述的电网设备检修决策优化方法,其特征在于,所述步骤(3)中,通过如下方法得到电网设备的健康评分变化概率p随健康评分s和时间t变化的函数p(s,t):首先求取健康评分s和时间t取不同值时的健康评分变化概率离散值,其中,健康评分s=S,时间t=T时的健康评分变化概率n2为电网设备的历史健康评分中健康评分为s0的总记录数,n1为健康评分为s0的记录在经过时间T后,健康评分变为S的记录数;然后将健康评分s和时间t取不同值时的健康评分变化概率离散值进行拟合,得到健康评分变化概率p随健康评分s和时间t变化的函数p(s,t)。
3.如权利要求2所述的电网设备检修决策优化方法,其特征在于,成本函数其中,c1为电网设备单位时间的运行成本,c2为经过时间t后的检修成本。
4.如权利要求3所述的电网设备检修决策优化方法,其特征在于,c1=(ce+ca)×rp(t),c2=cP+cm+cv+cb,其中,ce为电网设备单位时间的空载损耗,ca为电网设备单位时间的负载损耗,rp(t)为实时电价,cP为经过时间t后进行检修的人工成本,cm为经过时间t后进行检修的材料成本,cv为经过时间t后进行检修的机械成本,cb为经过时间t后进行检修的供电中断成本。
5.如权利要求2所述的电网设备检修决策优化方法,其特征在于,效益函数V(t)=R(t)×H(t)×A(t),其中,R(t)表示电网设备在经过时间t后的可靠度,H(t)表示电网设备在经过时间t后的健康状态指数,A(t)表示电网设备在经过时间t后的可用度。
6.如权利要求5所述的电网设备检修决策优化方法,其特征在于,M和N为模型参数,其中,M=e100·N/T0;T0为电网设备的健康寿命,表示状态评分为100时的平均寿命;N通过如下两式计算得到:
其中,K为电网设备的历史故障次数;获取K组数据作为统计样本,每组数据记录包含电网设备从投入运行到发生故障停运的全部状态信息,Ti为第i组样本从投运到故障停运所经历的时间;Li为第i组样本按照健康评分记录划分的状态阶段总数,Tj为第i组样本的第j个状态阶段的实际持续时间,sj为第i组样本的第j个状态阶段的健康评分。
7.如权利要求5所述的电网设备检修决策优化方法,其特征在于,其中,n为电网设备部件总数,αp为电网设备部件p的权重系数,其满足Hp(t)为电网设备部件p在经过时间t后的健康状态指数;Hp(t)=E(t)×Fp×Tp,其中,Fp为电网设备部件p的家族性缺陷系数;Tp为电网设备部件p的役龄系数。
8.如权利要求5所述的电网设备检修决策优化方法,其特征在于,其中,TU(t)为经过时间t后电网设备正常工作的时间,TD(t)为经过时间t后电网设备不能正常工作的时间;TD(t)=τPMR(t)+τCM(1-R(t)),τPM为故障前进行的预防性检修时间,τCM为故障后进行的事后检修时间。
9.如权利要求1至8中任一项所述的电网设备检修决策优化方法,其特征在于,该方法还包括如下步骤(7):检修部门在经过时间Topt后,对电网设备进行检修。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410553426.XA CN104318328B (zh) | 2014-10-17 | 2014-10-17 | 一种电网设备检修决策优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410553426.XA CN104318328B (zh) | 2014-10-17 | 2014-10-17 | 一种电网设备检修决策优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104318328A CN104318328A (zh) | 2015-01-28 |
CN104318328B true CN104318328B (zh) | 2017-04-26 |
Family
ID=52373556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410553426.XA Expired - Fee Related CN104318328B (zh) | 2014-10-17 | 2014-10-17 | 一种电网设备检修决策优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104318328B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063859B (zh) * | 2018-09-11 | 2020-12-11 | 深圳供电局有限公司 | 电网设备检修优化处理方法与装置 |
CN111105067B (zh) * | 2019-10-29 | 2022-08-30 | 国网浙江省电力有限公司 | 一种基于gis地图的装备匹配调度方法 |
CN112463858B (zh) * | 2020-12-11 | 2023-05-30 | 广东电网有限责任公司佛山供电局 | 一种基于状态评价的输电线路智能检修方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714491A (zh) * | 2013-12-16 | 2014-04-09 | 天津大学 | 一种基于风险的电网调度操作票最佳序列生成方法 |
CN104050607A (zh) * | 2014-06-28 | 2014-09-17 | 国家电网公司 | 一种配电网运行风险评估方法 |
-
2014
- 2014-10-17 CN CN201410553426.XA patent/CN104318328B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714491A (zh) * | 2013-12-16 | 2014-04-09 | 天津大学 | 一种基于风险的电网调度操作票最佳序列生成方法 |
CN104050607A (zh) * | 2014-06-28 | 2014-09-17 | 国家电网公司 | 一种配电网运行风险评估方法 |
Non-Patent Citations (2)
Title |
---|
电网设备状态检修策略的研究;郇嘉嘉;《中国博士学位论文全文数据库》;20121115(第11期);正文第1-84页 * |
输变电设备状态检修决策研究;王一;《中国优秀硕士学位论文全文数据库》;20110715(第7期);正文第1-66页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104318328A (zh) | 2015-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930482B (zh) | 一种县域配电网投资效果评估方法 | |
CN104537487B (zh) | 一种输变电设备运行动态风险的评估方法 | |
CN107256449B (zh) | 一种智能变电站继电保护装置状态评价与评估方法 | |
CN104037943B (zh) | 一种提高电网电压质量的电压监测方法及系统 | |
CN106355343A (zh) | 一种配电网综合风险评估方法 | |
CN103578039B (zh) | 一种电网运行风险预警分析系统 | |
CN103793859B (zh) | 一种风电场运行监控及事件综合评价方法 | |
CN104899690A (zh) | 基于历史故障信息和运行状态的电力电缆运行维护方法 | |
CN105225020A (zh) | 一种基于bp神经网络算法的运行状态预测方法和系统 | |
CN107730088A (zh) | 一种基于配网大数据的配电设备巡检方案生成方法及装置 | |
CN104318328B (zh) | 一种电网设备检修决策优化方法 | |
CN107909230A (zh) | 一种农网配变重过载短期预警模型的建模方法 | |
CN106485596A (zh) | 一种配电设备检修策略优化方法 | |
CN104462718A (zh) | 一种变电站经济运行年限区间评估方法 | |
CN105956781A (zh) | 电网设备全寿命周期费用计算方法 | |
CN115689177A (zh) | 一种基于机器学习的变电检修计划智能排程策略方法 | |
CN106529769A (zh) | 基于综合评价的电网规划方法 | |
CN104680254A (zh) | 一种基于综合成本模型的电网规划方案优选方法 | |
Zhou et al. | Study on the maintenance scheduling model for compressor units of long-distance natural gas networks considering actual maintenance demands | |
CN104680251B (zh) | 考虑外部环境影响的港口设备智能预防性维护系统及方法 | |
Tavakoli et al. | Modification of the FFTA method for calculating and analyzing the human reliability of maintenance groups in power transmission grids | |
CN110428166A (zh) | 基于回归拟合模型的电网实物资产评价方法 | |
CN104751281B (zh) | 一种氧化锌避雷器设备的自动工况评价方法 | |
Tarba et al. | Analysis on quality of diagnostic processes in power electrical engineering using combined methods of lead six sigma and fuzzy approaches | |
Xiang et al. | A type 2 fuzzy logic–based maintenance solution for power system in renewable energy applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170426 Termination date: 20171017 |