CN105182122A - 一种随机性电源接入设备的故障预警方法 - Google Patents

Abstract

本发明涉及一种随机性电源接入设备的故障预警方法，该方法包括：1)实时获取设备状态信息、告警信息及维修记录信息；2)根据设备状态信息及维修记录信息，计算设备预期使用寿命、告警与故障之间的关联度、使用频率与故障之间的关联度、使用频率与告警之间的关联度，进而计算故障发生概率；3)判断设备预期寿命是否小于等于零，若是，则发出尽快更换设备的预警信号，否则，判断故障发生概率是否大于预设值，若是，则进行预警并将设备地理位置信息及预发生故障的类型推送至运维人员。本发明的方法及时推送设备可能要发生的故障类型及故障概率，在故障发生概率前进行维护，提升了随机性电源正常运行时间，进一步推进随机性电源的建设。

Description

一种随机性电源接入设备的故障预警方法

技术领域

本发明具体涉及一种随机性电源接入设备的故障预警方法。

背景技术

低碳经济、可持续发展是人类可持续发展的必然要求，可再生能源、储能、电动汽车的应用增长迅速，新能源都是通过电力电子设备接入电网，设备利用水平直接关系新能源的发展。

新能源的发展涉及面广，投资业主关注其投资回报率，希望减少故障运行时间，快速收回成本；电网运行公司关注其对电网造成的影响，希望设备故障对电网造成更大的不确定性；用户(同时也可能是投资业主)关注更加安全、可靠的应用；因此，随机性电源接入设备(将光伏、储能、电动汽车等这些具有随机性、波动性等特点并接入电网的新能源统称为“随机性电源”，其通过接入电网的设备统称为“随机性电源接入设备”)故障水平和运行情况对新能源的发展有很大的影响。随着新能源建设的不断提供，随机性电源接入设备的数量越来越庞大，地域也更为分散广阔，通过人工定期或不定期的巡检运维方式不适应其发展，表现为费时费力、维修不及时、运维水平不高，不能有效提高随机性电源的利用水平。

因此急需一种故障预警分析准确且成本低的预警分析方法来提高随机性电源接入设备的运维水平，并进一步推进随机性电源的建设。

发明内容

本发明提出了一种随机性电源接入设备的故障预警方法，旨在解决现有人工定期或不定期的巡检方式费时费力且不能及时预警检修而使随机性电源的利用水平不高的问题。

为解决上述技术问题，本发明的随机性电源接入设备的故障预警方法包括如下步骤：

1)实时获取设备信息、设备告警信息及设备维修记录信息；

2)根据设备信息、设备告警信息及设备维修记录信息，计算设备预期使用寿命及告警类型与故障类型之间的关联度、设备使用频率与故障类型之间的关联度、设备使用频率与告警类型级别之间的关联度，确定各告警类型所对应的故障类型，并根据告警类型上送频率及其与对应故障类型的正比关系，计算对应类型的故障发生概率；确定设备使用频率过高所引起的故障类型，并根据设备使用频率及其与对应故障类型的正比关系，计算对应类型的故障发生概率；

3)判断设备预期寿命是否小于等于零，若是，则发出尽快更换设备的预警信号，否则，判断故障发生概率是否大于预设值，若是，则进行预警并将设备地理位置信息及预发生故障的类型推送至运维人员。

维修或更换设备完成后，将设备维修信息及时间上送至运维中心，作为下一次预警分析的参考数据。

所述步骤2)中设备预期使用寿命L_exp的计算公式为：

$L_{\exp }\left(t\right)=\frac{L_{desi}-L_{age}}{1+F_{freq}\left(t\right)+F_{rec}\left(t\right)}$

其中，L_desi为设备设计寿命，L_age为设备使用年限，F_rec(t)为维修频率，F_freq(t)为设备的使用频率，t为时间尺度。

某时间t段内告警类型A_type上送后故障类型T_type发生概率P_occur(T_type,A_type)的计算公式为：

P_occur(T_type,A_type,)(t)＝A_type(R_freq(t))*C_rel(A_type,T_type)

其中，A_type(R_freq(t))为时间段t内告警类型A_type的上送频率，C_rel(A_type,T_type)为告警类型A_type与故障类型T_type的关联度。

某时间t内设备发生故障类型T_type的概率P_occur(T_type,U_freq)与设备使用频率F_freq(t)之间的关系式为：

P_occur(T_type,F_freq)(t)＝F_freq(t)*C_rel(T_type,F_freq(t))

其中，C_rel(T_type,F_freq(t))为故障类型T_type与使用频率的关联度。

所述步骤2)中时间段t内设备使用频率F_freq(t)与告警类型级别之间的关联度计算公式为：

$L\_A_{type}\left(t\right)=\frac{L\_A_{type}\_N}{F_{freq}\left(t\right)}$

其中，L_A_type_N指原有告警级别，F_freq(t)为设备使用频率。

所述步骤1)中设备投入运行后与运维服务中心主动连接，上送自身相关信息。

设备通过GPS定位经纬度信息，并与GIS系统的融合,实现设备信息在现实地理场景的展示及快速精确定位。

所述步骤3)中的预设值为80％。

设备自身相关信息是通过物联网发送至云运维中心。

本发明的随机性电源接入设备的故障预警方法根据设备状态信息、告警信息及维修记录信息，计算设备预期寿命和故障发生概率，当设备预期寿命较低或故障发生概率达到一定值时，发出预警信号，进而运维检修人员做出相应措施。本发明的方法实现了多维度预警评估，提前及时推送设备可能要发生的故障类型及故障概率，在故障发生概率前进行维护，提升了随机性电源正常运行时间，进一步推进随机性电源的建设。

本发明的方法将GPS定位与GIS系统融合，实现了设备地理空间的精确快速定位，由于接入设备编码唯一，能够自动连接及身份识别，满足了随机性电源接入设备运行维护的即插即用。

附图说明：

图1本实施例中所涉及的随机性电源示意图；

图2本实施例中随机性电源接入运行维护的即插即用原理示意图；

图3本实施例中多维度随机性电源接入设备预警评估模型示意图；

图4本实施例中电子化的随机性电源接入设备运维检修原理图；

图5本实施例预警方法的流程图；

图6本实施例中设备信息二维码样例图。

具体实施方式：

下面结合附图，对本发明的技术方案作进一步详细说明。

本实施例的随机性电源接入设备的故障预警方法的具体步骤包括如下：

1)实时获取设备信息、设备告警信息及设备维修记录信息；

2)根据设备信息、设备告警信息及设备维修记录信息，计算设备预期使用寿命及告警类型与故障类型之间的关联度、设备使用频率与故障类型之间的关联度、设备使用频率与告警类型级别之间的关联度，确定各告警类型所对应的故障类型，并根据告警类型上送频率及其与对应故障类型的正比关系，计算对应类型的故障发生概率；确定设备使用频率过高所引起的故障类型，并根据设备使用频率及其与对应故障类型的正比关系，计算对应类型的故障发生概率，即建立多维度预警模型；

3)判断设备预期寿命是否小于等于零，若是，则发出尽快更换设备的预警信号，否则，判断故障发生概率是否大于预设值，若是，则进行预警并将设备地理位置信息及预发生故障的类型推送至运维人员。

下面对上述不步骤进行详细阐述：

对于步骤1)随机性电源接入设备投入运行后，主动连接运维中心，进行身份识别，报告位置信息及设备运行工况，满足运行维护的即插即用需求；运行维护的即插即用是指设备投入运行后，用户无需手动配置的情况下运维管理系统能够自动识别新接入的设备，并对设备加以管理；本方案通过规定接入设备编码唯一(类似于手机号码)，投入运行后与运维服务中心的主动连接，进行身份自动识别，报告位置信息及设备运行工况，类似于手机插上手机卡就可以使用。

步骤2)中的多维度预警模型有四个维度，包括设备寿命、设备故障(故障类型、维修次数及维修人员)、设备告警(告警类型及次数)、使用频率(或正常运行时间)，其中，设备寿命是基准，其它三个维度进行融合分析得出设备近期可能发生某种或某几种故障的概率，并通过与设备寿命进行加权得出设备健康评估报告，具体包括四个个方面：设备预期寿命、告警类型与故障类型之间的关联度、使用频率与故障类型之间的关联度和设备使用频率与告警类型级别之间的关联度。下面对设备预期寿命、告警类型与故障类型之间的关联度、使用频率与故障类型之间的关联度和设备使用频率与告警类型级别之间的关联度的具体计算方式进行介绍：

①设备预期寿命

该模型健康评估以设备预期寿命(简称为：L_exp)为基准参考，其与设备使用年限(简称：L_age)、设备的使用频率(按照不同的时间尺度计算，t为时间尺度，简称为：F_freq(t))及故障维修情况(按照不同的时间尺度计算，维修频率简称为：F_rec(t))有直接的关联，设备设计寿命简称为：L_desi，设备预期寿命公式为：

$L_{\exp }\left(t\right)=\frac{L_{desi}-L_{age}}{1+F_{freq}\left(t\right)+F_{rec}\left(t\right)}---\left(1\right)$

②告警类型与故障类型之间的关联度分析

随机性电源投入运行后将根据运行情况上送告警信息，告警信息包括设备故障告警；正常运行情况上送的都是普通告警信息，不影响设备的正常使用，健康评估模型通过分析上送告警类型A_type(按照不同的时间尺度计算上送频率：R_freq(t))与设备维修故障类型T_type(按照故障类型T_type的维修频率：M_freq(t))之间的关系可甄别类型的告警最影响设备正常，比如针对某一设备的告警历史纪录发现：告警类型A_type上送2次就引起设备故障类型T_type发生的频率很高，可以推断告警类型A_type与故障类型T_type的关联度很高，关联度定义为C_rel(A_type,T_type)；通过分析提高基于设备状况进行提前预警维修的准确度，避免的无谓的检修或者过度检修。某一时间段t内告警类型A_type上送后故障T_type发生的概率P_occur(T_type,A_type)公式为：

$C_{rel}(A_{type},T_{type})\left(t\right)=\frac{A_{type}\left(R_{freq}\right(t\left)\right)}{T_{type}\left(M_{freq}\right(t\left)\right)}---\left(2\right)$

P_occur(T_type,A_type,)(t)＝A_type(R_freq(t))*C_rel(A_type,T_type)(3)

③使用频率(运行时间)与故障类型之间的关联度分析

分析设备的使用频率F_freq与发生故障类型T_type之间的关系主要是为了发现设备易发生故障的环节，并获得故障类型与使用频率之间关系，提高维修预警的准确度，缩短维修时间，并以设备使用频率为基准提出的提前维修健康指标，故障类型与使用频率的关联度定义为C_rel(T_type,F_freq)(关联度根据设备历史纪录分析获得，它与某段时间内由该故障引起设备的维修频率成正比，与该段时间内使用频率成反比，是一个相对固定的值，比如根据历史时间t_h内计算出C_rel(T_type,U_freq)(t_h))，某时间该设备发生故障类型T_type的概率P_occur(T_type,U_freq)与设备使用频率之间公式为：

$C_{rel}\left(t_{type},F_{freq}\right)\left(t_h\right)=\frac{T_{ytpe}\left(M_{freq}\left(t_h\right)\right)}{F_{freq}\left(t_h\right)}---\left(4\right)$

P_occur(T_type,F_freq)(t)＝F_freq(t)*C_rel(t_type,F_freq(t))(5)

④使用频率(运行时间)与告警类型的级别之间的关联度分析

分析设备使用频率与告警类型的级别之间的关系主要是为了获得设备使用过程易发生误操作习惯，通过修正用户操作规程或改进设备建设误操作报警；同时根据设备使用频率调整告警类型排序等。某一段时间内告警类型的级别L_A_type与使用频率F_freq之间的关系(L_A_type_N指原有告警级别)：

$L\_A_{type}\left(t\right)=\frac{L\_A_{type}\_N}{F_{freq}\left(t\right)}---\left(6\right)$

对于步骤3)，在计算出维修人员最为关注的设备预期寿命及故障概率后，维修预警专家系统将设备预期寿命和故障概率分别与相应的预设值作比较，做出判断，具体判断过程如下：

a.对于设备预期寿命L_exp，若设备预期寿命为零或者负值表明设备已报废，建议尽快更换或拆除；

b.设备故障发生盖率主要与设备寿命、使用频率、维修频率有关，若分析得出设备发生T_type故障的概率大于80％，维修预警专家系统将设备地理位置信息及预发生故障的类型推送至运维人员并提前维修。

本实施例采用基于移动互联网的随机性电源接入设备运维电子化检修流程：云运维中心通过移动互联网将故障告警(或维修预警信息)及故障设备位置推送至运维人员，运维人员依据根据运维服务中心推送的预警信息或故障信息提前进行备品备件，按照位置信息精确定位故障设备，通过手持终端进行设备确认，开始维修。维修完成后运维人员通过移动互联网将设备维修信息及维修时间上报至云运维中心，预警专家系统通过维修历史纪录结合预警评估模型进一步提高故障预警的水平。

本实施例中随机性电源接入设备通过高精度的GPS定位(或北斗)经度与纬度信息并与GIS系统(GeographicInformationSystems，地理信息系统)的融合,实现设备信息在现实地理场景的展示，满足设备在地理空间的快速精确定位；

本实施例将随机性电源接入设备的预警评估可与物联网相结合，将设备状态信息及维修纪录通过物联网及时将发送至云运维中心，运维预警专家系统依据随机性电源接入设备健康评估模型对设备健康状况评估，若设备健康指标低于健康指标下限将进行预警提醒。

作为其他实施方式，在上述计算设备预期寿命及故障发生概率时，在明确了告警类型上送频率与故障发生概率之间的正比关系、使用频率与故障发生概率之间的正比关系后，在具体设置关系式时，可不必局限于上述计算公式，只要能表现出告警类型上送频率与故障发生概率之间的正比关系、使用频率与故障发生概率之间的正比关系的计算公式均可，当然，在计算公式改变后，预设的比较值也作相应调整。

Claims (10)

1.一种随机性电源接入设备的故障预警方法，其特征在于，该方法包括如下步骤：

1)实时获取设备信息、设备告警信息及设备维修记录信息；

2)根据设备信息、设备告警信息及设备维修记录信息，计算设备预期使用寿命及告警类型与故障类型之间的关联度、设备使用频率与故障类型之间的关联度、设备使用频率与告警类型级别之间的关联度，确定各告警类型所对应的故障类型，并根据告警类型上送频率及其与对应故障类型的正比关系，计算对应类型的故障发生概率；确定设备使用频率过高所引起的故障类型，并根据设备使用频率及其与对应故障类型的正比关系，计算对应类型的故障发生概率；

3)判断设备预期寿命是否小于等于零，若是，则发出尽快更换设备的预警信号，否则，判断故障发生概率是否大于预设值，若是，则进行预警并将设备地理位置信息及预发生故障的类型推送至运维人员。

2.根据权利要求1所述一种随机性电源接入设备的故障预警方法，其特征在于，维修或更换设备完成后，将设备维修信息及时间上送至运维中心，作为下一次预警分析的参考数据。

3.根据权利要求1所述一种随机性电源接入设备的故障预警方法，其特征在于，所述步骤2)中设备预期使用寿命L_exp的计算公式为：

$L_{\exp }\left(t\right)=\frac{L_{desi}-L_{age}}{1+F_{freq}\left(t\right)+F_{rec}\left(t\right)}$

其中，L_desi为设备设计寿命，L_age为设备使用年限，F_rec(t)为维修频率，F_freq(t)为设备的使用频率，t为时间尺度。

4.根据权利要求1所述一种随机性电源接入设备的故障预警方法，其特征在于，某时间t段内告警类型A_type上送后故障类型T_type发生概率P_occur(T_type,A_type)的计算公式为：

P_occur(T_type,A_type,)(t)＝A_type(R_freq(t))*C_rel(A_type,T_type)

其中，A_type(R_freq(t))为时间段t内告警类型A_type的上送频率，C_rel(A_type,T_type)为告警类型A_type与故障类型T_type的关联度。

5.根据权利要求1所述一种随机性电源接入设备的故障预警方法，其特征在于，某时间t内设备发生故障类型T_type的概率P_occur(T_type,U_freq)与设备使用频率F_freq(t)之间的关系式为：

P_occur(T_type,F_freq)(t)＝F_freq(t)*C_rel(T_type,F_freq(t))

其中，C_rel(T_type,F_freq(t))为故障类型T_type与使用频率的关联度。

6.根据权利要求1所述一种随机性电源接入设备的故障预警方法，其特征在于，所述步骤2)中时间段t内设备使用频率F_freq(t)与告警类型级别之间的关联度计算公式为：

$L\_A_{type}\left(t\right)=\frac{L\_A_{type}\_N}{F_{freq}\left(t\right)}$

其中，L_A_type_N指原有告警级别，F_freq(t)为设备使用频率。

7.根据权利要求1所述一种随机性电源接入设备的故障预警方法，其特征在于，所述步骤1)中设备投入运行后与运维服务中心主动连接，上送自身相关信息。

8.根据权利要求1所述一种随机性电源接入设备的故障预警方法，其特征在于，设备通过GPS定位经纬度信息，并与GIS系统的融合,实现设备信息在现实地理场景的展示及快速精确定位。

9.根据权利要求1所述一种随机性电源接入设备的故障预警方法，其特征在于，所述步骤3)中的预设值为80％。

10.根据权利要求7所述一种随机性电源接入设备的故障预警方法，其特征在于，设备自身相关信息是通过物联网发送至云运维中心。