CN105303315B - 一种计及检修随机性影响的电力设备可靠性评估方法 - Google Patents

Abstract

本发明公开了一种计及检修随机性影响的电力设备可靠性评估方法，包括如下步骤：1）计及检修随机性影响的电力设备修复能力分析；2）确定电力设备检修完成时刻故障概率密度函数；3）计算电力设备在第i次检修完成时刻电力设备平均无故障工时间MTTF(t _i ⁺)；建立电力设备检修效果评价指标量化检修效果。本发明能够有效提高对电力设备可靠性评估的准确性。

Description

一种计及检修随机性影响的电力设备可靠性评估方法

技术领域

本发明涉及一种考虑检修过程多因素不确定性影响的电力设备可靠性评估领域，尤其涉及一种计及检修随机性影响的电力设备可靠性评估方法。

背景技术

电力设备运行是一个可靠性退化过程，为了规避因故障率攀升而导致电网停电风险的增加，需要择机对电力设备开展检修工作。目前电力设备检修策略主要有预防性检修和故障检修两大类。电力设备运行过程中发生故障，进行故障检修，为了尽快恢复电力设备功能，检修后认为电力设备性能只能修复至故障前工作状态，属于最小检修；预防性检修对电力设备性能有一定提升，其修复效果往往介于修复如新和最小检修之间。

1998年L.T.Dedopoulos和Y.Smeers提出了役龄回退因子的概念来描述设备的预防性检修效果，但固定不变的历次役龄回退因子掩盖了随着设备实际役龄及检修次数的增加对检修效果的影响。在此基础上，有学者考虑随着检修次数的增加，逐渐减小役龄回退因子，用于研究可修复系统的检修优化，以便更好地反映随着检修次数的增加，修复能力逐渐下降的大体趋势。

在工程实际中，对于单次检修而言，检修工作受到六类因素影响，即通常所说的“5M1E”：操作者(Man)、设备(Machine)、材料(Material)、方法(Method)、检测(Measurement)以及环境(Environment)。只有将这六类因素有效地控制，才可以保证设备检修质量的稳定，而役龄回退法其单次检修中固定的回退因子忽略了检修过程中不确定性因素的影响，由于历次检修都具有一定随机性，因此，在对电力设备可靠性评估时尽管传统役龄回退法给计算带来了简化，但是并不是十分准确，有必要研究单次检修过程的随机性影响。

发明内容

针对现有技术存在的上述不足，本发明的目的在于怎样解决电力设备可靠性评估易受随机性影响导致评估准确性低，无法量化检修结果的问题，提供一种计及检修随机性影响的电力设备可靠性评估方法，能够有效提高对电力设备可靠性评估的准确性。

为了解决上述技术问题，本发明采用的技术方案是这样的：一种计及检修随机性影响的电力设备可靠性评估方法，其特征在于：包括如下步骤：

1)计及检修随机性影响的电力设备修复能力分析：

设电力设备从某时刻起至发生失效的无故障工作时间为T，电力设备第i次检修的起始时刻为电力设备第i次检修的结束时刻为时刻电力设备剩余无故障工作时间为时刻电力设备剩余无故障工作时间记为第i次检修时电力设备剩余无故障工作时间的变化量为U_i，则有：

时刻电力设备剩余无故障工作时间：

第i次检修起始时刻，电力设备剩余无故障工作时间

由式(1)和式(2)可得

式中，τ为相邻两次检修间隔时间；

2)确定电力设备检修完成时刻故障概率密度函数：

假设U_i的概率密度函数为y_i(u)，电力设备检修完成时刻故障概率密度函数为g_i-1(t)，针对式(3)，令G_i-1＝T_i-1 ⁺+U_i，设的概率密度函数，即设备的故障概率密度函数为则第i次检修结束时刻，电力设备剩余无故障工作时间的概率密度函数，即设备的故障概率密度函数为：

假设T_i-1 ⁺与U_i为相互独立的随机变量，则有

设电力设备从某时刻起至发生失效的平均无故障工作时间记MTTF，将式(5)代入式(4)，则有时刻电力设备剩余无故障工作时间的概率密度函数，即设备的故障概率密度函数为：

3)计算电力设备在第i次检修完成时刻电力设备平均无故障工时间

式中，表示的均值，为第i次检修后时刻起的故障概率密度函数；

4)建立电力设备检修效果评价指标量化检修效果：

电力设备第i次检修效果评价指标为Φ_i：

式中，MTTF(t_i-1 ⁺)为第i-1次检修后t_i-1 ⁺时刻电力设备平均无故障工作时间；为第i次检修后时刻电力设备平均无故障工作时间。

与现有技术相比，本发明具有如下优点：从电力设备修复能力随检修次数增加逐渐下降且检修过程受较多因素影响具有一定随机性的这一特征出发，建立计及随机性影响的可靠性模型评估设备检修后可靠性水平，能够量化检修结果，从而对电力设备的可靠性进行更精确的评估，有效提高对电力设备可靠性评估的准确性。

附图说明

图1为本发明方法的原理流程框图。

图2为检修修复能力随检修次数变化示意图。

图3为单次检修修复能力概率分布图。

具体实施方式

下面将结合附图及实施例对本发明作进一步说明。

实施例：参见图1、图2以及图3，一种计及检修随机性影响的电力设备可靠性评估方法，包括如下步骤：

1)计及检修随机性影响的电力设备修复能力分析(包括检修前设备平均剩余无故障工作时间分析和检修过程随机性因素对设备修复能力影响分析)：

传统的役龄回退方法虽然反映了电力设备随着检修次数的增加，修复能力逐渐下降的大体趋势。然而单次检修的固定回退因子忽略了检修过程中不确定性因素的影响，电力设备单次检修的修复能力并不是固定的，电力设备检修效果受到六类因素影响：操作人员、设备、材料、方法、检测以及环境，只有将这六类因素有效地控制，才可以保证设备检修质量的稳定。

设电力设备从某时刻起至发生失效的无故障工作时间为T，T是一个随机变量，其期望值，即平均无故障工作时间记为MTTF，反映了设备失效前平均能够正常运行多长时间。若设备可靠性越高，则平均无故障时间越长，因此MTTF可以表征检修后电力设备的可靠性水平。电力设备第i次检修的起始时刻为电力设备第i次检修的结束时刻为时刻电力设备剩余无故障工作时间为时刻电力设备剩余无故障工作时间记为第i次检修时电力设备剩余无故障工作时间的变化量为U_i，则有：

时刻电力设备剩余无故障工作时间：

第i次检修起始时刻，电力设备剩余无故障工作时间

由式(1)和式(2)可得

式中，τ为相邻两次检修间隔时间。

2)确定电力设备检修完成时刻故障概率密度函数(计及检修过程随机性影响的设备检修后故障概率密度函数)：

假设U_i的概率密度函数为y_i(u)，电力设备检修完成时刻故障概率密度函数为g_i-1(t)，针对式(3)，令G_i-1＝T_i-1 ⁺+U_i，设的概率密度函数，即设备的故障概率密度函数为则第i次检修结束时刻，电力设备剩余无故障工作时间的概率密度函数，即设备的故障概率密度函数为：

假设T_i-1 ⁺与U_i为相互独立的随机变量，由概率论知识可知，两个独立随机变量和的概率密度函数为两个概率密度函数的卷积，则有

设电力设备从某时刻起至发生失效的平均无故障工作时间记MTTF，将式(5)代入式(4)，则有时刻电力设备剩余无故障工作时间的概率密度函数，即设备的故障概率密度函数为：

假设设备第i次检修后其剩余无故障时间的变化量U_i服从正态分布，则其概率密度函数为：

式中，μ_i为均值；σ_i为标准差。

例如：设备通常6年进行一次预防性维修，对其投运30年内不同维修时刻的平均剩余无故障工作时间进行分析。

假设第1次预防性维修后其剩余无故障时间的变化量U₁为

假设第2次预防性维修后其剩余无故障时间的变化量U₂为

假设第3次预防性维修后其剩余无故障时间的变化量U₃为

假设第4次预防性维修后其剩余无故障时间的变化量U₄为

假设第5次预防性维修后其剩余无故障时间的变化量U₅为

假设电力设备剩余无故障工作时间的概率密度函数，也即故障概率密度函数服从威布尔分布，其故障概率密度函数为：

式中：η为威布尔分布的尺度参数；β为威布尔分布的形状参数，β<1表示故障率下降，即早期失效期，β＝1表示常数故障率，即偶然失效期，β>1表示故障率上升，即老化失效期。令形状参数β＝2.3849，尺度参数η＝16.235。

3)计算电力设备在第i次检修完成时刻电力设备平均无故障工时间(计及检修过程随机性影响的设备检修后平均无故障工时间)；

式中，表示的均值，为第i次检修后时刻起的故障概率密度函数。

电力设备6年进行一次预防性维修，在其投运30年内，各次检修时刻后，电力设备平均无故障工作时间如表1所示。

表1电力设备平均无故障工作时间

4)建立电力设备检修效果评价指标量化检修效果(电力设备检修效果评价)：

电力设备第i次检修效果评价指标为Φ_i：

式中，MTTF(t_i-1 ⁺)为第i-1次检修后t_i-1 ⁺时刻电力设备平均无故障工作时间；为第i次检修后时刻电力设备平均无故障工作时间。

同样，电力设备6年进行一次预防性维修，在其投运30年内，各次检修时刻后，电力设备检修效果评价指标如表2所示。

表2电力设备检修效果评价指标

最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制技术方案，本领域的普通技术人员应当理解，那些对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.一种计及检修随机性影响的电力设备可靠性评估方法，其特征在于：包括如下步骤：

1)计及检修随机性影响的电力设备修复能力分析：

设电力设备从某时刻起至发生失效的无故障工作时间为T，电力设备第i次检修的起始时刻为电力设备第i次检修的结束时刻为时刻电力设备剩余无故障工作时间为时刻电力设备剩余无故障工作时间记为第i次检修时电力设备剩余无故障工作时间的变化量为U_i，则有：

时刻电力设备剩余无故障工作时间：

第i次检修起始时刻，电力设备剩余无故障工作时间

由式(1)和式(2)可得

式中，τ为相邻两次检修间隔时间；

2)确定电力设备检修完成时刻故障概率密度函数：

假设U_i的概率密度函数为y_i(u)，电力设备检修完成时刻故障概率密度函数为g_i-1(t)，针对式(3)，令G_i-1＝T_i-1 ⁺+U_i，设的概率密度函数，即设备的故障概率密度函数为则第i次检修结束时刻，电力设备剩余无故障工作时间的概率密度函数，即设备的故障概率密度函数为：

假设T_i-1 ⁺与U_i为相互独立的随机变量，则有

设电力设备从某时刻起至发生失效的平均无故障工作时间记MTTF，将式(5)代入式(4)，则有时刻电力设备剩余无故障工作时间的概率密度函数，即设备的故障概率密度函数为：

3)计算电力设备在第i次检修完成时刻电力设备平均无故障工时间

式中，表示的均值，为第i次检修后时刻起的故障概率密度函数；

4)建立电力设备检修效果评价指标量化检修效果：

电力设备第i次检修效果评价指标为Φ_i：

式中，MTTF(t_i-1 ⁺)为第i-1次检修后t_i-1 ⁺时刻电力设备平均无故障工作时间；为第i次检修后时刻电力设备平均无故障工作时间。