CN106295963A - 基于失效物理的智能变电站二次系统可靠性评估方法 - Google Patents

Abstract

本发明提供一种基于失效物理的智能变电站二次系统可靠性评估方法，对继电器、光耦、光纤和CPU芯片进行失效模式、潜在失效机理分析；考虑时间‑应力与器件固有参数之间的关系，建立各种失效机理的失效物理模型，获得器件在各种失效模式下的失效寿命函数；建立各种失效机理下失效时间的分布模型，构造描述失效时间的概率密度函数；根据器件失效机理的概率密度函数和累计失效分布函数，计算器件该失效机理的即时失效率；根据各器件失效率函数，构建智能变电站二次系统可靠性模型，评估智能变电站二次系统可靠性；评估结果将为智能变电站二次设备的检修工作提供参考，有利于智能变电站的安全稳定运行。

Description

基于失效物理的智能变电站二次系统可靠性评估方法

技术领域

本发明属于电力行业，具体涉及一种基于失效物理的智能变电站二次系统可靠性评估方法。

背景技术

智能变电站二次系统可靠性评估可以为二次设备状态检修提供参考，有效提高智能变电站二次系统运行可靠性。目前为止，对智能变电站二次系统的可靠性评估缺乏对元器件具体失效位置及失效原因的分析。考虑到智能变电站二次系统出现越来越多的电子器件，而电子器件寿命问题直接影响到智能变电站二次系统可靠性。因此，对智能变电站二次系统进行基于失效物理的可靠性分析很有意义。

发明内容

本发明的目的是：提供一种基于失效物理的智能变电站二次系统可靠性评估方法。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种基于失效物理的智能变电站二次系统可靠性评估方法，其特征在于，包括以下步骤：

步骤1，对智能变电站关键二次器件进行失效模式和机理分析；对智能变电站二次系统常见的失效现象进行鉴别分类，对继电器、光耦、光纤和CPU芯片进行失效模式、潜在失效机理分析；

步骤2，考虑时间-应力与器件固有参数之间的关系，建立失效机理的失效物理模型，获得器件在各种失效模式下的失效寿命函数TF＝f(T,RH,V,A₀)；根据失效物理模型中的参数建立器件各种失效机理的失效寿命模型与器件固有参数之间的联系；所述的失效物理模型中的参数来自于器件的特征参数与环境参数；

步骤3，建立失效机理i下失效时间的分布模型F_i(t)，构造描述失效时间的概率密度函数f_i(t)；通过蒙特卡洛方法对失效过程进行仿真，将工作温度T、相对湿度RH、电压V，器件相关的参数A₀设为呈正态分布的随机变量，并为其设置一个合理的方差，进行仿真；将每个样本的随机参数代入失效寿命公式，计算出其寿命TF_i，并进行统计，得到失效分布的统计图；将统计数据分别绘制在威布尔坐标系、对数正态坐标系中，比较得到的统计分布符合的分布类型；若概率密度函数符合对数正态分布，则根据寿命公式推算对数正态分布的期望与方差；若概率密度函数符合威布尔分布，则根据寿命公式推算威布尔分布的形状因子及尺度因子；

符合对数正态分布的失效机理累计失效函数可表示为：

$F_i\left(t\right)={\∫}_{-\mathrm{\∞}}^{\frac{\ln t-\mathrm{\μ}}{\mathrm{\σ}}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{\frac{x^2}{2}}dx$

其中，μ为对数正态分布的期望，σ为对数正态分布的标准差。

符合威布尔分布的失效机理累计失效函数可表示为：

$F_i\left(t\right)=1-\exp \[-{\left(\frac{t}{\mathrm{\α}}\right)}^{\mathrm{\β}}\]$

其中，α表示特征失效时间，β为形状参数，或称为威布尔斜率。

步骤4，计算各器件失效率；根据器件失效机理i的概率密度函数f_i(t)和累计失效分布函数F_i(t)，器件在失效机理i下的即时失效率为：

${\mathrm{\λ}}_i\left(t\right)=\frac{f_i\left(t\right)}{1-F_i\left(t\right)}$

总体失效分布是各种失效机理共同作用的结果，且各失效机理相互无关，任何一种失效的出现，都代表器件总体的失效；在多种失效机理相互无关的情况下，器件总的失效率函数等于各失效机理的失效率函数之和；单个器件在n个失效机理下的失效率函数为：

$\mathrm{\λ}\left(t\right)=\underset{i=1}{\overset{n}{\Σ}}{\mathrm{\λ}}_i\left(t\right),(i=1,2,...n)$

步骤5，根据各器件失效率函数，评估智能变电站二次系统可靠性；智能变电站二次系统包括合并单元、继电保护装置、智能操作箱、后台服务器，其中继电器、光耦、光纤、CPU芯片在逻辑关系上构成串联系统实现继电保护功能；串联系统中组成系统的所有单元中任一单元失效都会导致整个系统失效，且各单元的失效率函数相互独立，智能变电站二次系统可靠性数学模型为：

$R_S\left(t\right)=\underset{j=1}{\overset{m}{\Π}}(1-{\mathrm{\λ}}_j(t\left)\right),(j=1,2,...m)$

其中R_S(t)为系统可靠度，λ_j(t)为第j个单元在多失效机理下的失效率函数，m为单元个数。

本发明的技术效果是：本发明从智能变电站二次系统实际运行过程中可能导致器件失效的温度、湿度和机械等原因入手，对继电器、光耦、光纤和CPU芯片进行失效模式、潜在失效机理分析；考虑时间-应力与器件固有参数之间的关系，建立各种失效机理的失效物理模型，获得器件在各种失效模式下的失效寿命函数；建立各种失效机理下失效时间的分布模型，构造描述失效时间的概率密度函数；根据器件失效机理的概率密度函数和累计失效分布函数，计算器件该失效机理的即时失效率；根据各器件失效率函数，构建智能变电站二次系统可靠性模型，评估智能变电站二次系统可靠性；评估结果将为智能变电站二次设备的检修工作提供参考，有利于智能变电站的安全稳定运行。

附图说明

图1是本发明的流程图；

图2是本发明的串联系统可靠性框图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

如图1，一种基于失效物理的智能变电站二次系统可靠性评估方法，包括以下步骤：

步骤1，对智能变电站关键二次器件进行失效模式和机理分析。对智能变电站二次系统常见的失效现象进行鉴别分类，明确它可能同产品的哪一部分有关。智能变电站二次设备主要包括继电保护装置、合并单元、智能操作箱及后台服务器，继电保护功能的实现需保证各单元均能够正确动作。根据历史统计数据，智能变电站二次设备故障多发生在CPU板、光纤高频通道和二次回路，另外考虑到继电器是完成跳闸动作、实现保护功能的关键元件，将继电器、光耦、光纤和CPU芯片作为本发明研究对象，进行失效模式、潜在失效机理分析。

继电器、光耦、光纤、CPU芯片潜在失效机理及载荷如表1所示。

表1失效模式与失效机理

步骤2，考虑时间-应力与器件固有参数之间的关系，建立各种失效机理下的失效物理模型，获得器件在各种失效模式下的失效寿命函数TF＝f(T,RH,V,A₀)。几种失效物理模型中的参数都来自于器件的特征参数与环境参数，这样就建立了器件各种失效机理的失效寿命模型与器件固有参数之间的联系，使得基于失效物理的器件失效预计变为可能。

对继电器、光耦、光纤、CPU芯片潜在失效机理进行建模，获得各失效机理的失效物理模型，如表2所示。

表2失效物理模型

步骤3，建立各种失效机理i下失效时间的分布模型F_i(t)，构造描述失效时间的概率密度函数f_i(t)。

通过蒙特卡洛方法对失效过程进行仿真，将温度T、湿度RH、电压V，器件参数A₀设为呈正态分布的随机变量，并为其设置一个合理的方差，进行仿真。将每个样本的随机参数代入失效寿命公式，计算出其寿命TF_i，并进行统计，得到失效分布的统计图。将统计数据分别绘制在威布尔坐标系、对数正态坐标系中，可比较其统计分布更符合哪种分布类型。若概率密度函数符合对数正态分布，则根据寿命公式推算对数正态分布的期望与方差；若概率密度函数符合威布尔分布，则根据寿命公式推算威布尔分布的形状因子及尺度因子。

符合对数正态分布的失效机理累计失效函数可表示为：

$F_i\left(t\right)={\∫}_{-\mathrm{\∞}}^{\frac{\ln t-\mathrm{\μ}}{\mathrm{\σ}}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{\frac{x^2}{2}}dx$

其中μ为对数正态分布的期望，σ为对数正态分布的标准差。

符合威布尔分布的失效机理累计失效函数可表示为：

$F_i\left(t\right)=1-\exp \[-{\left(\frac{t}{\mathrm{\α}}\right)}^{\mathrm{\β}}\]$

其中α表示特征失效时间，β为形状参数，或称为威布尔斜率。

步骤4，计算各器件失效率。根据器件失效机理i的概率密度函数f_i(t)和累计失效分布函数F_i(t)，器件在失效机理i下的即时失效率为：

${\mathrm{\λ}}_i\left(t\right)=\frac{f_i\left(t\right)}{1-F_i\left(t\right)}$

总体失效分布是各种失效机理共同作用的结果，且各失效机理相互无关，任何一种失效的出现，都代表器件总体的失效。在多种失效机理相互无关的情况下，器件总的失效率函数等于各失效机理的失效率函数之和。单个器件多失效机理下的失效率函数为：

$\mathrm{\λ}\left(t\right)=\underset{i=1}{\overset{n}{\Σ}}{\mathrm{\λ}}_i\left(t\right),(i=1,2,...n)$

步骤5，根据各器件失效率函数，评估智能变电站二次系统可靠性。智能变电站二次系统包括合并单元、继电保护装置、智能操作箱、后台服务器，其中继电器、光耦、光纤、CPU芯片在逻辑关系上构成串联系统实现继电保护功能，串联系统可靠性框图如图2所示。串联系统中组成系统的所有单元中任一单元失效都会导致整个系统失效，且各单元的失效率函数相互独立，智能变电站二次系统可靠性数学模型为：

$R_S\left(t\right)=\underset{j=1}{\overset{m}{\Π}}(1-{\mathrm{\λ}}_j(t\left)\right),(j=1,2,...m)$

其中R_S(t)为系统可靠度，λ_j(t)为第j个单元在多失效机理下的失效率函数，m为单元个数。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (1)

1.一种基于失效物理的智能变电站二次系统可靠性评估方法，其特征在于，包括以下步骤：

步骤1，对智能变电站关键二次器件进行失效模式和机理分析；对智能变电站二次系统常见的失效现象进行鉴别分类，对继电器、光耦、光纤和CPU芯片进行失效模式、潜在失效机理分析；

步骤2，考虑时间-应力与器件固有参数之间的关系，建立失效机理的失效物理模型，获得器件在各种失效模式下的失效寿命函数TF＝f(T,RH,V,A₀)；根据失效物理模型中的参数建立器件各种失效机理的失效寿命模型与器件固有参数之间的联系；所述的失效物理模型中的参数来自于器件的特征参数与环境参数；

步骤3，建立失效机理i下失效时间的分布模型F_i(t)，构造描述失效时间的概率密度函数f_i(t)；通过蒙特卡洛方法对失效过程进行仿真，将温度T、湿度RH、电压V，器件参数A₀设为呈正态分布的随机变量，并为其设置一个合理的方差，进行仿真；将每个样本的随机参数代入失效寿命公式，计算出其寿命TF_i，并进行统计，得到失效分布的统计图；将统计数据分别绘制在威布尔坐标系、对数正态坐标系中，比较得到的统计分布符合的分布类型；若概率密度函数符合对数正态分布，则根据寿命公式推算对数正态分布的期望与方差；若概率密度函数符合威布尔分布，则根据寿命公式推算威布尔分布的形状因子及尺度因子；

符合对数正态分布的失效机理累计失效函数可表示为：

$F_i\left(t\right)={\∫}_{-\mathrm{\∞}}^{\frac{\ln t-\mathrm{\μ}}{\mathrm{\σ}}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{\frac{x^2}{2}}dx$

其中，μ为对数正态分布的期望，σ为对数正态分布的标准差；

符合威布尔分布的失效机理累计失效函数可表示为：

$F_i\left(t\right)=1-\exp \[-{\left(\frac{t}{\mathrm{\α}}\right)}^{\mathrm{\β}}\]$

其中，α表示特征失效时间，β为形状参数，称为威布尔斜率；

步骤4，计算各器件失效率；根据器件失效机理i的概率密度函数f_i(t)和累计失效分布函数F_i(t)，器件在失效机理i下的即时失效率为：

${\mathrm{\λ}}_i\left(t\right)=\frac{f_i\left(t\right)}{1-F_i\left(t\right)}$

总体失效分布是各种失效机理共同作用的结果，且各失效机理相互无关，任何一种失效的出现，都代表器件总体的失效；在多种失效机理相互无关的情况下，器件总的失效率函数等于各失效机理的失效率函数之和；单个器件在n个失效机理下的失效率函数为：

$\mathrm{\λ}\left(t\right)=\underset{i=1}{\overset{n}{\Σ}}{\mathrm{\λ}}_i\left(t\right),(i=1,2,...n)$

步骤5，根据各器件失效率函数，评估智能变电站二次系统可靠性；智能变电站二次系统包括合并单元、继电保护装置、智能操作箱、后台服务器，其中继电器、光耦、光纤、CPU芯片在逻辑关系上构成串联系统实现继电保护功能；串联系统中组成系统的所有单元中任一单元失效都会导致整个系统失效，且各单元的失效率函数相互独立，智能变电站二次系统可靠性数学模型为：

$R_S\left(t\right)=\underset{j=1}{\overset{m}{\Π}}(1-{\mathrm{\λ}}_j(t\left)\right),(j=1,2,...m)$

其中R_S(t)为系统可靠度，λ_j(t)为第j个单元在多失效机理下的失效率函数，m为单元个数。