CN106326618A - 一种基于内部温度的继电保护装置时变失效率估算方法 - Google Patents

Abstract

本发明公开了一种基于装置插件内部温度的继电保护装置时变失效率估算方法，包括以下步骤：获取继电保护装置失效信息，将其按偶然失效和老化失效分类统计；分析失效信息，确定重要功能模块；由符合指数分布函数的最大似然估计求得偶然失效率；以半年为时间区间，计算各个模块的年老化失效率；以Weibull分布模型建立老化失效率函数；建立尺度参数η与温度T之间的关系，即Arrhenius模型；将Arrhenius模型与Weibull分布模型相结合得到时变老化失效率模型；对未知参数进行求解，利用各模块的T、t与λ数据，采用Marquardt法对A和β进行的三维参数估计，实验求得激活能E，进而求得各个模块的时变老化失效率函数；利用串联系统模型求得保护装置整体的时变失效率。

Description

一种基于内部温度的继电保护装置时变失效率估算方法

所属技术领域

本发明涉及一种继电保护装置的失效率估算方法，尤其是基于装置插件内部温度的时变失效率估算方法。

背景技术

继电保护作为保障电网安全运行的第一道防线，其可靠运行意义重大。因此，如何通过开展继电保护的状态检修工作以保障其可靠运行已成为电力系统研究热门课题，也是目前有待解决的重要问题之一。状态评估是继电保护状态检修的核心环节，而失效率是状态评估的重要指标之一。

目前大部分研究都将继电保护装置本体作为一个整体，在失效统计数据的基础上对其失效率的总体分布进行分析，仅有少量研究对继电保护装置内部器件的失效做了简要分析或提出基于内部监测量的状态评估方法。由于继电保护装置属于可维修设备，事实上许多继电保护装置的内部模块经过了更换，且更换时间不尽相同，若以继电保护装置整体进行分析则难以考虑此类情况。

此外，现有研究在继电保护装置失效率的影响因素对其影响的分析方面还不够深入。电子器件的老化失效受温度影响显著，新一代智能变电站的建设使得继电保护装置的温度参数成为可观测指标，温度数据可方便获取，而目前尚未有研究通过建立数学模型分析温度与继电保护装置时变失效率的关系。

发明内容

为了克服上述不足，本发明以新一代智能变电站的在线监测技术为基础，将Arrhenius模型与Weibull分布模型相结合，以模块为单位分别建立了时变老化失效率，利用串联模型将各模块老化失效率和偶然失效率融合得到了继电保护装置整体的时变失效率模型，此方法可极大提升对不同环境下的保护装置失效率的估算准确度。

为了实现上述发明目的，本发明采取如下技术方案：

将Arrhenius模型与Weibull分布模型相结合，建立各个模块的老化时变失效率函数，利用最大似然估计求得偶然失效率，然后利用串联模型建立继电保护装置整体的失效率函数，所述方法包括以下步骤：

步骤1：获取继电保护装置失效信息，将其按偶然失效和老化失效分类统计；

步骤2：分析失效信息，确定重要功能模块；

步骤3：由符合指数分布函数的最大似然估计求得偶然失效率

步骤4：以半年为时间区间，计算各个模块的年老化失效率；

步骤5：以Weibull分布模型建立老化失效率函数其中，t为失效前运行时间，β为形状参数，η为尺度参数；

步骤6：建立尺度参数η与温度T之间的关系，即Arrhenius模型

步骤7：将Arrhenius模型代入Weibull分布模型得到时变老化失效率模型 $\mathrm{\λ}(t,T)={\mathrm{\βe}}^{-A\frac{\mathrm{\βE}}{\mathrm{KT}}}{t}^{\mathrm{\β}-1};$

步骤8：对未知参数进行求解，利用各模块的T、t与λ数据，采用Marquardt法对A和β进行的三维参数估计，实验求得激活能E，进而求得各个模块的时变老化失效率函数；

步骤9：继电保护装置与内部各个主要功能模块之间的关系即构成串联系统关系，且各模块的失效率由偶然失效率与老化失效率构成，故可求得保护装置整体的时变失效率

$\mathrm{\λ}(T,t)=\stackrel{n}{\mathrm{\Σ}}{\mathrm{\λ}}_i(T,t)=\stackrel{n}{\mathrm{\Σ}}[{\mathrm{\λ}}_{\mathrm{Li}}(T,t)+{\mathrm{\λ}}_{\mathrm{Oi}}].$

本发明与现有技术相比，具有如下优点：1、本发明按照重要功能模块对失效率进行估计，可以将模块更换的因素纳入考虑，使失效率更符合实际情况；2、本发明所建立的时变失效率模型可反应不同温度下的失效率，估算得到的失效率更具有针对性。

附图说明

图1是继电保护装置时变失效率估算的流程示意图

图2是各个功能模块的失效率拟合曲线

图3是所建立的各个模块的时变老化失效率变化趋势图

具体实施方式

下面结合附图和具体实施方式对本发明的内容做进一步详细说明。

参照图1，本发明提出一种基于内部温度的继电保护装置时变失效率估算方法，包括以下步骤：

步骤1：获取继电保护装置失效信息，将其按偶然失效和老化失效分类统计；

步骤2：分析失效信息，确定重要功能模块；

步骤3：由符合指数分布函数的最大似然估计求得偶然失效率

步骤4：以半年为时间区间，计算各个模块的年老化失效率，如图2所示；

步骤5：以Weibull分布模型建立老化失效率函数其中，t为失效前运行时间，β为形状参数，η为尺度参数；

步骤6：建立尺度参数η与温度T之间的关系，即Arrhenius模型

步骤7：将Arrhenius模型代入Weibull分布模型得到时变老化失效率模型 $\mathrm{\λ}(t,T)={\mathrm{\βe}}^{-A\frac{\mathrm{\βE}}{\mathrm{KT}}}{t}^{\mathrm{\β}-1};$

步骤8：对未知参数进行求解，利用各模块的T、t与λ数据，采用Marquardt法对A和β进行的三维参数估计，实验求得激活能E，进而求得各个模块的时变老化失效率函数；

步骤9：继电保护装置与内部各个主要功能模块之间的关系即构成串联系统关系，且各模块的失效率由偶然失效率与老化失效率构成，故可求得保护装置整体的时变失效率

$\mathrm{\λ}(T,t)=\stackrel{n}{\mathrm{\Σ}}{\mathrm{\λ}}_i(T,t)=\stackrel{n}{\mathrm{\Σ}}[{\mathrm{\λ}}_{\mathrm{Li}}(T,t)+{\mathrm{\λ}}_{\mathrm{Oi}}].$

实施例：

以某省网的继电保护装置失效统计数据和实测温度为基础进行分析，经统计，该省网所辖变电站在2008～2015年间，继电保护装置的年平均数量为12082台，共发生失效2856次，其中偶然失效582次，老化失效2274次。将其按照失效部位进行统计，如表1所示。

表12008～2015年继电保护装置失效部位统计

CPU模块和电源模块是最容易出现失效的部分，而光模块是从2008年传统站改造之后才开始大规模投入使用，运行时间较短，失效发生相对较少，但从继电保护装置的结构及原理进行分析，光模块和CPU模块以及电源模块的重要性相当，故主要建立此三个模块的失效率模型。

由符合指数分布函数的最大似然估计求得偶然失效率：

以Weibull分布模型建立老化失效率函数：

$\mathrm{\λ}\left(t\right)=\frac{f\left(t\right)}{R\left(t\right)}=\frac{\mathrm{\β}}{\mathrm{\η}}{\left(\frac{t}{\mathrm{\η}}\right)}^{\mathrm{\β}-1}---\left(2\right)$

其中，t为失效前运行时间，β为形状参数，η为尺度参数。

建立尺度参数η与温度T之间的关系，即Arrhenius模型：

$\mathrm{\η}={\mathrm{Ae}}^{\frac{E}{\mathrm{KT}}}---\left(3\right)$

将Arrhenius模型代入Weibull分布模型得到时变老化失效率模型：

$\mathrm{\λ}(t,T)={\mathrm{\βe}}^{-A\frac{\mathrm{\βE}}{\mathrm{KT}}}{t}^{\mathrm{\β}-1}---\left(4\right)$

对未知参数进行求解，利用各模块的T、t与λ数据，采用Marquardt法对A和β进行的三维参数估计，得到各模块的未知参数如表2所示。

表2各模块老化失效率模型参数

实验求得电源模块、CPU模块和光模块的激活能E分别为0.65eV、1.2eV和0.5eV，进而求得各个模块的时变老化失效率函数，趋势变化图如图3所示。

继电保护装置与内部各个主要功能模块之间的关系即构成串联系统关系，且各模块的失效率由偶然失效率与老化失效率构成，故可求得保护装置整体的时变失效率：

$\mathrm{\λ}(T,t)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\λ}}_i(T,t)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}[{\mathrm{\λ}}_{\mathrm{Li}}(T,t)+{\mathrm{\λ}}_{\mathrm{Oi}}]---\left(5\right)$

考虑模块的更换因素，最终可得到该保护装置的时变失效率为：

$\begin{array}{c}\mathrm{\λ}(T_1,T_2,T_3,t_1,t_2,t_3)\\ =2.975931\×e^{-0.102982\×\frac{2.975931\×0.65}{0.8617\×{10}^{-4}\×T_1}}\×{t_1}^{1.975931}+4.215691\×e^{-0.067928\×\frac{4.215691\×1.2}{0.8617\×{10}^{-4}\×T_2}}\×{t_2}^{3.215691}+\\ 3.866853\×e^{-0.176567\×\frac{3.866853\×0.5}{0.8617\×{10}^{-4}\×T_3}}\×{t_3}^{2.866853}+0.670\×{10}^{-2}\end{array}---\left(6\right)$

从图3可以看出本发明所建立的模型能很好的反应不同温度下的时变失效率变化情况，极大提升了其针对性和估算结果的准确性。

以上实施例仅用以说明本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (3)

1.一种基于内部温度的继电保护装置时变失效率估算方法，其特征是：所述方法包括以下步骤：

步骤1：获取继电保护装置失效信息，将其按偶然失效和老化失效分类统计；

步骤2：分析失效信息，确定重要功能模块；

步骤3：由符合指数分布函数的最大似然估计求得偶然失效率

步骤4：以半年为时间区间，计算各个模块的年老化失效率；

步骤5：以Weibull分布模型建立老化失效率函数其中，t为失效前运行时间，β为形状参数，η为尺度参数；

步骤6：建立尺度参数η与温度T之间的关系，即Arrhenius模型

步骤7：将Arrhenius模型与Weibull分布模型相结合，得到时变老化失效率模型 $\mathrm{\λ}(t,T)={\mathrm{\βe}}^{-A\frac{\mathrm{BE}}{\mathrm{KT}}}{t}^{\mathrm{\β}-1};$

步骤8：对未知参数进行求解，利用各模块的T、t与λ数据，采用Marquardt法对A和β进行的三维参数估计，实验求得激活能E，进而求得各个模块的时变老化失效率函数。

步骤9：继电保护装置与内部各个主要功能模块之间的关系即构成串联系统关系，且各模块的失效率由偶然失效率与老化失效率构成，故可求得保护装置整体的时变失效率。

2.根据权利要求1所述一种基于内部温度的继电保护装置时变失效率估算方法，其特征是：所述步骤2中确定重要功能模块的方法为：分析继电保护统计分析与运行管理系统中的缺陷统计数据，主要分析按缺陷部位分类的统计数据，内容如下：

3.根据权利要求1所述一种基于内部温度的继电保护装置时变失效率估算方法，其特征是：所述步骤9中求取保护装置整体时变失效率的方法如下：

串联系统是指系统中只要有一个元件失效，就会导致整个功能失效的系统，易得串联系统的失效率等于各个子系统的失效率之和，如下式所示。

${\mathrm{\λ}}_{\mathrm{sys}}\left(t\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\λ}}_i\left(t\right)$

其中，λ_i(t)，i＝1，2，...，n，分别代表各子系统的失效率；n为子系统数量。

而继电保护装置与内部各个主要功能模块之间的关系即构成串联系统关系，任一功能模块发生失效都会导致整台装置的失效，又由于各模块的失效率由偶然失效率与老化失效率构成，整理得到继电保护装置整体时变失效率，如下式所示。

$\mathrm{\λ}(T,t)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\λ}}_i(T,t)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}[{\mathrm{\λ}}_{\mathrm{Li}}(T,t)+{\mathrm{\λ}}_{\mathrm{Oi}}]$

其中，λ_Li(T，t)，i＝1，2，...，n，分别代表各模块的时变老化失效率；λ_Oi，i＝1，2，...，n，分别代表各模块的偶然失效率。进一步推导可得下式。

$\begin{array}{c}\mathrm{\λ}(T,t)={\mathrm{\λ}}_{L1}(T,t)+{\mathrm{\λ}}_{L2}(T,t)+{\mathrm{\λ}}_{L3}(T,t)+\underset{i=4}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{Li}}(T,t)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{Oi}}\\ \≈{\mathrm{\λ}}_{L1}(T,t)+{\mathrm{\λ}}_{L2}(T,t)+{\mathrm{\λ}}_{L3}(T,t)+(\underset{i=4}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{Li}}+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{Oi}})\end{array}$

其中，λ_L1(T，t)、λ_L2(T，t)和λ_L3(T，t)分别代表CPU模块、电源模块和光模块的时变老化失效率；代表继电保护装置整体的偶然失效率；代表其余部分的时变老化失效率，由于此部分失效较少，故近似作为常数处理，在上式的第二步中将其近似为并与合为一部分，归入装置整体的偶然失效统计中。