CN107730070B - 一种基于状态监测的智能变电站继电保护系统检修方法 - Google Patents
一种基于状态监测的智能变电站继电保护系统检修方法 Download PDFInfo
- Publication number
- CN107730070B CN107730070B CN201710783978.3A CN201710783978A CN107730070B CN 107730070 B CN107730070 B CN 107730070B CN 201710783978 A CN201710783978 A CN 201710783978A CN 107730070 B CN107730070 B CN 107730070B
- Authority
- CN
- China
- Prior art keywords
- protection system
- relay protection
- overhaul
- time
- failure
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 230000001186 cumulative effect Effects 0.000 claims description 24
- 238000005315 distribution function Methods 0.000 claims description 7
- 230000007257 malfunction Effects 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims description 4
- 230000032683 aging Effects 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000006866 deterioration Effects 0.000 claims description 2
- 239000008186 active pharmaceutical agent Substances 0.000 abstract description 3
- 230000007774 longterm Effects 0.000 abstract description 3
- 238000007689 inspection Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 238000011430 maximum method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (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
本发明根据智能变电站继电保护系统状态检修的工程实际需求，提出了一种基于状态监测的智能变电站继电保护系统检修方法。该方法首先根据元件运行状况分值，确定其处于正常工况还是异常状况；然后，考虑役龄检修回退的影响，分别建立了元件基于长期演变规律的故障率基础模型(DT模型)和短期骤变规律的DS模型；最后，结合保护系统的配置情况建立了继电保护系统的综合风险模型，进而制定继电保护系统各元件的检修策略方案，可较好地满足智能变电站继电保护系统状态检修的实际需求。
Description
技术领域
本发明电力系统技术领域，具体是一种基于状态监测的智能变电站继电保护系统检修方法。
背景技术
继电保护作为智能变电站的重要组成部分，其正常运行与否对电力系统的运行有十分重要的影响。随着保护装置和通信系统等状态监测手段的不断发展，对智能变电站继电保护系统实施状态检修已成为一种提高继电保护系统可靠性、减小设备失效概率的重要手段，是智能变电站继电保护系统建设的重要方向。目前，对智能变电站继电保护系统的状态检修研究大多为定性分析，根据设备实时运行工况制定状态检修策略的定量分析的研究尚较少见。
[国家电网，《继电保护系统状态检修导则》[Z]:2014]，采用对二次设备评分的方式给出了微机型继电保护装置的状态检修方案，但该方案的评分方式没有结合设备故障或异常运行的实际规律，同时其给出的检修时间也较粗略，容易造成“过检”或“欠检”的现象；[丁茂生，王钢，贺文.基于可靠性经济分析的继电保护最优检修间隔时间[J]. 中国电机工程学报，2007，27(25):44-48]，该文献提出了一种基于可靠性经济的继电保护最佳检修间隔方案，建立了单套保护与两套保护的状态空间模型，但该文献没有考虑智能变电站继电保护系统多元件特性与状态检修策略，当设备状态较多时，将会出现状态组合空间爆炸问题；[李明，韩学山，王勇等.变电站状态检修决策模型与求解[J].中国电机工程学报，2012，32(25)：196-202]，该文献提出根据状态检修结果，通过遗传算法求解变电站最小经济损失确定状态检修策略，但该方法对继电保护系统不具普适性。
综上，现有继电保护系统的状态检修方案易于工程应用，但也存在无法直接确定设备检修周期，难以充分发挥状态检修技术优势的突出问题，而其他状态检修方法则不适用于智能变电站继电保护系统。
发明内容
针对现有技术的缺陷，本发明提供了一种基于状态监测的智能变电站继电保护系统检修方法，该方法根据继电保护系统各元件的故障特性，建立描述各元件长期演变规律和短期骤变规律的 DTDS(degradation-threshold and degradation-shock)模型；在此基础上，结合继电保护系统的误动和拒动特性，建立了继电保护系统的风险评估模型，以实现智能变电站继电保护系统检修策略的优化处理，以更好地满足智能变电站继电保护系统状态检修的实际应用需求。
本发明提供了一种基于状态监测的智能变电站继电保护系统检修方法，包括下述步骤：
S1：根据继电保护系统中同一类元件在不同时间段的故障率，通过Marquardt求解该元件基于威布尔分布函数的形状参数和尺度参数，建立该元件的故障率基础模型；
S2：根据元件运行状况分值X判断该元件运行状态处于正常工况还是异常状况，若X>XM，则转步骤S3；否则，转步骤S5，其中 XM作为区别组件正常状况与异常状况的门槛值；
S3：采用检修回退修正方法，计算经上次检修后设备在其故障率基础模型上的等效运行年限；
S4：根据元件在上次检修后在故障率基础模型中的等效运行年限，求得组件在当前时刻的故障率，转步骤S6；
S5：元件的异常状况采用Gamma函数进行描述，根据元件进入异常状态后运行了一段时间后的分值通过期望极大化算法对Gamma 分布的概率密度函数的形状参数与尺度参数值进行求解，所述形状参数与尺度参数值用于元件处于异常运行状态时求解该元件的累计失效概率；
S6：根据各元件当前运行工况，对运行一段时间后的元件累计失效概率进行求解；
S7：结合继电保护系统的配置情况，分别求解单套继电保护系统和双重化保护系统的累计失效概率，即求得单套继电保护系统和双重化继电保护系统的累计误动失效概率和累计拒动失效概率；
S8：根据继电保护系统误动、拒动风险与检修风险，以及步骤 S7中单套继电保护和双重化继电保护的误动失效概率和拒动失效概率，建立继电保护系统从当前时刻开始经过一段时间Q后的综合风险模型，并基于综合风险模型计算最小综合风险对应的运行时间Qs，进而确定继电保护系统的检修时间。
进一步的，步骤S1具体为：按照时间排列顺序采集n组数据(t1，λ1)，(t2，λ2)，…，(tn，λn)，其中tn表示该元件的运行年限，λn表示该元件在运行年限为tn时的故障率，通过Marquardt法求解该类设备基于威布尔分布函数中的形状参数η和尺度参数m，以建立该元件因老化、材料疲劳因素造成组件性能劣化的故障率基础模型(DT模型)，威布尔分布函数为：
式(1)中，λ(t)为设备故障率关于运行年限的函数，t为运行时间；m＝1时，故障率为常数，表示设备处于偶然故障期；m＞1时，故障率呈上升趋势，表示设备处于损耗故障期。
进一步的，步骤S3具体为：若元件从投运至今共经过k次检修，则根据元件在第k-1次检修后在其故障率基础模型上的等效运行时间
以及第k次检修前其在故障率基础模型上的等效运行时间
计算该设备在第k次检修后在其故障率基础模型上的等效运行时间
其中，a表示检修役龄回退因子，其典型值一般为0.15。
进一步的，步骤S4具体为：根据元件在第k次检修后故障率基础模型中的等效运行年限
即可求得元件当前时刻在故障率基础模型上的等效运行时间td：
其中，100表示组件运行在最佳状态，
表示组件自上次检修以来的平均分值，如果组件没有经过检修，则表示组件自投运以来的平均评价分值，
表示组件在第k次检修后在故障率分布模型上的等效运行年限，如果组件未经历检修，
年，然后将td代入式(1)，即可求得元件在当前时刻的故障率。
进一步的，所述步骤S5具体为：根据元件进入异常状态后运行了一段时间后的分值(XM，t1)，(X2，t2)，…，(Xn-1，tn-1)，(XN，t)，通过期望极大化算法对Gamma分布的概率密度函数的形状参数与尺度参数值α，β进行求解；
式(4)为Gamma分布的概率密度函数，其中a为形状参数，β为尺度参数，
t表示元件进入异常状态后运行的t时间；s表示元件进入异常状态后到达Xt之前，Xs对应的时间，取值范围为：0≤s≤t；u为变量。
进一步的，所述步骤S6具体为：
若元件i当前时刻运行在正常状态，则其从上次检修后运行至当前时刻后Q时间内的累计失效概率如式(5)所示：
其中，Q时间表示元件从当前时刻开始运行的时间；
若元件i运行于异常状况时，组件在两次检修期间的累计失效概率包括正常运行状况下的(即上次检修至当前等效运行年限内)组件 i的累计故障率和组件i在恶劣状态下(即Q时间内)的累计失效概率，其表达式如式(6)所示：
其中，λ(u)为上次检修至当前等效时刻前的故障率函数，f(u)为 Gamma分布的概率密度函数，
表示第i个设备从上次检修至下次检修期间的累计失效概率。
进一步的，步骤S7具体为：
若继电保护系统为单套配置，则继电保护系统从上次检修至下次检修期间的累计失效概率由式(7)得：
式中，
若继电保护系统为双重化配置，则其逻辑出口为“或”门，双重化继电保护系统在从上次检修后至下次检修期间的累计误动失效概率和累计拒动失效概率分别为：
其中，
分别表示保护系统1在上次检修后至下次检修期间的累计误动失效概率和累计拒动失效概率；
分别表示保护系统2在上次检修后至保护系统1下次检修期间的累计误动失效概率和累计拒动失效概率，由式(7)求得。
进一步的，步骤S8中继电保护系统从当前时刻开始经过一段时间Q后在单位时间内的综合风险模型S(Q)为：
其中，tact表示保护系统从上次检修至当前时刻的时间；Q表示继电保护系统从当前时刻至下一次检修前的时间间隔；S表示继电保护系统从上次检修至下次检修期间的综合风险，SM为检修期间变电站因继电保护系统检修的风险损失，SW表示误动造成的风险损失；SJ表示继电保护系统拒动风险损失：
Sw表示拒动失效后保护系统维修费用；
表示保护范围内一次系统发生故障的概率；SJ1表示继电保护系统拒动导致电网的风险损失，
在此基础上，求解S(Q)关于Q的最小值Qs，即为继电保护系统的检修间隔时间，则步骤S8的结果经过Qs时间后对继电保护系统进行检修。
本发明根据智能变电站继电保护系统状态检修的工程实际需求，提出了一种基于状态监测的智能变电站继电保护系统检修方法。该方法首先根据元件状态监测分值，确定其处于正常运行工况还是异常运行工况；然后，考虑役龄检修回退的影响，分别建立了元件基于长期演变规律的故障率基础模型(DT模型)和短期骤变规律的DS模型。最后，结合保护系统的配置情况建立了继电保护系统的综合风险模型，进而制定继电保护系统各元件的检修策略方案，可较好地满足智能变电站继电保护系统状态检修的实际需求。
附图说明
图1是本发明各案例下继电保护系统的综合风险与检修时间。
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。
本发明提供了一种基于状态监测的智能变电站继电保护系统检修方法，可根据保护系统中各元件的状态监测分值，确定整个保护系统的状态检修周期，方便工程应用。
本发明提出一种基于状态监测的智能变电站继电保护系统检修方法，具体实施例包括以下步骤：
步骤(1)：根据继电保护系统中同一类元件在不同时间段的故障率，按照时间排列顺序采集n组数据(t1，λ1)，(t2，λ2)，…，(tn，λn)。其中，tn表示该元件的运行年限；λn表示该元件在运行年限为tn时的故障率。在此基础上，通过Marquardt法求解该类设备基于威布尔分布函数(式(1))中的形状参数η和尺度参数m，以建立该元件因老化、材料疲劳等因素造成组件性能劣化的故障率基础模型 (degradation-threshold，即DT模型)；
式中，λ(t)为设备故障率关于运行年限的函数，t为运行时间。此外，m＝1时，故障率为常数，表示设备处于偶然故障期；m＞1时，故障率呈上升趋势，表示设备处于损耗故障期。
步骤(2)：根据元件运行状况分值X判断该元件运行状态处于正常工况还是异常状况，XM作为区别组件正常状况与异常状况的门槛值，一般可根据现场运行经验获取。若X>XM，则转步骤S3；否则，转步骤S5。
步骤(3)：采用检修回退修正方法，计算经上次检修后设备在其故障率基础模型上的等效运行年限，具体的，若元件从投运至今共经过k次检修，则根据元件在第k-1次检修后在其故障率基础模型上的等效运行时间
以及第k次检修前其在故障率基础模型上的等效运行时间
计算该设备在第k次检修后在其故障率基础模型上的等效运行时间
其中，a表示检修役龄回退因子，其典型值一般为0.15。
步骤(4)根据元件在第k次检修后故障率基础模型中的等效运行年限
即可求得元件当前时刻在故障率基础模型上的等效运行时间td。
其中，100表示组件运行在最佳状态，实际运行中很难达到。
表示组件自上次检修以来的平均分值，如果组件没有经过检修，则表示组件自投运以来的平均评价分值。
表示组件在第k次检修后在故障率分布模型上的等效运行年限，如果组件未经历检修，
年。
将td代入式(1)，即可求得元件在当前时刻的故障率。
步骤(5)：元件进入异常运行工况后，采用Gamma函数 (degradation-shock，即DS模型)进行描述。根据元件进入异常状态后运行了一段时间后的分值((XM,t1)，(X2，t2)，…，(Xn-1，tn-1)， (XN，tn)。)，通过期望极大化算法对Gamma分布的概率密度函数(式 (4))的形状参数与尺度参数值α，β进行求解；
其中，a为形状参数，β为尺度参数，
步骤(6)：根据各元件当前运行工况，对运行一段时间(如，经过Q时间)后的元件累计失效概率进行求解。
若元件i当前时刻运行在正常状态，则其从上次检修后运行至当前时刻后Q时间内的累计失效概率如式(5)所示：
其中，Q时间表示元件从当前时刻开始运行的时间。
若元件i运行于异常状况时，组件在两次检修期间的累计失效概率包括正常运行状况下的(即上次检修至当前等效运行年限内)组件 i的累计故障率和组件i在恶劣状态下(即Q时间内)的累计失效概率。其表达式如式(6)所示：
其中，λ(u)为上次检修至当前等效时刻前的故障率函数，由式(1) 可得；f(u)为Gamma分布的概率密度函数，可由式(4)获得。
表示第i个设备从上次检修至下次检修期间的累计失效概率，i可表达为MU、FI、PR、ST等组件。
步骤(7)结合继电保护系统的配置情况，分别求解单套继电保护系统和双重化保护系统的累计失效概率；
若继电保护系统为单套配置，则继电保护系统从上次检修至下次检修期间的累计失效概率
由式(7)得：
式中，
若继电保护系统为双重化配置，则其逻辑出口为“或”门。因此，双重化继电保护系统在从上次检修后至下次检修期间的累计误动失效概率
和累计拒动失效概率
分别为：
其中，
分别表示保护系统1在上次检修后至下次检修期间的累计误动失效概率和累计拒动失效概率；
分别表示保护系统2在上次检修后至保护系统1下次检修期间的累计误动失效概率和累计拒动失效概率，由式(7)求得。
步骤(8)：根据继电保护系统误动、拒动风险与检修风险，以及步骤7中单套继电保护和双重化继电保护的误动失效概率和拒动失效概率，建立继电保护系统从当前时刻开始经过一段时间Q后在单位时间内的综合风险模型S(Q)(式(9))，并基于综合风险模型计算最小综合风险对应的运行时间Qs，进而确定继电保护系统的检修时间。
其中，tact表示保护系统从上次检修至当前时刻的时间；Q表示继电保护系统从当前时刻至下一次检修前的时间间隔；S表示继电保护系统从上次检修至下次检修期间的综合风险。SM为检修期间变电站因继电保护系统检修的风险损失，SW表示误动造成的风险损失；SJ表示继电保护系统拒动风险损失：
Sw表示拒动失效后保护系统维修费用；
表示保护范围内一次系统发生故障的概率(由于保护系统启动元件的存在，只有在电网故障情况下，保护系统才会动作，因此，保护拒动的风险损失计算必须考虑一次电网故障情况)；SJ1表示继电保护系统拒动导致电网的风险损失。
在此基础上，求解S(Q)关于Q的最小值Qs，即为继电保护系统的检修间隔时间，则步骤(8)的结果经过Qs时间后对继电保护系统进行检修。
下面为说明所提基于状态监测的继电保护系统检修方法的有效性，以某单套继电保护系统为例，对此进行分析。
(1)根据单套继电保护系统各元件在不同服役阶段的相关参数，计算各元件故障率基础模型中的形状参数η和尺度参数m，如表1中所示。
表1继电保护系统各元件的相关参数
表1中，t0表示组件偶然失效期与损耗失效期的拐点时间；运行时间表示元件自上次检修后已运行时间。
(2)根据表2中保护装置不同case下状态分值，判断元件处于何种运行状况。根据现场运行经验，各元件一般以80分作为区分组件正常状态与劣化状态的门槛值。因此，可以判断得到case1和case2 下的元件处于正常运行工况，case3、case4和case5下的元件处于异常运行工况下。因此，case1和case2下的元件进入步骤(3)，case3、case4和case5下的元件进入步骤(5)。
表2不同状态下保护装置的状态参数
(3)根据表1中各元件的检修次数、检修时间，通过式(2)可以得到各元件上次检修后在故障率基础曲线上的等效运行时间
如表3所示。
(4)根据步骤(3)中求得的各元件
按照表1中各元件的运行时间和状态分值，通过式(3)可以求得当前时刻的在故障率基础曲线上的等效运行时间td，如表3所示。
表3继电保护系统各元件的相关参数
(5)根据公式(4)，通过极值最大值法求得case3、case4和case5 下各元件关于Gamma函数的形状参数与尺度参数值α，β，如表2所示。
(6)根据表2中的各分值，可以根据式(5)求得case1和case2 下元件的累计失效概率；根据式(6)可以求得case3、case4和case5 下元件的累计失效概率；
在此基础上，可以根据式(7)求得单套继电保护系统的累计失效概率。
(8)根据式(8)求得单套继电保护系统的综合风险S，并画出各case下继电保护系统的综合风险与检修间隔时间Q的关系图，如图1所示。其中，继电保护系统的拒动风险与一次电网的故障率P1 有关，因此令该线路故障率为
典型值
此外，在变电站中，取线路长度为1km进行计算。同时，检修风险、误动风险、拒动风险和维修风险分别如表4所示。
表4继电保护系统风险参数
根据图1可知，case1、case2、case3、case4和case5条件下的继电保护系统最佳检修方案是分别经过3.03年、3.03年、0.63年、0.49 年和0.39年实施检修。因此，根据表1中各元件自上次检修后已运行时间，可以得到不同case下各保护系统自上次检修后将分别经过5.03年、6.03年、2.53年、3.49年和1.39年再进行检修。
从上述结果可知，当继电保护系统运行状况良好时，在上次检修后需经过6.03年再一次进行检修，大于传统继电保护系统检修方案得出的最大检修间隔时间5年，避免了因过检造成的设备有效利用时间的损失和人力，物力资源的浪费，以及因继电保护系统过多的停电检修，进而对电网供电可靠性的影响。
综上可知，本发明提出的基于状态监测的智能变电站继电保护系统检修方案，可根据保护元件状态监测分值，确定设备状态检修周期，更好地发挥状态检修的技术优势，有效地减小过度检修造成的经济损失，有助于智能变电站继电保护系统状态检修技术的进一步完善和提高。
以上所述，仅为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，任何属于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。
Claims (8)
1.一种基于状态监测的智能变电站继电保护系统检修方法，其特征在于，包括如下步骤：
S1：根据继电保护系统中同一类元件在不同时间段的故障率，通过Marquardt求解该元件基于威布尔分布函数的形状参数和尺度参数，建立该元件的故障率基础模型；
S2：根据元件运行状况分值X判断该元件运行状态处于正常工况还是异常状况，若X>XM，则转步骤S3；否则，转步骤S5，其中XM作为区别元件正常状况与异常状况的门槛值；
S3：采用检修回退修正方法，计算经上次检修后设备在其故障率基础模型上的等效运行年限；
S4：根据元件在上次检修后在故障率基础模型中的等效运行年限，求得元件在当前时刻的故障率，转步骤S6；
S5：元件的异常状况采用Gamma函数进行描述，根据元件进入异常状态后运行了一段时间后的分值通过期望极大化算法对Gamma分布的概率密度函数的形状参数与尺度参数值进行求解，所述形状参数与尺度参数值用于元件处于异常运行状态时求解该元件的累计失效概率；
S6：根据各元件当前运行工况，对运行一段时间后的元件累计失效概率进行求解；
S7：结合继电保护系统的配置情况，分别求解单套继电保护系统和双重化保护系统的累计失效概率，即求得单套继电保护系统和双重化继电保护系统的累计误动失效概率和累计拒动失效概率；
S8：根据继电保护系统误动、拒动风险与检修风险，以及步骤S7中单套继电保护和双重化继电保护的累计误动失效概率和累计拒动失效概率，建立继电保护系统从当前时刻开始经过一段时间Q后的综合风险模型，并基于综合风险模型计算最小综合风险对应的运行时间Qs，进而确定继电保护系统的检修时间。
2.如权利要求1所述的基于状态监测的智能变电站继电保护系统检修方法，其特征在于：步骤S1具体为：按照时间排列顺序采集n组数据(T1，λ1)，(T2，λ2)，…，(Tn，λn)，其中Tn表示该元件的运行年限，λn表示该元件在运行年限为Tn时的故障率，通过Marquardt法求解该元件基于威布尔分布函数中的形状参数η和尺度参数m，以建立该元件因老化、材料疲劳因素造成元件性能劣化的故障率基础模型，威布尔分布函数为：
式(1)中，λ(t)为设备故障率关于运行年限的函数，T为运行时间；m＝1时，故障率为常数，表示设备处于偶然故障期；m＞1时，故障率呈上升趋势，表示设备处于损耗故障期。
3.如权利要求1所述的基于状态监测的智能变电站继电保护系统检修方法，其特征在于：步骤S3具体为：若元件从投运至今共经过k次检修，则根据元件在第k-1次检修后在其故障率基础模型上的等效运行时间
以及第k次检修前其在故障率基础模型上的等效运行时间
计算该设备在第k次检修后在其故障率基础模型上的等效运行时间
其中，A表示检修役龄回退因子，其典型值为0.15。
4.如权利要求2所述的基于状态监测的智能变电站继电保护系统检修方法，其特征在于：步骤S4具体为：根据元件在第k次检修后故障率基础模型中的等效运行年限
即可求得元件当前时刻在故障率基础模型上的等效运行时间td：
其中，100表示元件运行在最佳状态，
表示元件自上次检修以来的平均分值，如果元件没有经过检修，则表示元件自投运以来的平均评价分值，
表示元件在第k次检修前在故障率基础模型上的等效运行年限，如果元件未经历检修，
年，
然后将td代入式(1)，即可求得元件在当前时刻的故障率。
5.如权利要求1所述的基于状态监测的智能变电站继电保护系统检修方法，其特征在于：所述步骤S5具体为：根据元件进入异常状态后运行了一段时间后的分值(X1，t1)，(X2，t2)，…，(Xn-1，tn-1)，(Xn，tn)，通过期望极大化算法对Gamma分布的概率密度函数的形状参数与尺度参数值α，β进行求解；
式(4)为Gamma分布的概率密度函数，其中a为形状参数，β为尺度参数，
t表示元件进入异常状态后运行了t时间；s表示元件进入异常状态后到达Xt之前，Xs对应的时间，取值范围为：0≤s≤t；u为变量。
6.如权利要求2所述的基于状态监测的智能变电站继电保护系统检修方法，其特征在于：所述步骤S6具体为：
若元件i当前时刻运行在正常状态，则其从上次检修后运行至当前时刻后Q时间内的累计失效概率如式(5)所示：
其中，Q时间表示元件从当前时刻开始运行的时间；
若元件i运行于异常状况时，元件在两次检修期间的累计失效概率包括正常运行状况下的元件i的累计故障率和元件i在恶劣状态下的累计失效概率，其表达式如式(6)所示：
其中，λ(u)为上次检修至当前等效时刻前的故障率函数，f(u)为Gamma分布的概率密度函数，
表示第i个设备从上次检修至下次检修期间的累计失效概率，
表示元件在第k次检修前在故障率基础模型上的等效运行年限，td表示元件当前时刻在故障率基础模型上的等效运行时间，u为变量。
7.如权利要求6所述的基于状态监测的智能变电站继电保护系统检修方法，其特征在于：步骤S7具体为：
若继电保护系统为单套配置，则继电保护系统从上次检修至下次检修期间的累计失效概率，由式(7)得：
式中，
若继电保护系统为双重化配置，则其逻辑出口为“或”门，双重化继电保护系统在从上次检修后至下次检修期间的累计误动失效概率和累计拒动失效概率分别为：
其中，
分别表示保护系统1在上次检修后至下次检修期间的累计误动失效概率和累计拒动失效概率；
分别表示保护系统2在上次检修后至保护系统1下次检修期间的累计误动失效概率和累计拒动失效概率，由式(7)求得。
8.如权利要求7所述的基于状态监测的智能变电站继电保护系统检修方法，其特征在于：步骤S8中继电保护系统从当前时刻开始经过一段时间Q后在单位时间内的综合风险模型S(Q)为：
其中，tact表示保护系统从上次检修至当前时刻的时间； S表示继电保护系统从上次检修至下次检修期间的综合风险，SM为检修期间变电站因继电保护系统检修的风险损失，SW表示误动造成的风险损失；SJ表示继电保护系统拒动风险损失：
Sw表示拒动失效后保护系统维修费用；
表示保护范围内一次系统发生故障的概率；SJ1表示继电保护系统拒动导致电网的风险损失，在此基础上，求解S(Q)关于Q的最小值Qs，即为继电保护系统的检修间隔时间，则步骤S8的结果经过Qs时间后对继电保护系统进行检修。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710783978.3A CN107730070B (zh) | 2017-08-28 | 2017-08-28 | 一种基于状态监测的智能变电站继电保护系统检修方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710783978.3A CN107730070B (zh) | 2017-08-28 | 2017-08-28 | 一种基于状态监测的智能变电站继电保护系统检修方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107730070A CN107730070A (zh) | 2018-02-23 |
| CN107730070B true CN107730070B (zh) | 2021-06-08 |
Family
ID=61205680
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710783978.3A Active CN107730070B (zh) | 2017-08-28 | 2017-08-28 | 一种基于状态监测的智能变电站继电保护系统检修方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107730070B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110866615A (zh) * | 2019-10-31 | 2020-03-06 | 许昌许继软件技术有限公司 | 一种变电站及其无故障时间计算方法、回路状态检修方法 |
| CN110826939A (zh) * | 2019-11-29 | 2020-02-21 | 国网天津市电力公司电力科学研究院 | 一种分布式无人值守变电站运行状态评估方法 |
| CN112381423B (zh) * | 2020-11-17 | 2022-05-06 | 国网宁夏电力有限公司电力科学研究院 | 一种考虑继电保护拒动影响的电网连锁故障风险评估方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101714780A (zh) * | 2008-10-07 | 2010-05-26 | 上海思南电力通信有限公司 | 一种继电保护运行管理信息系统 |
| CN102945315A (zh) * | 2012-10-25 | 2013-02-27 | 华北电力大学 | 考虑软件失效和人为失效的全数字化继电保护可靠性评估方法 |
| CN103500291A (zh) * | 2013-10-23 | 2014-01-08 | 国家电网公司 | 一种基于瑞利分布的继电保护装置时变失效率估算方法 |
| CN103971024A (zh) * | 2014-05-26 | 2014-08-06 | 华北电力大学（保定） | 小样本失效数据下继电保护系统可靠性评估方法 |
| CN104318397A (zh) * | 2014-10-29 | 2015-01-28 | 国家电网公司 | 一种基于电网短期运行行为的风险评估及分析方法 |
| WO2015165778A1 (en) * | 2014-04-29 | 2015-11-05 | Abb Technology Ltd | Method and control system for handling a reclosing operation in a power system |
-
2017
- 2017-08-28 CN CN201710783978.3A patent/CN107730070B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101714780A (zh) * | 2008-10-07 | 2010-05-26 | 上海思南电力通信有限公司 | 一种继电保护运行管理信息系统 |
| CN102945315A (zh) * | 2012-10-25 | 2013-02-27 | 华北电力大学 | 考虑软件失效和人为失效的全数字化继电保护可靠性评估方法 |
| CN103500291A (zh) * | 2013-10-23 | 2014-01-08 | 国家电网公司 | 一种基于瑞利分布的继电保护装置时变失效率估算方法 |
| WO2015165778A1 (en) * | 2014-04-29 | 2015-11-05 | Abb Technology Ltd | Method and control system for handling a reclosing operation in a power system |
| CN103971024A (zh) * | 2014-05-26 | 2014-08-06 | 华北电力大学（保定） | 小样本失效数据下继电保护系统可靠性评估方法 |
| CN104318397A (zh) * | 2014-10-29 | 2015-01-28 | 国家电网公司 | 一种基于电网短期运行行为的风险评估及分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于风险评估理论的继电保护状态检修;张志强;《电气应用》;20131231;全文 * |
| 满足可靠性要求的继电保护装置预防检修模型;王玉财等;《电力系统保护与控制》;20160511;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107730070A (zh) | 2018-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107730070B (zh) | 一种基于状态监测的智能变电站继电保护系统检修方法 | |
| CN102623910B (zh) | 一种基于可靠性的开关设备维修决策方法 | |
| CN101908764B (zh) | 电网自愈控制方法 | |
| CN107730076B (zh) | 一种区域配电网设备综合利用效率分析方法 | |
| CN104779608A (zh) | 基于离线策略的电力系统安全稳定在线附加紧急控制方法 | |
| CN107565572B (zh) | 一种电网运行方式调整方法及装置 | |
| CN115267323A (zh) | 一种线损分析管理系统 | |
| CN111340257B (zh) | 一种基于风险分析输电设备检修计划的优化方法及系统 | |
| CN115358558A (zh) | 基于数字化预案模型的实时电网状态安全校核方法 | |
| CN112001569A (zh) | 一种基于多电压等级故障下的电网运行风险分析方法 | |
| CN112801533B (zh) | 一种考虑决策依赖不确定的电力系统运行可靠性评估方法 | |
| CN114168375A (zh) | 一种数据库系统异常快速定位与消除的方法 | |
| CN111130116B (zh) | 一种基于关键拓扑变动项辨识的调度操作潮流校核方法 | |
| CN112052980A (zh) | 变电站配网线路故障分析预测方法 | |
| CN105512761A (zh) | 一种电力变压器的经济寿命确定方法及装置 | |
| CN114444886A (zh) | 基于解析法的台风灾害下配电网受损概率评估方法 | |
| CN114461796A (zh) | 电网故障处置方案生成方法、装置、控制器和存储介质 | |
| CN113937774A (zh) | 一种电源涉网保护的校核方法和系统 | |
| CN113691174A (zh) | 基于指数型非线性回归的配电变压器档位识别方法及系统 | |
| CN108649571A (zh) | 一种基于事故链模型的连锁故障紧急阻断方法 | |
| Bao et al. | Research on Decommissioning Strategy of Old Transformer Based on Economic Life | |
| CN109167357A (zh) | 一种优化电网静态安全分析时间的方法 | |
| CN112417363B (zh) | 一种变电站的负载分析方法及系统 | |
| CN108493979B (zh) | 一种特高压直流接入省级电网分区优化运行控制方法 | |
| CN114720792A (zh) | 一种换流阀的健康程度的预估方法、介质及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |