CN108090237A - 一种确定配电变压器故障率的建模方法 - Google Patents
一种确定配电变压器故障率的建模方法 Download PDFInfo
- Publication number
- CN108090237A CN108090237A CN201611027100.9A CN201611027100A CN108090237A CN 108090237 A CN108090237 A CN 108090237A CN 201611027100 A CN201611027100 A CN 201611027100A CN 108090237 A CN108090237 A CN 108090237A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- distribution transformer
- health index
- failure rate
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明提供了一种确定配电变压器故障率的建模方法,该方法包括计算配电变压器的健康指数、建立配电变压器故障概率模型并计算相关参数、应用配电变压器的故障率模型计算配电变压器故障率。本发明提供的技术方案能够更准确的评价配电变压器设备的可靠性,科学地指导配电变压器现场设备的管理和维修。
Description
技术领域
本发明涉及配电变压器故障计算领域,具体讲涉及一种确定配电变压器故障率的建模方法。
背景技术
目前对配电设备故障率的计算主要包括:
(一)概率统计法,认为设备的故障分布与设备运行时间相关,基于时间统计样本数据中故障情况来拟合建立故障率分布函数,常用的故障率分布函数有指数分布、二项分布、正态分布和威布尔分布等。概率统计法本质上只表征了设备运行装填和故障状态,无法表征设备在相同运行时间不同健康状态时的故障率差别,不适用于设备劣化过程中的状态检修。
(二)基于设备状态的故障率模型法,该方法以打分的方式获得状态评估结果,主观性强,忽略了设备役龄及检修的影响。
如何将设备役龄、状态特征量检修措施的影响考虑在内,更加准确的体现设备在运行周期内健康状态的变化,从而有效地指导检修决策,是配电设备故障率的计算中亟待解决的问题。
为满足技术发展需要,需要提供一种新的配电变压器故障率确定方法,以全面的体现配电变压器运行周期内健康状态的变化。
发明内容
为满足现有技术发展需要,本发明提供了一种配电变压器故障率确定方法。
本发明提供的配电变压器故障率确定方法,其改进之处在于,所述方法包括:
计算配电变压器的健康指数;
建立配电变压器故障概率模型;
确定配电变压器故障率。
进一步的,所述健康指数的计算包括:
(1)按下式(1)计算配电变压器的老化健康指数HIa:
HIa=HI0e-B·ΔT (1)
式中,HI0:设备初始健康指数;ΔT:投入运行时间;
老化系数B如下式(2)所示:
其中,Texp:配电变压器的预期寿命,且Texp=Tact×fL,Tact:配电变压器的实际使用寿命;fL:负荷系数;HI′:设备达到使用寿命时的健康指数;
(2)配电变压器的健康状态影响因子与静态健康指数HIs按下式(3)计算:
式中,α1:配电变压器本体修正系数;α1n:本体状态特征量n的修正系数;α2:设备非本体修正系数;α2m:非本体状态特征量m的修正系数;
(3)确定所述配电变压器的检修方式;
(4)按下式(4)计算配电设备检修后的健康指数HI:
式中,β:健康修复因子;HIs:静态健康指数;B:老化系数;Tm:表示设备检修后的投入运行时间。
进一步的,所述健康状态影响因子包括本体状态特征量和非本体状态特征量;
所述本体状态特征量包括:配电变压器绕组直流电阻不平衡率、配电变压器局部放电量、配电变压器绝缘电阻吸收比和配电变压器油温;和,
所述非本体状态特征量包括:配电变压器污秽程度和配电变压器所处的恶劣天气。
进一步的,所述检修方式包括:
小修,吸附净化绝缘油;
大修,更换严重劣化或污染的绝缘油,并修复设备的其他劣化部件;或,
更换失灵部件。
进一步的,配电变压器故障率模型如下式所示:
λ(HI,t)=K(t)e-C(t)×HI (5)
其中,K(t):比例参数;C(t):曲率系数;HI:检修后的配电变压器健康指数。
进一步的,配电变压器故障率模型参数的计算包括:
(1)由偶然性故障率λ0决定的时间标准轴
(2)配电变压器在健康指数HIi时的期望状态寿命
(3)折算系数
式中,T′:配电变压器为满分5分时的期望健康寿命;
(4)从跟踪记录中获取健康指数从HIi到HIi+1的持续时间Tpi;
(5)配电变压器期望状态持续时间Tp0i=Tpi×m(HIi) (9);
(6)计算模型参数K(t)和C(t):
由得,用下式(10)计算模型曲率参数C(t):
式中,Tpi:健康指数的持续时间;完整的健康过程期望状态持续时间累加值,i为1至5的健康指数;
由下式(11)计算比例参数K(t):
进一步的,用下式计算配电变压器在全寿命周期内不同阶段的故障率:
λ(HI,t)=K(t)e-C(t)×HI。
与最接近的现有技术比,本发明提供的技术方案具有以下有益效果:
1、本发明提供的技术方案采用预先计算配电变压器的健康指数;并根据健康指数建立配电变压器故障概率模型及计算相关参数;应用配电变压器的故障率模型计算配电变压器故障率,计算出的故障率符合统计数据呈现的配电变压器设备随役龄出现的故障率变化趋势,该配电变压器故障率模型提高了对配电变压器故障率的预测准确度,能对实际工程应用提供有效帮助。
2、本发明提供的技术方案基于全寿命周期健康指数,不仅能够反映服役年限、关键特征量及检修措施对健康指数的影响,而且建立的故障率模型能体现时间和健康指数两个因素对配电变压器故障率的影响,更符合物理实际,因而能够更准确的评价设备的可靠性,从而科学地指导现场设备的管理和维修,对状态检修策略的制定提供有益的帮助。
附图说明
图1为本发明提供的健康指数计算方法流程图。
具体实施方式
以下将结合说明书附图,以具体实施例的方式详细介绍本发明提供的技术方案。
本发明针对配电变压器的故障率,提出一种基于全寿命周期的配电变压器故障率计算方法,降低电网运行和电力设备检修费用并提高设备运行可靠性,合理确定设备的检修周期,预防和降低故障发生的概率。
在电网资产管理中引入表征设备状态劣化程度的设备健康指数来建立健全必要的资产数据库,不仅可为电网状态检修、风险控制和设备管理策略提供重要信息,而且能够保证电力系统整体可靠性,降低运维费用,提高投资回报率,为智能电网建设夯实基础。
本发明提供的技术方案是在全寿命周期健康指数的基础上确定配电变压器故障率。结合附图1所述的方法流程图,本发明具体的技术方案包括:
一、计算配电变压器健康指数;
配电变压器的健康指数包括:老化健康指数HIa、静态健康指数HIs、健康修复因子β和配电变压器检修后的健康指数HI;
(1)计算配电变压器的老化健康指数
根据下式(1)计算设备的老化健康指数HIa:
HIa=HI0e-B·ΔT (1)
其中,HI0为设备初始健康指数,可取满分5分;ΔT为投入运行时间;B为老化系数,老化系数B可由下式(2)确定:
式中,HI′:设备达到使用寿命时的健康指数;Texp=T2-T1:配电变压器的预期寿命,通常配电变压器设计阶段就已经确定了使用寿命,但是同一类设备由于运行状态、工作环境等的不同,其预期寿命不同。本发明应用的配电变压器的实际使用寿命Tact,负荷系数fL对其修正,得到设备的预期寿命:Texp=Tact×fL。其中,变压器的负荷一般控制在40%~60%之间,负荷越大,负荷系数越高;环境因素则考虑温度、湿度等,环境恶化度越高,环境系数越大。负荷系数fL的确定见表1。
表1变压器负荷系数表
变压器负荷率 | 负荷系数 |
0~40% | 1 |
40%~60% | 1.05 |
60%~70% | 1.1 |
70%~80% | 1.25 |
80%~150% | 1.6 |
(2)确定配电变压器的健康状态影响因子及计算静态健康指数HIs;
针对配电变压器,结合配电变压器的负荷系数fL、表征其电气性能、机械性能和绝缘性能等的设备本体状态特征量指标以及自然环境因素等设备非本体状态特征量,确定设备本体修正系数α1和设备非本体修正系数α2。设备本体修正系数α1见表2-表5,设备非本体修正系数α2见表6-表7;设备本体特征量包括:配电变压器绕组直流电阻不平衡率、配电变压器绝缘电阻吸收比、配电变压器局部放电和配电变压器油温;设备非本体特征量:配电变压器污秽程度和所处天气恶劣程度。
表2配电变压器绕组直流电阻不平衡率修正参考值
绕组直流电阻不平衡率 | ≤2% | >2% | 缺省 |
修正系数a11 | 1 | 0.95 | 1 |
表3配电变压器绝缘电阻吸收比修正参考值
绝缘电阻吸收比 | ≥1.3 | <1.3 | 缺省 |
修正系数a12 | 1 | 0.9 | 1 |
表4配电变压器局部放电修正参考值
表5配电变压器油温修正系数参考值
表6配电变压器污秽修正系数参考值
污秽程度 | 无 | 轻度 | 重度 | 缺省 |
修正系数a15 | 1 | 0.9 | 0.80 | 1 |
表7配电变压器恶劣天气修正系数参考值
恶劣天气 | 无 | 有 | 缺省 |
修正系数a21 | 1 | 0.77 | 1 |
根据下式(3)计算配电变压器静态健康指数HIs:
其中,α1为配电变压器本体修正系数,α1n为各本体状态特征量修正系数,α2为设备非本体修正系数,α2n为各非本体状态特征量修正系数。
(3)确定配电变压器检修方式及健康修复因子β;
根据配电设备当前的静态健康指数,确定检修等级及对应的健康修复因子β。其中,检修等级分为小修、大修和更换三种。其中,小修指仅对绝缘油进行净化吸附处理,降低介质损耗因数,能基本解决现存的问题,使设备恢复到正常指标。大修指将严重劣化和污染的绝缘油更换成新油,并对设备的其他劣化部件进行修复,消除检修前存在的全部缺陷。更换是指针对出现问题的部件进行更换,更换后可以恢复配电变压器的全部性能。
(4)计算配电变压器检修后的健康指数HI;
根据下式(4)计算配电设备检修后的健康指数HI:
式中,β:健康修复因子;HIs:静态健康指数;B:老化系数;Tm:表示设备检修后的投入运行时间。
二、建立配电变压器故障率模型;
建立基于全寿命周期健康指数的配电变压器故障率模型如式(5)所示:
λ(HI,t)=K(t)e-C(t)×HI (5)
其中,K(t)是比例参数,C(t)是曲率系数,HI是计及检修后的配电变压器健康指数。
三、求解配电变压器故障率模型参数;
(i)、计算时间标准轴T0;
时间标准轴是指健康指数为满分5分时的配电变压器期望健康寿命,即假设配电变压器不发生状态变化一直维持满分状态运行至偶然故障发生所经历的时间,根据公式求取。其中λ0由统计的偶然故障率计算。
(ii)、定义配电变压器在健康指数HIi时的期望状态寿命T(HIi);
T(HIi)是指设备保持HIi并保持该健康指数直至发生故障停运期望的时间,中间不经历任何其他状态,满足公式
(iii)、定义基于时间标准轴的折算系数m(HIi);
m(HIi)是指配电变压器为满分5分时的期望健康寿命T0与健康指数为HIi时的期望状态寿命T(HIi)的比值,即
(iv)、获取配电变压器实际维持健康指数HIi的时间Tpi;
配电变压器实际运行过程中,健康指数从HIi到HIi+1时持续的时间Tpi,可直接从现场跟踪记录中获得。
(v)、定义配电变压器维持健康指数HIi在标准时间轴上的期望状态持续时间Tp0i;
Tp0i是将健康指数HIi的实际持续时间经时间标准轴的折算,得到的时间标准轴上的期望状态持续时间,其值为Tp0i=Tpi×m(HIi)。
(vi)、计算模型参数K(t)和C(t);
一个完整的健康过程期望状态持续时间累加起来的过程寿命应该等于由偶然性故障率决定的时间标准轴T0,公式表示为:其中,i表示从1~5的5个健康指数。
由现场对配电变压器的跟踪数据可以得到过程中各健康指数的持续时间Tp1,Tp2,…Tp5,与(i)-(v)中表示时间标准轴T0、配电变压器在健康指数HIi时的期望状态寿命T(HIi)、基于时间标准轴的折算系数m(HIi)、配电变压器实际维持健康指数HIi的时间Tpi配电变压器维持健康指数HIi在标准时间轴上的期望状态持续时间Tp0i的公式联立,则有其中,Tp1和T0为已知,则可以求出该设备在t时的模型曲率系数C(t),再将结果代入公式即可求出K(t)。
四、计算配电变压器的故障率
应用公式λ(HI,t)=K(t)e-C(t)×HI,计算得到配电变压器在全寿命周期内不同阶段的故障率。
实施例
下面以某地区变压器为例,根据变压器的故障记录及变压器近几年的状态评分数据,得到6个完整健康过程的数据样本,它们对应的役龄标记分别为2、5、8、13、16和20年。
步骤1:求解配电变压器的健康指数;
(1)计算配电变压器的老化健康指数;
以其中一台变压器为例,根据公式HIa=HI0e-B·ΔT计算设备的老化健康指数,其中HI0为设备初始健康指数,可取满分5分,B为老化系数,本实施例中取B=0.022,ΔT为投入运行时间。则有HIa=HI0e-B·ΔT=4。
(2)确定配电变压器的健康状态影响因子及计算静态健康指数;
在老化健康指数的基础上,结合负荷率、直流电阻不平衡率、绝缘电阻吸收比、局部放电、油温、污秽、恶劣天气等情况,形成设备本体修正系数α1,设备非本体修正系数α2。此例中,根据公式计算设备的静态健康指数HIs=3,
(3)确定配电变压器检修方式及健康修复因子;
此例中配电变压器采用小修的检修方式,健康修复因子为1.1。健康修复因子参考值详见表8。
表8健康修复因子参考值
(4)计算配电变压器检修后的健康指数;
根据公式计算配电变压器检修后的健康指数HI=3.76。
步骤2:建立配电变压器故障率模型;
根据公式λ(HI,t)=K(t)e-C(t)×HI建立基于全寿命周期健康指数的配电变压器故障率模型,其中,K(t)是比例参数,C(t)是曲率系数,HI是计及检修后的配电变压器健康指数。
步骤3:求解故障率模型参数;
对所有研究样本的状态评分记录(HI为5分、4分、3分、2分和1分)进行整理并运用全状态集成法求得变压器故障率改进模型的模型参数K(t)和C(t),见表9。
表9全状态集成法计算故障率模型参数的结果
步骤4:计算配电变压器的故障率
应用公式λ(HI,t)=K(t)e-C(t)×HI,计算得到配电变压器在全寿命周期内不同阶段的故障率。
表10相同状态分值(3分)的不同
役龄 | 2 | 5 | 8 | 13 | 16 | 20 |
故障率 | 0.0248 | 0.0191 | 0.0196 | 0.0198 | 0.0214 | 0.0225 |
由中国电力企业联合会2004年统计得到的10KV变压器的故障率在1.3×10-2次/台年与2.8×10-2次/台年之间,也就是说根据改进模型计算得到的结果是符合统计数据的。从上表还可以看出,即使在同样的状态下,设备运行初期和末期的故障率要高于运行中期,这与实际情况相符合。设备处于稳定运行期时,故障率会降低,这也从另一个方面体现了故障率随时间变化的规律满足浴盆曲线特性。
由于设备的故障率与设备所处的地理位置、气候条件、运行条件等相关,所以选择条件相近地区的设备作为研究样本,得到的故障率模型参数随役龄变化的规律会更符合该地区的实际。不同地区的样本,由于环境等因素的差异,得到的模型参数值会有所不同,但参数随役龄变化的趋势是可以参考的。
据此,完成了对配电变压器的故障率计算工作。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (7)
1.一种确定配电变压器故障率的建模方法,其特征在于,所述方法包括:
计算配电变压器的健康指数;
建立配电变压器故障概率模型;
确定配电变压器故障率。
2.如权利要求1所述的方法,其特征在于,所述健康指数的计算包括:
(1)按下式(1)计算配电变压器的老化健康指数HIa:
HIa=HI0e-B·ΔT (1)
式中,HI0:设备初始健康指数;ΔT:投入运行时间;
老化系数B如下式(2)所示:
<mrow>
<mi>B</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>ln</mi>
<mi> </mi>
<msup>
<mi>HI</mi>
<mo>&prime;</mo>
</msup>
<mo>-</mo>
<mi>ln</mi>
<mi> </mi>
<msub>
<mi>HI</mi>
<mn>0</mn>
</msub>
</mrow>
<msub>
<mi>T</mi>
<mi>exp</mi>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,Texp:配电变压器的预期寿命,且Texp=Tact×fL,Tact:配电变压器的实际使用寿命;fL:负荷系数;HI′:设备达到使用寿命时的健康指数;
(2)配电变压器的健康状态影响因子与静态健康指数HIs按下式(3)计算:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<msub>
<mi>&Pi;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>&alpha;</mi>
<mrow>
<mn>1</mn>
<mi>n</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<msub>
<mi>&Pi;</mi>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>&alpha;</mi>
<mrow>
<mn>2</mn>
<mi>m</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>HI</mi>
<mi>s</mi>
</msub>
<mo>=</mo>
<msub>
<mi>HI</mi>
<mn>0</mn>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>B</mi>
<mo>&times;</mo>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&times;</mo>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
</mrow>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,α1:配电变压器本体修正系数;α1n:本体状态特征量n的修正系数;α2:设备非本体修正系数;α2m:非本体状态特征量m的修正系数;
(3)确定所述配电变压器的检修方式;
(4)按下式(4)计算配电设备检修后的健康指数HI:
<mrow>
<mi>H</mi>
<mi>I</mi>
<mo>=</mo>
<mi>&beta;</mi>
<mo>&times;</mo>
<msub>
<mi>HI</mi>
<mi>s</mi>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>B</mi>
<mo>&times;</mo>
<msub>
<mi>T</mi>
<mi>m</mi>
</msub>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,β:健康修复因子;HIs:静态健康指数;B:老化系数;Tm:表示设备检修后的投入运行时间。
3.如权利要求2所述的方法,其特征在于,所述健康状态影响因子包括本体状态特征量和非本体状态特征量;
所述本体状态特征量包括:配电变压器绕组直流电阻不平衡率、配电变压器局部放电量、配电变压器绝缘电阻吸收比和配电变压器油温;和,
所述非本体状态特征量包括:配电变压器污秽程度和配电变压器所处的恶劣天气。
4.如权利要求2所述的方法,其特征在于,所述检修方式包括:
小修,吸附净化绝缘油;
大修,更换严重劣化或污染的绝缘油,并修复设备的其他劣化部件;或,
更换失灵部件。
5.如权利要求1所述的方法,其特征在于,配电变压器故障率模型如下式所示:
λ(HI,t)=K(t)e-C(t)×HI (5)
其中,K(t):比例参数;C(t):曲率系数;HI:检修后的配电变压器健康指数。
6.如权利要求1所述的方法,其特征在于,配电变压器故障率模型参数的计算包括:
(1)由偶然性故障率λ0决定的时间标准轴
(2)配电变压器在健康指数HIi时的期望状态寿命
(3)折算系数
式中,T′:配电变压器为满分5分时的期望健康寿命;
(4)从跟踪记录中获取健康指数从HIi到HIi+1的持续时间Tpi;
(5)配电变压器期望状态持续时间Tp0i=Tpi×m(HIi) (9);
(6)计算模型参数K(t)和C(t):
由结合(1)-(5)中的公式参数,按下式(10)计算模型曲率参数C(t):
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>5</mn>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>T</mi>
<mrow>
<mi>p</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>-</mo>
<msub>
<mi>HI</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Tpi:健康指数的持续时间;完整的健康过程期望状态持续时间累加值,i为1至5的健康指数;
由下式(11)计算比例参数K(t):
<mrow>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>&lambda;</mi>
<mn>0</mn>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>K</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mn>5</mn>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
7.如权利要求1所述的方法,其特征在于,用下式计算配电变压器在全寿命周期内不同阶段的故障率:
λ(HI,t)=K(t)e-C(t)×HI。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611027100.9A CN108090237B (zh) | 2016-11-22 | 2016-11-22 | 一种确定配电变压器故障率的建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611027100.9A CN108090237B (zh) | 2016-11-22 | 2016-11-22 | 一种确定配电变压器故障率的建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108090237A true CN108090237A (zh) | 2018-05-29 |
CN108090237B CN108090237B (zh) | 2023-05-26 |
Family
ID=62168911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611027100.9A Active CN108090237B (zh) | 2016-11-22 | 2016-11-22 | 一种确定配电变压器故障率的建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108090237B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109856488A (zh) * | 2019-03-15 | 2019-06-07 | 长沙理工大学 | 一种基于多源数据融合的变压器状态评估及故障检测方法 |
CN110930052A (zh) * | 2019-12-02 | 2020-03-27 | 国网山东省电力公司高密市供电公司 | 一种变电设备故障率预测方法,系统,设备及可读存储介质 |
CN112396299A (zh) * | 2020-11-03 | 2021-02-23 | 浙江大学 | 交直流混合配电系统全寿命周期综合能效评估和诊断方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737138A (zh) * | 2011-04-15 | 2012-10-17 | 华东电力试验研究院有限公司 | 基于短路电流分布的变压器短路损坏概率估算方法及系统 |
CN104407260A (zh) * | 2014-12-16 | 2015-03-11 | 国网电力科学研究院武汉南瑞有限责任公司 | 配电变压器潜在故障预警方法及装置 |
CN104484723A (zh) * | 2014-12-25 | 2015-04-01 | 国家电网公司 | 一种基于寿命数据的电力变压器经济寿命预测方法 |
CN104573315A (zh) * | 2014-11-20 | 2015-04-29 | 国家电网公司 | 一种基于状态检修的输变电设备故障率的计算方法 |
WO2016029590A1 (zh) * | 2014-08-28 | 2016-03-03 | 北京交通大学 | 一种城轨列车转向架的故障预测与视情维修方法 |
-
2016
- 2016-11-22 CN CN201611027100.9A patent/CN108090237B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737138A (zh) * | 2011-04-15 | 2012-10-17 | 华东电力试验研究院有限公司 | 基于短路电流分布的变压器短路损坏概率估算方法及系统 |
WO2016029590A1 (zh) * | 2014-08-28 | 2016-03-03 | 北京交通大学 | 一种城轨列车转向架的故障预测与视情维修方法 |
CN104573315A (zh) * | 2014-11-20 | 2015-04-29 | 国家电网公司 | 一种基于状态检修的输变电设备故障率的计算方法 |
CN104407260A (zh) * | 2014-12-16 | 2015-03-11 | 国网电力科学研究院武汉南瑞有限责任公司 | 配电变压器潜在故障预警方法及装置 |
CN104484723A (zh) * | 2014-12-25 | 2015-04-01 | 国家电网公司 | 一种基于寿命数据的电力变压器经济寿命预测方法 |
Non-Patent Citations (3)
Title |
---|
孟昭军 等: "《基于状态检修的输变电设备故障率的计算》", 《电网与清洁能源》 * |
张翔等: "一种基于负载率和设备检测信息的油浸式变压器故障率模型", 《电网技术》 * |
王慧芳等: "输变电设备状态故障率模型改进分析", 《电力系统自动化》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109856488A (zh) * | 2019-03-15 | 2019-06-07 | 长沙理工大学 | 一种基于多源数据融合的变压器状态评估及故障检测方法 |
CN110930052A (zh) * | 2019-12-02 | 2020-03-27 | 国网山东省电力公司高密市供电公司 | 一种变电设备故障率预测方法,系统,设备及可读存储介质 |
CN112396299A (zh) * | 2020-11-03 | 2021-02-23 | 浙江大学 | 交直流混合配电系统全寿命周期综合能效评估和诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108090237B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200104440A1 (en) | Method for evaluating state of power transformer | |
CN107330286A (zh) | 一种大型油浸式电力变压器可靠性评估动态修正方法 | |
CN110516912B (zh) | 一种配电台区户变关系的识别方法 | |
CN103324992B (zh) | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 | |
CN109034461B (zh) | 一种基于实际电网监测信息的电压暂降随机预估方法 | |
CN104166788B (zh) | 一种架空输电线路最佳经济寿命区间评估方法 | |
CN106651189B (zh) | 一种基于多层复合规则的变压器状态评价方法 | |
CN105631578A (zh) | 一种面向风险评估的输变电设备故障概率模型的建模方法 | |
CN105225010A (zh) | 一种基于可靠性的变压器设备寿命评估方法 | |
CN103699668B (zh) | 基于数据断面一致性的配电网电气设备组合状态评估方法 | |
CN104680254B (zh) | 一种基于综合成本模型的电网规划方案优选方法 | |
CN105956779A (zh) | 电力变压器运行状态评估方法和装置 | |
CN104462718A (zh) | 一种变电站经济运行年限区间评估方法 | |
CN107909253A (zh) | 基于区间层次分析法的智能配电网调度控制效果评估方法 | |
CN107085152B (zh) | 一种基于广义极值分布的变压器寿命概率评价方法 | |
CN108090237A (zh) | 一种确定配电变压器故障率的建模方法 | |
CN112116276B (zh) | 一种计及电气主设备时变状态的变电站运行风险评估方法 | |
CN108629491A (zh) | 一种换流变检修质量综合评估方法 | |
CN107895068A (zh) | 基于变权重和组合隶属度函数的gis气体绝缘状态评估方法 | |
CN105528742A (zh) | 一种断路器失效概率评估方法 | |
CN114742253A (zh) | 一种电力设备运维优先级排序方法 | |
CN105488572A (zh) | 一种配电设备健康状态评价方法 | |
CN115374938A (zh) | 一种基于XGBoost的配电网电压预测方法 | |
CN109359742B (zh) | 一种地铁子系统预防维修周期的生成方法 | |
CN104574211A (zh) | 基于风险源的电网调度操作风险预警方法和系统 |
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 |