CN109598047A - 一种变电设备寿期预测方法及系统 - Google Patents

Abstract

本发明公开了一种变电设备寿期预测方法及系统，所述方法包括步骤a.获取变电设备的寿命数据；步骤b.根据所述寿命数据获取所述变电设备的寿命分布曲线；步骤c.根据所述寿命分布曲线获取所述变电设备的失效率值；重复步骤a至c，获取m个变电设备的失效率值；根据所述m个变电设备的失效率值获取该类型变电设备的失效率λ'_R；根据所述m个变电设备的寿命数据获取该类型变电设备的故障强度函数参数a_R、b_R；根据所述失效率λ'_R和所述故障强度参数获取所述变电设备的标准更换寿命T_R。本发明将传统寿期决策方法忽视的设备故障、维修对可靠性的影响等指标综合在一起进行数据分析，提高了检测精度，有效提高了变电设备在服役寿期内的安全性、可靠性与经济性。

Description

一种变电设备寿期预测方法及系统

技术领域

本发明涉及变电设备状态评估领域，具体涉及一种变电设备寿期预测方法及系统。

背景技术

随着智能电网时代的到来，电力公司对重要设备运行安全性、可靠性与经济性有着更高的要求，既得保证设备运行安全、可靠，又要设备在服役期间创造出较大的经济价值。变电设备的更换时刻一般是综合考虑出厂厂家建议、设备状态和领域专家的建议来确定。

传统的设备寿期预测方法是基于设备的寿命数据(什么时候更换或故障)来获取设备的平均寿命，而重要的变电设备一般为可修设备，在服役期间一般会经历预防性维修和纠正性维修，而这些维修对设备状态的影响难以用数值估量，若仅简单的使用传统方法对变电设备进行寿期预测，具有以下缺点：1)重大变电设备的可靠性一般比较高、更换记录较少，使得数据样本小，得到的结论不够准确和可信度低；2)忽略了现场数据(维修或故障)对设备可靠性的影响，而这些数据直接影响设备的可靠性。

发明内容

为解决上述背景技术中提出的问题，本发明提供一种变电设备寿期预测方法及系统，通过拟合变电设备在维修后的可靠性更新过程来获取设备的可靠性指标，提高了检测精度，减小了设备过度维修和维修不足的风险。

本发明第一部分提供一种变电设备寿期预测方法，包括以下步骤：

步骤a.获取变电设备的寿命数据；

步骤b.根据所述寿命数据获取所述变电设备的寿命分布曲线；

步骤c.根据所述寿命分布曲线获取所述变电设备的失效率值；

重复步骤a至c，获取m个变电设备的失效率值；

根据所述m个变电设备的失效率值获取该类型变电设备的失效率λ'_R；

根据所述m个变电设备的寿命数据获取该类型变电设备的故障强度函数参数a_R、b_R；

根据所述失效率λ'_R和所述故障强度参数获取所述变电设备的标准更换寿命T_R。

作为一种可选方案，所述寿命数据包括不完全维修数据和最小维修数据。

作为一种可选方案，所述根据所述m个变电设备的失效率值获取该类型变电设备的失效率λ'_R具体为：若m取值在X-N之间时，该类型变电设备的失效率λ'_R为所述m个变电设备的失效率的平均值；当m取值大于K时，该类型变电设备的失效率λ'_R为所述m个变电设备的失效率的均值的点估计或置信下限。

作为一种可选方案，故障强度函数为所述根据所述失效率λ'_R和所述故障强度参数a_R、b_R获取所述变电设备的标准更换寿命T_R具体为：

本发明第二部分提供一种变电设备寿期预测系统，所述寿期预测系统包括：

寿命数据获取模块，用于获取变电设备的寿命数据；寿命分布曲线模块，用于根据所述寿命数据获取所述变电设备的寿命分布曲线；失效率模块，用于根据所述寿命分布曲线获取所述变电设备的失效率值，并根据m个变电设备的失效率值获取该类型变电设备的失效率λ'_R；故障强度模块，用于根据所述m个变电设备的寿命数据获取该类型变电设备的故障强度函数参数a_R、b_R；寿期确定模块，根据所述失效率λ'_R和所述故障强度参数获取所述变电设备的标准更换寿命T_R。

作为一种可选方案，所述寿命数据包括不完全维修数据和最小维修数据。

作为一种可选方案，若m取值小于30时，该类型变电设备的失效率λ'_R为所述m个变电设备的失效率的平均值；当m取值大于或等于30时，该类型变电设备的失效率λ'_R为所述m个变电设备的失效率的均值的点估计或置信下限。

作为一种可选方案，故障强度函数为所述根据所述失效率λ'_R和所述故障强度参数a_R、b_R获取所述变电设备的标准更换寿命T_R具体为：

本发明的优点在于：本发明将传统寿期决策方法忽视的设备故障、维修对可靠性的影响等指标综合在一起进行数据分析，提高了检测精度，防止了资源浪费与经济损失；本发明综合了寿命数据对可靠性的影响，把专家的经验寿命转化为失效率指标，提高了数据拟合的准确性，得到的结论更加符合变电设备的实际特点，有效的提高了变电设备的工作期限，为设备寿期决策提供了模型依据，从而有效提高了变电设备在服役寿期内的安全性、可靠性与经济性。

附图说明

图1为本发明实施例提供的不同维修情况下变电设备的失效率变化示意图；其中，“不完全维修”中虚线为AMSAA模型失效率，实线为真实失效率

图2为本发明实施例提供的本发明的寿期决策过程图。

具体实施方式

下面参照附图并结合具体的实施例，对本发明作进一步的详细说明。

实施例一

请参照图1至2，本发明实施例提供一种变电设备寿期预测方法，包括以下步骤：步骤a.获取变电设备的寿命数据；步骤b.根据所述寿命数据获取所述变电设备的寿命分布曲线；步骤c.根据所述寿命分布曲线获取所述变电设备的失效率值；重复步骤a至c，获取m个变电设备的失效率值；根据所述m个变电设备的失效率值获取该类型变电设备的失效率λ'_R；根据所述m个变电设备的寿命数据获取该类型变电设备的故障强度函数参数a_R、b_R；根据所述失效率λ'_R和所述故障强度参数获取所述变电设备的标准更换寿命T_R。

本发明将传统寿期决策方法忽视的设备故障、维修对可靠性的影响等指标综合在一起进行数据分析，提高了检测精度，防止了资源浪费与经济损失；本发明综合了寿命数据对可靠性的影响，把专家的经验寿命转化为失效率指标，提高了数据拟合的准确性，得到的结论更加符合变电设备的实际特点，有效的提高了变电设备的工作期限，为设备寿期决策提供了模型依据，从而有效提高了变电设备在服役寿期内的安全性、可靠性与经济性

可选的，所述寿命数据包括不完全维修数据和最小维修数据。

可选的，作为一种可选方案，所述根据所述m个变电设备的失效率值获取该类型变电设备的失效率λ'_R具体为：若m取值在X-N之间时，该类型变电设备的失效率λ'_R为所述m个变电设备的失效率的平均值；当m取值大于K时，该类型变电设备的失效率λ'_R为所述m个变电设备的失效率的均值的点估计或置信下限。

作为一种可选方案，故障强度函数为所述根据所述失效率λ'_R和所述故障强度参数a_R、b_R获取所述变电设备的标准更换寿命T_R具体为：

AMSAA模型是非齐次Poisson过程的特例，非齐次Poisson过程可以描述为：设产品在(0,t]内的累积故障次数为N(t)，它是时间参数为t、状态空间为非负整数的计数过程，计数过程N(t)满足以下性质：

1)N(0)＝0，且N(t)是时间t的非减函数；

2){N(t),t＞0}有独立增量，即当t＞s时，在时间段(0,s]内发生的故障次数N(s)和在时间段(s,t]内发生的故障次数N(t)-N(s)是相互独立的；

3)在较短时间(t,t+h]内发生一次的故障概率为P{N(t+h)-N(t)＝1}＝λ(t)h+o(h)，而发生2次以上故障的概率为P{N(t+h)-N(t)＞1}＝o(h)。

变电设备在寿期内经历的维修大多数为不完全维修，其累计故障次数N(t)满足以上3个条件即符合非齐次Poisson过程。

当设备的累计故障次数N(t)服从非齐次Poisson过程，且故障均值函数和故障强度分别为：

m(t)＝at^b,λ(t)＝abt^b-1,t＞0,a＞0,b＞0 (1)

其中a,b为常数，该模型称为AMSAA模型。

非齐次Poisson过程具有以下性质：设t₁,t₂,…,t_n为非齐次Poisson过程N(t)(t≥0)的n次故障时间，且t₁≤t₂≤…≤t_n，则(t₁,t₂,…,t_n)的联合密度函数为：

对AMSAA模型的参数a和b的极大似然估计的过程如下，

设设备故障时间依次为0＝t₀＜t₁＜t₂＜…＜t_n，由上面非齐次Poisson过程的性质得到故障数据(t₁,t₂,…,t_n)的似然函数为：

利用上述似然函数可得到参数a,b的似然方程，如下：

解上述似然方程，得到参数a,b的极大似然估计为：

以m个设备的寿命数据为例，通过AMSAA模型拟合，可得到该类型设备在现运行环境和维修条件下的寿命分布和标准更换时间，具体的步骤如下：

1)对i个设备的寿命数据使用AMSAA模型进行拟合，获取其寿命分布曲线，代入该设备的更换时间(专家判断或实际更换时间)，获得在经验寿命(更换时刻)t′_i时的失效率值λ′_i。

2)重复步骤(1)获取其他设备经验寿命t′_i时的失效率值，得到一组失效率λ′_iλ′₁,λ′₂,…,λ′_m。

3)若m值较小时，该类型设备的失效率近似于该组失效率的平均值；当m较大时，该组失效率近似于正太分布，以均值的点估计或置信下限作为该类型设备的更换失效率指标λ′_R。

置信水平为(1-α)时均值的置信下限的计算公式为：

其中：为显著水平为自由度为(n-1)的t分布值；S为正态分布标准差的矩估计；为拟合的正态分布样本均值。

4)用AMSAA模型对全部设备的历史数据进行拟合，得到强度函数参数a_R、b_R，设该类型设备寿命变量用T表示，则强度函数为进而根据步骤(3)得到该类型设备的失效率λ'_R，计算出设备的标准更换寿命T_R，如下：

本发明采用基于AMSAA模型的寿期决策方法对变电设备进行寿命评估。AMSAA模型是非齐次Poisson过程的特例，该模型不仅可以描述设备可靠性增长过程，还可以描述设备在耗损期的可靠性规律。利用设备的维修故障信息进行寿命预测和寿期决策，是模拟经验专家的思维，通过对各个设备的寿命数据(故障和更换)进行拟合，获得其在更换时的失效率值；获得全部设备的更换时刻的失效率值后，再通过数据拟合(小样本采用平均值、大样本采用正态分布)获取该类型设备在一般更换时刻的失效率；由得到的各个设备的寿命数据来拟合该类设备的寿命分布曲线，进而根据其一般更换时刻的失效率获得该类设备的标准更换时刻。

本发明提出一种改进的变电设备寿期决策方法，将传统寿期决策方法中无法统计的变电设备实际服役中经历的不完全维修和最小维修数据进行统计拟合，得到各个设备的失效率，根据其失效率拟合出的寿命分布曲线判断设备的标准更换时刻，为设备的维修与更换提供依据

实施例二

本实施例提供一种变电设备寿期预测系统，所述寿期预测系统包括：

寿命数据获取模块，用于获取变电设备的寿命数据；寿命分布曲线模块，用于根据所述寿命数据获取所述变电设备的寿命分布曲线；失效率模块，用于根据所述寿命分布曲线获取所述变电设备的失效率值，并根据m个变电设备的失效率值获取该类型变电设备的失效率λ'_R；故障强度模块，用于根据所述m个变电设备的寿命数据获取该类型变电设备的故障强度函数参数a_R、b_R；寿期确定模块，根据所述失效率λ'_R和所述故障强度参数获取所述变电设备的标准更换寿命T_R。

本实施例提供的变电设备寿期预测系统具体工作工作原理可参照实施例一，在此不再赘述。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。

Claims (8)

1.一种变电设备寿期预测方法，其特征在于，包括以下步骤：

步骤a.获取变电设备的寿命数据；

步骤b.根据所述寿命数据获取所述变电设备的寿命分布曲线；

步骤c.根据所述寿命分布曲线获取所述变电设备的失效率值；

重复步骤a至c，获取m个变电设备的失效率值；

根据所述m个变电设备的失效率值获取该类型变电设备的失效率λ'_R；

根据所述m个变电设备的寿命数据获取该类型变电设备的故障强度函数参数a_R、b_R；

根据所述失效率λ'_R和所述故障强度参数获取所述变电设备的标准更换寿命T_R。

2.根据权利要求1所述的变电设备寿期预测方法，其特征在于，

所述寿命数据包括不完全维修数据和最小维修数据。

3.根据权利要求1所述的变电设备寿期预测方法，其特征在于，

所述根据所述m个变电设备的失效率值获取该类型变电设备的失效率λ'_R具体为：

若m取值小于30时，该类型变电设备的失效率λ'_R为所述m个变电设备的失效率的平均值；

当m取值大于或等于30时，该类型变电设备的失效率λ'_R为所述m个变电设备的失效率的均值的点估计或置信下限。

4.根据权利要求1至3任一项所述的变电设备寿期预测方法，其特征在于，故障强度函数为

所述根据所述失效率λ'_R和所述故障强度参数a_R、b_R获取所述变电设备的标准更换寿命T_R具体为：

5.一种变电设备寿期预测系统，其特征在于，所述寿期预测系统包括：

寿命数据获取模块，用于获取变电设备的寿命数据；

寿命分布曲线模块，用于根据所述寿命数据获取所述变电设备的寿命分布曲线；

失效率模块，用于根据所述寿命分布曲线获取所述变电设备的失效率值，并根据m个变电设备的失效率值获取该类型变电设备的失效率λ'_R；

故障强度模块，用于根据所述m个变电设备的寿命数据获取该类型变电设备的故障强度函数参数a_R、b_R；

寿期确定模块，根据所述失效率λ'_R和所述故障强度参数获取所述变电设备的标准更换寿命T_R。

6.根据权利要求5所述的寿期预测系统，其特征在于，所述寿命数据包括不完全维修数据和最小维修数据。

7.根据权利要求5所述的寿期预测系统，其特征在于，

若m取值在X-N之间时，该类型变电设备的失效率λ'_R为所述m个变电设备的失效率的平均值；

当m取值大于K时，该类型变电设备的失效率λ'_R为所述m个变电设备的失效率的均值的点估计或置信下限。

8.根据权利要求5至7任一项所述的寿期预测系统，其特征在于，故障强度函数为

所述根据所述失效率λ'_R和所述故障强度参数a_R、b_R获取所述变电设备的标准更换寿命T_R具体为：