CN109614660A - 智能变电站二次设备评估体系的构建方法及装置 - Google Patents
智能变电站二次设备评估体系的构建方法及装置 Download PDFInfo
- Publication number
- CN109614660A CN109614660A CN201811369243.7A CN201811369243A CN109614660A CN 109614660 A CN109614660 A CN 109614660A CN 201811369243 A CN201811369243 A CN 201811369243A CN 109614660 A CN109614660 A CN 109614660A
- Authority
- CN
- China
- Prior art keywords
- preset formula
- index
- preset
- equipment
- evaluation
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 162
- 238000010276 construction Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000004891 communication Methods 0.000 claims description 92
- 230000035882 stress Effects 0.000 claims description 63
- 230000032683 aging Effects 0.000 claims description 58
- 230000007547 defect Effects 0.000 claims description 40
- 239000013307 optical fiber Substances 0.000 claims description 30
- 241000272814 Anser sp. Species 0.000 claims description 29
- 238000009413 insulation Methods 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 24
- 230000035939 shock Effects 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 15
- 230000012010 growth Effects 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 11
- 230000003111 delayed effect Effects 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 10
- 230000004048 modification Effects 0.000 claims description 7
- 238000012986 modification Methods 0.000 claims description 7
- 230000001681 protective effect Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 239000000047 product Substances 0.000 description 22
- 230000006870 function Effects 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种智能变电站二次设备评估体系的构建方法及装置。其中,该方法包括:确定智能变电站二次设备评估体系的多个评估指标;根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与多个评估指标对应的多维可靠性指标;根据每个智能变电站二次设备的侧重特征,筛选多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。本发明解决了相关技术中智能变电站无法对相关设备建立评估体系的技术问题。
Description
技术领域
本发明涉及电力系统智能变电站技术领域,具体而言,涉及一种智能变电站二次设备评估体系的构建方法及装置。
背景技术
智能变电站是建设智能电网的关键环节,其是由传统变电站发展而来。智能变电站是指:由环保、可靠、低能耗的智能化设备组成,以高速的以太网络为信息传输平台,自动完成信号采集、保护动作、实时监控等功能的变电站。传统变电站存在许多不足之处,首先传统变电站采用电磁互感原理的非电子式互感器,而非电子式互感器绝缘性能差、易饱和,并且这些弊端会随着电压等级的升高日益明显,这对中国目前电力行业特高压项目的发展有着巨大的阻碍;其次,传统变电站采用电缆接线,设备之间通过电缆通讯,电缆易受电磁干扰,通信质量易受影响;传统变电站二次回路多以间隔布置,间隔内与间隔间接线复杂,且间隔间无法有效达到信息共享、系统的拓展性差,造成信息资源的浪费。
各种智能化设备与通信技术不断运用于智能变电站中,为电力系统带来显著效益的同时,也引起了人们对智能变电站能否可靠运行的担忧,当前智能变电站无法对二次设备建立相应的评估体系,且无法对变电站的可靠性做出准确、符合实际的评估。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种智能变电站二次设备评估体系的构建方法及装置,以至少解决相关技术中智能变电站无法对相关设备建立评估体系的技术问题。
根据本发明实施例的一个方面,提供了一种智能变电站二次设备评估体系的构建方法,包括:确定智能变电站二次设备评估体系的多个评估指标;根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与所述多个评估指标对应的多维可靠性指标;根据每个智能变电站二次设备的侧重特征,筛选所述多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。
进一步地,多个评估指标至少包括:装置老化失效、电源插件老化度、故障率、家族性缺陷、绝缘数据,对时误差、通信接口、通信负载率、帧丢失率GOOSE延迟、光纤通道误码率,环境温度、环境湿度、温度骤变应力及湿度骤变应力,电源电压偏移量、CPU温度偏移量、维修度、可用度,软件可靠度、软件平均失效前时间、软件平均失效间隔时间。
进一步地,所述方法还包括:通过第一预设公式计算所述装置老化失效的数据,其中,所述第一预设公式为:a1为装置老化失效的数据,s为智能变电站二次设备中有功能失灵的所有状况集合,pi为二次设备在状态i的概率,i∈S;通过第二预设公式计算所述电源插件老化度的数据,其中,所述第二预设公式为:a2为电源插件老化度的数据,βi为第i种老化衡量程度;通过第三预设公式计算设备的故障率,其中,所述第三预设公式为:a3为故障率,dr(t)为t时刻后,dt时间内故障的设备数;Ns(t)为到t时刻没有发生故障的设备数;通过第四预设公式计算所述家族性缺陷的数据,其中,所述第四预设公式为:a4为家族性缺陷的数据,μi为一年中第i天检测到装置缺陷的变量,装置有缺陷时变量为1,装置无缺陷时为0;通过第五预设公式计算所述绝缘数据,其中,所述第五预设公式为:a5=r0-rp,a5为绝缘数据,r0为绝缘电阻的初始值,rp为绝缘电阻当前值。
进一步地,所述方法还包括:通过第六预设公式计算所述对时误差的数据,其中,所述第六预设公式为:b1=tp-t0,b1为对时误差的数据,tp为通信设备接收对时后的第一时间,t0为通信设备接收对时后的基准时钟源的第二时间;通过第七预设公式计算所述通信接口的数据,其中,所述第七预设公式为:b2为所述通信接口的数据,np为通信接口数的安装值,n0为通信接口数的标准值;通过第八预设公式计算所述通信负载率,其中,所述第八预设公式为:b3为所述通信负载率,为当前通信流量,为总通信流量;通过第九预设公式计算所述GOOSE延时,其中,所述第九预设公式为:b4=N(TSF+TSW+TQ)+TWLA,b4为所述GOOSE延时,TWLA为报文经过N台交换机的光缆传输总延时,TSF为交换机存储转发延时,TSW为交换机交换延时,TQ为光缆传输延时;通过第十预设公式计算所述光纤通道误码率,其中,所述第十预设公式为:b5为所述光纤通道误码率,Vr为预设时间段内发生错误的比特数,V0为预设时间段内传输信息的比特总数。
进一步地,所述方法还包括:通过第十一预设公式计算所述温度骤变应力,其中,所述第十一预设公式为:c3=σT=Ec·α·ΔT,c3为温度骤变应力,σT为温度应力,Ec为设备的弹性模量,α为热膨胀系数,ΔT为温差;通过第十二预设公式计算所述湿度骤变应力,其中,所述第十二预设公式为:c4=σS=Ec·β·ΔS,c4为湿度骤变应力,σS为湿度应力,Ec为设备的弹性模量,β为湿度线膨胀系数,ΔS为湿差。
进一步地,所述方法还包括:通过第十三预设公式计算所述电源电压偏移量,其中,所述第十三预设公式为:d1为电源电压偏移量,Unew为电源当前电压值,Uset为电源额定电压值;通过第十四预设公式计算所述CPU温度偏移量,其中,所述第十四预设公式为:d2为电源电压偏移量,Tnew为CPU当前温度数值,Tset为CPU正常工作温度数值;通过第十五预设公式计算所述维修度,其中,所述第十五预设公式为:d3为所述维修度,Ni为一年内设备实际检修的次数,Ns为一年内检修人员计划安排的检修次数;通过第十六预设公式计算所述可用度,其中,所述第十六预设公式为:d4=e-λt,d4为所述可用度,λ为设备或系统的故障率,t为参数。
进一步地,所述方法还包括:通过第十七预设公式计算所述软件可靠度,其中,所述第十七预设公式为:e1(t)为所述软件可靠度,N为产品的数量,n(t)为t时刻产品失灵的数量;通过第十八预设公式计算所述软件平均失效间隔时间,其中,所述第十八预设公式为:e3为所述软件平均失效间隔时间,n为可修理产品数量,ti为工作持续时间,T为总工作时长。
进一步地,根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与所述多个评估指标对应的多维可靠性指标包括:根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述装置老化失效、所述电源插件老化度、所述故障率、所述家族性缺陷、绝缘数据确定为运行可靠性指标;根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述对时误差、所述通信接口、所述通信负载率、所述帧丢失率GOOSE延迟、所述光纤通道误码率确定为通信可靠性指标;根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述环境温度、所述环境湿度、所述温度骤变应力及所述湿度骤变应力确定为环境可靠性指标;根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述电源电压偏移量、所述CPU温度偏移量、所述维修度、所述可用度确定为硬件可靠性指标;根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述软件可靠度、所述软件平均失效前时间、所述软件平均失效间隔时间确定为软件可靠性指标;将所述运行可靠性指标、所述通信可靠性指标、所述环境可靠性指标、所述硬件可靠性指标和所述软件可靠性指标作为所述多维可靠性指标。
进一步地,所述智能变电站二次设备包括下述至少之一:合并单元、智能终端、保护装置、测控装置、以太网交换机。
根据本发明实施例的另一方面,还提供了一种智能变电站二次设备评估体系的构建装置,包括:第一确定单元,用于确定智能变电站二次设备评估体系的多个评估指标;第二确定单元,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与所述多个评估指标对应的多维可靠性指标;构建单元,用于根据每个智能变电站二次设备的侧重特征,筛选所述多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。
进一步地,多个评估指标至少包括:装置老化失效、电源插件老化度、故障率、家族性缺陷、绝缘数据,对时误差、通信接口、通信负载率、帧丢失率GOOSE延迟、光纤通道误码率,环境温度、环境湿度、温度骤变应力及湿度骤变应力,电源电压偏移量、CPU温度偏移量、维修度、可用度,软件可靠度、软件平均失效前时间、软件平均失效间隔时间。
进一步地,所述智能变电站二次设备评估体系的构建装置还包括:第一计算模块,用于通过第一预设公式计算所述装置老化失效的数据,其中,所述第一预设公式为:
a1为装置老化失效的数据,s为智能变电站二次设备中有功能失灵的所有状况集合,pi为二次设备在状态i的概率,i∈S;第二计算模块,用于通过第二预设公式计算所述电源插件老化度的数据,其中,所述第二预设公式为:a2为电源插件老化度的数据,βi为第i种老化衡量程度;第三计算模块,用于通过第三预设公式计算设备的故障率,其中,所述第三预设公式为:a3为故障率,dr(t)为t时刻后,dt时间内故障的设备数;Ns(t)为到t时刻没有发生故障的设备数;第四计算模块,用于通过第四预设公式计算所述家族性缺陷的数据,其中,所述第四预设公式为:a4为家族性缺陷的数据,μi为一年中第i天检测到装置缺陷的变量,装置有缺陷时变量为1,装置无缺陷时为0;第五计算模块,用于通过第五预设公式计算所述绝缘数据,其中,所述第五预设公式为:a5=r0-rp,a5为绝缘数据,r0为绝缘电阻的初始值,rp为绝缘电阻当前值。
进一步地,所述智能变电站二次设备评估体系的构建装置还包括:第六计算模块,用于通过第六预设公式计算所述对时误差的数据,其中,所述第六预设公式为:b1=tp-t0,b1为对时误差的数据,tp为通信设备接收对时后的第一时间,t0为通信设备接收对时后的基准时钟源的第二时间;第七计算模块,用于通过第七预设公式计算所述通信接口的数据,其中,所述第七预设公式为:b2为所述通信接口的数据,np为通信接口数的安装值,n0为通信接口数的标准值;第八计算模块,用于通过第八预设公式计算所述通信负载率,其中,所述第八预设公式为:b3为所述通信负载率,为当前通信流量,为总通信流量;第九计算模块,用于通过第九预设公式计算所述GOOSE延时,其中,所述第九预设公式为:b4=N(TSF+TSW+TQ)+TWLA,b4为所述GOOSE延时,TWLA为报文经过N台交换机的光缆传输总延时,TSF为交换机存储转发延时,TSW为交换机交换延时,TQ为光缆传输延时;第十计算模块,用于通过第十预设公式计算所述光纤通道误码率,其中,所述第十预设公式为:b5为所述光纤通道误码率,Vr为预设时间段内发生错误的比特数,V0为预设时间段内传输信息的比特总数。
进一步地,所述智能变电站二次设备评估体系的构建装置还包括:第十一计算模块,用于通过第十一预设公式计算所述温度骤变应力,其中,所述第十一预设公式为:c3=σT=Ec·α·ΔT,c3为温度骤变应力,σT为温度应力,Ec为设备的弹性模量,α为热膨胀系数,ΔT为温差;第十二计算模块,用于通过第十二预设公式计算所述湿度骤变应力,其中,所述第十二预设公式为:c4=σS=Ec·β·ΔS,c4为湿度骤变应力,σS为湿度应力,Ec为设备的弹性模量,β为湿度线膨胀系数,ΔS为湿差。
进一步地,所述智能变电站二次设备评估体系的构建装置还包括:第十三计算模块,用于通过第十三预设公式计算所述电源电压偏移量,其中,所述第十三预设公式为:
d1为电源电压偏移量,Unew为电源当前电压值,Uset为电源额定电压值;第十四计算模块,用于通过第十四预设公式计算所述CPU温度偏移量,其中,所述第十四预设公式为:d2为电源电压偏移量,Tnew为CPU当前温度数值,Tset为CPU正常工作温度数值;第十五计算模块,用于通过第十五预设公式计算所述维修度,其中,所述第十五预设公式为:d3为所述维修度,Ni为一年内设备实际检修的次数,Ns为一年内检修人员计划安排的检修次数;第十六计算模块,用于通过第十六预设公式计算所述可用度,其中,所述第十六预设公式为:d4=e-λt,d4为所述可用度,λ为设备或系统的故障率,t为参数。
进一步地,所述智能变电站二次设备评估体系的构建装置还包括:第十七计算模块,用于通过第十七预设公式计算所述软件可靠度,其中,所述第十七预设公式为:
e1(t)为所述软件可靠度,N为产品的数量,n(t)为t时刻产品失灵的数量;第十八计算模块,用于通过第十八预设公式计算所述软件平均失效间隔时间,其中,所述第十八预设公式为:e3为所述软件平均失效间隔时间,n为可修理产品数量,ti为工作持续时间,T为总工作时长。
进一步地,所述第二确定单元包括:第一确定模块,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述装置老化失效、所述电源插件老化度、所述故障率、所述家族性缺陷、绝缘数据确定为运行可靠性指标;第二确定模块,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述对时误差、所述通信接口、所述通信负载率、所述帧丢失率GOOSE延迟、所述光纤通道误码率确定为通信可靠性指标;第三确定模块,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述环境温度、所述环境湿度、所述温度骤变应力及所述湿度骤变应力确定为环境可靠性指标;第四确定模块,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述电源电压偏移量、所述CPU温度偏移量、所述维修度、所述可用度确定为硬件可靠性指标;第五确定模块,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述软件可靠度、所述软件平均失效前时间、所述软件平均失效间隔时间确定为软件可靠性指标;第六确定模块,用于将所述运行可靠性指标、所述通信可靠性指标、所述环境可靠性指标、所述硬件可靠性指标和所述软件可靠性指标作为所述多维可靠性指标。
进一步地,所述智能变电站二次设备包括下述至少之一:合并单元、智能终端、保护装置、测控装置、以太网交换机。
在本发明实施例中,确定智能变电站二次设备评估体系的多个评估指标,根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与多个评估指标对应的多维可靠性指标,根据每个智能变电站二次设备的侧重特征,筛选多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。在该实施例中,可以建立一套基于二次设备的工作特征和侧重特征的评估体系,评估体系具有专业性、适应性,不同设备具有不同的侧重点,建立的评估系统更加的全面和科学,从而解决相关技术中智能变电站无法对相关设备建立评估体系的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种智能变电站二次设备评估体系的构建方法的流程图;
图2是根据本申请中的一种可选的设备故障率的示意图;
图3是根据本发明实施例的另一种可选的智能变电站二次设备评估体系的构建装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种智能变电站二次设备评估体系的构建方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种智能变电站二次设备评估体系的构建方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,确定智能变电站二次设备评估体系的多个评估指标;
步骤S104,根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与多个评估指标对应的多维可靠性指标;
步骤S106,根据每个智能变电站二次设备的侧重特征,筛选多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。
通过上述步骤,可以确定智能变电站二次设备评估体系的多个评估指标,根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与多个评估指标对应的多维可靠性指标,根据每个智能变电站二次设备的侧重特征,筛选多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。在该实施例中,可以建立一套基于二次设备的工作特征和侧重特征的评估体系,评估体系具有专业性、适应性,不同设备具有不同的侧重点,建立的评估系统更加的全面和科学,从而解决相关技术中智能变电站无法对相关设备建立评估体系的技术问题。
下面对上述各步骤进行详细说明。
可选的,在构建智能变电站二次设备评估体系时,可以先确定出预设的指标评估原则。构建一种指标评估体系有其必然遵守的原则,在众多繁杂的指标中,确定以一种怎样的标准来选择合适的指标进入体系里面,其原则起到了一种宏观视觉来指导选取指标工作,指标体系原则的建立至关重要。
可选的,本申请中的评估体系可以指示二次设备的可靠性指标评估体系。
本申请中,预设的指标评估原则包括:科学性原则、全面性原则、引导性原则和对比性原则,其中,
(1)科学性原则,智能变电站二次设备评估体系中的指标既应该包含专业理论知识和计算方法,也要真实反映的实际情况,使得指标更具有可信性和合理性。
(2)全面性原则,智能变电站二次设备评估体系中的指标应当具有完备性,必须从多维度下构建指标,而不是仅限于某个范围内,应该指出的是该全面性不是将全部指标收录进体系,而是将具有代表性指标收录。
(3)引导性原则,智能变电站二次设备评估体系中的指标体系应当具备一定的前瞻引导性,首先应当对现有指标进行全面总结归纳,然后对随着形势的发展在未来可能会出现的指标具备引导作用。
(4)对比性原则,智能变电站二次设备评估体系中的指标应当具有同一批次不同厂家的产品可进行对比(定性或定量进行对比),达到可应用的效果。
步骤S102,确定智能变电站二次设备评估体系的多个评估指标。
作为本申请一可选的示例,多个评估指标至少包括:装置老化失效、电源插件老化度、故障率、家族性缺陷、绝缘数据,对时误差、通信接口、通信负载率、帧丢失率GOOSE延迟、光纤通道误码率,环境温度、环境湿度、温度骤变应力及湿度骤变应力,电源电压偏移量、CPU温度偏移量、维修度、可用度,软件可靠度、软件平均失效前时间、软件平均失效间隔时间。
步骤S104,根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与多个评估指标对应的多维可靠性指标。
在本申请中,根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与多个评估指标对应的多维可靠性指标包括:根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的装置老化失效、电源插件老化度、故障率、家族性缺陷、绝缘数据确定为运行可靠性指标;根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的对时误差、通信接口、通信负载率、帧丢失率GOOSE延迟、光纤通道误码率确定为通信可靠性指标;根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的环境温度、环境湿度、温度骤变应力及湿度骤变应力确定为环境可靠性指标;根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的电源电压偏移量、CPU温度偏移量、维修度、可用度确定为硬件可靠性指标;根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的软件可靠度、软件平均失效前时间、软件平均失效间隔时间确定为软件可靠性指标;将运行可靠性指标、通信可靠性指标、环境可靠性指标、硬件可靠性指标和软件可靠性指标作为多维可靠性指标。
下面分别对每一个可靠性指标进行说明。
(1)运行可靠性指标
在智能变电站中,对于运行中的二次设备的情况要有定量的评估,该评估结果可以作为安排设备检修和更换计划的指导,防止事故扩大化。因此,本申请选取装置老化失效、电源插件老化度、故障率、家族性缺陷状况、绝缘情况作为运行可靠性指标,共5个。
对于1)装置老化失效
装置在长期运行过程中,其物理特性(热效应,电动力效应以及环境效应)积累到一定程度时,装置必然老化,因此会造成装置失效的情况。本申请采用系统功率失效概率a1表示装置老化失效的数据,可选的,通过第一预设公式计算装置老化失效的数据,其中,第一预设公式为:a1为装置老化失效的数据,s为智能变电站二次设备中有功能失灵的所有状况集合,pi为二次设备在状态i的概率,i∈S。
对于2)电源插件老化度
电源插件作用于设备可能影响其可靠性,电源插件的性能会随着长时间的使用而出现老化的情况,整个设备运行可靠性与电源插件老化程度有着密切关系,因此将电源插件老化度作为指标。老化度的衡量包括腐蚀、锈蚀、裂纹、变形、损坏以及渗漏的程度,可选的,通过第二预设公式计算电源插件老化度的数据,其中,第二预设公式为:a2为电源插件老化度的数据,βi为第i种老化衡量程度。
对于3)故障率
设备工作到某时刻未发生故障,此时刻后的单位时间里设备发生故障的几率,叫做设备的故障率,可选的,通过第三预设公式计算设备的故障率,其中,第三预设公式为:a3为故障率,dr(t)为t时刻后,dt时间内故障的设备数;Ns(t)为到t时刻没有发生故障的设备数。
其中,Ns(t)=N0-r(t)。
可选的,上述故障率的工程计算公式为:
在本申请中,设备的故障率都与运行使用时间都密切联系,两者的变化曲线形似浴盆,故称为浴盆曲线。图2是根据本申请中的一种可选的设备故障率的示意图,如图2所示,该故障形成一个浴盆曲线,在开始,早期故障降低,然后会出现偶然故障,到后期会出现耗损故障,因为设备在不同阶段发生故障的机理有所差异,所以设备的故障率随运行使用时间的变化可以分为三个阶段:
(a)早期故障阶段,在设备最初投入到现场运行时,由于处于磨合期,设备故障率普遍性高,在稳定运行到一定时间后,故障率明显快速下降。
(b)偶然故障阶段,设备在现场稳定运行一定时候后,设备能够在一个较低程度故障率下运行,其数值小幅度波动,近似于常数,引起设备发生故障的主要原因是偶然事故。
(c)耗损故障阶段,在设备运行到快接近其使用寿命时,其明显的特征是设备的故障率快速攀升,最终会达到使用寿命的极限,则该情况下的设备应该报废。老化、疲劳、损伤、侵蚀等损耗性因素是该阶段设备发生故障的主要原因。
对于4)家族性缺陷
同一原理、同一厂家、同一批次、同一器件、同一工艺等制造出来的设备必然存在同样的缺陷,该情况称之为家族性缺陷,家族性缺陷存在安全隐患,有可能引起连锁反应,故重视家族性缺陷问题对于电网安全运行有重要意义。
可选的,可以通过第四预设公式计算家族性缺陷的数据,其中,第四预设公式为:a4为家族性缺陷的数据,μi为一年中第i天检测到装置缺陷的变量,装置有缺陷时变量为1,装置无缺陷时为0。
对于5)绝缘数据
设备的外引带电回路局部和外露非带电金属部分及外壳之间的绝缘电阻应按满足规定要求,选取绝缘电阻劣化值作为三级指标。可选的,可以通过第五预设公式计算绝缘数据,其中,第五预设公式为:a5=r0-rp,a5为绝缘数据,r0为绝缘电阻的初始值,rp为绝缘电阻当前值。
(2)通信可靠性指标
在智能变电站中,对通信实时性具有非常高的要求,其通信传输主要基于以太网实现,通信的可靠性主要就决定于信息的实时性,因此,本申请选取对时误差、通信接口、通信负载率、帧丢失率GOOSE延迟、光纤通道误码率作为通信可靠性指标。
下面对上述各个指标分别进行说明。
1)对时误差
通信可靠性与对时误差密切相关,智能变电站二次设备利用GPS同步时钟作为基准时钟源,要求二次设备在接受对时后的误差满足通信专业规定的范围内,否则通信可靠性将会受到影响。可选的,可以通过第六预设公式计算对时误差的数据,其中,第六预设公式为:b1=tp-t0,b1为对时误差的数据,tp为通信设备接收对时后的第一时间,t0为通信设备接收对时后的基准时钟源的第二时间。
2)通信接口
装置的应用能力极为重要,为了保证在智能变电站的应用,智能变电站二次设备的输入接口数和通信输出接口数要满足标准规定。因此选择通信接口能力作为指标,用接口数偏移量作为该指标的评价内容。可选的,可以通过第七预设公式计算通信接口的数据,其中,第七预设公式为:b2为通信接口的数据,np为通信接口数的安装值,n0为通信接口数的标准值。
3)通信负载率
通信负载,是指CPU与其它设备传递数据的工作量,比如与编程设备、操作设备互传数据,PLC中的工作有几种方式,自由循环、周期循环、事件触发,自由循环的周期是随机的,与处理的任务量相关有长有短,周期循环的周期相对固定,可以按要求设置,事件触发任务在事件发生时执行,这些任务还有优先顺序,级别高的会先执行。循环周期监视时间是设置了一个能满足所有工作的最长时间值,超过则说明程序执行出现了问题,会进行报警。可选的,可以通过第八预设公式计算通信负载率,其中,第八预设公式为:b3为通信负载率,为当前通信流量,为总通信流量。
4)GOOSE延时
装置通信处理能力和处理方式与报文发送和接收延时强相关,设备应设计最大传输量下的通信传输延时,尤其是接收延时,本申请可以估算在最恶劣的情况下,经过N台交换机最大传输量的报文网络传输延时b4。可选的,可以通过第九预设公式计算GOOSE延时,其中,第九预设公式为:b4=N(TSF+TSW+TQ)+TWLA,b4为GOOSE延时,TWLA为报文经过N台交换机的光缆传输总延时,TSF为交换机存储转发延时,TSW为交换机交换延时,TQ为光缆传输延时。
5)光纤通道误码率
误码是指在传输过程中发生错误的数字,即数字码流中的某些比特发生了差错,该情况使传输的信息质量产生损伤,一般用误码率来衡量传输信息质量,可选的,可以通过第十预设公式计算光纤通道误码率,其中,第十预设公式为:b5为光纤通道误码率,Vr为预设时间段内发生错误的比特数,V0为预设时间段内传输信息的比特总数。
(3)环境可靠性指标
在智能变电站中,设备所处的设备环境一般由空调系统所控制,其主要目的是保证站内设备在适宜的温度和湿度下安全稳定运行。如果二次设备装置于室外,或者当空调控制系统失效时,那么适宜二次设备的正常工作环境将受到严重破坏。因此,二次设备应当具有一定的适宜恶劣环境及其骤变的能力,尤其是在室外运行的二次设备。本申请选取环境温度、环境湿度、温度骤变应力及湿度骤变应力作为环境可靠性指标。
1)环境温度c1
设备在温度过高或者过低的情况下工作,其工作性能会受到很大的影响。设备长期在适应温度范围以外工作将有很高的概率出现故障,影响装置的可靠性。温度影响即各个装置性能在温度过高或者过低的情况下,都能处于良好可靠的工作状态,并且能够按照技术条件标准满足可靠工作的要求。
2)环境湿度c2
设备在受潮的情况其工作性能可能受到非常大的影响,设备长期处于潮湿环境中有很高的概率出现故障,湿度影响即各个装置性能在湿度过高情况下,都能处于良好的可靠的工作状态,并且能够按照技术条件标准满足可靠工作的要求。选择环境湿度指标来评估在不同湿度条件下的环境下装置的可靠性能是否能够符合相关规定。
3)温度骤变应力
设备应当具备适应在温度发生骤变的情况下的能力,即在一定幅度上温度忽然攀升,或忽然下降下能够正常工作,根据温度作用的特点可知,结构中产生的温度作用大小主要与结构材料线膨胀系数和结构长度有关。可选的,可以通过第十一预设公式计算温度骤变应力,其中,第十一预设公式为:c3=σT=Ec·α·ΔT,c3为温度骤变应力,σT为温度应力,Ec为设备的弹性模量,α为热膨胀系数,ΔT为温差。
4)湿度骤变应力
设备由于环境的湿度变化,进而使材料含水率沿结构的纵深呈不匀称分布,产生不匀称的体积变化,若这种变化受到系缚,材料内部便会发生附加应力,我们称之为湿度应力。可选的,可以通过第十二预设公式计算湿度骤变应力,其中,第十二预设公式为:c4=σS=Ec·β·ΔS,c4为湿度骤变应力,σS为湿度应力,Ec为设备的弹性模量,β为湿度线膨胀系数,ΔS为湿差。
(4)硬件可靠性指标
在智能变电站二次设备中,设备硬件的健康程度对于电网监视控制及管理具有重要作用,二次设备硬件应当有良好的可靠性,只有保证硬件性能可靠,才能保证变电站能够安全可靠地运行。可选的,本申请选取硬件电源电压偏移量、CPU温度偏移量、维修度、可用度作为硬件可靠性指标。
下面对各个指标进行说明。
1)电源电压偏移量
电源电压过高或过低都会对硬件造成较大影响,因此计算电压偏移量用以分析硬件健康程度。可选的,可以通过第十三预设公式计算电源电压偏移量,其中,第十三预设公式为:d1为电源电压偏移量,Unew为电源当前电压值,Uset为电源额定电压值。
其中,上述的Unew上限可以为5.1V,下限可以为4.9V;Uset可以取5.0V。
2)CPU温度偏移量
CPU硬件所处的工作环境温度过高或过低会对设备产生较大影响,很大几率出现CPU硬件难以预料的故障,因此,应设置CPU温度上下限,当越线时进行报警,并利用温度偏移量来反应CPU的老化程度,以便及时更换。可选的,可以通过第十四预设公式计算CPU温度偏移量,其中,第十四预设公式为:d2为电源电压偏移量,Tnew为CPU当前温度数值,Tset为CPU正常工作温度数值。
3)维修度
智能变电站二次设备大多属于可维修性产品,检修设备是电力系统安全运行管理中极其关键的一个环节,往往会安排班组专门负责检修工作,计划工作中有明确的检修项目和检修周期,可维修产品经过专业人员定期检修会有效降低设备的故障率,其中最典型可维修产品就是继电保护装置。在一定条件下,由于设备装置检修次数与设备装置可靠性成正相关,因此本申请可以采取使用维修度来评估设备的运行可靠性。可选的,可以通过第十五预设公式计算维修度,其中,第十五预设公式为:d3为维修度,Ni为一年内设备实际检修的次数,Ns为一年内检修人员计划安排的检修次数。
4)可用度
设备在某一设定环境、条件和时间下实现设定功能的概率。实际运行中,设备的可用性是具有规律性,指数分布本身具有不记忆的特性,故常常选择其作为某一类设备故障分布。可选的,可以通过第十六预设公式计算可用度,其中,第十六预设公式为:d4=e-λt,d4为可用度,λ为设备或系统的故障率,t为参数。
(4)软件可靠性指标
在智能变电站中,二次设备大多数是电子设备,基本上都要依赖软件来实现具体功能,由于软件具有较高的可靠性,主要考察重点是其无故障运行的能力。可选的,本申请中选取软件可靠度、软件平均失效前时间、软件平均失效间隔时间作为软件可靠性指标。当软件不运行或发生错误时,即软件不可靠,产生的失误数越多,或者说产生失误的时间间隔越短,表明软件越不可靠。
下面对各个指标进行详细说明。
1)可靠度e1(t)
可靠度,指软件在设定的条件下,设定的时间段内完成设定的功能的几率,即软件在设定时间内无失灵的概率。
假设设定的时间段为t,软件发生失灵的时间为ξ,则
e1(t)=P(ξ>t),
可靠度还可以用频率观点来确定,如e1(500)=0.95的含义是如果有1000件这样的设备工作500h,则大约有950件能完成设定的功能,而有50件产品发生故障。同样,也可以用频率去估计可靠度,可选的,可以通过第十七预设公式计算软件可靠度,其中,第十七预设公式为:e1(t)为软件可靠度,N为产品的数量,n(t)为t时刻产品失灵的数量,在本申请中,可以设定t=0时,有N件产品开始工作,而到t时刻有n(t)件产品失灵,仍然有N-n(t)件产品在正常工作。
2)平均失效前时间e2
平均失效前时间,可以是指当前时刻未发生故障到下一次发生故障时刻,两个时刻之间的均值。假设目前时间到下一次失灵的时间为ξ,ξ具有累计概率密度函数F(t)=P(ξ≤t),即可靠函数R(t)=1-F(t)=P(ξ>t)。如果产品寿命的概率密度函数为f(t),则其平均失效前时间就是其期望,即
当产品寿命服从失效率为λ的指数分布时,其平均失灵前时间为即如果某产品的失效率λ=2.5×10-5h-1,则其e2=40000h。
3)平均失效间隔时间e3
平均失效间隔时间,基本含义是指两次相邻失灵时间间隔的平均数值。假设两次相邻失灵时间间隔为ξ,具有累计概率密度函数F(t)=P(ξ≤t),即可靠函数R(t)=1-F(t)=P(ξ>t),则
另外,在工程上,还可以通过第十八预设公式计算软件平均失效间隔时间,其中,第十八预设公式为:e3为软件平均失效间隔时间,n为可修理产品数量,ti为工作持续时间,T为总工作时长。
步骤S106,根据每个智能变电站二次设备的侧重特征,筛选多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。
在本申请中,智能变电站二次设备包括下述至少之一:合并单元、智能终端、保护装置、测控装置、以太网交换机。
本申请中的多等级指标包括:与每个二次设备的二级通信可靠性指标对应的第一等级和其它的第二普通等级。
下面针对每一个智能变电站二次设备的指标选择进行说明。
(1)合并单元指标选择
合并单元是针对与电子式互感器而产生的,其主要功能是同步采样多路电子式互感器的电压或电流的模拟信号,按照既定格式发送给二次设备。
电子式互感器输出的电流与电压信号由MU,即合并单元进行数据的采集处理和汇总。作为互感器统一的输出接口,将汇总后的数据加入时间的标签,通过SV采样报文,传送到保护、测控、计量和录波装置中。实现了数据的汇总以及不同互感器之间的通信,因此对通信可靠性指标要求极高。根据合并单元对通信要求可靠性高的特点,所以选择了对时误差,通信接口,GOOSE延时,光纤通道误码率,通信负载率作为二级通信可靠性指标。其他二级指标选取按照普通要求选取。
(2)智能终端指标选择
智能终端是通过GOOSE报文的形式与IED实现信息通讯,因此根据智能终端的对通信性能的较高要求。智能断路器的实现方法往往是将智能控制模块形成一个独立装置-智能终端,安装在传统断路器附近,形成现有断路器的智能化,因为智能终端安装在外界,所以对于设备的环境可靠性和运行可靠性要求较高。其他二级指标选取按照普通要求选取。
因此,装置老化失效、电源插件老化度、故障率、家族性缺陷、绝缘数据;环境温度、环境湿度、温度骤变应力及湿度骤变应力作为智能终端的可靠性指标,其他指标选取按照普通要求选取。
(3)保护装置指标选择
要使智能变电站的保护装置始终有效地保护变电站长期处于安全稳定状态,就需要求变电站的保护机制随时做出有效的反应,在发生故障等特殊情况时能快速响应。能够有效地保护变电站的不受到破坏,这就要求变电站的保护机制能够随时处于良好的状态,在发生故障等问题时能够快速地响应。因此,为了尽量降低智能变电站二次侧系统的保护作用发生故障,应对保护装置的可靠性进行评估。
由于智能变电站中保护装置的通信可靠性要求相对较高,因此当继电保护设备在运行中发生信息传输出现错误时,就可能导致传输指令的失效或误判。
因此,对时误差、通信接口、通信负载率、帧丢失率GOOSE延迟、光纤通道误码率作为保护装置的可靠性指标,其他指标选取按照普通要求选取。
(4)测控装置指标选择
智能变电站的测控装置的跳合闸功能是利用GOOSE报文的形式发送到过程层中,所以GOOSE延迟在通信可靠性指标中十分重要。测控装置的信号采集并记录告警信号等同样对通信的要求极高。考虑测控装置在间隔层层面与其他设备的通信以及与过程层设备的通信主要里用光纤通道进行传输,光纤通道情况良好与否对通信影响非常大。因此在智能变电站测控装置的通信可靠性指标中,还要增加如下三级指标:GOOSE延时、光纤通道误码率、光纤通道误码次数。运行可靠性中加入家族性缺陷、绝缘情况。
因此,GOOSE延时、光纤通道误码率、光纤通道误码次数,家族性缺陷、绝缘情况作为测控装置的可靠性指标,其他指标选取按照普通要求选取。
(4)以太网交换机指标选择
以太网交换机是以太网传输数据为基础的交换机,以太网采用共享总线型传输媒体形式的局域网。以太网交换机的每个端口都直接与主机相连,并且大多数都处于在全双工的模式下运行的。
以太网的通信性能是否可靠关系到整个变电站的信息传输,因此以太网交换机的通信性能中还需要补充通信负载率、帧丢失率以及网口速率等,运行可靠性中还需补充通道告警。交换机并不涉及软件,因此该指标体系不包含软件可靠性指标。
通过上述实施例,可以头肩一套全面的评估体系,通过该体系的建立可以为智能变电站二次设备的维护提供支持,适用于智能变电站二次设备维护、管理、研发的各个阶段,该评估体系具有整体性、科学性,本申请从运行可靠性、通信可靠性、环境可靠性、硬件可靠性和软件可靠性五个维度构建指标体系,且每个指标都有定义及计算法方法,同时评估体系具有专业性、适应性,不同设备具有不同的侧重点,可以有针对性甄别、选取指标,要能准确、适应反映设备的状态。
图3是根据本发明实施例的另一种可选的智能变电站二次设备评估体系的构建装置的示意图,如图3所示,该装置可以包括:
第一确定单元31,用于确定智能变电站二次设备评估体系的多个评估指标;
第二确定单元33,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与多个评估指标对应的多维可靠性指标;
构建单元35,用于根据每个智能变电站二次设备的侧重特征,筛选多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。
上述智能变电站二次设备评估体系的构建装置,可以通过第一确定单元31确定智能变电站二次设备评估体系的多个评估指标,通过第二确定单元33根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与多个评估指标对应的多维可靠性指标,最后可以通过构建单元35根据每个智能变电站二次设备的侧重特征,筛选多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。在该实施例中,可以建立一套基于二次设备的工作特征和侧重特征的评估体系,评估体系具有专业性、适应性,不同设备具有不同的侧重点,建立的评估系统更加的全面和科学,从而解决相关技术中智能变电站无法对相关设备建立评估体系的技术问题。
可选的,多个评估指标至少包括:装置老化失效、电源插件老化度、故障率、家族性缺陷、绝缘数据,对时误差、通信接口、通信负载率、帧丢失率GOOSE延迟、光纤通道误码率,环境温度、环境湿度、温度骤变应力及湿度骤变应力,电源电压偏移量、CPU温度偏移量、维修度、可用度,软件可靠度、软件平均失效前时间、软件平均失效间隔时间。
另外,智能变电站二次设备评估体系的构建装置还包括:第一计算模块,用于通过第一预设公式计算装置老化失效的数据,其中,第一预设公式为:a1为装置老化失效的数据,s为智能变电站二次设备中有功能失灵的所有状况集合,pi为二次设备在状态i的概率,i∈S;第二计算模块,用于通过第二预设公式计算电源插件老化度的数据,其中,第二预设公式为:a2为电源插件老化度的数据,βi为第i种老化衡量程度;第三计算模块,用于通过第三预设公式计算设备的故障率,其中,第三预设公式为:a3为故障率,dr(t)为t时刻后,dt时间内故障的设备数;Ns(t)为到t时刻没有发生故障的设备数;第四计算模块,用于通过第四预设公式计算家族性缺陷的数据,其中,第四预设公式为:a4为家族性缺陷的数据,μi为一年中第i天检测到装置缺陷的变量,装置有缺陷时变量为1,装置无缺陷时为0;第五计算模块,用于通过第五预设公式计算绝缘数据,其中,第五预设公式为:a5=r0-rp,a5为绝缘数据,r0为绝缘电阻的初始值,rp为绝缘电阻当前值。
作为本申请一可选的示例,智能变电站二次设备评估体系的构建装置还包括:第六计算模块,用于通过第六预设公式计算对时误差的数据,其中,第六预设公式为:b1=tp-t0,b1为对时误差的数据,tp为通信设备接收对时后的第一时间,t0为通信设备接收对时后的基准时钟源的第二时间;第七计算模块,用于通过第七预设公式计算通信接口的数据,其中,第七预设公式为:b2为通信接口的数据,np为通信接口数的安装值,n0为通信接口数的标准值;第八计算模块,用于通过第八预设公式计算通信负载率,其中,第八预设公式为:b3为通信负载率,为当前通信流量,为总通信流量;第九计算模块,用于通过第九预设公式计算GOOSE延时,其中,第九预设公式为:b4=N(TSF+TSW+TQ)+TWLA,b4为GOOSE延时,TWLA为报文经过N台交换机的光缆传输总延时,TSF为交换机存储转发延时,TSW为交换机交换延时,TQ为光缆传输延时;第十计算模块,用于通过第十预设公式计算光纤通道误码率,其中,第十预设公式为:b5为光纤通道误码率,Vr为预设时间段内发生错误的比特数,V0为预设时间段内传输信息的比特总数。
作为本申请一可选的示例,智能变电站二次设备评估体系的构建装置还包括:第十一计算模块,用于通过第十一预设公式计算温度骤变应力,其中,第十一预设公式为:c3=σT=Ec·α·ΔT,c3为温度骤变应力,σT为温度应力,Ec为设备的弹性模量,α为热膨胀系数,ΔT为温差;第十二计算模块,用于通过第十二预设公式计算湿度骤变应力,其中,第十二预设公式为:c4=σS=Ec·β·ΔS,c4为湿度骤变应力,σS为湿度应力,Ec为设备的弹性模量,β为湿度线膨胀系数,ΔS为湿差。
作为本申请一可选的示例,智能变电站二次设备评估体系的构建装置还包括:第十三计算模块,用于通过第十三预设公式计算电源电压偏移量,其中,第十三预设公式为:
d1为电源电压偏移量,Unew为电源当前电压值,Uset为电源额定电压值;第十四计算模块,用于通过第十四预设公式计算CPU温度偏移量,其中,第十四预设公式为:d2为电源电压偏移量,Tnew为CPU当前温度数值,Tset为CPU正常工作温度数值;第十五计算模块,用于通过第十五预设公式计算维修度,其中,第十五预设公式为:d3为维修度,Ni为一年内设备实际检修的次数,Ns为一年内检修人员计划安排的检修次数;第十六计算模块,用于通过第十六预设公式计算可用度,其中,第十六预设公式为:d4=e-λt,d4为可用度,λ为设备或系统的故障率,t为参数。
作为本申请一可选的示例,智能变电站二次设备评估体系的构建装置还包括:第十七计算模块,用于通过第十七预设公式计算软件可靠度,其中,第十七预设公式为:
e1(t)为软件可靠度,N为产品的数量,n(t)为t时刻产品失灵的数量;第十八计算模块,用于通过第十八预设公式计算软件平均失效间隔时间,其中,第十八预设公式为:e3为软件平均失效间隔时间,n为可修理产品数量,ti为工作持续时间,T为总工作时长。
可选的,第二确定单元包括:第一确定模块,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的装置老化失效、电源插件老化度、故障率、家族性缺陷、绝缘数据确定为运行可靠性指标;第二确定模块,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的对时误差、通信接口、通信负载率、帧丢失率GOOSE延迟、光纤通道误码率确定为通信可靠性指标;第三确定模块,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的环境温度、环境湿度、温度骤变应力及湿度骤变应力确定为环境可靠性指标;第四确定模块,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的电源电压偏移量、CPU温度偏移量、维修度、可用度确定为硬件可靠性指标;第五确定模块,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的软件可靠度、软件平均失效前时间、软件平均失效间隔时间确定为软件可靠性指标;第六确定模块,用于将运行可靠性指标、通信可靠性指标、环境可靠性指标、硬件可靠性指标和软件可靠性指标作为多维可靠性指标。
另一种可选的,智能变电站二次设备包括下述至少之一:合并单元、智能终端、保护装置、测控装置、以太网交换机。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种智能变电站二次设备评估体系的构建方法,其特征在于,包括:
确定智能变电站二次设备评估体系的多个评估指标;
根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与所述多个评估指标对应的多维可靠性指标;
根据每个智能变电站二次设备的侧重特征,筛选所述多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。
2.根据权利要求1所述的构建方法,其特征在于,多个评估指标至少包括:装置老化失效、电源插件老化度、故障率、家族性缺陷、绝缘数据,对时误差、通信接口、通信负载率、帧丢失率GOOSE延迟、光纤通道误码率,环境温度、环境湿度、温度骤变应力及湿度骤变应力,电源电压偏移量、CPU温度偏移量、维修度、可用度,软件可靠度、软件平均失效前时间、软件平均失效间隔时间。
3.根据权利要求2所述的构建方法,其特征在于,所述方法还包括:
通过第一预设公式计算所述装置老化失效的数据,其中,所述第一预设公式为:
a1为装置老化失效的数据,s为智能变电站二次设备中有功能失灵的所有状况集合,pi为二次设备在状态i的概率,i∈S;
通过第二预设公式计算所述电源插件老化度的数据,其中,所述第二预设公式为:
a2为电源插件老化度的数据,βi为第i种老化衡量程度;
通过第三预设公式计算设备的故障率,其中,所述第三预设公式为:a3为故障率,dr(t)为t时刻后,dt时间内故障的设备数;Ns(t)为到t时刻没有发生故障的设备数;
通过第四预设公式计算所述家族性缺陷的数据,其中,所述第四预设公式为:
a4为家族性缺陷的数据,μi为一年中第i天检测到装置缺陷的变量,装置有缺陷时变量为1,装置无缺陷时为0;
通过第五预设公式计算所述绝缘数据,其中,所述第五预设公式为:a5=r0-rp,a5为绝缘数据,r0为绝缘电阻的初始值,rp为绝缘电阻当前值。
4.根据权利要求2所述的构建方法,其特征在于,所述方法还包括:
通过第六预设公式计算所述对时误差的数据,其中,所述第六预设公式为:b1=tp-t0,b1为对时误差的数据,tp为通信设备接收对时后的第一时间,t0为通信设备接收对时后的基准时钟源的第二时间;
通过第七预设公式计算所述通信接口的数据,其中,所述第七预设公式为:b2为所述通信接口的数据,np为通信接口数的安装值,n0为通信接口数的标准值;
通过第八预设公式计算所述通信负载率,其中,所述第八预设公式为:b3为所述通信负载率,为当前通信流量,为总通信流量;
通过第九预设公式计算所述GOOSE延时,其中,所述第九预设公式为:b4=N(TSF+TSW+TQ)+TWLA,b4为所述GOOSE延时,TWLA为报文经过N台交换机的光缆传输总延时,TSF为交换机存储转发延时,TSW为交换机交换延时,TQ为光缆传输延时;
通过第十预设公式计算所述光纤通道误码率,其中,所述第十预设公式为:b5为所述光纤通道误码率,Vr为预设时间段内发生错误的比特数,V0为预设时间段内传输信息的比特总数。
5.根据权利要求2所述的构建方法,其特征在于,所述方法还包括:
通过第十一预设公式计算所述温度骤变应力,其中,所述第十一预设公式为:c3=σT=Ec·α·ΔT,c3为温度骤变应力,σT为温度应力,Ec为设备的弹性模量,α为热膨胀系数,ΔT为温差;
通过第十二预设公式计算所述湿度骤变应力,其中,所述第十二预设公式为:c4=σS=Ecβ·ΔS,c4为湿度骤变应力,σS为湿度应力,Ec为设备的弹性模量,β为湿度线膨胀系数,ΔS为湿差。
6.根据权利要求2所述的构建方法,其特征在于,所述方法还包括:
通过第十三预设公式计算所述电源电压偏移量,其中,所述第十三预设公式为:
d1为电源电压偏移量,Unew为电源当前电压值,Uset为电源额定电压值;
通过第十四预设公式计算所述CPU温度偏移量,其中,所述第十四预设公式为:
d2为电源电压偏移量,Tnew为CPU当前温度数值,Tset为CPU正常工作温度数值;
通过第十五预设公式计算所述维修度,其中,所述第十五预设公式为:d3为所述维修度,Ni为一年内设备实际检修的次数,Ns为一年内检修人员计划安排的检修次数;
通过第十六预设公式计算所述可用度,其中,所述第十六预设公式为:d4=e-λt,d4为所述可用度,λ为设备或系统的故障率,t为参数。
7.根据权利要求2所述的构建方法,其特征在于,所述方法还包括:
通过第十七预设公式计算所述软件可靠度,其中,所述第十七预设公式为:
e1(t)为所述软件可靠度,N为产品的数量,n(t)为t时刻产品失灵的数量;
通过第十八预设公式计算所述软件平均失效间隔时间,其中,所述第十八预设公式为:
e3为所述软件平均失效间隔时间,n为可修理产品数量,ti为工作持续时间,T为总工作时长。
8.根据权利要求2所述的构建方法,其特征在于,根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与所述多个评估指标对应的多维可靠性指标包括:
根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述装置老化失效、所述电源插件老化度、所述故障率、所述家族性缺陷、绝缘数据确定为运行可靠性指标;
根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述对时误差、所述通信接口、所述通信负载率、所述帧丢失率GOOSE延迟、所述光纤通道误码率确定为通信可靠性指标;
根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述环境温度、所述环境湿度、所述温度骤变应力及所述湿度骤变应力确定为环境可靠性指标;
根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述电源电压偏移量、所述CPU温度偏移量、所述维修度、所述可用度确定为硬件可靠性指标;
根据智能变电站二次设备的工作特征和预设的指标评估原则,将评估指标中的所述软件可靠度、所述软件平均失效前时间、所述软件平均失效间隔时间确定为软件可靠性指标;
将所述运行可靠性指标、所述通信可靠性指标、所述环境可靠性指标、所述硬件可靠性指标和所述软件可靠性指标作为所述多维可靠性指标。
9.根据权利要求1所述的构建方法,其特征在于,所述智能变电站二次设备包括下述至少之一:合并单元、智能终端、保护装置、测控装置、以太网交换机。
10.一种智能变电站二次设备评估体系的构建装置,其特征在于,包括:
第一确定单元,用于确定智能变电站二次设备评估体系的多个评估指标;
第二确定单元,用于根据智能变电站二次设备的工作特征和预设的指标评估原则,确定与所述多个评估指标对应的多维可靠性指标;
构建单元,用于根据每个智能变电站二次设备的侧重特征,筛选所述多维可靠性指标,以构建不同二次设备下的多等级指标的评估体系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811369243.7A CN109614660A (zh) | 2018-11-16 | 2018-11-16 | 智能变电站二次设备评估体系的构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811369243.7A CN109614660A (zh) | 2018-11-16 | 2018-11-16 | 智能变电站二次设备评估体系的构建方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109614660A true CN109614660A (zh) | 2019-04-12 |
Family
ID=66004459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811369243.7A Pending CN109614660A (zh) | 2018-11-16 | 2018-11-16 | 智能变电站二次设备评估体系的构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109614660A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011786A (zh) * | 2021-04-22 | 2021-06-22 | 华北电力大学 | 一种基于硬件设备的智能变电站二次保护系统的可靠性评估方法 |
CN114238249A (zh) * | 2022-02-25 | 2022-03-25 | 成都鲁易科技有限公司 | 文件系统老化评估方法及装置、存储介质、终端 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102723775A (zh) * | 2012-04-26 | 2012-10-10 | 上海市电力公司 | 一种智能变电站二次系统可靠性评估方法 |
CN103617561A (zh) * | 2013-12-02 | 2014-03-05 | 深圳供电局有限公司 | 一种电网智能变电站二次设备状态评估系统和方法 |
CN104680431A (zh) * | 2015-03-19 | 2015-06-03 | 国网安徽省电力公司电力科学研究院 | 一种智能变电站二次系统可靠性评估方法 |
CN105550288A (zh) * | 2015-12-10 | 2016-05-04 | 百度在线网络技术(北京)有限公司 | 数据库系统的更新方法和管理系统 |
CN106295963A (zh) * | 2016-07-29 | 2017-01-04 | 国网江苏省电力公司镇江供电公司 | 基于失效物理的智能变电站二次系统可靠性评估方法 |
CN106372816A (zh) * | 2016-10-09 | 2017-02-01 | 南京国电南自电网自动化有限公司 | 一种基于贝叶斯推理的变电站二次系统故障评估方法 |
CN106611244A (zh) * | 2016-12-06 | 2017-05-03 | 国电南瑞科技股份有限公司 | 一种配电自动化二次设备状态多维度综合评估方法 |
CN106611062A (zh) * | 2016-12-29 | 2017-05-03 | 北京奇虎科技有限公司 | 数据库更新方法及装置 |
CN106779269A (zh) * | 2015-11-23 | 2017-05-31 | 中国电力科学研究院 | 基于变异系数法的智能变电站二次系统可靠性评估方法 |
-
2018
- 2018-11-16 CN CN201811369243.7A patent/CN109614660A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102723775A (zh) * | 2012-04-26 | 2012-10-10 | 上海市电力公司 | 一种智能变电站二次系统可靠性评估方法 |
CN103617561A (zh) * | 2013-12-02 | 2014-03-05 | 深圳供电局有限公司 | 一种电网智能变电站二次设备状态评估系统和方法 |
CN104680431A (zh) * | 2015-03-19 | 2015-06-03 | 国网安徽省电力公司电力科学研究院 | 一种智能变电站二次系统可靠性评估方法 |
CN106779269A (zh) * | 2015-11-23 | 2017-05-31 | 中国电力科学研究院 | 基于变异系数法的智能变电站二次系统可靠性评估方法 |
CN105550288A (zh) * | 2015-12-10 | 2016-05-04 | 百度在线网络技术(北京)有限公司 | 数据库系统的更新方法和管理系统 |
CN106295963A (zh) * | 2016-07-29 | 2017-01-04 | 国网江苏省电力公司镇江供电公司 | 基于失效物理的智能变电站二次系统可靠性评估方法 |
CN106372816A (zh) * | 2016-10-09 | 2017-02-01 | 南京国电南自电网自动化有限公司 | 一种基于贝叶斯推理的变电站二次系统故障评估方法 |
CN106611244A (zh) * | 2016-12-06 | 2017-05-03 | 国电南瑞科技股份有限公司 | 一种配电自动化二次设备状态多维度综合评估方法 |
CN106611062A (zh) * | 2016-12-29 | 2017-05-03 | 北京奇虎科技有限公司 | 数据库更新方法及装置 |
Non-Patent Citations (1)
Title |
---|
彭志峰: "智能变电站二次设备性能评估方法的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(月刊)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011786A (zh) * | 2021-04-22 | 2021-06-22 | 华北电力大学 | 一种基于硬件设备的智能变电站二次保护系统的可靠性评估方法 |
CN114238249A (zh) * | 2022-02-25 | 2022-03-25 | 成都鲁易科技有限公司 | 文件系统老化评估方法及装置、存储介质、终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107220775B (zh) | 一种考虑信息系统作用的有源配电网多视角协同脆弱性评估方法 | |
CN103901828B (zh) | 一种用于风力发电场的监控系统 | |
CN102723775A (zh) | 一种智能变电站二次系统可靠性评估方法 | |
CN102947801A (zh) | 恶意攻击检测和分析 | |
CN105515184A (zh) | 基于无线传感网络的多传感器多参量配网协同监测系统 | |
CN103138397A (zh) | 一种基于物联网技术的配网线路动态增容方法 | |
CN110048507A (zh) | 一种配电自动化系统的自动巡检方法及系统 | |
CN108815784A (zh) | 一种消防监控终端及消防安全系统 | |
CN109034400A (zh) | 一种变电站异常量测数据预测平台系统 | |
JP2022115061A (ja) | 気象関連架空配電線路故障オンライン予測 | |
CN106357414A (zh) | 用于基站发电管理的信息交互方法和系统 | |
CN109614660A (zh) | 智能变电站二次设备评估体系的构建方法及装置 | |
US11159045B2 (en) | Facility for monitoring a portion of a high-voltage electrical power transmission network | |
Wang et al. | A load modeling algorithm for distribution system state estimation | |
CN109005076A (zh) | 一种智能变电站交换机监控系统及交换机监控方法 | |
de Carvalho et al. | Analyzing impact of communication network topologies on reconfiguration of networked microgrids, impact of communication system on smart grid reliability, security and operation | |
CN117911196B (zh) | 基于人工智能的环网柜全周期运行数据监管系统及方法 | |
CN102184203B (zh) | 一种构建网络重构数据库的方法 | |
CN109088475B (zh) | 一种用于智能变电站就地化保护的管理单元及其转发方法 | |
CN113473261B (zh) | 基于物联网的预应力工程施工监控系统及方法 | |
Xue | Some viewpoints and experiences on wide area measurement systems and wide area control systems | |
CN110290027B (zh) | 一种面向配电通信业务的带宽预测方法及系统 | |
Pan et al. | Modeling and analysis of cascading failures in cyber-physical power systems under different coupling strategies | |
CN106373028A (zh) | 一种电力维修系统 | |
CN105844542A (zh) | 基于wams的电网单一大扰动在线检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190412 |