CN110361630A - 一种基于fmea的电缆故障数据管理与分析方法 - Google Patents

Abstract

本发明涉及的技术领域，更具体地，涉及一种基于FMEA的电缆故障数据管理与分析方法，充分利用各类故障数据，相关工作或研究人员既可以从总体上了解故障数据特征，也能快速了解每一起故障的核心内容，可以在众多故障数据中筛选出关键故障类型与反映电缆健康状态的关键状态量。日常运维人员可以结合不同故障类型所提取的关键状态量，制定预防性测试工作预防故障发生；同时可以有助于电缆故障分析工作，从关键状态量的角度分析故障起因与发展过程，积累经验，从而指导今后日常巡检工作。另一方面根据筛选出的关键数据，专业技术研究人员可以正确把握今后的研究内容与方向，与实际电缆运维需求契合，避免不必要的研究资源浪费。

Description

一种基于FMEA的电缆故障数据管理与分析方法

技术领域

本发明涉及的技术领域，更具体地，涉及一种基于FMEA的电缆故障数据管理与分析方法。

背景技术

近年来，电力电缆的迅速发展与普及，日益凸显的电缆故障问题对电力网络正常运行与人民日常生活提出了新挑战。为了实现电网的可靠、安全、经济、高效、环境友好和使用安全等发展目标，电缆故障问题与可靠性不容忽视。故障数据是研究电缆故障的重要依据，故障数据极大程度上反应了整个电网的健康状态，有效分析与管理故障数据对于电力电缆的运维有着重要意义。

电力电缆故障检测技术日趋成熟，智能巡检技术逐步应用于电缆运维管理中，电缆设备运维人员从而可以观测到更多的电力电缆相关状态数据，可获取更多体现电力电缆自身状态特点与性能的故障数据类别，充分管理与利用此类数据有助于电缆设备的运维。然而，该方法并未应用到故障分析中，且目前电力公司大多采用值班日志式对电缆故障数据进行记录，记录故障电缆的电压等级、型号、投运时间等基本信息，故障数据管理较为简单粗糙，没有利用反应电缆设备自身特点的状态量数据等相关性能测试数据，未充分将数据应用于电缆运维与资产管理。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于FMEA(Failure Modes andEffect Analysis，FMEA)的电缆故障数据管理与分析方法，充分利用各类故障数据，相关工作或研究人员既可以从总体上了解故障数据特征，也能快速了解每一起故障的核心内容，可以在众多故障数据中筛选出关键故障类别与反映电缆健康状态的关键状态量；且日常运维人员可以结合不同故障类别所提取的关键状态量，制定预防性测试工作预防故障发生；同时可以有助于电缆故障分析工作，从关键状态量的角度分析故障起因与发展过程，积累经验，从而指导今后日常巡检工作。

为解决上述技术问题，本发明采用的技术方案是：

提供一种基于FMEA的电缆故障数据管理与分析方法，包括以下步骤：

S10.确定电缆故障数据内容，格式化建立电缆故障数据库；

S20.基于步骤S10中电缆故障数据库，根据故障位置与故障原因的分类方法，对故障数据进行归类；

S30.针对步骤S20中故障数据确定每类故障数据的故障发生率评分、故障严重程度评分及状态量检测难易程度评分，并计算每类故障状态量的风险优先指数RPN，建立故障风险评分表；所述风险优先指数RPN为故障发生率、故障严重程度及状态量检测难易程度的乘积；

S40.根据故障数据获取故障类别，查询步骤S30中所述故障风险评分表，分析并诊断故障数据，通过查询故障风险评分表获得不同故障类别故障数据的故障率评分、故障严重程度评分及状态量检测难易程度评分，并计算每类故障状态量的风险优先指数RPN；

S50.通过步骤S40中风险评分结果筛选出关键故障案例对应的关键故障类别与关键状态量。

本发明的基于FMEA的电缆故障数据管理与分析方法，充分利用各类故障数据，相关工作或研究人员既可以从总体上了解故障数据特征，也能快速了解每一起故障的核心内容，可以在众多故障数据中筛选出关键故障类型与反映电缆健康状态的关键状态量。日常运维人员可以结合不同故障类型所提取的关键状态量，制定预防性测试工作预防故障发生；同时可以有助于电缆故障分析工作，从关键状态量的角度分析故障起因与发展过程，积累经验，从而指导今后日常巡检工作。另一方面根据筛选出的关键数据，专业技术研究人员可以正确把握今后的研究内容与方向，与实际电缆运维需求契合，避免不必要的研究资源浪费。

优选地，步骤S10中，所述电缆故障数据库包括电缆设备基本信息、故障记录、状态数据记录及运行环境与气候记录。

优选地，所述电缆设备基本信息包括线路名称及电压等级、投运时间、敷设方式、线路长度、设备型号及生产厂家、施工单位、线路额定载流量及负荷；所述故障记录包括故障位置、失效时间、故障原因及故障模式；所述状态数据记录包括红外测温数据、局放数据、护层电流数据及介损数据；所述环境与气候记录包括失效时季节气候数据及通道环境状况数据。按照步骤S10格式建立故障数据库，便于故障数据的收集整理与管理，且故障数据库可作为后续的分析输入。

优选地，步骤S20中，所述故障位置包括电缆本体、中间接头、电缆终端、接地系统及电缆通道，所述故障原因包括生产设计、施工安装、环境、外力破坏、电压电流异常以及老化。

优选地，所述故障原因的归类依照电缆的寿命周期进行，所述故障数据可划分为30类故障类别。

优选地，步骤S30中，所述故障率评分方法包括：对于电缆本体，故障率为每年每百公里的故障次数；对于电缆附件，故障率为每年每百件的故障次数；故障率评分与故障率正相关，故障率与故障发生次数正相关。

优选地，步骤S30中，电缆的故障模式包括本体击穿、中间接头击穿、终端击穿、终端引线处断裂及接地线烧毁，所述故障严重程度评分考量的维度包括故障维修费用、停电损失、社会效应以及对人身安全威胁。严重程度越大，则得分越高。

优选地，步骤S30中，所述状态量包括局放、护层电流、温度、介质损耗、绝缘电阻、界面机械应力。相应的电缆设备状态量越容易检测，则得分越高。

优选地，步骤S50中，所述关键状态量为风险优先指数RPN得分高于250分的故障类别对应的状态量；关键状态量对应的故障类别为关键故障类别。筛选出众多故障数据中的关键故障案例为运维人员需重点关注的高故障率、严重程度大且故障状态量较容易探测的故障类型，针对符合此类故障数据特征的电缆设备需重点关注与检测，同时筛选出来的关键故障类别与关键状态量，也可用于后续深层次的电缆设备可靠性模型的研究方向。

与现有技术相比，本发明的有益效果是：

本发明方法电缆线路部件与故障原因分类方法对故障案例进行分类，一方面运维人员可以根据分类统计结果中高故障数的电缆部件确定需要重点关注的巡检对象，另一方面运维人员可以找到从源头上导致故障的高频故障原因，便于制定预防故障发生的措施；

使用本发明技术方案中的故障风险评分表对故障案例数据进行分析，降低了使用者的专业水平要求，简化故障案例分析过程；

本发明通过查询故障模式与效应分析评分表筛选出的故障案例数据为电缆运维人员需重点关注的故障案例，与实际电缆运维需求契合，避免不必要的研究资源浪费。

附图说明

图1为本发明的基于FMEA的电缆故障数据管理与分析方法的流程图；

图2为步骤S10中电缆数据格式化的示意图；

图3为步骤S20中电缆的全寿命周期与故障原因的对应关系；

图4为步骤S20中的故障分类方法的示意图；

图5为实施例二中故障风险评分表的示意图。

具体实施方式

下面结合具体实施方式对本发明作进一步的说明。

实施例一

如图1至图4所示为本发明的基于FMEA的高压电缆故障数据管理与分析方法的实施例，包括以下步骤：

S10.确定电缆故障数据内容，格式化建立电缆故障数据库；

S20.基于步骤S10中电缆故障数据库，根据故障位置与故障原因的分类方法，对故障数据进行归类；

S30.针对步骤S20中故障数据确定每类故障数据的故障发生率评分、故障严重程度评分及状态量检测难易程度评分，并计算每类故障状态量的风险优先指数RPN，建立故障风险评分表；所述风险优先指数RPN为故障发生率、故障严重程度及状态量检测难易程度的乘积；

S40.根据故障数据获取故障类别，查询步骤S30中所述故障风险评分表，分析并诊断故障数据，通过查询故障风险评分表获得不同故障类别故障数据的故障率评分、故障严重程度评分及状态量检测难易程度评分，并计算每类故障状态量的风险优先指数RPN；

S50.通过步骤S40中风险评分结果筛选出关键故障案例对应的关键故障类别与关键状态量。

步骤S10中，所述电缆故障数据库包括电缆设备基本信息、故障记录、状态数据记录及运行环境与气候记录。其中，所述电缆设备基本信息包括线路名称及电压等级、投运时间、敷设方式、线路长度、设备型号及生产厂家、施工单位、线路额定载流量及负荷；所述故障记录包括故障位置、失效时间、故障原因及故障模式；所述状态数据记录包括红外测温数据、局放数据、护层电流数据及介损数据；所述环境与气候记录包括失效时季节气候数据及通道环境状况数据。按图2所示格式建立电缆故障数据库，便于故障数据的收集整理与管理，建立故障数据库可作为后续分析输入。

步骤S20中，所述故障位置包括电缆本体、中间接头、电缆终端、接地系统及电缆通道，所述故障原因包括生产设计、施工安装、环境、外力破坏、电压电流异常以及老化。本实施例的故障原因的归类依照电缆的全寿命周期进行，电缆的全寿命周期包括生产设计、施工安装与运行服役，运行服役过程中的环境、外力破坏、电压电流异常与老化归为故障原因，如图3所示。电缆故障按照故障位置分为5部分，每一电缆故障位置按照故障原因又分为6类，如此，本实施例的故障数据可划分为30类故障类别，如图4所示。

步骤S30中，采用FMEA将研究的电缆设备结构化，根据上述分类方法，将电缆设备分为电缆通道、本体、接头、终端、接地系统5个部件单元；分析每一个部件的故障原因、机理与故障模式；其中确定每一部件的失效原因，以便能在系统FMEA中根据故障判据确定故障原因的发生度；

通过故障原因、机理与故障模式的分析方法，分析各类故障的发生概率，通过机理分析提取出故障发展过程中可能的状态变量，并依据故障模式对故障数据的严重程度进行分析，作为后续故障模式与效应分析的理论基础。故障发生率O、故障严重程度S与故障状态量检测难易程度D三者乘积为风险优先指数RPN：

RPN＝O*S*D

其中，所述故障率评分方法包括：对于电缆本体，故障率为每年每百公里的故障次数；对于电缆附件，故障率为每年每百件的故障次数；故障率评分与故障率正相关，故障率与故障发生次数正相关。可通过历史运行维修数据记录、状态检修数据判断电缆设备故障发生率，评价标准如表1所示：

表1故障发生率评分标准

故障严重程度评分是对电缆设备故障损失与影响的量化评估。随着经济发展，各行各业对于电力的依赖增强，电力系统供电可靠性要求逐渐提高。一旦发生故障造成供电不足，将会直接影响电力用户及企业自身经济效应。并且高压电缆输电线路通常敷设于地下，相较于架空线路而言故障修复较为困难。因此采用故障修复时间衡量故障严重程度，故障严重程度评分标准如表2所示：

表2故障严重程度评分标准

故障状态量的检测难易程度评分是在现有运行、维护策略下，状态量能够被检测出来的概率。通过故障机理研究，确定能够反映电缆设备健康状态的变量，从而找到检测电缆健康状态的判据，结合现行电缆设备状态检测技术，确定故障检测难易程度。电力电缆的状态量包括局放、护层电流、温度、介质损耗、沿面放电、绝缘电阻、界面机械应力。其检测难以程度评分标准如表3所示：

表3故障状态量的检测难易程度评分标准

电缆的故障模式包括本体击穿、中间接头击穿、终端击穿、终端引线处断裂悬浮电位及保护器击穿故障状态，所述故障严重程度评分考量的维度包括故障维修费用、停电损失、社会效应以及对人身安全威胁。严重程度越大，则得分越高。

所述状态量包括局放、护层电流、温度、介质损耗、绝缘电阻、界面机械应力以及电荷分布。相应的电缆设备状态量越容易检测，则得分越高。

步骤S40中，对每一起故障数据，按照故障数据库格式要求收集整理，依照故障位置与原因的分类方法进行归类，制作各类故障数据的故障模式与分析评分表；并根据故障发生率、严重程度和检测难易度评分的乘积计算风险优先指数RPN。根据故障模式影响分析的结果，找出电缆设备中的缺陷和薄弱环节，便于制定和实施各种改进与控制措施，以提高电缆设备的可靠性(或有效性、合理性等)。

步骤S50中，所述关键状态量为风险优先指数RPN得分高于250分的故障类别对应的状态量；关键状态量对应的故障类别为关键故障类别。依据风险优先指数RPN筛选出众多故障数据中的关键故障案例为运维人员需重点关注的高故障率、严重程度大且故障状态量较容易探测的故障类型，针对符合此类故障数据特征的电缆设备需重点关注与检测，同时筛选出来的关键故障类别与关键状态量，也可用于后续深层次的电缆设备可靠性模型的研究方向。

经过以上步骤：日常运维人员可以结合不同故障类型所提取的关键状态量，制定预防性测试工作预防故障发生；有助于电缆故障分析工作，从关键状态量的角度分析故障起因与发展过程，积累经验，从而指导今后日常巡检工作；根据筛选出的关键数据，专业技术研究人员可以正确把握今后的研究内容与方向，与实际电缆运维需求契合，避免不必要的研究资源浪费。

另外，从本实施例中获取电缆故障数据可分析电缆设备投运时间气候季节、通道环境状况等影响因素与电缆失效率的关系，搭建数学模型拟合各影响因素与电缆失效率的关系；基于本实施例中电缆故障模式与效应分析方法所筛选出的关键状态量，进行建模仿真分析，从机理方面找到电缆运行过程中状态量与失效率之间的关系，最终从统计学与电气物理角度两方面确定电力电缆可靠性模型。

实施例二

本实施例为基于FMEA的电缆故障数据管理与分析方法的第二实施例，本实施例与实施例一类似，本实施例中，故障位置包括电缆本体、中间接头、电缆终端、接地系统及电缆通道，对于每个故障位置，出现不同的故障原因。

对于电缆本体，生产设计带来的故障原因包括：主绝缘内部存在气隙、杂质、突起，波纹铝护套与缓冲层设计缺陷，老旧电缆无纵向阻水层；环境带来的故障原因包括外护套磨损、被啃噬及外护套化学腐蚀，外力破坏带来的故障原因包括机械外力，电压电流异常带来的故障原因包括操作过电压及过负荷。对于中间接头，生产设计带来的故障原因包括：预制件绝缘存在气泡、杂质、突起，预制件应力锥材料与结构缺陷，外半导电层断口及界面缺陷；施工安装带来的故障原因包括主绝缘表面、预制件内外表面混有杂质，主绝缘、外半导电层表面划伤，预制件扩张过久压力不足存在气隙，预制件安装错位，接头密封不良受潮；外力破坏带来的故障原因包括机械外力；环境带来的故障原因包括水分侵入；电压电流异常带来的故障原因包括操作过电压。对于终端，生产设计带来的故障原因包括：预制件绝缘内部存在气泡、杂质、突起，预制件应力锥材料与结构缺陷，引线夹生产质量不合格；施工安装带来的故障原因包括：油封底板螺栓松动，尾管铅封不合格，应力锥与本体或套管界面存在气隙，主绝缘、外半导电层划伤，外半导电层断口及界面缺陷，主绝缘表面、预制件内外表面有杂质；绝缘油内有杂质，预制件安装错位；环境带来的故障原因包括水分侵入、套管表面积污、地表下沉应力、操作过电压。对于接地系统，生产设计带来的故障原因包括接地方案设计不达标；施工安装带来的接地线与铜牌之间连接处螺栓松动、接地线、铜牌或螺栓漏接及交叉互联换位接线错误；环境带来的故障原因包括水分侵入；外力破坏带来的故障原因包括接地线被盗、操作过电压、故障电流。对于电缆通道，外力破坏带来的故障原因包括机械外力，环境带来的故障原因包括通道积水含腐蚀性离子及通道地面沉降、结构受损。

对每一起故障数据，按照故障数据库格式要求收集整理，依照故障位置与原因的分类方法进行归类，制作各类故障数据的故障模式与分析评分表，如图5所示。并按照实施例一中步骤S40，根据故障发生率、严重程度和检测难易度评分的乘积计算风险优先指数RPN，并根据风险优先指数筛选得到故障数据中的关键故障案例。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (9)

1.一种基于FMEA的电缆故障数据管理与分析方法，其特征在于，包括以下步骤：

S10.确定电缆故障数据内容，格式化建立电缆故障数据库；

S20.基于步骤S10中电缆故障数据库，根据故障位置与故障原因的分类方法，对故障数据进行归类；

S30.针对步骤S20中故障数据确定每类故障数据的故障发生率评分、故障严重程度评分及状态量检测难易程度评分，并计算每类故障状态量的风险优先指数RPN，建立故障风险评分表；所述风险优先指数RPN为故障发生率、故障严重程度及状态量检测难易程度的乘积；S40.根据故障数据获取故障类别，查询步骤S30中所述故障风险评分表，分析并诊断故障数据，通过查询故障风险评分表获得不同故障类别故障数据的故障率评分、故障严重程度评分及状态量检测难易程度评分，并计算每类故障状态量的风险优先指数RPN；

S50.通过步骤S40中风险评分结果筛选出关键故障案例对应的关键故障类别与关键状态量。

2.根据权利要求1所述的基于FMEA的电缆故障数据管理与分析方法，其特征在于，步骤S10中，所述电缆故障数据库包括电缆设备基本信息、故障记录、状态数据记录及运行环境与气候记录。

3.根据权利要求2所述的基于FMEA的电缆故障数据管理与分析方法，其特征在于，所述电缆设备基本信息包括线路名称及电压等级、投运时间、敷设方式、线路长度、设备型号及生产厂家、施工单位、线路额定载流量及负荷；所述故障记录包括故障位置、失效时间、故障原因及故障模式；所述状态数据记录包括红外测温数据、局放数据、护层电流数据及介损数据；所述环境与气候记录包括失效时季节气候数据及通道环境状况数据。

4.根据权利要求1所述的基于FMEA的电缆故障数据管理与分析方法，其特征在于，步骤S20中，所述故障位置包括电缆本体、中间接头、电缆终端、接地系统及电缆通道，所述故障原因包括生产设计、施工安装、环境、外力破坏、电压电流异常以及老化。

5.根据权利要求4所述的基于FMEA的电缆故障数据管理与分析方法，其特征在于，所述故障原因的归类依照电缆的寿命周期进行，所述故障数据可划分为30类故障类别。

6.根据权利要求1至5任一项所述的基于FMEA的电缆故障数据管理与分析方法，其特征在于，步骤S30中，所述故障率评分方法包括：对于电缆本体，故障率为每年每百公里的故障次数；对于电缆附件，故障率为每年每百件的故障次数；故障率评分与故障率正相关，故障率与故障发生次数正相关。

7.根据权利要求6所述的基于FMEA的电缆故障数据管理与分析方法，其特征在于，步骤S30中，电缆的故障模式包括本体击穿、中间接头击穿、终端击穿、终端引线处断裂及接地线烧毁，所述故障严重程度评分考量的维度包括故障维修费用、停电损失、社会效应以及对人身安全威胁。

8.根据权利要求6所述的基于FMEA的电缆故障数据管理与分析方法，其特征在于，步骤S30中，所述故障状态量包括局放、护层电流、温度、介质损耗、绝缘电阻及界面机械应力。

9.根据权利要求1所述的基于FMEA的电缆故障数据管理与分析方法，其特征在于，步骤S50中，所述关键状态量为风险优先指数RPN得分高于250分的故障类别对应的状态量；关键状态量对应的故障类别为关键故障类别。