CN110516960A - 一种变电站继电保护设备的可靠性指标定量计算方法 - Google Patents
一种变电站继电保护设备的可靠性指标定量计算方法 Download PDFInfo
- Publication number
- CN110516960A CN110516960A CN201910785467.4A CN201910785467A CN110516960A CN 110516960 A CN110516960 A CN 110516960A CN 201910785467 A CN201910785467 A CN 201910785467A CN 110516960 A CN110516960 A CN 110516960A
- Authority
- CN
- China
- Prior art keywords
- equipment
- relay protection
- protection device
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 8
- 230000007547 defect Effects 0.000 claims description 38
- 238000012544 monitoring process Methods 0.000 claims description 19
- 206010061619 Deformity Diseases 0.000 claims description 12
- 230000007812 deficiency Effects 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 9
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明公开了一种变电站继电保护设备的可靠性指标定量计算方法,所述计算方法包括以下步骤:步骤1:收集带有删失特性的继电保护设备失效数据,并对收集到的失效数据进行预处理;步骤2:根据步骤1中收集的继电保护设备的失效数据,分别在指数分布模型和威布尔分布模型中计算失效模型参数;步骤3:将设备累计运行时间及失效模型参数代入可靠性指标表达式,计算继电保护设备的可靠性指标。
Description
技术领域
本发明涉及继电保护可靠性评价技术领域,特别是涉及变电站继电保护设备的可靠性指标定量计算方法。
背景技术
继电保护是快速切除故障元件、保持电网安全稳定运行的第一道防线,若继电保护系统不能保证快速可靠动作,则不仅不能隔离故障区域,还可能引发连锁反应,造成电网解列、系统崩溃等严重事故。因此,监测继电保护系统可靠性指标对于保证电力系统安全平稳运行具有重要意义。
现有的继电保护设备可靠性评价方法多为在精确失效数据的基础上,利用极大似然估计法或最小二乘法计算失效模型参数,进而计算设备的可靠性指标。与常规的工业产品不同,继电保护设备价格昂贵、产量较小、寿命较长,无法在出厂前进行大规模的老化试验。因此,继保设备的失效数据一般是在其投入运行之后收集的现场数据。受观测条件与监测手段的限制,现场可能出现继保设备投运时间不同、无法确定设备发生缺陷的具体时间、观察期间正常运行的设备中途退出、直到观察结束设备未发生缺陷等多种情况,导致统计得到的设备失效数据为带有删失特性的随机截尾数据。现有的继电保护设备可靠性评价方法无法处理此类数据。
因此希望有一种变电站继电保护设备的可靠性指标定量计算方法能够解决现有技术中存在的问题。
发明内容
本发明公开了一种变电站继电保护设备的可靠性指标定量计算方法,所述计算方法包括以下步骤:
步骤1:收集带有删失特性的继电保护设备失效数据,并对收集到的失效数据进行预处理;
步骤2:根据步骤1中收集的继电保护设备的失效数据,分别在指数分布模型和威布尔分布模型中计算失效模型参数;
步骤3:将设备累计运行时间及失效模型参数代入可靠性指标表达式,计算继电保护设备的可靠性指标。
优选地,所述步骤1中的带有删失特性的继电保护设备失效数据包括:设备投运时间、设备退出运行时间、设备缺陷发现时间、设备缺陷发现方式和设备巡检时间。
优选地,所述步骤1对收集到的所述失效数据进行的预处理过程包括:
步骤1.1:计算直到统计结束仍未发生缺陷的设备的累计运行时间tn:
tn=ttr-t0
其中,ttr表示停止统计的时间,t0表示设备开始运行的时间;
步骤1.2:计算没有发生故障,但是在统计结束之前退出运行的设备的累计运行时间tq:
tq=tc-t0
其中,tc表示停止统计的时间;
步骤1.3:计算在统计期间发生缺陷,且设备缺陷发现方式为监控信号的设备的失效前累计运行时间ts:
ts=tf-t0
其中,tf表示发现缺陷的时间;
步骤1.4:计算在统计期间发生缺陷,且设备缺陷发现方式不是监控信号的设备的失效前累计运行时间区间
其中,T为设备的历次巡视时间。
优选地,所述步骤2中指数分布模型表达式为:
F(t;λ)=1-e-λt
其中,模型参数为失效率λ,t为被观察设备的累计运行时间。
所述威布尔分布模型表达式为:
F(t;k,η)=1-exp[-(t/η)k]
其中,模型参数为尺度参数η和形状参数k,t为被观察设备的累计运行时间。
优选地,当计算处于偶然失效期的设备的可靠性指标时,所述步骤2选取所述指数分布模型作为失效模型计算失效模型参数:
其中,n代表被观察设备的总台数,j代表缺陷发现方式为监控信号的设备的数量,ti代表第i台缺陷发现方式为监控信号的被观察设备发生缺陷前累计运行时间,l代表缺陷发现方式不是监控信号的设备的数量,缺陷发生前累计运行时间区间为[z-,z+],观察期间未发生缺陷的设备的数量为n-j-l,累计运行时间时间为z,模型参数λ代表设备失效率。
优选地,所述步骤3将所述失效模型参数λ代入可靠性指标表达式,计算继电保护设备的可靠性指标:
(1)累积故障率:
F(t;λ)=1-e-λt;
其中,t代表被观察设备的累计运行时间;
(2)可靠度:
R(t;λ)=1-F(t;λ)=e-λt;
(3)故障概率密度:
f(t;λ)=λe-λt;
(4)失效率:
λ(t)=λ;
(5)平均无故障时间:
MTBF=1/λ。
优选地,当计算处于老化失效期的设备的可靠性指标时,所述步骤2选取所述威布尔分布作为失效模型计算失效模型参数:
其中,η和k为失效模型的参数,μ是简化计算过程的中间变量。
优选地,所述步骤3将所述失效模型参数η和k代入可靠性指标表达式,计算继电保护设备的可靠性指标:
(1)累积故障率:
F(t;k,η)=1-exp[-(t/η)k];
其中,η和k分别代表失效模型的尺度参数和形状参数;
(2)可靠度:
R(t;k,η)=1-F(t;k,η)=exp[-(t/η)k];
(3)故障概率密度:
(4)失效率:
(5)平均无故障时间:
MTBF=ηΓ(1+1/k);
其中,Γ(z)为伽马函数,其公式为:
本发明提出了一种变电站继电保护设备的可靠性指标定量计算方法,本发明提高了指标计算精度,能够处理现场收集的带有删失特性的随机截尾失效数据,为继电保护设备的状态评价工作提供依据,为电网的安全可靠运行提供保证。
附图说明
图1是变电站继电保护设备的可靠性指标定量计算方法流程图。
图2是计算得到的设备可靠性指标随时间变化的曲线图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚,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更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种变电站继电保护设备的可靠性指标定量计算方法包括以下步骤:
步骤1:收集带有删失特性的继电保护设备失效数据,并对收集到的失效数据进行预处理;
步骤2:根据步骤1中收集的继电保护设备的失效数据,分别在指数分布模型和威布尔分布模型中计算失效模型参数;
步骤3:将设备累计运行时间及失效模型参数代入可靠性指标表达式,计算继电保护设备的可靠性指标。
所述步骤1中的带有删失特性的继电保护设备失效数据包括:设备投运时间、设备退出运行时间、设备缺陷发现时间、设备缺陷发现方式和设备巡检时间。缺陷发现方式包括:运行巡视、专业巡视、检修过程、监控信号和其他共计5种类型。
与常规的工业产品不同,继电保护设备价格昂贵、产量较小、寿命较长,无法在出厂前进行大规模的老化试验。因此,继保设备的失效数据是在其投入运行之后收集的现场数据。受观测条件与监测手段的限制,现场收集到的失效数据包含如下4种类型:
(1)精确数据
随着变电站自动化水平的逐渐提高,特别是智能电子设备的应用,继保设备的自检功能日益完善。设备自检的周期非常短,因此对于发现方式为监控信号的缺陷,发现缺陷的时间即可认为是缺陷发生的时间。这类失效数据称为精确数据。
(2)区间删失数据
部分隐蔽性较强的缺陷无法通过自检查出,此类缺陷无法确定具体的发生时间,可以推断出缺陷发生在发现缺陷之前,最近一次巡视之后。此类无法确定缺陷发生的确切时间,只能推断出缺陷发生的时间区间的失效数据为区间删失数据。
(3)右删失数据
在观察结束之前,有可能会出现样本设备中途退出运行的情形。设备在退出运行之前始终保持正常工作,只能得到设备保持正常工作的时长。此类数据称为右删失数据。
(4)随机截尾数据
继保设备的可靠性水平较高,因此,直到观察结束,大部分设备能够保持正常工作。此类直至观察结束仍没有出现失效的数据称为截尾数据,观察结束的时间称为截尾时间ttr。因为各继保设备的投运时间不同,所以当到达截尾时间时,各继电保护设备的运行时间也不尽相同,如果把各样本设备的投运时刻移动到同一计时起点,这些设备的失效数据将表现出随机截尾的特点
所述步骤1对收集到的所述失效数据进行的预处理过程包括:
步骤1.1:计算直到统计结束仍未发生缺陷的设备的累计运行时间tn:
tn=ttr-t0
其中,ttr表示停止统计的时间,t0表示设备开始运行的时间;
步骤1.2:计算没有发生故障,但是在统计结束之前退出运行的设备的累计运行时间tq:
tq=tc-t0
其中,tc表示停止统计的时间;
步骤1.3:计算在统计期间发生缺陷,且设备缺陷发现方式为监控信号的设备的失效前累计运行时间ts:
ts=tf-t0
其中,tf表示发现缺陷的时间;
步骤1.4:计算在统计期间发生缺陷,且设备缺陷发现方式不是监控信号的设备的失效前累计运行时间区间
其中,T为设备的历次巡视时间,取其中距离缺陷发现时间最近且未发现缺陷的一次巡视时间作为设备失效发生时间区间的左端点,缺陷发现时间tf为失效时间区间的右端点。
所述步骤2中指数分布模型表达式为:
F(t;λ)=1-e-λt
其中,模型参数为失效率λ,t为被观察设备的累计运行时间。
所述威布尔分布模型表达式为:
F(t;k,η)=1-exp[-(t/η)k]
其中,模型参数为尺度参数η和形状参数k,t为被观察设备的累计运行时间。
当计算处于偶然失效期的设备的可靠性指标时,所述步骤2选取所述指数分布模型作为失效模型计算失效模型参数:
其中,n代表被观察设备的总台数,j代表缺陷发现方式为监控信号的设备的数量,ti代表第i台缺陷发现方式为监控信号的被观察设备发生缺陷前累计运行时间,l代表缺陷发现方式不是监控信号的设备的数量,缺陷发生前累计运行时间区间为[z-,z+],观察期间未发生缺陷的设备的数量为n-j-l,累计运行时间时间为z,模型参数λ代表设备失效率。
所述步骤3将所述失效模型参数λ代入可靠性指标表达式,计算继电保护设备的可靠性指标:
(1)累积故障率:
F(t;λ)=1-e-λt;
其中,t代表被观察设备的累计运行时间;
(2)可靠度:
R(t;λ)=1-F(t;λ)=e-λt;
(3)故障概率密度:
f(t;λ)=λe-λt;
(4)失效率:
λ(t)=λ;
(5)平均无故障时间:
MTBF=1/λ。
当计算处于老化失效期的设备的可靠性指标时,所述步骤2选取所述威布尔分布作为失效模型计算失效模型参数:
其中,η和k为失效模型的参数,μ是简化计算过程的中间变量。
优选地,所述步骤3将所述失效模型参数η和k代入可靠性指标表达式,计算继电保护设备的可靠性指标:
(1)累积故障率:
F(t;k,η)=1-exp[-(t/η)k];
其中,η和k分别代表失效模型的尺度参数和形状参数;
(2)可靠度:
R(t;k,η)=1-F(t;k,η)=exp[-(t/η)k];
(3)故障概率密度:
(4)失效率:
(5)平均无故障时间:
MTBF=ηΓ(1+1/k);
其中,Γ(z)为伽马函数,其公式为:
实施例2:
本实施例选取了处于老化失效期的同一型号的变电站继电保护设备共计50台,计算此型号设备的可靠性指标。
表1、表2、表3分别是设备台账表、缺陷记录表、巡视记录表,记录了统计得到的设备的失效数据。
表1设备台账表
字段名 | 字段描述 | 字段类型 | 备注 |
equipID | 设备ID | int | 主键 |
commissionTime | 投运时间 | datetime | 外键/NOT NULL |
stopTime | 停运时间 | datetime | —— |
表2缺陷记录表巡视记录表
字段名 | 字段描述 | 字段类型 | 备注 |
recordNo | 记录编号 | int | 主键 |
equipID | 设备ID | int | 外键/NOT NULL |
failStartTime | 缺陷发现时间 | datetime | NOT NULL |
failFinding | 缺陷发现方式 | enum | NOT NULL |
表3巡视记录表
字段名 | 字段描述 | 字段类型 | 备注 |
recordNo | 记录编号 | int | 主键 |
equipID | 设备ID | int | 外键/NOT NULL |
inspectionTime | 巡视时间 | datetime | NOT NULL |
failFlag | 是否发现缺陷 | boolean | NOT NULL |
经过预处理后,设备失效数据如表4所示:
数据编号 | 数据值 | 数据类型 |
1 | 7283 | 精确数据 |
2 | 7479 | 精确数据 |
3 | 10533 | 精确数据 |
4 | 11129 | 精确数据 |
5 | 14957 | 精确数据 |
6 | 21519 | 精确数据 |
7 | (12156,15928) | 区间删失 |
8 | (15015,19597) | 区间删失 |
9 | (16717,21831) | 区间删失 |
— | — | — |
49 | 24329 | 随机截尾 |
50 | 24977 | 随机截尾 |
将经过预处理的失效数据代入失效模型中,经过计算得到模型参数为:
继保设备的可靠性指标表达式如下:
可靠度:
R(t)=exp[-(t/60641)1.7172]
故障概率密度:
f(t)=1.0506×10-8t0.7172exp[-(t/60641)1.7172]
失效率:
λ(t)=1.0506×10-8t0.7172
平均无故障时间:
MTBF=54071
如图2所示设备可靠度、故障概率密度、失效率随时间变化的曲线。图中结果显示,此型号设备平均无故障时间约是6.2年。当设备累计运行时间超过1.87年后,设备可靠性降低到0.9以下,应适当缩短巡视周期。当设备累计运行时间超过4.3年后,设备失效率增加到2×10-5以上,故障风险较高,应当安排检修。
最后需要指出的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种变电站继电保护设备的可靠性指标定量计算方法,其特征在于,所述计算方法包括以下步骤:
步骤1:收集带有删失特性的继电保护设备失效数据,并对收集到的失效数据进行预处理;
步骤2:根据步骤1中收集的继电保护设备的失效数据,分别在指数分布模型和威布尔分布模型中计算失效模型参数;
步骤3:将设备累计运行时间及失效模型参数代入可靠性指标表达式,计算继电保护设备的可靠性指标。
2.根据权利要求1所述的变电站继电保护设备的可靠性指标定量计算方法,其特征在于:所述步骤1中的带有删失特性的继电保护设备失效数据包括:设备投运时间、设备退出运行时间、设备缺陷发现时间、设备缺陷发现方式和设备巡检时间。
3.根据权利要求2所述的变电站继电保护设备的可靠性指标定量计算方法,其特征在于:所述步骤1对收集到的所述失效数据进行的预处理过程包括:
步骤1.1:计算直到统计结束仍未发生缺陷的设备的累计运行时间tn:
tn=ttr-t0
其中,ttr表示停止统计的时间,t0表示设备开始运行的时间;
步骤1.2:计算没有发生故障,但是在统计结束之前退出运行的设备的累计运行时间tq:
tq=tc-t0
其中,tc表示停止统计的时间;
步骤1.3:计算在统计期间发生缺陷,且设备缺陷发现方式为监控信号的设备的失效前累计运行时间ts:
ts=tf-t0
其中,tf表示发现缺陷的时间;
步骤1.4:计算在统计期间发生缺陷,且设备缺陷发现方式不是监控信号的设备的失效前累计运行时间区间
其中,T为设备的历次巡视时间。
4.根据权利要求1所述的变电站继电保护设备的可靠性指标定量计算方法,其特征在于:所述步骤2中指数分布模型表达式为:
F(t;λ)=1-e-λt
其中,模型参数为失效率λ,t为被观察设备的累计运行时间;
所述威布尔分布模型表达式为:
F(t;k,η)=1-exp[-(t/η)k]
其中,模型参数为尺度参数η和形状参数k,t为被观察设备的累计运行时间。
5.根据权利要求4所述的变电站继电保护设备的可靠性指标定量计算方法,其特征在于:当计算处于偶然失效期的设备的可靠性指标时,所述步骤2选取所述指数分布模型作为失效模型计算失效模型参数:
其中,n代表被观察设备的总台数,j代表缺陷发现方式为监控信号的设备的数量,ti代表第i台缺陷发现方式为监控信号的被观察设备发生缺陷前累计运行时间,l代表缺陷发现方式不是监控信号的设备的数量,缺陷发生前累计运行时间区间为[z-,z+],观察期间未发生缺陷的设备的数量为n-j-l,累计运行时间时间为z,模型参数λ代表设备失效率。
6.根据权利要求5所述的变电站继电保护设备的可靠性指标定量计算方法,其特征在于:所述步骤3将所述失效模型参数λ代入可靠性指标表达式,计算继电保护设备的可靠性指标:
(1)累积故障率:
F(t;λ)=1-e-λt;
其中,t代表被观察设备的累计运行时间;
(2)可靠度:
R(t;λ)=1-F(t;λ)=e-λt;
(3)故障概率密度:
f(t;λ)=λe-λt;
(4)失效率:
λ(t)=λ;
(5)平均无故障时间:
MTBF=1/λ。
7.根据权利要求4所述的变电站继电保护设备的可靠性指标定量计算方法,其特征在于:当计算处于老化失效期的设备的可靠性指标时,所述步骤2选取所述威布尔分布作为失效模型计算失效模型参数:
其中,η和k为失效模型的参数,μ是简化计算过程的中间变量。
8.根据权利要求7所述的变电站继电保护设备的可靠性指标定量计算方法,其特征在于:所述步骤3将所述失效模型参数η和k代入可靠性指标表达式,计算继电保护设备的可靠性指标:
(1)累积故障率:
F(t;k,η)=1-exp[-(t/η)k];
其中,η和k分别代表失效模型的尺度参数和形状参数;
(2)可靠度:
R(t;k,η)=1-F(t;k,η)=exp[-(t/η)k];
(3)故障概率密度:
(4)失效率:
(5)平均无故障时间:
MTBF=ηΓ(1+1/k);
其中,Γ(z)为伽马函数,其公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910785467.4A CN110516960B (zh) | 2019-08-23 | 2019-08-23 | 一种变电站继电保护设备的可靠性指标定量计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910785467.4A CN110516960B (zh) | 2019-08-23 | 2019-08-23 | 一种变电站继电保护设备的可靠性指标定量计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110516960A true CN110516960A (zh) | 2019-11-29 |
CN110516960B CN110516960B (zh) | 2023-03-14 |
Family
ID=68627470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910785467.4A Active CN110516960B (zh) | 2019-08-23 | 2019-08-23 | 一种变电站继电保护设备的可靠性指标定量计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110516960B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114459523A (zh) * | 2021-12-10 | 2022-05-10 | 红云红河烟草(集团)有限责任公司 | 一种在线质量检测仪器的标定预警方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090271235A1 (en) * | 2008-04-25 | 2009-10-29 | Kabushiki Kaisha Toshiba | Apparatus and method for generating survival curve used to calculate failure probability |
US20140025363A1 (en) * | 2012-07-23 | 2014-01-23 | General Electric Company | Systems and methods for predicting failures in power systems equipment |
CN103606114A (zh) * | 2013-12-05 | 2014-02-26 | 国家电网公司 | 一种继电保护设备可靠性的评估方法 |
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 |
CN104616212A (zh) * | 2015-02-06 | 2015-05-13 | 广东电网有限责任公司电力调度控制中心 | 继电保护系统可靠性分析方法与系统 |
CN104834994A (zh) * | 2015-04-17 | 2015-08-12 | 国家电网公司 | 基于svm的小样本继电保护可靠性参数估计方法 |
US20160156184A1 (en) * | 2014-11-24 | 2016-06-02 | Schneider Electric Industries Sas | Intelligent electronic device response time performance optimization apparatuses |
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 |
US20170003667A1 (en) * | 2015-07-03 | 2017-01-05 | Yokogawa Electric Corporation | Equipment maintenance management system and equipment maintenance management method |
KR101741953B1 (ko) * | 2016-06-24 | 2017-06-01 | 천성진 | 위치기반 실시간 일거리 중계 서비스 시스템 및 그 방법 |
CN107346466A (zh) * | 2017-05-26 | 2017-11-14 | 国网山东省电力公司淄博供电公司 | 一种电力调度系统的控制方法及装置 |
CN109145502A (zh) * | 2018-09-17 | 2019-01-04 | 中国人民解放军海军工程大学 | 一种威布尔型单元寿命分布参数估计方法 |
CN109376421A (zh) * | 2018-10-17 | 2019-02-22 | 国网重庆市电力公司电力科学研究院 | 一种智能变电站保护设备的故障率评估方法 |
CN109933924A (zh) * | 2019-03-19 | 2019-06-25 | 云南电网有限责任公司玉溪供电局 | 一种基于lm法参数估计的继电保护装置寿命预测方法 |
-
2019
- 2019-08-23 CN CN201910785467.4A patent/CN110516960B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090271235A1 (en) * | 2008-04-25 | 2009-10-29 | Kabushiki Kaisha Toshiba | Apparatus and method for generating survival curve used to calculate failure probability |
US20140025363A1 (en) * | 2012-07-23 | 2014-01-23 | General Electric Company | Systems and methods for predicting failures in power systems equipment |
CN103606114A (zh) * | 2013-12-05 | 2014-02-26 | 国家电网公司 | 一种继电保护设备可靠性的评估方法 |
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 |
US20160156184A1 (en) * | 2014-11-24 | 2016-06-02 | Schneider Electric Industries Sas | Intelligent electronic device response time performance optimization apparatuses |
CN104616212A (zh) * | 2015-02-06 | 2015-05-13 | 广东电网有限责任公司电力调度控制中心 | 继电保护系统可靠性分析方法与系统 |
CN104834994A (zh) * | 2015-04-17 | 2015-08-12 | 国家电网公司 | 基于svm的小样本继电保护可靠性参数估计方法 |
US20170003667A1 (en) * | 2015-07-03 | 2017-01-05 | Yokogawa Electric Corporation | Equipment maintenance management system and equipment maintenance management method |
KR101741953B1 (ko) * | 2016-06-24 | 2017-06-01 | 천성진 | 위치기반 실시간 일거리 중계 서비스 시스템 및 그 방법 |
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 |
CN107346466A (zh) * | 2017-05-26 | 2017-11-14 | 国网山东省电力公司淄博供电公司 | 一种电力调度系统的控制方法及装置 |
CN109145502A (zh) * | 2018-09-17 | 2019-01-04 | 中国人民解放军海军工程大学 | 一种威布尔型单元寿命分布参数估计方法 |
CN109376421A (zh) * | 2018-10-17 | 2019-02-22 | 国网重庆市电力公司电力科学研究院 | 一种智能变电站保护设备的故障率评估方法 |
CN109933924A (zh) * | 2019-03-19 | 2019-06-25 | 云南电网有限责任公司玉溪供电局 | 一种基于lm法参数估计的继电保护装置寿命预测方法 |
Non-Patent Citations (3)
Title |
---|
廖颖姝: "缺失数据对参数估计EM算法影响的实验研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
张雷: "大数据背景下考虑删失特点的继保设备运行状态评估", 《电力工程技术》 * |
薛安成等: "继电保护装置恒定失效率估算方法", 《电力系统自动化》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114459523A (zh) * | 2021-12-10 | 2022-05-10 | 红云红河烟草(集团)有限责任公司 | 一种在线质量检测仪器的标定预警方法 |
CN114459523B (zh) * | 2021-12-10 | 2024-04-30 | 红云红河烟草(集团)有限责任公司 | 一种在线质量检测仪器的标定预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110516960B (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112365100B (zh) | 基于灾害风险综合评估的电网灾害预警及应对方法 | |
CN106372735B (zh) | 一种继电保护状态评估方法 | |
CN103754718B (zh) | 电梯运行安全监测系统及其方法 | |
CN107294089B (zh) | 一种面向电网事件的智能关联分析和评价方法 | |
CN106124878A (zh) | 集成变压器健康监测架构 | |
CN112083244B (zh) | 综合化航空电子设备故障智能诊断系统 | |
CN104200288A (zh) | 一种基于因素与事件间相关关系识别的设备故障预测方法 | |
CN111143438A (zh) | 一种基于流处理的车间现场数据实时监测与异常检测方法 | |
CN103208049B (zh) | 异常告警快速事故分析方法及系统 | |
CN110334106A (zh) | 一种基于大数据分析的运维故障分析预警方法 | |
CN115858303A (zh) | 一种基于Zabbix的服务器性能监控方法及系统 | |
CN108093210A (zh) | 一种变压器油位告警系统及其告警方法 | |
CN117434440B (zh) | 一种量测开关的自动检测方法及系统 | |
CN110516960A (zh) | 一种变电站继电保护设备的可靠性指标定量计算方法 | |
CN117150418B (zh) | 基于状态特征故障树的变压器运检周期制定方法和系统 | |
CN116756505B (zh) | 一种基于大数据的光伏设备智能管理系统及方法 | |
CN105260814A (zh) | 一种基于大数据的输变电设备评估模型及处理方法 | |
Li et al. | Meteorological radar fault diagnosis based on deep learning | |
CN116862109A (zh) | 一种区域碳排放态势感知预警方法 | |
CN111190415B (zh) | 一种工业控制系统可用率测试方法及系统 | |
CN108335044A (zh) | 一种输变电设备状态评价方法 | |
CN113836203A (zh) | 一种网络数据化诊断检测分析系统 | |
CN104242259B (zh) | 一种配电网故障断面增量存储方法 | |
CN107909275B (zh) | 一种适用于智能变电站合并单元的状态评价计算方法 | |
CN101923605A (zh) | 铁路防灾风预警方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |