CN110533325A - 继电保护设备检修时间的决策方法及系统 - Google Patents
继电保护设备检修时间的决策方法及系统 Download PDFInfo
- Publication number
- CN110533325A CN110533325A CN201910809218.4A CN201910809218A CN110533325A CN 110533325 A CN110533325 A CN 110533325A CN 201910809218 A CN201910809218 A CN 201910809218A CN 110533325 A CN110533325 A CN 110533325A
- Authority
- CN
- China
- Prior art keywords
- relay protection
- protection device
- state quantity
- quantity data
- practical
- 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
- 230000008439 repair process Effects 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012423 maintenance Methods 0.000 claims abstract description 105
- 238000009826 distribution Methods 0.000 claims abstract description 29
- 230000036541 health Effects 0.000 claims description 42
- 238000004364 calculation method Methods 0.000 claims description 32
- NRTLIYOWLVMQBO-UHFFFAOYSA-N 5-chloro-1,3-dimethyl-N-(1,1,3-trimethyl-1,3-dihydro-2-benzofuran-4-yl)pyrazole-4-carboxamide Chemical compound C=12C(C)OC(C)(C)C2=CC=CC=1NC(=O)C=1C(C)=NN(C)C=1Cl NRTLIYOWLVMQBO-UHFFFAOYSA-N 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 description 11
- 238000007689 inspection Methods 0.000 description 5
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 5
- 230000003862 health status Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种继电保护设备检修时间的决策方法及系统,其中该方法包括:获取继电保护设备的状态量数据,并根据所述状态量数据,计算所述继电保护设备的故障率;获取所述继电保护设备的运行数据,并根据所述运行数据,拟合出所述继电保护设备基于威布尔分布的故障率曲线;将所述故障率代入所述故障率曲线,得出所述继电保护设备的实际役龄;根据所述实际役龄,计算所述继电保护设备的最大检修时限和最佳检修时机;根据所述最大检修时限和最佳检修时机,确定继电保护设备的检修时间。本申请通过计算出的实际役龄做进一步计算,得到最大检修时限和最佳检修时机,综合最大检修时限和最佳检修时机,准确决策出继电保护设备的较为合理的检修时间。
Description
技术领域
本申请涉及电力系统技术领域,尤其涉及一种继电保护设备检修时间的决策方法及系统。
背景技术
继电保护设备是对电力系统中发生的故障或异常情况进行检测,从而发出报警信号,或直接将故障部分隔离、切除的一种重要设备。继电保护设备的可靠性大大影响了电力系统的稳定运行。因此,对继电保护设备进行状态检修是至关重要的。状态检修是指根据设备状态信息,评估和判断设备的当前状态,并根据评估结果合理安排检修日程的检修方式。
目前,状态检修的方式主要有以下几种:第一,可靠性因素决策法,该方法从可靠性入手进行检修时间决策,例如,以保护年均经济损失最小为目标,对最优预防性检修间隔时间进行求解。第二,Markov状态空间法,该方法结合时变失效因素与检修因素的因素,分别建立了单一保护和双重化保护的Markov模型并给出了最优检修策略。第三,全寿命周期成本管理法,利用设备风险总值和周期成本管理中的维修成本计算出优先检修系数,对设备进行状态检修排序。第四,区间数灰色模糊法,依据设备条件和检修决策之间的模糊关系,基于区间数灰色模糊法确定了继保设备检修的紧迫程度。第五,风险评估决策法,对风险发生的概率和风险产生的后果进行定性分析和定量计算,建立了包括故障风险和检修风险在内的检修决策模型。
上述状态检修的方法中,可靠性因素决策法未能考虑继保设备的自身状态,仅是对定期检修的时间间隔做出了优化,以至于还是无法在恰当的时间进行检修,即检修时间决策不准确。Markov状态空间法中,在状态划分时主观性较强,导致检修时间决策不准确。全寿命周期成本管理法中,考虑的各项因素较为简单,以至于检修时间决策不准确。区间数灰色模糊法,仅确定了继保设备检修的紧迫程度,但没有确定具体的检修时限,以至于无法决策出准确的检修时间。风险评估决策法,受到数据量的影响,若数据量小,则会导致检修时间决策不准确。
发明内容
本申请提供了一种继电保护设备检修时间的决策方法及系统,以解决现有技术中继电保护设备检修时间决策不准确的技术问题。
为了解决上述技术问题,本申请实施例公开了如下技术方案:
第一方面,本申请实施例公开了一种继电保护设备检修时间的决策方法,所述方法包括:
获取继电保护设备的状态量数据,并根据所述状态量数据,计算所述继电保护设备的故障率;
获取所述继电保护设备的运行数据,并根据所述运行数据,拟合出所述继电保护设备基于威布尔分布的故障率曲线;
将所述故障率代入所述故障率曲线,得出所述继电保护设备的实际役龄;
根据所述实际役龄,计算所述继电保护设备的最大检修时限和最佳检修时机;
根据所述最大检修时限和最佳检修时机,确定所述继电保护设备的检修时间。
可选地,在上述继电保护设备检修时间的决策方法中,所述根据所述状态量数据,计算所述继电保护设备的故障率,包括:
根据数值大小对所述继电保护设备性能的影响,将所述状态量数据划分为3类,其中,数值越大性能越优的状态量数据为第一类状态量数据,数值越小性能越优的状态量数据为第二类状态量数据,数值位于中间范围性能越优的状态量数据为第三类状态量数据;
将所述第一类状态量数据、所述第二类状态量数据,及所述第三类状态量数据计算为无量纲的健康指数,其中,计算公式分别如下:
式中,hi为所述第一类状态量数据和所述第二类状态量数据的健康指数值,为所述第一类状态量数据和所述第二类状态量数据的最优值,Hi和Li为所述第一类状态量数据和所述第二类状态量数据的上、下限值,hj为所述第三类状态量数据的健康指数值,Mj1和Mj2为所述第三类状态量数据的最佳范围的上、下限数值,Hj和Lj分别为所述第三类状态量数据的上、下限值,zi与zj为相应类别的状态量数据,ωi和ωj为相应类别的状态量数据的整体权重;
将所述健康指数求和,得到所述继电保护设备的整体健康指数,计算公式如下:
式中,HI为整体健康指数值,n为所述继电保护设备装置本体中的评价项目数量,m为所述继电保护设备二次回路中的评价项目数量;
根据所述整体健康指数,计算得到所述继电保护设备的故障率。
可选地,在上述继电保护设备检修时间的决策方法中,所述根据所述整体健康指数,计算得到所述继电保护设备的故障率,计算公式如下:
λ=Ke-C·HI
式中,λ为所述继电保护设备的故障率;K、C为待定系数,HI为整体健康指数值,数值范围为0-100;其中,根据两年的继电保护设备健康指数值HI和故障率λ的历史统计数据,反演计算出K、C,计算公式如下:
式中,λ0为年故障发生概率;n为年内故障设备的台数;N为设备总台数;i为设备健康指数所属的等级,i的数值范围为1-10;Ni为年内第i等级的故障设备台数;HIi为与i对应的健康指数值分值上下限的平均值。
可选地,在上述继电保护设备检修时间的决策方法中,所述根据所述运行数据,拟合出所述继电保护设备基于威布尔分布的故障率曲线,包括:
基于威布尔分布的故障率曲线的表达式如下:
式中,λ(t)为故障率,t为运行时间,m为形状参数,当m<1时,λ(t)呈递减趋势,此时对应为初始调试期,当m=1时,λ(t)为常数,此时对应为偶发故障期,当m>1时,λ(t)呈递增趋势,此时对应为衰耗故障期,η为尺度参数。
可选地,在上述继电保护设备检修时间的决策方法中,所述根据所述实际役龄,计算所述继电保护设备的最大检修时限,包括:
根据所述实际役龄,计算所述继电保护设备的剩余寿命分布,计算公式如下:
F(t)=1-R(t)
式中,ta为实际役龄,F(t)为所述继电保护设备的寿命分布函数,P为概率;X为连续型随机变量,t为实际役龄之后的任一时刻,R(t)为所述继电保护设备的可靠度函数,计算公式如下:
式中,m为形状参数,η为尺度参数;
根据所述实际役龄和所述继电保护设备的剩余寿命分布,计算得到最大检修时限,计算公式如下:
式中,Td为最大检修时限。
可选地,在上述继电保护设备检修时间的决策方法中,根据所述实际役龄,计算所述继电保护设备的最佳检修时机,包括:
根据所述实际役龄,计算从当前至检修时所述继电保护设备的平均工作时间,计算公式如下:
式中,为平均维修时间,ta为实际役龄,T为检修时机,t为实际役龄之后的任一时刻,R(t)为所述继电保护设备的可靠度函数;
所述继电保护设备在实际役龄之后的时刻中,不出现故障的概率为:
所述继电保护设备在实际役龄之后的时刻中,出现故障的概率为:
F(T+ta|ta)=1-R(T+ta|ta);
根据所述继电保护设备不出现故障的概率和出现故障的概率,计算所述继电保护设备的平均维修时间,计算公式如下:
式中,为平均维修时间,TPM预防性检修时间,TRM为修复性检修时间;
根据所述平均维修时间和所述平均工作时间,计算所述继电保护设备的平均可用度,计算公式如下:
式中,为平均可用度;
当实际役龄ta确定后,根据所述继电保护设备的可用度的变化情况来确定最佳检修时机。
第二方面,本申请实施例公开了一种继电保护设备检修时间的决策系统,所述系统包括:
第一计算模块,用于获取继电保护设备的状态量数据,并根据所述状态量数据,计算所述继电保护设备的故障率;
第二计算模块,用于获取所述继电保护设备的运行数据,并根据所述运行数据,拟合出所述继电保护设备基于威布尔分布的故障率曲线;
实际役龄获取模块,用于将所述故障率代入所述故障率曲线,得出所述继电保护设备的实际役龄;
因素确定模块,用于根据所述实际役龄,计算所述继电保护设备的最大检修时限和最佳检修时机;
时间决策模块,用于根据所述最大检修时限和最佳检修时机,确定所述继电保护设备的检修时间。
与现有技术相比,本申请的有益效果为:
本申请提供了一种继电保护设备检修时间的决策方法及系统,通过获取继电保护设备的状态量数据,并根据状态量数据,计算继电保护设备的故障率;获取继电保护设备的运行数据,并根据运行数据,拟合出继电保护设备基于威布尔分布的故障率曲线;将故障率代入故障率曲线,得出继电保护设备的实际役龄;根据实际役龄,计算继电保护设备的最大检修时限和最佳检修时机;根据最大检修时限和最佳检修时机,确定继电保护设备的检修时间。本申请利用继电保护设备的状态量数据和运行数据,对设备的健康状态进行综合评估,求得故障率。然后将故障率代入拟合的基于威布尔分布的故障率曲线,得到继电保护设备当前状态下的实际役龄。通过实际役龄做进一步计算得到最大检修时限和最佳检修时机,综合最大检修时限和最佳检修时机,准确决策出继电保护设备的较为合理的检修时间。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种继电保护设备检修时间的决策方法的流程示意图;
图2为本发明实施例提供的继电保护设备的浴盆曲线图;
图3为本发明实施例提供的继电保护设备的平均可用度和检修时机的关系图;
图4为本发明实施例提供的另一继电保护设备的平均可用度和检修时机的关系图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
参见图1,为本发明实施例提供的一种继电保护设备检修时间的决策方法的流程示意图。结合图1,本申请中的继电保护设备检修时间的决策方法包括以下步骤:
步骤S110:获取继电保护设备的状态量数据,并根据所述状态量数据,计算所述继电保护设备的故障率;
《继电保护状态评价导则》(Q/GDW11285-2014),针对继电保护设备的状态量拟定了量化评价标准。评价的内容包括日常运行巡视、诊断性试验、在线监测、带电检测、家族缺陷诊断等状态信息,包括其故障频率、量值大小以及运行工况进行评价,以各项目的得分作为健康指数。继电保护设备的健康指数HI是描述设备健康状态水平的数值。设备通常由多个部分组成,每部分的运行状态往往由多项状态量共同决定。因此,收集到准确完整的状态量数据是评价设备健康指数的关键。本发明将继电保护设备中装置本体和二次回路作为整体进行考虑,具体见表1,表1为继电保护设备状态评价项及权重。
表1:
不同评价项目的状态量数据往往差异很大。本申请中将这些状态量数据统一处理为无量纲的健康指数。根据数值大小对所述继电保护设备性能的影响,对于继保设备中进行状态评价的项目来说,将状态量数据划分为3类,其中,数值越大性能越优的状态量数据为第一类状态量数据,数值越小性能越优的状态量数据为第二类状态量数据,数值位于中间范围性能越优的状态量数据为第三类状态量数据;
将所述第一类状态量数据、所述第二类状态量数据,及所述第三类状态量数据计算为无量纲的健康指数,其中,计算公式分别如下:
式中,hi为所述第一类状态量数据和所述第二类状态量数据的健康指数值;为所述第一类状态量数据和所述第二类状态量数据的最优值;Hi和Li为所述第一类状态量数据和所述第二类状态量数据的上、下限值;hj为所述第三类状态量数据的健康指数值;Mj1和Mj2为所述第三类状态量数据的最佳范围的上、下限数值;Hj和Lj分别为所述第三类状态量数据的上、下限值;zi与zj为相应类别的状态量数据;ωi和ωj为相应类别的状态量数据的整体权重,在《继电保护状态评价导则》中,装置本体和二次回路的重要度相同,两者包括的各项目满分之和均为100分。在将装置本体和二次回路整体考虑时,即认为继电保护设备的满分为100分,两部分的满分都为50分,所以其数值也变为各项目满分的一半。其中,由于各项目有其评分,因此可以建立评分图,图的横轴表示此项目的数值,纵轴为数值对应的评价分数。对于第一类状态量数据和第二类状态量数据,也就是说有最优值项目的评分图形大都是一条直线,评分图上的满分数值点对应的横坐标数值为其项目的最优值,即对于第三类状态量数据,也就是说有最优范围项目的评分图形大都为梯形的折线,两个转折点的横坐标数值为其项目最优范围的上下限数值,即Mj1和Mj2。
将所述健康指数求和,得到所述继电保护设备的整体健康指数,计算公式如下:
式中,HI为整体健康指数值,n为所述继电保护设备装置本体中的评价项目数量,m为所述继电保护设备二次回路中的评价项目数量。
根据所述整体健康指数,计算得到所述继电保护设备的故障率,计算公式如下:
λ=Ke-C·HI
式中,λ为所述继电保护设备的故障率;K、C为待定系数,HI为整体健康指数值,数值范围为0-100;其中,根据两年的继电保护设备健康指数值HI和故障率λ的历史统计数据,反演计算出K、C,计算公式如下:
式中,λ0为年故障发生概率;n为年内故障设备的台数;N为设备总台数;i为设备健康指数所属的等级,i的数值范围为1-10;Ni为年内第i等级的故障设备台数;HIi为与i对应的健康指数值分值上下限的平均值。
步骤S120:获取所述继电保护设备的运行数据,并根据所述运行数据,拟合出所述继电保护设备基于威布尔分布的故障率曲线;
故障率通常不能使现场人员根据其量级判断设备的优劣程度,不能直接指导设备检修。因此,本申请中将继电保护设备的故障率与其运行时间相关联,确保能够合理地决策继保设备的检修时间。通常情况下,继电保护设备的故障率随时间变化呈“浴盆曲线”规律,图2为本发明实施例提供的继电保护设备的浴盆曲线图。浴盆曲线大致分为初始调试期、偶发故障期、衰耗故障期3个阶段。由于继电保护设备在投运前已经在厂家经过调试,故通常对初始调试期不进行考虑。在偶发故障期,继电保护设备故障率较低且趋于平稳,近似看作一常数。在衰耗故障期,继电保护设备由于老化疲劳等原因导致故障率随时间增长而急剧上升。设备故障率函数的表达式与分布函数类型之间有着十分紧密的关系,不同分布函数类型所对应的故障率函数表达式也往往具有一定的差异。本申请中基于威布尔分布对故障曲线进行拟合,威布尔分布在数据拟合上具有良好的效果,可对浴盆曲线的各个时期进行准确描述。
威布尔分布包含3个关键参数:m为形状参数,其值为1时,威布尔分布退化为指数分布,其值为3-4时,威布尔分布形式与正态分布接近;η为尺度参数;γ为位置参数,本发明中形状参数和尺度参数的威布尔分布函数即可满足使用要求,故此处γ=0。基于威布尔分布的故障率曲线的表达式如下:
式中,λ(t)为故障率,t为运行时间,m为形状参数,当m<1时,λ(t)呈递减趋势,此时对应为初始调试期,当m=1时,λ(t)为常数,此时对应为偶发故障期,当m>1时,λ(t)呈递增趋势,此时对应为衰耗故障期,η为尺度参数。
步骤S130:将所述故障率代入所述故障率曲线,得出所述继电保护设备的实际役龄;
步骤S140:根据所述实际役龄,计算所述继电保护设备的最大检修时限和最佳检修时机;
具体的,最大检修时限的确定方法为:
根据所述实际役龄,计算所述继电保护设备的剩余寿命分布,计算公式如下:
F(t)=1-R(t)
式中,ta为继电保护设备的等效工作时间,即实际役龄,F(t)为所述继电保护设备的寿命分布函数,P为某件事发生的概率;X为连续型随机变量,t为实际役龄之后的任一时刻,R(t)为所述继电保护设备的可靠度函数,计算公式如下:
式中,m为形状参数,η为尺度参数;
继电保护设备的平均剩余寿命是指在无维修的情况下,从某一时刻起到它发生故障为止设备能正常工作的剩余时间的期望值。此平均剩余寿命可当做检修所能允许的最大检修时限,即在继电保护设备寿命的终点前必须强制对设备进行维修。根据所述实际役龄和所述继电保护设备的剩余寿命分布,计算得到最大检修时限,计算公式如下:
式中,Td为最大检修时限。
在确定了继电保护设备服从威布尔分布模型的可靠性函数后,将前面求得的设备的实际役龄ta,代入最大检修时限计算公式,即可得到设备的平均剩余寿命,也就是设备的最大检修时限Td。最大检修时限一定程度上可以区分继电保护设备的检修的紧迫程度,可以对继电保护设备的检修时间决策起到一定的指导作用。
基于实际役龄计算得出的最大检修时限Td可大体确定继电保护设备在当前运行状态下的最迟检修时间,对检修时间决策可以起到一定的指导作用。在最大检修时限Td前,何时对继电保护设备进行检修会起到最佳效果尚不明确,因此,无法仅依靠最大检修时限Td去指导检修。故本申请中,在对继电保护设备进行检修时间决策时,还考虑到继电保护设备的可用度与检修时机之间的关系,提前确定最佳检修时机。在检修决策的制定时,综合考虑设备的最大检修时限和最佳检修时机,合理地制订继电保护设备的检修计划。
本申请最佳检修时机的确定方法为:
根据所述实际役龄,计算从当前至检修时所述继电保护设备的平均工作时间,计算公式如下:
式中,为平均维修时间,ta为继电保护设备的等效工作时间,即实际役龄,T为检修时机,指当前至进行检修的时间;t为实际役龄之后的任一时刻,R(t)为所述继电保护设备的可靠度函数;
所述继电保护设备在实际役龄之后的时刻中,不出现故障的概率为:
所述继电保护设备在实际役龄之后的时刻中,出现故障的概率为:
F(T+ta|ta)=1-R(T+ta|ta);
根据所述继电保护设备不出现故障的概率和出现故障的概率,计算所述继电保护设备的平均维修时间,计算公式如下:
式中,为平均维修时间,TPM预防性检修时间,TRM为修复性检修时间;
根据所述平均维修时间和所述平均工作时间,计算所述继电保护设备的平均可用度,计算公式如下:
式中,为平均可用度;
由平均可用度的计算公式可知,平均可用度是自变量为已工作时间ta和检修时机T的二元函数。当实际役龄ta作为已工作时间确定后,平均可用度就变为检修时机T的单变量函数,此时就可以根据继电保护设备可用度的变化情况来确定最佳检修时机。
继电保护设备更换某插件后,对应的运行状态会得到改善并体现到模型的输入(表1中的待评价状态量)中;在其后的状态评估中会得到较好的评价结果,实际役龄会变小,决策过程中最大检修期限和最佳检修时机两个关键的决策指标也会相应增大,因此该继电保护设备检修时间也会延后。
步骤S150:根据所述最大检修时限和最佳检修时机,确定所述继电保护设备的检修时间。
本申请利用继电保护设备的状态量数据和运行数据,对设备的健康状态进行综合评估,求得故障率。然后将故障率代入拟合的基于威布尔分布的故障率曲线,得到继电保护设备当前状态下的实际役龄。通过实际役龄做进一步计算得到最大检修时限和最佳检修时机,综合最大检修时限和最佳检修时机,准确决策出继电保护设备的较为合理的检修时间。
本发明实施例所提供的继电保护设备检修时间的决策方法中,采用某地区100台同类继电保护设备不同年份状态评价的健康指数结果,整理后的具体内容如表2所示,表2为某地不同年份的继保设备的健康指数及故障率。
表2:
将表2中的数据代入待定系数K、C的计算公式,通过反演计算可得K=3.5610,C=0.0569。经拟合确定威布尔分布的两个参数分别为m=7.818,η=12.526,故基于威布尔分布的故障率曲线的表达为λ(t)=2.0436×10-8t6.818,可靠度函数为
以HI1=80和HI2=30的两台继电保护设备为例,求得其故障率λ1、λ2。再将故障率λ1、λ2代入基于威布尔分布的故障率曲线,即可对应得到继电保护设备的实际运行时间,也就是其实际役龄ta1、ta2,具体计算结果可见表3,表3为两台继保设备的故障率和实际役龄。
表3:
在得到实际役龄ta1、ta2后,即可开始进行继电保护设备检修时间决策。首先将实际役龄ta1、ta2代入最大检修时限计算公式,求得两台继电保护设备的最大检修时限Td1、Td2,分别表示为:
求得最大检修时限Td1、Td2后,代入实际役龄后可得到两台继电保护设备的平均可用度与检修时机T的关系图如图3、图4所示。结合图3和图4,经过一段时间运行的继电保护设备的平均可用度有所下降,当经过T1=2.18年时对第一台继电保护设备进行检修,可使其获得最大平均可用度同理,当经过T2=0.34年时对第二台继电保护设备进行检修,可使其获得最大平均可用度健康指数HI1=80的继电保护设备当前运行状况良好,在当前状态下的最大检修时限为3.66年,最佳检修时机是在状态评价后的2.18年,则该套保护在当前状态下的运行状况良好,近期暂不用进行检修,并可适当延迟其预防性检修时间。而对于健康指数为HI2=20的继电保护设备,当前运行状况比较不理想,其在当前状态下的最大检修时限为0.99年,若再考虑一定时间裕度,则其最大检修时限将进一步缩短,其最佳检修时机是在状态评价后的0.34年,故该套保护需要在近期及时安排停电检修。
基于相同的技术构思,本发明实施例还提供了一种继电保护设备检修时间的决策系统,该系统包括:
第一计算模块,用于获取继电保护设备的状态量数据,并根据所述状态量数据,计算所述继电保护设备的故障率;
第二计算模块,用于获取所述继电保护设备的运行数据,并根据所述运行数据,拟合出所述继电保护设备基于威布尔分布的故障率曲线;
实际役龄获取模块,用于将所述故障率代入所述故障率曲线,得出所述继电保护设备的实际役龄;
因素确定模块,用于根据所述实际役龄,计算所述继电保护设备的最大检修时限和最佳检修时机;
时间决策模块,用于根据所述最大检修时限和最佳检修时机,确定所述继电保护设备的检修时间。
由于以上实施方式均是在其他方式之上引用结合进行说明,不同实施例之间均具有相同的部分,本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。
需要说明的是,在本说明书中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种电路结构、物品或者设备所固有的要素。在没有更多限制的情况下,有语句“包括一个……”限定的要素,并不排除在包括所述要素的电路结构、物品或者设备中还存在另外的相同要素。
本领域技术人员在考虑说明书及实践这里发明的公开后,将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由权利要求的内容指出。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (7)
1.一种继电保护设备检修时间的决策方法,其特征在于,所述方法包括:
获取继电保护设备的状态量数据,并根据所述状态量数据,计算所述继电保护设备的故障率;
获取所述继电保护设备的运行数据,并根据所述运行数据,拟合出所述继电保护设备基于威布尔分布的故障率曲线;
将所述故障率代入所述故障率曲线,得出所述继电保护设备的实际役龄;
根据所述实际役龄,计算所述继电保护设备的最大检修时限和最佳检修时机;
根据所述最大检修时限和最佳检修时机,确定所述继电保护设备的检修时间。
2.根据权利要求1所述的继电保护设备检修时间的决策方法,其特征在于,所述根据所述状态量数据,计算所述继电保护设备的故障率,包括:
根据数值大小对所述继电保护设备性能的影响,将所述状态量数据划分为3类,其中,数值越大性能越优的状态量数据为第一类状态量数据,数值越小性能越优的状态量数据为第二类状态量数据,数值位于中间范围性能越优的状态量数据为第三类状态量数据;
将所述第一类状态量数据、所述第二类状态量数据,及所述第三类状态量数据计算为无量纲的健康指数,其中,计算公式分别如下:
式中,hi为所述第一类状态量数据和所述第二类状态量数据的健康指数值,为所述第一类状态量数据和所述第二类状态量数据的最优值,Hi和Li为所述第一类状态量数据和所述第二类状态量数据的上、下限值,hj为所述第三类状态量数据的健康指数值,Mj1和Mj2为所述第三类状态量数据的最佳范围的上、下限数值,Hj和Lj分别为所述第三类状态量数据的上、下限值,zi与zj为相应类别的状态量数据,ωi和ωj为相应类别的状态量数据的整体权重;
将所述健康指数求和,得到所述继电保护设备的整体健康指数,计算公式如下:
式中,HI为整体健康指数值,n为所述继电保护设备装置本体中的评价项目数量,m为所述继电保护设备二次回路中的评价项目数量;
根据所述整体健康指数,计算得到所述继电保护设备的故障率。
3.根据权利要求2所述的继电保护设备检修时间的决策方法,其特征在于,所述根据所述整体健康指数,计算得到所述继电保护设备的故障率,计算公式如下:
λ=Ke-C·HI
式中,λ为所述继电保护设备的故障率;K、C为待定系数,HI为整体健康指数值,数值范围为0-100;其中,根据两年的继电保护设备健康指数值HI和故障率λ的历史统计数据,反演计算出K、C,计算公式如下:
式中,λ0为年故障发生概率;n为年内故障设备的台数;N为设备总台数;i为设备健康指数所属的等级,i的数值范围为1-10;Ni为年内第i等级的故障设备台数;HIi为与i对应的健康指数值分值上下限的平均值。
4.根据权利要求1所述的继电保护设备检修时间的决策方法,其特征在于,所述根据所述运行数据,拟合出所述继电保护设备基于威布尔分布的故障率曲线,包括:
基于威布尔分布的故障率曲线的表达式如下:
式中,λ(t)为故障率,t为运行时间,m为形状参数,当m<1时,λ(t)呈递减趋势,此时对应为初始调试期,当m=1时,λ(t)为常数,此时对应为偶发故障期,当m>1时,λ(t)呈递增趋势,此时对应为衰耗故障期,η为尺度参数。
5.根据权利要求1所述的继电保护设备检修时间的决策方法,其特征在于,所述根据所述实际役龄,计算所述继电保护设备的最大检修时限,包括:
根据所述实际役龄,计算所述继电保护设备的剩余寿命分布,计算公式如下:
F(t)=1-R(t)
式中,ta为实际役龄,F(t)为所述继电保护设备的寿命分布函数,P为概率;X为连续型随机变量,t为实际役龄之后的任一时刻,R(t)为所述继电保护设备的可靠度函数,计算公式如下:
式中,m为形状参数,η为尺度参数;
根据所述实际役龄和所述继电保护设备的剩余寿命分布,计算得到最大检修时限,计算公式如下:
式中,Td为最大检修时限。
6.根据权利要求1所述的继电保护设备检修时间的决策方法,其特征在于,根据所述实际役龄,计算所述继电保护设备的最佳检修时机,包括:
根据所述实际役龄,计算从当前至检修时所述继电保护设备的平均工作时间,计算公式如下:
式中,为平均维修时间,ta为实际役龄,T为检修时机,t为实际役龄之后的任一时刻,R(t)为所述继电保护设备的可靠度函数;
所述继电保护设备在实际役龄之后的时刻中,不出现故障的概率为:
所述继电保护设备在实际役龄之后的时刻中,出现故障的概率为:
F(T+ta|ta)=1-R(T+ta|ta);
根据所述继电保护设备不出现故障的概率和出现故障的概率,计算所述继电保护设备的平均维修时间,计算公式如下:
式中,为平均维修时间,TPM预防性检修时间,TRM为修复性检修时间;
根据所述平均维修时间和所述平均工作时间,计算所述继电保护设备的平均可用度,计算公式如下:
式中,为平均可用度;
当实际役龄ta确定后,根据所述继电保护设备的可用度的变化情况来确定最佳检修时机。
7.一种继电保护设备检修时间的决策系统,其特征在于,所述系统包括:
第一计算模块,用于获取继电保护设备的状态量数据,并根据所述状态量数据,计算所述继电保护设备的故障率;
第二计算模块,用于获取所述继电保护设备的运行数据,并根据所述运行数据,拟合出所述继电保护设备基于威布尔分布的故障率曲线;
实际役龄获取模块,用于将所述故障率代入所述故障率曲线,得出所述继电保护设备的实际役龄;
因素确定模块,用于根据所述实际役龄,计算所述继电保护设备的最大检修时限和最佳检修时机;
时间决策模块,用于根据所述最大检修时限和最佳检修时机,确定所述继电保护设备的检修时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910809218.4A CN110533325A (zh) | 2019-08-29 | 2019-08-29 | 继电保护设备检修时间的决策方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910809218.4A CN110533325A (zh) | 2019-08-29 | 2019-08-29 | 继电保护设备检修时间的决策方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110533325A true CN110533325A (zh) | 2019-12-03 |
Family
ID=68665256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910809218.4A Pending CN110533325A (zh) | 2019-08-29 | 2019-08-29 | 继电保护设备检修时间的决策方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110533325A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325477A (zh) * | 2020-03-05 | 2020-06-23 | 西南交通大学 | 一种减少维修停电时间的牵引供电系统维修方案确定方法 |
EP4024151A1 (en) * | 2021-01-05 | 2022-07-06 | Rockwell Automation Technologies, Inc. | Predicting end of life for industrial automation components |
CN116415724A (zh) * | 2023-03-29 | 2023-07-11 | 福建亿山能源管理有限公司 | 一种光伏电站运维检修时间的预测方法及装置 |
CN116644334A (zh) * | 2023-05-23 | 2023-08-25 | 上海发电设备成套设计研究院有限责任公司 | 在役核电机组和核电汽轮机的可靠性监控与增长方法 |
Citations (4)
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 |
CN101789039A (zh) * | 2010-01-26 | 2010-07-28 | 华北电力大学 | 继电保护设备可用率和最优检修周期的计算方法 |
CN105225010A (zh) * | 2015-10-12 | 2016-01-06 | 国网山东省电力公司电力科学研究院 | 一种基于可靠性的变压器设备寿命评估方法 |
US20180144072A1 (en) * | 2016-11-23 | 2018-05-24 | Siemens Aktiengesellschaft | Method for determining a reliability parameter of a new technical system |
-
2019
- 2019-08-29 CN CN201910809218.4A patent/CN110533325A/zh active Pending
Patent Citations (4)
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 |
CN101789039A (zh) * | 2010-01-26 | 2010-07-28 | 华北电力大学 | 继电保护设备可用率和最优检修周期的计算方法 |
CN105225010A (zh) * | 2015-10-12 | 2016-01-06 | 国网山东省电力公司电力科学研究院 | 一种基于可靠性的变压器设备寿命评估方法 |
US20180144072A1 (en) * | 2016-11-23 | 2018-05-24 | Siemens Aktiengesellschaft | Method for determining a reliability parameter of a new technical system |
Non-Patent Citations (3)
Title |
---|
王一: "输变电设备状态检修决策研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
王从威等: "考虑故障风险和维修效用的继电保护维修策略", 《电力系统及其自动化学报》 * |
郭小威等: "基于可用度的复杂结构装备检修时机决策模型", 《运筹与管理》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325477A (zh) * | 2020-03-05 | 2020-06-23 | 西南交通大学 | 一种减少维修停电时间的牵引供电系统维修方案确定方法 |
CN111325477B (zh) * | 2020-03-05 | 2022-04-29 | 西南交通大学 | 一种减少维修停电时间的牵引供电系统维修方案确定方法 |
EP4024151A1 (en) * | 2021-01-05 | 2022-07-06 | Rockwell Automation Technologies, Inc. | Predicting end of life for industrial automation components |
US11703849B2 (en) | 2021-01-05 | 2023-07-18 | Rockwell Automation Technologies, Inc. | Predicting end of life for industrial automation components |
CN116415724A (zh) * | 2023-03-29 | 2023-07-11 | 福建亿山能源管理有限公司 | 一种光伏电站运维检修时间的预测方法及装置 |
CN116644334A (zh) * | 2023-05-23 | 2023-08-25 | 上海发电设备成套设计研究院有限责任公司 | 在役核电机组和核电汽轮机的可靠性监控与增长方法 |
CN116644334B (zh) * | 2023-05-23 | 2024-02-20 | 上海发电设备成套设计研究院有限责任公司 | 在役核电机组和核电汽轮机的可靠性监控与增长方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110533325A (zh) | 继电保护设备检修时间的决策方法及系统 | |
CN105809255B (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
CN103617110B (zh) | 服务器设备状态检修系统 | |
CN102629364A (zh) | 一种电力设备状态的量化评分方法 | |
CN112415947B (zh) | 一种基于dtu设备的cnc机床数据采集与管理方法及系统 | |
RU2757436C9 (ru) | Устройство и способ контроля указаний на неисправность от транспортного средства, компьютерочитаемый носитель | |
CN110929986A (zh) | 基于台账、实时、历史信息的配电设备状态评价方法 | |
CN107392324A (zh) | 变压器专业化检修综合管理系统 | |
KR20140038265A (ko) | 고장관리장치 및 이의 고장관리방법 | |
CN109636110A (zh) | 一种获取继电保护装置运行状态的方法及装置 | |
CN110646685B (zh) | 一种开关柜状态综合评估方法 | |
CN115905474A (zh) | 基于历史缺陷文本信息的电力设备状态评价方法和装置 | |
CN109902447A (zh) | 一种巨型水电厂状态检修模型及构建方法 | |
CN111339661B (zh) | 一种高压电缆巡检周期自动规划方法 | |
CN113723627A (zh) | 设备检修策略的确定方法、装置、设备以及存储介质 | |
CN113128707A (zh) | 一种配电自动化终端态势风险评估方法 | |
CN116302763A (zh) | Micro LED显示屏的触控检测方法及系统 | |
CN110348676A (zh) | 一种变电站自动化设备状态评价方法及系统 | |
Yang et al. | Inspection optimization model with imperfect maintenance based on a three-stage failure process | |
CN109782680A (zh) | 一种发电机组的状态预警方法及系统 | |
Ross | Prognostics and Health Management for Power Electronics and Electrical Power Systems | |
Tu et al. | Maintenance strategy decision for avionics system based on cognitive uncertainty information processing | |
CN114881321A (zh) | 机械部件故障预测方法、装置、电子设备及存储介质 | |
CN105303315B (zh) | 一种计及检修随机性影响的电力设备可靠性评估方法 | |
CN112906237A (zh) | 一种发动机部件故障分析方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191203 |