CN111339661B - 一种高压电缆巡检周期自动规划方法 - Google Patents
一种高压电缆巡检周期自动规划方法 Download PDFInfo
- Publication number
- CN111339661B CN111339661B CN202010118900.1A CN202010118900A CN111339661B CN 111339661 B CN111339661 B CN 111339661B CN 202010118900 A CN202010118900 A CN 202010118900A CN 111339661 B CN111339661 B CN 111339661B
- Authority
- CN
- China
- Prior art keywords
- inspection
- cable
- fault
- time
- defect
- 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.)
- Active
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012423 maintenance Methods 0.000 claims abstract description 36
- 238000007726 management method Methods 0.000 claims abstract description 12
- 230000007547 defect Effects 0.000 claims description 70
- 230000008569 process Effects 0.000 claims description 36
- 238000011161 development Methods 0.000 claims description 34
- 238000010276 construction Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000001186 cumulative effect Effects 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 12
- 230000008439 repair process Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000010977 unit operation Methods 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005251 gamma ray Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012946 outsourcing Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (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)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Educational Administration (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及高压电缆巡检技术领域，特别是涉及一种高压电缆巡检周期自动规划方法，包括高压电缆系统分类、电缆故障发展过程模拟、电缆设备累积故障数评估与巡检周期制定四部分。本发明利用时间延迟理论，科学制定高压电缆设备巡检周期，减少不必要的巡检与人力资源浪费；并且针对电缆不同部件实现差异化运维管理；同时有效利用电缆数据，减少人为干预，实现高压电缆巡检周期自动规划，提高运维效率，进而提高运维管理的经济效益。
Description
技术领域
本发明涉及高压电缆巡检技术领域，特别是涉及一种高压电缆巡检周期自动规划方法。
背景技术
为了保证高压电缆稳定运行，电力公司采取日常巡检与测试等预防性措施，及时发现并消除电缆缺陷与异常，避免电缆故障发生。因此合理规划日常巡检工作为电力公司日常运维管理的关键问题。目前电缆巡检仍采用定期巡检的方法，不少资源被浪费在了不必要的巡检与测试环节。同时目前依据人工评分制定巡检周期，缺乏科学理论依据，且评估结果容易受到人为主观因素影响。
目前，国内外相关电力设备的运维检修研究主要将监测得到的客观状态量数据与专家知识等主观评价标准相结合，基于状态评估结果指导运维工作。以一种变压器运维检修策略为例具体介绍：首先综合考虑变压器的功能结构及其性能表现，构建四级分层评价指标体系；之后依据模糊数学、层次分析与变权方法，建立各状态量间的关联关系，基于证据融合理论对状态量进行融合，实现变压器状态评价。但是高压电缆设备由于目前技术发展限制，昂贵的在线监测装置并没有得到广泛应用，并且监测与诊断技术缺乏完善且统一的诊断标准。并且主观评价标准对于设备状态评价结果有直接影响，容易造成评价结果与实际状态的偏颇。
设备从缺陷状态到故障会经历一段发展过程，在时间延迟理论中，从缺陷出现到最终缺陷发展为故障的时间则被称为时间延迟。基于时间延迟的维修理论则是指在缺陷尚未发展为故障的这段时间内，运维人员通过日常巡检工作发现并消除缺陷，可以避免其发展为故障。一种基于时间延迟的机械设备检修方法，利用故障记录数据和预防维修检查数据估计值，评估了不同维修时间间隔内的机械设备故障次数期望。高压电缆系统与单一的机械设备不同，高压电缆系统中设备投运时间各不相同，不同服役年限的电缆设备故障发展过程特点不同。且电缆系统由各类部件组成(本体、接头、终端等)，其故障情况、运维费用、设备价值等各不相同，不同部件类型需进行差异化运维。时间延迟理论应用于部件复杂的高压电缆系统还有待研究。
发明内容
本发明提供一种基于时间延迟理论的高压电缆巡检周期自动规划方法，母的是利用时间延迟理论，科学制定高压电缆设备巡检周期，减少不必要的巡检与人力资源浪费；并且针对电缆不同部件实现差异化运维管理；同时有效利用电缆数据，减少人为干预，实现高压电缆巡检周期自动规划，提高运维效率，进而提高运维管理的经济效益。
本发明的技术方案为：
一种高压电缆巡检周期自动规划方法，包括高压电缆系统分类、电缆故障发展过程模拟、电缆设备累积故障数评估与巡检周期制定四部分，具体如下：
第一部分：高压电缆系统分类：
首先将高压电缆系统依照巡检目标分为电缆本体、中间接头、终端、接地系统与电缆通道5个部件；并进一步按照运行年限进行分类，不同运行年限内故障发展特性不同，因而相同部件且运行年限相同的设备归为一类；
第二部分：电缆故障发展过程模拟：
A1：将电缆设备故障发展过程分为缺陷出现与从缺陷发展为故障两部分，且均为具有一定时间特性的随机事件；
A2：电缆缺陷出现过程数学模拟：得到单位时间内缺陷出现k次的概率；
A3：缺陷发展为故障过程数学模拟：得到在某一时间段内，由开始出现缺陷到发展为故障的概率p(t|u)；
A4：计算电缆故障发生率：综合步骤A2、A3得到故障发生率v(t)；
A5：计算一年内累积电缆故障数期望值：根据步骤A4求得一个巡检周期T内发生故障数期望EN(T)和一年时间内累积故障总数期望DN(T)；
A6：收集整理故障与巡检数据：将电缆故障数据按照故障发生时间顺序排列；历史巡检数据记录每次巡检的时间；
A7：采用极大似然估计方法求解时间延迟分布函数中的参数λ与缺陷出现率α：
A8：根据步骤A1-A6，可以分别计算得到不同运行年限i的电缆缺陷发生率αi与时间延迟参数λi，从而得到不同运行年限内电缆故障发展特性；
第三部分：不同电缆设备类型的累积故障数评估：
B1：不同部件类型的故障数差异，采用故障失效危险指数计算不同部件的故障数；
B2：根据前述第二部分得到的不同运行年限电缆的故障特性参数αi与λi，结合故障失效危险指数γij，得到不同运行年限内的电缆各部件的累积故障数期望
第四部分：巡检周期制定：
首先评估电缆故障损失与巡检成本，之后以两者费用之和最低为目标制定规划巡检工作；
电缆线路运维费用包括电缆故障损失与日常巡检成本两部分，电缆线路发生故障会造成停电损失Cf，产生设备更换费用Cc与施工安装费用Cr；日常电缆巡检费用为巡视与检测的人员成本Cm，费用评估方法如下；
评估停电损失Cf：根据高压电缆故障所需停电抢修时间t、单位电价n以及对应的电缆线路供电量p，计算停电损失，如式(10)所示；
Cf＝p·n·t(10)
评估设备更换费用Cc：统计分析电缆厂家不同设备报价确定对应的设备更换成本；
评估施工安装费用Cr：根据运维人员经验评估电缆故障的平均施工修复费用Cr，包括外委施工人员与机械施工费用；
评估日常电缆巡检费用Cm：日常巡检费用表示电缆线路中各部件一次巡检工作对应的巡视与检测人员平均费用，如式Cm＝q·xm·LT(1)所示，q表示运维人员薪酬，单位元/小时；xm表示每条线路每次所需运维人员数量；LT为每条线路每次巡检平均所需时间，单位为小时；
Cm＝q·xm·LT (2)
以运维总费用最低为目标函数，即故障损失与日常巡检成本费用之和最低，建立电缆线路各部件巡检周期优化计算如式(12)所示；
其中Tij表示运行i年的电缆线路部件j的巡检周期，当单位运行年限(一年)内运维管理总费用最低时，对应的巡检周期为最优巡检周期。
进一步，第二部分的步骤A2的具体过程为：
电缆缺陷出现视为满足泊松分布的随机概率事件，即在一定时间内缺陷出现的概率满足泊松分布P(α)，单位时间内缺陷出现k次的概率如式(1)所示；
参数α为缺陷出现率，表示单位时间内缺陷出现次数的平均值。
进一步，第二部分的步骤A3的具体过程为：
缺陷发展为故障所需时间记作h，且服从指数分布，如式(2)所示，λ为时间延迟参数，λ的倒数表示缺陷发展为故障所需时间的平均值；
f()＝e-λ (2)
巡检消缺工作会影响电缆故障发展，设第i次巡检时刻为Ti，且巡检周期为T＝Ti-Ti-1，当第i-1次巡检与第i次巡检之间的某一时刻u缺陷出现，即Ti-1<u<Ti，并在第n-1次巡检之后的某一时刻t发生故障，则该缺陷经历了n-i次巡检且均没有被发现并消除，设通过巡检能够检查出缺陷的比例系数为β，时刻u出现缺陷在时刻t发展为故障的概率p(t|u)如式(3)所示；
进一步，第二部分的步骤A4的具体过程为：
故障发生率v(t)表示时间t内电缆故障数的期望值，综合步骤A2、A3，设通过巡检能够检查出缺陷的比例系数为β，故障发生率v(t)如式(4)所示；
进一步，第二部分的步骤A5的具体过程为：
根据步骤A4可知故障发生率与巡检周期T有关，一个巡检周期T内发生故障数期望EN(T)如式(5)所示，一年时间内累积故障总数期望DN(T)如式(6)所示；
其中时间一年用Y表示。
进一步，第二部分的步骤A6的具体过程为：
将电缆故障数据按照故障发生时间顺序排列，第k个历史故障发生的时刻记作τk，历史故障记录总数记作FN；历史巡检数据记录每次巡检的时间，第n次巡检时刻记作Tn。
进一步，第二部分的步骤A7的具体过程为：
构造似然函数L，代入历史故障数据τk与巡检数据Tn，对似然函数两边分别取自然对数，并求lnL对λ、α的偏导等于0，求得参数λ、α的估计值；
τk为按时间顺序排列的第k个历史故障发生的时刻，FN为历史故障记录总数，Tn为第n次巡检时刻。
进一步，第三部分的步骤B1的具体过程为：
根据不同运行年限电缆各部件的故障数计算得到相应的故障失效危险指数，如式(8)所示；
其中j为1-5分别表示电缆本体、中间接头、终端、接地系统与电缆通道；γij表示运行i年的电缆线路部件j的失效危险指数，nj(i)表示运行年限为i的部件j引起的电缆线路故障数，FN(i)表示运行年限为i的电缆故障总数。
进一步，第三部分的步骤B2的具体过程为：
不同运行年限内的电缆各部件的累积故障数期望如式(9)所示；
本发明的有益效果为：
本发明提供了一种可以实现高压电缆系统各部件巡检周期自动规划的方法，该方法至少具有以下优点：本发明基于时间延迟理论，从统计数学角度模拟电缆故障发展过程，考虑巡检消缺作用，结合运维管理费用评估，制定电缆设备巡检周期，并且不同电缆设备差异化运维管理；本发明充分利用历史故障与巡检数据，计算电缆设备的合理巡检周期，可以实现电缆系统巡检周期制定自动化，减少人为干预，本发明利用电缆相关数据实现电缆系统各部件分类化管理与巡检周期的自动更新，使巡检周期规划结果随数据变化实现动态更新；本发明科学制定巡检周期可以避免非必要的巡检与测试工作，使得运维管理工作经济高效。
附图说明
图1是在一个实施例中应用本发明方法的流程示意图；
图2是缺陷发展为故障的过程示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。
实施例1：
本发明提供一种基于时间延迟理论的高压电缆巡检周期自动规划方法，总体流程包括高压电缆系统分类、电缆故障发展过程模拟、电缆设备累积故障数评估与巡检周期制定四部分，具体如下：
第一部分：高压电缆系统分类：
首先将高压电缆系统依照巡检目标分为电缆本体、中间接头、终端、接地系统与电缆通道5个部件；并进一步按照运行年限进行分类，不同运行年限内故障发展特性不同，因而相同部件且运行年限相同的设备归为一类；
第二部分：电缆故障发展过程模拟：
A1：将电缆设备故障发展过程分为缺陷出现与从缺陷发展为故障两部分，且均为具有一定时间特性的随机事件；
A2：电缆缺陷出现过程数学模拟：电缆缺陷出现视为满足泊松分布的随机概率事件，即在一定时间内缺陷出现的概率满足泊松分布P(α)，单位时间内缺陷出现k次的概率如式(1)所示；
参数α为缺陷出现率，表示单位时间内缺陷出现次数的平均值；
A3：缺陷发展为故障过程数学模拟：缺陷发展为故障所需时间记作h，且服从指数分布，如式(2)所示，λ为时间延迟参数，λ的倒数表示缺陷发展为故障所需时间的平均值；
f()＝λe-λ (2)
巡检消缺工作会影响电缆故障发展，设第i次巡检时刻为Ti，且巡检周期为T＝Ti-Ti-1，当第i-1次巡检与第i次巡检之间的某一时刻u缺陷出现，即Ti-1<u<Ti，并在第n-1次巡检之后的某一时刻t发生故障，则该缺陷经历了n-i次巡检且均没有被发现并消除，如图2所示。考虑到实际巡检消缺工作效率，设通过巡检能够检查出缺陷的比例系数为β，时刻u出现缺陷在时刻t发展为故障的概率p(t|u)如式(3)所示；
A4：计算电缆故障发生率：故障发生率v(t)表示时间t内电缆故障数的期望值，综合步骤A2、A3可知，并考虑实际巡检消缺工作效率，设通过巡检能够检查出缺陷的比例系数为β，故障发生率v(t)如式(4)所示；
A5：计算一年内累积电缆故障数期望值：根据步骤A4可知故障发生率与巡检周期T有关，一个巡检周期T内发生故障数期望EN(T)如式(5)所示，一年时间内累积故障总数期望DN(T)如式(6)所示，其中时间一年用Y表示；
A6：收集整理故障与巡检数据：将电缆故障数据按照故障发生时间顺序排列，第k个历史故障发生的时刻记作τk，历史故障记录总数记作FN；历史巡检数据记录每次巡检的时间，第n次巡检时刻记作Tn；
A7：采用极大似然估计方法求解时间延迟分布函数中的参数λ与缺陷出现率α：构造似然函数L，代入历史故障数据τk与巡检数据Tn，对似然函数两边分别取自然对数，并求lnL对λ、α的偏导等于0，求得参数λ、α的估计值；
τk为按时间顺序排列的第k个历史故障发生的时刻，FN为历史故障记录总数，Tn为第n次巡检时刻；
A8：根据步骤A1-A6，可以分别计算得到不同运行年限i的电缆缺陷发生率αi与时间延迟参数λi，从而得到不同运行年限内电缆故障发展特性；
第三部分：不同电缆设备类型的累积故障数评估：
B1：不同部件类型的故障数差异，采用故障失效危险指数计算不同部件的故障数：根据不同运行年限电缆各部件的故障数即可计算得到相应的故障失效危险指数，如式(8)所示；
其中j为1-5分别表示电缆本体、中间接头、终端、接地系统与电缆通道；γij表示运行i年的电缆线路部件j的失效危险指数，nj(i)表示运行年限为i的部件j引起的电缆线路故障数，FN(i)表示运行年限为i的电缆故障总数；
B2：根据前述第二部分得到的不同运行年限电缆的故障特性参数αi与λi，结合故障失效危险指数γij，不同运行年限内的电缆各部件的累积故障数期望如式(9)所示；
第四部分：巡检周期制定：
首先评估电缆故障损失与巡检成本，之后以两者费用之和最低为目标制定规划巡检工作；
电缆线路运维费用包括电缆故障损失与日常巡检成本两部分，电缆线路发生故障会造成停电损失Cf，产生设备更换费用Cc与施工安装费用Cr；日常电缆巡检费用为巡视与检测的人员成本Cm，费用评估方法如下；
评估停电损失Cf：根据高压电缆故障所需停电抢修时间t、单位电价n以及对应的电缆线路供电量p，计算停电损失，如式(10)所示；
Cf＝p·n·t (10)
评估设备更换费用Cc：统计分析电缆厂家不同设备报价确定对应的设备更换成本；
评估施工安装费用Cr：根据运维人员经验评估电缆故障的平均施工修复费用Cr，包括外委施工人员与机械施工费用；
评估日常电缆巡检费用Cm：日常巡检费用表示电缆线路中各部件一次巡检工作对应的巡视与检测人员平均费用，如式Cm＝q·xm·LT(1)所示，q表示运维人员薪酬，单位元/小时；xm表示每条线路每次所需运维人员数量；LT为每条线路每次巡检平均所需时间，单位为小时；
Cm＝q·xm·LT (3)
以运维总费用最低为目标函数，即故障损失与日常巡检成本费用之和最低，建立电缆线路各部件巡检周期优化计算如式(12)所示；
其中Tij表示运行i年的电缆线路部件j的巡检周期，当单位运行年限(一年)内运维管理总费用最低时，对应的巡检周期为最优巡检周期。
实施例2：
本发明的方法应用总体流程如图1所示，以我国南部城市中近十年投运的1065条高压电缆线路为例，具体步骤如下：
1收集到近十年的高压电缆故障数据，并以此作为历史巡检数据，包括故障时间(单位为天)记录，将电缆故障按照电缆运行年限与部件类型分类，各部件故障案例数如表1所示；
2计算不同运行年限的电缆故障发展特性参数：
将不同运行年限内的电缆历史故障时间τk与历史巡检周期T0代入式(7)中，对似然函数L两边分别取自然对数，并求lnL对λ、α的偏导等于0，计算得到不同运行年限的故障发展特性参数，即缺陷出现率αi与时间延迟参数λi，结果如表2所示；
3计算电缆线路各部件故障失效危险指数：
将表1历史故障数据代入式(8)计算不同部件故障失效危险指数γij，结果如表3所示；
4计算不同电缆部件的年累积故障数期望值：
将步骤2、3计算所得参数代入式(9)，计算各电缆部件一年内累积故障数期望值关于巡检周期T的表达式，其中巡检消缺比例系数β根据理论与实际经验取65％。
5运维管理费用明细评估：
高压电缆故障损失与巡检费用明细如表4所示；
6高压电缆各部件巡检周期规划结果：
根据式(13)以单位运行年限(一年)内运维管理总费用最低为目标函数，计算得到相应的各部件优化巡检周期，结果如表5所示；
由表5可知，得到s.t.Ti1≤180；Ti2≤180；Ti3≤180；Ti4≤120；Ti5≤30；上述结果s.t.Ti1≤180表示电缆本体运行i年的巡检周期均应少于180天；Ti2≤180表示中间接头运行i年的巡检周期均应少于180天；Ti3≤180表示终端运行i年的巡检周期均应少于180天；Ti4≤120表示接地系统运行i年的巡检周期均应少于120天；Ti5≤30表示电缆通道运行i年的巡检周期均应少于30天。
表1电缆部件故障样本数据
表2不同运行年限的电缆故障发展特性参数
表3电缆线路各部件的故障失效危险指数
表4高压电缆故障损失与巡检费用明细
表5巡检周期规划结果
显然，本发明的上述实施例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 (10)
1.一种高压电缆巡检周期自动规划方法，其特征在于，包括高压电缆系统分类、电缆故障发展过程模拟、电缆设备累积故障数评估与巡检周期制定四部分，具体如下：
第一部分：高压电缆系统分类：
首先将高压电缆系统依照巡检目标分为电缆本体、中间接头、终端、接地系统与电缆通道5个部件；并进一步按照运行年限进行分类，不同运行年限内故障发展特性不同，因而相同部件且运行年限相同的设备归为一类；
第二部分：电缆故障发展过程模拟：
A1：将电缆设备故障发展过程分为缺陷出现与从缺陷发展为故障两部分，且均为具有一定时间特性的随机事件；
A2：电缆缺陷出现过程数学模拟：得到单位时间内缺陷出现k次的概率；
A3：缺陷发展为故障过程数学模拟：得到在某一时间段内，由开始出现缺陷到发展为故障的概率p(t|u)；
A4：计算电缆故障发生率：综合步骤A2、A3得到故障发生率v(t)；
A5：计算一年内累积电缆故障数期望值：根据步骤A4求得一个巡检周期T内发生故障数期望EN(T)和一年时间内累积故障总数期望DN(T)；
A6：收集整理故障与巡检数据：将电缆故障数据按照故障发生时间顺序排列；历史巡检数据记录每次巡检的时间；
A7：采用极大似然估计方法求解时间延迟分布函数中的参数λ与缺陷出现率α：
A8：根据步骤A1-A6，可以分别计算得到不同运行年限i的电缆缺陷发生率αi与时间延迟参数λi，从而得到不同运行年限内电缆故障发展特性；
第三部分：不同电缆设备类型的累积故障数评估：
B1：不同部件类型的故障数差异，采用故障失效危险指数计算不同部件的故障数；
B2：根据前述第二部分得到的不同运行年限电缆的故障特性参数αi与λi，结合故障失效危险指数γij，得到不同运行年限内的电缆各部件的累积故障数期望
第四部分：巡检周期制定：
首先评估电缆故障损失与巡检成本，之后以两者费用之和最低为目标制定规划巡检工作；
电缆线路运维费用包括电缆故障损失与日常巡检成本两部分，电缆线路发生故障会造成停电损失Cf，产生设备更换费用Cc与施工安装费用Cr；日常电缆巡检费用Cm为巡视与检测的人员成本，费用评估方法如下；
评估停电损失Cf：根据高压电缆故障所需停电抢修时间t、单位电价n以及对应的电缆线路供电量p，计算停电损失，如式(10)所示；
Cf＝p·n·t (10)
评估设备更换费用Cc：统计分析电缆厂家不同设备报价确定对应的设备更换成本；
评估施工安装费用Cr：根据运维人员经验评估电缆故障的平均施工修复费用，包括外委施工人员与机械施工费用；
评估日常电缆巡检费用Cm：日常巡检费用表示电缆线路中各部件一次巡检工作对应的巡视与检测人员平均费用，如式(11)所示，q表示运维人员薪酬，单位元/小时；xm表示每条线路每次所需运维人员数量；LT为每条线路每次巡检平均所需时间，单位为小时；
Cm＝q·xm·LT (11)
以运维总费用最低为目标函数，即故障损失与日常巡检成本费用之和最低，建立电缆线路各部件巡检周期优化计算如式(12)所示；
其中Tij表示运行i年的电缆线路部件j的巡检周期，当单位运行年限内运维管理总费用最低时，对应的巡检周期为最优巡检周期。
2.根据权利要求1所述的一种高压电缆巡检周期自动规划方法，其特征在于，第二部分的步骤A2的具体过程为：
电缆缺陷出现视为满足泊松分布的随机概率事件，即在一定时间内缺陷出现的概率满足泊松分布P(α)，单位时间内缺陷出现k次的概率如式(1)所示；
参数α为缺陷出现率，表示单位时间内缺陷出现次数的平均值。
3.根据权利要求2所述的一种高压电缆巡检周期自动规划方法，其特征在于，第二部分的步骤A3的具体过程为：
缺陷发展为故障所需时间记作h，且服从指数分布，如式(2)所示，λ为时间延迟参数，λ的倒数表示缺陷发展为故障所需时间的平均值；
f(h)＝λe-λh (2)
巡检消缺工作会影响电缆故障发展，设第i次巡检时刻为Ti，且巡检周期为T＝Ti-Ti-1，当第i-1次巡检与第i次巡检之间的某一时刻u缺陷出现，即Ti-1<u<Ti，并在第n-1次巡检之后的某一时刻t发生故障，则该缺陷经历了n-i次巡检且均没有被发现并消除，设通过巡检能够检查出缺陷的比例系数为β，时刻u出现缺陷在时刻t发展为故障的概率p(t|u)如式(3)所示；
4.根据权利要求3所述的一种高压电缆巡检周期自动规划方法，其特征在于，第二部分的步骤A4的具体过程为：
故障发生率v(t)表示时间t内电缆故障数的期望值，综合步骤A2、A3，设通过巡检能够检查出缺陷的比例系数为β，故障发生率v(t)如式(4)所示；
5.根据权利要求4所述的一种高压电缆巡检周期自动规划方法，其特征在于，第二部分的步骤A5的具体过程为：
根据步骤A4得到故障发生率与巡检周期T有关，一个巡检周期T内发生故障数期望EN(T)如式(5)所示，一年时间内累积故障总数期望DN(T)如式(6)所示；
6.根据权利要求5所述的一种高压电缆巡检周期自动规划方法，其特征在于，第二部分的步骤A6的具体过程为：
将电缆故障数据按照故障发生时间顺序排列，第k个历史故障发生的时刻记作τk，历史故障记录总数记作FN；历史巡检数据记录每次巡检的时间，第n次巡检时刻记作Tn。
7.根据权利要求6所述的一种高压电缆巡检周期自动规划方法，其特征在于，第二部分的步骤A7的具体过程为：
构造似然函数L，代入历史故障数据τk与巡检数据Tn，对似然函数两边分别取自然对数，并求lnL对λ、α的偏导等于0，求得参数λ、α的估计值；
τk为按时间顺序排列的第k个历史故障发生的时刻，FN为历史故障记录总数，Tn为第n次巡检时刻。
8.根据权利要求1所述的一种高压电缆巡检周期自动规划方法，其特征在于，第三部分的步骤B1的具体过程为：
根据不同运行年限电缆各部件的故障数计算得到相应的故障失效危险指数，如式(8)所示；
其中j为1-5分别表示电缆本体、中间接头、终端、接地系统与电缆通道；
γij表示运行i年的电缆线路部件j的失效危险指数，nj(i)表示运行年限为i的部件j引起的电缆线路故障数，FN(i)表示运行年限为i的电缆故障总数。
9.根据权利要求8所述的一种高压电缆巡检周期自动规划方法，其特征在于，第三部分的步骤B2的具体过程为：
不同运行年限内的电缆各部件的累积故障数期望如式(9)所示；
10.根据权利要求1所述的一种高压电缆巡检周期自动规划方法，其特征在于，第四部分中的单位运行年限为一年。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010118900.1A CN111339661B (zh) | 2020-02-26 | 2020-02-26 | 一种高压电缆巡检周期自动规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010118900.1A CN111339661B (zh) | 2020-02-26 | 2020-02-26 | 一种高压电缆巡检周期自动规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111339661A CN111339661A (zh) | 2020-06-26 |
| CN111339661B true CN111339661B (zh) | 2023-05-30 |
Family
ID=71183645
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010118900.1A Active CN111339661B (zh) | 2020-02-26 | 2020-02-26 | 一种高压电缆巡检周期自动规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111339661B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114167889B (zh) * | 2021-11-29 | 2023-03-07 | 内蒙古易飞航空科技有限公司 | 基于图像ai与大数据应用的智能巡检飞行平台 |
| CN114820544B (zh) * | 2022-05-09 | 2023-06-20 | 西安得眠堂健康管理工作部 | 一种润喉糖的生产监测管理系统 |
| CN117214587B (zh) * | 2023-11-07 | 2024-03-29 | 国网浙江省电力有限公司象山县供电公司 | 一种电缆设备的检测方法以及检测系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019095910A1 (zh) * | 2017-11-15 | 2019-05-23 | 天津市普迅电力信息技术有限公司 | 一种基变电站内日常巡视作业方法及系统 |
| CN110400001A (zh) * | 2019-06-12 | 2019-11-01 | 广东电网有限责任公司 | 一种基于风险评估的高压电缆巡检周期优化方法 |
| CN110399593A (zh) * | 2019-06-12 | 2019-11-01 | 广东电网有限责任公司 | 一种计数式的高压电缆故障概率和风险评估方法 |
-
2020
- 2020-02-26 CN CN202010118900.1A patent/CN111339661B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019095910A1 (zh) * | 2017-11-15 | 2019-05-23 | 天津市普迅电力信息技术有限公司 | 一种基变电站内日常巡视作业方法及系统 |
| CN110400001A (zh) * | 2019-06-12 | 2019-11-01 | 广东电网有限责任公司 | 一种基于风险评估的高压电缆巡检周期优化方法 |
| CN110399593A (zh) * | 2019-06-12 | 2019-11-01 | 广东电网有限责任公司 | 一种计数式的高压电缆故障概率和风险评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111339661A (zh) | 2020-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111339661B (zh) | 一种高压电缆巡检周期自动规划方法 | |
| Hjartarson et al. | Predicting future asset condition based on current health index and maintenance level | |
| CN105761001B (zh) | 一种融合多源信息的配网设备状态评价方法 | |
| CN117034194B (zh) | 基于人工智能的核电仪表设备运维管理系统、方法及设备 | |
| CN117808456B (zh) | 一种基于智慧运营管理的设备故障预警方法及装置 | |
| CN116187759A (zh) | 一种电缆线路运行风险评估方法及系统 | |
| CN117277435A (zh) | 一种光伏逆变器的健康评估方法、系统及装置 | |
| CN109597396A (zh) | 一种基于大数据流及迁移学习的配变故障在线诊断方法 | |
| CN116128145A (zh) | 电力设备状态检修策略优化方法 | |
| CN115809805A (zh) | 基于边缘计算的电网多源数据处理方法 | |
| CN110400001B (zh) | 一种基于风险评估的高压电缆巡检周期优化方法 | |
| CN113919204B (zh) | 一种多状态制造系统可用性综合重要度分析方法 | |
| CN112084678A (zh) | 一种基于多元回归的配线线损率处理方法及装置 | |
| Baboli et al. | Two-stage condition-based maintenance model of wind turbine: From diagnosis to prognosis | |
| CN117495106A (zh) | 一种智能电表实时风险筛查、预测方法及系统 | |
| CN110766248A (zh) | 基于shel和区间直觉模糊评价的车间人因可靠性评估方法 | |
| CN105741184A (zh) | 一种变压器状态评估方法及装置 | |
| Ross | Prognostics and Health Management for Power Electronics and Electrical Power Systems | |
| CN115526411A (zh) | 一种引入海底电缆检修成本的海缆状态检修决策优化方法 | |
| CN113591396B (zh) | 一种基于朴素贝叶斯网络的电网元器件故障诊断方法 | |
| CN112686530B (zh) | 一种继电保护运行可靠性评价方法 | |
| CN113406537B (zh) | 一种电力设备故障程度的定量评估方法 | |
| CN114970311A (zh) | 一种远端模块寿命预测模型的建立方法与寿命预测方法 | |
| Noske et al. | Investigation of MV power cable lines using DAC method for assessment of the technical conditions of the lines | |
| CN112001073A (zh) | 一种牵引供电系统的可靠性分析研究方法 |
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 |