CN111581802A - 一种配电设备实时综合故障率计算方法和系统 - Google Patents
一种配电设备实时综合故障率计算方法和系统 Download PDFInfo
- Publication number
- CN111581802A CN111581802A CN202010360797.1A CN202010360797A CN111581802A CN 111581802 A CN111581802 A CN 111581802A CN 202010360797 A CN202010360797 A CN 202010360797A CN 111581802 A CN111581802 A CN 111581802A
- Authority
- CN
- China
- Prior art keywords
- fault
- distribution equipment
- power distribution
- factors
- equipment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000008859 change Effects 0.000 claims abstract description 53
- 230000002195 synergetic effect Effects 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000010276 construction Methods 0.000 claims description 38
- 230000036541 health Effects 0.000 claims description 22
- 208000025274 Lightning injury Diseases 0.000 claims description 21
- 241001465754 Metazoa Species 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 18
- 238000013210 evaluation model Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000009413 insulation Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 5
- 102000051759 human factor J Human genes 0.000 claims description 3
- 108700008420 human factor J Proteins 0.000 claims description 3
- 230000032683 aging Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 238000012502 risk assessment Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
Images
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Abstract
本申请公开了一种配电设备实时综合故障率计算方法和系统,所述方法包括统计待评估地区配电设备的故障因素,根据故障因素对配电设备故障率影响的剧烈程度,将故障因素划分为渐变性故障因素和突发性故障因素两个大类;根据在线监测的待评估配电设备运检数据和不同渐变性故障因素之间的协同效应计算配电设备在渐变性故障因素影响下的故障率λ′;根据待评估配电设备所处环境突发性故障因素的实时强度、装备水平和网架结构水平,计算配电设备的突发性潜在故障率λ″;计算待评估配电设备的实时综合故障率λre=λ′+λ″。本申请考虑了设备运行风险,突发性故障因素的强度、设备装备以及网架结构水平对潜在故障率影响,能够更加准确地反映设备的真实故障率。
Description
技术领域
本发明属于配电网运维技术领域,涉及一种配电设备实时综合故障率计算方法和系统。
背景技术
配电网的运行环境复杂,配电设备容易受到环境的影响发生各类故障,原有的风险评估采用设备的历史故障率不能有效反映设备的实时状态。同时现有的配电设备实时故障率评估模型一般是利用部分在线监测数据计算设备的运行风险,没有充分考虑突发性环境因素、设备水平以及网架结构水平对设备潜在故障率的影响。因此当出现大风等恶劣天气以及外力破坏时,这些方法并不能准确反映设备的综合状态。如何计算配电设备的实时综合故障率,同时兼顾设备运行状态和网架结构对设备故障率的影响是目前的研究热点和难点[1-3]。
随着配电设备的在线监测数据不断完善,研究人员利用主要影响因素或者健康指数模型来实现配电设备的实时风险评估。原有的状态评价模型通过对绝缘老化、重载过载、大风大雨、雷击气象等故障因素建立修正模型来计算设备的故障率,该模型能够在一定程度提高设备风险评估准确性,但当设备在没有建立修正模型的故障因素影响下发生故障时,上述方法不能有效计算设备的实时故障率。同时该方法没有考虑不同故障因素之间可能存在的协同效应[1-2]。文献[3,5,6,7]利用配电设备的实时健康指数反应设备的状态水平,进一步建立了故障停电的风险模型、检修模型实现了检修计划的优化。上述研究利用主要影响因素对故障率进行修正,只有在这些因素影响下发生故障时,该方法才能有效计算设备的实时故障率;同时基于健康指数的实时风险评估模型中待定系数难以准确确定。更为重要的是这些研究普遍没有充分考虑突发性环境因素、设备水平以及网架结构水平对设备潜在故障率的影响。
参考文献如下:
[1]王浩鸣,唐翀,吴莉萍,等.基于设备状态评价的配电网动态可靠性评估[J].电力系统及其自动化学报,2017,29(07):68-74.
[2]苏海锋,姜小静,梁志瑞.考虑多种影响因素的配电网运行风险评估[J].电测与仪表,2014,51(06):34-38.
[3]李二霞,亢超群,李玉凌,等.基于设备状态评价和电网损失风险的配电网检修计划优化模型[J].高电压技术,2018,44(11):3751-3759.
[4]徐铭铭,曹文思,姚森,等.基于模糊层次分析法的配电网重复多发性停电风险评估[J].电力自动化设备,2018,38(10):19-25+31.
[5]时亚军,顾洁,李楠,王春义,牟宏,崔国柱.基于多源数据融合的恶劣气象下10kV配变实时状态评估[J].高电压技术,2020,46(02):448-460.
[6]何乐彰,张忠会,姚峰,等.基于状态检修的电网运行风险评估[J].电测与仪表,2014,51(24):22-27.
[7]王建,朱文兵,辜超,等.基于健康指数的电力变压器状态评估[J].高压电器,2018,54(05):248-253+258.
发明内容
为解决现有技术中的不足,本申请提供一种配电设备实时综合故障率计算方法和系统,考虑设备运行风险,突发性故障因素的强度、设备装备以及网架结构水平对潜在故障率影响,能够更加准确地反映设备的真实故障率。
为了实现上述目标,本申请的第一件发明采用如下技术方案:
一种配电设备实时综合故障率计算方法,所述方法包括以下步骤:
步骤1:统计待评估地区配电设备的故障因素并将故障因素划分为渐变性故障因素和突发性故障因素两个大类;
步骤2:根据在线监测的待评估配电设备运检数据和不同渐变性故障因素之间的协同效应计算配电设备在渐变性故障因素影响下的故障率λ′;
步骤3:根据待评估配电设备所处环境突发性故障因素的实时强度、装备水平和网架结构水平,计算配电设备的突发性潜在故障率λ″;
步骤4:根据步骤2和步骤3的计算结果,计算待评估配电设备的实时综合故障率λre=λ′+λ″。
本发明进一步包括以下优选方案:
优选地,所述步骤1中,统计的故障因素包括设备自身因素、运行条件、渐变性天气、施工作业、雷击、大风、非施工作业导致的外力破坏、小动物和树木影响;
将故障因素划分为渐变性故障因素和突发性故障因素两个大类,其中渐变性故障因素包括设备自身因素、运行条件和渐变性天气;
突发性故障因素包括施工作业、雷击、大风、非施工作业导致的外力破坏、小动物和树木影响6类。
优选地,所述渐变性故障因素中,设备自身因素包括设备超期服役和设备质量问题,运行条件包括长时间过载;渐变性天气包括高温天气和大雨;
所述突发性故障因素的实时强度包括施工作业次数、雷击次数、风力级别、非施工作业次数和小动物出现次数;
所述装备水平包括配电设备防雷水平和配电设备的绝缘质量;
所述网架结构水平包括超期服役配电设备占比、继电保护水平、线路N-1通过率和分段开关的配置情况。
优选地,所述步骤2包括以下步骤:
2.1)统计渐变性故障因素导致的历史故障数据,考虑不同渐变性故障因素之间的协同效应,确定配电设备基于渐变性故障因素的状态评价模型;
2.2)通过步骤2.1)的状态评价模型计算待评估配电设备渐变性故障因素影响下的修正故障率λ′,状态评价模型计算的修正故障率λ′和当时的健康指数H带入配电设备的健康指数模型λ′=KeCH,利用最小二乘法拟合待定系数K和C;
2.3)根据在线监测的待评估配电设备运检数据计算待评估配电设备的实时健康指数H,代入步骤2.2)得到的待评估配电设备的健康指数模型λ′=KeCH,计算出待评估配电设备在渐变性故障因素影响下的实时故障率λ′。
优选地,所述步骤2.1)具体包括:
2.1.1)获取配电设备在渐变性故障因素影响下的各月份历史故障率,计算配电设备Ii连续m年各月份的月平均故障率λi,i表示配电设备类型;
2.1.2)获取连续m年待评估地区的故障情况,确定配电网渐变性故障因素Jj,并计算故障停电因素Jj引起故障停电次数占故障停电总次数的权重ωij;
2.1.3)计算故障停电因素Jj对配电设备Ii实时故障率λi′的修正系数cij;
2.1.4)将步骤2.1.1)-步骤2.1.3)的计算结果带入参数修正模型,计算配电设备Ii的实时故障率λi′,所述参数修正模型为:
其中,k为渐变性故障因素种类;
2.1.5)考虑不同渐变性故障因素同时发生存在的协同效应,统计分析渐变性故障因素影响下的配电设备真实平均故障率与步骤2.1.4)所述参数修正模型计算结果之间的差异,拟合得到不同渐变性故障因素的协同系数A;
2.1.6)根据步骤2.1.4)和步骤2.1.5)得到配电设备Ii基于渐变性故障因素的状态评价模型:
优选地,所述步骤3包括以下步骤:
3.1)根据待评估配电设备所处环境突发性故障因素的实时强度,计算待评估配电设备只考虑突发性故障因素影响下的实时故障率λ1″;
3.2)对待评估配电设备的装备水平和网架结构水平进行评分,计算装备水平和网架结构水平的影响因子c′in,进而得到综合考虑突发性故障因素的强度、设备装备水平以及网架结构水平的突发性潜在故障率λ″=c′inλ1″。
优选地,所述步骤3.1)具体包括:
3.1.1)获取连续m年待评估地区的第i类配电设备由于第n类突发性故障因素导致的月历史故障率λp″;
其中,n取1、2、3、4、5、6,对应的突发性故障因素类型分别为施工作业、雷击、大风、非施工作业导致的外力破坏、小动物、树木影响;
i取1、2、3、4、5、6,对应的配电设备类型分别为电缆、架空线、断路器、隔离开关、负荷开关和变压器;
3.1.2)计算第i类配电设备第n类突发性故障因素影响下的实时故障率λ1″,λ1″计算公式如下:
式中,Nin表示第i类配电设备中第n类突发性故障因素导致的故障数量,ωin表示第i类配电设备中第n类突发性故障因素的权重,cin表示第i类配电设备中第n类突发性故障因素的影响因子。
优选地,所述施工作业、雷击、大风、非施工作业导致的外力破坏、小动物的影响因子分别为ci1、ci2、ci3、ci4、ci5,其计算公式为:
式中,B表示待评估月的天数,Sin表示监测得到的待评估配电设备所处环境突发性故障因素的实时强度,表示第i类配电设备中第n类突发性故障因素在连续m年中待评估月的历史平均数;所述突发性故障因素的实时强度为施工作业次数、雷击次数、风力级别、非施工作业次数和小动物出现次数;
树木影响导致故障的影响因子为ci6,其计算公式为:
式中,D表示待评估配电设备附近一定范围内是否有树木,有树木则D的取值为1,没有则为0。
优选地,所述步骤3.2)中,对待评估配电设备的装备水平和网架结构水平进行评分,计算装备水平和网架结构水平的影响因子c′in,具体包括:
3.2.1)对待评估设备的装备水平和网架结构水平进行评分为Ge;
其中,e取1、2、3、4、5、6,对应的装备水平或网架结构水平类型分别为配电设备防雷水平、配电设备的绝缘质量、超期服役配电设备占比、继电保护水平、线路N-1通过率、分段开关的配置情况;
3.2.3)待评估设备的装备水平和所处的网架结构水平影响因子c′in计算公式如下:
本申请还公开了另一件发明,即一种配电设备实时综合故障率计算系统,包括分类模块、渐变性故障因素影响下的故障率计算模块、突发性潜在故障率计算模块和实时综合故障率计算模块;
所述分类模块,用于统计待评估地区配电设备的故障因素,根据故障因素对配电设备故障率影响的剧烈程度,将故障因素划分为渐变性故障因素和突发性故障因素两个大类;
所述渐变性故障因素影响下的故障率计算模块,用于根据在线监测的待评估配电设备运检数据和不同渐变性故障因素之间的协同效应计算配电设备在渐变性故障因素影响下的故障率λ′;
所述突发性潜在故障率计算模块,用于根据待评估配电设备所处环境突发性故障因素的实时强度、装备水平和网架结构水平,计算配电设备的突发性潜在故障率λ″;
所述实时综合故障率计算模块,用于根据渐变性故障因素影响下的故障率计算模块和突发性潜在故障率计算模块的计算结果,计算待评估配电设备的实时综合故障率λre=λ′+λ″。
本申请所达到的有益效果:
1.对原有的状态评价模型进行改进,得到基于渐变性故障因素的状态评价模型,考虑了不同故障因素之间的协同效应,利用协同系数A使得计算结果更加准确。
2.配电网故障因素种类多,而且外力破坏导致的故障停电次数占比很大。原有的状态评价模型没有对故障因素进行分类,只是建立了主要的几个故障因素的修正模型,因此不同故障因素发生时计算结果准确率差异较大。通过将故障因素分为渐变性故障因素和突发性故障因素两个大类,当渐变性故障因素发生时,利用状态评价改进模型,即基于渐变性故障因素的状态评价模型计算的结果来拟合λ′=KeCH。由于大部分渐变性故障因素对配电设备的故障率影响非常缓慢,同类配电设备不同个体之间差异不大,因此不需要特意建立相应的故障因素修正模型。而对于设备超期服役老化、重载过载、大雨等强度稍微大一点的渐变性故障因素,这些因素的影响可以通过在线监测数据表现出来,因此需要建立相应的故障因素修正模型。因此分类以后,需要建立的修正模型数量减少了,但是可以更加准确计算配电设备在渐变性故障因素下的实时故障率λ′。
3.因为不同方法计算出的同一配电设备的实时故障率相等,本方法所提出的方法使得健康指数模型λ′=KeCH中的待定系数K、C拟合更加准确,更加符合设备的实际情况,能够体现不同个体之间的差异性。
4.由于设备通常处于渐变性故障因素和突发性故障因素共存的环境,而本申请希望利用状态评价改进模型的计算结果拟合得到的λ′=KeCH能够在这样的环境下,准确计算配电设备在渐变性故障因素下的实时故障率λ′,同时减小突发性故障因素对λ′=KeCH计算结果的影响。因此为了减少突发性因素对λ′=KeCH计算结果的影响程度,本申请的λ′=KeCH是利用渐变性故障因素导致的历史数据拟合的。
使用渐变性故障因素导致的历史数据来拟合可以较大程度减少突发性因素对λ′=KeCH计算结果的影响程度,理由在于:电网的运维、检修工作实际上是分开的,根据在线监测数据对电网运维、检修贡献的不同,在线监测数据主要包括两部分:当配电设备没有发生故障时,此时渐变性故障因素对故障率的缓慢影响通过在线监测等数据及时体现出来,工作人员可以对计算出故障率较大的设备进行运维,从而减少故障停电的发生,这就是状态预警的作用。当施工作业、雷击、大风、非施工作业导致的外力破坏、小动物和树木影响等6类突发性故障因素发生时,设备参数可能瞬时从正常到故障状态。此时在线监测数据来不及反应设备的预警状态,只能反应设备发生故障后的状态,此时突然发生故障设备的在线监测数据主要用于事后检修。因此在状态预警过程中,突发性因素对于λ′=KeCH的计算结果影响可以忽略。所以即使渐变性故障因素和突发性故障因素同时发生时,只要没有突发性故障的产生,在线监测数据主要反映的是渐变性因素的影响效果,因此λ′=KeCH计算结果是配电设备在渐变性故障因素下的实时故障率λ′。
5.当突发性故障因素发生时,设备的装备水平和网架结构水平越高,则设备发生突发性故障的可能越低。因此考虑了设备运行风险,突发性故障因素的强度、设备装备以及网架结构水平对潜在故障率影响,能够更加准确地反映设备的真实故障率。
附图说明
图1是本申请一种配电设备实时综合故障率计算方法的流程图;
图2是本申请实施例中广州地区2013-2018年故障因素统计。
图3是本申请实施例中对广州地区在大雨天气且超期服役状态下发生故障的290个配电设备统计得到的大雨与超役年限之间的协同效果。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本申请的保护范围。
如图1所示,本申请的一种配电设备实时综合故障率计算方法,包括以下步骤:
步骤1:统计待评估地区配电设备的故障因素,并根据故障因素对配电设备故障率影响的剧烈程度,将故障因素划分为渐变性故障因素和突发性故障因素两个大类;
本申请实施例中,统计广州地区配电设备的故障因素,如图2所示。
由图2可得,除运行维护导致的停电,导致配电网故障停电的故障因素大致可细分为如下四个小类:
(1)设备自身因素,比如设备超期服役会导致设备故障率升高、设备质量问题也会导致故障发生等;(2)运行条件的影响,比如长时间过载会加速设备绝缘老化进而引发故障;(3)天气的影响主要分成两类,一类是渐变性天气的影响,比如高温天气会加速设备老化,一类是突发性天气的影响,比如雷击可能瞬间烧坏避雷器,大风等恶劣天气会导致架空线受损;(4)突发的外力破坏,比如施工作业、小动物、树木影响等会直接导致设备故障。此处需要说明的是,大风一般直接导致设备的外力破坏,因此大风属于突发性故障因素,而大雨的影响一般可以在在线监测数据中体现出来,属于渐变性因素。
上述的四个小类可划分为渐变性因素和突发性因素两个大类,其中设备自身因素、运行条件、渐变性天气等渐变性因素对设备故障的影响相对缓慢,影响的过程都可以在线监测数据中体现。因此基于健康指数的故障率模型可以有效反应设备的实时故障率λ′,可以实现设备的故障预警,为设备的日常运维提供帮助。
所述渐变性故障因素中,设备自身因素包括设备超期服役和设备质量问题,设备超期服役会导致设备故障率升高、设备质量问题也会导致故障发生等;运行条件包括长时间过载,会加速设备绝缘老化进而引发故障;渐变性天气包括高温天气和大雨,会加速设备老化。
当施工作业、雷击、大风、非施工作业导致的外力破坏、小动物和树木影响等6类突发性因素发生时,设备参数可能瞬时从正常到故障状态。此时在线监测数据来不及反应设备的预警状态,只能反应设备发生故障后的状态,因此基于健康指数的故障率模型不能准确计算突发性故障因素导致的实时故障率λ″。同时从图2中可以看出这些突发性因素导致的故障停电占比很大,其中施工作业为15.62%,雷击为10.44%,因此不能忽略突发性因素发生时设备的潜在故障率λ″。
步骤2:根据在线监测的待评估配电设备运检数据和不同渐变性故障因素之间的协同效应计算配电设备在渐变性故障因素影响下的故障率λ′,包括以下步骤:
2.1)统计渐变性故障因素导致的历史故障数据,考虑不同渐变性故障因素之间的协同效应,确定配电设备基于渐变性故障因素的状态评价模型,具体包括:
2.1.1)获取配电设备在渐变性故障因素影响下的各月份历史故障率,计算配电设备Ii连续m年各月份的月平均故障率λi,i表示配电设备类型;
2.1.2)获取连续m年待评估地区的故障情况,确定配电网渐变性故障因素Jj,并计算故障停电因素Jj引起故障停电次数占故障停电总次数的权重ωij;
2.1.3)计算故障停电因素Jj对配电设备Ii实时故障率λi′的修正系数cij;
施工作业、雷击、大风、非施工作业导致的外力破坏、小动物的影响因子分别为ci1、ci2、ci3、ci4、ci5,其计算公式为:
式中,B表示待评估月的天数,Sin表示监测得到的待评估配电设备所处环境突发性故障因素的实时强度,比如施工作业次数、雷击次数、风力级别、非施工作业次数、小动物出现次数,表示第i类配电设备中第n类突发性故障因素在连续m年中待评估月的历史平均数;
一般情况下树木受风力级别Si3的影响较大,因此树木影响导致故障的影响因子为ci6,其计算公式为:
式中,D表示待评估配电设备附近一定范围内是否有树木,有树木则D的取值为1,没有则为0。
2.1.4)将步骤2.1.1)-步骤2.1.3)的计算结果带入参数修正模型,计算配电设备Ii的实时故障率λi′,所述参数修正模型为:
其中,k为渐变性故障因素种类;
2.1.5)考虑不同渐变性故障因素同时发生存在的协同效应,统计分析渐变性故障因素影响下的配电设备真实平均故障率与步骤2.1.4)所述参数修正模型计算结果之间的差异,拟合得到不同渐变性故障因素的协同系数A;
本申请实施例中,通过对广州地区故障案例进行统计发现,设备超期服役、设备过载、大雨三者之间存在相对明显的协同相应,因此需要在修正系数cij的基础上乘以一个协同系数A。
根据中国气象局对小雨至特大暴雨六个等级的划分,将降雨等级用1~6来代表,如表1所示。
表1降雨等级
对广州地区在大雨天气且超期服役状态下发生故障的290个配电设备进行统计,结果如图3。
图3中X轴表示降雨量的等级,Y轴表示T-t2,含义是设备运行年限T超过劣化阶段开始的年限t2,Z轴表示协同系数A。可以看出降雨量主要集中在大雨到大暴雨范围内,故障发生的年限超过劣化阶段主要集中在2~10年,A主要集中在1.1~1.7。将降雨量等级x,超役年限y与协同系数A进行拟合,得到的表达式如下:
A=35.19-0.0078sin(0.4236πxy)-33.99exp(-(0.0095y)^2) (2)
同理,这种方法可以计算出设备超期服役与设备过载,大雨与设备过载之间的协同系数A。
2.1.6)根据步骤2.1.4)和步骤2.1.5)得到配电设备Ii基于渐变性故障因素的状态评价模型:
2.2)通过步骤2.1)的状态评价模型计算待评估配电设备渐变性故障因素影响下的修正故障率λ′,状态评价模型计算的修正故障率λ′和当时的健康指数H带入配电设备的健康指数模型λ′=KeCH,利用最小二乘法拟合待定系数K和C;
根据配电设备Ii的在线监测量等运检数据,健康指数H的大小由状态参量的实时劣化程度和权重决定。首先建立并量化健康指标,接着利用SPSS软件对配电设备分层、分部件进行关键部件多特征参量统计,确定健康指标权重及健康指数评价模型。关键部件及特征参量的选择可参考南方电网公司2010年颁布的标准S.00.00.05/Q100-0006-0912-814《广东电网公司设备状态评价与风险评估技术导则》。
2.3)根据在线监测的待评估配电设备运检数据计算待评估配电设备的实时健康指数H,代入步骤2.2)得到的待评估配电设备的健康指数模型λ′=KeCH,计算出待评估配电设备在渐变性故障因素影响下的实时故障率λ′。
步骤3:根据待评估配电设备所处环境突发性故障因素的实时强度、装备水平和网架结构水平,计算配电设备的突发性潜在故障率λ″,
所述突发性故障因素的实时强度包括施工作业次数、雷击次数、风力级别、非施工作业次数和小动物出现次数;
所述装备水平包括配电设备防雷水平和配电设备的绝缘质量;
所述网架结构水平包括超期服役配电设备占比、继电保护水平、线路N-1通过率和分段开关的配置情况。
具体的,步骤3包括以下步骤:
3.1)根据待评估配电设备所处环境突发性故障因素的实时强度,计算待评估配电设备只考虑突发性故障因素影响下的实时故障率λ1″;此处的λ1″没有考虑设备的装备水平和网架结构水平的影响,只考虑突发性故障因素的强度影响。
步骤3.1)具体包括:
3.1.1)获取连续m年待评估地区的第i类配电设备由于第n类突发性故障因素导致的月历史故障率λp″,由于雷击、大风、小动物和树木影响等具有明显的季节特点,因此这里的历史故障率是按照12个月统计的月历史故障率。
其中,n取1、2、3、4、5、6,对应的突发性故障因素类型分别为施工作业、雷击、大风、非施工作业导致的外力破坏、小动物、树木影响;
i取1、2、3、4、5、6,对应的配电设备类型分别为电缆、架空线、断路器、隔离开关、负荷开关和变压器;
3.1.2)计算第i类配电设备第n类突发性故障因素影响下的实时故障率λ1″,λ1″计算公式如下:
式中,Nin表示第i类配电设备中第n类突发性故障因素导致的故障数量,ωin表示第i类配电设备中第n类突发性故障因素的权重,cin表示第i类配电设备中第n类突发性故障因素的影响因子。
3.2)对待评估配电设备的装备水平和网架结构水平进行评分,计算装备水平和网架结构水平的影响因子c′in,进而得到综合考虑突发性故障因素的强度、设备装备水平以及网架结构水平的突发性潜在故障率λ″=c′inλ1″。
所述步骤3.2)中,对待评估配电设备的装备水平和网架结构水平进行评分,计算装备水平和网架结构水平的影响因子c′in,具体包括:
3.2.1)对待评估设备的装备水平和网架结构水平进行评分为Ge;
其中,e取1、2、3、4、5、6,对应的装备水平或网架结构水平类型分别为配电设备防雷水平、配电设备的绝缘质量、超期服役配电设备占比、继电保护水平、线路N-1通过率、分段开关的配置情况;
评分主要分成三个级别,分数越高表示故障概率越高:不合格为(50,80]分,合格为(20,40]分,优秀为(10,20]分。
比如针对配电设备防雷水平的评分G1,没有安装避雷器为(50,80]分,只在变压器高压侧安装避雷器为(20,40]分,高低压侧都安装避雷器为(10,20]分。
配电设备的绝缘质量评分G2、超期服役配电设备占比G3、继电保护水平G4,线路N-1通过率G5、分段开关的配置情况G6打分类似,具体可参考文献[4]。
3.2.3)待评估设备的装备水平和所处的网架结构水平影响因子c′in计算公式如下:
步骤4:根据步骤2和步骤3的计算结果,计算待评估配电设备的实时综合故障率λre=λ′+λ″。
本申请的一种配电设备实时综合故障率计算系统,包括分类模块、渐变性故障因素影响下的故障率计算模块、突发性潜在故障率计算模块和实时综合故障率计算模块;
所述分类模块,用于统计待评估地区配电设备的故障因素,根据故障因素对配电设备故障率影响的剧烈程度,将故障因素划分为渐变性故障因素和突发性故障因素两个大类;
所述渐变性故障因素影响下的故障率计算模块,用于根据在线监测的待评估配电设备运检数据和不同渐变性故障因素之间的协同效应计算配电设备在渐变性故障因素影响下的故障率λ′;
所述突发性潜在故障率计算模块,用于根据待评估配电设备所处环境突发性故障因素的实时强度、装备水平和网架结构水平,计算配电设备的突发性潜在故障率λ″;
所述实时综合故障率计算模块,用于根据渐变性故障因素影响下的故障率计算模块和突发性潜在故障率计算模块的计算结果,计算待评估配电设备的实时综合故障率λre=λ′+λ″。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施示例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (10)
1.一种配电设备实时综合故障率计算方法,其特征在于:
所述方法包括以下步骤:
步骤1:统计待评估地区配电设备的故障因素并将故障因素划分为渐变性故障因素和突发性故障因素两个大类;
步骤2:根据在线监测的待评估配电设备运检数据和不同渐变性故障因素之间的协同效应计算配电设备在渐变性故障因素影响下的故障率λ′;
步骤3:根据待评估配电设备所处环境突发性故障因素的实时强度、装备水平和网架结构水平,计算配电设备的突发性潜在故障率λ″;
步骤4:根据步骤2和步骤3的计算结果,计算待评估配电设备的实时综合故障率λre=λ′+λ″。
2.根据权利要求1所述的一种配电设备实时综合故障率计算方法,其特征在于:
所述步骤1中,统计的故障因素包括设备自身因素、运行条件、渐变性天气、施工作业、雷击、大风、非施工作业导致的外力破坏、小动物和树木影响;
将故障因素划分为渐变性故障因素和突发性故障因素两个大类,其中渐变性故障因素包括设备自身因素、运行条件和渐变性天气;
突发性故障因素包括施工作业、雷击、大风、非施工作业导致的外力破坏、小动物和树木影响6类。
3.根据权利要求2所述的一种配电设备实时综合故障率计算方法,其特征在于:
所述渐变性故障因素中,设备自身因素包括设备超期服役和设备质量问题,运行条件包括长时间过载;渐变性天气包括高温天气和大雨;
所述突发性故障因素的实时强度包括施工作业次数、雷击次数、风力级别、非施工作业次数和小动物出现次数;
所述装备水平包括配电设备防雷水平和配电设备的绝缘质量;
所述网架结构水平包括超期服役配电设备占比、继电保护水平、线路N-1通过率和分段开关的配置情况。
4.根据权利要求1所述的一种配电设备实时综合故障率计算方法,其特征在于:
所述步骤2包括以下步骤:
2.1)统计渐变性故障因素导致的历史故障数据,考虑不同渐变性故障因素之间的协同效应,确定配电设备基于渐变性故障因素的状态评价模型;
2.2)通过步骤2.1)的状态评价模型计算待评估配电设备渐变性故障因素影响下的修正故障率λ′,状态评价模型计算的修正故障率λ′和当时的健康指数H带入配电设备的健康指数模型λ′=KeCH,利用最小二乘法拟合待定系数K和C;
2.3)根据在线监测的待评估配电设备运检数据计算待评估配电设备的实时健康指数H,代入步骤2.2)得到的待评估配电设备的健康指数模型λ′=KeCH,计算出待评估配电设备在渐变性故障因素影响下的实时故障率λ′。
5.根据权利要求4所述的一种配电设备实时综合故障率计算方法,其特征在于:
所述步骤2.1)具体包括:
2.1.1)获取配电设备在渐变性故障因素影响下的各月份历史故障率,计算配电设备Ii连续m年各月份的月平均故障率λi,i表示配电设备类型;
2.1.2)获取连续m年待评估地区的故障情况,确定配电网渐变性故障因素Jj,并计算故障停电因素Jj引起故障停电次数占故障停电总次数的权重ωij;
2.1.3)计算故障停电因素Jj对配电设备Ii实时故障率λi′的修正系数cij;
2.1.4)将步骤2.1.1)-步骤2.1.3)的计算结果带入参数修正模型,计算配电设备Ii的实时故障率λi′,所述参数修正模型为:
其中,k为渐变性故障因素种类;
2.1.5)考虑不同渐变性故障因素同时发生存在的协同效应,统计分析渐变性故障因素影响下的配电设备真实平均故障率与步骤2.1.4)所述参数修正模型计算结果之间的差异,拟合得到不同渐变性故障因素的协同系数A;
2.1.6)根据步骤2.1.4)和步骤2.1.5)得到配电设备Ii基于渐变性故障因素的状态评价模型:
6.根据权利要求1所述的一种配电设备实时综合故障率计算方法,其特征在于:
所述步骤3包括以下步骤:
3.1)根据待评估配电设备所处环境突发性故障因素的实时强度,计算待评估配电设备只考虑突发性故障因素影响下的实时故障率λ1″;
3.2)对待评估配电设备的装备水平和网架结构水平进行评分,计算装备水平和网架结构水平的影响因子c′in,进而得到综合考虑突发性故障因素的强度、设备装备水平以及网架结构水平的突发性潜在故障率λ″=c′inλ1″。
7.根据权利要求6所述的一种配电设备实时综合故障率计算方法,其特征在于:
所述步骤3.1)具体包括:
3.1.1)获取连续m年待评估地区的第i类配电设备由于第n类突发性故障因素导致的月历史故障率λp″;
其中,n取1、2、3、4、5、6,对应的突发性故障因素类型分别为施工作业、雷击、大风、非施工作业导致的外力破坏、小动物、树木影响;
i取1、2、3、4、5、6,对应的配电设备类型分别为电缆、架空线、断路器、隔离开关、负荷开关和变压器;
3.1.2)计算第i类配电设备第n类突发性故障因素影响下的实时故障率λ1″,λ1″计算公式如下:
式中,Nin表示第i类配电设备中第n类突发性故障因素导致的故障数量,ωin表示第i类配电设备中第n类突发性故障因素的权重,cin表示第i类配电设备中第n类突发性故障因素的影响因子。
8.根据权利要求7所述的一种配电设备实时综合故障率计算方法,其特征在于:
所述施工作业、雷击、大风、非施工作业导致的外力破坏、小动物的影响因子分别为ci1、ci2、ci3、ci4、ci5,其计算公式为:
式中,B表示待评估月的天数,Sin表示监测得到的待评估配电设备所处环境突发性故障因素的实时强度,表示第i类配电设备中第n类突发性故障因素在连续m年中待评估月的历史平均数;所述突发性故障因素的实时强度为施工作业次数、雷击次数、风力级别、非施工作业次数和小动物出现次数;
树木影响导致故障的影响因子为ci6,其计算公式为:
式中,D表示待评估配电设备附近一定范围内是否有树木,有树木则D的取值为1,没有则为0。
9.根据权利要求6所述的一种配电设备实时综合故障率计算方法,其特征在于:
所述步骤3.2)中,对待评估配电设备的装备水平和网架结构水平进行评分,计算装备水平和网架结构水平的影响因子c′in,具体包括:
3.2.1)对待评估设备的装备水平和网架结构水平进行评分为Ge;
其中,e取1、2、3、4、5、6,对应的装备水平或网架结构水平类型分别为配电设备防雷水平、配电设备的绝缘质量、超期服役配电设备占比、继电保护水平、线路N-1通过率、分段开关的配置情况;
3.2.3)待评估设备的装备水平和所处的网架结构水平影响因子c′in计算公式如下:
10.一种配电设备实时综合故障率计算系统,包括分类模块、渐变性故障因素影响下的故障率计算模块、突发性潜在故障率计算模块和实时综合故障率计算模块,其特征在于:
所述分类模块,用于统计待评估地区配电设备的故障因素,根据故障因素对配电设备故障率影响的剧烈程度,将故障因素划分为渐变性故障因素和突发性故障因素两个大类;
所述渐变性故障因素影响下的故障率计算模块,用于根据在线监测的待评估配电设备运检数据和不同渐变性故障因素之间的协同效应计算配电设备在渐变性故障因素影响下的故障率λ′;
所述突发性潜在故障率计算模块,用于根据待评估配电设备所处环境突发性故障因素的实时强度、装备水平和网架结构水平,计算配电设备的突发性潜在故障率λ″;
所述实时综合故障率计算模块,用于根据渐变性故障因素影响下的故障率计算模块和突发性潜在故障率计算模块的计算结果,计算待评估配电设备的实时综合故障率λre=λ′+λ″。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010360797.1A CN111581802B (zh) | 2020-04-30 | 2020-04-30 | 一种配电设备实时综合故障率计算方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010360797.1A CN111581802B (zh) | 2020-04-30 | 2020-04-30 | 一种配电设备实时综合故障率计算方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111581802A true CN111581802A (zh) | 2020-08-25 |
CN111581802B CN111581802B (zh) | 2024-02-02 |
Family
ID=72111859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010360797.1A Active CN111581802B (zh) | 2020-04-30 | 2020-04-30 | 一种配电设备实时综合故障率计算方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111581802B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177293A (zh) * | 2021-04-06 | 2021-07-27 | 国网浙江省电力有限公司湖州供电公司 | 一种考虑雷击影响的变压器评价方法 |
CN116430169A (zh) * | 2023-04-17 | 2023-07-14 | 国网黑龙江省电力有限公司齐齐哈尔供电公司 | 一种基于大数据技术的配电网故障诊断系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008022606A (ja) * | 2006-07-11 | 2008-01-31 | Chugoku Electric Power Co Inc:The | 事故発生率評価支援装置及び事故発生率評価支援方法 |
CN104915787A (zh) * | 2015-06-23 | 2015-09-16 | 广州供电局有限公司 | 设备故障率修正及配电网可靠性评估的方法及系统 |
CN106251045A (zh) * | 2016-07-21 | 2016-12-21 | 中国南方电网有限责任公司电网技术研究中心 | 基于多种主导因素的配电网供电可靠性评估方法 |
CN106530135A (zh) * | 2016-11-22 | 2017-03-22 | 深圳供电局有限公司 | 一种对配电网设备故障概率修正的方法和系统 |
CN106570792A (zh) * | 2016-11-14 | 2017-04-19 | 国网天津市电力公司 | 一种面向可靠性评估的配电设备状态评价方法 |
CN108596449A (zh) * | 2018-04-09 | 2018-09-28 | 南京邮电大学 | 一种考虑天气对配电网故障概率影响的配电网可靠性预测方法 |
CN109687426A (zh) * | 2018-11-22 | 2019-04-26 | 南方电网科学研究院有限责任公司 | 故障率参数建模方法、装置、设备与存储介质 |
CN110826874A (zh) * | 2019-10-23 | 2020-02-21 | 北方工业大学 | 一种考虑时变因素的社区配电网动态风险评估方法及装置 |
CN110929391A (zh) * | 2019-11-08 | 2020-03-27 | 中国农业大学 | 一种台风灾害下配电网故障率计算方法及系统 |
-
2020
- 2020-04-30 CN CN202010360797.1A patent/CN111581802B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008022606A (ja) * | 2006-07-11 | 2008-01-31 | Chugoku Electric Power Co Inc:The | 事故発生率評価支援装置及び事故発生率評価支援方法 |
CN104915787A (zh) * | 2015-06-23 | 2015-09-16 | 广州供电局有限公司 | 设备故障率修正及配电网可靠性评估的方法及系统 |
CN106251045A (zh) * | 2016-07-21 | 2016-12-21 | 中国南方电网有限责任公司电网技术研究中心 | 基于多种主导因素的配电网供电可靠性评估方法 |
CN106570792A (zh) * | 2016-11-14 | 2017-04-19 | 国网天津市电力公司 | 一种面向可靠性评估的配电设备状态评价方法 |
CN106530135A (zh) * | 2016-11-22 | 2017-03-22 | 深圳供电局有限公司 | 一种对配电网设备故障概率修正的方法和系统 |
CN108596449A (zh) * | 2018-04-09 | 2018-09-28 | 南京邮电大学 | 一种考虑天气对配电网故障概率影响的配电网可靠性预测方法 |
CN109687426A (zh) * | 2018-11-22 | 2019-04-26 | 南方电网科学研究院有限责任公司 | 故障率参数建模方法、装置、设备与存储介质 |
CN110826874A (zh) * | 2019-10-23 | 2020-02-21 | 北方工业大学 | 一种考虑时变因素的社区配电网动态风险评估方法及装置 |
CN110929391A (zh) * | 2019-11-08 | 2020-03-27 | 中国农业大学 | 一种台风灾害下配电网故障率计算方法及系统 |
Non-Patent Citations (5)
Title |
---|
MICHEL BESSANI等: "Probabilistic Assessment of Power Distribution Systems Resilience Under Extreme Weather", 《IEEE SYSTEMS JOURNAL》, vol. 3, no. 2, pages 1747 - 1756, XP011727474, DOI: 10.1109/JSYST.2018.2853554 * |
RONGBIN XIE等: "Power Transformer Fault Diagnosis Model Based on Association Rules Analysis", 《2018 IEEE INTERNATIONAL CONFERENCE ON HIGH VOLTAGE ENGINEERING AND APPLICATION (ICHVE)》, pages 1 - 4 * |
冯俊杰: "考虑多种影响因素的配电网供电可靠性研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》, pages 17 - 48 * |
杨才明;项中明;谢栋;马光;陈哲;郭创新;: "多因素驱动架空线路故障率模型", 电力系统保护与控制, no. 12, pages 9 - 15 * |
王浩鸣;唐;吴莉萍;杨磊;姚瑛;刘洪;: "基于设备状态评价的配电网动态可靠性评估", 电力系统及其自动化学报, no. 07, pages 68 - 74 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177293A (zh) * | 2021-04-06 | 2021-07-27 | 国网浙江省电力有限公司湖州供电公司 | 一种考虑雷击影响的变压器评价方法 |
CN113177293B (zh) * | 2021-04-06 | 2022-09-27 | 国网浙江省电力有限公司湖州供电公司 | 一种考虑雷击影响的变压器评价方法 |
CN116430169A (zh) * | 2023-04-17 | 2023-07-14 | 国网黑龙江省电力有限公司齐齐哈尔供电公司 | 一种基于大数据技术的配电网故障诊断系统 |
CN116430169B (zh) * | 2023-04-17 | 2023-10-27 | 国网黑龙江省电力有限公司齐齐哈尔供电公司 | 一种基于大数据技术的配电网故障诊断系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111581802B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111010084B (zh) | 一种光伏电站智能监控分析平台及方法 | |
CN108665186B (zh) | 基于计量自动化系统的配变重过载停电监测方法及装置 | |
WO2019144716A1 (zh) | 户外柱上真空开关的状态评价方法及装置 | |
CN111582700B (zh) | 一种配电网设备故障率计算方法 | |
CN111210102B (zh) | 一种极端灾害条件下电网故障建模方法 | |
CN108491990A (zh) | 一种风电场设备状态评价及检修决策支持检测方法及系统 | |
CN109655712A (zh) | 一种配电网线路故障原因分析方法与系统 | |
EP2381094B1 (en) | Energy network and control thereof | |
CN111581802A (zh) | 一种配电设备实时综合故障率计算方法和系统 | |
CN112116276B (zh) | 一种计及电气主设备时变状态的变电站运行风险评估方法 | |
CN114386632A (zh) | 一种基于电力大数据的配电运维系统 | |
CN106651128A (zh) | 一种输变电系统风险预警方法 | |
CN113268590A (zh) | 一种基于设备画像和集成学习的电网设备运行状态评估方法 | |
CN106093636B (zh) | 智能电网的二次设备的模拟量校核方法以及装置 | |
CN111209535B (zh) | 一种电力设备相继故障风险识别方法及系统 | |
CN114065875A (zh) | 基于大数据的电力电网故障识别系统 | |
CN116187759A (zh) | 一种电缆线路运行风险评估方法及系统 | |
CN114936450A (zh) | 面向风电送出线路动态增容的数字孪生评估方法和系统 | |
CN117614137A (zh) | 基于多源数据融合的配电网优化系统 | |
CN109191007A (zh) | 一种电网设备n-1后果等级自动判定的方法及系统 | |
Hu et al. | Operational reliability evaluation method based on big data technology | |
Nie et al. | Research on AHP-based Multi-factor Medium Voltage Distribution Network Line Risk Quantitative Assessment Method | |
Fang et al. | Calculation method of outage probability of distribution network based on real-time failure rate of equipment | |
CN115224684A (zh) | 基于免疫危险理论的智能配电网风险状态辨识方法及系统 | |
CN113258673A (zh) | 一种用于重载设备的智能温度监控系统及方法 |
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 |