CN114742253A - 一种电力设备运维优先级排序方法 - Google Patents
一种电力设备运维优先级排序方法 Download PDFInfo
- Publication number
- CN114742253A CN114742253A CN202210571978.8A CN202210571978A CN114742253A CN 114742253 A CN114742253 A CN 114742253A CN 202210571978 A CN202210571978 A CN 202210571978A CN 114742253 A CN114742253 A CN 114742253A
- Authority
- CN
- China
- Prior art keywords
- equipment
- index
- model
- power
- value
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000036541 health Effects 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000007547 defect Effects 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000012913 prioritisation Methods 0.000 claims 9
- 238000007689 inspection Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000009666 routine test Methods 0.000 description 3
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture 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
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method 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
- G06Q10/06—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
- 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
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种电力设备运维优先级排序方法,包括以下步骤:S1、选取影响电力设备重要度和电力设备健康度的相关指标,建立电力设备风险影响度指标体系;S2、采集电力设备重要度相关指标及电力设备健康度相关指标的状态量,建立各相关指标的评分模型,计算各相关指标的得分情况;S3、根据各相关指标对电力系统和电力用户的影响程度,确定各相关指标的权重;S4、基于电力设备风险影响度指标体系,建立电力设备风险影响度计算模型,计算各电力设备风险影响度的得分情况;S5、根据各电力设备风险影响度的得分情况,对电力设备运维优先级进行排序。本发明能够降低因电力设备故障造成的损失,提高运维工作效率。
Description
技术领域
本发明涉及电力系统运维技术领域,具体是涉及一种电力设备运维优先级排序方法。
背景技术
随着我国经济的建设和发展,人们的生活水平也在逐步提高,随之而来的是用电需求的不断增加。如何满足用户在生产生活中对用电的需求,提供优质、可靠的电力能源以及如何保障电力供应的持续性和稳定性是当前电力建设的关键问题。电力设备作为电力系统的重要组成部分,为保障电力供应稳定可靠,必须加强对电力设备的安全维护,及时消除故障隐患,预防故障发生。因此,开展电力设备检修维护工作,对电力系统的安全稳定运行具有十分重要的意义。
目前,电力运维方式主要包括:巡检、例行试验、诊断性试验和故障抢修。虽然按照要求电力设备的检修需要定期开展巡检和例行试验,有选择性地开展诊断性试验,但实际运维过程中,运维人员通常只定期进行巡视检查,而例行试验和诊断性实验得不到重视,这使得很多运维工作慢慢变成电力设备或线路发生故障后才开始抢修、补救的维护模式。采用这样的检修运维方式难以保障电力供应的持续性和稳定性,并且当前运维手段仅仅依靠设备监测数据或现场采集数据判断设备有无故障风险,未能真正掌握设备的风险影响程度,不能有效指导运维工作。
除此之外,在电力设备的日常巡检和故障抢修工作中,通常是由调度平台联系指派人员前往巡检和抢修,根据现场情况进行设备维护,极少涉及到针对电力设备运维优先级的排序问题。因此,运维人员往往根据经验选择需要运维的电力设备,缺乏科学性的选择方法,使得风险影响度最严重的设备未得到最先的检修维护,导致运维经济性较差。因此,需要根据电力设备对电力系统和用户的影响程度,从设备重要度和健康度等方面进行量化评估,得到电力设备运维的紧急性情况,实现电力设备运维的有序性。
发明内容
本发明所要解决的技术问题是,克服上述背景技术的不足,提供一种电力设备运维优先级排序方法,对于风险影响度较大的电力设备优先实施运维工作,降低因电力设备故障造成的损失,提高运维工作效率。
本发明解决其技术问题采用的技术方案是,一种电力设备运维优先级排序方法,包括以下步骤:
S1、选取影响电力设备重要度和电力设备健康度的相关指标,建立电力设备风险影响度指标体系;
S2、采集电力设备重要度相关指标及电力设备健康度相关指标的状态量,建立各相关指标的评分模型,计算各相关指标的得分情况;
S3、根据各相关指标对电力系统和电力用户的影响程度,确定各相关指标的权重;
S4、基于电力设备风险影响度指标体系,建立电力设备风险影响度计算模型,计算各电力设备风险影响度的得分情况;
S5、根据各电力设备风险影响度的得分情况,对电力设备运维优先级进行排序。
进一步,步骤S1中,所述电力设备重要度的相关指标包括电压等级、设备造价、供电区域属性、设备可靠度和故障影响度;所述电力设备健康度的相关指标分为设备历史状态和设备实时状态;
步骤S2中,建立各相关指标的评分模型包括建立电力设备重要度相关指标的评分模型和电力设备健康度相关指标的评分模型;所述电力设备重要度相关指标的评分模型包括电压等级指标评分模型、设备造价指标评分模型、供电区域属性指标评分模型、设备可靠度指标评分模型及故障影响度指标评分模型;所述电力设备健康度相关指标的评分模型包括设备历史状态指标评分模型和设备实时状态指标评分模型。
进一步,所述电压等级指标评分模型的函数表达式如下:
其中,a1、a2、a3、a4表示电压等级指标评分模型中电压等级的具体分类数值,a1<a2<a3<a4,电压等级分类为:a1kV以下、a1kV~a2kV、a2kV~a3kV、a3kV~a4kV以及a4kV以上;s11表示电压等级指标评分模型中电压为a1kV时的评分值,s12表示电压等级指标评分模型中电压为a2kV时的评分值,s13表示电压等级指标评分模型中电压为a3kV时的评分值,s14表示电压等级指标评分模型中电压为a4kV时的评分值,s11<s12<s13<s14;x表示电压等级指标评分模型中实际电压等级的取值;A1表示电压等级指标评分模型中实际所得评分值。
进一步,所述设备造价指标评分模型的函数表达式如下:
其中,b1、b2、b3、b4表示设备造价指标评分模型中设备造价的具体分类数值,b1<b2<b3<b4,设备造价分类为:b1万元以下、b1万元~b2万元、b2万元~b3万元、b3万元~b4万元以及b4万元以上;s21表示设备造价指标评分模型中设备造价为b1万元时的评分值,s22表示设备造价指标评分模型中设备造价为b2万元时的评分值,s23表示表示设备造价指标评分模型中设备造价为b3万元时的评分值,s24表示设备造价指标评分模型中设备造价为b4万元时的评分值,s21<s22<s23<s24;x表示设备造价指标评分模型中实际设备造价的取值;A2表示设备造价指标评分模型中实际所得评分值。
进一步,所述供电区域属性指标评分模型中,依据行政级别和负荷密度将供电区域划分为A、B、C、D、E共5类,若供电区域为市中心区或负荷密度σ≥30MW/km2,则为A类;若供电区域为非市中心市区或负荷密度15≤σ<30MW/km2,则为B类;若供电区域为县城或负荷密度6≤σ<15MW/km2,则为C类;若供电区域为镇区或负荷密度1≤σ<6MW/km2,则为D类;若供电区域为农村或负荷密度0<σ<1MW/km2,则为E类;A类供电区域设备评分为A3=s31,B类供电区域设备评分为A3=s32,C类供电区域设备评分为A3=s33,D类供电区域设备评分为A3=s34,E类供电区域设备评分为A3=s35;其中,s31表示供电区域属性指标评分模型中A类供电区域设备评分值,s32表示供电区域属性指标评分模型中B类供电区域设备评分值,s33表示供电区域属性指标评分模型中C类供电区域设备评分值,s34表示供电区域属性指标评分模型中D类供电区域设备评分值,s35表示供电区域属性指标评分模型中E类供电区域设备评分值,s31>s32>s33>s34>s35;A3表示供电区域属性指标评分模型中实际所得评分值。
进一步,所述设备可靠度指标评分模型的函数表达式如下:
其中,ε为不同类型设备所设的调节系数;T为设备制造厂家所规定的检修周期;A4表示设备可靠度指标评分模型中实际所得评分值。
进一步,所述故障影响度指标评分模型的函数表达式如下:
其中,Lk为设备某故障类型影响程度的数据等级;Nk为某故障类型发生的频次;Z为所有故障类型发生的总频次;n为设备故障类型数目;A5表示故障影响度指标评分模型中实际所得评分值。
进一步,所述设备历史状态指标评分模型的函数表达式如下:
其中,Kf为设备缺陷系数,Ke为环境系数;λi表示设备i的历史故障率;B1为设备历史状态指标评分模型中实际所得评分值。
进一步,所述设备实时状态指标评分模型中,电力设备的运行参数用xi表示,运行参数分为正常状态、注意状态、异常状态和严重状态;设置运行参数的正常状态限值为注意状态限值为异常状态限值为所述设备实时状态指标评分模型的函数表达式如下:
进一步,步骤S3中,运用模糊层次分析法确定电压等级、设备造价、供电区域属性、设备可靠度、故障影响度的权重α1、α2、α3、α4、α5,设备历史状态、设备实时状态的权重β1、β2,以及电力设备重要度、电力设备健康度的权重γ1、γ2,其中α1+α2+α3+α4+α5=1,β1+β2=1,γ1+γ2=1;
步骤S4中,基于电力设备风险影响度指标体系,建立电力设备风险影响度计算模型,计算各电力设备风险影响度的得分情况,包括以下步骤:
S4-1、根据电压等级指标评分模型、设备造价指标评分模型、供电区域属性指标评分模型、设备可靠度指标评分模型、故障影响度指标评分模型、设备历史状态指标评分模型、设备实时状态指标评分模型,得到电压等级指标评分模型、设备造价指标评分模型、供电区域属性指标评分模型、设备可靠度指标评分模型、故障影响度指标评分模型、设备历史状态指标评分模型、设备实时状态指标评分模型中实际所得评分值A1、A2、A3、A4、A5、B1、B2;
S4-2、根据各相关指标的权重及各指标评分模型中实际所得评分值,计算电力设备重要度的实际所得评分值A及电力设备健康度的实际所得评分值B;
其中,αk为电力设备重要度第k个指标的权重,βk为电力设备健康度第k个指标的权重,Ak为电力设备重要度第k个指标评分模型中实际所得评分值,Bk为电力设备健康度第k个指标评分模型中实际所得评分值,N为电力设备重要度相关指标的数量,N'为电力设备健康度相关指标的数量;
S4-3、根据电力设备风险影响度计算模型,计算各电力设备风险影响度的得分情况,电力设备风险影响度计算模型的函数表达式如下:
S=γ1A+γ2B (9)
其中,S为电力设备风险影响度的实际所得评分值。
与现有技术相比,本发明的优点如下:
(1)采用从电力设备重要度和健康度等方面对设备的风险状态进行了量化评估,能够有效指导供电公司对电力设备运维的紧急性分类,对于风险影响度较大的电力设备优先实施运维工作,降低因电力设备故障造成的损失,提高运维工作效率。
(2)通过对各指标建立评分模型,并利用模糊层次分析法进行赋权,使得设备风险影响度计算结果更为全面,电力设备运维的优先级排序也更加可靠。
附图说明
图1是本发明实施例方法流程示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细描述。
参照图1,本实施例提供了一种电力设备运维优先级排序方法,具体包括以下步骤:
S1、选取影响电力设备重要度和电力设备健康度的相关指标,建立电力设备风险影响度指标体系。
电力设备重要度的相关指标主要包括电压等级、设备造价、供电区域属性、设备可靠度、故障影响度;电力设备健康度的相关指标分为设备历史状态和设备实时状态两类。
S2、采集电力设备重要度相关指标及电力设备健康度相关指标的状态量,建立各相关指标的评分模型,计算各相关指标的得分情况。
采集电力设备重要度相关指标的状态量是指采集电压等级、设备造价、供电区域属性、设备可靠度及故障影响度的状态量;采集电力设备健康度相关指标的状态量是指采集设备历史状态及设备实时状态的状态量。
建立各相关指标的评分模型包括建立电力设备重要度相关指标的评分模型和电力设备健康度相关指标的评分模型。
电力设备重要度相关指标的评分模型包括电压等级指标评分模型、设备造价指标评分模型、供电区域属性指标评分模型、设备可靠度指标评分模型及故障影响度指标评分模型。
关于电压等级指标评分模型,电力系统中同类设备电压等级越高,该设备在运维中就越重要,指标评分越高。电压等级指标评分模型的函数表达式如下:
其中,a1、a2、a3、a4表示电压等级指标评分模型中电压等级的具体分类数值,a1<a2<a3<a4,电压等级分类为:a1kV以下、a1kV~a2kV、a2kV~a3kV、a3kV~a4kV以及a4kV以上;s11表示电压等级指标评分模型中电压为a1kV时的评分值,s12表示电压等级指标评分模型中电压为a2kV时的评分值,s13表示电压等级指标评分模型中电压为a3kV时的评分值,s14表示电压等级指标评分模型中电压为a4kV时的评分值,s11<s12<s13<s14;x表示电压等级指标评分模型中实际电压等级的取值;A1表示电压等级指标评分模型中实际所得评分值。
本实施例中,a1、a2、a3、a4的取值分别为10、110、220、500;s11、s12、s13、s14的取值分别为25、50、75、100。
关于设备造价指标评分模型,电力系统中同类设备造价越高,该设备在运维中就越重要,指标评分越高。设备造价指标评分模型的函数表达式如下:
其中,b1、b2、b3、b4表示设备造价指标评分模型中设备造价的具体分类数值,b1<b2<b3<b4,设备造价分类为:b1万元以下、b1万元~b2万元、b2万元~b3万元、b3万元~b4万元以及b4万元以上;s21表示设备造价指标评分模型中设备造价为b1万元时的评分值,s22表示设备造价指标评分模型中设备造价为b2万元时的评分值,s23表示表示设备造价指标评分模型中设备造价为b3万元时的评分值,s24表示设备造价指标评分模型中设备造价为b4万元时的评分值,s21<s22<s23<s24;x表示设备造价指标评分模型中实际设备造价的取值;A2表示设备造价指标评分模型中实际所得评分值。
本实施例中,b1、b2、b3、b4的取值分别为10、100、500、1000;s21、s22、s23、s24的取值分别为25、50、75、100。
关于供电区域属性指标评分模型,电力设备所在的供电区域不同,其重要性也不同,设备所处的供电区域越重要,则设备在运维中也越重要,指标评分越高。依据行政级别和负荷密度将供电区域划分为A、B、C、D、E共5类,若供电区域为市中心区或负荷密度σ≥30MW/km2,则为A类;若供电区域为非市中心市区或负荷密度15≤σ<30MW/km2,则为B类;若供电区域为县城或负荷密度6≤σ<15MW/km2,则为C类;若供电区域为镇区或负荷密度1≤σ<6MW/km2,则为D类;若供电区域为农村或负荷密度0<σ<1MW/km2,则为E类。A类供电区域设备评分为A3=s31,B类供电区域设备评分为A3=s32,C类供电区域设备评分为A3=s33,D类供电区域设备评分为A3=s34,E类供电区域设备评分为A3=s35。其中,s31表示供电区域属性指标评分模型中A类供电区域设备评分值,s32表示供电区域属性指标评分模型中B类供电区域设备评分值,s33表示供电区域属性指标评分模型中C类供电区域设备评分值,s34表示供电区域属性指标评分模型中D类供电区域设备评分值,s35表示供电区域属性指标评分模型中E类供电区域设备评分值,s31>s32>s33>s34>s35;A3表示供电区域属性指标评分模型中实际所得评分值。
本实施例中,s31、s32、s33、s34、s35的取值分别为85、70、55、40、25。
关于设备可靠度指标评分模型,当设备检修周期越大,设备运行的可靠性就越高,则在运维中设备的重要度越低,指标评分越低,设备可靠度指标评分模型的函数表达式如下:
其中,ε为不同类型设备所设的调节系数,由于主变、线路和断路器等设备的重要程度较高,故所设系数应偏小,可取0.7,隔离开关和二次测量设备可取0.85,其他包括电容器等设备取1;T为设备制造厂家所规定的检修周期;A4表示设备可靠度指标评分模型中实际所得评分值。
关于故障影响度指标评分模型,故障影响度综合考虑了设备各故障类型发生的概率和发生故障后的严重程度,故障影响程度越严重,设备的重要度越高,指标评分越高,故障影响度指标评分模型的函数表达式如下:
其中,Lk为设备某故障类型影响程度的数据等级,表示故障类型的严重程度,数据等级值越高,设备故障引起的后果越严重;Nk为某故障类型发生的频次;Z为所有故障类型发生的总频次;n为设备故障类型数目;A5表示故障影响度指标评分模型中实际所得评分值。
电力设备健康度相关指标的评分模型包括设备历史状态指标评分模型和设备实时状态指标评分模型。
关于设备历史状态指标评分模型,电力设备的历史信息反映了设备历史运行状态,包括历史缺陷故障、运行环境、家族缺陷等。设备历史状态越差,其健康度越低,指标评分越高,设备历史状态指标评分模型的函数表达式如下:
其中,Kf为设备缺陷系数,无缺陷的设备取0.8,缺陷较小的设备取0.9,缺陷较小的设备是指对电网安全运行暂不构成较大影响的一般家族缺陷的设备;缺陷较大的设备取1,缺陷较大的设备是指可能造成人身伤害或电网故障的重大家族缺陷的设备;Ke为环境系数,反映温度、湿度、污染程度等环境因素对设备的影响,环境状况越好,环境系数越大,若温度、湿度、污染程度都处于正常范围,则取1.3,若某一项因素未处于正常范围,则取1.1,若有两项及两项以上因素未处于正常范围,则取1;λi表示设备i的历史故障率,通过设备历史运行数据与离线实验数据进行统计分析得到;B1为设备历史状态指标评分模型中实际所得评分值。
关于设备实时状态指标评分模型,电力设备的运行参数用xi表示,运行参数分为正常状态、注意状态、异常状态和严重状态;设置运行参数的正常状态限值为注意状态限值为异常状态限值为设备实时状态越差,其健康度越低,指标评分越高,设备实时状态指标评分模型的函数表达式如下:
其中,分别为运行参数的正常状态限值的最大值和最小值,别为运行参数的注意状态限值的最大值和最小值,分别为运行参数的异常状态限值的最大值和最小值;B2为设备实时状态指标评分模型中实际所得评分值。由式(6)结果可知,B2为[0,25)时运行参数为正常状态,B2为[25,50)时运行参数为注意状态,B2为[50,75)时运行参数为异常状态,B2为[75,100]时运行参数为严重状态。
S3、根据各相关指标对电力系统和电力用户的影响程度,运用模糊层次分析法确定各相关指标的权重。
根据电力设备运维专家的意见经验对电力设备风险影响度指标体系中各相关指标相对重要程度进行量化打分,采用0.1~0.9标度法建立优先判断矩阵。其中,故障影响度是反映设备重要度最主要的指标,电压等级对设备重要度的影响最小;设备实时状态对设备健康度的影响大于设备历史状态;电力设备健康度对设备风险状态的影响大于电力设备重要度。运用模糊层次分析法确定电压等级、设备造价、供电区域属性、设备可靠度、故障影响度的权重α1、α2、α3、α4、α5,设备历史状态、设备实时状态的权重β1、β2,以及电力设备重要度、电力设备健康度的权重γ1、γ2,其中α1+α2+α3+α4+α5=1,β1+β2=1,γ1+γ2=1。本实施例中,运用模糊层次分析法确定的α1=0.14,α2=0.19,α3=0.18,α4=0.15,α5=0.34,β1=0.3,β2=0.7,γ1=0.3,γ2=0.7。
S4、基于电力设备风险影响度指标体系,建立电力设备风险影响度计算模型,计算各电力设备风险影响度的得分情况。
根据电压等级指标评分模型、设备造价指标评分模型、供电区域属性指标评分模型、设备可靠度指标评分模型、故障影响度指标评分模型、设备历史状态指标评分模型、设备实时状态指标评分模型,得到电压等级指标评分模型、设备造价指标评分模型、供电区域属性指标评分模型、设备可靠度指标评分模型、故障影响度指标评分模型、设备历史状态指标评分模型、设备实时状态指标评分模型中实际所得评分值A1、A2、A3、A4、A5、B1、B2。
根据各相关指标的权重及各指标评分模型中实际所得评分值,计算电力设备重要度的实际所得评分值A及电力设备健康度的实际所得评分值B;
其中,αk为电力设备重要度第k个指标的权重,βk为电力设备健康度第k个指标的权重,Ak为电力设备重要度第k个指标评分模型中实际所得评分值,Bk为电力设备健康度第k个指标评分模型中实际所得评分值,N为电力设备重要度相关指标的数量,N'为电力设备健康度相关指标的数量。
根据电力设备风险影响度计算模型,计算各电力设备风险影响度的得分情况,电力设备风险影响度计算模型的函数表达式如下:
S=γ1A+γ2B (9)
其中,S为电力设备风险影响度的实际所得评分值。
S5、根据各电力设备风险影响度的得分情况,对电力设备运维优先级进行排序。
若设备风险影响度得分S小于20,说明设备处于良好状态,风险影响度较小,应按照电力设备检修规程执行日常运维任务;若设备风险影响度得分S大于80,说明设备的风险影响度较大,应依据设备风险评估结果和预警信息,进行设备抢修或制定设备合理的更换方案;若设备风险影响度得分S大于20且小于80,应根据设备运维优先级排序情况制定定制化的设备运维方案。
下面以某220kV变电站中的主要设备为例,测试所提电力设备运维优先级排序方法,根据电力设备重要度和电力设备健康度的相关指标对设备信息数据进行处理,得到电力设备重要度和电力设备健康度的相关指标得分情况,如表1、表2所示。
表1电力设备重要度的相关指标
表2电力设备健康度的相关指标
根据表1、表2各电力设备重要度和电力设备健康度的相关指标总得分情况,得到设备风险影响度的得分结果,如表3所示。
表3设备风险影响度
从表3设备风险影响度计算结果可知,各电力设备的总得分均大于20且小于80,应根据设备运维优先级排序情况制定定制化的设备运维方案。总得分排序为断路器D1、变压器T1、变压器T2、断路器D2、电压互感器PT、母线W、输电线路L1、输电线路L2、电流互感器CT、隔离开关Q,按照总得分的排序情况依次开展运维工作,其中断路器D1总得分最高,其优先级最高,可适当增加巡检次数。
本发明提出一种电力设备运维优先级排序方法,该方法综合考虑电力设备的重要度和健康度,对电力设备的实时风险影响度进行评估,并实现电力设备运维的有序性,协助电力部门制定差异化、定制化的设备巡检运维方案,合理地开展运维工作,有助于提高电力设备运维效率,保障电力系统安全稳定运行。
本领域的技术人员可以对本发明进行各种修改和变型,倘若这些修改和变型在本发明权利要求及其等同技术的范围之内,则这些修改和变型也在本发明的保护范围之内。
说明书中未详细描述的内容为本领域技术人员公知的现有技术。
Claims (10)
1.一种电力设备运维优先级排序方法,其特征在于,包括以下步骤:
S1、选取影响电力设备重要度和电力设备健康度的相关指标,建立电力设备风险影响度指标体系;
S2、采集电力设备重要度相关指标及电力设备健康度相关指标的状态量,建立各相关指标的评分模型,计算各相关指标的得分情况;
S3、根据各相关指标对电力系统和电力用户的影响程度,确定各相关指标的权重;
S4、基于电力设备风险影响度指标体系,建立电力设备风险影响度计算模型,计算各电力设备风险影响度的得分情况;
S5、根据各电力设备风险影响度的得分情况,对电力设备运维优先级进行排序。
2.如权利要求1所述的电力设备运维优先级排序方法,其特征在于:步骤S1中,所述电力设备重要度的相关指标包括电压等级、设备造价、供电区域属性、设备可靠度和故障影响度;所述电力设备健康度的相关指标分为设备历史状态和设备实时状态;
步骤S2中,建立各相关指标的评分模型包括建立电力设备重要度相关指标的评分模型和电力设备健康度相关指标的评分模型;所述电力设备重要度相关指标的评分模型包括电压等级指标评分模型、设备造价指标评分模型、供电区域属性指标评分模型、设备可靠度指标评分模型及故障影响度指标评分模型;所述电力设备健康度相关指标的评分模型包括设备历史状态指标评分模型和设备实时状态指标评分模型。
3.如权利要求2所述的电力设备运维优先级排序方法,其特征在于:所述电压等级指标评分模型的函数表达式如下:
其中,a1、a2、a3、a4表示电压等级指标评分模型中电压等级的具体分类数值,a1<a2<a3<a4,电压等级分类为:a1kV以下、a1kV~a2kV、a2kV~a3kV、a3kV~a4kV以及a4kV以上;s11表示电压等级指标评分模型中电压为a1kV时的评分值,s12表示电压等级指标评分模型中电压为a2kV时的评分值,s13表示电压等级指标评分模型中电压为a3kV时的评分值,s14表示电压等级指标评分模型中电压为a4kV时的评分值,s11<s12<s13<s14;x表示电压等级指标评分模型中实际电压等级的取值;A1表示电压等级指标评分模型中实际所得评分值。
4.如权利要求2所述的电力设备运维优先级排序方法,其特征在于:所述设备造价指标评分模型的函数表达式如下:
其中,b1、b2、b3、b4表示设备造价指标评分模型中设备造价的具体分类数值,b1<b2<b3<b4,设备造价分类为:b1万元以下、b1万元~b2万元、b2万元~b3万元、b3万元~b4万元以及b4万元以上;s21表示设备造价指标评分模型中设备造价为b1万元时的评分值,s22表示设备造价指标评分模型中设备造价为b2万元时的评分值,s23表示表示设备造价指标评分模型中设备造价为b3万元时的评分值,s24表示设备造价指标评分模型中设备造价为b4万元时的评分值,s21<s22<s23<s24;x表示设备造价指标评分模型中实际设备造价的取值;A2表示设备造价指标评分模型中实际所得评分值。
5.如权利要求2所述的电力设备运维优先级排序方法,其特征在于:所述供电区域属性指标评分模型中,依据行政级别和负荷密度将供电区域划分为A、B、C、D、E共5类,若供电区域为市中心区或负荷密度σ≥30MW/km2,则为A类;若供电区域为非市中心市区或负荷密度15≤σ<30MW/km2,则为B类;若供电区域为县城或负荷密度6≤σ<15MW/km2,则为C类;若供电区域为镇区或负荷密度1≤σ<6MW/km2,则为D类;若供电区域为农村或负荷密度0<σ<1MW/km2,则为E类;A类供电区域设备评分为A3=s31,B类供电区域设备评分为A3=s32,C类供电区域设备评分为A3=s33,D类供电区域设备评分为A3=s34,E类供电区域设备评分为A3=s35;其中,s31表示供电区域属性指标评分模型中A类供电区域设备评分值,s32表示供电区域属性指标评分模型中B类供电区域设备评分值,s33表示供电区域属性指标评分模型中C类供电区域设备评分值,s34表示供电区域属性指标评分模型中D类供电区域设备评分值,s35表示供电区域属性指标评分模型中E类供电区域设备评分值,s31>s32>s33>s34>s35;A3表示供电区域属性指标评分模型中实际所得评分值。
10.如权利要求2所述的电力设备运维优先级排序方法,其特征在于:步骤S3中,运用模糊层次分析法确定电压等级、设备造价、供电区域属性、设备可靠度、故障影响度的权重α1、α2、α3、α4、α5,设备历史状态、设备实时状态的权重β1、β2,以及电力设备重要度、电力设备健康度的权重γ1、γ2,其中α1+α2+α3+α4+α5=1,β1+β2=1,γ1+γ2=1;
步骤S4中,基于电力设备风险影响度指标体系,建立电力设备风险影响度计算模型,计算各电力设备风险影响度的得分情况,包括以下步骤:
S4-1、根据电压等级指标评分模型、设备造价指标评分模型、供电区域属性指标评分模型、设备可靠度指标评分模型、故障影响度指标评分模型、设备历史状态指标评分模型、设备实时状态指标评分模型,得到电压等级指标评分模型、设备造价指标评分模型、供电区域属性指标评分模型、设备可靠度指标评分模型、故障影响度指标评分模型、设备历史状态指标评分模型、设备实时状态指标评分模型中实际所得评分值A1、A2、A3、A4、A5、B1、B2;
S4-2、根据各相关指标的权重及各指标评分模型中实际所得评分值,计算电力设备重要度的实际所得评分值A及电力设备健康度的实际所得评分值B;
其中,αk为电力设备重要度第k个指标的权重,βk为电力设备健康度第k个指标的权重,Ak为电力设备重要度第k个指标评分模型中实际所得评分值,Bk为电力设备健康度第k个指标评分模型中实际所得评分值,N为电力设备重要度相关指标的数量,N'为电力设备健康度相关指标的数量;
S4-3、根据电力设备风险影响度计算模型,计算各电力设备风险影响度的得分情况,电力设备风险影响度计算模型的函数表达式如下:
S=γ1A+γ2B (9)
其中,S为电力设备风险影响度的实际所得评分值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210571978.8A CN114742253A (zh) | 2022-05-24 | 2022-05-24 | 一种电力设备运维优先级排序方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210571978.8A CN114742253A (zh) | 2022-05-24 | 2022-05-24 | 一种电力设备运维优先级排序方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114742253A true CN114742253A (zh) | 2022-07-12 |
Family
ID=82287003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210571978.8A Pending CN114742253A (zh) | 2022-05-24 | 2022-05-24 | 一种电力设备运维优先级排序方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114742253A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116165956A (zh) * | 2023-03-09 | 2023-05-26 | 中建照明有限公司 | 一种基于物联网的智能楼宇网络控制系统及方法 |
CN116307943A (zh) * | 2023-05-18 | 2023-06-23 | 山东通维信息工程有限公司 | 一种基于层次分析法高速公路机电系统健康指数评估方法 |
CN117252542A (zh) * | 2023-09-21 | 2023-12-19 | 国网四川省电力公司特高压直流中心 | 基于物联网的电力系统数字化运维方法和平台 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217110A (zh) * | 2014-09-01 | 2014-12-17 | 深圳供电局有限公司 | 一种利用基准态分析的gis状态评估方法及装置 |
CN106327062A (zh) * | 2016-08-11 | 2017-01-11 | 中国南方电网有限责任公司电网技术研究中心 | 一种配电网设备的状态评估方法 |
CN109559043A (zh) * | 2018-11-30 | 2019-04-02 | 天津大学 | 一种基于风险评估的配电系统设备状态检修决策方法 |
CN112215480A (zh) * | 2020-09-29 | 2021-01-12 | 国网江苏省电力有限公司南通供电分公司 | 一种电力设备风险评估方法、装置及存储介质 |
CN113313371A (zh) * | 2021-05-25 | 2021-08-27 | 华南理工大学 | 配电网风险评估方法、装置、计算机设备及存储介质 |
-
2022
- 2022-05-24 CN CN202210571978.8A patent/CN114742253A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217110A (zh) * | 2014-09-01 | 2014-12-17 | 深圳供电局有限公司 | 一种利用基准态分析的gis状态评估方法及装置 |
CN106327062A (zh) * | 2016-08-11 | 2017-01-11 | 中国南方电网有限责任公司电网技术研究中心 | 一种配电网设备的状态评估方法 |
CN109559043A (zh) * | 2018-11-30 | 2019-04-02 | 天津大学 | 一种基于风险评估的配电系统设备状态检修决策方法 |
CN112215480A (zh) * | 2020-09-29 | 2021-01-12 | 国网江苏省电力有限公司南通供电分公司 | 一种电力设备风险评估方法、装置及存储介质 |
CN113313371A (zh) * | 2021-05-25 | 2021-08-27 | 华南理工大学 | 配电网风险评估方法、装置、计算机设备及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116165956A (zh) * | 2023-03-09 | 2023-05-26 | 中建照明有限公司 | 一种基于物联网的智能楼宇网络控制系统及方法 |
CN116165956B (zh) * | 2023-03-09 | 2023-10-31 | 中建照明有限公司 | 一种基于物联网的智能楼宇网络控制系统及方法 |
CN116307943A (zh) * | 2023-05-18 | 2023-06-23 | 山东通维信息工程有限公司 | 一种基于层次分析法高速公路机电系统健康指数评估方法 |
CN117252542A (zh) * | 2023-09-21 | 2023-12-19 | 国网四川省电力公司特高压直流中心 | 基于物联网的电力系统数字化运维方法和平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114742253A (zh) | 一种电力设备运维优先级排序方法 | |
CN104951866B (zh) | 一种县级供电企业线损综合管理对标评价体系及评价方法 | |
CN103942727B (zh) | 一种基于电网特征差异的线损水平评价方法 | |
CN110825724B (zh) | 一种电价体系内用户计费数据异常拦截系统及方法 | |
US20210278464A1 (en) | Condition assessment method and device for an outdoor post-mounted vacuum switch | |
CN110555624A (zh) | 一种考虑指标关联的电网调度运行综合评估方法 | |
CN108846591A (zh) | 一种变电站开关柜多运行状态智能监测系统及评估方法 | |
CN113469486A (zh) | 一种线路负损及高损的分析方法 | |
CN104316803A (zh) | 一种基于带电检测的电力变压器状态评价方法及系统 | |
CN106327081B (zh) | 基于全寿命周期的配网项目可靠性效益评估方法 | |
CN111342454B (zh) | 一种台区出口低电压成因大数据分析方法及系统 | |
CN115967120A (zh) | 220千伏电网上网变电站判定方法及容载比计算方法 | |
CN108090237A (zh) | 一种确定配电变压器故障率的建模方法 | |
CN115526351A (zh) | 应用于变电站的设备巡视方法、装置及电子设备 | |
Milosavljevic et al. | Power transformer health index estimation using evidential reasoning | |
Jiang et al. | Power transformer condition assessment method based on environment and property analysis | |
Ma et al. | Electric Energy Meter State Management System Based on Index Analysis System | |
Heggset et al. | Experiences with the FASIT reliability data collection system | |
CN113393340B (zh) | 一种基于用电终端负载数据分析的电力传输调度管理方法及调度管理平台 | |
CN112613179B (zh) | 一种输变电带电检修对电网的影响评估方法 | |
CN112581021B (zh) | 一种基于层次分析法的操作方案优劣性自动评估的方法 | |
Shen et al. | Review of voltage quality management in China and abroad | |
Liu et al. | Reliability Evaluation of Load Points in Distribution Networks Considering Blackout Coefficient of Load Point | |
CN116523403A (zh) | 地区电网220千伏容载比计算方法及系统 | |
Gao et al. | Research on statistical supervision technology of distribution network infrastructure project execution process based on big data mining |
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 |