CN115586429A - 一种gis组合电器典型故障缺陷概率预测方法 - Google Patents

Abstract

本发明涉及一种GIS组合电器典型故障缺陷概率预测方法，属于电力技术领域。该方法具体为：首先定义GIS组合电器的典型故障缺陷模式及其相关状态量，并根据相关状态量的影响因子计算其权重；其次根据典型故障缺陷模式的相关状态量及其基本扣分值和权重建立典型故障缺陷模式的故障概率得分计算公式，以得到故障概率有效影响因子；最后，以GIS组合电器运行年限为自变量，GIS组合电器故障概率为因变量，采用威布尔分布结合故障概率有效影响因子构建GIS组合电器的故障概率预测模型。本发明充分考虑多种故障缺陷模式，全面分析故障可能性，将统计学结果与经验标准结合，可以有效分析故障缺陷。

Description

一种GIS组合电器典型故障缺陷概率预测方法

技术领域

本发明属于电力技术领域，涉及GIS组合电器，尤其涉及一种GIS组合电器典型故障缺陷概率预测方法。

背景技术

GIS(气体绝缘组合电器)由断路器、隔离开关、接地开关、母线、电流互感器、电压互感器、避雷器、套管等诸多设备组合而成，设备集成度高、系统性强、检修周期长，相比其他独立设备，GIS故障类型复杂，故障影响范围较大。因此，有必要对GIS的几种典型故障和缺陷进行分析和故障概率预测，事前预估故障和缺陷可能发生的概率，为检修人员缩小故障查找范围，节约时间成本，提升工作效率，尽快帮助恢复系统安全稳定运行状态。

发明内容

有鉴于此，本发明的目的在于提供一种GIS组合电器典型故障缺陷概率预测方法，通过对GIS几种典型故障和缺陷的概率预测，实时了解设备风险程度，缩小运维范围，节约运维和检修的人力和时间成本，提高工作效率。

为达到上述目的，本发明提供如下技术方案：

一种GIS组合电器典型故障缺陷概率预测方法，该方法具体为：首先定义GIS组合电器的典型故障缺陷模式及其相关状态量，并根据相关状态量的影响因子计算其权重；其次根据典型故障缺陷模式的相关状态量的基本扣分值和权重建立典型故障缺陷模式的故障概率得分计算公式，以得到故障概率有效影响因子；最后，以GIS组合电器运行年限为自变量，GIS组合电器故障概率为因变量，采用威布尔分布结合故障概率有效影响因子构建GIS组合电器的故障概率预测模型。

进一步，相关状态量的权重计算方式如下：

式中，w_ki表示第k类故障缺陷模式中第i个相关状态量的权重，f_i表示第i个相关状态量的影响因子，j表示第k类故障缺陷模式中相关状态量序号，f_j表示第j个相关状态量影响因子。

进一步，典型故障缺陷模式包括放电缺陷、过热缺陷、绝缘受潮、气体泄漏和电流异常。

进一步，各典型故障缺陷模式的相关状态量具体为：

1)放电缺陷的相关状态量包括SF₆气体分解物、内部异常放电声响、特高频局部放电量、超声波局部放电量和SF₆气体湿度；

2)过热缺陷的相关状态量包括SF₆气体分解物和导电回路电阻；

3)绝缘受潮的相关状态量包括SF₆气体湿度和SF₆气体分解物；

4)气体泄漏的相关状态量包括气体压力异常；

5)电流异常的相关状态量包括二次回路绝缘电阻和机械特性。

进一步，各典型故障缺陷模式的故障概率得分计算公式具体如下：

1)放电缺陷：

2)过热缺陷：

3)绝缘受潮：

4)气体泄漏：

5)电流异常：

以上各式中，score表示典型故障缺陷模式的概率得分，s表示某个故障缺陷模式中相关状态量的基本扣分值，S则表示相关状态量的基本扣分值中的最大值，w_ki表示故障缺陷模式k的第i个相关状态量的权重。

故障概率有效影响因子即为各典型故障缺陷模式的故障概率得分中的最大值。

进一步，故障概率预测模型如下式所示：

式中，t表示GIS组合电器运行年限，factor表示故障概率有效影响因子，β表示威布尔分布的形状参数，η表示威布尔分布的尺度参数。

本发明的有益效果在于：

(1)全面性：根据电力行业标准设计典型故障缺陷模式相关状态量影响因子计算模型，充分考虑多种故障缺陷模式，全面分析故障可能性。

(2)有效性：选择威布尔分布拟合历史设备投运时间与失效程度数据曲线，并考虑典型故障缺陷模式的发生概率提出故障概率有效影响因子，将统计学结果与经验标准结合，可以有效分析故障缺陷。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为故障缺陷概率预测方法流程图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

请参阅图1，为一种GIS组合电器典型故障缺陷概率预测方法，本发明为解决GIS组合电器典型故障缺陷概率的预测问题，提出一种基于威布尔分布拟合历史设备投运时间与失效程度数据曲线，综合运用统计学结果与经验的故障缺陷分析预测方法。具体步骤如下：

一、典型故障缺陷模式定义

根据《DL/T 1688-2017气体绝缘金属封闭开关设备状态评价导则》中《表B.1典型缺陷的诊断》，综合定义了5种GIS的典型故障缺陷模式，分别为：放电缺陷、过热缺陷、绝缘受潮、气体泄漏、电流异常。5中典型故障缺陷模式的相关状态量则是根据《表B.1典型缺陷的诊断》中诊断相关状态量特性和诊断关键点所得，如下表所示：

表1典型故障缺陷影响因子表

各相关状态量的权重根据上述状态评价导则中的影响因子比例设置，如“放电缺陷”，相关状态量为SF₆气体分解物、内部异常放电声响、特高频局部放电量、超声波局部放电量、SF₆气体湿度，其影响因子比例为3：4：3：3：3，则根据下式计算各相关状态量的权重：

式中，w_ki表示第k类故障缺陷模式中第i个相关状态量的权重，f_i表示第i个相关状态量的影响因子，j表示第k类故障缺陷模式中相关状态量序号，f_j表示第j个相关状态量的影响因子。依据式(1)可得“放电缺陷”的权重矩阵为：

[w₁₁,w₁₂,w₁₃,w₁₄,w₁₅]＝[0.1875,0.25,0.1875,0.1875,0.1875]

同理，根据式(1)计算其他故障缺陷模式的权重矩阵。

二、建立典型故障缺陷模式的故障概率得分计算公式

根据上述的5种典型故障缺陷模式的相关状态量的基本扣分值和权重，设计故障模式的故障概率得分计算公式，具体如下：

1)放电缺陷：

2)过热缺陷：

3)绝缘受潮：

4)气体泄漏：

5)电流异常：

式(2)～(6)中，score表示典型故障缺陷模式的故障概率得分，取值范围为score∈[0,1]，该值越大，表示该故障缺陷模式越可能发生；s表示相关状态量基本扣分值；S则表示相关状态量的基本扣分值中的最大值。

选取5种故障缺陷模式中故障概率得分的最大值作为故障概率有效影响因子。

三、构建故障概率预测模型

该故障概率预测模型以GIS组合电器运行年限为自变量，以设备故障率为因变量，构建二参数威布尔分布模型。已知在威布尔分布中，若随机变量t服从三参数威布尔分布，则其概率密度函数为：

累计失效概率函数为：

式(7)、(8)中，β为形状参数，≤为尺度参数，两者取值均大于0。其中形状参数β决定分布曲线的形状，尺度参数η起缩小或放大横坐标尺度的作用，但不影响威布尔分布的形状。本实施例中，形状参数和尺度参数具体数值采用极大似然估计法求得，β＝2.48804，η＝4.35654。

则结合步骤二中的故障概率有效影响因子构建故障概率预测模型为：

式中，f(t,factor)表示GIS组合电器故障缺陷概率预测值；t表示GIS组合电器运行年限，t＞0；factor表示故障概率有效影响因子，可表示为：

factor＝max(score_放电,score_过热,score_绝缘受阻,score_气体湿度.score_电流异常)

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种GIS组合电器典型故障缺陷概率预测方法，其特征在于：首先定义GIS组合电器的典型故障缺陷模式及其相关状态量，并根据相关状态量的影响因子计算其权重；其次根据典型故障缺陷模式的相关状态量及其基本扣分值和权重建立典型故障缺陷模式的故障概率得分计算公式，以得到故障概率有效影响因子；最后，以GIS组合电器运行年限为自变量，GIS组合电器故障概率为因变量，采用威布尔分布结合故障概率有效影响因子构建GIS组合电器的故障概率预测模型。

2.根据权利要求1所述的概率预测方法，其特征在于：相关状态量的权重计算方式如下：

式中，w_ki表示第k类故障缺陷模式中第i个相关状态量的权重，j表示第k类故障缺陷模式中相关状态量序号，f_i表示第i个相关状态量的影响因子。

3.根据权利要求1所述的概率预测方法，其特征在于：所述典型故障缺陷模式包括放电缺陷、过热缺陷、绝缘受潮、气体泄漏和电流异常。

4.根据权利要求3所述的概率预测方法，其特征在于：典型故障缺陷模式的相关状态量具体为：

1)放电缺陷的相关状态量包括SF₆气体分解物、内部异常放电声响、特高频局部放电量、超声波局部放电量和SF₆气体湿度；

2)过热缺陷的相关状态量包括SF₆气体分解物和导电回路电阻；

3)绝缘受潮的相关状态量包括SF₆气体湿度和SF₆气体分解物；

4)气体泄漏的相关状态量包括气体压力异常；

5)电流异常的相关状态量包括二次回路绝缘电阻和机械特性。

5.根据权利要求3所述的概率预测方法，其特征在于：各典型故障缺陷模式的故障概率得分计算公式具体如下：

1)放电缺陷：

2)过热缺陷：

3)绝缘受潮：

4)气体泄漏：

5)电流异常：

以上各式中，score表示典型故障缺陷模式的故障概率得分，s表示某个故障缺陷模式中相关状态量的基本扣分值，S则表示相关状态量基本扣分值中的最大值，w_ki表示故障缺陷模式k的第i个相关状态量的权重。

6.根据权利要求1所述的概率预测方法，其特征在于：所述故障概率预测模型如下式所示：

factor＝max(score_放电,score_过热,score_绝缘受阻,score_气体湿度.score_电流异常)

式中，t表示GIS组合电器运行年限，factor表示故障概率有效影响因子，score表示典型故障缺陷模式的故障概率得分，β表示威布尔分布的形状参数，≤表示威布尔分布的尺度参数。

Images