[发明专利]计及老化因素的电力设备故障率预测方法

说明书

技术领域

本发明涉及计及老化因素的电力设备故障率预测方法。

背景技术

电力系统中电力设备的故障率数据是进行系统可靠性评估和风险评价的重要基础，数据的可信程度，将对可靠性评估和风险评价结果的实际价值有重要影响，同时也是考核设备技术状态、故障强度、维修质量和效率的一个指标。

传统的电力设备可靠性故障率参数一般通过统计数据求长期平均值得到，忽略了电力设备老化因素和维修策略的影响。大部分电力设备故障率随时间变化的曲线为经典的浴盆曲线，大致分为早期故障期、偶然故障期以及耗损故障期3个阶段，而传统的计算中，通常默认设备寿命服从指数分布，故障率为常数，因此只能描述浴盆曲线的偶然故障期阶段，并不能全面反映设备的寿命分布。

发明内容

本发明的目的在于提出计及老化因素的电力设备故障率预测方法，采用两参数的威布尔分布来模拟设备老化曲线，运用高斯牛顿迭代法进行参数估计，并根据设备维修策略来修正故障率，能有效提高设备故障率的预测精确度，从而保证系统可靠性评估的准确性，为电力系统的调度和检修提供相关可靠依据。

本发明为了实现上述目的，采用如下技术方案：

计及老化因素的电力设备故障率预测方法，包括以下步骤：

a选定n组设备运行故障数据，每组故障数据的自变量为时间t,因变量故障率为λ_i,从n组数据中选取前m组数据，对前m组数据进行曲线拟合：

a1、初始化参量，包括老化曲线参数和迭代方程有关参数：g⁽⁰⁾=（α⁰,β⁰），其中α为形状参数,β为尺度参数，允许误差精度k和迭代次数l；

a2、故障率λ_i分别对α、β求偏导函数得到

a3、由高斯牛顿迭代法，分别求出误差矩阵Y⁽⁰⁾，偏导矩阵D⁽⁰⁾，参数矩阵B⁽⁰⁾；

a4、用最小平方法对上式估计修正因子B⁽⁰⁾；

a5、求得新的α¹、β¹，计算残差平方和Q⁽⁰⁾；

a6、根据误差要求、或迭代次数是否达到预定终止代数判断是否满足终止条件，若不满足终止条件，转到步骤a2，若满足终止条件，执行步骤b；

b选取n组数据中，第m组后的n/2-m组数据进行偶然故障率曲线拟合：

b1、进行一元线性回归参数估计，求出参数b₀，b₁；

b2、求出偶然故障期间的偶然故障率函数；

c令m=m+1，重复执行上述步骤a和上述步骤b，直到m=n/2；

d计算绝对误差值S_l，通过寻找min(S_l)确定早期故障率函数λ⁰(t)，偶然故障率函数λ¹(t)以及两者的分界点m⁰；

e选取n组数据中后m组数据，对后m组数据进行曲线拟合，重复执行步骤a至步骤d，确定偶然故障率函数λ’(t)，损耗故障率函数λ²(t)以及两者的分界点m¹；

f选取λ(t)=[λ¹(t)+λ’(t)]/2为偶然故障率函数，分别求出早期故障率函数与偶然故障率函数的分界点t₀、以及损耗故障率函数和偶然故障率函数的分界点t₁；

g维修策略初始化，初始化参量包括各种维修策略的相关参数：设备状态检修的次数n₁、状态检修的权重因子a₁、定期检修的次数n₂、定期检修的权重因子a₂、故障检修的次数n₃、故障检修的权重因子a₃；

h计算得出设备检修后的等效年龄t_eq=t_real.[1-(a₁n₁+a₂n₂+a₃n₃)]；

i电力设备的等效故障率为λeq=λ(t_eq),其中，m、n均为大于0的自然数。

进一步，所述步骤a2中，故障率λ_i分别对α、β求偏导函数：