[发明专利]基于三参数威布尔分布确定电网设备最佳退役时间的方法在审
申请号: | 201310356150.1 | 申请日: | 2013-08-15 |
公开(公告)号: | CN103413048A | 公开(公告)日: | 2013-11-27 |
发明(设计)人: | 陈法池;邓世聪;刘涌 | 申请(专利权)人: | 深圳供电局有限公司;上海博英信息科技有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 深圳汇智容达专利商标事务所(普通合伙) 44238 | 代理人: | 钟冬梅;潘中毅 |
地址: | 518000 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 参数 布尔 分布 确定 电网 设备 最佳 退役 时间 方法 | ||
技术领域
本发明涉及电力企业设备全寿命周期管理技术领域,更具体地涉及一种基于三参数威布尔分布确定电网设备最佳退役时间的方法。
背景技术
对于制定资产全寿命周期管理策略而言,电网设备最佳退役时间是一个非常重要的参考值。然而当前在实际应用中,对电网设备最佳退役时间的界定一直停留在定性分析的层面,多以设备的设计寿命、使用寿命参考值、在运年限等现场经验作为判断依据,缺乏科学、定量的标准和界限,因此容易导致设备提前退役,其价值没有得到充分发挥,造成能源浪费和经济损失。
因此,有必要提供一种改进的确定电网设备最佳退役时间的方法来克服上述缺陷。
发明内容
本发明的目的是提供一种基于三参数威布尔分布确定电网设备最佳退役时间的方法,为制定资产全寿命周期管理策略(尤其是运维策略和退役策略)提供科学、定量的界定标准,充分发挥设备自身价值,减少能源浪费和经济损失。
为实现上述目的,本发明提供了一种基于三参数威布尔分布确定电网设备最佳退役时间的方法,包括:
基于威布尔分布规律建立设备失效率模型;
对所述失效率模型进行参数估计以得到失效率函数,所述参数包括形状参数、尺度参数和位置参数;
根据所述失效率函数确定设备最佳退役时间。
与现有技术相比,由于本发明的方法先基于威布尔分布规律建立设备失效模型,再对失效率模型进行参数估计以得到失效率函数,最后根据失效率函数确定设备最佳退役时间,使得该方法具备以下优点:
1.历史经验表明,电网设备的寿命分布类型中指数分布、威布尔分布、正态分布比例占80%以上,而指数分布和正态分布是威布尔分布的特例,所以本发明以威布尔分布规律建立设备失效率模型,最终确定设备最佳退役时间具有普适性;
2.相对于二参数威布尔分布而言,三参数威布尔分布对于各种类型的实验数据拟合能力更强,尤其是对那些以损耗失效为特征的电网设备拟合精度更高,更能反映设备失效的实际情况;
3.能够提供一个相对准确的设备最佳退役时间,从而为制定资产全寿命周期管理策略(尤其是运维策略和退役策略)提供了科学、定量的界定标准,充分发挥了设备自身价值,减少了能源浪费和经济损失。
通过以下的描述并结合附图,本发明将变得更加清晰,这些附图用于解释本发明的实施例。
附图说明
图1为本发明方法一实施例的流程图。
图2为本发明运维成本曲线和退役处置成本折现曲线图。
具体实施方式
现在参考附图描述本发明的实施例,附图中类似的元件标号代表类似的元件。
请参考图1,以SF6断路器为例,详细描述本发明方法的具体步骤。如图1所示,该方法包括:
S101,基于威布尔分布规律建立设备失效率模型;具体为,假设设备在全寿命周期内的累计失效概率F(t)服从具有形状参数m、尺度参数η、位置参数γ三个可变参数的威布尔分布规律,表示为由此得到断路器失效率模型为
需要说明的是,电网设备在全寿命周期内的失效率(故障率)是时间的函数,因其分布规律呈浴盆形状而称为浴盆曲线,分为早期失效期、偶发失效期和耗损失效期三个阶段。威布尔分布能够很好地拟合浴盆曲线,上述三个阶段分别对应形状参数m小于1(大于零)、等于1、大于1三种情况;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳供电局有限公司;上海博英信息科技有限公司,未经深圳供电局有限公司;上海博英信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310356150.1/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用