[发明专利]一种变电设备故障率预测方法，系统，设备及可读存储介质

说明书

本发明提供一种变电设备故障率预测方法，系统，设备及可读存储介质，收集变电设备历史故障率统计数据，以故障率为因变量，以时间为自变量建立威布尔分布故障率函数；收集变电设备状态评价数据，以故障率为因变量，以变电设备健康指数为自变量建立基于设备健康指数的故障率模型；配置设备健康指数和平均运行时间之间得函数关系，以变电设备历史统计数据为样本，针对综合预测模型进行仿真训练，求解待估参数，并最终得到综合预测模型。本发明结合变电设备在线监测数据、日常检修数据、例行试验数据等数据资料，综合反映设备状态情况，满足当前电力系统状态检修的发展需要，能够实现变电设备故障率的精确预测。

技术领域

本发明涉及变电设备故障检测技术领域，尤其涉及一种变电设备故障率预测方法，系统，设备及可读存储介质。

背景技术

变电设备是在电力系统中起到变换电压、接收和分配电能、控制电力的流向和调整电压的电力设施，变电设备通过其变压器将各级电压的电网联系起来。

基于用途来看，变电设备在电力系统中起着重要的作用，所以在使用过程中，或者在使用前需要对变电设备故障检测。如果变电设备在使用过程中，需要对变电设备再先来进行预测分析，通常是基于变电设备的时间参数故障率以及变电设备健康指数参数故障率来进行分析预测。基于变电设备的时间参数故障率考虑设备故障率发生的长期统计值，健康指数参数故障率模型考虑设备状态评价信息对故障率的影响。

目前对于上述统计不同影响因素下的变电设备故障率数据预测偏差较大，从而导致了采用单一参数的故障率模型不能完全反应设备的故障率情况，从而对于预测结果无法获悉到变电设备真实的状态，造成预测偏差大，无法满足预测的要求。

发明内容

为了克服上述现有技术中的不足，本发明提供一种变电设备故障率预测方法，

方法包括：

步骤S1.收集变电设备历史故障率统计数据，以故障率为因变量，以时间为自变量建立威布尔分布故障率函数；

步骤S2.收集变电设备状态评价数据，以故障率为因变量，以变电设备健康指数为自变量建立基于设备健康指数的故障率模型；

步骤S3.配置设备健康指数和平均运行时间之间得函数关系，并以此为基础确立综合预测模型的函数表达式；

步骤S4.以变电设备历史统计数据为样本，针对综合预测模型进行仿真训练，求解待估参数，并最终得到综合预测模型。

本发明还提供一种实现变电设备故障率预测方法的设备，包括：

存储器，用于存储计算机程序及变电设备故障率预测方法；

处理器，用于执行所述计算机程序及变电设备故障率预测方法，以实现变电设备故障率预测方法的步骤。

本发明还提供一种具有变电设备故障率预测方法的可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现变电设备故障率预测方法的步骤。

从以上技术方案可以看出，本发明具有以下优点：

本发明提供的变电设备故障率智能预测方法，综合考虑设备运行时间、设备状态评价与故障率之间得关系，结合变电设备在线监测数据、日常检修数据、例行试验数据等数据资料，综合反映设备状态情况，满足当前电力系统状态检修的发展需要，能够实现变电设备故障率的精确预测。

而且本发明提供的变电设备故障率预测平台能够便于用户对变电设备故障率预测方法的操作云执行，便于对变电设备数据的获取与监控，便于变电设备故障率预测方法的执行。

附图说明