[发明专利]一种多重因素影响下设备的故障率分布模型

说明书

本发明提供一种研究考虑多重因素影响下设备的故障率分布模型。包括如下步骤：1)通过对天气参数标准化处理，并计算各类参数与故障率的Pearson相关系数，分配权重求取天气影响因子；计算设备实际役龄和名义役龄之比；计算综合天气条件和维修情况的故障率影响因子。2)设计设备的运行寿命和故障率影响因子的关联关系。3)根据历史数据拟合设备故障率的weibull模型。4)利用尺度参数的寿命特性，得到设备的故障率模型。建立该模型充分考虑了天气、时间、维修等因素，掌握元件在未来运行过程中发生故障的概率，为检修工作人员制定检修计划提供数据支持，进行针对性的检修，可以有效降低元件故障率。

技术领域

本发明涉及故障率分布技术领域，尤其涉及一种多重因素影响下设备的故障率分布模型。

背景技术

元件的故障率数值的大小可以反映元件的实际运行状态，在元件可靠性分析中是主要的分析指标之一，一般情况下，通过元件的监测数据、历史故障数据、运行状态数据和维修次数，就可推算出元件的故障率，进而可以掌握元件在未来运行过程中发生故障的概率，可以为检修工作人员制定检修计划提供数据支持，进行针对性的检修，可以有效降低元件故障率。

配电网元件设备故障率作为保证可靠性计算准确性的主要因素，目前大部分均是以全国或者区域的统计平均数据来进行可靠性计算。而面对配电网设备复杂多样的特点，制造工艺上的差异，以及配电网的运行方式、环境因素的影响，若直接采用统计平均数据进行可靠性预测是不符合配电网的实际情况的，必然会产生过大误差。因此，研究考虑多重因素影响下设备的故障率分布模型十分有必要。

发明内容

本发明所要解决的技术问题在于，提供一种多重因素影响下设备的故障率分布模型，为检修工作人员制定检修计划提供数据支持，进行针对性的检修，可以有效降低元件故障率。

为了解决上述技术问题，本发明实施例提供了一种多重因素影响下设备的故障率分布模型，其中包含以下步骤：

本发明首先对天气参数标准化处理，并计算各类参数与故障率的Pearson相关系数。

所述天气参数标准化处理，考虑到各个地区的气候条件不同，影响设备故障率的天气因素复杂多变。不同的天气参数具有不同的计量单位，同时在数量级上存在一定差异，为了消除各天气参数在单位和量级上的影响，在建立一个统一的影响因子模型之前，需要对各天气参数进行标准化处理：

其中，i为统计样本的组数，共n组；j为影响因素的个数，可根据实际问题和地理气候条件进行确定；x_ij为第i组统计数据中第j个天气影响因素的参数指标；x′_ij为x_ij标准化之后的数值，x′_ij∈[0,1]。

所述故障率的Pearson相关系数是一种线性相关系数，用来表示两个变量之间的线性相关的程度。一般记为r，-1≤r≤1，且r的绝对值越大，两者之间的相关性越强。本项目采用Pearson相关系数来描述各天气影响因素与配电网设备故障率之间的相关联的程度。

其中，x_i为第i组统计样本中相应天气影响因素标准化之后的值；y_i为第i组样本所对应的设备故障率。

其次引入p值对天气参数进行假设检验，分配权重求取天气影响因子。

所述p值，也被称为观测到的显著性水平。p值反映了实际观测到的数据与原假设不一致程度的一个概率值，p值越小说明观测到的实际数据与原假设之间不一致程度越大，拒绝原假设的理由也就越充分。

其中，t表示检验统计量；t_c表示根据统计数据计算得到的检验统计量。