输变电设备状态的评估方法和系统技术方案

技术编号:12912273 阅读:65 留言:0更新日期:2016-02-24 17:17
本发明专利技术涉及一种输变电设备状态的评估方法和系统,该方法包括:采集输变电设备的N个设备状态特征的现场数据;根据现场数据和根据预先建模得到的对应累积分布函数分别计算N个设备状态特征的累积概率;根据累积概率和与累积分布函数对应的特征劣化扣分模型,计算N个设备状态特征的扣分值;对N个设备状态特征值分别设置权重;根据N个设备状态特征的扣分值及其权重得到输变电设备的总扣分值,以根据输变电设备的总扣分值评估输变电设备的状态。该评估方法简单,对数据量无要求,能够快速且准确的评估输变电设备的健康状况,具有较高的实用性。

【技术实现步骤摘要】

本专利技术涉及输变电系统领域,特别是涉及一种输变电设备状态的评估方法和系 统。
技术介绍
经济发展离不开电力能源,输变电设备又是电网的重要组成部分。随着国民经济 与电网的发展,一方面电网规模不断扩大,输变电设备数量激增,供电可靠性压力提高;另 一方面,人力资源相对显得短缺,维护力量的发展跟不上电网规模发展。目前,国内外对输变电设备健康水平和运行状况好坏的判断主要还是借鉴相关 标准和专家及运行经验基准,通过停电预防性试验PT (Prevention Test)和定期检修 TBM(Time Base Maintenance)来实现的,绝大部分都是到了规定的时间就要进行大修,可 能出现对健康状态良好的设备做了不必要的检修的工作,而在设备尚未出现健康问题时就 对其实行停运检修或更换设备,很大程度上浪费了人力、物力和财力等资源。因此,如何能 够快速、准确地确定输变电设备的健康状态,从而降低人力物力成本成为了现在电力行业 亟待解决的问题。 从目前国内外研究情况来看,输变电设备劣化评价体系还处于初级阶段很多方面 还不够完善。虽然一些学者也将一些智能方法应用于输变电设备的评价体系中,如:专家系 统诊断法、模糊数学、神经网络、遗传算法、贝叶斯网络、证据理论,但是这些评价方法都比 较复杂,需要较大的数据量,而现在的可以得到的数据量不够,这就导致各项评测还未能与 实际紧密联系,实用性不高。
技术实现思路
基于此,有必要提供一种实用性高的输变电设备状态的评估方法和系统。 -种输变电设备状态的评估方法,包括: 采集输变电设备的N个设备状态特征的现场数据; 根据现场数据和根据预先建模得到的对应累积分布函数分别计算N个设备状态 特征的累积概率; 根据累积概率和与累积分布函数对应的特征劣化扣分模型,计算N个设备状态特 征的扣分值; 对N个设备状态特征值分别设置权重; 根据N个设备状态特征的扣分值及其权重得到输变电设备的总扣分值,以根据输 变电设备的总扣分值评估输变电设备的状态。 在其中一种实施方式中,采集输变电设备的N个设备状态特征的现场数据的步骤 之前,还包括预先建模的步骤,预先建模包括: 获取N个设备状态特征的历史数据并对历史数据进行预处理; 将N个设备状态特征的历史数据分别采用概率分布函数进行分布拟合以得到分 别与N个设备状态特征对应的累积分布函数。 在其中一种实施方式中,在将N个设备状态特征的历史数据分别采用概率分布函 数进行分布拟合以得到分别与N个设备状态特征对应的累积分布函数的步骤之后,还包括 步骤: 设置与N个设备状态特征对应的特征劣化扣分模型。 在其中一种实施方式中,设置与N个设备状态特征对应的特征劣化扣分模型的步 骤包括: 根据累积概率分别将对应的累积分布函数通过M-ι个分位点分为Μ个区间,并对 区间设置设定扣分值或者扣分基准以得到与累积分布函数对应的特征劣化扣分模型。 在其中一种实施方式中,根据Ν个设备状态特征的扣分值及其权重得到输变电设 备的总扣分值,以根据输变电设备状态的总扣分值评估输变电设备的状态的步骤包括: 根据每个设备状态特征的扣分值及其权重进行加权叠加,得到输变电设备状态的 总扣分值,其中,加权叠加公式为: 其中,G为输变电设备状态的总扣分值,Wi为第i个设备状态特征的权重,fjx)为 第i个设备状态特征的扣分值; 根据设备状态的总扣分值评估设备的状态。 -种输变电设备状态的评估系统,包括: 采集模块,用于采集输变电设备的N个设备状态特征的现场数据; 累积概率计算模块,用于根据现场数据和根据预先建模得到的对应累积分布函数 分别计算N个设备状态特征的累积概率; 扣分值计算模块,用于根据累积概率和与累积分布函数对应的特征劣化扣分模 型,计算N个设备状态特征的扣分值; 权重设置模块,用于对N个设备状态特征值分别设置权重; 评估模块,用于根据N个设备状态特征的扣分值及其权重得到输变电设备的总扣 分值,以根据输变电设备的总扣分值评估输变电设备的状态。 在其中一种实施方式中,还包括:建模模块,建模块模块包括: 数据处理单元,用于获取N个设备状态特征的历史数据并对历史数据进行预处 理; 建模单元,用于将N个设备状态特征的历史数据分别采用概率分布函数进行分布 拟合以得到分别与N个设备状态特征对应的累积分布函数。 在其中一种实施方式中,还包括扣分模型设置模块,用于设置与N个设备状态特 征对应的特征劣化扣分模型。 在其中一种实施方式中,扣分模型设备模块,具体用于根据累积概率分别将对应 的累积分布函数通过M-1个分位点分为Μ个区间,并对区间设置设定扣分值或者扣分基准 以得到与累积分布函数对应的特征劣化扣分模型。 在其中一种实施方式中,评估模块包括: 总扣分值计算单元,用于根据每个设备状态特征的扣分值及其权重进行加权叠 加,得到输变电设备状态的总扣分值,其中,加权叠加公式为: 其中,G为输变电设备状态的总扣分值,Wi为第i个设备状态特征的权重,f i (X)为 第i个设备状态特征的扣分值; 评估单元,用于根据设备状态的总扣分值评估设备的状态。 该输变电设备状态的评估方法,通过采集输变电设备的现场数据,利用预设建立 的建模得到的累积分布函数及累积分布函数与特征劣化扣分模型进行计算得到设备状态 的总扣分值并根据总扣分值评估设备的状态,该评估方法简单,对数据量无要求,能够快速 且准确的评估输变电设备的健康状况,具有较高的实用性。【附图说明】 图1为一种实施方式的输变电设备状态的评估方法的流程图; 图2为一种实施方式的输变电设备状态的评估方法的流程图; 图3为一种实施方式的得到累积分布函数的方法的流程图; 图4为一种实施方式的根据设备状态特征的扣分值及权重以评估设备的状态的 方法的流程图; 图5为一种实施方式的输变电设备状态的评估系统的功能模块示意图; 图6为另一种实施方式的输变电设备状态的评估系统的功能模块示意图。【具体实施方式】 如图1所示,一种输变电设备状态的评估方法包括以下步骤: S30 :采集输变电设备的N个设备状态特征的现场数据。 设备状态特征用于表征设备的状态,每一设备的设备状态特征可能有多个。例如, 表征电缆劣化的设备状态特征有局部放电量和介电损耗因子。 S40 :根据现场数据和根据预先建模得到的对应累积分布函数分别计算N个设备 当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种输变电设备状态的评估方法,其特征在于,包括:采集输变电设备的N个设备状态特征的现场数据;根据所述现场数据和根据预先建模得到的对应累积分布函数分别计算所述N个设备状态特征的累积概率;根据所述累积概率和与所述累积分布函数对应的特征劣化扣分模型,计算所述N个设备状态特征的扣分值;对所述N个设备状态特征值分别设置权重;根据所述N个设备状态特征的扣分值及其权重得到所述输变电设备的总扣分值,以根据所述输变电设备的总扣分值评估所述输变电设备的状态。

【技术特征摘要】

【专利技术属性】
技术研发人员:陆国俊栾乐杨柳李光茂肖天为
申请(专利权)人:广州供电局有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1