【技术实现步骤摘要】
基于混合威布尔分布的电能表可靠性预测方法及装置
[0001]本专利技术涉及智能电能表
,尤其涉及一种基于混合威布尔分布的电能表可靠性预测方法及装置。
技术介绍
[0002]随着新能源和智能电力系统快速发展,智能电能表作为智能电力系统的终端设备,其功能从简单的计量功能延伸到数据传输、预付费、防窃电、双向通信和用户端控制等多功能。在智能电能表功能多样化与大面积推广应用的同时,对其可靠性提出了更高的要求。目前智能电能表通常是采用检定周期到期轮换制对其进行质量管理,而这会导致部分仍能正常运行的电表提前退役,大批量强制到期更换智能电能表,还会影响用户的正常生产生活和智能电网的经济运行,造成巨大人力与物力资源浪费。因此,客观准确评价智能电能表的可靠性,对于提高智能电能表运维效率,保障现场运行水平,提升公司精益化管理水平有重要意义。
[0003]目前,针对智能电能表的可靠性评价主要采用以下几种方式:
[0004]1、采用元器件应力法对智能电能表可靠性进行预计,但该方法需要依赖可靠性预计手册选择,因而更新速度会滞后于产品上新速度。
[0005]2、采用构建退化模型的方式评估智能电能表整体可靠性,如通过研究环境应力与雷击对智能电能表可靠性的影响,建立维纳模型描述环境应力引起的退化过程;或者基于贝叶斯模型对可靠性进行评估,但要求保障各子节点间相互独立。上述方法在建模过程会过于依赖专家知识,且对先验条件要求高。
[0006]3、采用加速退化试验方法对智能电能表可靠性进行评价,但是试验过程并不能完全模拟 ...
【技术保护点】
【技术特征摘要】
1.一种基于混合威布尔分布的电能表可靠性预测方法,其特征在于,步骤包括:S01.获取待测电能表的故障数据集,并按照发生故障的功能单元进行故障类型的分类,得到各功能单元故障类型所对应的表龄数据;S02.使用所述各功能单元故障类型所对应的表龄数据,分别构建各所述功能单元故障类型对应的威布尔分布可靠性模型,以及计算各功能单元故障类型对应的权重值;将各功能单元故障类型对应的所述威布尔分布可靠性模型使用所述权重值进行加权,构建形成混合威布尔分布可靠性模型;S03.使用构建的所述混合威布尔分布可靠性模型,计算待测电能表的可靠性参数的预测值。2.根据权利要求1所述的基于混合威布尔分布的电能表可靠性预测方法,其特征在于,所述步骤S02中构建各功能单元故障类型对应的威布尔分布可靠性模型时,使用最小二乘法计算所述威布尔分布可靠性模型的尺度参数与形状参数。3.根据权利要求2所述的基于混合威布尔分布的电能表可靠性预测方法,其特征在于,所述使用最小二乘法计算所述威布尔分布可靠性模型的尺度参数与形状参数的步骤包括:S201.构建威布尔分布的概率密度函数:其中,F
i
(t
j
)为二参数函数且t
j
表示第j个故障智能电能表的表龄,j=1,2,3,
…
,n,n为故障电能表的总数,η
i
为尺度参数,β
i
为形状参数,i=1,2,3,
…
,N,N为故障类型的数量;S202.对所述概率密度函数的倒数进行对数变换,转换得到威布尔分布的线性拟合直线表达式:y=f(x|a)=a
1i
+a
2i
x其中,截距a
1i
与斜率a
2i
的表达式为:S203.获取故障数据与故障类型对应的多组数据(x
j
,y
j
)使目标函数值χ2最小,求解出所述截距a
1i
与斜率a
2i
的最优估计值,其中所述目标函数值χ2为:S204.使用求解的所述截距a
1i
与斜率a
2i
的最优估计值,最终得到所述威布尔分布可靠性模型的尺度参数η
i
与形状参数β
i
分别为:
其中,4.根据权利要求1所述的基于混合威布尔分布的电能表可靠性预测方法,其特征在于,所述步骤S02中构建各故障类型对应的威布尔分布可靠性模型时,采用中位秩计算方式计算待测电能表的累计失效率,且所述中位秩计算方式中使用平均秩次进行计算,所述平均秩次为表示故障智能电能表的表龄数据进行升序排序后的位置。5.根据权利要求4所述的基于混合威布尔分布的电能表可靠性预测方法,其特征在于,计算威布尔分布的二参数函数F
i
(t
j
)的表达式...
【专利技术属性】
技术研发人员:刘谋海,肖宇,黄瑞,肖湘奇,谢雄,陈浩,刘度度,杨茂涛,
申请(专利权)人:国网湖南省电力有限公司供电服务中心计量中心国家电网有限公司,
类型:发明
国别省市:
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。