一种多重因素影响下设备的故障率分布模型制造技术

本发明专利技术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。降低元件故障率。降低元件故障率。

【技术实现步骤摘要】
一种多重因素影响下设备的故障率分布模型


[0001]本专利技术涉及故障率分布
，尤其涉及一种多重因素影响下设备的故障率分布模型。

技术介绍

[0002]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。
[0003]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。

技术实现思路

[0004]本专利技术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。
[0005]为了解决上述技术问题，本专利技术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：
[0006]本专利技术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。
[0007]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：
[0008][0009]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]。
[0010]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。
[0011][0012]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。
[0013]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。
[0014]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。
[0015][0016]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。
[0017]所述分配权重求取天气影响因子，不同天气对设备故障率的影响不同。对各种天气按重要程度进行排序，计算出各类天气对设备故障率影响的重要程度。定义天气影响因素的重要度为τ＝1
‑
p，各天气因素对设备故障率的“贡献”权重为：。
[0018]所述天气影响因子θ
w
表示天气的综合状况：θ
w
＝∑ε
j
x
′
j
。
[0019]再次计算维修因子、综合天气条件和维修情况的故障率影响因子。
[0020]所述设备的维修因子为设备实际役龄和名义役龄之比，表示维修对设备性能的提升程度。
[0021][0022]其中，γ
i
为设备维修因子；α
i
为第i次维修的役龄回退因子；δ
i
为第i次维修的损耗因子，表示维修次数和性能提升程度的关系；α
c
为初始回退因子，当设备大修时α
c
＝0.5，小修时α
c
＝0.3。
[0023]所述综合天气条件和维修情况的故障率影响因子，除了天气条件因素对设备故障率造成较大影响之外，设备的运维也会在一定程度上提高设备的性能，从而使得维修后的故障率低于维修前的故障率。综合考虑天气条件和维修等因素的共同作用，本专利技术定义设备的故障率影响因子表示多种影响因素下设备的运行环境情况。
[0024]θ＝γ
·
θ
w
[0025]其中，γ为设备的维修因子；θ
w
为天气影响因子。
[0026]再次设计设备的运行寿命和故障率影响因子的关联关系。
[0027]所述运行寿命和故障率影响因子的关联关系为设备的运行环境越差，其故障率越高，设备的寿命也相对较小。在拟合设计设备的平均运行寿命与故障率影响因子之间的关系式时，对比常用的线性函数，指数函数具有较强的适应性。本专利技术假设设备的平均运行寿命与故障率影响因子之间满足下式关系：
[0028]T(θ)＝ae
‑
bθ
+c
[0029]其中，T(θ)为设备运行寿命；a,b,c均为待求参数，θ为设备所处运行环境的影响因子，θ∈[0,1]。θ＝0表示设备处于最佳运行环境中；θ＝1表示设备处于最恶劣的运行环境中。
[0030]其中，为求解参数将θ＝0，T(0)＝T0；θ＝1，T(1)＝0代入关系式得：
[0031][0032]其中，T0为该设备的出厂设计寿命。
[0033]最后根据历史数据拟合设备故障率的weibull模型。利用尺度参数的寿命特性，得到设备的故障率模型。
[0034]所述weibull分布模型用尺度参数η表示为设备的寿命特性：随着尺度参数η的减小，故障率λ(t)上升的幅度增大。这意味着随着设备的期望寿命减小，设备的故障率不断增大。
[0035][0036]其中，β为形状拟合参数；η为函数的尺度参数。经分析可知，当β＝1时，故障率为一个恒定值。当β＜1时，故障率是一个递减的曲线形式。当β＞1时，故障率是一个递增的曲线形式。
[0037]所述利用尺度参数的寿命特性，将T(θ)的表达式代入到η，得到综合考虑各种因素影响的时变故障率模型：
[0038][0039]其中，T0、θ为已知参数，可通过历史故障数据等已知信息求得；b、β为待求的未知参数，可通过Levenberg
‑
Marquardt(LM)法求解。
[0040]其中，LM法求解步骤如下：
[0041]1)每类设备统计得到n组关于服役时间、影响因子以及对应的故障率样本。
[0042](t
i
,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多重因素影响下设备的故障率分布模型，其特征在于，考虑天气条件和维修等因素的共同作用，建立设备故障率模型；包含以下步骤：S1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；S2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；S3计算维修因子、综合天气条件和维修情况的故障率影响因子；S4设计设备的运行寿命和故障率影响因子的关联关系；S5根据历史数据拟合设备故障率的weibull模型；利用尺度参数的寿命特性，得到设备的故障率模型。2.根据权利1所述的一种多重因素影响下设备的故障率分布模型，其特征在于，所述步骤S1中，对各天气参数进行标准化处理，并采用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。3.根据权利1所述的一种多重因素影响下设备的故障率分布模型，其特征在于，所述步骤S2中，得到样本相关系数r后，采用t分布对r对应的总体相关系数ρ进行假设检验；原假设H0：ρ＝0；备择假设H1：ρ≠0；假设检验的统计量为：为了提高假设检验结论的可靠程度，引入假设检验p值；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；p值的表达式可表示为：4.根据权利1所述的一种多重因素影响下设备的故障率分布模型，其特征在于，所述步骤S3中，定义天气影响因素的重要度为τ＝1
‑
p，对各种天气按重要程度进行排序，进而得到哪些天气对设备故障率的影响较大；则各天气...

【专利技术属性】
技术研发人员：代子阔，刘永阔，杨秀娟，钱昊，佟锐，宫海林，孙涛，陈丽娟，刘振东，
申请(专利权)人：国网辽宁省电力有限公司国家电网有限公司，
类型：发明
国别省市：