电力设备状态检修策略优化方法技术

本发明专利技术属于电力设备状态检修技术领域，具体涉及电力设备状态检修策略优化方法，包括如下步骤：S1.基于设备实时状态进行分析，对设备检修后的故障率进行预测；S2.考虑设备检修产生的成本以及对系统会造成的风险，建立了考虑经济性与可靠性的状态检修优化模型；S3.通过计算对检修方案进行综合决策。该方法将状态评估与检修决策两个方面联系起来，通过考虑检修对故障率的实际影响，对设备状态进行重新评估，再综合考虑经济性与系统风险的条件下对设备的状态检修方案进行综合决策，得到最优检修方案。方案。方案。

【技术实现步骤摘要】
电力设备状态检修策略优化方法


[0001]本专利技术属于电力设备状态检修
，具体涉及电力设备状态检修策略优化方法。

技术介绍

[0002]电气设备的检修计划发展先后经历了事后检修、定期检修和状态检修3个阶段。但是前两种检修存在明显的“检修不足”和“检修过剩”的弊端，检修策略针对性差，已经不能适应现在电网发展的要求，状态检修是解决当前设备检修工作的重要手段。电力变压器、断路器、母线、电力线等电气设备，是电力系统的重要组成部分。它们中的大多数已经被使用多年。在长期使用过程中，由于受到老化和操作等的影响，它们会逐渐劣化，从而影响到整个系统的可靠性。随着我国电力行业的不断深化改革，电网的结构越来越复杂，在全国各大区电网逐步实现互联的基础上，电网中输变电设备的数量急剧增加，检修的工作量和检修成本也逐渐增加，这对供电可靠性的要求也越来越高，所以对电气设备进行有规划性的检修决策已经成为业内研究的重点。
[0003]目前，在电网设备状态检修优化方法的研究中主要分为两个方面：前期的设备状态评估与后期的检修决策。其中，设备状态评估是进行检修决策的基础，它包括状态量信息采集、状态评价、故障诊断、故障率函数建模以及寿命预测等方面；检修决策可从两个出发点进行考虑，一是依据设备自身健康状态，结合其在整个电网中的作用以及影响，确定检修方式以及时间，二是综合考虑安全性与经济性，从优化的角度来确定检修的方式以及检修的时间。
[0004]针对电网设备状态评估方面，有研究者采用模糊数学理论，选择电气试验作为状态参量，对变压器运行状态进行多层模糊综合评判；有研究者引入灰色层次评估法以解决变压器状态信息多层次性和多因素性问题，并以关联层次分析法原理为理论基础搭建变压器突变以及渐变状态评估模型；有研究者将反映变压器指标间相对重要性的指标权重引入证据理论，采用加权平均与证据理论相结合的评估方法幵展状态评估；有研究者在模糊层次分析法的基础上，提出将模糊聚类分析应用到高压断路器状态评估模型中评价因素的分类上；随着研究的深入，有学者考虑到检修会对设备的健康状态产生影响，于是将役龄回退思想运用到设备故障率的计算中，以此为基础对设备健康状态重新评估，从而得到更优的检修方案。有研究者依据设备状态评价结果计算故障率，并引入役龄回退因子计算检修后的故障率和实际役龄，在此基础上评估未来时间的电网风险及设备风险，并以此来决策设备最佳检修方案。有研究者考虑包括设备个体缺陷、检修行为影响等的长期因素以及包括运行环境、温度等的短期因素对故障率模型进行修正，通过设置累计故障率门槛值来计算状态检修周期。状态检修决策指的是根据设备的实时状态等对检修方式和检修时间进行决策，从而选取一种最优的检修方案，使的电力系统可靠安全的运行。有研究者提出一种计及设备故障风险和电网运行风险的综合风险费用最小的检修模型，对设备检修时段进行决策；CAMCI,F基于风险理论，以检修周期总风险最低为目标制定了配电网检修计划；有研究
者结合我国配电系统的实际情况，以检修造成的停电失负荷最小为目标，采用改进的遗传算法求解优化问题；有研究者针对配电网检修计划的约束问题，采用分析网络拓扑方法来处理，并同样以检修停电失负荷最低为目标搭建配网检修规划优化模型，最后采用改进的遗传算法求解模型；熊小伏在考虑供电可靠性的基础上，加结合气象因素对于故障率进行预测并以此搭建了配网短期检修决策优化模型。
[0005]公开号为CN 104933482 B的专利技术专利提供了一种基于模糊役龄回退的电力设备检修优化方法，根据检修活动对设备故障率提升效果的不确定性，对设备历史数据中故障率进行模糊拟合，提出模糊役龄回退故障率预测模型，并综合考虑可靠性与经济性，建立弹性状态检修决策优化模型。通过采用模糊役龄回退模型计算检修后设备的故障率分布函数，及运用弹性状态检修决策优化模型进行电力设备检修时间的求解优化。其中，将故障率限值作为检修后设备故障率分布函数最值的约束条件，使得设备的全寿命周期成本更为经济。该方法充分考虑了维修活动对单个变电设备失效概率及使用寿命的模糊性和随机性，有助于电网企业合理安排检修计划，可靠延长设备使用寿命。
[0006]然而，在现有的研究中，虽然两个方面都有了很大的进步，但是并没有将整个状态检修优化的流程联系起来，不能有效保证研究的方法在实际工程中的应用。

技术实现思路

[0007]本专利技术的目的在于针对现有技术中存在的问题提供一种电力设备状态检修策略优化方法，该方法将状态评估与检修决策两个方面联系起来，通过考虑检修对故障率的实际影响，对设备状态进行重新评估，再综合考虑经济性与系统风险的条件下对设备的状态检修方案进行综合决策，得到最优检修方案。
[0008]本专利技术的技术方案是：
[0009]电力设备状态检修策略优化方法，包括如下步骤：
[0010]S1.基于设备实时状态进行分析，对设备检修后的故障率进行预测；
[0011]S2.考虑设备检修产生的成本以及对系统会造成的风险，建立了考虑经济性与可靠性的状态检修优化模型；
[0012]S3.通过计算对检修方案进行综合决策。
[0013]具体的，所述的步骤S1中采用故障率回退的方法对设备检修后的故障率进行预测。
[0014]具体的，故障率的预测通过威布尔分布的可靠性测量对设备检修后的故障率来建模，设备检修时，通过降低故障率以达到预防性检修的效果，用δ表示故障率的回退，检修后的故障率为：
[0015]λ(t)＝λ0(t)
‑
δ；
[0016]其中：λ(t)指的是检修后的故障率，λ0(t)指的是检修前的故障率；δ指的是故障率回退的量，根据不同的检修方案取不同的值；
[0017]假设设备在使用周期内进行了k次检修，则k次检修后的故障率表示为：
[0018][0019]具体的，所述步骤S2中建立考虑经济性与可靠性的状态检修优化模型的过程中通过各种可靠性测量来定义设备，包括如下四种类型：
[0020]故障函数：
[0021]可靠性函数：
[0022]故障率：
[0023]平均故障时间：
[0024]Γ指的是伽马函数；β指的是形状参数；η指的是比例参数：
[0025]具体的，所述步骤S3中通过计算对检修方案进行综合决策，采用粒子群优化算法进行计算，所述的粒子群是指在空间中以“位置”和“速度”运动的粒子，具体步骤如下：
[0026]S1.输入待检测的电力系统可靠性数据、设备检修成本数据和PSO参数；
[0027]S2.创建初始参数，包括最佳检修次数k、设备检修时间t
i
和检修等级δ
i
；
[0028]S3.计算每个粒子的目标函数；
[0029]S4.将当前迭代中的最佳粒子记录为局部最优解(P
local
)，并将计算中发现的最佳粒子记录为全局最优解(P
global
)；
[0030]S5.计算新的速度和新的位置；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.电力设备状态检修策略优化方法，其特征在于，包括如下步骤：S1.基于设备实时状态进行分析，对设备检修后的故障率进行预测；S2.考虑设备检修产生的成本以及对系统会造成的风险，建立了考虑经济性与可靠性的状态检修优化模型；S3.通过计算对检修方案进行综合决策。2.根据权利要求1所述电力设备状态检修策略优化方法，其特征在于，所述的步骤S1中采用故障率回退的方法对设备检修后的故障率进行预测。3.根据权利要求2所述电力设备状态检修策略优化方法，其特征在于，对故障率的预测通过威布尔分布的可靠性测量对设备检修后的故障率来建模，设备检修时，通过降低故障率以达到预防性检修的效果，用δ表示故障率的回退，检修后的故障率为：λ(t)＝λ0(t)
‑
δ；其中：λ(t)指的是检修后的故障率，β＞1；λ0(t)指的是检修前的故障率；δ指的是故障率回退的量，根据不同的检修方案取不同的值；假设设备在使用周期内进行了k次检修，则k次检修后的故障率表示为：4.根据权利要求1所述电力设备状态检修策略优化方法，其特征在于，所述步骤S2中建立考虑经济性与可靠性的状态检修优化模型的过程中通过各种可靠性测量来定义设备，包括如下四种类型：故障函数：可靠性函数：故障率：平均故障时间：Γ指的是伽马函数；β指的是形状参数；η指的是比例参数。5.根据权利要求4所述电力设备状态检修策略优化方法，其特征在于，所述步骤S3中通过计算对检修方案进行综合决策，采用粒子群优化算法进行计算，所述的粒子群是指在空间中以“位置”和“速度”运动的粒子，具体步骤如下：S1.输入待检测的电力系统可靠性数据、设备检修成本数据和PSO参数；S2.创建初始参数，包括最佳检修次数k、设备检修时间t
i
和检修等级δ
i
；S3.计算每个粒子的目标函数；S4.将当前迭代中的最佳粒子记录为局部最优解(P
local
)，并将计算中发现的最佳粒子记录为全局最优解(P
global
)；
S5.计算新的速度和新的位置；S6.检查最小目标函数，如果不是最小值，则查找新值并从上述S3步重新计算；S7.获得最佳的设备检修方案。6.根据权利要求5所述电力设备状态检修策略优化方法，其特征在于，在每个时刻，质点粒子的新速度和新位置可以分别由下式来计算，V
new
＝V
old
‑
c1·
r1·
(P
local
‑
P
old
)
‑
c2·
r2·
(P
global
‑
P
old
)P
new
＝P
old
+V
new
其中：V
new
是粒子在当前迭代中的速...

【专利技术属性】
技术研发人员：牛鑫，张龙，李旭阳，樊冰，王润春，李大鹏，李勇杰，周铁军，郭晓菡，常九龙，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：