基于重要參量和參數(shù)修正的配電網(wǎng)設(shè)備故障率計(jì)算方法

林翔，方健，王紅斌，張行，方敏，李盛楠

(廣州電網(wǎng)有限責(zé)任公司廣州供電局， 廣州 510620)

0 引 言

配電網(wǎng)由于拓?fù)浣Y(jié)構(gòu)及運(yùn)行環(huán)境復(fù)雜，部件種類繁多，容易受到設(shè)備使用年限、惡劣天氣、小動(dòng)物侵害等因素的影響，發(fā)生重復(fù)性停電[1]。配電網(wǎng)發(fā)生重復(fù)性停電不僅會(huì)影響電網(wǎng)公司的效益，停電期間更會(huì)給各類商業(yè)、工業(yè)用戶等帶來不同程度的經(jīng)濟(jì)損失，將嚴(yán)重影響社會(huì)的正常運(yùn)行。由于配電網(wǎng)不同支路的停電風(fēng)險(xiǎn)不同，倘若能夠計(jì)算出各配電設(shè)備的實(shí)時(shí)故障率，進(jìn)而對配電網(wǎng)進(jìn)行實(shí)時(shí)風(fēng)險(xiǎn)評估，分析出停電概率較大的支路并在發(fā)生故障停電之前對其進(jìn)行檢修維護(hù)，這對配電網(wǎng)的可靠運(yùn)行具有重要意義。

目前配電網(wǎng)停電概率評估的方法注重于天氣及歷史停電等因素對于配電設(shè)備停電概率的影響，文獻(xiàn)[2-3]歸納配電網(wǎng)發(fā)生停電的主要原因，應(yīng)用模糊層次分析法、Relief-Wrapper算法，計(jì)算出配電網(wǎng)停電概率。文獻(xiàn)[4]考慮配電設(shè)備的運(yùn)行年限、天氣情況等因素，利用狀態(tài)評價(jià)模型對配電設(shè)備的故障率進(jìn)行修正，然后使用故障遍歷法實(shí)現(xiàn)了配電網(wǎng)的薄弱環(huán)節(jié)分析。文獻(xiàn)[5]利用配電網(wǎng)負(fù)載率，以及大風(fēng)大雨、雷擊等外界因素對設(shè)備故障率進(jìn)行修正，建立了基于設(shè)備停電故障率的風(fēng)險(xiǎn)評估模型。然而無論是同一或者不同廠家生產(chǎn)的設(shè)備質(zhì)量都會(huì)存在差異性，同時(shí)地理位置、非災(zāi)害性天氣情況等都會(huì)對設(shè)備實(shí)時(shí)故障率產(chǎn)生影響。由于這些因素的影響難以找到規(guī)律并進(jìn)一步建模修正，因此上述研究一般忽略這些因素對于設(shè)備實(shí)時(shí)故障率的影響。

為了實(shí)現(xiàn)配電網(wǎng)設(shè)備差異化的停電概率評估，目前逐漸使用配電設(shè)備的實(shí)時(shí)故障率代替原有配電網(wǎng)停電概率評估中使用的設(shè)備歷史平均故障率，文獻(xiàn)[6-8]建立了配電變壓器、架空線路等四種配電主設(shè)備的健康指數(shù)與實(shí)時(shí)故障率之間的量化關(guān)系，但是沒有涉及各配電設(shè)備健康指數(shù)的具體計(jì)算模型。文獻(xiàn)[9]建立了配電網(wǎng)的單個(gè)設(shè)備、群體設(shè)備和配電網(wǎng)絡(luò)健康指數(shù)模型，并考慮了自然因素等對設(shè)備健康狀態(tài)的影響，但并沒介紹基于當(dāng)前計(jì)算出來的配電設(shè)備的健康指數(shù)估算設(shè)備故障率的方法。

針對以上問題，文章提出了基于重要參量和參數(shù)修正的配電設(shè)備實(shí)時(shí)故障率計(jì)算方法。在計(jì)算過程中，首先根據(jù)對設(shè)備故障率的影響快慢程度將因素分成漸變性因素和突發(fā)性因素，然后篩選出各故障模式對應(yīng)的重要監(jiān)測參量，采用基于重要參量輸入的配電設(shè)備故障率計(jì)算模型和故障率參數(shù)修正相結(jié)合的方法，分別體現(xiàn)漸變性因素和突發(fā)性因素對于實(shí)時(shí)故障率的影響。最后通過廣州地區(qū)某條線路驗(yàn)證了方法的有效性。

1 配電網(wǎng)重復(fù)性停電因素分析

如圖1所示為廣州某地區(qū)2014-2018年停電因素統(tǒng)計(jì)，由圖可以看出配電設(shè)備的運(yùn)行維護(hù)、產(chǎn)品質(zhì)量、設(shè)備超期服役老化以及配電設(shè)備所處環(huán)境發(fā)生自然災(zāi)害、外力破壞這五個(gè)大類是造成停電的主要因素。在計(jì)算配電設(shè)備的實(shí)時(shí)故障率的過程中，需要考慮這些因素對故障率的影響。

圖1 某地區(qū)停電因素統(tǒng)計(jì)Fig.1 Statistics of blackout factors in a certain area

文章根據(jù)對設(shè)備故障率的影響快慢程度將這些因素進(jìn)行分成兩類，分別是漸變性因素和突發(fā)性因素。漸變性因素對故障率的影響效果使用基于重要參量輸入的配電設(shè)備故障率計(jì)算模型表征，突發(fā)性因素對故障率的影響效果通過參數(shù)修正的方法實(shí)現(xiàn)。漸變性因素主要包括設(shè)備自身因素及非突發(fā)性因素的影響，如負(fù)載率變化、設(shè)備質(zhì)量、設(shè)備使用年限、非災(zāi)害性天氣情況、還有設(shè)備所處地理位置等。這些因素會(huì)引起配電設(shè)備測量的重要參量x的規(guī)律性緩慢變化，通過在線監(jiān)測裝置獲取實(shí)時(shí)參量x，就可以建立數(shù)學(xué)模型計(jì)算出漸變性因素聯(lián)合影響下的設(shè)備故障率，從而避免逐一討論這些緩慢型因素對于故障率的影響。

突發(fā)性因素包括雷擊、小動(dòng)物、樹木破壞等外界不可控因素，當(dāng)配電設(shè)備暴露在這些強(qiáng)烈的因素作用下時(shí)，配電設(shè)備直接發(fā)生故障的概率會(huì)較大。因此需要逐一考慮突發(fā)性因素對于配電設(shè)備故障率的影響，這部分主要通過統(tǒng)計(jì)配電設(shè)備的歷史故障數(shù)據(jù)建立修正系數(shù)，實(shí)現(xiàn)配電設(shè)備實(shí)時(shí)故障率的準(zhǔn)確估算。

2 基于重要參量輸入的配電網(wǎng)設(shè)備故障率模型

2.1 重要參量篩選、離散及差異化限值計(jì)算

2.1.1 重要參量的篩選

隨著泛在電力物聯(lián)網(wǎng)的建設(shè)，電力設(shè)備監(jiān)測參量與日俱增，而特定類型故障實(shí)際上只與某些參量關(guān)聯(lián)較大，這里將關(guān)聯(lián)較大的參量稱之為“重要參量”。為了篩選出不同故障模式對應(yīng)的重要參量，降低數(shù)據(jù)的維度，可以使用布爾離散結(jié)合關(guān)聯(lián)規(guī)則方法進(jìn)行挖掘，步驟如下：

(1)由于在線監(jiān)測量一般為連續(xù)值，因此使用布爾離散對這些參量進(jìn)行離散化處理。根據(jù)S.00.00.05/Q100- 0006-0912-814《廣東電網(wǎng)公司設(shè)備狀態(tài)評價(jià)與風(fēng)險(xiǎn)評估技術(shù)導(dǎo)則》和GB/T 7252-2001等標(biāo)準(zhǔn)中各參量限值和設(shè)備的實(shí)際狀態(tài)分別對參量x和故障類型y進(jìn)行映射，得到映射值d*。

當(dāng)d*=0，參量x在限值范圍內(nèi)或者設(shè)備沒有發(fā)生特定類型y的故障；當(dāng)d*=1，參量x超過限值范圍或者設(shè)備發(fā)生特定類型y的故障。

(2)形成布爾型故障數(shù)據(jù)庫D*，其中A為參量x的種類總量，B為故障類型y的模式總量。

(1)

(3)使用Apriori算法計(jì)算故障數(shù)據(jù)庫D*中參量與不同故障類型的關(guān)聯(lián)關(guān)系，通過設(shè)置最小的支持度和置信度閾值，篩選出重要參量。

2.1.2 Weibull分布模型

在得到各故障類型對應(yīng)的重要參量以后，需要確定重要參量對應(yīng)的Weibull模型。配電設(shè)備故障率密度函數(shù)和故障率累積分布函數(shù)如下所示。

(2)

(3)

式中x為某類重要參量的在線監(jiān)測量。將待測的重要參量的歷史數(shù)據(jù)帶入構(gòu)造的似然方程組中，對方程組進(jìn)行優(yōu)化求出未知參量α和β，從而確定每類重要參量的Weibull模型[10-11]。

2.1.3 重要參量的狀態(tài)邊界值及離散區(qū)間

現(xiàn)有的導(dǎo)則及標(biāo)準(zhǔn)沒有給出參量x分別處于正常到嚴(yán)重四個(gè)狀態(tài)時(shí)對應(yīng)的量值，使用Weibull模型計(jì)算重要參量的狀態(tài)邊界值及離散區(qū)間步驟如下：

(1)統(tǒng)計(jì)同一地區(qū)漸變性因素影響下同型配電設(shè)備處于4類狀態(tài)的數(shù)量，然后計(jì)算4類狀態(tài)的出現(xiàn)概率，即概率密度f=[fnor,fatt,fabn,fser]。

(2)對各狀態(tài)出現(xiàn)的概率進(jìn)行求和，得到各配電設(shè)備的狀態(tài)累積分布F=[FFF1]；

(3)將F=[FFF1]帶入(3)的故障率逆累積分布函數(shù)(4)，計(jì)算得到[xxxxⅣ]。由此可以得到配電設(shè)備四種狀態(tài)的不同參量的臨界值Xcri=[xxx]，以及4個(gè)狀態(tài)的離散區(qū)間I1～I(xiàn)4，分別代表配電設(shè)備處于正常到嚴(yán)重四個(gè)狀態(tài)。

x=α[-ln(1-F)]1/β

(4)

2.1.4 差異化限值

在配電設(shè)備的運(yùn)行過程中，由于設(shè)備的使用年限和運(yùn)行環(huán)境的差異，不同配電設(shè)備真實(shí)限值會(huì)與導(dǎo)則中規(guī)定的上下限值產(chǎn)生偏差。重要參量的限值與設(shè)備的故障率有關(guān)，不同重要參量的差異化限值可以使用(4)計(jì)算得到，具體步驟如下：

(1)統(tǒng)計(jì)同一地區(qū)所有同型設(shè)備在漸變性因素影響下的平均故障概率fave[12]：

(5)

式中m表示故障次數(shù)，y表示運(yùn)行年數(shù)；對于變壓器、斷路器等設(shè)備，式中n為該地區(qū)運(yùn)行設(shè)備的年平均臺數(shù)；對于架空線路、電纜線路，式中n為該地區(qū)線路的長度，單位為km。

在實(shí)際中由于配電網(wǎng)設(shè)備種類繁多，逐個(gè)統(tǒng)計(jì)每類型號的平均故障概率較為困難。對于架空線路或電纜線路而言，若已知某地區(qū)架空線路的故障率為fover，通過該地區(qū)的網(wǎng)架結(jié)構(gòu)圖估計(jì)使用的架空線路:電纜線路數(shù)量為1:m1，通過統(tǒng)計(jì)得到該地區(qū)發(fā)生故障的架空線路:電纜線路數(shù)量為1:k1，則可以估算該地區(qū)電纜線路的故障率:

(6)

對于變壓器、斷路器、熔斷器等設(shè)備，也可以參照式(6)計(jì)算。

若設(shè)備在每個(gè)月的故障率差異較大，想要統(tǒng)計(jì)各設(shè)備每個(gè)月的故障率則可以按照式(7)計(jì)算，這樣就可以得到配電設(shè)備每個(gè)月的差異化限值;

fave=η1λ1+η2λ2

(7)

式中λ1為各類配電設(shè)備的年平均故障概率，η1為年平均故障概率的權(quán)重；λ2為各類配電設(shè)備月平均故障概率，η2為月平均故障概率的權(quán)重。η1、η2的具體取值根據(jù)可收集的數(shù)據(jù)決定，在一般情況下取η1=η2=0.5;

(2)將fave帶入各參量的故障率逆累積分布函數(shù)x=α[-ln(1-F)]1/β，此時(shí)的Fave=fave，計(jì)算各重要參量的差異化限值xlim。

2.2 參量在故障模式中的故障率累積分布函數(shù)

2.2.1 重要參量處于不同狀態(tài)時(shí)故障概率

通過Apriori算法能夠計(jì)算重要參量x處于正常到嚴(yán)重四個(gè)狀態(tài)時(shí)某種故障發(fā)生概率[13]。這里置信度的含義是，當(dāng)已知配電設(shè)備發(fā)生某種故障時(shí)，設(shè)備的參量x處于正常到嚴(yán)重某種狀態(tài)的概率。具體步驟如下所示：

(1)統(tǒng)計(jì)各地區(qū)每類配電設(shè)備的故障樣本數(shù)據(jù)，規(guī)定故障樣本中有A類重要參量和B類故障形式。將所有故障樣本中重要參量x的歷史值根據(jù)2.1.3節(jié)計(jì)算出的臨界值離散到I1～I(xiàn)4內(nèi)，將第m類重要參量子集記為Ifm=[Ifm(1),Ifm(2),Ifm(3),Ifm(4)],其中m=1…A，Ifm(1),Ifm(2),Ifm(3),Ifm(4)分別代表第m類重要參量處于正常、注意、異常、嚴(yán)重等狀態(tài)。

(2)將配電設(shè)備的故障類型記為T=[T1,T2,…,TB]，構(gòu)造故障類型和重要參量的數(shù)據(jù)庫S=[T,If1,If2,…,IfA]。

(3)按重要參量類型將數(shù)據(jù)庫S拆分為A個(gè)，S1=[T,If1]，S2=[T,If2],…，SA=[T,IfA]。

(4)計(jì)算步驟(3)得到的Si中Tj與If的置信度如式(8)所示:

(8)

式中Cou為計(jì)數(shù)函數(shù)，Cou(Tj→If)表示發(fā)生第j種故障時(shí)第m類參量分別處于Ifm(1)、Ifm(2)、Ifm(3)、Ifm(4)的數(shù)量，Cou(Si)表示在所有故障樣本中第j種故障發(fā)生的數(shù)量。

2.2.2 重要參量累積故障概率函數(shù)

通過(8)計(jì)算，可獲得第j種故障在重要參量Ifm的4個(gè)狀態(tài)區(qū)間分布概率，其中Cjm(1)=Conf(Tj→Ifm(1))，同理可計(jì)算出Cjm(2)，Cjm(3)，Cjm(4)。由定義可得式(9)，4個(gè)狀態(tài)區(qū)間分布概率之和為1，由此得到參量x在不同狀態(tài)區(qū)間對應(yīng)的第j種故障發(fā)生的概率函數(shù)式(10)。

(9)

Fjm=

(10)

式中x為在線監(jiān)測裝置獲取設(shè)備的實(shí)時(shí)量值，xⅠ、xⅡ、xⅢ、xⅣ由2.1.3節(jié)計(jì)算得到。

2.3 故障類型和設(shè)備故障發(fā)生概率的計(jì)算

2.3.1 重要參量權(quán)重計(jì)算矩陣

不同重要參量對于不同故障類型有效反映程度各不相同，倘若某地區(qū)發(fā)生第j類故障M例，則在這總共M例故障中，第m類重要參量超過限值的例數(shù)越多，則該參量的權(quán)重也就越大。因此計(jì)算權(quán)重的具體步驟如下：

(1)將統(tǒng)計(jì)所得的平均故障率帶入故障率逆累積分布函數(shù)，獲取配電設(shè)備各重要參量差異化限值xlim。

(2)統(tǒng)計(jì)漸變性因素影響下不同故障類型中重要參量超過各自限值的個(gè)數(shù)L，如式(11)所示:

(11)

矩陣L中每一行代表一類故障類型中各重要參量超過限值的個(gè)數(shù)，每一列代表每一類重要參量在各種故障類型中超過限制的個(gè)數(shù)。將各重要參量按故障類型進(jìn)行歸一化，得到第m類重要參量對第j種故障形式的權(quán)重ωjm,如式(12)所示:

(12)

2.3.2 每類故障的發(fā)生概率

每一類重要參量對第j類故障的貢獻(xiàn)則為Fjmωjm，由此得到A類重要參量對第j類故障的綜合故障率計(jì)算如式(13)所示：

(13)

2.3.3 設(shè)備故障概率計(jì)算方法

配電設(shè)備正常工作的前提是沒有發(fā)生共計(jì)B類故障中的任意一種，因此配電設(shè)備故障概率的計(jì)算方法與串聯(lián)元件的故障率的計(jì)算方法相似。漸變性因素影響下，根據(jù)在線監(jiān)測的A類重要參量可以得到設(shè)備故障率如式(14)所示：

(14)

式中fequ為設(shè)備的故障概率；fT(j)為第j類故障形式的故障概率。

3 配電設(shè)備實(shí)時(shí)故障率的修正

式(14)算出的設(shè)備實(shí)時(shí)故障率考慮了漸變性因素影響，但是對于雷擊等外界突發(fā)性因素導(dǎo)致的配電設(shè)備故障沒有考慮，因此有必要對式(14)算出來的實(shí)時(shí)故障率進(jìn)行修正[14-17]。參考圖1廣州某地區(qū)停電因素統(tǒng)計(jì)，這里對廣州地區(qū)發(fā)生數(shù)量最多的雷擊、小動(dòng)物、樹木破壞這三類外界突發(fā)性因素進(jìn)行修正，其余的外界突發(fā)性因素的修正系數(shù)取1。通過對廣州各地區(qū)的故障統(tǒng)計(jì)，一般情況下計(jì)算出的修正系數(shù)取值范圍在0～15。為了避免極端情況下cm和ωnm同時(shí)過大導(dǎo)致實(shí)時(shí)故障率大于1。這里規(guī)定當(dāng)計(jì)算出來的修正系數(shù)大于15時(shí)，取值為15。

3.1 雷擊等突發(fā)性自然災(zāi)害的修正系數(shù)

以雷擊為例，統(tǒng)計(jì)某類設(shè)備在連續(xù)幾年p月份里面對配電設(shè)備非災(zāi)害性天氣的天數(shù)n1，該設(shè)備在這段時(shí)間由于設(shè)備自身因素及非突發(fā)性因素引發(fā)的故障的次數(shù)l1，以及發(fā)生雷擊的天數(shù)n2以及設(shè)備由于雷擊天氣引發(fā)故障的次數(shù)l2。則當(dāng)架空線路、中壓避雷器、柱上隔離開關(guān)等在雷擊天氣時(shí)，需要考慮雷擊影響的雷擊修正系數(shù)c1如式(15)所示：

(15)

同理可以統(tǒng)計(jì)出大風(fēng)大雨、洪澇、臺風(fēng)等其他突發(fā)性災(zāi)害天氣的修正故障率。

3.2 小動(dòng)物破壞引起的修正系數(shù)

通過統(tǒng)計(jì)發(fā)現(xiàn)廣州地區(qū)每年的3-5月份，小動(dòng)物侵害導(dǎo)致架空線路、跌落式熔斷器、干式變壓器等配電設(shè)備發(fā)生故障的情況比較嚴(yán)重。統(tǒng)計(jì)設(shè)備在連續(xù)幾年p月份里，該設(shè)備在這段時(shí)間由于設(shè)備自身因素及非突發(fā)性因素引發(fā)的故障的次數(shù)l3，以及由于小動(dòng)物侵害引發(fā)故障的次數(shù)l4。則考慮小動(dòng)物侵害影響的修正系數(shù)c2如式(16)所示：

(16)

同理，考慮樹木破壞影響的修正系數(shù)c3如式(17)所示:

(17)

式中l(wèi)5表示設(shè)備在這段時(shí)間由于樹木破壞引發(fā)故障的次數(shù)。

3.3 配電設(shè)備實(shí)時(shí)故障率的修正模型

由于不同地區(qū)的雷擊、小動(dòng)物、樹木破壞等外界突發(fā)性因素，對于架空線、電纜等非開關(guān)元件及隔離開關(guān)等開關(guān)元件的故障影響程度不同，因此需要計(jì)算各類突發(fā)性因素的權(quán)重。

(18)

矩陣式(18)中i代表設(shè)備類型，j代表外界突發(fā)性因素的種類。矩陣N中每一行代表一種配電設(shè)備故障因素中，雷擊、小動(dòng)物、樹木破壞等外界突發(fā)性因素各自所占的數(shù)量；每一列代表同種突發(fā)性因素在各類配電設(shè)備故障因素中所占數(shù)量。將各類突發(fā)性因素按設(shè)備類型進(jìn)行歸一化，得到第m類突發(fā)性因素對第n類配電設(shè)備的權(quán)重ωnm,如式(19)所示:

(19)

對式(14)得到的漸變性因素影響下的fequ，進(jìn)行外界突發(fā)性因素參數(shù)修正，構(gòu)建配電設(shè)備實(shí)時(shí)故障率frea如式(20)所示：

(20)

3.4 配電設(shè)備實(shí)時(shí)故障率計(jì)算流程

根據(jù)配電設(shè)備的在線監(jiān)測量以及設(shè)備所處環(huán)境情況，基于重要參量輸入和參數(shù)修正相結(jié)合的配電設(shè)備故障率計(jì)算流程如圖2所示。

圖2 故障率計(jì)算流程Fig.2 Failure rate calculation process

4 實(shí)例分析

以廣州某條線路上同一型號的斷路器在2017年7月3號的實(shí)時(shí)故障率計(jì)算為例，當(dāng)天的氣溫為22 ℃，中雨，出現(xiàn)了雷擊情況。首先統(tǒng)計(jì)該地區(qū)35 kV的SF6斷路器的故障類型，并利用布爾離散結(jié)合Apriori算法挖掘各故障類型對應(yīng)的重要參量。由于目前廣州地區(qū)的大部分35 kV的SF6斷路器在線監(jiān)測量較少，監(jiān)測量包括溫度、壓力、水分，因此這里將這三個(gè)參量作為重要參量。然后統(tǒng)計(jì)SF6斷路器處于正常到嚴(yán)重四種狀態(tài)的數(shù)量，得到斷路器的概率密度和累積概率，結(jié)果如表1所示。該型號的斷路器按照式(7)計(jì)算7月份的年平均故障為0.012次/a；將得到的斷路器的概率密度和累積概率，帶入式(4)計(jì)算，得到重要參量的狀態(tài)臨界值和差異化限值，如表2所示。不同狀態(tài)的臨界值及差異化限值如表3所示。

表1 斷路器狀態(tài)概率密度和累積分布Tab.1 Circuit breaker state probability density and cumulative distribution

表2 重要參量的Weibull參數(shù)計(jì)算Tab.2 Weibull parameter calculation of important state variables

表3 不同狀態(tài)的臨界值及差異化限值Tab.3 Critical value and differentiation limit of different states

收集475條SF6斷路器漸變性因素導(dǎo)致的故障樣本數(shù)據(jù)，漸變性因素導(dǎo)致的故障類型分為部件過熱、氣壓異常(主要包括漏氣、氣壓偏高)、水分超標(biāo)、亂動(dòng)(包括拒分、拒合、誤動(dòng))這四類，分別用fT(1)～fT(4)表示。利用Apriori算法在MATLAB軟件上挖掘溫度、壓力、水分對這四類故障類型的隸屬函數(shù)，統(tǒng)計(jì)超過差異化限值xlim的個(gè)數(shù)，利用式(11)、式(12)計(jì)算各重要參量的權(quán)重，如表4所示。

表4 重要參量對不同故障形式的權(quán)重Tab.4 Weight of important state variables to different fault forms

該型號某臺斷路器在7月3號的設(shè)備參數(shù)及監(jiān)測量如表5所示。

表5 設(shè)備參數(shù)及監(jiān)測量Tab.5 Equipment parameters and monitoring quantity

計(jì)算出來的在漸變性因素聯(lián)合影響下，四類故障形式的故障概率fT(j)，以及設(shè)備的故障概率fequ如下表6所示。

表6 不同故障類型發(fā)生概率Tab.6 Probability of occurrence of different fault types

通過該地區(qū)的雷電定位系統(tǒng),統(tǒng)計(jì)近三年7月份發(fā)生的雷電數(shù)量，結(jié)合相關(guān)的歷史故障數(shù)據(jù)，按照式(15)計(jì)算雷擊修正系數(shù)。同理可計(jì)算出7月份的其他修正系數(shù)及相關(guān)權(quán)重如表7所示。

表7 突發(fā)性因素影響統(tǒng)計(jì)及計(jì)算結(jié)果Tab.7 Sudden factors affecting statistics and calculation results

5 結(jié)束語

(1)文中提出了基于重要參量輸入和參數(shù)修正相結(jié)合的方法，根據(jù)對設(shè)備故障率的影響快慢程度將故障因素分成漸變性因素和突發(fā)性因素。漸變性因素對故障率的影響，通過將在線監(jiān)測裝置獲取到的實(shí)時(shí)參量x，代入基于重要參量的模型，計(jì)算出這些漸變性因素聯(lián)合作用影響下的設(shè)備故障率，從而避免逐一討論這些緩慢型因素對于故障率的影響。而且對于不同廠家生產(chǎn)設(shè)備的質(zhì)量、設(shè)備所處的地理位置、及非災(zāi)害性天氣情況等漸變性因素對設(shè)備故障率的影響，很難逐一構(gòu)建數(shù)學(xué)模型表達(dá)出來;

(2)對于配電設(shè)備的正常、注意、異常和嚴(yán)重四個(gè)狀態(tài)對應(yīng)的各重要參量的臨界值，以及差異化限值都是基于該設(shè)備的歷史值計(jì)算的，完全基于數(shù)據(jù)驅(qū)動(dòng)更加客觀準(zhǔn)確，減少了對于專家的專業(yè)知識以及工作經(jīng)驗(yàn)的依耐性;

(3)該方法克服了現(xiàn)有研究單純使用修正系數(shù)逐一計(jì)算各故障因素對配電設(shè)備故障率的影響，由于即使同類設(shè)備之間也存在差異性，單一的數(shù)學(xué)模型很難恰如其分地將這種差異性體現(xiàn)出來。實(shí)例分析表明本方法計(jì)算出來的配電設(shè)備實(shí)時(shí)故障率更加符合設(shè)備的實(shí)際情況，隨著廣州地區(qū)配電設(shè)備在線監(jiān)測裝置的不斷增加，物聯(lián)網(wǎng)建設(shè)不斷完善，該方法將有利于配電設(shè)備的風(fēng)險(xiǎn)評估及風(fēng)險(xiǎn)預(yù)警。