[发明专利]一种电气回路故障概率预测方法

说明书

技术领域

本发明属于设备故障分析和可靠性评估技术领域，涉及一种电气回路故障概率预测方法。

背景技术

电气回路按照功能不同分为输电回路、变电回路和母线回路3种。电气回路的功能主要特点是：在某一特定的容量范围内将电能从一端传输到另一端；灵活地改变系统运行方式；在回路发生故障时自动将本身与整个电力系统隔离。电气回路作为电力系统的重要组成部分，由众多输变电设备组合连接而成，不同种类的电气设备故障对电气回路单元故障率的影响程度同，一旦发生故障会严重影响电能的传输与分配，危机供电系统的可靠性和运行稳定性。因此，预测电气回路故障发生概率对评估电力系统运行风险和找出系统薄弱环节具有重要意义。

国内外广泛采用设备健康指数来评估输变电设备的运行状态，但健康指数只能用以定性估算电气设备故障概率，实现由设备状态定性评价到定量故障率数据间的转化仍然是一个难题。传统的预测方法如经验法、回归分析法、BP神经网络法等虽然具有简便易行、计算速度快，但当遇到非线性波动时存在需要详细可靠统计资料、预测精度不高等问题。

云模型理论对于日常生活中的不确定性具有很好的表达能力，能够准确地实现定性概念到定量数据间的转化。目前云模型已经成功地运用于数据挖掘中的预测领域。因此，本发明将云模型理论分析分析方法引入到主要输变电设备故障概率预测计算中来，通过预测计算变压器、输电线路、断路器等主要输变电设备故障发生概率，进计算电气回路故障发生概率，研究电气回路故障特性和变化规律，有利于找出系统运行薄弱环节，为状态检修和电网规划、设计、管理和运行工作提供决策支持。

目前，国内外针对由输变电设备故障概率推算电气回路故障概率的研究还处于空白，未见相关报道。

发明内容

为弥补现有技术的不足，本发明提供一种电气回路故障概率预测方法，利用云模型理论预测电气设备及电气回路的故障概率，提高预测的准确性和可靠性。

本发明电气回路故障概率预测方法，步骤如下：

 (1) 统计前10年输变电设备的健康指数Hi，所述输变电设备健康的健康指数Hi为相应设备为各部件的综合扣分值，其数值介于0-100之间；所述扣分值为基于《输变电设备状态检修试验规程》以及相关设备的状态评价导则对设备基础状态量进行采集和处理得到各部件的扣分值；对于缺乏定量状态评估数据的年份，取设备相应的缺陷数据进行健康指数计算。

（2）利用历年健康指数的统计值定义云滴drop(x,u(x))，

其中：

x为每一年变压器实际健康指数；

为变压器的某一健康指数x隶属于故障停运时最大健康指数均值X的程度；

X为所统计的全国变压器设备历年来发生故障停运时的最大健康指数的均值。

（3）采用拟合算法对一组云滴进行计算，通过逆向云发生器建立设备故障概率预测云模型，所述云模型用期望、熵和超熵3个数字特征来表征，具体计算方法如下：

①根据云期望曲线拟合得到期望的估计值，将的点剔除，剩下m个云滴；

②由计算出，并由得熵的估计值；

③根据，求得超熵的估计值；

式中：

、和分别为云预测模型中变压器设备健康指数的期望、熵和超熵的估计值；

a、c为:云预测模型求解过程中的中间值；

drop(xi,u(xi))为生成正向云发生器所需的云滴；

Xi为变压器设备某一年的健康指数实际值；

m为正向云发生器的有效云滴输入数目。

（4）根据步骤（3）生成的预测云模型数字特征、和，通过正向云发生器产生所需数量的具体云滴drop(xi,u(xi))，用将产生的云滴来预测设备下一年的故障概率，再用迭代法产生设备未来故障概率；具体算法如下：

a）生成期望为，方差为的一个正态随机数，即：；

b）生成以为期望值，方差为的一个正态随机数，即：；

c）计算；

d）具有确定度的成为云模型中的一个云滴；

e）若或时，所生成的云滴不满足条件，予以舍弃，并重复步骤啊a）至e），直到产生所需数量的预测云滴；

norm为生成正态分布随机数的函数。

（5）检验云滴是否位于的置信区间内，若不满足该条件，重新进行计算生成相应云滴。       

（6）根据步骤（4）所产生的云滴drop(xi,u(xi))的隶属度的平均值预测计算变压器设备下一年的故障概率，计算式为：