[发明专利]一种智能电能表可靠性预测方法及装置

说明书

本申请公开了一种智能电能表可靠性预测方法及装置，将智能电能表中每个组成模块的故障率转化为年故障率；利用统计模拟算法对智能电能表中每个组成模块进行时间抽样，确定每个组成模块的故障时间；利用故障树模型将每个组成模块的故障时间转变为智能电能表的整体故障时间；利用区间统计法，计算智能电能表的整体故障时间在每个时间区间的可靠度数值，以及，基于每个可靠度数值，计算智能电能表的可靠度函数曲线。可见，本发明实施例提供的方法及装置，利用统计模拟算法和故障树模型，可以准确预测智能电能表的可靠性，抽样丰富，使得模块故障率转化为整体故障率更加接近实际工作情况。

技术领域

本申请涉及智能电能表寿命预测领域，尤其涉及一种智能电能表可靠性预测方法及装置。

背景技术

智能电能表是智能电网的重要组成部分，具有安装量大、分布区域广的特点，在贸易结算与管理、用电信息采集、智能用电等方面发挥着重要作用。智能电能表的稳定可靠运行不仅关系到智能电网建设进度，还关系到广大电力客户的安全用电，因此对智能电能表可靠性的研究具有十分重要的意义。

但是，由于现有的智能电能表技术规范引用的可靠性评估标准过于陈旧，对于智能电能表的可靠性寿命仅能做出合格与否的评判，且试验过程中对于失效的判定原则与实际智能电能表的失效模式存在较大差异，以及，电能表可靠性预测抽样不丰富，导致预测结果不接近实际工作情况。

发明内容

本申请提供了一种智能电能表可靠性预测方法及装置，以解决现有的方法难以准确预测智能电能表可靠性的问题。

第一方面，本申请提供了一种智能电能表可靠性预测方法，包括以下步骤：

获取智能电能表中每个组成模块的故障率，将每个所述组成模块的故障率转化为年故障率；

基于所述智能电能表中每个组成模块的年故障率，利用统计模拟算法对所述智能电能表中每个组成模块进行时间抽样，确定所述智能电能表中每个组成模块的故障时间；

基于所述智能电能表中每个组成模块所对应的实际结构，构建故障树模型；

利用所述故障树模型将所述智能电能表中每个组成模块的故障时间转变为智能电能表的整体故障时间；

利用区间统计法，计算所述智能电能表的整体故障时间在每个时间区间的可靠度数值，以及，基于每个所述可靠度数值，计算所述智能电能表的可靠度函数曲线。

在本申请一些实施例中，所述组成模块包括显示模块、时钟模块、费控模块、储存模块、时段及费率模块、报警控制模块和485通信模块；以及，所述获取智能电能表中每个组成模块的故障率，包括：

获取所述智能电能表中每个组成模块对应的每个元器件的工作失效率；

根据式计算智能电能表中每个组成模块的故障率λ_Si；

式中，λ_Si为智能电能表中第i个组成模块的故障率；λ_ij为智能电能表中第i个组成模块第j个元器件的工作失效率，N为智能电能表中的组成模块的数量，M_i为智能电能中第i个组成模块内的元器件的数量。

在本申请一些实施例中，所述组成模块包括供电模块和计量模块；以及，所述获取智能电能表中每个组成模块的故障率，包括：

获取每个所述组成模块的加速试验电压、正常工作电压和电压的加速率常数，按照式V_AF＝exp[β×(V_s-V_n)]，计算电应力加速因子；

获取每个所述组成模块在正常工作条件下的百分比相对湿度和绝对温度、在加速应力条件下的百分比相对湿度和绝对温度以及活化能，按照式计算温-湿度加速因子；