關于變電設備故障率預測及狀態檢修的研究

楊向娟 楊杰 張穎 徐正國

[摘? ? 要 ]在科技的推動下，電力企業飛速發展，較為核心的變電檢修技術也取得了非常顯著的進步，現階段，各種電氣設備不斷涌現，導致電氣容量增加，基于這樣前提，人們對電力的需求更加迫切，標準也在增高。輸變電設備作為核心組成構件，其檢修成本與企業的效益息息相關，并且影響著系統運行狀態。為了提高變電設備檢修水平，必須要對故障率進行預測，通過這方面的研究，提高系統穩定性。故障率預測屬于先進的檢修方式，可以從源頭降低檢修風險，檢修的針對性明顯增強，同時還有利于延長變電設備壽命，科學、合理控制檢修成本，值得大范圍推廣。

[關鍵詞]變電設備;狀態檢修;故障率預測

[中圖分類號]TM732 [文獻標志碼]A [文章編號]2095–6487（2020）11–00–03

[Abstract]Driven by science and technology， power companies have developed rapidly， and the core substation maintenance technology has also made very significant progress. At this stage， various electrical equipment continue to emerge， resulting in an increase in electrical capacity. Based on this premise， people are The needs of the company are more urgent， and the standards are increasing. As the core component of power transmission and transformation equipment， its maintenance cost is closely related to the benefit of the enterprise and affects the operating status of the system. In order to improve the maintenance level of substation equipment， it is necessary to predict the failure rate， and improve the stability of the system through research in this area. Failure rate prediction is an advanced maintenance method， which can reduce the risk of maintenance from the source， and the pertinence of maintenance is significantly enhanced. At the same time， it is also conducive to extending the life of substation equipment， scientifically and reasonably controlling maintenance costs， and it is worthy of widespread promotion.

[Keywords]substation equipment; state maintenance; failure rate prediction

現如今，在電網建設以及設備運行階段，可靠性與安全性是首先需要考慮的問題。為了維護變電設備性能，提高供電的質量，變電設備狀態檢修必不可少。而設備狀態維修并不是簡單的工作，需要掌握核心技術，對故障率進行科學預測，從而將故障概率降至最低。基于此，開展這方面的研究意義重大，可以為今后的變電設備狀態檢修提供參考，指導后續工作，提高電網運行效率。

1 故障率預測模型

現實工作中，想要最大限度保證供電平穩，變電設備狀態檢修十分關鍵，主要的檢修內容包括以下幾點，首先需要完成的是變電設備狀態預測。其次，完成合理監測。最后，進行故障診斷。根據相關研究可以知道，在電力系統中變電設備的重要性不言而喻，變電站總線通信之所以能夠實現主要是借助串行通信來實現，在此基礎上輔助在線監測設備，完成有關參數的監測，確保了解設備每時每刻的運行狀態。為了保證狀態檢修質量，故障率預測屬于重要手段，較為科學和可靠，想要合理發揮出故障率預測的優勢，就要通過預測模型搭建來完成。

1.1 云模型預測規則

實踐表明，要想出色地完成云模型的搭建任務，就要掌握科學搭建的流程，懂得云模型預測規則，在現實工作中，預測流程的第一步就是要明確定性概念，找到對應的預測規則。第二步，完成實際數據的代入，將其輸入到逆向云發生器，形成模型數字特征。第三步，借助組合云發生器最終完成不確定性預測。結合以往研究可以發現健康指數這一重要參數和故障率之間的微妙關系，所以建模需要借助健康指數來實現。根據規律可知，設備的實際健康指數越大或役齡越大，那么與之對應的故障率也就越大[1]。要想完成故障率模型的搭建，就要參照這一條原則，明確預測語言規則，在此基礎上對故障可能性進一步研究。健康指數（HealthIndex）是一項重要指標，主要是描述設備健康程度的科學數值。隨著健康指數概念被提出和廣泛應用，相關研究逐漸深入，人們逐漸發現了該指數和故障率的微妙關系，之間呈現出反比例關系的顯著特征，基于此，相關學者提出了以健康指數為依據的設備故障率模型，表達式如下：。但是該演算方法也存在一定缺陷，存在較大的壽命計算誤差。基于這樣的前提，云模型應運而生，這種一種改良模型，具有十分顯著的性能，可以彌補傳統方式的不足，讓計算結果更加精準和可靠。云模型在實際應用中，需要首先明確語言預測規則，此外，還要建立健康指數，并配合使用役齡的定性概念，構建用于設備故障率預測的一維故障云。通過實際統計數據，就可以清晰明確故障特征云，對設備故障發生可能性進行預判。研究指出，當真實數據大于10時，就意味著云數字特征較為明顯，精確度比較高，此時的誤差通常會比較小，不會超過0.01。

1.2 設備故障率預測

在預測模型搭建完成的基礎上，就可以嘗試進行故障率預測，想要確保預測的科學性以及合理性，就要嚴格按照預測流程來進行，在實際故障率預測階段，二維正向云發生器起到決定性的作用，主要被用于挖掘最真實、有效的設備健康指數，這是保證故障率預測結果準確的關鍵。前文已經提到過，云模型的搭建是以健康指數作為前提的，所以健康指數必須要全面和正確，這樣才能確保預測模型可以發揮出理想的效果。與此同時，還要考慮和役齡狀態的密切關聯性，將役齡狀態參數充分考慮進去，實際工作中，一維正向云發生器的作用比較突出，主要是用來分析變電設備性能以及故障率發展趨勢，重要性不言而喻。為了實現關于設備故障率的預測，在掌握相關參數的同時，還要把握參數間的內在聯系，建立二維狀態云，并找到其和一維故障云的聯系[2]。結合算法可知，數字特征期望值是重要參數，可以直接、客觀地反映定性概念，是進行故障率預測的決定性因素。因為現實操作中，相同健康指數條件下故障率分布十分穩定，不會存在較大的波動，所以借助二維狀態云，并且配合一維故障云，可以充分運用健康指數以及役齡等重要參數，最終實現不確定性預測。在預測階段，值得注意的是，不確定性推理之所以能夠發揮作用，還需要嚴格遵守語言預測規則，具體過程如圖1所示。

2 變電設備狀態檢修

2.1 影響狀態檢修的因素

結合上文可以發現，變電設備狀態檢修相對全面且復雜，需要綜合分析各項參數，再加上變電設備所處環境復雜，因此狀態檢修十分困難。實踐表明，設備狀態檢修工作之所以能夠實現，主要是依托實時監控和設備故障診斷，在此基礎上完成檢修任務。現如今，計算機技術的出現及推廣給設備狀態檢修指明了方向。數字處理技術逐漸純熟，并且越來越智能化，可以將其應用到設備故障檢修領域，提高設備檢修的效率以及質量。要想對設備狀態進行精準地預判，需要掌握并靈活運用故障診斷相關技術，借助故障率預測模型，長期維護設備性能，促使設備處于健康、良好的運行環境，為供電的穩定、安全提供保障。現實工作中影響狀態檢修的核心因素主要包括2個方面，一個是電氣設備狀態監測，這是基礎和前提;另一個是維修決策，這是故障盡快排除的關鍵。其中設備的狀態監測相對復雜和繁瑣，具體是通過數據分析來實現，從而掌握設備運行信息，以此作為前提為設備狀態檢修創造必要條件和打好基礎，確保設備狀態檢修的合理性。在實際設備檢測階段，需要時刻關注設備的性能變化，一旦發現異常或者是存在設備運行效率變差的情況，就要采用合理措施，否則故障率就會增加。當獲取了重要信息之后，要對關鍵信息進行深入分析，制定科學維修決策，結合現實運行狀況，借助專業診斷系統不斷優化維修方案，制定科學的設備保養計劃，為延長設備服役時間提供保障。

2.2 隱式馬爾科夫鏈

隱式馬爾科夫鏈屬于一種較為先進的設備狀態檢修方法，是對馬爾科夫鏈的創新與改進，結合研究可以知道，復雜設備的狀態很難被清晰、準確觀測到，想要完成直接觀測，就需要改良傳統的馬爾科夫鏈。在此基礎上加入新的預測模型參數，采用該種方法具有明顯的雙重隨機性，可以完成不確定預測。現實工作中，輸變電設備體型龐大，大多屬于復雜機電設備，想要進行科學檢測困難重重，其狀態是無法實現直接、有效監測的，因此就要借助相應特征量進行狀態的間接描述，這和馬爾科夫鏈（隱式）的規則基本相符。隱式半馬爾科夫具有一定的先進性，該模型最早在語音識別等領域被廣泛應用，并取得了顯著成績。近些年來，該項技術從文字識別逐漸向故障診斷等領域延伸，也得到了大量應用。傳統意義中的馬爾科夫鏈局限性相對明顯，在應用的過程中，將狀態持續時間習慣定義成為指數分布，而經過改良后的隱式馬爾科夫鏈，這種局限性依然存在，雖然隱式馬爾科夫鏈應用價值更高，應用的領域也更加寬廣，但是對連續時間狀態依舊無法進行全面、細致描述[3]。針對這一問題，相關學者進行了大量實驗研究，最終得出結論借助狀態空間訓練，可以彌補該方法的不足，進一步完成改進。具體原理如下，首先通過訓練樣本的方式完成不同狀態分布函數的建立，在此基礎上結合分布函數計算結果可以得出狀態轉移概率分布，采用此方法，就可以準確、直接完成連續時間狀態描述。以變壓器為例，在其正常運行階段，在沒有檢修的前提下，其狀態轉移過程如圖2所示。

3 展望

3.1 網絡化運行

在信息技術的推動下，未來的變電設備狀態檢測將會更加高效和安全，并且采用微處理器技術，可以提升變電保護裝置的功能性，避免故障的發生。即使發生故障，也可以在較短時間內發現，實現供電系統的模塊化設計，提高網絡化運行水平。電壓無功補償檢測等在線檢測裝置，統統都可以借助網絡化通信技術來進行優化，將變電設備和通信系統進行連接，實現資源共享。

3.2 智能化運行

未來的設備狀態檢修，必將走上智能化的道路，在充分運用故障率預測數據的同時，提高在線檢修能力，以網絡通信平臺作為基礎支撐，實現有效信息傳輸，確保發揮出檢修系統計量、控制和監測等功能，將設備狀態檢修效率大幅提高。結合電網實時情況進行智能調節與在線分析決策，簡化繼電器保護方式，為電網運行提供安全、可靠保障。

4 結束語

綜上所述，變電設備實際檢修過程中，不確定因素較多，想要完成設備狀態檢修十分困難，變電運行中看似平常的故障，都會影響電網的穩定性，對于電網的損害是無法估量的，后果非常嚴重。現如今，隨著經濟建設加快以及科技的進步，設備狀態檢修技術得以發展，為了滿足用電量的需求，提升設備狀態檢修質量，可以通過設備故障率建模的方法來實現，為電網的安全、高效、平穩運行奠定基礎，降低故障發生概率。此外，還要加強變電運行管理，結合現實需求采取有效防控措施，對故障及時發現，并且做到及時解決，確保變電設備狀態檢修的實際效果。

參考文獻

[1] 王鑫，邵成林.變電一次設備故障預測及檢修方法研究[J].電氣技術與經濟，2020（4）：34-36.

[2] 田巍.探究變電一次設備故障預測及檢修方法[J].中國金屬通報，2019（1）：161-162.

[3] 吳星.輸變電設備故障率預測及狀態檢修[D].西安：西安科技大學，2018.