基于工况变化的设备时变故障概率模型及应用研究.docVIP

　　基于工况变化的设备时变故障概率模型及应用研究 1绪论 1.1课题研究的背景和意义 当前，特高压智能电网建设在我国正得到全面发展。预计到 2020 年，国家电网公司将建成三华五纵五横特高压同步电网和 27 条特高压直流输电工程，到时国家电网公司的电网将呈现新的网络结构。伴随着特高压工程、交直流混联和新兴能源的发展，互联电网的复杂度越来越高，这使得电网运行控制的压力不断增大，主要体现在以下几个方面：一是电网规模不断扩大使得电网控制愈加复杂化；二是间歇式能源发电、主要设备故障和电动汽车充电等不确定性因素显著增加，对调度运行带来重大影响；三是电力系统运行环境的多变性对系统安全运行造成很大的威胁。因此，电网调度运行面临重大的挑战。为适应智能电网快速发展对电网调度运行的影响，需要在智能调度系统现有的研究成果基础上，提高调度系统本身感知电网运行状态和潜在运行风险的能力，提高调度系统自我决策水平，实现智能调度，有效辅助调度运行人员完成对电网的控制。电网运行发展轨迹指标有别于传统的电压、功角曲线等单一物理量的变化曲线，它是一个更加宏观、抽象的概念，可以解释为在一段时间内电网运行点的时序图，描绘了历史、当前、未来时间内的连续时间段内电网运行状态变化过程。其中，基于风险度的电网运行状态发展轨迹指标是考虑电力系统运行过程中的各种不确定性因素的影响，而给出的电网实时及未来短时间尺度内一种结合事故发生的概率及其产生的后果的电网发展趋势指标，对运行人员防止停电事故的发生具有一定的指导作用。该研究内容可以简要概括为以下三个研究方面：设备时变故障概率模型，电网故障风险评估方法及电网运行发展轨迹的表征方法。 .. 1.2设备故障概率模型研究现状 由于规划可靠性评估等研究领域中考虑的时间尺度较长，因此所使用的元件状态概率是以马尔可夫（Markov）过程模型求得的稳态概率，其故障率等可靠性参数往往取为历史统计数据的平均值。在短期可靠性评估中设备故障概率或状态概率都与考虑的时间尺度相关，往往利用马尔可夫过程或泊松分布求得的设备故障瞬时概率来表示，设备时变故障概率模型中的故障率等参数应依据运行工况信息的变化而变化。建立电力设备时变故障概率模型可分为两步：第一步建立随设备运行工况信息变化的设备故障率预估模型；第二步根据设备的故障特性，利用上步求得的设备故障率，选择合适的随机过程模型来描述设备在未来评估时段内的随机行为。因此，本节总结目前国内外关于设备故障率和设备故障概率建模的研究现状，为本文的研究提供参考。目前，设备故障概率主要是通过设备自身的故障率、修复率等可靠性参数来体现的，常规可靠性评估反映系统长期运行的可靠性，设备的故障率等可靠性参数采用长期统计的平均值，而实际上，设备的故障率等可靠性参数与设备的自身健康状况、外部环境条件、系统运行条件等工况信息密切相关，不同的设备运行工况信息对应不同的设备故障率。因此设备故障概率的时变性可以通过设备的可靠性参数（如故障率）的时变性来体现的。 .. 2设备故障率建模方法 2.1引言 设备故障概率主要是通过设备自身的故障率、修复率等可靠性参数体现的，元件的故障率等可靠性参数与元件的自身健康状况、外部环境条件、系统运行条件密切相关，因此设备故障概率的时变性可以通过元件可靠性参数（如故障率）的时变性来体现。本章将设备的故障率分为设备老化故障率和外部环境造成的偶然故障率，分别对两种故障率进行建模。 2.2设备老化故障率建模方法 2.2.1几种典型故障率建模方法概述 设备因故障而退出运行的根本原因是由于设备老化导致其性能低于设计性能，因此传统的故障率模型基本上是建立设备的老化故障率模型。本节将对几种典型的老化故障率模型进行分析比较。 2.2.1.1基于时间的老化模型 研究人员认为输变电设备的故障分布与设备的运行时间相关，因此通过对大量电力设备的故障数据研究，表明设备的故障率曲线呈浴盆形状，故称为浴盆曲线。在元件的整个寿命期内，故障率的变化趋势如图 2-1 所示的三个不同阶段。 （1）初期，又称调试期。设备在刚投入运行的一段时间内，由于设备自身存在的问题使得设备经常发生故障而停运，因此，该时间段内设备具有较高的故障率。通过对设备的不断调试，设备逐渐适应运行条件，故障率也逐渐下降，而后稳定下来，设备的有效寿命期开始。 （2）中期，即有效寿命期或偶然故障期。经过前期的运行与调试，在此阶段设备的故障率低而且平稳，可近似为一常数；此时，故障的发生只是由偶然原因造成，此时设备的概率分布通常被认为服从指数分布。 （3）老年期，即衰耗期。此阶段内，设备由于长期运行的原因导致其老化程度不断加深，对应的故障率也随之上升；此时设备故障概率分布可用威布尔分布、正态分布、伽马分布等来描述；如果能在衰耗期之前将设备进行维修就可以将故障率降下来。 . 3随设备运行状