基于模糊狀態量的二次設備狀態檢修模型研究

何小飛，童曉陽，王 銳，李江陵(.國網樂山供電公司，四川 樂山 64000；.西南交通大學電氣工程學院，四川 成都 6003)

基于模糊狀態量的二次設備狀態檢修模型研究

何小飛1，童曉陽2，王 銳1，李江陵1
(1.國網樂山供電公司，四川 樂山 614000；2.西南交通大學電氣工程學院，四川 成都 610031)

簡要介紹了二次設備狀態檢修基本理論，并提出了基于模糊狀態量的二次設備狀態檢修策略。它是通過將影響二次設備運行工況的各類分解為檢測型模糊狀態量、失效風險模糊狀態量、可靠性模糊狀態量和改進型模糊狀態量4類，并分別對以上4類模糊狀態量進行定義并建模，最后通過模型合成得到狀態檢修總體評價模型，最后根據評價結果后制定出檢修策略。通過實例證明了該方法是可行的，并與傳統計劃檢修相比，在設備可靠性和檢修經濟性上具有明顯優勢。

二次設備;狀態檢修; 模糊狀態量；評估模型

0 引 言

隨著電網發展，設備數量不斷增多，傳統的計劃檢修模式也逐漸無法滿足設備安全性需求。而隨著網絡通訊技術、傳感器技術發展使狀態檢修成為可能。狀態檢修通過狀態監測手段, 診斷設備健康狀況，從而確定設備最佳檢修時機。相比計劃檢修，可以減少停運時間, 降低檢修費用,提高經濟效益。而對于二次設備而言，由于目前還缺少有效足夠的在線監測手段，因此二次設備狀態檢修較一次設備發展緩慢一些。

1 二次設備狀態檢修基本原理

1.1 二次設備狀態檢修的定義

二次設備狀態檢修可定義為:在根據各類手段監測的基礎上, 以間隔為單元，根據分析診斷的結果科學安排檢修時間和項目的檢修方式。二次設備狀態監測是狀態檢修的基礎，二次狀態檢修策略有3個組成部分：實際狀態信息的采集、設備狀態診斷方法和狀態檢修策略應用。

1.2 二次設備狀態評價策略基本思路

設備狀態監測無疑是狀態檢修的基礎。站內二次設備的狀態監測可通過日常巡視、紅外測溫、裝置自檢、缺陷消除、家族性缺陷分析等。與一次設備不同的是二次設備的狀態監測不過分依靠傳感器。因此，電氣二次設備的離線檢測數據也是狀態監測與診斷的重要依據。

2 二次設備狀態評價模型建立

2.1 基于模糊狀態量的二次設備狀態檢修評價模型基本理論

根據二次設備中各類可能影響到設備運行工況和使用壽命的因素分析，可將評價模型分解為4類模糊狀態量：檢測型狀態量、失效風險狀態量、可靠性狀態量和改進型狀態量。其中檢測型狀態量指直接觀測、裝置自檢或儀器檢測到的設備運行環境和運行工況的狀態量，包括設備的運行狀態和環境狀態等。可靠性狀態量指制造廠家某類設備可靠性的狀態量。失效風險狀態量指設備長時間未檢修后故障發生概率的狀態量。改進型狀態量指設備性能下降但在改進和完善后能恢復到正常水平的狀態量。

表1 樂山供電公司近5年來二次設備故障統計分析

2.2 檢測型模糊狀態量評價模型原理

二次設備故障主要包括保護裝置故障、輔助裝置故障、自動裝置(總控后臺)故障、交直流系統故障。對所在公司近5年二次設備在運維和檢修中發現的缺陷進行統計，分別包含220 kV、110 kV、35 kV變電站14座、31座、29座。所有變電站的近5年來缺陷統計分析情況見表1。通過對表1分析，可得出以下結論：①相比保護裝置本身，輔助裝置(包括故障錄波、行波測距、交直流系統等)、其他二次回路及元件上缺陷較多；②二次設備中電源及CPU插件部分的缺陷較多；③二次設備的缺陷次數，主要取決于出廠設備質量及安裝質量。

根據以上分析，可以將狀態量劃分為裝置本體(保護、自動化裝置)和二次回路兩部分，具體明細見表2。

表2 檢測型模糊狀態量及分值

2.2.1 設備運行環境狀態量評價

(1)運行環境溫度評分K1按圖1規定執行(以斜率計算得分)。

圖1 運行環境溫度評價模型

根據溫度采集數據，運行環境溫度評分計算公式為

K1=∑ni=1Kin

(1)

式中，i為采集的次數；Ki為采集時對應的評價分數；n為評價周期內總的采集次數，當評價得分為0的次數占總采集次數10%以上時，該項目不得分。

(2)運行環境濕度評分。根據濕度采集數據，運行環境濕度評分計算公式同式(1)，其中i為采集的次數；Ki為采集時對應的評價分數；n為評價周期內總的采集次數，當評價得分為0的次數占總采集次數30%以上時，該項目不得分。

2.2.2 紅外測溫狀態量評價

根據要求同一個二次回路不同相別之間的相對溫差應該在5 ℃以內。而二次回路紅外測溫評價采用溫度最高點所處同一回路不同相別之間的相對溫差，溫差在5 ℃內為滿分，溫差在5至10分內按比例K下降，溫差超過10 ℃則0分計。

圖2 紅外測溫評價模型

評價周期內裝置本體和二次回路紅外測溫計算式同式 (1)，其中i為采集的次數；Ki為單次巡視時二次回路紅外測溫評分；n為評價周期內總的采集次數。單次測溫異常直接取0分。

2.2.3 裝置絕緣狀況狀態量評價

根據要求回路絕緣應大于10 MΩ，根據實測的絕緣電阻數據以及絕緣數據變化率計算，K1評分標準按圖3規定執行。

圖3 交、直流回路絕緣評價模型

評價周期內裝置絕緣狀況計算式同式(1)，其中，i為采集的次數；Ki為單次采集時對應的評價分數；n為評價周期內總的采集次數。

2.2.4 通道運行情況狀態量評價

光纖通道運行狀況評分標準以通道丟包率、誤碼率不超過標準值為限。丟包率、誤碼率標準值取裝置設計告警門檻值。評價周期內光纖通道運行情況計算式同式(1)，其中i為采集的次數；Ki為單次巡視時裝置通道運行情況評分；n為評價周期內總的采集次數；如果K1無法計算，則取8分；評價周期內高頻通道。其中K2為評價周期內光纖通道故障告警次數或高頻通道3 dB告警次數。光纖通道只考慮自身原因導致的丟包、誤碼，外部通信設備故障、裝置死機重啟等導致的丟包、誤碼不計入統計評價。

2.2.5 裝置數據采集狀態量評價

電流、電壓通道各組測量值的平均值CTi、PTi，與其參考值的偏差值來判斷裝置采樣的整體性能，采樣精度計算方法如式(2)。

采樣誤差值=

(2)

式中，CTi為保護各通道采樣值；CTi參考為參考測量值。測試時電流應大于0.1In。若檢修巡視與例行試驗數據同時存在，裝置采樣誤差值取兩者較大值。模擬量采集評分數K1按圖4規定執行(以斜率計算得分)，當負荷電流小于0.1In時，電流模擬量采集不評分。

圖4 裝置采樣數據評分模型

評價周期內裝置模擬量采集得分同式(1)，其中i為采集的次數；Ki為單次巡視采樣評分；n為評價周期內總的采集次數。開關量采集評分數K2計算：評價周期內發生開入異常得0分，不發生開入異常得1分，裝置數據采集評分為

K=K1×K2

(3)

2.2.6 回路銹蝕、封堵、積塵狀態量評價

對于二次回路中銹蝕、封堵、積塵狀態量評價基本原理一致，對于銹蝕情況，要求端子箱無滲水，端子排銹蝕程度<15%，若端子箱無滲水現象，得4分，有滲水現象，得2分，若端子箱無凝露現象，得4分，有凝露現象，扣2分。對于封堵情況，要求電纜孔洞封堵良好，防火墻和防火涂料齊全，對于積塵情況，如有灰塵，但尚不影響屏內、箱體內、端子排上標識的辨認，扣2分。如灰塵使保護標識無法辨認，灰塵形成串狀物或即將形成串狀物，扣4分。

2.3 可靠性模糊狀態量評價模型原理

可靠性模糊狀態量分值低表明設備整體可靠度差于同型號整體可靠度，在評價周期內，某廠家同型號產品的故障率高，故障性質嚴重，其產品的同型號整體可靠度則差。計算評價周期內某廠家設備的加權平均缺陷評分為

μ=[同型號設備(一般缺陷次數×A1+嚴重缺陷次數×A2+危急缺陷次數×A3)/同型號設備臺數]×100

(4)

根據影響程度裝置缺陷類型一般、嚴重、危急缺陷賦予不同的權值統計。一般缺陷權值A1=1，嚴重缺陷權值A2=2，危急缺陷權值A3=5。

計算評價周期內某廠家設備的正確動作評分Kt，Kt=同型號設備評價周期內正確動作次數×100/同型號設備評價周期內動作總次數。

K2=100×e-(100-Kt)B1

(5)

B1=10為加速系數。同型號可靠度評價得分為

K=K1×0.6+K2×0.4

(6)

2.4 失效風險模糊狀態量評價模型原理

在沒有得到有效驗證的情況下，設備長時間運行后失效風險狀態量(預計可靠度)會下降。當失效風險狀態量隨時間的增長(預計可靠度)下降到一定程度，表明需要對二次設備的部分或者整體進行例行試驗。失效風險狀態量依據設備的最后一次檢驗時間和故障率進行評價。

t時刻裝置本體及其二次回路健康因子指數=t時刻的裝置本體可靠度×t時刻的二次回路可靠度。

t時刻的裝置本體可靠度=e-λ1(t-t1)

(7)

式中，λ1為保護裝置本體故障率；t1為最近一次裝置得到完整檢驗的時間，取上一次檢驗時間。

t時刻的二次回路可靠度=e-λ2(t-t2)

(8)

式中，λ2為二次回路故障率；t2為最近一次二次回路得到完整檢驗的時間，取上一次檢驗時間。

保護間隔在t時刻的裝置本體及其二次回路預計可靠度用以下方式計算。

Rs(t)=e-[λ1(t-t1)+λ2(t-t2)]

(9)

λn=1MTBFn

(10)

MTBF為平均無故障時間計算值(該數據由廠家提供原始參考，設備運行中由統計數據予以校核，無法獲取初始值時取設計壽命取值)。

設5年后設備的隨機失效指數為65%且λ1=λ2，則有λ=λ1=λ2=4.3%(此參數可保證若開關3年內未檢修，則進入注意狀態)。

預計可靠度得分=RS(t)×100

(11)

2.5 改進型模糊狀態量評價模型原理

改進型模糊狀態量反映間隔設備狀況，包括非家族性缺陷、家族性缺陷、反措。改進型狀態量得分低表明需要版本升級、更換部件或進行技術改造。裝置運行年限通過評價周期內間隔設備的累計運行時間與同類產品的平均運行年限的比值，得到該設備與同類產品相比較的相對品質優劣。對于本間隔裝置的運行年限，同類產品平均運行年限無基準數據參考時可取12年。

對于家族性缺陷，存在疑似家族性缺陷得0.6分，存在嚴重家族性缺陷得0.8分。無家族性缺陷或家族性缺陷消除得1分。對于反事故措施，無反措項目得1分。在評價周期內應完成的反措未完成得0.6分。

2.6 二次設備狀態評估模型合成

雙重化配置二次裝置本體和二次回路狀態評價結果以間隔總評分匯總輸出。當間隔內包含多套保護系統時，可對每套裝置本體及二次回路分別評價，間隔總評價得分取各套保護的最低分。因此第二節的介紹，可將4個狀態量進行合成，得到一個設備狀態評估總模型，計算式見式(12)、式(13)。

間隔評價分值=Min{第1套裝置本體及二次回路評分值…第n套裝置本體及二次回路評分值}

(12)

第n套裝置本體及二次回路評分值=(檢測型狀態量×A1+可靠性狀態量×A2+失效風險狀態量×A3)×改進型狀態量

(13)

式中，A1、A2、A3為加權因子，分別取0.4、0.2、0.4。

3 檢修策略確定原則

根據式(12)計算取得值可將設備分為以下4個狀態。

(1)健康狀態：Z≥86，表示設備處于正常狀態。

(2)亞健康狀態：86>Z≥71，表示該狀態比健康狀態較差，但設備仍處于正常，建議此類設備納入重點巡視范圍。

(3)異常狀態：70>Z≥61，表示此類裝置一般都是在評價周期內出現過問題，但并不嚴重。建議此類裝置納入第2年檢修計劃。

(4)嚴重異常狀態：Z<60。表示此類設備已十分危急，應立即開展檢修。

4 實例分析

樂山公司從2012年起對公司10座110 kV變電站和3座220 kV變電站二次設備進行基于模糊狀態量的狀態檢修應用試點，通過近兩年的試點應用，具體比較見表3。

從表3可知，對于試點變電站的主要二次設備，通過狀態檢修應用后，2012年和2013年檢修次數與以往計劃檢修相比，分別減少了42次和43次，據初步估計，分別節約了檢修費用共計56萬元和59萬元。而從近兩年來設備運行情況看，以上試點的13座變電站在二次設備運行情況良好，危急嚴重缺陷次數較往年有顯著減少，實例證明該方法達到預期效果。

表3 樂山公司2012—2013年二次設備狀態檢修試點應用情況

5 評價模型應用中應注意的問題

在進行狀態評價時應注意設備評價結果主要反映元器件等硬件部分的狀態水平，軟件原理和反事故措施執行情況、缺陷情況等也納入到評價范疇。同時應注意通過更換備件、更換二次電纜等措施整改后消除缺陷的，其狀態評價中涉及的相關原扣分可取消，但有關情況可作為評價結論調整的依據之一。在評價周期方面建議設備狀態評價每年至少1次，宜在設備檢修后增加1次評價，檢修后評價用以檢驗檢修的效果。

6 結 語

針對二次狀態檢修工作展開研究，在對二次設備缺陷進行分析基礎上，提出了基于模糊狀態量的狀態評價模型，通過實際應用，證明了該方法同以往的計劃檢修模式相比，在很多方面有更多優越性。今后樂山公司將逐步推廣該方法，同時在實際應用中不斷對評價模型進行優化完善，一方面將更多可能影響到設備運行工況的因素(如電網運行方式等)考慮進去，另一方面探索將現有狀態量模型用函數化表示，使得評價模型更為科學合理，更能全面真實地反映設備的運行工況，制定出更為科學經濟的檢修策略，使得狀態檢修達到更好效果。

[1] 黃建華.變電站高壓電氣設備狀態檢修的現狀及其發展[J].電力系統自動化.2008(2):12-14.

[2] 李明，韓學山.變電站狀態檢修決策模型與求解[J].電機工程學報，2013(9)：35-38.

[3] 潘樂真，魯國起.基于風險綜合評判的設備狀態檢修決策優化[J].電力系統自動化，2012(9)：35-38.

[4] 汲國強，吳文傳.一種適用于狀態檢修的電力設備時變停運模型[J].電機工程學報，2012(10)：55-58.

[5] 王佳明，劉文穎.基于壽命周期成本管理的輸變電設備狀態檢修策略研究[J].電力系統保護與控制，2012(12)：55-58.

[6] 秦建光，劉恒.電力系統二次設備狀態檢修策略[J].現代電力技術，2013(12)：25-28.

[7] 葉遠波，孫月琴.二次狀態檢修在現代電網中的應用研究[J].華東電力，2011(8)：45-49.

[8] 李永麗，李致中，楊維.二次裝置可靠性及其最佳檢修周期的研究[J].中國電機工程學報，2011，21(6):63-65.

[9] 陳維榮，宋永華，孫錦鑫.電力系統設備狀態監測的概念及現狀[J].電網技術，2010，24(11):12-17.

[10] Przytula K.W.,Thompson D..Construction of Bayesian Networks for Diagnostics[C].IEEE Aerospace Conference Proceedings,2012(5)：193-200.

[11] Heung Jae Lee,Bok Lhin Ahn,Young Moon Park.A Fault Diagnosis Expert System for Distribution Substations[J].IEEE，Trans.on Power Delivery,2012,15(1)：92-97.

The basic theory of condition-based maintenance for secondary equipment is introduced in brief. The factors influencing the operating condition of secondary equipment is divided into four classes, that is, detecting fuzzy state variable, fuzzy state variable with failure risk, fuzzy state variable with reliability and improved fuzzy state variable. These four fuzzy state variables are defined and modeled respectively. The overall evaluation model of condition-based maintenance is obtained through the composite model and the maintenance strategy is given according to the evaluation results. The feasibility of the proposed method is verified by the examples, which has the obvious advantage over equipment reliability and maintenance economy compared with the traditional scheduled maintenance.

secondary equipment; condition-based maintenance; fuzzy state variable; evaluation model

TM734

A

1003-6954(2015)02-0035-05

2014-11-20)

何小飛(1986)，碩士，工程師，主要從事二次設備檢修工作；

童曉陽(1970)，博士，副教授，主要研究方向為智能變電站、信息技術及故障診斷在電力系統中的應用、變電站自動化；

王 銳(1975)，本科，高級工程師，主要從事變電檢修技術工作。