基于Weibull分布的超高壓變電站二次設備壽命預測

董海鷹，　馬　博，　楊立霞，　任　偉

基于Weibull分布的超高壓變電站二次設備壽命預測

董海鷹1，馬博1，楊立霞1，任偉2

（1.蘭州交通大學自動化與電氣工程學院，蘭州730070；2.甘肅省電力公司檢修公司，蘭州730050）

針對超高壓變電站二次設備檢修科學依據不足的問題，給出了一種基于Weibull分布的二次設備壽命預測方法.在對二次設備運行狀態信息分析的基礎上，建立了超高壓變電站二次設備壽命預測模型.在該壽命預測模型中，對表征二次設備各功能模塊運行狀態信息進行了分類，通過二參數Weibull分布模型得到了超高壓變電站二次設備的剩余使用壽命，并進行了實例分析.結果表明，基于Weibull分布的壽命預測模型能夠實現超高壓變電站二次設備剩余使用壽命的預測，為超高壓變電站二次設備的維護和檢修提供了依據.

超高壓變電站；二次設備；Weibull分布；壽命預測

超高壓變電站是銜接發電、輸電、配電、用電以及調度五大環節的關鍵，隨著電網規模不斷擴大，對超高壓變電站的可靠性、安全性要求也越來越高.在電力系統中，完成發電、輸電、配電功能的設備叫做一次設備，如發電機、斷路器、電流電壓互感器和變壓器等.對一次設備進行監測、控制、保護、調節的輔助設備，稱為二次設備，如控制和信號裝置、繼電保護及自動裝置和測量儀表等.在超高壓變電站運行過程中，二次設備能否安全穩定運行直接關系到電網的輸變電安全［1］.同時超高壓變電站結構的復雜化給二次設備的維護和檢修帶來了巨大挑戰.壽命預測是設備可靠性評估的主要途徑，準確有效的壽命預測是實現超高壓變電站二次設備維護、保證設備安全運行的重要支撐技術，對于提高超高壓變電站二次設備的可利用率、可維護性以及延長設備的使用壽命具有重要意義.

目前，針對變電站二次設備剩余壽命預測方面的研究相對偏少，主要集中在變電站二次設備狀態評估方面［2-5］.文獻［6-7］中運用模糊綜合評價理論，建立了二次設備模糊綜合評價模型，將模糊評價方法和層次分析法相結合，對二次設備進行了有效的狀態評價，但沒有進一步對變電站二次設備壽命進行預測.文獻［8-9］中分別采用Weibull分布法和環境應力分析法對電力設備進行壽命預測，但只是針對電壓等級較低的電力設備.超高壓變電站具有雙網雙保護的特點，其二次設備數量大、生產廠家多以及安全級別要求很高.由于Weibull分布具有預測能力強、適用面廣等優點，因此，基于Weibull分布模型對超高壓變電站二次設備進行壽命預測為超高壓變電站二次設備的維護和檢修提供了更準確的依據.

本文針對超高壓變電站的特點，特別是二次設備的配置情況和信息傳輸情況，研究影響二次設備壽命的各種信息.在對二次設備運行狀態信息分析的基礎上建立了基于Weibull分布的超高壓變電站二次設備壽命預測模型，并通過算例分析驗證了該模型的正確性.

1　超高壓變電站二次設備配置

典型的750 k V超高壓變電站綜合自動化系統框圖如圖1所示.系統采用分層分布、開放式結構設計，分為站控層和間隔層.站控層由主機、操作員工作站、遠動工作站、工程師站、五防工作站和數據網絡服務器等組成.間隔層設備包括保護裝置、測控裝置和測控保護一體化裝置等，間隔層裝置主要安裝在不同電壓等級的小室內.間隔層和站控層之間通過光纖以太網進行信息傳輸，為了提高系統信息傳輸的穩定性，傳輸網絡采用AB雙網，互為冗余配置.二次設備配置主要為保護裝置和測控裝置.

圖1　750 kV超高壓變電站綜合自動化系統框圖Fig.1　Automation system diagram of 750 kV supertension substation

1.1保護裝置

750 k V超高壓變電站保護設備一般都安裝在各個小室內，變電站中的小室分為750 k V小室、330 k V小室和主變及66 k V小室3類，保護設備的配置也按照這一特點進行分類.

（1）750 k V（或330 k V）元件保護配置.750 k V（或330 k V）進出線6回，運行母線2回，運行主變1臺，運行斷路器11臺.線路保護、母線保護和主變保護均采用主后備保護一體化的雙重化配置.其中，裝設線路保護裝置12套，遠方跳閘保護裝置12套，母線保護裝置4套，主變保護裝置2套，斷路器輔助保護裝置11套，該裝置提供斷路器失靈保護.

（2）66 k V元件保護配置.運行母線1回，運行主變1臺，運行斷路器11臺，母線保護和主變保護均采用主后備保護一體化的雙重化配置.其中，裝設母線保護裝置2套，主變保護裝置2套，斷路器輔助保護裝置11套，該裝置提供斷路器失靈保護.

1.2測控裝置

超高壓變電站的測控裝置分別根據綜合自動化系統的具體結構、變電站的設計要求和保護配置情況進行配置和構建.測控裝置主要完成采集遙測遙信，實現遙控遙調等測控任務.

超高壓變電站占地規模大，根據不同的進線和出線將保護裝置分別安裝在不同的小室中.針對一次設備的測控裝置配置和保護配置相同，在每個小室內增加1套公用測控裝置.超高壓變電站的測控裝置都采用雙網設計，通過AB雙網同時與站控層進行通信.

2　超高壓變電站二次設備壽命預測

2.1二次設備壽命影響因素

超高壓變電站二次設備的壽命預測與其結構和組成模塊有很大關系.保護裝置和測控裝置等二次設備硬件主要包括電源、CPU、通信、I／O模塊和液晶顯示等模塊.當模塊不能正常工作時，會對二次設備整機的運行構成威脅.如電源模塊故障通常表現為電壓不穩或電壓不足，這種故障會影響到CPU的工作狀況和二次設備通信的穩定性，長時間的電壓不足會導致CPU模塊的損壞；液晶顯示模塊發生故障直接影響到值班人員的巡視工作.二次設備的自檢和告警信息能夠反映各模塊的工作狀況，故應對二次設備功能模塊進行劃分，充分利用不同模塊自檢和告警信息，并結合變電站二次設備檢修資料和出廠資料中給出的關于使用年限和檢修周期等信息，對各二次設備剩余壽命進行預測.二次設備壽命預測的信息來源如表1所示.

表1　二次設備壽命預測信息來源Tab.1　The life prediction information of secondary equipment

2.2基于Weibull分布的二次設備壽命預測模型

750 k V超高壓變電站二次設備的剩余壽命分布是一個連續型的隨機變量，且設備的剩余使用壽命和相關參數也是正數.因此，二次設備壽命預測可以運用Weibull分布進行分析.二次設備在開始運行起就有壽命損耗，二次設備壽命符合二參數的Weibull分布的模型，由此得到設備壽命損耗分布函數

對應的概率密度函數和失效率函數分別為式中，η為尺度參數，用于確定二次設備的壽命損耗程度，判定設備故障形態，即設備運行處于偶發、早期或耗損失效期.由式（1）可知，尺度參數η的大小表征為曲線圖橫縱坐標放大或縮小的倍數，其變化不影響圖形形狀.利用Weibull函數性質，令η=1，則失效率函數可轉換為

式中，m用于判定設備在統計階段所處的故障狀態期，確定設備的故障損耗程度.當m＜1時，λ（t）曲線呈遞減分布，設備運行在早期失效期，設備的壽命損耗程度相對穩定；m=1時，λ（t）曲線呈指數分布，設備運行在偶發失效期，設備的壽命損耗程度低；m＞1時，λ（t）曲線呈遞增分布，當3＜m＜4時，λ（t）曲線與正態分布形狀近似，設備的壽命損耗程度上升，設備運行在耗損失效期［10］.利用Weibull函數對各種類型統計分布擬合力強的特點，根據m值就可擬合出設備的壽命曲線.

為方便計算，式（4）兩邊取對數，轉化為線性方程可得

令Y=lnλ（t），X=ln t，A=ln m，B=m-1，則有

式中，A和B的估計值可通過最小二乘法確定

式中

i=1，2，…，n；n為統計的各類故障缺陷次數.則m的估計值為

根據需求，結合超高壓變電站二次設備實際情況，其壽命預測方法如圖2所示.本文以甘肅省某超高壓變電站投入運行2年的二次設備運行數據為基礎，構建符合二參數Weibull分布函數的超高壓變電站二次設備壽命預測模型.根據各二次設備出廠資料，確定其設計使用壽命.根據巡檢及年檢報告，對歷史數據進行分析，統計其投入運行后所記錄的工作在不同工況下的次數作為評價指標，如缺陷個數及反措落實次數，依次確定各二次設備的壽命分布函數.根據變電站綜合自動化系統實時更新的信息，對在線數據進行分析，統計一定時間段內發生異常狀態工況的次數，如裝置誤動次數、拒動次數、產生告警信息的次數，確定各二次設備的失效率函數.根據不同的輸入信息，得出不同參數下的分布函數，最終將不同參數值的函數分布曲線進行擬合得出二次設備的壽命曲線.

圖2　二次設備壽命預測方法框圖Fig.2　The life prediction method diagram of secondary equipments

3　算例分析

對二次設備進行壽命預測的結果就是得到分析對象的壽命曲線，通過曲線的變化可直觀地向變電站值班人員反應二次設備的剩余使用壽命情況.以甘肅省電力公司檢修公司的白銀750 k V變電站白武I線，設備型號為RCS925-A的保護設備為例，以現場采集到的和其他信息作為輸入信息，對保護裝置進行壽命預測的實例分析.

首先，通過可靠性預測求得二次設備的插件失效率，再以元器件的基本失效率為基礎，根據元器件使用環境、質量等級、工作能力、工作方式以及對產品的制造工藝等的不同，得出元器件的工作失效率λp（使用失效率），工作失效率可通過技術文件得到，進而求出單插件的失效率［11］

式中，n為插件元件種類數，m為每種元件數量.通過分析技術文件和在線自檢和告警信息可得到主要插件λsp值，如表2所示.

表2　RCS925A各主要插件λsp列表Tab.2　Theλsplist of each main plugin of the RCS925A

由表2可知，電源插件、開入開出插件、信號插件為設計壽命較短的部件，這與現場實際運行情況基本吻合.鑒于裝置整機設計壽命取決于關鍵易損部件，故一般選取電源插件的設計壽命作為整機設計壽命.

目前，根據離線和在線數據顯示，此時二次設備發生在線告警4次，離線缺陷發生1項，故統計故障次數為4，代入式（8）可得m=0.82.則二次設備的失效率曲線表達式為

將二次設備平均使用壽命作為λ（t）的系數就得到了壽命表達式.顯然，隨著時間的增加，曲線單調下降，二次設備剩余使用壽命曲線如圖3所示.

圖3　RCS925A使用壽命變化曲線Fig.3　The service life curve of the RCS925A

4　結　語

針對變電站二次設備檢修過程中，對影響二次設備剩余使用壽命因素分析考慮不全造成的檢修不足和過度檢修等問題，構建了基于Weibull分布的二次設備壽命預測模型，對變電站二次設備進行壽命預測，得到了二次設備的剩余使用壽命變化曲線.以型號為RCS925-A的保護設備為對象進行了實例分析，分析結果表明，壽命預測模型能夠提供二次設備壽命變化情況，與設備實際運行情況相符合.該方法對提高超高壓變電站二次設備的可靠性、降低二次設備維護成本、提高電力公司的經濟效益具有重要意義.

［1］許婧，王晶，高峰，等.電力設備狀態檢修技術研究綜述［J］.電網技術，2000，24（8）：48-52.

［2］Raheja D，Llinas J，Nagi R，et al.Data fusion／data mining-based architecture for condition-based maintenance［J］.International Journal of Production Research，2006，44（14）：2869-2887.

［3］Gazzana D S，Oliveira M O，Bretas A S.An expert system for substation fault detection in thermoelectric generation plants［J］.2010，1（1）：12-19.

［4］曹建東，吳姜，蔡澤祥，等.電力系統二次設備狀態參量模型的構建［J］.南方電網技術，2012，6（3）：107-110.

［5］秦建光，劉恒，陶文偉，等.電力系統二次設備狀態檢修策略［J］.廣東電力，2011，24（1）：24-27，40.

［6］王曉亮，董海鷹，任偉.基于信息融合的750 k V電網二次設備狀態評估［J］.電力系統及其自動化學報，2013，25（1）：40-46.

［7］李佩琳.二次設備狀態評價模型與方法［D］.廣州：華南理工大學，2012.

［8］高亞嫻.基于Weibull分布的電力設備壽命損耗預測［J］.現代電子技術，2009，32（18）：139-140.

［9］張雪松，吳志力，程曉東，等.基于環境應力分析的變電站二次設備可靠性評估［J］.浙江電力，2009，28（3）：16-19.

［10］周津慧.重大設備狀態檢測與壽命預測方法研究［D］.西安：西安電子科技大學，2006.

［11］魏勇，馬力，李志超，等.裝置設計壽命估算方法在變電站LCC招標評估中的應用［J］.電氣技術，2010，7（8）：40-43.

（編輯呂丹）

Supertension Substation Secondary Equipment Life Prediction Based on Weibull Distribution

DONG Haiying1，MA Bo1，YANG Lixia1，REN Wei2
（1.School of Automation&Electrical Engineering，Lanzhou Jiaotong University，Lanzhou 730070，China；2.Maintenance Company，Gansu Electric Power Corporation，Lanzhou 730050，China）

In view of the problem of insufficient scientific basis of supertension substation secondary equipment maintenance and repair，a life prediction method of secondary equipment based on Weibull distribution was presented.Based on the running state information analysis of the secondary equipment，secondary equipment life prediction model was established.In the life prediction model，running status information of each function module of secondary equipment was classified，secondary equipment was obtained by two parameter Weibull distribution model of residual service life and the instance analysis was carried out.Analysis results showed that the life prediction model based on Weibull distribution could achieve the residual service life prediction of the secondary equipment，to provide a basis for the maintenance and overhaul of supertension substation secondary equipments.

supertension substation；secondary equipment；Weibull distribution；life prediction

TM 723

A

1671-7333（2015）03-0277-05

10.3969／j.issn.1671-7333.2015.03.013

2015-01-16

國家自然科學基金資助項目（61165006）

董海鷹（1966-），男，教授，博士生導師，主要研究方向為故障檢測、診斷與預測容錯控制以及安全控制智能維護技術. E-mail：hydong＠mail.lzjtu.cn