基于數據挖掘的變電設備運行風險評估

沈曉東

（國網江蘇省電力有限公司鹽城市供電分公司，江蘇 鹽城 224000）

0 引言

隨著電網發展向“智能、高效、可靠、綠色”方向轉變及電力企業管理向精益化方向轉變，對電力企業的設備管理提出更高要求。近年來，國家電網公司印發了《國家電網運行風險預警管控工作規范（試行）》，突出預防為主，深化風險管理，努力構建全面覆蓋、縱向貫通、橫向協同、責任明確、閉環落實的電網運行風險預警管控工作機制核心思路[1-2]。基于PMS一體化數據平臺，將全縣變電設備管理系統、設備缺陷管理系統等系統信息統一匯集于數據倉庫，各類數據之間形成了關聯，為分析設備狀態提供數據支撐。分析了疑似家族性缺陷、氣象環境與變電運行風險之間的關系，在此基礎上，構建了變電設備運行風險模型。

1 分析變電設備運行風險與設備固有質量關聯關系

部分設備由于設計、材質、制作工藝等因素存在家族性缺陷，導致投運后設備運行風險增大，因此，判斷設備是否存在質量缺陷對于評估設備運行風險至關重要。

1.1 變電設備缺陷率分析

1.1.1 運行年限與變電設備缺陷率關系

使用經驗及數據統計表明，變電設備在整個服役期限內，其缺陷率變化符合浴盆曲線規律，其形狀兩邊高，中間低凹平坦，形似一個浴盆[3-4]。早期故障期和耗損故障期缺陷率較高，偶然故障區缺陷率較低，若不分運行年限統計設備的平均缺陷率作為標準，則此平均缺陷率將高于在偶然故障區運行的正常設備缺陷率，低于在早期故障期和耗損故障期缺陷區運行的正常設備缺陷率，可能導致設備誤判，因此，可按浴盆曲線統計作為判斷設備家族缺陷參照標準（按運行年限統計），避免誤判。

1.1.2 變電設備缺陷部位與缺陷率關系

變電設備部件通常是由不同電氣廠商生產的，所以不同部件發生的缺陷概率也不同，因此，疑似家族性缺陷分析應區分部件。

1.1.3 變電設備電壓等級與缺陷率關系

變電設備電壓等級越高，對設備材質、設計等要求越嚴格，因此，電壓等級高的設備，通常缺陷率越低。各電壓等級年缺陷率不一樣，隨著電壓等級升高，年缺陷次數下降，因此應按不同電壓等級分別統計[5-6]。

綜上分析可知，應將變電設備電壓等級、運行年限、設備不同部分三方面因素納入家族性缺陷分析考慮范圍。

1.2 變電設備疑似家族性缺陷診斷

變電設備疑似家族性缺陷主要表現為某一廠家、型號的變電設備故障率高于平均水平或在某個階段故障率明顯提高。因此提出以電力設備年平均故障率為參照，對電力設備家族性缺陷予以告警。

基于數據平臺，統計出變電設備在不同電壓等級、運行年限以及部件的平均故障率。將不同廠家、型號的變電設備使用年份的故障率與平均故障率進行對比，如果超出某一閾值，則可能為疑似家族性缺陷。統計發現，變電設備故障率高于平均故障率主要有兩種情況，一種是廠家變電設備自投入使用以來，故障率幾乎一直高于平均故障率；另一種是在幾年后，由于材料、設計的缺陷的爆發，故障率大幅提升。

1.3 變電設備疑似家族性缺陷診斷結果修正

變電設備缺陷率高于平均缺陷率有可能并不是設備家族性缺陷引起的，有可能由于變電設備數量或施工導致的缺陷等，因此需對評估結果進行修正[4-6]。

根據變電設備族缺陷特點分析，設備年平均缺陷率指標可反映這批同型號某部件缺陷率是否高于正常設備缺陷率。但有時該設備年平均缺陷率比標準缺陷率偏高，可能由僅某幾個設備多次發生缺陷情況造成的，可能導致設備家族性缺陷誤判，在實際運用中多次遇到此情況，本文采用修正系數對這種情況修正，修正系數反應同一型號部件中多個設備多次發生過缺陷程度。

若某型號變電設備N個缺陷發生于M臺設備上（N≥M），則修正系數指標為：

修正系數下限為1，修正系數越高表示設備家族性缺陷誤判可能性越高。

本文采用修正系數改正統計的設備年平均缺陷率，修正系數取為，將其年度缺陷率除以，然后將其和年平均缺陷率對比，如果高于閾值，則變電設備存在家族性缺陷。

2 分析設備運行風險與溫度、風速等因素量化關系

惡劣的天氣狀態，重負荷率會引起電力設備絕緣性能短時降低、線路晃動、承重等，而導致電力設備發生故障，變電運行風險較大[7-8]。

2.1 分析變電設備與氣象因素方法

溫度、風速、降雨量之間互相關系比較復雜，單獨分析某一因素時，會受到其他氣象因素干擾。經數據分析，溫度、風速、降雨量、濕度互相影響呈正態分布，可互相抵消其影響，因此可以解耦單獨分析溫度、風速、降雨量、濕度與變電設備故障關系[8-11]。

為了準確反應溫度、風速等氣象因素與電力設備使用可靠性之間的關聯性，以溫度為例，溫度故障率反映不同溫度對變電設備可靠性定量影響。溫度故障率描述如下：

若溫度在T攝氏度時發生故障次數為A，T攝氏度出現次數為B,則溫度故障率為：

2.2 建立氣象與故障率之間函數關系

本文選取響水地區2013年1月至2015年1月110 kV及以下電壓等級電網故障，及其對應天氣數據。

據統計，響水溫度波動范圍在-8～40 ℃之間，溫度故障率曲線呈現兩邊高，中間低的特點。通過插值最小二乘擬合，溫度與故障率呈現二次函數關系：

統計發現，響水風速波動范圍在0～18 m/s之間，故障率隨風速增大而快速上升，設備使用運行風險急劇降低。通過插值最小二乘法擬合，風速與風速故障率呈現指數函數關系：

統計發現，10分鐘降雨強度與變電設備使用可靠性密切相關，10分鐘降雨強度越大，變電設備故障率越高，江蘇省10分鐘降雨強度在0～18 mm，通過插值最小二乘擬合，10分鐘降雨量與降雨量故障率呈現線性關系：

3 基于數據挖掘的變電設備運行風險軟件開發系統

本軟件評估系統主要有兩大功能：一是為將各廠家、型號變電設備疑似家族性缺陷情況提供電力公司設備采購管理部門，可作為供電公司采購相關設備的參考，可保障變電設備及其部件的質量；二是為將變電設備運行狀態提供公司檢修、運維、調度人員，及時轉移負荷，安排巡視檢修。變電設備運行風險軟件開發可大大提升變電設備精益化管理[12-15]。

3.1 系統平臺架構

為了能夠準確的進行變電設備家族性缺陷評估，本系統主要采取客戶端/后臺服務器結構。整個系統平臺架構由變電設備缺陷管理系統、變電設備家族性缺陷評估系統和DB2數據庫等部分組成。通過建立統一數據庫平臺，儲存變電設備缺陷、臺賬等相關數據；后臺服務器主要進行算法計算等，將計算好的結果送到計算機界面。變電設備疑似家族性缺陷識別的基本要求，本文設計的軟件系統平臺架構如圖 1所示。

圖1 軟件系統平臺架構Fig .1 Software system platform architecture

3.2 系統軟件開發環境

本文軟件系統開發環境為Eclipse，采用Java編程語言，選擇了DB2數據庫。

3.2.1 Eclipse的介紹

Eclipse最初由IBM開發，主要目標可以為IBM相關開發產品提供平臺支持，解決不同開發工具產品中基礎結構中的最通用元素的重復問題，可以讓用戶在不同平臺之間切換更加便捷。Eclipse是一個基于 Java的可擴展開發平臺。并且為Java 使用者創造了免費使用Java集成開發環境的機會。因此，Eclipse成為了眾多Java開發者的首選。

3.2.2 DB2數據庫的介紹

DB2是IBM 公司開發的一種關系型數據庫系統，通常使用在大型開發系統中。DB2數據庫具有良好的伸縮性等優點，不僅可以應用在大型機，而且可以應用在單用戶環境，并且還可以用在不同的操作系統平臺下，例如OS/400、OS/390、Windows等。DB2數據庫安全性較好，執行能力能力較強，并且具有SQL命令等一些基本功能。因此，DB2數據庫可以為各種企業提供安全、穩定、便捷的企業數據管理，據統計，目前DB2 數據庫全世界企業數據有70%存放在DB2數據庫。由于電力企業數據種類多，并且涉及國家機密等因素，因此，大多數電力企業選擇較為成熟、安全性能好的DB2 數據庫來存放海量電力企業數據。

3.3 系統主要功能模塊介紹

為了能夠對高風險家族性缺陷變電設備進行準確識別評估，本文設計的軟件系統總體功能模塊架構如圖2所示，主要包括用戶管理模塊，設備缺陷管理系統，數據庫及信息管理系統，變電設備家族性缺陷評估，評估結果推送。下面將一一介紹其功能。

（1）用戶管理模塊。用戶管理模塊可以設置用戶的權限級別，也可以新增或刪除用戶，可以保證系統一定的保密性。

（2）變電設備缺陷管理系統。變電設備缺陷管理系統功能為管理缺陷信息，變電設備缺陷管理系統可以采集公司的設備缺陷信息。主要包括設備種類、缺陷部件部位、缺陷的原因、缺陷描述等的措施等內容。因此，變電設備缺陷管理系統是家族性缺陷挖掘分析重要的數據來源。

（3）數據庫及信息管理系統。DB2數據庫儲存了大量的變電設備臺賬，并與變電設備缺陷管理系統中缺陷信息進行關聯。并且可以查詢并管理監變電設備相關狀態數據以及臺賬信息。信息管理系統主要負責新增變電設備臺賬的輸入、退運的變電設備臺賬的刪除以及一些變電設備臺賬變動的修改。

（4）變電設備允許風險評估。主要包括對設備缺陷數據進行挖掘分析，通過調用DB2數據庫中缺陷信息及相關臺賬，利用變電設備家族性缺陷識別算法，給出變電設備疑似家族性缺陷風險等級。同時，分析氣象因素對變電設備運行影響，給出風險等級。

（5）評估結果推送。結果推送分兩類，一類提供給設備管理部門，反映某個變電設備生產廠家的總體質量，并反映某一型號變壓的質量水平。另一類提供運行維護部門，根據分析結果對變電設備運行風險等級進行預警，有目標的強化維護管理，提高電網運行的可靠性。

3.4 變電設備關聯因素評估系統運行測試

系統中以公司數據庫缺陷數據按設備運行年限電壓等級部件進行統計平均缺陷率作為判斷標準。對公司電壓等級10 kV及以上變電設備運行風險，主要對變電設備疑似家族性缺陷風險分析、變電設備氣象運行風險分析。

以變壓器為例，如圖3所示，正運行在高風險家族性缺陷變電設備，此信息可發往公司檢修運維部門。

圖2 軟件系統總體功能模塊架構Fig .2 Software system overall functional module architecture

對變電設備氣象因素和家族性缺陷因素綜合估，如圖4所示，可以看出變電設備關聯因素分析結果。

圖3 正運行在高風險家族性缺陷變電設備Fig .3 Operating in high-risk familial defect substation equipment

圖4 變電設備運行風險等級Fig .4 Operational risk level of substation equipment

4 結論

本文基于PMS數據設備臺賬，利用數據挖掘，分析變電設備運行風險與設備家族性缺陷、氣象因素邏輯關系。在此基礎上，建立變電設備運行風險評估模型，開發了變電設備運行風險軟件平臺，為設備采購部門提供了廠家、型號的質量信息，為運行維護部門提供了變電設備風險預警，便于及早檢修。顯著提高了公司電力技術監督管理水平。