基于多源數據分析的變電站狀態維護策略優化方法

錢宇騁，朱太云，甄 超，趙常威

(1. 國網安徽省電力有限公司電力科學研究院，合肥 230601； 2. 國網安徽省電力有限公司，合肥 230001)

電力行業的發展離不開電力系統的發展，電力系統由眾多部件組成，如電力變壓器、斷路器和輸電線等。隨著系統不斷的運行，部件可能出現故障及缺陷，這將嚴重影響電網維護運行中的穩定性并將帶來不可預測的經濟損失。此外，隨著中國電力行業的發展，電力系統數據急劇增加，當前已達到千萬億字節(petabyte，PB)水平。這意味著當前電力行業正進入大數據時代[1-4]。因此基于海量數據研發可穩定保障電網運行的維護策略勢在必行。

變電站狀態的維護是供電保證與電力安全的基礎工作，但通常情況下都具有較大的不確定性以及不可控性[5-7]，因此對變電站的維護提出了更高的要求。當前應用于變電站電網維護已有不同的策略，如基于時間的維護策略，糾正性維護策略及基于狀態的維護(condition based maintenance，CBM)策略。與前兩者相比，CBM因其能減少故障損失及延長設備使用壽命從而得到了廣泛的應用[8-10]。文獻[11]提出了一種能夠同時兼顧變電站供電可靠性和設備全壽命周期成本的設備檢修決策優化方法。文獻[12]提出了一種基于役齡回退分析的彈性周期和狀態的檢修決策優化算法，該算法可以預測檢修后的故障率。文獻[13]提出了一種基于檢修風險收益的輸變電設備檢修優先級排序方法，以解決在檢修資源有限情況下設備檢修優先級的排序問題。然而上述文獻存在較為明顯的缺點。首先用于決策的樣本信息較少，一些關鍵的參數和因素的值往往被經驗值取代，其次維護對象往往是單一組件，在電力系統中不同組件之間的連接可能導致區域性的故障，對區域內所有設備進行維護能減少中斷時間。

針對上述問題，現提出一種基于多源數據分析的變電站狀態的CBM策略優化方法。首先，分析可用于變電站維護的狀態數據；其次，提出系統維護單元的概念，結合不同組件之間的互連關系，將變電站分為不同的維護單元進而對不同的維護單元中組件進行統一維護；再次，為定量評估維護前后零件的可靠性，分別建立基于健康指數(health index，HI)和壽命降低因子的失效率計算模型。為獲得良好的經濟效益，建立基于生命周期成本理論(life cycle cost，LCC)理論的CBM優化模型。最后，通過案例驗證所提策略的有效性。

1 CBM維護數據1.1 數據管理系統

為了更好地處理電力系統中日益增長的數據，已經開發了許多數據管理系統，如信息管理系統(management information system，MIS)、能源管理系統(energy management system，EMS)、生產管理系統(production management system，PMS)等。每個系統為不同的應用程序存儲不同類型的數據。因此，尋找和獲取這些數據對優化維護策略具有重要意義。根據一些標準和參考文獻[14-16]，現簡要介紹一些重要的數據管理系統。

(1)MIS。它存儲每個組件的基本信息。例如銘牌數據，包括名稱、生產廠家、額定電流和額定電壓、運行時間、負載損耗和空載損耗等。銘牌數據將直接影響CBM，此外，銘牌數據也是確定組件故障時間和維護方式的關鍵影響因素之一。

(2)EMS。EMS的數據反映了設備和變電站的負荷水平，這對CBM調度有較大影響。EMS數據包括有功功率、無功功率、電流和電壓。

(3)PMS。PMS用于記錄電力設備的管理信息，包括設備帳戶信息、故障或缺陷的歷史記錄、檢查和預防性測試數據等。一些潛在的故障，以及異常組件的位置和嚴重程度，都可以通過PMS數據找到。

1.2 其他類型數據

除了上面提到的系統，對維護策略的優化過程還應該參考其他類型的數據。

(1)LCC。LCC定義為購買、使用、維護和報廢組件的所有成本[14]。維護策略對LCC的影響很大，尤其是部件的維護成本和故障成本。LCC是評估不同CBM策略經濟性的有效經濟分析工具，它被用作許多CBM策略優化模型的最優目標。

(2)變電站的電氣主接線圖。在變電站中，不同類型的組件相互連接。組件的運行或中斷狀態受其自身或其他組件影響。例如，在電力系統中，某個組件故障可能導致其他組件故障[10]。因此，可以將這些維護組件安排在一起，以減少平均停運維護時間，并提高變電站的供電可靠性。

(3)狀態評估和風險評估。狀態評估用于評價電力設備的退化程度和健康水平。風險評估是評估電力系統中組件故障概率的有效工具。預期負荷損失和負荷削減概率是描述電力系統風險水平的常用標準。狀態和風險水平是影響CBM調度的重要因素。例如，當多個部件需要維護時，狀況較差或風險較高的部件總是要優先維護。

2 系統維護單元及方式

2.1 系統維護單元劃分

近年來，為保障電網中輸電系統的安全，單偶發性原則(N-1原則)已被廣泛的應用。N-1原則要求任何單個組件的故障都不會導致任何負載削減。圖 1為具有兩個功率流路徑的典型變電站配置，每個路徑由一個變壓器(T1/T2)，4個斷路器(DL1、DL2、DL3、DL4)和傳輸線組成，兩條路徑互為備用，以滿足N-1原則。通常對于單個組件的維護將對變電站的運行產生一定的影響，這將導致變電站的可靠性下降。因此當不同路徑的組件需維護時，需要對其進行有序維護，以避免變電站中斷。

圖 1 典型的變電站配置Fig.1 A typical substation configuration

由于變壓器、斷路器及傳輸線等不同組件之間的相互連接和相互作用，使得某個組件停止服務并進行維護時將導致其他組件中斷。若T1停止運行，則路徑1中的電流中斷并將導致兩個斷路器DL1和DL2停止運行。此時在維護時，若對DL1和DL2分次進行維護，將會對某一條路徑中斷兩次，而若對兩者同時維護時，中斷時間將顯著減少。

傳統的CBM維護策略的調度目標側重于不同組件的維護順序，忽略了組件之間的互聯關系，導致難以獲得最優結果。為解決這個問題，提出維護單元的概念，將可同時維護的組件(如圖 1中T1、DL1和DL2)包含在同一維護單元中，而后將變電站劃分為不同的維護單元，并將維護單元視為基本單元從而優化維護策略，如圖 1有兩個基本維護單元。

圖 2 早期故障期后的失效率Fig.2 Failure rate curve after infant mortality region

2.2 電力設備維護方式

消除組件的不同故障或缺陷需要特定的維護模式。依據文獻[12-13]，定義了4種維護模式，分別為A、B、C、D，其中A、B、C為關機維護，D為開機維護。

維護模式A：拆解檢修，即對設備進行大修，此情況下維護周期長，維護成本高。

維護模式B：局部檢修，對本體以外的部分子組件進行維護或更換，維護費用低于維護模式A。其中，維護B的所有工作包含在維護A內。

維護模式C：小型維護，一般為電力設備的例行監測、維護及調試。其中，維護C的所有工作包含在維護B內。

維護模式D：一般為簡單維護，例如變壓器的帶電清洗，此情況下組件仍可正常運行。

通常情況下，失效率和故障概率被廣泛應用于確定所需的維護模式，如模式A用于失效率高的組件，模式B、模式C、模式D用于失效率低的組件，但某些情況下具備一定的局限性，如冷卻系統的故障將導致變壓器處于高失效率水平，此時無需通過模式A進行維護。

3 失效率

失效率是反映不同維護方式運行狀況和維護效果的關鍵參數。為了定量評估組件維護前后的狀態，分別建立了基于HI和壽命降低因子的失效率計算模型。

3.1 基于HI的失效率計算

HI通常用于描述設備的劣化程度。組件的狀態可分為正常狀態、注意狀態、異常狀態和嚴重狀態[17]。HI越低，表示組件的狀態越差。

基于HI的失效率計算公式為

λ=Ke-ISEC

(1)

式(1)中：λ為失效率；K和C分別為比例參數和曲率參數，可以在采集到HI數據和構件失效數據后通過反演計算得到；ISE為組件健康指數值(該值在0～100)，可通過檢測數據和試驗數據進行評估。由式(1)可知，設備的ISE越高，意味著失效率λ越低，即組件的狀況越好。

3.2 基于壽命降低因子的失效率計算

電力設備在其使用期內的失效率可以用浴盆曲線表示。浴盆曲線表示設備失效率與壽命之間的關系，由3個主要區域組成：早期故障期；正常工作區域；耗損失效期。通常，失效率λ在正常工作區域中保持恒定或緩慢增加，而在耗損失效期會急劇增加。兩個區域的失效率可以分別用式(2)和式(3)表示。

λnormal=Const≤T

(2)

(3)

式中：Cons為常量參數；α、β為服從韋伯分布的函數，其中α為比例參數，β為狀態參數；t為組件的壽命；T為兩個區域之間的截止點。

實際上，很難估計兩個區域之間的截止點T。因此綜合失效率函數可由式(4)表示，該式中不含參數T，即

表 3 不同維護模式下的η值Table3 The η value of different maintenance mode

表 2 不同模式的停機時間Table2 Outage time of different mode

表 1 維護成本的數據Table1 Data of maintenance cost

(4)

Cons、α和β由分量的λ(t)和t估計，每個分量的λ(t)和t的數據存儲在PMS中。在收集了組件數據樣本的λ(t)和t之后，利用最小二乘法對這3個參數進行評估。

通過對異常情況組件進行有效的維護操作，可以降低失效率，這類似于壽命曲線在失效率曲線圖中前移，如圖 2所示。為定量描述不同維護模式之間的失效率變化程度，提出了壽命降低因子η(0<η<1)的概念。維護后的等效壽命teq可通過式(5)計算，公式為

teq=Tactual(1-ηj)

(5)

式(5)中：Tactual通過式(4)的反演計算得到，為維護前的壽命；ηj為維護模式j的壽命降低因子。然后，通過將teq代入式(4)來計算維護后組件的失效率。

4 維護策略優化模型

一般而言，良好的CBM策略通常基于設備和電力系統中不同類型的數據，LCC數據在用于CBM優化模型中可獲得經濟效益，因此基于LCC理論對CBM策略進行優化。

4.1 電力設備的生命周期成本

電力設備的LCC分為5個部分，分別是投資成本、運行成本、維護成本、故障成本和報廢成本。LCC的配置如圖 3所示。

圖 3 電力設備的LCCFig.3 LCC of power equipment

投資成本包括購買新設備、安裝等的成本。運行成本通常包括能耗成本(僅針對變壓器)和檢測費用。維護費用來自維護操作、購買維護工具以及維護工程師的薪水。故障成本包括故障組件的維護成本和電力系統的中斷費用。報廢成本通常包括廢料成本和回收成本。一般情況下，維護措施對投資成本、運行成本和報廢成本影響很小，而對部件進行維護后，不同的維護模式對故障成本和維護成本的影響會有較大的變化。

在采取有效的維護措施后，降低了故障成本，同時增加了維護成本。因此，在優化維護策略時，平衡維護成本與故障成本具有重要意義。將故障成本和維護成本作為維護策略優化模型的指標。

4.2 故障成本及維護成本

由于意外故障而出現的組件故障會導致兩種類型的故障成本。

4.2.1 維護成本RF

維護成本RF來自故障組件的維護操作，計算公式為

(6)

式(6)中：Nt為維護周期的劃分周期數；N為變電站中組件的數量；dt為周期t的長度；D為維護周期的總長度；F(t)j為周期t中由組件j引起的維護費用。

4.2.2 中斷費用RC

故障組件可能會導致斷電事件。電力中斷的嚴重程度可以由中斷成本RC來描述，計算公式為

(7)

式(7)中：Cf為單位中斷成本，元/(MW·h)；S為變電站狀態的總數； EENSS(t)為變電站狀態總數S在t時段的EENS，由式(8)估算，即

EENSs=Ps(t)CDsTs

(8)

式(8)中： CDs為狀態s的負載削減；Ts為狀態s的持續時間；Ps(t)為s在周期t中的狀態概率，利用設備的不可用性通過蒙特卡洛方法進行評估。不可用性的計算公式為

(9)

式(9)中：MTTR為平均修復時間，變壓器和斷路器的MTTR估計為175.2h和87.6h；U(t)j為周期t中組件j的不可用性。

4.2.3 維護成本RM

維護活動涉及修理或更換異常或老化部件，這需要大量的費用來購買新部件、專用維護工具并支付維護工程師的薪水。不同維護方式之間的費用通常是通過對維護費用的歷史記錄來計算的。

4.3 總費用及維護模型流程

故障成本與維護成本之和定義為總成本AF，公式為

AF=RF+RC+RM

(10)

在此基礎上，通過選擇最優的維護策略，建立CBM優化模型的目標，維護策略流程如圖 4所示。

圖 4 維護策略優化流程Fig.4 The procedure of maintenance strategy optimization

由圖 4可知，維護策略流程具體步驟如下。

(1)根據電氣主接線圖及各部件的互連關系，將變電站劃分為不同的維護單元。

(2)異常組件的維護方式取決于故障或缺陷的位置和嚴重程度。在此基礎上，提出了替代維護策略。

(3)由HI和壽命降低因子計算組件的失效率。

(4)計算不同備用維護策略成本，并選取總成本最小的最優維護策略。

5 案例分析

5.1 案例介紹

圖5 為220kV變電站的電氣主接線圖。該變電站有3個并聯的電流路徑，每個路徑由1個變壓器和3個不同電壓等級的斷路器組成。電力從220kV一側傳輸到110kV和10kV一側。變壓器T1的類型為SFPSZ7-120000/220，T2和T3的類型為SFSZ10-180000/220。3個220kV斷路器(HDL1，HDL2和HDL3)的類型為GL314，3個110kV斷路器(MDL1，MDL2和MDL3)的類型為LTB145D1/B，3個10kV斷路器(LDL1，LDL2和LDL3)的類型為10-VPR-32C(D)。將斷路器用于連接總線和變壓器。所有正常條件分量的ISE為100。為簡化計算，假定線路和總線的失效率為1。

圖 5 變電站電氣主接線圖Fig.5 The electric main wiring diagram of the substation

表 1 顯示了不同維護方式的維護成本和修復成本。這些成本是根據維護操作的歷史記錄估算的。不同維護方式的平均停機時間如表 2所示。不同維護方式的壽命降低因子如表 3所示。單位中斷成本為12200元/(MW·h)，采用國內生產總值法(GDP)進行計算。

根據變電站的配置以及變壓器和斷路器的互聯關系，將變電站分為3個維護單元，如圖 5所示。每個單元都是一條路徑，其中包括1個變壓器和3個斷路器。

在日常檢查中，維護工程師在一個變壓器和兩個斷路器中發現了一些缺陷，所有這些組件都需要維護。檢驗數據和測試數據的信息以及這些組件的狀態如表 4所示。根據缺陷的位置和嚴重程度，應通過維護模式B維護T2和MDL2。HDL1應采用維護模式A進行維護，因為基礎沉降將會對整個設備產生影響。

表 4 組件的檢驗數據和測試數據Table4 Inspection data and test data of the components

基于此，根據樣本數據和第3節的方法，分別估算了變壓器和斷路器的參數K、C、Cons、α和β，結果如表 5所示。基于HI和年齡降低因子的失效率計算結果，如表 6所示。

表 5 參數計算結果Table5 The parameters calculation result

表 6 失效率計算結果Table6 Calculation result of failure rate

5.2 維護策略

維護部門要求在15d內消除所有部件的缺陷。為了降低變電站的風險，負荷調度部門降低了變電站的負荷水平。這15d平均有功功率估計為215MW，滿足變電站的N-1原則。為進一步說明所提策略的先進性，此處選擇文獻[12-13]作為比較對象?；诖?，設計了5種維護策略，如表 7 所示。

表 7 5種可選策略Table7 Five alternative strategy

策略 1 和策略2為所提策略優化結果，為了保證變電站的供電能力，兩個檢修單元應有序檢修，而不能同時檢修。第3種和第4種策略分別對應了文獻[12]和文獻[13]，它們不考慮維護單元，按順序對這些組件進行維護，因此修復時間較長。策略5 僅作為比較參考，該策略選擇同時維護3個組件，維護停機時間僅為5d。

5.3 維護策略的選擇

采用第3節的方法計算了每個維護周期內3種不同時期的成本，并最終估算出每種策略的總成本。策略1計算結果如表 8所示。

表 8 策略1的計算結果Table8 Calculation results of strategy 1

同理，可得其余策略的總成本，計算結果如表 9所示。策略1 在5種策略中總成本最小，為最優策略。

表 9 其他4種策略的運算結果Table9 Calculation results of other 4 strategies

從表 9 的計算結果可以看出，由于確定了異常部件的維護方式，所以各備選策略的維護成本相同。但是，策略1和策略2的中斷成本明顯小于其他策略。在策略3和策略4中，分別對T2和MDL2進行維護，增加了變電站的維護時間和潛在風險。因此，組件一起維護可以明顯降低中斷成本。另外，策略5的計算結果表明，同時進行所有設備的維護是不合理的。策略5的中斷成本遠遠高于其余策略，原因是變電站有功功率超出T3的輸電能力。因此，應有序地維護不同維護單元中的組件。

策略1與策略2的區別在于異常組件的維護優先級。計算結果表明，策略1優于策略2，因為其修復成本和中斷成本較低。通過對原因的進一步分析，維護2個單元的可靠性低于維護1個單元。優先安排T2和DL2的維護行動，可以更好地提高可靠性，降低組件和變電站的風險。因此，在優化維護策略時，應優先維護失效率較高的部件，以達到總成本更低的目的。

6 結論

針對當前傳統的基于狀態的電力設備維護策略在維護策略不足等問題，提出了一種基于多源數據分析的變電站狀態的CBM策略優化方法。引入了維護單元的概念，通過變電站電氣主接線圖和不同組件之間的關聯可將變電站劃分為不同的維護單元，而后引入了基于健康指數(HI)和壽命降低因子的失效率計算模型，最后建立了LCC理論的CBM優化模型并進行了針對性實驗，得出以下結論。

(1)維護單元概念的引入可以達到對該組件內組件進行統一維護而變電站整體影響較小。

(2)基于失效率計算模型能有效地利用更多的數據來估算模型中參數從而達到更高的精準度。

(3)基于LCC理論模型建立的CBM優化策略能有效地減少變電站的維護時間，降低維護成本，并提高變電站的供電可靠性。