智能電表電源不同環境溫度下模塊的可靠性分析

王慶龍，嚴小愷，王禹夫，張天華

（國網內蒙古東部電力有限公司供電服務監管與支持中心，通遼 028000）

引言

我國地域遼闊，并且各地的地理氣候情況比較復雜，在典型環境下，智能電表是否運行可靠，對國家電網與用戶尤為重要。智能電表在實際環境中會暴露出產品的問題，包括高鹽霧、高濕熱、高海拔、高嚴寒等環境，所以對不同環境下的智能電表進行綜合評價，分析不同環境指標參數對智能電表的可靠性是否會有影響，對智能電表入網后的穩定性、安全性和可靠性具有重要的意義。目前國內外對于智能電表可靠性的研究大部分都是在運行過程中的評價，還有部分作者通過智能電表檢驗手段的失效率可靠性評價，還有部分研究人員是對智能電表軟件可靠性進行評價，對于不同環境下可靠性評價的研究比較少。本文對智能電表在不同環境等因素影響下，以智能電表運行典型地域特征，選擇層次結構作為數據結構，創建不同環境的智能電表可靠性指標體系，并且實現指標的量化處理。

1 智能電表可靠性預測的現狀

智能電表可靠預測是將運行結果作為基礎進行測試，指的是為了驗證智能電表可靠性的要求而對電表整機開展測試。針對電能表軟件可靠性測試來說，一般包括兩種方法，第一種是通過全數字模擬技術實現模擬環境，通過硬件剝離電能表的軟件開發常用芯片cpu指令和時鐘等模擬器開展可靠性測試。第二種就是創建電表軟件可靠性仿真測試平臺，對電能表實際工作環境輸入輸出進行模擬仿真系統的環境。智能電表整機可靠性預測的通用算法為MTTF，但是此實驗周期比較長，采用數據比較大。所以一般使用G-O模型評價電能表的質量，能夠通過產品樣機階段開展，利用樣機的統計對故障數據進行測試，從而對電能表可靠性系數進行預測。利用橫向與縱向對比，就能夠對同一個規格型號電能表質量評價能，從而節約時間，使測試樣本得到縮小，并且容易操作。另外，在應用在使用過程中還能夠實時在中心使用軟件測試環境和模型結合，能夠保證可靠性驗證的效果。電表功能的運行指的是在指定鏡像硬件環境中開展的針對實時嵌入式軟件系統的測試，因為被測試軟件的實時性會輸出捕獲實時性的需求，所以創建G-O軟件可靠性預測方法是研究的重點。

2 智能電表可靠性預測的指標分析

可靠性和壽命為智能電能表主要指標，可靠性指的是在規定時間和條件下實現功能的能力。電能表可靠性和規定條件具有密切關系，在規定條件出現改變的時候，可靠性也會出現改變。常用可靠性指標包括：

2.1 可靠度

可靠度R(t)指的是在規定條件下智能電表能夠正常工作，從而完成規定功能概率。在t比元件壽命T小的時候，元件在[0，t]內能夠正常工作。一般，R(t)會隨著t增加而降低，智能電表可靠度也會隨著時間增加而降低。

已知元件壽命T的概率密度f(t)，針對給定的t，有：

因為元件壽命概率密度是沒有辦法提前知道的，所以在實際使用過程中，利用壽命試驗計算可靠度。

2.2 失效率

智能電表失效率)t(λ指的是在t時刻之前正常工作時，在),(tttΔ+時間間隔的失效概率，失效率就是可靠性主要指標，表達方法為：

通過公式（2）表示，失效率越高，就會降低可靠性。智能電表失效特性包括早期失效、疲勞失效、使用壽命三個階段，圖1為智能電表失效特征曲線。

圖1 智能電表失效特征曲線

2.3 平均無故障工作時間

智能電表的無故障工作時間平均值指的是平均壽命，無法事先得到，一般都是在實際裝置生產后利用統計方法和實驗數據分析得到。不可修復裝置平均無故障時間指的是裝置發生故障前的正常工作平均時間，一般使用MTTF表示，利用可靠度計算。可修復裝置平均無故障時間指的是2次相鄰故障之間的正常工作時間，記為MTBF：

式中：

ti—可修復裝置故障間隔時間；

n—修復次數。

MTTF指的是智能電表保證不失效最少的時間，在平均失效時間中，因為存在失效率，電能表會出現失效概率。在產品使用時間為平均失效時間的時候，產品可靠度為0.37。所以，針對單只電能表，37 %的概率能夠保證在MTTF內還有效。針對大批量電能表，有37 %產品能夠在MTTF內不失效。

3 試驗方案設計

3.1 選擇試驗參數

在本文實驗過程中，實驗應力為濕度和溫度。另外，在實驗過程中對全部樣品設置額定工作需要的電應力。相關研究表示，利用可靠性強化實驗能夠對智能電表在極限工作溫度下的應力進行確定為95 ℃。氣象部門所發布的數據表示，全國各城市的平均濕度為（50～85）%。夏天平均濕度為（70～90）%，所以選擇溫度應力為85 ℃、75 ℃、和65 ℃，應力選擇95 %、85 %、75 %構成本文實驗應力。試驗樣本均為同個廠家、同個批次的智能電表，選取置信水平為50 %。

3.2 試驗記錄

在試驗過程中，每隔一天記錄一次。在記錄的時候，使出現通信故障的智能電表失效時間根據出現故障的先后順序進行編號并且記錄。使故障樣本取出試驗箱后試驗，直到試驗時間。

3.3 試驗模型設計

目前智能電表實驗模型包括統計模型、物理實驗模型和物理統計模型三種。統計模型又包括非參數模型和參數模型。在壽命分布中，一般使用失效前的時間分布為指數分布、威布爾分布和對數正態分布等。此模型潛在要求指的是，智能電表失效前時間在不同盈利水平下能夠滿足壽命分布需求，但是其實在加速實驗模型中的智能電表失效過程比較復雜，并且失效前時間分布不同，參數模型就無法精準的對智能電表可靠性質進行分析。

在分析智能電表壽命可靠性的過程中，要對各種應力進行考慮，結合應力、壽命和分布，從而推導正常使用條件中的失效前時間數據。在對智能電表施加濕度和溫度的時候，大部分在加速壽命模型中選擇PECK溫度濕度模型，因為大部分電子產品在相同應力水平下進行實驗的時候，失效前實驗是屬于隨機事件，失效率表達式要將失效前的時間分布反應出來，所以使用溫濕度應力模型。

4 試驗結果分析

4.1 元器件分析

通過大量電子設備故障統計分析，元器件失效為故障分布的主要原因。要想使智能電表可靠的運行，就要對內部元器件可靠性進行保證，所以本文使用預計結果分析元器件對單個元器件的失效率和各種元器件的失效率占比分析，圖2為單一元器件失效率。

圖2 單一元器件失效率

對上述預測結果進行分析，和現場統計數據結合得出以下結論：

其一，對智能電表可靠性影響的主要元器件包括集成電路、電解電容、液晶穩壓器、鋰電池等。對單個元器件失效率進行對比表示液晶失效率最高，然后是實時時鐘芯片。為了使智能電表可靠性得到提高，以上元器件在使用和選擇的過程中要進行重視。

其二，在實際使用中，時鐘、電池、液晶存儲器、電解電容、表殼、晶振等會對智能電表受命造成影響。和圖2結合得知，電池、液晶電解電容為智能電表失效率最高的元器件，應該作為關鍵元器件。研究此三種元器件在使用過程中，要選擇優質元器件，并且在方案設計、可靠性試驗和應力篩選等環節進行重視。

其三，智能電表大部分都會使用電容和電阻，因為是無源器件，具有穩定的物理特性，并且沒有時效性，單個的失效率比較小，所以在使用中很少發生故障。

其四，集成電路的失效占比比較大，主要是因為手冊集成電路的失效率比較高，并且使用使用量比較多。通過現場調查表示，集成電路對于智能電表生命周期并沒有太大的影響，預計失效率比較高，主要是因為預測手冊數據出現滯后性。

4.2 模型擬合結果

因為在試驗過程中的失效數據記錄都是非實時的方式，在同個記錄時間中多個失效數據就是在不同時間中，所以開展失效時間的模擬分布處理，也就是：

其一，無法連續對測試產品狀態開展監測，監測時間間隔為T1；

其二，在n個時間段中存在p個產品失效的時候，各失效產品失效前的時間為：

表1為處理之后的試驗數據，通過實現試驗數據的外推，取智能電表正常工作條件時年平均溫濕度分別為20 ℃、75 %，使各組試驗應力溫濕度的加速因子分別為1314、941、568、233、646。相應技術規范對于智能電表可靠性要求為：整表通過驗收合格后的平均壽命指的是在10天內總體允許不可靠度要小于4.25 %。以此表示，通信模塊可靠度無法使智能電表對10a使用壽命需求得到滿足。此結果也驗證智能電表在實際運行中的通信模塊故障率比較高的情況。

表1 處理之后的試驗數據

5 結束語

本文評估了智能電表通信模塊可靠性，根據可靠性試驗在不同溫濕度應力組合下，對通信失效數據進行記錄。實現失效數據失效分布的擬合試驗，以最優篩選方式，表示通信模塊失效滿足雙參數指數分布。