一种智能变电站保护装置寿命预测方法

继电保护设备剩余有效寿命预测是智能变电站二次设备状态检修的技术关键.文中提出了一种基于马尔科夫链的智能变电站继电保护设备寿命预测方法,该方法基于马尔科夫链,利用设备在线监测信息和历史运行数据获得其状态分布向量以及状态转移矩阵,进而根据可靠性原理预测其剩余有效寿命.算例分析结果表明该方法可以对保护装置未来运行状态分布和剩余寿命进行有效预测,其预测结果可以为运行人员提供参考.目前该方法已应用在实际智能变电站的二次设备在线监测系统中,有助于提高智能变电站的安全运行水平.     

电网状态检修概念与理论基础研究

状态检修背景下,为解决电网运行整体与输变电设备个体之间的矛盾和冲突,在已有研究成果基础上,提出电网状态检修的概念,在输变电设备状态检修决策过程中,给出电网故障风险和电网检修风险的定义以及相应的量化表达式。依据设备状态预测,以电网故障风险和电网检修风险的和最小为目标,将设备检修、运行以及电网整体性能在概率引导下相互牵制,形成电网状态检修的数学模型,并给出相应的解决方法。最后,为验证该理论研究的可行性,分别以可靠性测试系统RBTS-BUS6和IEEE-RTS79系统为例,对各种情况进行分析,体现了预期的效果,并期望为电网检修与运行协调决策理论的深入研究提供必要的理论基础。     

基于状态联动的在役设备最佳运行寿命评估模型

以设备实际运行状态为依据,以科学预测在役设备最佳使用年限、维护系统的供电可靠性和提高企业经济效益为目的,构建了基于状态联动的在役设备最佳运行寿命评估模型。基于在役设备的状态评价结果建立状态联动的故障概率预测模型,改进可靠性参数的预测,综合考虑了健康状态和运行环境等因素,反映了在役设备的个体差异性。兼顾可靠性和经济性的要求,结合模糊役龄回退机制,以设备年均全寿命周期成本最小为目标,构建电力设备最佳运行寿命评估模型。以变压器为例,从在运时间和当前健康指数两个维度对在役设备的最佳运行寿命进行了比较分析。算例结果表明,构建的最佳运行寿命评估模型可以合理设定设备的最佳运行寿命,能为在役设备的检修和退役安排提供理论参考。     

基于并行神经网络的水电机组振动状态劣化研究

目前大多数水电机组振动故障诊断研究大多侧重于故障类型和故障定位,从而忽视了检修的重要性。通过检修可以避免大多数故障,而水电机组振动状态和设备劣化之间存在复杂的非线性关系。引入并行神经网络,设计了一种基于传感器和并行神经网络模型的状态监测方法。该方法采用传感器收集大量的数据,通过并行神经网络来拟合设备劣化曲线,根据拟合曲线进行有效的诊断,并给出当前设备运行情况、设备故障风险评估和检修建议。最后,通过预测精准度分析和基于时间劣化预测分析对方法进行验证,系统的拟合曲线可较好地反映设备的运行状态。     

基于数据驱动的发电设备在线预警研究

针对发电设备故障频发的情况,基于现场实时数据建立设备正常的运行状态模型并结合PI实时数据库构建了发电机组及关键设备的在线预警系统,对所采集的数据进行处理、分析、预测,来判断设备的运行状态并帮助运行人员确认设备是否需要检修。通过电厂实际运用表明,该系统大幅提高了设备运行的安全水平和效率,降低了运行维护成本。     

电力设备机会维修决策模型

状态检修背景下,针对具有2类故障(突发性故障和劣化故障)的电力设备,深入研究故障间相互关联引起的风险对设备检修决策的影响,将设备突发性故障情景的处理有机融入其中,提出设备机会维修决策的数学模型。该模型从不同类型故障的失效规律出发,建立马尔科夫过程描述设备的状态转移过程。进一步,在机会维修策略引导下,推导了设备风险和系统运行风险的解析表达。最后,以设备风险和系统运行风险二者之和最小为目标,构建设备机会维修决策模型,并基于成熟的遗传算法予以求解。算例分析表明,该模型能够充分反映机会维修对设备性能以及系统运行性能的影响,为优化设备检修策略提供必要的理论基础。     

水力发电设备运行状态监测检修方法浅析

为了减少水力发电设备运行状态的异常和故障,保证水力发电设备能够安全可靠的运行,在发电设备运行过程中应采用综合性的技术手段,监测设备状态,并对设备故障发生趋势进行预测是一种有效而且重要的方法。本文首先论述了对水力发电设备运行状态检修的重要性;然后在现有国内外研究的基础上,提出了水电设备运行状态检修时应注意的若干问题;最后选取水电设备发生故障的一组参数采用数理统计和曲线拟合的方法进行预测,并对预测结果和实际运行情况进行对比分析。     

继电保护装置的一种新型评估方法

保护装置寿命的评估可为二次设备状态检修及变电站规划提供重要的决策依据,提高企业的竞争优势。以全生命周期管理为理论依据,提出了一种新型保护装置评估模型。首先引入健康指数的概念计算出装置的实际故障率,采用Weibull分布函数拟合出装置的故障率曲线;其次分析其其他要素,包括装置投资、运行维护、退役处置、检修和故障风险,以日平均消耗最低为判据建立了更为贴近实际运行情况的寿命评估模型。最后以某110 k V变电站保护装置作为实际算例,所得出的最佳退出运行时间与与厂家给出的役龄相比较为提前,考虑到实际运行环境及故障因素,预测结果较为合理,对保护等二次设备的状态检修策略制定及变电站规划改造具有实际意义。     

考虑电网运行状态和结构关联的连锁故障序列预测

针对传统连锁故障考虑因素单一的不足,该文提出一种综合考虑电网运行状态和网络结构的连锁故障预测方法。首先,根据系统运行状态,建立潮流相关的线路故障概率模型和基于Markov方法的隐性故障模型;其次,基于复杂网络理论,提出网络电气结构和保护关联区间,建立故障级间的结构关联模型;最后,兼顾故障后系统运行状态和网络结构的变化,提出连锁故障预测方法,从而辨识出最易受初始扰动影响的下级故障及其影响范围,使预测结果更加符合电网实际运行情况。基于IEEE 30节点系统仿真结果验证了该方法的有效性和实用性。     

基于关联集分解的系统状态检修决策模型

状态检修背景下,为有机统筹系统设备间的功能关联性,提出基于关联集分解的系统状态检修的数学模型。该模型在设备状态变化规律已知的前提下,从设备间功能关联出发,给出关联集的概念,研究周期内,以关联集为基本单元进行检修决策。然后,借鉴机会维修的思想,给出关联集加入检修计划以后状态概率的求解方法。从而在此基础上,对由设备检修时机变动而引起的设备个体损失和系统运行风险进行量化。最后,以二者之和最小为目标,计及系统状态检修的约束条件,建立系统状态检修的数学模型,针对该模型采用遗传算法求解。通过算例对所提出模型的可行性和有效性进行了验证。