方健，林翔，王紅斌，尹曠，方敏，李盛楠

(1.廣東電網(wǎng)廣州供電局， 廣州 510620； 2.重慶大學(xué) 輸配電裝備及系統(tǒng)安全與新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，重慶 400044)

0 引 言

配電網(wǎng)設(shè)備數(shù)量眾多，容易受到大風(fēng)大雨、設(shè)備負(fù)載率等因素的影響，從而導(dǎo)致故障停電的頻繁出現(xiàn)[1]。傳統(tǒng)的風(fēng)險(xiǎn)評(píng)估大多使用設(shè)備的歷史故障率來(lái)計(jì)算各負(fù)荷點(diǎn)的停電概率，然而配電設(shè)備的故障率會(huì)因運(yùn)行環(huán)境而變化，造成不同支路的停電風(fēng)險(xiǎn)不同。如果能夠計(jì)算出配電網(wǎng)的實(shí)時(shí)故障率實(shí)現(xiàn)狀態(tài)維修,這不僅可以提高配電網(wǎng)的供電可靠性，還能節(jié)省財(cái)力物力。

目前，配電網(wǎng)的停電概率計(jì)算模型主要包括完全或部分使用配電設(shè)備的歷史故障率這兩種。在完全使用配電設(shè)備的歷史故障率的研究中，使用分塊技術(shù)[2]、可靠性跟蹤[3]、貝葉斯網(wǎng)絡(luò)[4]、主成分分析[5]計(jì)算了各負(fù)荷點(diǎn)的停電概率，找出了配電網(wǎng)的薄弱環(huán)節(jié)。由于沒(méi)有考慮配電設(shè)備故障率在不同運(yùn)行環(huán)境下的變化情況，結(jié)果并不能準(zhǔn)確反映配電網(wǎng)實(shí)際風(fēng)險(xiǎn)情況。在部分使用配電設(shè)備的歷史故障率的研究中，沒(méi)有考慮設(shè)備運(yùn)行環(huán)境的影響；文獻(xiàn)[6-8]考慮大風(fēng)、大雨、雷擊、電氣等因素以及設(shè)備運(yùn)行狀態(tài)，建立了基于設(shè)備停電實(shí)時(shí)故障率的風(fēng)險(xiǎn)評(píng)估模型。但是該方法中故障率基準(zhǔn)值使用的年平均故障率，忽略了小動(dòng)物、樹(shù)木破壞等外力對(duì)故障率的影響，沒(méi)有考慮不同故障并發(fā)時(shí)的協(xié)同效果。

為了實(shí)現(xiàn)配電網(wǎng)設(shè)備差異化的停電概率評(píng)估，有學(xué)者利用健康指數(shù)建立了數(shù)學(xué)模型來(lái)反映配電設(shè)備實(shí)時(shí)故障率。文獻(xiàn)[9-10]指出配電設(shè)備健康指數(shù)能夠反映設(shè)備的實(shí)時(shí)狀態(tài)，并可以用指數(shù)模型來(lái)反映，但是文中并沒(méi)有闡釋指數(shù)模型中待定系數(shù)如何準(zhǔn)確測(cè)定。文獻(xiàn)[11-12]使用配電設(shè)備的常用故障率、最小故障率以及設(shè)定的健康指數(shù)，通過(guò)逆運(yùn)算得到了指數(shù)模型中的待定系數(shù)；由于不同地區(qū)的配電設(shè)備存在差異性，所以常用故障率及最小故障率對(duì)應(yīng)的健康指數(shù)不可能是相同的，因此這樣確定的指數(shù)模型不能有效反映設(shè)備的實(shí)時(shí)狀態(tài)。

針對(duì)以上問(wèn)題，文章提出了計(jì)算配電設(shè)備實(shí)時(shí)故障率的兩種方法，首先將配電設(shè)備歷史故障率按照月份統(tǒng)計(jì)，接著利用基于故障因素參數(shù)修正的方法對(duì)歷史故障率進(jìn)行修正，并在一定程度上考慮了主要因素之間的協(xié)同作用，快速計(jì)算出同一地區(qū)同類(lèi)型的配電設(shè)備實(shí)時(shí)故障率；接著將計(jì)算得到的故障率修正值代入基于健康指數(shù)的配電設(shè)備實(shí)時(shí)故障率指數(shù)模型，從而確定指數(shù)模型中的待定系數(shù)，逐一計(jì)算各設(shè)備的實(shí)時(shí)故障率。然后使用饋線分區(qū)方法計(jì)算各負(fù)荷點(diǎn)的故障停電概率和停電時(shí)間，最后通過(guò)廣州地區(qū)線路驗(yàn)證了方法的有效性。

1 配電網(wǎng)主要停電因素分析

圖1為廣州某地區(qū)2013年～2018年主要故障停電因素統(tǒng)計(jì)，可以看出,在設(shè)備故障停電中，小動(dòng)物、樹(shù)木影響等外力破壞、雷擊等自然災(zāi)害以及設(shè)備超期服役老化是該地區(qū)故障停電的主要因素。利用主要停電因素對(duì)歷史故障率進(jìn)行修正時(shí)，主要對(duì)規(guī)律性較強(qiáng)，且發(fā)生數(shù)量較多的因素進(jìn)行分析計(jì)算。

圖1 主要故障停電因素統(tǒng)計(jì)

前人在故障率修正過(guò)程中，使用的故障率基準(zhǔn)值是年平均故障率，在此情況下由于小動(dòng)物、樹(shù)木影響等外力破壞對(duì)設(shè)備故障率的影響規(guī)律難以擬合。然而在廣州從化、白云等地區(qū)外力破壞因素發(fā)生頻率高，因此不能忽略這些因素對(duì)故障率的影響。對(duì)于被盜、非施工碰撞、施工作業(yè)等造成的故障停電，對(duì)故障率的影響規(guī)律擬合效果差，因此在參數(shù)修正過(guò)程中歸為其他類(lèi)故障因素。對(duì)于其他類(lèi)故障因素，只考慮這些因素所占權(quán)重，修正系數(shù)取1。

通過(guò)統(tǒng)計(jì)分析廣州市配電網(wǎng)故障歷史數(shù)據(jù)發(fā)現(xiàn)，每年的3月～5月，小動(dòng)物侵害導(dǎo)致架空線路發(fā)生故障的情況最嚴(yán)重；每年的夏季初期到秋季末期，樹(shù)木破壞導(dǎo)致中壓架空線路發(fā)生故障的情況最嚴(yán)重。同時(shí)將設(shè)備故障率按照月份進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)12個(gè)月的故障率差異較大，但相同月份設(shè)備故障率基本相同。因此文章的故障率基準(zhǔn)值使用連續(xù)幾年每個(gè)月的設(shè)備平均故障率，同時(shí)由于小動(dòng)物、樹(shù)木對(duì)設(shè)備故障率的影響隨季節(jié)變化，因此這里認(rèn)為連續(xù)幾年相同月份樹(shù)木對(duì)設(shè)備故障率的影響相同。

2 基于主要故障因素的設(shè)備實(shí)時(shí)故障率改進(jìn)模型

2.1 故障停電因素權(quán)重計(jì)算

配電設(shè)備主要考慮電纜、架空線、柱上斷路器、柱上隔離開(kāi)關(guān)、柱上負(fù)荷開(kāi)關(guān)、變壓器等6類(lèi)設(shè)備，故障率用λi(1≤i≤6)。根據(jù)圖1的統(tǒng)計(jì)結(jié)果，這里考慮設(shè)備超期服役老化、負(fù)荷過(guò)載、雷擊、大風(fēng)、大雨、小動(dòng)物、樹(shù)木影響以及其他等七類(lèi)因素，在故障中所占權(quán)重用ωj(1≤j≤7)。這里用ωij表示在第i類(lèi)設(shè)備中第j種故障因素所占權(quán)重。

統(tǒng)計(jì)第j種故障因素導(dǎo)致第i類(lèi)設(shè)備發(fā)生故障的數(shù)量Nij，如式(1)所示：

(1)

將同類(lèi)設(shè)備中各種故障因素進(jìn)行歸一化，得到第j種故障因素對(duì)第i類(lèi)配電設(shè)備的權(quán)重ωij,如式(2)所示:

(2)

2.2 故障停電因素修正系數(shù)計(jì)算

原有研究忽略了小動(dòng)物等外力破壞對(duì)故障率的影響，同時(shí)沒(méi)有考慮不同故障并發(fā)時(shí)的協(xié)同效果。通過(guò)統(tǒng)計(jì)分析可以得到不同因素的修正系數(shù)cij，表示第j種故障因素對(duì)第i類(lèi)配電設(shè)備的修正系數(shù)。

2.2.1 設(shè)備超期服役老化修正模型

如圖2所示，配電設(shè)備的故障率變化符合浴盆曲線，可以看出故障率主要與設(shè)備運(yùn)行年限有關(guān)，故障率的變化大致可以分成三個(gè)階段。設(shè)備超期服役老化位于故障曲線的第三部分，如果未能及時(shí)根據(jù)設(shè)備的健康狀況實(shí)行狀態(tài)維修，則故障率會(huì)陡然升高如圖2中(C)所示。

圖2 配電設(shè)備的故障率曲線

各設(shè)備超期服役老化修正可以利用Weibull分布來(lái)擬合，如式(3)所示[6]:

(3)

式中T為運(yùn)行時(shí)間，t1為區(qū)域B偶發(fā)故障期開(kāi)始時(shí)間，t2為區(qū)域C耗損故障期開(kāi)始時(shí)間。未知參量β可以用極大似然估計(jì)法求解，將配電設(shè)備運(yùn)行年限與設(shè)備故障率的歷史數(shù)據(jù)帶入構(gòu)造的似然方程組中，對(duì)方程組進(jìn)行優(yōu)化求出β。

2.2.2 負(fù)荷過(guò)載修正模型

廣州地區(qū)夏季的下午和傍晚這兩個(gè)時(shí)間段是用電高峰期，設(shè)備由于負(fù)荷電流較大容易發(fā)熱導(dǎo)致故障停電。因此負(fù)載率與設(shè)備故障停電有著正相關(guān)的關(guān)系，負(fù)荷過(guò)載值LOV可以用式(4)表示：

(4)

式中L為配電設(shè)備的實(shí)時(shí)負(fù)載率,L1為額定負(fù)載率。由于設(shè)備過(guò)載引起的設(shè)備實(shí)時(shí)故障率的變化，在計(jì)算出LOV的前提下可以用指數(shù)型效用函數(shù)表示，因此負(fù)荷的過(guò)載修正模型如式(5)所示：

(5)

式中Llim為配電設(shè)備的最大負(fù)載率。

2.2.3 雷擊、大風(fēng)大雨修正模型

由于只能統(tǒng)計(jì)配電設(shè)備每個(gè)月的歷史故障率，因此需要使用待評(píng)估設(shè)備所處天氣情況與歷史天氣情況進(jìn)行比較，從而找出修正系數(shù)。根據(jù)廣州地區(qū)的氣象局連續(xù)n年的雷電和降水量數(shù)據(jù)，則雷擊、大風(fēng)大雨氣象因素修正值如式(6)所示：

(6)

式中M為待評(píng)估月天數(shù)；Nm為待評(píng)估月第m天雷擊次數(shù)或降水量；Ni為統(tǒng)計(jì)年第i個(gè)月雷擊次數(shù)或降水量。

2.2.4 小動(dòng)物破壞修正模型

老鼠等小動(dòng)物造成從化、南沙等地區(qū)架空線和避雷器發(fā)生故障的案例較多，廣州地區(qū)部分配電設(shè)備上裝有小動(dòng)物監(jiān)測(cè)和驅(qū)趕裝置，統(tǒng)計(jì)連續(xù)n年小動(dòng)物出現(xiàn)次數(shù)，擬合得到小動(dòng)物破壞對(duì)于故障率的影響修正值如(7)所示：

(7)

式中Sm為待評(píng)估月監(jiān)測(cè)到的設(shè)備上小動(dòng)物出現(xiàn)次數(shù)；Si為統(tǒng)計(jì)年第i月的小動(dòng)物出現(xiàn)次數(shù)。

通過(guò)統(tǒng)計(jì)發(fā)現(xiàn)，連續(xù)幾年相同月份樹(shù)木對(duì)設(shè)備故障率的影響基本相同，因此樹(shù)木影響對(duì)故障率的修正系數(shù)取ci6=1，同時(shí)其他次要因素由于難以統(tǒng)計(jì)數(shù)據(jù)或規(guī)律性，擬合效果差，因此文中取ci7=1。

(8)

在單一故障發(fā)生，多故障并發(fā)但相互之間沒(méi)有明顯協(xié)同作用時(shí)，式(8)能夠有效計(jì)算同類(lèi)型配電設(shè)備的實(shí)時(shí)故障率。對(duì)于多故障并發(fā)且協(xié)同作用明顯時(shí)，比如配電設(shè)備同時(shí)出現(xiàn)運(yùn)行時(shí)間T>t2及實(shí)時(shí)負(fù)載率L>L1，即超期服役的設(shè)備在負(fù)荷過(guò)載時(shí)，發(fā)生故障的概率大于式(8)計(jì)算出來(lái)的結(jié)果，此時(shí)需要分別在兩者的修正系數(shù)cij上乘一個(gè)協(xié)同系數(shù)c′。

對(duì)廣州地區(qū)280個(gè)超期服役且在負(fù)荷過(guò)載時(shí)發(fā)生故障的設(shè)備進(jìn)行統(tǒng)計(jì)，結(jié)果如圖3所示。參考式(3)、式(4)，圖中X軸表示差值L-L1，Y軸表示T-t2，Z軸表示協(xié)同系數(shù)c′?？梢钥闯鰧?shí)時(shí)負(fù)載率超過(guò)額定負(fù)載率主要集中在10%～20%范圍內(nèi)，故障發(fā)生的年限超過(guò)耗損故障期主要集中在2年～8年，c′主要集中在1.2～1.4。通過(guò)擬合得到，協(xié)同系數(shù)c′與超役年限x、超額負(fù)載率y的表達(dá)式如式(9)所示:

Z=1.657-8.693x-0.03453y+42.63x2+

0.9156xy+0.001483y2-77.58x3-1.003x2y-

0.03983xy2

(9)

圖3 超役年限、超額負(fù)載率與協(xié)同系數(shù)的關(guān)系

同樣，對(duì)于超期服役老化和大風(fēng)大雨這些具有明顯協(xié)同作用的故障因素，也可以參照這種方法進(jìn)行計(jì)算c′。根據(jù)廣州地區(qū)的統(tǒng)計(jì)結(jié)果，發(fā)現(xiàn)c′取值一般范圍為1.1～1.6，實(shí)際大小與具體使用年限、實(shí)時(shí)降雨量、風(fēng)力級(jí)別、雷電次數(shù)等有關(guān)。

3 基于健康指數(shù)的配電設(shè)備實(shí)時(shí)故障率模型

健康指數(shù)H的大小由狀態(tài)參量的實(shí)時(shí)劣化程度和權(quán)重決定。建立并量化健康指標(biāo)，接著利用SPSS軟件對(duì)配電設(shè)備分層、分部件進(jìn)行多參量統(tǒng)計(jì)，確定指標(biāo)權(quán)重及健康指數(shù)評(píng)價(jià)模型[13]。關(guān)鍵部件及特征參量的選擇可參考南方電網(wǎng)公司2010年頒布的標(biāo)準(zhǔn)S.00.00.05/Q100-0006-0912-814《廣東電網(wǎng)公司設(shè)備狀態(tài)評(píng)價(jià)與風(fēng)險(xiǎn)評(píng)估技術(shù)導(dǎo)則》。

相關(guān)研究表明，配電設(shè)備的健康指數(shù)與設(shè)備實(shí)時(shí)故障率λ′之間呈指數(shù)關(guān)系，如式(10)所示:

λ′i=AeBH

(10)

式中A、B為待定系數(shù)。文獻(xiàn)將常用故障率、最小故障率以及相應(yīng)的健康指數(shù)代入式(10)，從而求解出待定系數(shù)。由于不同地區(qū)不同設(shè)備之間存在差異性，該方法計(jì)算出的待定系數(shù)使得模型誤差變大。由于使用不同方法計(jì)算設(shè)備在同一時(shí)刻的的故障率應(yīng)該相等，當(dāng)設(shè)備在建立了修正模型的這些因素下發(fā)生故障時(shí)，式(8)的計(jì)算結(jié)果更加符合實(shí)情。因此將式(8)在計(jì)算準(zhǔn)確情況下的λ′和H實(shí)時(shí)帶入式(10)，待定系數(shù)可以利用最小二乘法擬合得到。為了與原有方法計(jì)算得到的健康指數(shù)模型區(qū)分，由此得到的健康指數(shù)模型稱(chēng)為改進(jìn)的健康指數(shù)模型。

將廣州某地區(qū)的實(shí)時(shí)故障率λ′與對(duì)應(yīng)的健康指數(shù)H代入，得到電纜、架空線、柱上斷路器、隔離開(kāi)關(guān)、負(fù)荷開(kāi)關(guān)、變壓器的數(shù)學(xué)模型如下所示:

λ′Cab=0.7233e-0.0444H

(11)

λ′Ove=1.7720e-0.0577H

(12)

λ′Bre=0.0971e-0.0302H

(13)

λ′Iso=1.7213e-0.0572H

(14)

λ′Lod=1.8543e-0.0466H

(15)

λ′Tra=9.4065e-0.0681H

(16)

4 基于實(shí)時(shí)故障率的配電網(wǎng)可靠性指標(biāo)計(jì)算

傳統(tǒng)的可靠性評(píng)估根據(jù)網(wǎng)架結(jié)構(gòu)，然后利用設(shè)備的年平均故障率和故障修復(fù)時(shí)間來(lái)計(jì)算負(fù)荷點(diǎn)的停電概率和停電時(shí)間，而這不能反映配電網(wǎng)的真實(shí)風(fēng)險(xiǎn)水平。因此文章采用“饋線分區(qū)”計(jì)算各負(fù)荷點(diǎn)的停電概率和停電時(shí)間[14]。其主要步驟如下：

(1)以斷路器、熔斷器、負(fù)荷開(kāi)關(guān)等開(kāi)關(guān)元件為界將復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)劃分為多個(gè)分塊，然后根據(jù)元件間的串聯(lián)關(guān)系計(jì)算每個(gè)分塊的故障率λ′k和修復(fù)時(shí)間t′k，如式(17)、式(18)所示：

(17)

(18)

式中m為分塊內(nèi)元件個(gè)數(shù)；n為分塊數(shù)量；λ′i為元件實(shí)時(shí)故障率；ti為元件平均修復(fù)時(shí)間。

(2)在步驟(1)中，配電設(shè)備實(shí)時(shí)故障率計(jì)算有第2節(jié)、第3節(jié)介紹的基于改進(jìn)的故障因素修正、基于改進(jìn)的健康指數(shù)這兩種方法。倘若只需了解各條線路上不同負(fù)荷點(diǎn)的停電風(fēng)險(xiǎn)時(shí)，使用基于改進(jìn)的故障因素修正的設(shè)備實(shí)時(shí)故障率模型，該方法能夠快速評(píng)估同一條線路上相同類(lèi)型設(shè)備的實(shí)時(shí)故障率；隨著泛在電力物聯(lián)網(wǎng)的建設(shè)，配電設(shè)備的在線監(jiān)測(cè)數(shù)據(jù)逐漸完善，當(dāng)需要評(píng)估某個(gè)特定設(shè)備的實(shí)時(shí)故障率、負(fù)荷點(diǎn)的停電風(fēng)險(xiǎn)或者前面的方法不能準(zhǔn)確計(jì)算故障率時(shí)，使用基于改進(jìn)的健康指數(shù)的實(shí)時(shí)故障率模型。

(3)不同分塊之間也屬于串聯(lián)關(guān)系，根據(jù)網(wǎng)架結(jié)構(gòu)計(jì)算各負(fù)荷點(diǎn)的故障實(shí)時(shí)停電概率和停電時(shí)間。

5 實(shí)例分析

這里以廣州市某條線路在2018年6月8日發(fā)生故障停電概率為例，圖4為該條線路的網(wǎng)架結(jié)構(gòu)圖。圖中母線BUS1是上級(jí)電源的注入點(diǎn)。線路由1個(gè)隔離開(kāi)關(guān)(IS)、2臺(tái)斷路器(B)、8臺(tái)變壓器(T)、8個(gè)負(fù)荷點(diǎn)(LP)以及一共16個(gè)負(fù)荷開(kāi)關(guān)組成。16個(gè)負(fù)荷開(kāi)關(guān)包括8個(gè)一般負(fù)荷開(kāi)關(guān)、6個(gè)熔斷器式負(fù)荷開(kāi)關(guān)，2個(gè)具有自動(dòng)釋放功能的負(fù)荷開(kāi)關(guān)，16個(gè)負(fù)荷開(kāi)關(guān)的故障率統(tǒng)一使用柱上負(fù)荷開(kāi)關(guān)(LS)的故障率。設(shè)備負(fù)載率額定值L1為0.7，最大限值Llim為1.1。線路長(zhǎng)度如表1所示。

圖4 配電網(wǎng)算例系統(tǒng)

統(tǒng)計(jì)該地區(qū)2013年～2018年配電網(wǎng)故障發(fā)生的次數(shù)，代入式(2)得到權(quán)重情況如表2所示。表格中I1～6分別表示電力電纜、架空線、斷路器、隔離開(kāi)關(guān)、負(fù)荷開(kāi)關(guān)、變壓器共6類(lèi)配電設(shè)備，J1～7分別表示設(shè)備超期服役老化、負(fù)荷過(guò)載、雷擊、大風(fēng)大雨、小動(dòng)物、樹(shù)木破壞以及其他共七類(lèi)主要故障影響因素。

該地區(qū)6類(lèi)設(shè)備在6月份的月故障率及故障修復(fù)時(shí)間情況如表3所示。將各設(shè)備的歷史數(shù)據(jù)代入Weibull模型擬合，可以得到式(3)中的β值，結(jié)果如表4所示。各類(lèi)設(shè)備的偶發(fā)故障期開(kāi)始時(shí)間t1，耗損故障期開(kāi)始時(shí)間t2以及投運(yùn)時(shí)間T如表4所示。

表3 配電設(shè)備的故障參數(shù)

將表4的數(shù)據(jù)代入式(3)可以得到I1～6設(shè)備超期服役老化修正參數(shù)如表5所示。

表4 配電設(shè)備的運(yùn)行情況

表5 設(shè)備超期服役老化修正參數(shù)

由于負(fù)載率額定值L1為0.7，而該條線路的6月份該天的最高負(fù)載率為15.68%，因此LOV=0,I1～6的負(fù)荷過(guò)載修正系數(shù)ci2=0。

通過(guò)雷電定位系統(tǒng)發(fā)現(xiàn)當(dāng)天該地區(qū)發(fā)生雷擊2次，該地區(qū)連續(xù)3年5月份總共發(fā)生10次雷擊，帶入式(6)得到當(dāng)天的雷擊氣象因素修正值ci3=18.6。天氣預(yù)報(bào)歷史數(shù)據(jù)查得該地區(qū)2018年6月8日的降雨量30.1 mm，該地區(qū)2013年～2018年的6月降水量一共為1 428.6 mm，帶入式(6)得到大風(fēng)大雨修正系數(shù)ci4=3.79。通過(guò)監(jiān)測(cè)設(shè)備發(fā)現(xiàn)該地區(qū)當(dāng)天沒(méi)有出現(xiàn)小動(dòng)物，因此ci5=0。

由于變壓器出現(xiàn)了超期服役，且當(dāng)天下雨，根據(jù)廣州地區(qū)的統(tǒng)計(jì)結(jié)果，變壓器的ci1和ci4分別乘以協(xié)同系數(shù)c′=1.2，得到c′i1=2.12，c′i4=4.55。

表6 不同故障因素修正系數(shù)

根據(jù)實(shí)際統(tǒng)計(jì)結(jié)果，這里不考慮其他因素的協(xié)同作用。2018年6月8日的設(shè)備狀態(tài)修正系數(shù)矩陣如下，每一行代表不同故障因素在同類(lèi)型設(shè)備中對(duì)應(yīng)的修正系數(shù)。

表7 基于修正值的設(shè)備實(shí)時(shí)故障率

根據(jù)在線監(jiān)測(cè)等數(shù)據(jù)可以計(jì)算出各設(shè)備的健康指數(shù)以及實(shí)時(shí)故障率，如表8所示?？梢钥闯龌诮】抵笖?shù)的實(shí)時(shí)故障率改進(jìn)模型的差異化性能最好，能夠反映每個(gè)設(shè)備的實(shí)時(shí)故障率；而基于改進(jìn)的故障因素修正模型次之，一般用于計(jì)算同類(lèi)型同型號(hào)的設(shè)備實(shí)時(shí)故障率；基于歷史年平均故障率的差異化性能最差。

表8 健康指數(shù)及實(shí)時(shí)故障率

在該算例中，分別使用各配電設(shè)備的年歷史故障率、基于改進(jìn)的因素修正故障率、基于改進(jìn)的健康指數(shù)模型的實(shí)時(shí)故障率，結(jié)合“饋線分區(qū)”的方法，計(jì)算出各負(fù)荷點(diǎn)的故障停電概率和停電時(shí)間如表9、表10所示。可以看出，當(dāng)出現(xiàn)雷雨天氣時(shí)，基于改進(jìn)的參數(shù)修正和健康指數(shù)的兩種實(shí)時(shí)故障率模型計(jì)算出來(lái)的各負(fù)荷點(diǎn)的故障停電概率，都高于基于歷史年平均故障率計(jì)算出來(lái)的結(jié)果；但是三種方法計(jì)算出來(lái)的各負(fù)荷點(diǎn)的故障停電時(shí)間相差無(wú)幾。

表9 三種方法計(jì)算出來(lái)的負(fù)荷點(diǎn)故障停電概率

表10 三種方法計(jì)算出來(lái)的負(fù)荷點(diǎn)故障停電時(shí)間

為了驗(yàn)證所述方法的有效性和適用性，利用歷史故障率、傳統(tǒng)的主要故障因素修正[7]、基于健康指數(shù)、以及所提出的基于改進(jìn)的主要故障因素修正、基于改進(jìn)的健康指數(shù)模型，共五種方法對(duì)廣州地區(qū)不同線路的280個(gè)發(fā)生故障的負(fù)荷點(diǎn)進(jìn)行了計(jì)算。結(jié)合所述方法實(shí)施的實(shí)際效果，當(dāng)計(jì)算結(jié)果與事后統(tǒng)計(jì)的實(shí)際故障率的誤差范圍在10%左右時(shí)，此時(shí)的運(yùn)行維護(hù)效果既能較大程度減少故障停電次數(shù)，同時(shí)人力物力資源的使用也較為合理。因此這里認(rèn)為計(jì)算結(jié)果在各負(fù)荷點(diǎn)實(shí)際停電概率±10%范圍內(nèi)時(shí)，則計(jì)算結(jié)果準(zhǔn)確，結(jié)果如表11所示。

表11 三種方法計(jì)算結(jié)果的準(zhǔn)確率

可以看出利用歷史故障率來(lái)評(píng)估負(fù)荷點(diǎn)的停電概率效果最差，主要是因?yàn)闅v史故障率不能有效反應(yīng)設(shè)備的實(shí)時(shí)風(fēng)險(xiǎn)情況。傳統(tǒng)的基于主要故障因素修正的方法，由于考慮了主要故障因素的影響，準(zhǔn)確率比前者提高了10%左右。基于改進(jìn)的主要故障因素修正的方法，由于使用月平均故障率作為基準(zhǔn)值，在一定程度上考慮了小動(dòng)物、樹(shù)木等外力破壞的影響，以及不同故障因素之間的協(xié)同效應(yīng)，因此準(zhǔn)確率有了較大提升。準(zhǔn)確率仍不高可能是因?yàn)樵摲椒ㄖ粚?duì)大部分規(guī)律性較強(qiáng)的故障因素進(jìn)行了修正，而當(dāng)沒(méi)有考慮的故障因素導(dǎo)致的故障停電發(fā)生較多時(shí)，則準(zhǔn)確率會(huì)發(fā)生下降。這個(gè)結(jié)果與傳統(tǒng)的使用最小故障率和常用故障率的健康指數(shù)模型計(jì)算結(jié)果接近。而基于改進(jìn)的健康指數(shù)模型在五種方法里面準(zhǔn)確率最高，但仍沒(méi)有達(dá)到90%?？赡苁且?yàn)榛诮】抵笖?shù)的故障率模型中待定系數(shù)的計(jì)算，依賴于基于改進(jìn)的主要故障因素修正方法的計(jì)算結(jié)果。但是由于該方法主要受設(shè)備實(shí)時(shí)健康指數(shù)的影響，因此計(jì)算結(jié)果準(zhǔn)確率最高。

6 結(jié)束語(yǔ)

(1)文章對(duì)傳統(tǒng)的主要故障因素修正模型進(jìn)行了改進(jìn)，在使用月平均故障率的基礎(chǔ)上，對(duì)原有方法忽略的小動(dòng)物、樹(shù)木影響因素進(jìn)行了修正，并在一定程度上考慮了主要因素之間的協(xié)同作用，可以有效計(jì)算同一地區(qū)同型設(shè)備的實(shí)時(shí)故障率;

(2)文章利用基于健康指數(shù)的故障率模型與故障因素參數(shù)修正模型之間的聯(lián)系，確定了基于健康指數(shù)模型中的待定系數(shù)，得到了改進(jìn)的健康指數(shù)模型。當(dāng)需要了解單個(gè)配電設(shè)備的實(shí)時(shí)運(yùn)行狀態(tài)時(shí)，根據(jù)在線監(jiān)測(cè)量等信息可以計(jì)算健康指數(shù)，進(jìn)而逐一計(jì)算配電設(shè)備的實(shí)時(shí)故障率;

(3)實(shí)例分析驗(yàn)證了論文所提兩種方法的有效性，結(jié)果表明在雷雨天氣，基于實(shí)時(shí)故障率的兩種方法計(jì)算出來(lái)的各負(fù)荷點(diǎn)的故障停電概率均高于使用歷史值的方法，更加符合實(shí)際情況，有利于實(shí)現(xiàn)配電網(wǎng)的風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)預(yù)警及狀態(tài)檢修。