基于Weibull分布的超高压变电站二次设备寿命预测

董海鹰，　马　博，　杨立霞，　任　伟

基于Weibull分布的超高压变电站二次设备寿命预测

董海鹰1，马博1，杨立霞1，任伟2

（1.兰州交通大学自动化与电气工程学院，兰州730070；2.甘肃省电力公司检修公司，兰州730050）

针对超高压变电站二次设备检修科学依据不足的问题，给出了一种基于Weibull分布的二次设备寿命预测方法.在对二次设备运行状态信息分析的基础上，建立了超高压变电站二次设备寿命预测模型.在该寿命预测模型中，对表征二次设备各功能模块运行状态信息进行了分类，通过二参数Weibull分布模型得到了超高压变电站二次设备的剩余使用寿命，并进行了实例分析.结果表明，基于Weibull分布的寿命预测模型能够实现超高压变电站二次设备剩余使用寿命的预测，为超高压变电站二次设备的维护和检修提供了依据.

超高压变电站；二次设备；Weibull分布；寿命预测

超高压变电站是衔接发电、输电、配电、用电以及调度五大环节的关键，随着电网规模不断扩大，对超高压变电站的可靠性、安全性要求也越来越高.在电力系统中，完成发电、输电、配电功能的设备叫做一次设备，如发电机、断路器、电流电压互感器和变压器等.对一次设备进行监测、控制、保护、调节的辅助设备，称为二次设备，如控制和信号装置、继电保护及自动装置和测量仪表等.在超高压变电站运行过程中，二次设备能否安全稳定运行直接关系到电网的输变电安全［1］.同时超高压变电站结构的复杂化给二次设备的维护和检修带来了巨大挑战.寿命预测是设备可靠性评估的主要途径，准确有效的寿命预测是实现超高压变电站二次设备维护、保证设备安全运行的重要支撑技术，对于提高超高压变电站二次设备的可利用率、可维护性以及延长设备的使用寿命具有重要意义.

目前，针对变电站二次设备剩余寿命预测方面的研究相对偏少，主要集中在变电站二次设备状态评估方面［2-5］.文献［6-7］中运用模糊综合评价理论，建立了二次设备模糊综合评价模型，将模糊评价方法和层次分析法相结合，对二次设备进行了有效的状态评价，但没有进一步对变电站二次设备寿命进行预测.文献［8-9］中分别采用Weibull分布法和环境应力分析法对电力设备进行寿命预测，但只是针对电压等级较低的电力设备.超高压变电站具有双网双保护的特点，其二次设备数量大、生产厂家多以及安全级别要求很高.由于Weibull分布具有预测能力强、适用面广等优点，因此，基于Weibull分布模型对超高压变电站二次设备进行寿命预测为超高压变电站二次设备的维护和检修提供了更准确的依据.

本文针对超高压变电站的特点，特别是二次设备的配置情况和信息传输情况，研究影响二次设备寿命的各种信息.在对二次设备运行状态信息分析的基础上建立了基于Weibull分布的超高压变电站二次设备寿命预测模型，并通过算例分析验证了该模型的正确性.

1　超高压变电站二次设备配置

典型的750 k V超高压变电站综合自动化系统框图如图1所示.系统采用分层分布、开放式结构设计，分为站控层和间隔层.站控层由主机、操作员工作站、远动工作站、工程师站、五防工作站和数据网络服务器等组成.间隔层设备包括保护装置、测控装置和测控保护一体化装置等，间隔层装置主要安装在不同电压等级的小室内.间隔层和站控层之间通过光纤以太网进行信息传输，为了提高系统信息传输的稳定性，传输网络采用AB双网，互为冗余配置.二次设备配置主要为保护装置和测控装置.

图1　750 kV超高压变电站综合自动化系统框图Fig.1　Automation system diagram of 750 kV supertension substation

1.1保护装置

750 k V超高压变电站保护设备一般都安装在各个小室内，变电站中的小室分为750 k V小室、330 k V小室和主变及66 k V小室3类，保护设备的配置也按照这一特点进行分类.

（1）750 k V（或330 k V）元件保护配置.750 k V（或330 k V）进出线6回，运行母线2回，运行主变1台，运行断路器11台.线路保护、母线保护和主变保护均采用主后备保护一体化的双重化配置.其中，装设线路保护装置12套，远方跳闸保护装置12套，母线保护装置4套，主变保护装置2套，断路器辅助保护装置11套，该装置提供断路器失灵保护.

（2）66 k V元件保护配置.运行母线1回，运行主变1台，运行断路器11台，母线保护和主变保护均采用主后备保护一体化的双重化配置.其中，装设母线保护装置2套，主变保护装置2套，断路器辅助保护装置11套，该装置提供断路器失灵保护.

1.2测控装置

超高压变电站的测控装置分别根据综合自动化系统的具体结构、变电站的设计要求和保护配置情况进行配置和构建.测控装置主要完成采集遥测遥信，实现遥控遥调等测控任务.

超高压变电站占地规模大，根据不同的进线和出线将保护装置分别安装在不同的小室中.针对一次设备的测控装置配置和保护配置相同，在每个小室内增加1套公用测控装置.超高压变电站的测控装置都采用双网设计，通过AB双网同时与站控层进行通信.

2　超高压变电站二次设备寿命预测

2.1二次设备寿命影响因素

超高压变电站二次设备的寿命预测与其结构和组成模块有很大关系.保护装置和测控装置等二次设备硬件主要包括电源、CPU、通信、I／O模块和液晶显示等模块.当模块不能正常工作时，会对二次设备整机的运行构成威胁.如电源模块故障通常表现为电压不稳或电压不足，这种故障会影响到CPU的工作状况和二次设备通信的稳定性，长时间的电压不足会导致CPU模块的损坏；液晶显示模块发生故障直接影响到值班人员的巡视工作.二次设备的自检和告警信息能够反映各模块的工作状况，故应对二次设备功能模块进行划分，充分利用不同模块自检和告警信息，并结合变电站二次设备检修资料和出厂资料中给出的关于使用年限和检修周期等信息，对各二次设备剩余寿命进行预测.二次设备寿命预测的信息来源如表1所示.

表1　二次设备寿命预测信息来源Tab.1　The life prediction information of secondary equipment

2.2基于Weibull分布的二次设备寿命预测模型

750 k V超高压变电站二次设备的剩余寿命分布是一个连续型的随机变量，且设备的剩余使用寿命和相关参数也是正数.因此，二次设备寿命预测可以运用Weibull分布进行分析.二次设备在开始运行起就有寿命损耗，二次设备寿命符合二参数的Weibull分布的模型，由此得到设备寿命损耗分布函数

对应的概率密度函数和失效率函数分别为式中，η为尺度参数，用于确定二次设备的寿命损耗程度，判定设备故障形态，即设备运行处于偶发、早期或耗损失效期.由式（1）可知，尺度参数η的大小表征为曲线图横纵坐标放大或缩小的倍数，其变化不影响图形形状.利用Weibull函数性质，令η=1，则失效率函数可转换为

式中，m用于判定设备在统计阶段所处的故障状态期，确定设备的故障损耗程度.当m＜1时，λ（t）曲线呈递减分布，设备运行在早期失效期，设备的寿命损耗程度相对稳定；m=1时，λ（t）曲线呈指数分布，设备运行在偶发失效期，设备的寿命损耗程度低；m＞1时，λ（t）曲线呈递增分布，当3＜m＜4时，λ（t）曲线与正态分布形状近似，设备的寿命损耗程度上升，设备运行在耗损失效期［10］.利用Weibull函数对各种类型统计分布拟合力强的特点，根据m值就可拟合出设备的寿命曲线.

为方便计算，式（4）两边取对数，转化为线性方程可得

令Y=lnλ（t），X=ln t，A=ln m，B=m-1，则有

式中，A和B的估计值可通过最小二乘法确定

式中

i=1，2，…，n；n为统计的各类故障缺陷次数.则m的估计值为

根据需求，结合超高压变电站二次设备实际情况，其寿命预测方法如图2所示.本文以甘肃省某超高压变电站投入运行2年的二次设备运行数据为基础，构建符合二参数Weibull分布函数的超高压变电站二次设备寿命预测模型.根据各二次设备出厂资料，确定其设计使用寿命.根据巡检及年检报告，对历史数据进行分析，统计其投入运行后所记录的工作在不同工况下的次数作为评价指标，如缺陷个数及反措落实次数，依次确定各二次设备的寿命分布函数.根据变电站综合自动化系统实时更新的信息，对在线数据进行分析，统计一定时间段内发生异常状态工况的次数，如装置误动次数、拒动次数、产生告警信息的次数，确定各二次设备的失效率函数.根据不同的输入信息，得出不同参数下的分布函数，最终将不同参数值的函数分布曲线进行拟合得出二次设备的寿命曲线.

图2　二次设备寿命预测方法框图Fig.2　The life prediction method diagram of secondary equipments

3　算例分析

对二次设备进行寿命预测的结果就是得到分析对象的寿命曲线，通过曲线的变化可直观地向变电站值班人员反应二次设备的剩余使用寿命情况.以甘肃省电力公司检修公司的白银750 k V变电站白武I线，设备型号为RCS925-A的保护设备为例，以现场采集到的和其他信息作为输入信息，对保护装置进行寿命预测的实例分析.

首先，通过可靠性预测求得二次设备的插件失效率，再以元器件的基本失效率为基础，根据元器件使用环境、质量等级、工作能力、工作方式以及对产品的制造工艺等的不同，得出元器件的工作失效率λp（使用失效率），工作失效率可通过技术文件得到，进而求出单插件的失效率［11］

式中，n为插件元件种类数，m为每种元件数量.通过分析技术文件和在线自检和告警信息可得到主要插件λsp值，如表2所示.

表2　RCS925A各主要插件λsp列表Tab.2　Theλsplist of each main plugin of the RCS925A

由表2可知，电源插件、开入开出插件、信号插件为设计寿命较短的部件，这与现场实际运行情况基本吻合.鉴于装置整机设计寿命取决于关键易损部件，故一般选取电源插件的设计寿命作为整机设计寿命.

目前，根据离线和在线数据显示，此时二次设备发生在线告警4次，离线缺陷发生1项，故统计故障次数为4，代入式（8）可得m=0.82.则二次设备的失效率曲线表达式为

将二次设备平均使用寿命作为λ（t）的系数就得到了寿命表达式.显然，随着时间的增加，曲线单调下降，二次设备剩余使用寿命曲线如图3所示.

图3　RCS925A使用寿命变化曲线Fig.3　The service life curve of the RCS925A

4　结　语

针对变电站二次设备检修过程中，对影响二次设备剩余使用寿命因素分析考虑不全造成的检修不足和过度检修等问题，构建了基于Weibull分布的二次设备寿命预测模型，对变电站二次设备进行寿命预测，得到了二次设备的剩余使用寿命变化曲线.以型号为RCS925-A的保护设备为对象进行了实例分析，分析结果表明，寿命预测模型能够提供二次设备寿命变化情况，与设备实际运行情况相符合.该方法对提高超高压变电站二次设备的可靠性、降低二次设备维护成本、提高电力公司的经济效益具有重要意义.

［1］许婧，王晶，高峰，等.电力设备状态检修技术研究综述［J］.电网技术，2000，24（8）：48-52.

［2］Raheja D，Llinas J，Nagi R，et al.Data fusion／data mining-based architecture for condition-based maintenance［J］.International Journal of Production Research，2006，44（14）：2869-2887.

［3］Gazzana D S，Oliveira M O，Bretas A S.An expert system for substation fault detection in thermoelectric generation plants［J］.2010，1（1）：12-19.

［4］曹建东，吴姜，蔡泽祥，等.电力系统二次设备状态参量模型的构建［J］.南方电网技术，2012，6（3）：107-110.

［5］秦建光，刘恒，陶文伟，等.电力系统二次设备状态检修策略［J］.广东电力，2011，24（1）：24-27，40.

［6］王晓亮，董海鹰，任伟.基于信息融合的750 k V电网二次设备状态评估［J］.电力系统及其自动化学报，2013，25（1）：40-46.

［7］李佩琳.二次设备状态评价模型与方法［D］.广州：华南理工大学，2012.

［8］高亚娴.基于Weibull分布的电力设备寿命损耗预测［J］.现代电子技术，2009，32（18）：139-140.

［9］张雪松，吴志力，程晓东，等.基于环境应力分析的变电站二次设备可靠性评估［J］.浙江电力，2009，28（3）：16-19.

［10］周津慧.重大设备状态检测与寿命预测方法研究［D］.西安：西安电子科技大学，2006.

［11］魏勇，马力，李志超，等.装置设计寿命估算方法在变电站LCC招标评估中的应用［J］.电气技术，2010，7（8）：40-43.

（编辑吕丹）

Supertension Substation Secondary Equipment Life Prediction Based on Weibull Distribution

DONG Haiying1，MA Bo1，YANG Lixia1，REN Wei2
（1.School of Automation&Electrical Engineering，Lanzhou Jiaotong University，Lanzhou 730070，China；2.Maintenance Company，Gansu Electric Power Corporation，Lanzhou 730050，China）

In view of the problem of insufficient scientific basis of supertension substation secondary equipment maintenance and repair，a life prediction method of secondary equipment based on Weibull distribution was presented.Based on the running state information analysis of the secondary equipment，secondary equipment life prediction model was established.In the life prediction model，running status information of each function module of secondary equipment was classified，secondary equipment was obtained by two parameter Weibull distribution model of residual service life and the instance analysis was carried out.Analysis results showed that the life prediction model based on Weibull distribution could achieve the residual service life prediction of the secondary equipment，to provide a basis for the maintenance and overhaul of supertension substation secondary equipments.

supertension substation；secondary equipment；Weibull distribution；life prediction

TM 723

A

1671-7333（2015）03-0277-05

10.3969／j.issn.1671-7333.2015.03.013

2015-01-16

国家自然科学基金资助项目（61165006）

董海鹰（1966-），男，教授，博士生导师，主要研究方向为故障检测、诊断与预测容错控制以及安全控制智能维护技术. E-mail：hydong＠mail.lzjtu.cn