基于数据挖掘的变电设备运行风险评估
2018-10-20沈晓东
沈晓东
(国网江苏省电力有限公司盐城市供电分公司,江苏 盐城 224000)
0 引言
随着电网发展向“智能、高效、可靠、绿色”方向转变及电力企业管理向精益化方向转变,对电力企业的设备管理提出更高要求。近年来,国家电网公司印发了《国家电网运行风险预警管控工作规范(试行)》,突出预防为主,深化风险管理,努力构建全面覆盖、纵向贯通、横向协同、责任明确、闭环落实的电网运行风险预警管控工作机制核心思路[1-2]。基于PMS一体化数据平台,将全县变电设备管理系统、设备缺陷管理系统等系统信息统一汇集于数据仓库,各类数据之间形成了关联,为分析设备状态提供数据支撑。分析了疑似家族性缺陷、气象环境与变电运行风险之间的关系,在此基础上,构建了变电设备运行风险模型。
1 分析变电设备运行风险与设备固有质量关联关系
部分设备由于设计、材质、制作工艺等因素存在家族性缺陷,导致投运后设备运行风险增大,因此,判断设备是否存在质量缺陷对于评估设备运行风险至关重要。
1.1 变电设备缺陷率分析
1.1.1 运行年限与变电设备缺陷率关系
使用经验及数据统计表明,变电设备在整个服役期限内,其缺陷率变化符合浴盆曲线规律,其形状两边高,中间低凹平坦,形似一个浴盆[3-4]。早期故障期和耗损故障期缺陷率较高,偶然故障区缺陷率较低,若不分运行年限统计设备的平均缺陷率作为标准,则此平均缺陷率将高于在偶然故障区运行的正常设备缺陷率,低于在早期故障期和耗损故障期缺陷区运行的正常设备缺陷率,可能导致设备误判,因此,可按浴盆曲线统计作为判断设备家族缺陷参照标准(按运行年限统计),避免误判。
1.1.2 变电设备缺陷部位与缺陷率关系
变电设备部件通常是由不同电气厂商生产的,所以不同部件发生的缺陷概率也不同,因此,疑似家族性缺陷分析应区分部件。
1.1.3 变电设备电压等级与缺陷率关系
变电设备电压等级越高,对设备材质、设计等要求越严格,因此,电压等级高的设备,通常缺陷率越低。各电压等级年缺陷率不一样,随着电压等级升高,年缺陷次数下降,因此应按不同电压等级分别统计[5-6]。
综上分析可知,应将变电设备电压等级、运行年限、设备不同部分三方面因素纳入家族性缺陷分析考虑范围。
1.2 变电设备疑似家族性缺陷诊断
变电设备疑似家族性缺陷主要表现为某一厂家、型号的变电设备故障率高于平均水平或在某个阶段故障率明显提高。因此提出以电力设备年平均故障率为参照,对电力设备家族性缺陷予以告警。
基于数据平台,统计出变电设备在不同电压等级、运行年限以及部件的平均故障率。将不同厂家、型号的变电设备使用年份的故障率与平均故障率进行对比,如果超出某一阈值,则可能为疑似家族性缺陷。统计发现,变电设备故障率高于平均故障率主要有两种情况,一种是厂家变电设备自投入使用以来,故障率几乎一直高于平均故障率;另一种是在几年后,由于材料、设计的缺陷的爆发,故障率大幅提升。
1.3 变电设备疑似家族性缺陷诊断结果修正
变电设备缺陷率高于平均缺陷率有可能并不是设备家族性缺陷引起的,有可能由于变电设备数量或施工导致的缺陷等,因此需对评估结果进行修正[4-6]。
根据变电设备族缺陷特点分析,设备年平均缺陷率指标可反映这批同型号某部件缺陷率是否高于正常设备缺陷率。但有时该设备年平均缺陷率比标准缺陷率偏高,可能由仅某几个设备多次发生缺陷情况造成的,可能导致设备家族性缺陷误判,在实际运用中多次遇到此情况,本文采用修正系数对这种情况修正,修正系数反应同一型号部件中多个设备多次发生过缺陷程度。
若某型号变电设备N个缺陷发生于M台设备上(N≥M),则修正系数指标为:
修正系数下限为1,修正系数越高表示设备家族性缺陷误判可能性越高。
本文采用修正系数改正统计的设备年平均缺陷率,修正系数取为,将其年度缺陷率除以,然后将其和年平均缺陷率对比,如果高于阈值,则变电设备存在家族性缺陷。
2 分析设备运行风险与温度、风速等因素量化关系
恶劣的天气状态,重负荷率会引起电力设备绝缘性能短时降低、线路晃动、承重等,而导致电力设备发生故障,变电运行风险较大[7-8]。
2.1 分析变电设备与气象因素方法
温度、风速、降雨量之间互相关系比较复杂,单独分析某一因素时,会受到其他气象因素干扰。经数据分析,温度、风速、降雨量、湿度互相影响呈正态分布,可互相抵消其影响,因此可以解耦单独分析温度、风速、降雨量、湿度与变电设备故障关系[8-11]。
为了准确反应温度、风速等气象因素与电力设备使用可靠性之间的关联性,以温度为例,温度故障率反映不同温度对变电设备可靠性定量影响。温度故障率描述如下:
若温度在T摄氏度时发生故障次数为A,T摄氏度出现次数为B,则温度故障率为:
2.2 建立气象与故障率之间函数关系
本文选取响水地区2013年1月至2015年1月110 kV及以下电压等级电网故障,及其对应天气数据。
据统计,响水温度波动范围在-8~40 ℃之间,温度故障率曲线呈现两边高,中间低的特点。通过插值最小二乘拟合,温度与故障率呈现二次函数关系:
统计发现,响水风速波动范围在0~18 m/s之间,故障率随风速增大而快速上升,设备使用运行风险急剧降低。通过插值最小二乘法拟合,风速与风速故障率呈现指数函数关系:
统计发现,10分钟降雨强度与变电设备使用可靠性密切相关,10分钟降雨强度越大,变电设备故障率越高,江苏省10分钟降雨强度在0~18 mm,通过插值最小二乘拟合,10分钟降雨量与降雨量故障率呈现线性关系:
3 基于数据挖掘的变电设备运行风险软件开发系统
本软件评估系统主要有两大功能:一是为将各厂家、型号变电设备疑似家族性缺陷情况提供电力公司设备采购管理部门,可作为供电公司采购相关设备的参考,可保障变电设备及其部件的质量;二是为将变电设备运行状态提供公司检修、运维、调度人员,及时转移负荷,安排巡视检修。变电设备运行风险软件开发可大大提升变电设备精益化管理[12-15]。
3.1 系统平台架构
为了能够准确的进行变电设备家族性缺陷评估,本系统主要采取客户端/后台服务器结构。整个系统平台架构由变电设备缺陷管理系统、变电设备家族性缺陷评估系统和DB2数据库等部分组成。通过建立统一数据库平台,储存变电设备缺陷、台账等相关数据;后台服务器主要进行算法计算等,将计算好的结果送到计算机界面。变电设备疑似家族性缺陷识别的基本要求,本文设计的软件系统平台架构如图 1所示。
图1 软件系统平台架构Fig .1 Software system platform architecture
3.2 系统软件开发环境
本文软件系统开发环境为Eclipse,采用Java编程语言,选择了DB2数据库。
3.2.1 Eclipse的介绍
Eclipse最初由IBM开发,主要目标可以为IBM相关开发产品提供平台支持,解决不同开发工具产品中基础结构中的最通用元素的重复问题,可以让用户在不同平台之间切换更加便捷。Eclipse是一个基于 Java的可扩展开发平台。并且为Java 使用者创造了免费使用Java集成开发环境的机会。因此,Eclipse成为了众多Java开发者的首选。
3.2.2 DB2数据库的介绍
DB2是IBM 公司开发的一种关系型数据库系统,通常使用在大型开发系统中。DB2数据库具有良好的伸缩性等优点,不仅可以应用在大型机,而且可以应用在单用户环境,并且还可以用在不同的操作系统平台下,例如OS/400、OS/390、Windows等。DB2数据库安全性较好,执行能力能力较强,并且具有SQL命令等一些基本功能。因此,DB2数据库可以为各种企业提供安全、稳定、便捷的企业数据管理,据统计,目前DB2 数据库全世界企业数据有70%存放在DB2数据库。由于电力企业数据种类多,并且涉及国家机密等因素,因此,大多数电力企业选择较为成熟、安全性能好的DB2 数据库来存放海量电力企业数据。
3.3 系统主要功能模块介绍
为了能够对高风险家族性缺陷变电设备进行准确识别评估,本文设计的软件系统总体功能模块架构如图2所示,主要包括用户管理模块,设备缺陷管理系统,数据库及信息管理系统,变电设备家族性缺陷评估,评估结果推送。下面将一一介绍其功能。
(1)用户管理模块。用户管理模块可以设置用户的权限级别,也可以新增或删除用户,可以保证系统一定的保密性。
(2)变电设备缺陷管理系统。变电设备缺陷管理系统功能为管理缺陷信息,变电设备缺陷管理系统可以采集公司的设备缺陷信息。主要包括设备种类、缺陷部件部位、缺陷的原因、缺陷描述等的措施等内容。因此,变电设备缺陷管理系统是家族性缺陷挖掘分析重要的数据来源。
(3)数据库及信息管理系统。DB2数据库储存了大量的变电设备台账,并与变电设备缺陷管理系统中缺陷信息进行关联。并且可以查询并管理监变电设备相关状态数据以及台账信息。信息管理系统主要负责新增变电设备台账的输入、退运的变电设备台账的删除以及一些变电设备台账变动的修改。
(4)变电设备允许风险评估。主要包括对设备缺陷数据进行挖掘分析,通过调用DB2数据库中缺陷信息及相关台账,利用变电设备家族性缺陷识别算法,给出变电设备疑似家族性缺陷风险等级。同时,分析气象因素对变电设备运行影响,给出风险等级。
(5)评估结果推送。结果推送分两类,一类提供给设备管理部门,反映某个变电设备生产厂家的总体质量,并反映某一型号变压的质量水平。另一类提供运行维护部门,根据分析结果对变电设备运行风险等级进行预警,有目标的强化维护管理,提高电网运行的可靠性。
3.4 变电设备关联因素评估系统运行测试
系统中以公司数据库缺陷数据按设备运行年限电压等级部件进行统计平均缺陷率作为判断标准。对公司电压等级10 kV及以上变电设备运行风险,主要对变电设备疑似家族性缺陷风险分析、变电设备气象运行风险分析。
以变压器为例,如图3所示,正运行在高风险家族性缺陷变电设备,此信息可发往公司检修运维部门。
图2 软件系统总体功能模块架构Fig .2 Software system overall functional module architecture
对变电设备气象因素和家族性缺陷因素综合估,如图4所示,可以看出变电设备关联因素分析结果。
图3 正运行在高风险家族性缺陷变电设备Fig .3 Operating in high-risk familial defect substation equipment
图4 变电设备运行风险等级Fig .4 Operational risk level of substation equipment
4 结论
本文基于PMS数据设备台账,利用数据挖掘,分析变电设备运行风险与设备家族性缺陷、气象因素逻辑关系。在此基础上,建立变电设备运行风险评估模型,开发了变电设备运行风险软件平台,为设备采购部门提供了厂家、型号的质量信息,为运行维护部门提供了变电设备风险预警,便于及早检修。显著提高了公司电力技术监督管理水平。