基于AR技术的主设备检修方法

杨芳， 罗小波， 周承秀， 李莉莲， 郭拳

(广西电网有限责任公司贺州供电局，广西 贺州 542800)

0 引 言

随着用户用电量需求的不断增加，在电力行业快速发展的同时也带来了更大的压力。输变电设备是电力系统的关键部分，决定了供电可靠性的高低[1]。为了保证设备的正常运行，持续不断地提供电力能源，使配电网络处于良好的运行状态，对变压器和断路器等主设备的检修非常重要。提高变电站设备的维修管理能力和及时发现设备中存在的问题，提出科学有效的主设备检修方法，是当前有待解决的难点[2]。

针对上述问题，文献[3]应用了单机电力检修系统，实时监测设备的运行状态，及时发现故障，然后通知专业人员进行维修。然而单机系统无法与其他网络进行数据交换，只能在系统节点内运行，且只对一个变电站中的主设备进行管理检修，监控监测范围较小。文献[4]提出运用神经网络方法，对变电站中主设备的故障进行统计，通过对数据进行大量的训练，预测出主设备的故障率，从而及时对设备进行检修。由于设备的故障由多个因素共同组成，如设备老化、外部环境和运行时间等，其中包含不确定性的人为因素，使预测效果不稳定。

针对上述研究中存在的不足，本文研究了基于AR技术的变电站主设备检修系统，在对变电站主设备状态实时监测的同时，对主设备进行可靠性评估，根据主设备运行的时间、上次发生故障的时间以及上次检修的时间，评估主设备的可靠性，确定下一次对设备进行检修的时间[5]。

1 基于AR技术的变电站主设备检修系统

本文的创新点在于：在变电站主设备检修系统中加入了AR模型，在进入变电站现场进行检修前，提前熟悉主设备的状态和操作环境，加快了对主设备的检修速度，减少了主设备的断电时间，保证了变电站配电网络的正常运行，同时提高了检修人员作业过程的安全性能。

1.1 系统总体设计

针对配电网络中可能存在故障的变电主设备，利用状态监测数据来判断变电主设备的运行状态[6]。对变电站设备进行维修的顺序也很重要，因为配电网络的供电量受电力设备的约束，在一定程度上会影响用户用电的可靠性。同时要最大化地利用维修成本取得电网性能的提高，使变电设备的维修费和停电浪费损失的资源最小，要根据主设备的重要程度和维修所需要的时间进行安排检修工作[7]。

为了提高变电站主设备检测系统的科学性，考虑到了检修方式的修正效果，提出了对主设备的检修决策方法[8]。根据对主设备数据的检测，建立了设备异常指标，考虑到多因素对主设备的影响，提出对变电站主设备的短期检测方法。当变电站多个主设备检测维修时，需要考虑主设备的潜在运行风险。对变电站主设备检测的技术路线如图1所示。

图1 主设备系统技术路线图

量化变电站设备的检修效果，根据变电站设备检修完成到发生故障之间的时间，运用概率学统计与变量之间的关系[9]，得到可靠且效率较高的最佳检修周期。当变电站发生故障时，计算设备的异常指标通过归一化量化评估，同时异常数据也存在不稳定的情况[10]。当出现多次异常，检测到的异常数据频繁相似的情况时，可建立异常数据的指标。对变电站主设备进行检修时，主设备的停机会严重影响电力系统的运行，因此决定对各主设备的检修顺序也很重要。合理利用有限的检修资源，在一定程度上最小化对电力系统性能的影响，减少由主设备检修带来的风险。

1.2 变电站主设备可靠性评估

图2 变电站主设备故障率曲线图

变电站主设备故障的产生原因是多种多样的，通常可用某种类型的函数来表示主设备故障的发生机制，具有通用性。经过电网运行人员和检修人员对变电站主设备故障发生的统计分析，主设备故障率的变化曲线可由函数表示，如图2所示。

0～T1为第一阶段：早期失效期，T1时刻之前，变电站主设备的故障概率最高，同时故障率下降最快。这一阶段的故障通常是由变电站主设备硬件方面的缺陷造成的，如安装方式和安装位置不合适，导致设备出现故障。

T1～T2为第二阶段：偶然失效期，这一阶段故障率变化不明显，可表示为一种常数，其间可能会发生偶然性故障，发生故障次数不多。

T2之后的时期为第三阶段：老化失效期，T2时刻之后故障率快速增加，多数故障的原因是变电站主设备发生老化，设备的使用寿命降低，使故障频繁发生。

根据图像的变化规律对单调的变化的故障率进行拟合，变电站主设备的故障率函数定义为：

(1)

式中:β<1为第一阶段；β=1为第二阶段；β>1为第三阶段；η为威布尔分布的尺度参数。

变电站主设备从某一时刻t0起到发生故障为止的工作时间记为T，发生故障的概率记作f(t)。没有发生故障时的工作时间记为M，为随机变量T的期望值，可表示为：

(2)

(3)

式中：R(t)为变电站主设备的可靠度函数。由变电站主设备的故障率函数可知：

f(t)=λ(t)×R(t)

(4)

结合式(2)～式(4)可得：

(5)

将式(5)进行简化可表示为：

(6)

图3 检修对故障率的影响

可得到变电站主设备无故障时的工作时间的平均期望。当变电站主设备发生故障无法正常运行时，需要对主设备进行临时性检修，尽快恢复功能正常工作。只能维修到恢复工作状态，设备性能跟故障前大致一致的属于最小检修。预防性检修对主设备性能有很大帮助，修复效果比最小维修高。对主设备的检修效果如图3所示。

图3中:t1时刻为预防性检修;t2时刻为故障检修。对变电站主设备进行检修后设备的可靠性有所提升，提高到正常运行的某一状态。

(7)

(8)

式中：Ui为第i次检修后变电站主设备正常工作时间，Ui随机变化，用概率密度函数来表示。

第i次时刻开始，主设备故障之前的工作时间为：

(9)

式(8)和式(9)结合可得：

(10)

式中：τ为两次检修之间的时间间隔。

(11)

根据求得的概率密度函数，可计算出变电站主设备的工作时间和检修后距离下次发生故障的大概时间，可根据时间进行预防性检修，防止变电站主设备发生故障影响电荷能量的输出，从而保证了用户的正常使用。

1.3 AR模型参数系数

AR模型参数是进行模拟操作时的重要系数，对AR模型参数的估计主要是估计模型的自然回归系数这是建立AR模型的关键部分。

主设备的AR模型可表示为：

(12)

at=xt-φ1xt-1-φ2xt-2-…-φnxt-n

(13)

(14)

(15)

用矩阵可表示为：

Y=Xψ+α

(16)

根据多元回归理论，联合式(15)和式(16)对ψ的最小二乘估计可表示为：

(17)

根据ψ可以估计出AR模型的参数，完成对变电站主设备AR模型的构建，方便检修人员对变电站主设备进行检修。

2 应用测试

为验证本文所研究基于AR技术的变电站主设备检修系统的性能，分别使用文献[3]检修方法、文献[4]检修方法和本文的检修方法对某一变电站存在故障的变压器和断路器进行检修。表1为存在故障的变压器参数。

表1 变压器参数

对于变压器来说，影响其运行状态的因素有很多，其整体状态主要取决于其中某一指标的最差因素，当其中一个监控指标超过一定限度时，变压器就显示异常状态。变压器检测设备的工作环境也很恶劣，采集到的数据准确性和稳定性受到影响，气体含量的检测值与实际测量值相差很大。因此在对变压器进行检修时，不能只根据监测设备提供的异常数据进行检修，要进行全方位检修。检查直流母线的电压、直流系统的绝缘状态，蓄电池的电压，继电器和熔断器的线路连接和开关保护等方面。表2为本文系统的检修结果，表3为文献[3]系统的检修结果，表4为文献[4]系统的检修结果。

表2 系统检修结果

表3 文献[3]系统检修结果

表4 文献[4]系统检修结果

通过对比三种检修方法对变压器和断路器检修的数据可知，本文系统的检修方法性能最好，对变压器和断路器进行修复的时间最短，倒闸操作的时间也最短，检修后主设备的故障率最低。由于变压器有些部件的特殊性，不能采用带电检修的方法，本文系统检修过程倒闸操作时间最短，仅用了0.25 h，文献[3]系统检修时间高达0.86 h，文献[4]用时0.55 h。断电时间过长，对电力系统中提供电荷和输送电荷的能力降低，影响了配电网络的正常运行。

3 结束语

本文基于AR技术对变电站主设备进行检修，通过监测设备对变电站中主设备工作状态、工作时间和工作环境数据的监测，判断主设备是否存在故障。在进入现场对主设备检修前，通过AR模型进行模拟检修，提前熟悉设备的检修操作和检修流程。

根据主设备的检修时间和对电力系统的影响，合理安排对主设备的检修顺序，降低了对变电站主设备的检修时间，提高了检修人员在工作环境中的安全性，减少了主设备发生故障的概率，对主设备的检修更加全面。本文基于历史数据对变压器和断路器进行可靠性评估，对变电站主设备工作环境中的随机变量的概率分布和参数未涉及，对于设备的老化更新问题还需进一步研究。