小樣本失效數據下繼電保護系統可靠性評估方法
2024-03-24 05:17:05 1
小樣本失效數據下繼電保護系統可靠性評估方法
【專利摘要】本發明公開了電力系統繼電保護領域的小樣本失效數據下繼電保護系統可靠性評估方法，用以解決目前電力系統繼電保護領域研究中存在的問題。該方法包括：首先，整合繼電保護系統失效樣本；然後，通過擬合優度檢驗確立以威布爾分布作為失效分布模型，並利用蒙特卡羅方法抽樣擴大數據樣本，與小樣本原始數據共同作為先驗信息，構建貝葉斯-蒙特卡羅評估模型；最後，結合貝葉斯-蒙特卡羅評估模型，對每個繼電保護系統進行可靠性評估。本發明克服了傳統基於大失效樣本可靠性評估方法中所需樣本大，可靠性參數精準度不高等實際應用中的局限性，有效實現了小樣本失效數據下繼電保護系統可靠性評估方法。
【專利說明】小樣本失效數據下繼電保護系統可靠性評估方法
【技術領域】
[0001]本發明涉及電力系統繼電保護領域，特別涉及小樣本失效數據下繼電保護系統可靠性評估方法。
【背景技術】
[0002]作為電力系統的第一道防線，繼電保護系統的可靠性水平對於電力系統的安全穩定運行有著重要意義。從目前系列文獻對繼電保護裝置實際運行情況的統計數據看，繼電保護裝置在其工作年限內，極少發生「誤動」、「拒動」等失效情況甚至缺陷情況。加之保護裝置換代周期縮短、目前繼電保護系統缺陷和失效信息記錄尚不十分規範和標準，在一定地域和時間範圍內，具體到裝置型號、失效模式的完整失效記錄樣本更少。迄今為止，繼電保護可靠性評估方法還很少考慮該小樣本失效的特點，而主要以常規基於解析法和模擬法的可靠性評估方法為主。解析法如Markov狀態空間法、GO法、故障樹法、風險分析等主要根據系統的結構、功能或二者的邏輯關係建立可靠性概率模型，通過遞推或迭代等求解模型、計算指標。模擬法如蒙特卡羅仿真是通過對概率分布採樣來進行狀態的選擇和估計，利用統計學方法得到可靠性指標。考慮到繼電保護系統在有限時間內很難獲取足夠的失效數據(甚至無失效數據)，即便缺陷數據樣本也不豐富，因此依賴於大失效樣本的傳統可靠性評估方法的有效性會打折扣，並在一定程度上降低其評估結果的可信度，可能進一步影響以可靠性評估為依據的檢修策略等的參考價值。還有方法考慮繼電保護裝置運行特性，採用威布爾分布作為其壽命分布模型，直接通過回歸分析確定威布爾分布中的形狀參數、尺度參數計算可靠度、失效率等可靠性指標，但由於繼電保護裝置的失效數據少，利用有限的失效數據樣本分析結果的準確度較低。
[0003]針對上述問題，本發明提出了小樣本失效數據下繼電保護系統可靠性評估方法。本發明涉及以下兩個【背景技術】。
[0004]I繼電保護系統小樣本失效數據
[0005]目前繼電保護的失效數據主要來源於故障信息系統、維修檢修報告、調度中心運行報告、故障錄波及臺帳系統等其它數據源。隨著電力系統和繼電保護裝置運行水平的不斷提高，保護設備極少發生拒動和誤動情況，即僅有極少數失效數據可供相關評估所用。加之目前設備更新換代的周期較短，很多保護裝置在服役期間根本沒有出現過失效情況使得原本就不豐富的失效樣本中同型號裝置的數據更為缺乏。整體上，現場獲得的失效數據呈現比較典型的小樣本特徵。
[0006]對於現場獲得的繼電保護裝置失效數據，一般可分為以下三種數據類型:完整數據、左截尾數據和定時截尾數據。實際上，由於保護裝置投運時間的差異較大和現場運行情況的差別，反映保護裝置運行情況的數據更符合定時截尾數據的特點。對於截尾數據中的檢修時間，由於其相對於設備運行時間來說極短，加之以已經發生的失效或者缺陷數據為分析對象時，修復完成後會重新進入運行時間的統計周期，故該類分析中修復時間可忽略不計。[0007]2貝葉斯公式及其先驗分布的選取
[0008]經典統計只以樣本提供的信息在一定的統計模型下做統計推斷，對樣本量較大的情況有較好的統計推斷效果。而貝葉斯方法是在取得樣本觀測值之前，對參數統計模型中的未知參數Θ有某些先驗知識，這些知識以先驗分布的形式體現出來。而在得到樣本觀測值X(本方法指的是故障間隔時間)之後，由X與先驗分布提供的信息得到後驗分布，後驗分布是貝葉斯統計推斷的基礎。由於利用了各類先驗知識，例如歷史數據、專家信息和仿真試驗信息等，降低了經典方法對現場運行數據樣本的依賴程度，因而對小樣本情況往往也很有效。
[0009]貝葉斯公式是貝葉斯理論的直接體現，寫為:
【權利要求】
1.一種小樣本失效數據下繼電保護系統可靠性評估方法， 假設:繼電保護系統故障是因為硬體自然老化或失效造成的； 其特徵在於所述方法包括下列步驟: 步驟1:繼電保護系統失效樣本整合，計算正常運行時間間隔^ t2，...，tn，選取最大的時間間隔為截止時間Ts，其中，η為失效樣本總數； 步驟2:構建貝葉斯-蒙特卡羅評估模型，其中構建模型具體包括: 步驟21:根據裝置的壽命分布類型，採用威布爾分布作為估計分布，並進行分布擬合優度檢驗，以確認選取模型的壽命分布是否符合實際情況，
雙參數威布爾分布的故障概率密度為/
2.根據權利要求1所述的一種小樣本失效數據下繼電保護系統可靠性評估方法，其特徵是所述步驟23中選取子樣本數M的方法為以某一設備運行時間下的「Μ-可靠度值」曲線的斜率作為結果的穩定性判斷標準，即某一設備運行時間下，當M在[20，300]範圍內，如果對於不同的M值和對應的可靠度值R，I AR/ΑΜ\保持最小且接近於O時，評估結果受M值影響最小，此時將M在該段範圍內的最小值作為穩定標準值，選取該值作為最終M值，其中Λ M為子樣本數的變化值，可取固定值，表示M在[20，300]範圍內的變化間隔；AR為可靠度隨子樣本數變化AM時，可靠度的變化值。
3.根據權利要求1所述的一種小樣本失效數據下繼電保護系統可靠性評估方法，其特徵是所述步驟3中結合貝葉斯-蒙特卡羅評估模型，對每個繼電保護系統進行可靠性評估，具體包括:步驟31:根據工業實際情況設定可靠性依據，給出可靠度參考閾值； 步驟32:對於每個繼電保護系統，通過貝葉斯-蒙特卡羅評估模型計算其可靠度、平均故障間隔時間、失效率及故障概率密度等指標， 可靠度函數的點估計為:
【文檔編號】G06F19/00GK103971024SQ201410225536
【公開日】2014年8月6日 申請日期:2014年5月26日 優先權日:2014年5月26日
【發明者】戴志輝 申請人:華北電力大學（保定）