所屬技術(shù)領(lǐng)域

本發(fā)明涉及輸配電領(lǐng)域，具體涉及一種電網(wǎng)安全風(fēng)險(xiǎn)管控智能評(píng)估方法。

背景技術(shù)：

智能配電網(wǎng)是電網(wǎng)的重要組成部分，隨著近年來用戶對(duì)電能質(zhì)量的要求日益提高，配電網(wǎng)整體性能的提高己經(jīng)成為電力行業(yè)可持續(xù)和健康發(fā)展的重要內(nèi)容。配電網(wǎng)的故障是影響電能質(zhì)量和供電可靠性的重要因素，只有保證了配電網(wǎng)的安全穩(wěn)定運(yùn)行，才能夠保證整個(gè)電網(wǎng)的安全可靠運(yùn)行。因此，非常有必要開展更多的配電網(wǎng)安全防御領(lǐng)域的工作，對(duì)配電網(wǎng)的風(fēng)險(xiǎn)評(píng)估方法進(jìn)行研究，通過對(duì)配電網(wǎng)進(jìn)行風(fēng)險(xiǎn)評(píng)估，能夠及時(shí)、全面地找到配電網(wǎng)的脆弱點(diǎn)和薄弱區(qū)域，進(jìn)而提出防御和改進(jìn)措施，有效地抑制事故的發(fā)生和擴(kuò)大。

隨著新能源并網(wǎng)容量的迅速增大，出力的不確定性對(duì)電力系統(tǒng)的影響也越來越大。為此，有必要考慮新能源出力不確定性，對(duì)電網(wǎng)運(yùn)行進(jìn)行風(fēng)險(xiǎn)評(píng)估，提前掌握電網(wǎng)運(yùn)行存在的風(fēng)險(xiǎn)，及時(shí)采取措施抵御風(fēng)險(xiǎn)，以保證電網(wǎng)運(yùn)行安全。

傳統(tǒng)的電網(wǎng)風(fēng)險(xiǎn)評(píng)估理論及技術(shù)側(cè)重于從宏觀層面建立風(fēng)險(xiǎn)評(píng)估及預(yù)警體系，采用的數(shù)據(jù)來源單一，數(shù)據(jù)量少，建立的風(fēng)險(xiǎn)評(píng)估模型與數(shù)據(jù)的關(guān)聯(lián)性不強(qiáng)，給出的風(fēng)險(xiǎn)評(píng)估指標(biāo)單一、片面，不能從時(shí)間、空間等多維度全面反映電網(wǎng)面臨的風(fēng)險(xiǎn)類型、風(fēng)險(xiǎn)嚴(yán)重程度。現(xiàn)有技術(shù)中的風(fēng)險(xiǎn)機(jī)理分析、風(fēng)險(xiǎn)源識(shí)別高度依賴數(shù)據(jù)，而現(xiàn)階段信息不全，數(shù)據(jù)量少，數(shù)據(jù)源系統(tǒng)間存在壁壘，難于進(jìn)行風(fēng)險(xiǎn)機(jī)理分析。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種電網(wǎng)安全風(fēng)險(xiǎn)管控智能評(píng)估方法，通過獲取配電網(wǎng)設(shè)備的當(dāng)前運(yùn)行數(shù)據(jù)以及健康運(yùn)行過程中歷史運(yùn)行數(shù)據(jù)，構(gòu)建故障概率模型，可快速確定配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)；本發(fā)明與現(xiàn)有技術(shù)相比，復(fù)雜性低、評(píng)估效率高。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供一種電網(wǎng)安全風(fēng)險(xiǎn)管控智能評(píng)估方法，該方法包括如下步驟：

s1.采集配電網(wǎng)設(shè)備的運(yùn)行數(shù)據(jù)；

s2.對(duì)所述運(yùn)行數(shù)據(jù)進(jìn)行處理；

s3.根據(jù)處理后的運(yùn)行數(shù)據(jù)對(duì)配電網(wǎng)的運(yùn)行狀態(tài)進(jìn)行評(píng)估；

其中，所述運(yùn)行數(shù)據(jù)包括配電網(wǎng)設(shè)備運(yùn)行參數(shù)和環(huán)境參數(shù)，在所述步驟s1中，包括如下子步驟：

s11.獲取所述配電網(wǎng)設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史變化范圍；

s12.獲取所述配電網(wǎng)設(shè)備的當(dāng)前運(yùn)行參數(shù)和環(huán)境參數(shù)。

優(yōu)選的，在步驟s2中，采用證據(jù)理論、模糊集、粗糙集和神經(jīng)網(wǎng)絡(luò)多源信息融合的方法對(duì)s1采集的運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)融合分析與處理。

優(yōu)選的，在所述步驟s11中，在獲取所述配電網(wǎng)設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史變化范圍之前，獲取所述設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)。

優(yōu)選的，在所述步驟s2中，包括如下步驟：對(duì)所述歷史數(shù)據(jù)進(jìn)行篩選，以獲取正常工作狀態(tài)下的設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)；根據(jù)篩選后的歷史數(shù)據(jù)，獲取所述設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史變化范圍。

優(yōu)選的，在所述步驟s3中，根據(jù)配電網(wǎng)的運(yùn)行數(shù)據(jù)對(duì)配電網(wǎng)進(jìn)行運(yùn)行狀態(tài)和風(fēng)險(xiǎn)評(píng)估，若評(píng)估結(jié)果表明配電網(wǎng)現(xiàn)處于非優(yōu)狀態(tài)或風(fēng)險(xiǎn)狀態(tài)。

優(yōu)選的，在所述步驟s3中，根據(jù)所述運(yùn)行參數(shù)和環(huán)境參數(shù)確定故障概率，具體包括如下步驟：

用于根據(jù)所述的運(yùn)行參數(shù)和環(huán)境參數(shù)建立故障概率模型，所述的故障概率模型包括比例參數(shù)以及曲率參數(shù)；

根據(jù)所述運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)求解所述的比例參數(shù)以及曲率參數(shù)；

將所述的比例參數(shù)以及曲率參數(shù)帶入所述的故障概率模型，得到故障概率。

優(yōu)選的，從所述歷史數(shù)據(jù)中確定出各個(gè)狀態(tài)的實(shí)際持續(xù)時(shí)間；根據(jù)所述的實(shí)際持續(xù)時(shí)間確定各個(gè)狀態(tài)在標(biāo)準(zhǔn)時(shí)間軸上的期望狀態(tài)持續(xù)時(shí)間；根據(jù)所述的實(shí)際持續(xù)時(shí)間、期望狀態(tài)持續(xù)時(shí)間確定曲率參數(shù)；根據(jù)所述的曲率參數(shù)確定比例參數(shù)。

優(yōu)選的，所述的故障概率模型為：

λ(s,t)＝k(t)e^-c(t)s

其中，λ為故障概率，s為根據(jù)環(huán)境參數(shù)確定的環(huán)境指數(shù)，t為設(shè)備役齡，k(t)為比例參數(shù)，c(t)為曲率參數(shù)。

優(yōu)選的，根據(jù)所述的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)求解所述的比例參數(shù)以及曲率參數(shù)。

優(yōu)選的，從所述的歷史數(shù)據(jù)中確定出各個(gè)狀態(tài)的實(shí)際持續(xù)時(shí)間，對(duì)配電網(wǎng)設(shè)備經(jīng)歷的一個(gè)完整健康過程中狀態(tài)變化的歷史數(shù)據(jù)可以得到過程中各狀態(tài)實(shí)際持續(xù)的時(shí)間tp1,tp2,....,tpn；

獲取配電網(wǎng)設(shè)備對(duì)應(yīng)的時(shí)間標(biāo)準(zhǔn)軸，配電網(wǎng)設(shè)備對(duì)應(yīng)的時(shí)間標(biāo)準(zhǔn)軸為t0；

根據(jù)所述的實(shí)際持續(xù)時(shí)間、所述的時(shí)間標(biāo)準(zhǔn)軸確定曲率參數(shù)，由下述的公式可以確定出曲率參數(shù)c(t)：

根據(jù)所述的曲率參數(shù)確定比例參數(shù)，由下述的公式k(t)e^-c(t)*100＝λ0確定出比例參數(shù)k(t)，其中，λ0為偶然故障率，此處的偶然故障率已知，可直接獲取到。

優(yōu)選的，時(shí)間標(biāo)準(zhǔn)軸t0指配電網(wǎng)設(shè)備在環(huán)境參數(shù)確定的環(huán)境指數(shù)狀態(tài)評(píng)分為滿分100分時(shí)的設(shè)備期望健康壽命,即假設(shè)設(shè)備不發(fā)生狀態(tài)變化一直維持滿分狀態(tài)運(yùn)行直至偶然性故障發(fā)生所經(jīng)歷的時(shí)間,滿足

時(shí)間標(biāo)準(zhǔn)軸t0的大小由偶然性故障率決定。

優(yōu)選的，設(shè)定配電網(wǎng)設(shè)備在狀態(tài)si時(shí)的期望狀態(tài)壽命t(si)，t(si)是指假設(shè)設(shè)備以狀態(tài)si,投運(yùn)并保持該狀態(tài)運(yùn)行直至發(fā)生故障停運(yùn)期望的時(shí)間,中間不經(jīng)歷任何別的狀態(tài),期望狀態(tài)壽命t(si)滿足下式

與t0不同的是,t(si)既受到了偶然性故障因素的影響也會(huì)受到與狀態(tài)si相關(guān)的必然性故障因素的影響；

設(shè)定基于時(shí)間標(biāo)準(zhǔn)軸的折算系數(shù)m(si)，m(si)是指設(shè)備狀態(tài)為100分時(shí)的期望健康壽命t0與狀態(tài)為si時(shí)的期望狀態(tài)壽命t(si)的比值,即

由于式中役齡t是確定的,所以基于時(shí)間標(biāo)準(zhǔn)軸的折算系數(shù)m(si)只與狀態(tài)si有關(guān),僅隨狀態(tài)si變化；

設(shè)定設(shè)備實(shí)際維持狀態(tài)si的時(shí)間tpi，在設(shè)備實(shí)際運(yùn)行過程中,設(shè)備狀態(tài)總是發(fā)生著連續(xù)微小或階段性的變化,而不是維持狀態(tài)si直至故障，當(dāng)設(shè)備從狀態(tài)si變化至狀態(tài)si+1時(shí),狀態(tài)si持續(xù)的時(shí)間為tpi,tpi為已知量,可直接從現(xiàn)場(chǎng)歷史數(shù)據(jù)得到，即狀態(tài)si的實(shí)際持續(xù)時(shí)間；

設(shè)定設(shè)備實(shí)際維持狀態(tài)si在標(biāo)準(zhǔn)時(shí)間軸上的期望狀態(tài)持續(xù)時(shí)間tp0i，tp0i是將狀態(tài)si的實(shí)際持續(xù)時(shí)間經(jīng)時(shí)間標(biāo)準(zhǔn)軸的折算得到的時(shí)間標(biāo)準(zhǔn)軸上的期望狀態(tài)持續(xù)時(shí)間，其值為：

tp0i＝tpi*m(si)

配電網(wǎng)設(shè)備經(jīng)歷一個(gè)完整健康過程對(duì)應(yīng)的所有只考慮“偶然性故障因素”影響的期望狀態(tài)持續(xù)時(shí)間累加起來的過程壽命應(yīng)該等于由偶然性故障率決定的時(shí)間標(biāo)準(zhǔn)軸t0,公式表示為：

其中，n為狀態(tài)個(gè)數(shù)；

配電網(wǎng)設(shè)備經(jīng)歷的一個(gè)完整健康過程中狀態(tài)變化的歷史數(shù)據(jù)可以得到過程中各狀態(tài)實(shí)際持續(xù)的時(shí)間tp1,tp2,....,tpn，即確定出的各個(gè)狀態(tài)的實(shí)際持續(xù)時(shí)間，則有

其中，t為整個(gè)完整健康過程的提取時(shí)間；

由于tpi都是已知量,時(shí)間標(biāo)準(zhǔn)軸t0也為已知量，將和tp0i＝tpi*m(si)式代入式得到

可以解出該配電網(wǎng)設(shè)備在役齡t時(shí)的模型曲率系數(shù)c(t),再將結(jié)果代入k(t)e^-c(t)*100＝λ0,便可解得該設(shè)備在役齡t時(shí)的模型比例系數(shù)k(t)。

本發(fā)明的技術(shù)方案具有如下優(yōu)點(diǎn)：(1)通過獲取配電網(wǎng)設(shè)備的當(dāng)前運(yùn)行數(shù)據(jù)以及健康運(yùn)行過程中歷史運(yùn)行數(shù)據(jù)，構(gòu)建故障概率模型，可快速確定配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)；(2)當(dāng)配電網(wǎng)存在運(yùn)行風(fēng)險(xiǎn)時(shí)，該系統(tǒng)可將運(yùn)行狀態(tài)和樣本庫(kù)中的樣本進(jìn)行快速比對(duì)，若樣本庫(kù)中存在與目標(biāo)狀態(tài)相同或相似的樣本，借鑒樣本的控制策略快速生成目標(biāo)狀態(tài)的控制策略；(3)本發(fā)明與現(xiàn)有技術(shù)相比，復(fù)雜性低、評(píng)估效率高。

附圖說明

圖1示出了本發(fā)明的一種配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)控制系統(tǒng)的框圖；

圖2示出了本發(fā)明的一種電網(wǎng)安全風(fēng)險(xiǎn)管控智能評(píng)估方法方法。

具體實(shí)施方式

圖1是示出了本發(fā)明的一種配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)控制系統(tǒng)10，該控制系統(tǒng)包括：

識(shí)別模塊12，用于采集配電網(wǎng)20的運(yùn)行數(shù)據(jù)；

處理模塊13，用于處理所述識(shí)別模塊12采集的配電網(wǎng)運(yùn)行數(shù)據(jù)；

評(píng)估模塊14，用于根據(jù)所述配電網(wǎng)運(yùn)行數(shù)據(jù)，對(duì)配電網(wǎng)的運(yùn)行情況進(jìn)行評(píng)估；

控制策略生成模塊15，用于根據(jù)所述評(píng)估模塊14得出的評(píng)估結(jié)果，確定配電網(wǎng)的控制策略；

實(shí)施模塊16，用于對(duì)配電網(wǎng)的設(shè)備實(shí)時(shí)所述控制策略；

中控模塊17，用于協(xié)調(diào)所述控制系統(tǒng)中各模塊工作；

通信總線11，用于所述控制系統(tǒng)各個(gè)模塊的通信聯(lián)絡(luò)。

所述運(yùn)行數(shù)據(jù)包括配電網(wǎng)設(shè)備運(yùn)行參數(shù)和環(huán)境參數(shù)，所述識(shí)別模塊12包括：

第一獲取單元，用于獲取所述配電網(wǎng)設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史變化范圍；

第二獲取單元，用于獲取所述配電網(wǎng)設(shè)備的當(dāng)前運(yùn)行參數(shù)和環(huán)境參數(shù)。

所述處理模塊13，用于在獲取所述配電網(wǎng)設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史變化范圍之前，獲取所述設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)；對(duì)所述歷史數(shù)據(jù)進(jìn)行篩選，以獲取正常工作狀態(tài)下的設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)；根據(jù)篩選后的歷史數(shù)據(jù)，獲取所述設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史變化范圍。

所述評(píng)估模塊14根據(jù)配電網(wǎng)的運(yùn)行數(shù)據(jù)對(duì)配電網(wǎng)進(jìn)行運(yùn)行狀態(tài)和風(fēng)險(xiǎn)評(píng)估，若評(píng)估結(jié)果表明配電網(wǎng)現(xiàn)處于非優(yōu)狀態(tài)或風(fēng)險(xiǎn)狀態(tài)，則將評(píng)估結(jié)果傳遞給控制策略生成模塊。

所述控制策略生成模塊包括對(duì)比單元和控制策略生成單元；

所述對(duì)比單元將接收到的評(píng)估結(jié)果與樣本庫(kù)內(nèi)已有樣本進(jìn)行比對(duì)，分析樣本庫(kù)內(nèi)是否存在相同或相似評(píng)估結(jié)果，然后將分析結(jié)果傳遞給控制策略生成單元；

所述控制策略生成單元根據(jù)分析結(jié)果，生成相應(yīng)的控制策略，并對(duì)控制策略進(jìn)行可行性校驗(yàn)后傳遞給實(shí)施模塊。

所述實(shí)施模塊16接收到所述控制策略后，把相應(yīng)的控制指令下發(fā)給相關(guān)設(shè)備，完成控制策略的實(shí)施。所述相關(guān)設(shè)備包括有載調(diào)壓變壓器、無(wú)功補(bǔ)償設(shè)備、有源濾波設(shè)備和連絡(luò)開關(guān)等。

優(yōu)選的，所述配電網(wǎng)設(shè)備運(yùn)行參數(shù)包括電源容量、負(fù)荷變化、有功無(wú)功變化、諧波含量，所述環(huán)境參數(shù)包括氣象數(shù)據(jù)。

所述評(píng)估模塊14還包括故障概率確定單元，用于根據(jù)所述的運(yùn)行參數(shù)和環(huán)境參數(shù)確定故障概率。所述故障概率確定單元包括：

故障概率模型確定子單元，用于根據(jù)所述的運(yùn)行參數(shù)和環(huán)境參數(shù)建立故障概率模型，所述的故障概率模型包括比例參數(shù)以及曲率參數(shù)；參數(shù)確定子單元，用于根據(jù)所述運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)求解所述的比例參數(shù)以及曲率參數(shù)；故障概率確定子單元，用于將所述的比例參數(shù)以及曲率參數(shù)帶入所述的故障概率模型，得到故障概率。

所述的參數(shù)確定子單元包括：實(shí)際持續(xù)時(shí)間確定分單元，用于從所述的歷史數(shù)據(jù)中確定出各個(gè)狀態(tài)的實(shí)際持續(xù)時(shí)間；期望狀態(tài)持續(xù)時(shí)間確定分單元，用于根據(jù)所述的實(shí)際持續(xù)時(shí)間確定各個(gè)狀態(tài)在標(biāo)準(zhǔn)時(shí)間軸上的期望狀態(tài)持續(xù)時(shí)間；曲率參數(shù)確定單元，用于根據(jù)所述的實(shí)際持續(xù)時(shí)間、期望狀態(tài)持續(xù)時(shí)間確定曲率參數(shù)；比例參數(shù)確定分單元，用于根據(jù)所述的曲率參數(shù)確定比例參數(shù)。

附圖2示出了本發(fā)明的一種電網(wǎng)安全風(fēng)險(xiǎn)管控智能評(píng)估方法，該方法包括如下步驟：

s1.采集配電網(wǎng)設(shè)備的運(yùn)行數(shù)據(jù)；

s2.對(duì)所述運(yùn)行數(shù)據(jù)進(jìn)行處理；

s3.根據(jù)處理后的運(yùn)行數(shù)據(jù)對(duì)配電網(wǎng)的運(yùn)行狀態(tài)進(jìn)行評(píng)估；

其中，所述運(yùn)行數(shù)據(jù)包括配電網(wǎng)設(shè)備運(yùn)行參數(shù)和環(huán)境參數(shù)，在所述步驟s1中，包括如下子步驟：

s11.獲取所述配電網(wǎng)設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史變化范圍；

s12.獲取所述配電網(wǎng)設(shè)備的當(dāng)前運(yùn)行參數(shù)和環(huán)境參數(shù)。

優(yōu)選的，在步驟s2中，采用證據(jù)理論、模糊集、粗糙集和神經(jīng)網(wǎng)絡(luò)多源信息融合的方法對(duì)s1采集的運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)融合分析與處理。

優(yōu)選的，在所述步驟s11中，在獲取所述配電網(wǎng)設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史變化范圍之前，獲取所述設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)。

優(yōu)選的，在所述步驟s2中，包括如下步驟：對(duì)所述歷史數(shù)據(jù)進(jìn)行篩選，以獲取正常工作狀態(tài)下的設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)；根據(jù)篩選后的歷史數(shù)據(jù)，獲取所述設(shè)備的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史變化范圍。

優(yōu)選的，在所述步驟s3中，根據(jù)配電網(wǎng)的運(yùn)行數(shù)據(jù)對(duì)配電網(wǎng)進(jìn)行運(yùn)行狀態(tài)和風(fēng)險(xiǎn)評(píng)估，若評(píng)估結(jié)果表明配電網(wǎng)現(xiàn)處于非優(yōu)狀態(tài)或風(fēng)險(xiǎn)狀態(tài)。

優(yōu)選的，在所述步驟s3中，根據(jù)所述運(yùn)行參數(shù)和環(huán)境參數(shù)確定故障概率，具體包括如下步驟：

用于根據(jù)所述的運(yùn)行參數(shù)和環(huán)境參數(shù)建立故障概率模型，所述的故障概率模型包括比例參數(shù)以及曲率參數(shù)；

根據(jù)所述運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)求解所述的比例參數(shù)以及曲率參數(shù)；

將所述的比例參數(shù)以及曲率參數(shù)帶入所述的故障概率模型，得到故障概率。

優(yōu)選的，從所述歷史數(shù)據(jù)中確定出各個(gè)狀態(tài)的實(shí)際持續(xù)時(shí)間；根據(jù)所述的實(shí)際持續(xù)時(shí)間確定各個(gè)狀態(tài)在標(biāo)準(zhǔn)時(shí)間軸上的期望狀態(tài)持續(xù)時(shí)間；根據(jù)所述的實(shí)際持續(xù)時(shí)間、期望狀態(tài)持續(xù)時(shí)間確定曲率參數(shù)；根據(jù)所述的曲率參數(shù)確定比例參數(shù)。

優(yōu)選的，所述的故障概率模型為：

λ(s,t)＝k(t)e^-c(t)s

其中，λ為故障概率，s為根據(jù)環(huán)境參數(shù)確定的環(huán)境指數(shù)，t為設(shè)備役齡，k(t)為比例參數(shù)，c(t)為曲率參數(shù)。

優(yōu)選的，根據(jù)所述的運(yùn)行參數(shù)和環(huán)境參數(shù)的歷史數(shù)據(jù)求解所述的比例參數(shù)以及曲率參數(shù)。

優(yōu)選的，從所述的歷史數(shù)據(jù)中確定出各個(gè)狀態(tài)的實(shí)際持續(xù)時(shí)間。在具體的實(shí)施方式中，對(duì)配電網(wǎng)設(shè)備經(jīng)歷的一個(gè)完整健康過程中狀態(tài)變化的歷史數(shù)據(jù)可以得到過程中各狀態(tài)實(shí)際持續(xù)的時(shí)間tp1,tp2,....,tpn。

優(yōu)選的，獲取配電網(wǎng)設(shè)備對(duì)應(yīng)的時(shí)間標(biāo)準(zhǔn)軸，配電網(wǎng)設(shè)備對(duì)應(yīng)的時(shí)間標(biāo)準(zhǔn)軸為t0。

根據(jù)所述的實(shí)際持續(xù)時(shí)間、所述的時(shí)間標(biāo)準(zhǔn)軸確定曲率參數(shù)，由下述的公式可以確定出曲率參數(shù)c(t)：

根據(jù)所述的曲率參數(shù)確定比例參數(shù)，由下述的公式k(t)e^-c(t)*100＝λ0確定出比例參數(shù)k(t)，其中，λ0為偶然故障率，此處的偶然故障率已知，可直接獲取到。

提出時(shí)間標(biāo)準(zhǔn)軸t0，它指配電網(wǎng)設(shè)備在環(huán)境參數(shù)確定的環(huán)境指數(shù)狀態(tài)評(píng)分為滿分100分時(shí)的設(shè)備期望健康壽命,即假設(shè)設(shè)備不發(fā)生狀態(tài)變化一直維持滿分狀態(tài)運(yùn)行直至偶然性故障發(fā)生所經(jīng)歷的時(shí)間,滿足

因此,時(shí)間標(biāo)準(zhǔn)軸t0的大小由偶然性故障率決定。

設(shè)定設(shè)備在狀態(tài)si時(shí)的期望狀態(tài)壽命t(si)。它是指假設(shè)設(shè)備以狀態(tài)si,投運(yùn)并保持該狀態(tài)運(yùn)行直至發(fā)生故障停運(yùn)期望的時(shí)間,中間不經(jīng)歷任何別的狀態(tài),期望狀態(tài)壽命t(si)滿足下式

與t0不同的是,t(si)既受到了偶然性故障因素的影響也會(huì)受到與狀態(tài)si相關(guān)的必然性故障因素的影響。

提出基于時(shí)間標(biāo)準(zhǔn)軸的折算系數(shù)m(si)。它是指設(shè)備狀態(tài)為100分時(shí)的期望健康壽命t0與狀態(tài)為si時(shí)的期望狀態(tài)壽命t(si)的比值,即

由于式中役齡t是確定的,所以基于時(shí)間標(biāo)準(zhǔn)軸的折算系數(shù)m(si)只與狀態(tài)si有關(guān),僅隨狀態(tài)si變化。引入基于時(shí)間標(biāo)準(zhǔn)軸的折算系數(shù)的目的是將包含必然性故障因素的期望狀態(tài)壽命折算為只有偶然性故障因素影響的期望狀態(tài)壽命。

設(shè)定設(shè)備實(shí)際維持狀態(tài)si的時(shí)間tpi。在設(shè)備實(shí)際運(yùn)行過程中,設(shè)備狀態(tài)總是發(fā)生著連續(xù)微小或階段性的變化,而不是維持狀態(tài)si直至故障。當(dāng)設(shè)備從狀態(tài)si變化至狀態(tài)si+1時(shí),狀態(tài)si持續(xù)的時(shí)間為tpi,tpi為已知量,可直接從現(xiàn)場(chǎng)歷史數(shù)據(jù)得到，即狀態(tài)si的實(shí)際持續(xù)時(shí)間。

設(shè)定設(shè)備實(shí)際維持狀態(tài)si在標(biāo)準(zhǔn)時(shí)間軸上的期望狀態(tài)持續(xù)時(shí)間tp0i。它是將狀態(tài)si的實(shí)際持續(xù)時(shí)間經(jīng)時(shí)間標(biāo)準(zhǔn)軸的折算得到的時(shí)間標(biāo)準(zhǔn)軸上的期望狀態(tài)持續(xù)時(shí)間。其值為：

tp0i＝tpi*m(si)

提出把完整健康過程中所經(jīng)歷的各狀態(tài)實(shí)際持續(xù)時(shí)間都進(jìn)行基于時(shí)間標(biāo)準(zhǔn)軸的折算,就能得到標(biāo)準(zhǔn)時(shí)間軸上各狀態(tài)對(duì)應(yīng)的只受“偶然性故障因素”影響的期望狀態(tài)持續(xù)時(shí)間。一個(gè)完整健康過程對(duì)應(yīng)的所有只考慮“偶然性故障因素”影響的期望狀態(tài)持續(xù)時(shí)間累加起來的過程壽命應(yīng)該等于由偶然性故障率決定的時(shí)間標(biāo)準(zhǔn)軸t0,公式表示為：

其中，n為狀態(tài)個(gè)數(shù)。

配電網(wǎng)設(shè)備經(jīng)歷的一個(gè)完整健康過程中狀態(tài)變化的歷史數(shù)據(jù)可以得到過程中各狀態(tài)實(shí)際持續(xù)的時(shí)間tp1,tp2,....,tpn，即確定出的各個(gè)狀態(tài)的實(shí)際持續(xù)時(shí)間，則有

其中，t為整個(gè)完整健康過程的提取時(shí)間。

由于tpi都是已知量,時(shí)間標(biāo)準(zhǔn)軸t0也為已知量，將和tp0i＝tpi*m(si)式代入式得到

可以解出該設(shè)備在役齡t時(shí)的模型曲率系數(shù)c(t),再將結(jié)果代入k(t)e^-c(t)*100＝λ0,便可解得該設(shè)備在役齡t時(shí)的模型比例系數(shù)k(t)。

以上內(nèi)容是結(jié)合具體的優(yōu)選實(shí)施方式對(duì)本發(fā)明所作的進(jìn)一步詳細(xì)說明，不能認(rèn)定本發(fā)明的具體實(shí)施只局限于這些說明。對(duì)于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，做出若干等同替代或明顯變型，而且性能或用途相同，都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù)范圍。