首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 基于电力可靠性信息的设备缺陷隐患管控优化

基于电力可靠性信息的设备缺陷隐患管控优化

2024-11-21 32 上传者：管理员

摘要：该文针对电力设备老化可能带来的安全隐患，利用设备的可靠性信息进行判断和评估，对于及时排查和优化设备缺陷隐患至关重要。该文旨在探讨影响电力设备可靠性的各种缺陷隐患之间的重要性和危害程度，评估不同设备缺陷隐患对设备可靠性的影响，并通过对同种设备进行可靠性溯源，重点关注家族性缺陷的存在，及时排查类似缺陷，提高缺陷发现和排查效率，优化设备缺陷隐患管控，从而提升电力可靠性管理技术水平。

关键词：
产业链供应链
安全隐患
家族性缺陷
金融风险
隐患管控
加入收藏

党的二十大报告中提到“确保粮食、能源、产业链供应链可靠安全和防范金融风险还须解决许多重大问题[1]”。国家发展和改革委员会、国家能源局等部门近年来先后出台了《电力可靠性管理办法（暂行）》[2]、GB/T40862—2021《输变电设施运行可靠性评价指标导则》[3]等多项电力可靠性监督管理法规制度，国家和社会对电力可靠稳定供应都提出了更高的工作要求[4]。

近年来，随着我国社会经济的快速发展[5]，电力负荷持续快速增长[6]，新能源发电占比持续增加，电力系统复杂性进一步加深。随着运行年限的持续增加，电力系统设备老化情况日渐加剧[7]，设备缺陷隐患持续增加，这都给电力系统安全稳定及可靠运行带来了较大的挑战[8-9]。电力设备是电力系统的核心承载实体，其缺陷隐患管控处置及时性[10]、处理质量将直接影响电力系统和设备的可靠性及稳定性[11]。电力系统及设备的安全稳定运行事关社会稳定运行、人民生命财产安全和经济社会发展[12]。因此，如何通过电力设备的可靠性信息，为不同的设备缺陷隐患评估[13]、研判提供参考判断依据，对于提高设备缺陷隐患管控工作的针对性、及时性都意义显著[14]。

1、电力可靠性信息的设备缺陷隐患管控优化研究分析

1.1研究思路

针对设备的可靠性信息指标，将设备的缺陷隐患、可靠性关键指标等历史数据信息，作为数据导入训练网络模型中，通过建立马尔科夫决策过程，评估不同缺陷隐患对设备可靠性指标的影响程度，同时结合专家系统进行可靠性影响程度评估，采用影响力排序模型、决策配对与决策融合模型，构建满足单一类型及批次多台设备的决策关系数学模型，提供针对缺陷隐患的影响指数，确定重点排查相关部件，将高影响度因子相关设备缺陷隐患反馈给相关的物资、运检和规划设计等业务部门及设备制造商，为其各自针对性落实设备缺陷隐患防控措施提供支撑参考（图1）。

1.2针对电力可靠性信息的设备缺陷隐患溯源分析

设备可靠性指标和缺陷隐患类型有多种，但是不同的缺陷隐患对于不同的设备可靠性指标有不同的影响程度。可靠性信息溯源分析工作选取常用、具有综合和表征作用的一些关键性设备可靠性指标，通过分析历史数据，考虑缺陷隐患发生时和发生前设备可靠性数据信息的变动情况，对设备可靠性指标进行溯源分析，追溯出设备制造质量、运行环境、安装调试和运维检修等环节的具体薄弱点（表1）。

图1 设备缺陷隐患评估模型

表1 可靠性信息溯源分析

针对选取的可靠性数据信息进行差异性分析。在不同缺陷情况下，同一个或同一组数据信息之间的影响程度可能不同，因此需要对可靠性数据进行评估。一方面，需要针对不同缺陷对可靠性信息的重要性进行评估，通过因子重要性分析模型，分等级选取出重点关注、次要关注、一般关注的可靠性指标，通过不同大小的权重进行分别；另一方面，还需要统计缺陷隐患情况，对历史数据记载的输变电设备的不同种类的缺陷隐患情况进行整理和分析。

1.3基于电力可靠性信息的设备缺陷隐患管控优化评估

根据历史数据中统计的输变配电设备的不同可靠性信息对输变电设备的不同缺陷隐患的影响关系。建立多对多的函数模型架构，即综合考虑多个不同可靠性因素对不同种类的设备缺陷影响的情况。同时要关注重点可靠性指标，对于权重高的可靠性指标，需要赋予更大的权重，保证输变电设备的可靠性。通过使用基于数据挖掘的强化学习神经网络，对于纳入的标准化的历史数据信息进行分类学习，通过建立马尔可夫决策过程（MDP）模型，训练智能体来做出最优的维护决策。同时引入可靠性信息的重要程度等级，即可靠性信息权重，可以训练出基于历史设备缺陷隐患数据的不同组合的可靠性指标对不同类型缺陷隐患的表征程度，同时满足可靠性信息之间的重要性指标的评估和预测模型。

有针对性地考虑到神经网络可能存在拟合问题，应当加入专家系统，建立专门的知识库和推理模型，将历史经验转变为判断和决策依据。防止因人工智能的引入导致的判断失误情况（图2）。

1.4基于电力可靠性信息的设备缺陷隐患管控排查规划

通过设备缺陷隐患管控评估系统，针对单一种类的输变电设备，可以得到其不同权重的可靠性指标对不同缺陷隐患影响的评估结果。通过统计分析不同类型的设备的可靠性指标，计算不同可靠性指标对设备隐患的影响程度，作为影响力的度量标准，采用例如Page Rank的影响力排序模型，按照评估值从大到小的顺序对不同缺陷隐患的影响情况进行排序，得到对整体输变电设备的综合可靠性影响，优先排查影响力大的缺陷隐患，基于分析结果，在主动检修时优先安排评估结果高，即对于整体可靠性影响大的隐患故障进行排查，提高排查效率。

同时由于设备的运行状态和环境变化，以及随着运行时间的增加，设备可靠性指标对于设备缺陷隐患的影响程度也会随之变换，需要及时更新可靠性数据，及时更新网络模型信息，保证评估的有效性和准确性（图3）。

图2 设备缺陷隐患评估模型

图3 基于可靠性指标的排查顺序规划

1.5电力可靠性信息价值分析

通过上述的分析结果，得到在影响力排序模型排序后不同设备缺陷隐患的影响分析结果。对于这些分析结果，首先向上级可靠性管理部门上报，及时更新设备的评估状态，同时向运维检修部门反馈，为其及时根据不同设备隐患情况及影响程度，针对性地采用差异化排查治理方式。还需向电网调控、生产基建、物资采购等部门反馈和共享信息，为其因设备缺陷隐患可能带来的设备可靠性运行问题、电网风险做好应对准备，从设备缺陷维度向电网工程建设、设备采购等部门提供业务工作改进及优化的有效参考。

2、案例分析

基于设备可靠性，评估和判别设备的缺陷隐患，以多起合闸电阻缺陷引发的滤波器场750 k V罐式断路器故障隐患为例，通过对设备可靠性的历史数据分析，灵州站4台新东北断路器7611、7641、7643、7644合闸过程中与目标关合点偏差均在±1 ms范围内。4台新东北断路器7621、7631、7632、7633和1台ABB断路器7613合闸过程中存在与目标关合点偏差超±1 ms的问题（图4）。

图4 相关评估指标

通过分析设备的可靠性指标，判断新东北LW56-800断路器故障隐患因素为超标为温度传感器异常与间歇时间过长导致，通过分析ABB 800PM断路器的可靠性指标变动，判定装置自适应参数较小，无法更大程度地根据现场环境温度和上次动作情况进行调整，评估后将装置自适应参数由0.2增大至0.5，同时现场对断路器的合闸速度和预期合闸时间进行了调整。调整后共动作69次，偏差超标2次，运行情况稳定。

最后，通过设备可靠性指标的评估，一方面发现温度传感器的性能及温度补偿曲线的设置对选相合闸至关重要，需定期检查温度传感器是否正常，持续优化温度补偿曲线；另一方面选相合闸装置的自适应功能可将偶发的偏差超标情况逐步调整正常，但需根据具体情况调整自适应系数。

整体流程主要如下。

首先从输变电设备的运行信息中，整理缺陷隐患状态信息，一方面要整理设备的缺陷隐患类型，另一方面要记录当时对设备可靠性参数有影响的设备信息，包括设备的运行状态信息、历史缺陷、家族隐患等，并将数据整理纳入数据库信息中，作为后续分析和评估的数据信息支撑。

面对众多的设备可靠性信息和指标，针对缺陷隐患时需要明确待考虑的设备可靠性指标，着重针对不同的设备类型，不同的运行情况和环境因素等信息，为设备的可靠性指标进行分级评估，根据不同运行环境，不同运行状态下的设备需要优先满足的可靠性指标，为不同的可靠性指标进行权重分析和评估，做到差异化、精准化分析。针对不同种类的设备类型和缺陷隐患，也应当做到差异化的可靠性指标评估，更好地表征不同情况下，设备不同可靠性等级对不同缺陷隐患情况的影响程度。

通过提取数据库的设备可靠性信息和缺陷隐患信息，针对缺陷隐患信息，通过数据挖掘，强化神经网络构建设备可靠性指标到设备缺陷隐患的多对多网络评估模型，得到不同可靠性指标对设备缺陷隐患的影响程度，同时通过构建专家数据库，引入专家系统，以增强整体评估系统的稳定性。将影响程度与设备可靠性权重相结合，作为决策评估和判断的信息参数，为评估和确定重点排查对象提供可靠性数据支撑和预测。

3、结论

从可靠性角度出发，本文从4个方面深入探讨了优化设备缺陷隐患管控。首先，通过从海量数据中提取可靠性信息，发现潜在的设备缺陷隐患。其次，追溯设备可靠性问题的根源，找出问题的来源和演变过程。再次，评估设备缺陷隐患对系统可靠性的影响，确定优化管控的关键节点。最后，利用设备的可靠性信息驱动管控策略，与其他单位共享信息，提高整体管控水平。通过案例分析，说明了利用设备的可靠性信息进行驱动建模、判断和评估，能够及时排查和优化设备缺陷隐患，从而提高管控的质量和效率。

参考文献:

[1]习近平:高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗———在中国共产党第二十次全国代表大会上的报告[EB/OL].

[2]电力可靠性管理办法(暂行)[EB/OL].

[3]输变电设施运行可靠性评价指标导则:GB/T 40862—2021[S].2021.

[4]中国电力企业联合会.中国电力行业可靠性年度发展报告[M].北京:中国建材工业出版社,2023:1-299.

[5]包松娅.为经济高质量发展注入澎湃“新”动能[N].人民政协报,2024-03-13(012).

[6]李明节,梁志峰,许涛,等.基于敏感气温空间分布的度夏度冬日最大负荷预测与应用研究[J].电网技术,2023,47(3):1088-1098.

[7]王俊,侯东方,徐天.基于生命周期成本分析的变电站设备维护与更新决策优化[J].电气技术与经济,2023(8):298-301.

[8]关于加强新形势下电力系统稳定工作的指导意见(上)[J].大众用电,2023,38(11):7-8.

[9]关于加强新形势下电力系统稳定工作的指导意见(下)[J].大众用电,2023,38(12):7-8.

[10]盛戈皞,钱勇,罗林根,等.面向新型电力系统的数字化电力设备关键技术及其发展趋势[J].高电压技术,2023,49(5):1765-1778.

[11]陈旦,周霞,马驹.我国2022年度供电可靠性现状分析与展望[J].供用电,2023,40(12):55-61,71.