电气设备全生命周期风险预测方法

导语：电气设备全生命周期风险预测方法一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要:进行风险预测能帮助电气设备有效地规避风险，降低风险带来的影响。为此，提出一种基于物联网技术的电气设备全生命周期风险预测方法。该方法以物联网技术作为依托平台，首先进行电气设备全生命周期数据收集与预处理，然后依据数据，结合事故树分析法进行风险因素识别，最后计算识别出来的风险因素的权重，并以此得出风险发生概率，判断电气设备剩余可靠程度。结果表明：所研究方法预测得出断路器运行维护期发生风险的概率最高，可靠性最低，而使用期间的拒动故障、误动故障以及绝缘故障风险发生率均超过10%，可靠度低于90%。

关键词:物联网技术；电气设备；全生命周期；风险预测

1引言

在现代社会，各领域的运行都离不开电力能源作为支撑。在电力供应系统中，电气设备的运行涉及电力的生产、运输、更换、分配等各个环节。一旦其中一个设备出现问题，电力供应就会中断，从而造成巨大的损失。电气设备故障从生产到使用，再到废弃，经历了一个全生命周期[1]。因此，如何准确地预测电气设备整个生命周期内的各种风险，对其进行全生命周期的风险预测，对防范和规避风险具有重要的现实意义。关于风险预测的研究有很多，如文献[2]提出的基于红外成像技术的电气设备故障检测和文献[3]提出的基于物联网技术的地铁机电设备全寿命周期管理系统。但上述主要是针对设备运行过程中存在的风险进行分析，且需要处理的数据过于庞大，电气设备种类的不同，数据过于分散，得到的预测结果准确性并不能保证，且需要花费大量的时间成本。针对上述问题，本文结合物联网技术，提出一种电气设备全生命周期风险预测方法。物联网技术的介入，能够将设备各个环节的大数据集中到一起，并进行分析，实现了电气设备管理的信息化，包括降低设备风险存在的时间、提升风险规避效率、节省人工成本、提高设备可用性和完好率。通过本研究以期保证电气设备全生命周期运行安全，延长电气设备使用寿命，及时规避掉各个环节存在的风险。

2基于物联网技术的电气设备全生命周期风险预测研究

电气设备风险的发生不仅仅出现在运行阶段，而是出现在全生命周期，周期上每一个环节出现的风险都有可能造成设备故障。然而，各设备从生产、到使用再到废弃，各个环节相对分散，且数据分散在各个电脑，不能有效共享，汇总繁琐且易出差错，设备维修费用、备件采购数量、点检计划数据、人员KPI等数据源不一，统计汇整分析困难不精准，因此在电气设备全生命周期风险预测中最亟待解决的问题是“如何集中获取全生命周期涉及的相关信息，包括设备生产数据或设备本身的运行状态、故障、运行参数、环境等状态信息”。这也是以往电气设备全生命周期风险预测研究较少的重大原因之一。基于上述问题，物联网技术的出现为电气设备全生命周期风险预测提供了所需要的移动端和网络环境的支持。物联网技术组成框架如图1所示。物联网技术利用计算机硬件、软件、网络设备、通信技术及智能传感器设备等实现了信息的收集、传输、加工、储存、更新和维护等，为风险预测提供了重要的辅助。

2.1电气设备全生命周期数据收集与预处理

电气设备全生命周期大致可以分为三个大致时期，建设期，运行维护期和轮换报废期。每个时期的风险是数据或信息的不完备引起的，因此需要收集与风险可能相关的信息和数据[4-6]。数据收集方式主要有四种，具体如下：(1)方式1基于物联网技术的电气设备全生命周期管理平台已具备数据接口时，直接通过已有接口根据设备厂家提供的协议获取数据[7]。(2)方式2基于物联网技术的电气设备全生命周期管理平台无数据接口时，请设备厂家对设备控制系统扩展出新的数据接口，再通过接口获取数据[8]。(3)方式3通过连接电气设备相关数据传输线路上的数据信号实现数据采集。(4)方式4在电气设备上外接各式传感器，并通过采集器实现定向数据采集。在上述四种获取方式中，方式4是最为简单、快捷的。外接的各式传感器主要RFID系统、红外图像采集设备、信号采集器等，具体如表1所示[9-11]。在电气设备全生命周期数据收集之后，需要对这些数据进行预处理，提高数据质量。根据数据类型的不同，预处理方法也不同，具体如表2所示。

2.2电气设备全生命周期风险因素识别

基于上一章节电气设备全生命周期数据收集与预处理的基础上，对各个环节存在的风险因素进行识别。采用事故树分析法，将风险识别工作按各个时期阶段细化成较小的风险因素。基于事故树分析法的电气设备全生命周期风险识别过程具体如下：步骤1：确定事故树的主题目标，即电气设备的整个生命周期风险；步骤2：中间事件的建立，即根据电气设备全生命周期，将风险分为建设期风险，运行维护期风险和轮换报废期风险等三大类。步骤3：底事件的建立。继续根据每个时期的风险，再逐级继续进行细化，直至达到最小集，也就是导致电气设备存在风险的最根本原因，即完成关于电气设备全生命周期风险的事故树。步骤4：认真审定事故树。在绘制完成事故树后，对其进行审查，并进行修改，以达到最优。

2.3电气设备全生命周期风险评估与预测

在完成电气设备全生命周期风险识别后，计算风险系数，并以此预测电气设备的可靠程度，以便采取合理的应对措施。电气设备全生命周期风险评估与预测基本过程如下：步骤1：明确目标，建立电气设备全生命周期风险事故树，具体过程见章节2.2；步骤2：建立层次结构模型。步骤3：建立判断矩阵，赋值通过0.1～0.9标度法完成，如表3所示。

3实例分析

为验证所研究风险预测方法的应用性能，选取一种电气设备作为研究对象，进行实例测试分析。

3.1实验对象选择

断路器属于一种开关装置，起到故障保护的作用，本实验对象为一种高压断路器。利用所研究的方法对其进行基于物联网技术的电气设备全生命周期风险预测。

3.2数据采集环境部署

部署高压断路器全生命周期过程相关数据的采集环境，如图2所示。

3.3风险因素

事故树模型基于事故树分析法建立关于电气设备全生命周期风险因素的事故树模型，如图3所示。

3.4断路器风险评估与预测

计算断路器各个环节风险系数，然后结合影响程度，得出风险发生概率，并以此预测电气设备的可靠程度，结果如表6所示。从表6中可以看出，断路器运行维护期发生风险的概率最高，可靠性最低，因此以其它时期相比，运行维护期间，不可控的干扰因素众多，极易发生故障问题，而其它两个期间都有专业人员进行把控和反复审核，风险并不易发生。在断路器运行维护期中又以使用期间最有发生风险，风险的发生率及可靠度具体如表7所示。从上述表7中可以看出，断路器使用期间拒动故障、误动故障以及绝缘故障风险的发生率均超过10%，可靠度低于90%，由此说明断路器使用期间要注意这三类故障的规避。为验证本文所研究风险预测方法的有效性，对比不同信噪比下，以文献[2]提出的基于红外成像技术的电气设备故障检测和文献[3]提出的基于物联网技术的地铁机电设备全寿命周期管理系统为对比对象，进行对比实验，风险预测正确率对比结果如表8所示。分析表8可得，采用本文方法风险预测的正确率均明显高于其它方法，本文方法预测电气设备的可靠程度较高，说明本文方法预测断路器各个环节风险系数较小，风险不易发生，证明了所研究方法的有效性。

4结束语

综上所述，电气设备的健康状况直接关系到电力供应业务的质量，一旦发生故障问题，造成的损失将是巨大的。为此，本文进行基于物联网技术的电气设备全生命周期风险预测方法研究。该研究分为采集、识别、评估三个过程，对电气设备全生命周期各个环节中存在的风险因素进行寻找，以判断故障发生的概率，以便及时规避。最后通过实例测试，证明了所研究方法的有效性，达到了研究的目标，为电气设备正常运行提供了重要的保障手段。

作者：杨琳玮 单位：国能黄骅港务有限责任公司