智能变电站二次设备可靠性分析

赵明敏，林珊珊，李 谦，杨志超，赵 鹏，鞠 勇

(1.中国电力科学研究院有限公司，北京 100192；2.华北电力大学电气与电子工程学院，北京 102206)

0 引言

智能变电站二次设备可靠性对变电站以及整个输变电工程的安全、可靠运行有着至关重要的作用和意义[1-3]：在智能化电网的建设和运行过程中，当智能变电站的某种设备出现家族缺陷时，能够快速地发现此设备的问题，并及时地更换此设备，从而降低变电站运行维护设备时的时间；同时，可缩短停电时间，大大提高了供电的可靠性、安全性和经济性。

可靠性是指某设备在规定的条件和时间内完成规定功能的能力，其内容包括设备可更换核心器件所能预期的平均无故障时间(mean time to failure,MTTF)、平均无故障间隔时间(mean time between failure,MTBF)[3-5]以及故障模式与后果分析(failure mode and effects analysis,FMEA)。其中，MTBF被广泛地用于描述和表征平均寿命[6]。目前，国内对智能变电站二次设备中的电子式互感器可靠性评估的理论分析已有不少研究[7-12]，但关于智能变电站二次设备其他主件可靠性评估的理论分析仍较少。

为此，本文利用蒙特卡罗方法对目前应用较多的就地化模块、电子式互感器采集单元板卡、合并单元智能终端和开关姿态状态监测单元等智能变电站二次设备中的主件进行可靠性评估与分析，使用应力分析法和蒙特卡罗模型方法对各设备的平均寿命参数进行仿真，并对结果进行了对比分析。

1 可靠性评估方法

1.1 二次设备可靠性指标的蒙特卡罗模拟计算

对智能变电站的二次设备进行可靠性考核的重要指标有可靠度、失效概率、系统平均寿命等。本文应用蒙特卡罗模型对上述可靠性指标进行分析计算，从而对二次设备的可靠性进行评估[6]。

设备的蒙特卡罗模型计算步骤如下。

(1)

式中：Φ(t)为设备状态变量；tk,j为第j次计算中第k个单元发生失效的时刻。

当计算过程中各单元的抽样失效时间t≥tk,j时，设备发生失效，Φ(t)记为1；否则，记为0。即有：

(2)

当t≤tr时，第k个单元的失效数mr按式(3)统计：

(3)

按照式(3)中对每个单元的失效数mr的定义，则具有M个单元或器件的设备，其在t≤tr时间内，整个设备的总失效数Mr为：

(4)

当计算得到设备的失效数Mr后，就可以通过设备的可靠度、失效概率分布和平均寿命的定义进行分析计算。

tr时刻设备不可靠度的定义为：

Fs(t)=P，t≥tr

(5)

设备的点估计值由式(6)和式(7)计算：

(6)

(7)

设备平均寿命的定义为：

(8)

设t为设备可靠性仿真的设计模拟时间。若t足够长，当R(t)=0，设备平均寿命点估计值为：

(9)

如上所述，蒙特卡罗模拟法的流程为：首先，计算设备中每个单元在一定的时间内的失效数；然后，计算多个单元的设备的总体失效数；最后，根据设备的总体失效数和可靠度、失效概率分布以及平均寿命的定义，完成对整个设备的主要可靠性指标的计算。下文应用蒙特卡罗模型方法，对智能变电站中典型二次设备的可靠性指标进行仿真计算。

1.2 智能变电站二次设备蒙特卡罗模型的仿真方法

应用蒙特卡罗分析法的计算方法，建立智能变电站二次设备中主件的可靠性仿真流程。仿真流程如1所示。

2 应力分析可靠性预计法

国军标GJB/Z 299C—2006《电子设备可靠性预计手册》给出了元器件计数法和应力分析法，用于评估电子设备的可靠性[13-15]。其中：元器件计数法适用于设备的早期设计阶段；应力分析法可用于设备的详细设计研制阶段，对产品的可靠性进行定量分析和评估。

智能变电站中的几种典型的二次设备已经投入运行，设备内部各元件类型、数量和参数可以确定，因此可以应用国军标GJB/Z 299C—2006中给出的应力分析方法对二次设备的MTTF这一特征量进行计算，从而评估设备的可靠性。

应用应力分析法需要考虑工作环境、工作温度、质量等级、电应力等会对电子设备元器件可靠性产生影响的因素。此外，国内外不同电子设备生产商元器件的失效率等参数有较大的差异。因此，在应用应力分析法对电子设备作可靠性计算评估时，首先要明确电子设备的生产厂家、类型等前提条件。采用应力分析法对电子设备作可靠性评估的步骤如下。

①划分可靠性预测单元，建立设备可靠性模型。

②按工作失效率模型计算各分单元内元器件的工作失效率。

③将预测单元内各种类元器件的工作失效率相加，以得出预测单元的失效率λ。

④按设备的可靠性模型逐级预测设备的MTBF可靠性指标。

应力分析法可以对电子设备的可靠性进行定量评估，但也有一定的缺陷。目前,普遍认为应力分析法的主要问题为电子设备中元器件各类参数的取舍。比如，各种电子设备中使用大量的晶体管和不同类型的门电路。这些元器件通过复杂的连接方式组成半导体单片集成电路。而芯片中各元器件的电路连接情况，尤其进口芯片，大多数厂商不会给出。因此，更多情况下需依据电路规模和芯片使用手册近似估计。

3 智能变电站二次设备的可靠性评估

根据功能区域的不同，智能变电站二次设备主件一般包括就地化模块、电子式互感器采集单元板卡、合并单元、智能终端和开关姿态状态监测单元。

根据GJB/Z 299C—2006中电子设备可靠性评估所需的失效模型和参数，通过查阅各设备所使用的元件清单和芯片使用手册，采用应力分析法计算得到上述五种类型智能变电站二次设备主件各详细元器件的失效率，如表1～表5所示。

表1 电子式互感器采集单元板卡的各元器件失效率

4 二次设备主件的可靠性仿真结果及分析

4.1 电子式互感器采集单元板卡

应力分析法只能对电子设备的平均寿命指标参数进行计算。因此，对于电子式互感器采集单元板卡的平均寿命参数，分别应用蒙特卡罗模型和应力分析法进行了仿真计算；同时，使用了蒙特卡罗模型对电子式互感器采集单元板卡的可靠度和失效概率进行了仿真计算。

根据图1和表1，使用Matlab仿真软件对电子式互感器采集单元板卡的MTBF作仿真计算。

图1 仿真流程图Fig.1 Flowchart for simulation

应用蒙特卡罗模型方法进行仿真的条件设为：将电子式互感器采集单元板卡的工作时间tmax设为5×105h；平均分为200个时间区间；抽样次数N=104。经过仿真计算得到的电子式互感器采集单元板卡MTBF为tMTBF=66 373.223 h。

使用应力分析法对电子式互感器采集单元板卡的MTBF预测结果为λ=14.856 61 (106h)-1、tMTBF=67 310.106 4 h。

电子式互感器采集单元板卡可靠性指标的蒙特卡罗仿真结果如图2所示。

图2 电子式互感器采集单元板卡可靠性指标的 蒙特卡罗仿真结果Fig.2 Reliability measures’ Monte Carlo method simulation results for electronic transformer acquisition unit board

由两种方法对电子式互感器采集单元板卡平均寿命参数的仿真计算结果对比可知：应用蒙特卡罗模型法和应力分析法对于电子式互感器采集单元板卡的可靠性评估结果的相对误差只有1.4%左右，验证了所建立蒙特卡罗模型的正确性。

4.2 就地化模块

对于就地化模块的MTBF，分别应用蒙特卡罗模型和应力分析法进行了仿真计算，同时也使用了蒙特卡罗模型对该设备的可靠度和失效概率进行了仿真计算。

根据图1和表2，使用Matlab仿真软件对就地化模块的MTBF仿真计算。

表2 就地化模块的各元器件失效率

应用蒙特卡罗模型方法进行仿真的条件为：设就地化模块的工作时间tmax为5×105h；设抽样次数N=104，平均分为200个时间区间，仿真计算得到的就地化模块的tMTBF=69 488.811 4 h。使用应力分析法对就地化模块的MTBF预测结果为λ=14.79 (106h)-1、tMTBF=67 615.117 4 h。

就地化模块可靠性指标的蒙特卡罗仿真结果如图3所示。

图3 就地化模块可靠性指标的蒙特卡罗仿真结果Fig.3 Reliability measures’ Monte Carlo method simulation results for smart substation on-site module

由使用蒙特卡罗模型和应力分析法对就地化模块的MTBF的仿真计算结果对比可知：蒙特卡罗模型和应力分析法对于就地化模块设备的可靠性评估结果的相对误差只有2.7%左右。该结果验证了所建立蒙特卡罗模型的正确性。

4.3 合并单元

智能终端可靠性指标的蒙特卡罗仿真结果如图4所示。

图4 智能终端可靠性指标的蒙特卡罗仿真结果Fig.4 Reliability measures’ Monte Carlo method simulation results for smart terminal

对于合并单元的平均寿命参数，分别应用蒙特卡罗模型和应力分析法进行了仿真计算，同时也使用了蒙特卡罗模型对该设备的可靠度和失效概率进行了仿真计算。

根据图1和表3，使用Matlab仿真软件对合并单元设备的MTBF仿真计算。

表3 合并单元的各元器件失效率

应用蒙特卡罗模型方法进行仿真的条件为：设合并单元的工作时间tmax为5×105h；设抽样次数N=104，平均分为200个时间区间，仿真计算得到的合并单元tMTBF=80 852.225 2 h。

使用应力分析法对合并单元设备预测结果为λ=12.512 (106h)-1、tMTBF=79 922.954 3 h。

由使用两种方法对合并单元的MTBF的仿真计算结果对比可知：蒙特卡罗模型和应力分析法对于合并单元设备的可靠性评估结果的相对误差只有1.2%左右。该结果验证了所建立蒙特卡罗模型的正确性。

4.4 智能终端

智能终端可靠性指标的蒙特卡罗仿真结果如图5所示。

图5 智能终端可靠性指标的蒙特卡罗仿真结果Fig.5 Reliability measures’ Monte Carlo method simulation results for smart terminal

对于智能终端设备的MTBF，分别应用蒙特卡罗模型和应力分析法进行了仿真计算，同时也使用了蒙特卡罗模型对该设备的可靠度和失效概率进行了仿真计算。

根据图1和表4，使用Matlab仿真软件对智能终端设备的MTBF仿真计算。

表4 智能终端的各元器件失效率

表5 开关姿态状态监测单元各元器件失效率

应用蒙特卡罗模型方法进行仿真的条件为：设智能终端设备的工作时间tmax为5×105h；设抽样次数N=104，平均分为200个时间区间，仿真计算得到的智能终端tMTBF=81 299.966 6 h。使用应力分析法对智能终端设备的预测结果为λ=12.31 (106h)-1、tMTBF=81 236.880 2 h。

由使用两种方法对智能终端设备的MTBF的仿真计算结果对比可知：蒙特卡罗模型和应力分析法对于智能终端设备的可靠性评估结果的相对误差只有0.08%左右。该结果验证了所建立蒙特卡罗模型的正确性。

4.5 开关姿态状态监测单元

对于开关状态监测单元的MTBF，分别应用蒙特卡罗模型和应力分析法进行了仿真计算，同时也使用了蒙特卡罗模型对该设备的可靠度和失效概率进行了仿真计算。

根据图1和表5，使用Matlab仿真软件对开关姿态监测单元设备MTBF仿真计算。

应用蒙特卡罗模型方法进行仿真的条件为：设开关姿态状态监测单元的工作时间tmax为5×105h；设抽样次数N=104，平均分为200个时间区间，仿真计算得到的开关姿态状态监测单元tMTBF=122 362.993 5 h。使用应力分析法对开关姿态监测单元设备的预测结果为λ=8.103 3(106h)-1、tMTBF=123 406.818 h。

开关姿态状态监测单元可靠性指标的蒙特卡罗仿真结果如图6所示。

图6 开关姿态状态监测单元可靠性指标的蒙特卡罗仿真结果Fig.6 Reliability measures’ Monte Carlo method simulation results for switch control and state monitoring unit

由使用两种方法对开关姿态状态监测单元设备的MTBF的仿真计算结果对比可知：蒙特卡罗模型和应力分析法对于开关姿态状态监测单元设备的可靠性评估结果的相对误差只有0.9%左右。该结果验证了所建立蒙特卡罗模型的正确性。

5 结论

本文建立了基于电子式采集单元板卡、就地化模块、合并单元、智能终端和开关姿态状态监测单元设备主件的可靠性评估蒙特卡罗模型，并应用建立的模型对这类设备主件的可靠性进行了评估。基于应力分析法，对这类设备主件的MTBF进行计算。两种计算方法对设备MTBF的结果对比表明，使用应力分析法和蒙特卡罗模型法对智能变电站这几种典型设备主件的可靠性评估的计算结果一致，相对误差不超过2.7%。该结果验证了本文所建立的蒙特卡罗模型的正确性。