王治伟
(国网平凉供电公司变电检修中心)
供电可靠性指的是电力系统的持续供电能力,是衡量电力系统工作的一项重要指标,各行各业对于电能质量提出更高的要求,必须保证变电设备处于正常的状态[1-2]。因此必须对变电设备展开状态检修,从变电设备的实际状态出发,通过有效的监测手段采集状态信息,进行状态评价,并根据评价结果指定检修方案,最大程度上提高变电设备的检修效率,提高供电可靠性和供电连续性[3-4]。
状态检修是基于安全前提进行的,充分考虑企业成本以及环境保护先决条件下,通过对变电设备展开状态评价,决定其检修策略,从而保证变电设备处于正常的状态[5]。
状态检修的核心是对变电设备展开状态评价,根据状态评价的结果,制定相应的检修策略;状态检修涵盖了对设备的风险评价,综合考虑变电设备故障带来的多重影响;变电设备状态检修必须基于电力系统供电可靠性的前提下进行,合理有序展开[6-7]。
1)状态检修必须基于安全的角度出发,充分考虑环境因素、运行成本、设备状态等多种因素。
2)进行状态检修应当具备对应的技术、执行、管理体系,协同合作,共同完成好任务。
3)开展状态检修工作必须基于国标、行标、企标,制定对应的规范、标准、流程。
4)状态检修必须遵循稳步推进,逐步完善的原则,制定长期的状态检修规划。
5)状态检修必须基于变电设备的全生命周期,从设备的各个生命阶段进行全方位的状态检修。
状态评价指标体系的构建必须做到对变电设备全生命周期各个环节的全方位、多角度、全天候的覆盖,需要遵循多项原则[8-9]。建立变电设备状态检修长效机制,确保变电设备时刻处在受控状态下,逐步提升变电设备状态检修的水平。状态评价指标体系构建时所遵循的原则体系架构如图1所示。
图1 原则体系架构
由于变电设备自身的状态参数与其运行状态之间的关联关系不能够进行定性描述,所以无法将其转化为普通的数学问题,但是这种由中间状态所导致的不确定性关系符合逻辑学上的模糊关系,因此可以转化为逻辑不确定性问题[10-11]。
采用模糊数学方法对变电设备的状态检修方法进行研究,根据实际情况来构建模糊状态评价模型,能够明确描述变电设备的运行状态等级,便于进行风险评价[12]。
变电设备的状态评价与许多指标都存在关联关系,但无法对相关联的指标进行量化描述,可以通过模糊数据进行描述,并将这些与指标相关联的模糊数据进行综合处理得到最终的结果,这就称为模糊状态评价。由于会对评价结果产生影响的因素较多,应当将这些因素合理划分层次,保证这些影响因素都能够充分发挥作用,保证评价结果能够对设备的状态进行真实反映,评价的步骤如下。
(1)构建与变电设备运行状态存在关联关系的影响因素集合
假定存在集合W为包含全部与变电设备运行状态相关联的影响因素的集合,可以根据具体的分类要求将集合W划分为m个组别,即:
对于集合中的每一个Wj,存在:
式中,参数n为第j组影响因素集合中所包含的影响因素的数量。
(2)构建模糊评价级别集合
模糊评价级别集合为:
其对于任意一个影响因素都是会产生效果的。
(3)构建权重系数集合
以集合W中影响因素重要等级为依据,逐个构建影响因素的权重系数集合:
(4)构建模糊评价矩阵
对单独一个层面中全部影响因素进行深入分析,则得到模糊评价矩阵为:
式中,矩阵中所存在元素qji是相对于子影响子因素集合Wj中影响因素wjm的模糊评价中,评价等级yi(i=1,2,3,…,n)所对应的权重参数。
(5)模糊评价诊断
基于构建得到的模糊评价矩阵,进行综合运算则可以得到与子因素集合Wj相对应的模糊评价结果为:
然后再对其他层级的影响因素进行评价,最终得到所有影响因素的模糊评价矩阵为:
以当前情况下能够得到的变电设备的状态参数为基础构建状态评价指标体系,依据变电设备的实际运行情况将变电设备的运行状态划分为三个层级,即目标层级,描述变电设备的运行状态;过渡层级,描述组成部件的运行状态;底部层级,描述全部状态参数的取值情况,则可得到与模糊评价等级相对应的集合为:
这四种评价等级分别对应“高可靠性”、“低可靠性”、“不确定可靠性”、“完全不可靠性”四种状态,对所有的影响因素都适用。评价等级集合中的四种评价等级分别定义为:
1)高可靠性状态:变电设备状态参数满足相关要求并且数值稳定,并未触发报警值、故障值,变电设备处于正常运行状态。
2)低可靠性状态:变电设备状态参数波动,逐步接近报警值、故障值,但是仍然能够正常运行,需要提高关注度,加强监测。
3)不确定可靠性状态:变电设备状态参数变化剧烈,已经无限接近报警值、故障值,应当高度关注其运行状态,在合适的时间进行停电检修作业。
4)完全不可靠性状态:变电设备的状态参数已触发报警值、故障值,变电设备完全无法正常运行,必须立刻进行停电检修。
过渡层级中第j个影响因素中第i个状态参数对应的评价结果为qji,根据模糊评价等级,评价结果qji的取值分布如表1所示。
表1 评价结果取值分布情况
基于隶属度进行分析,假设评价结果qji对应的评价等级yl(l=1,2,3,4)相关联的隶属度为σjil(l=1,2,3,4) ,则σjil∈(0,1)。
过渡层级和目标层级的模糊评价矩阵为:
式中,参数n和参数m分别为底部层影响因素和过渡层级影响因素的数量;η为过渡层级中所有影响因素的评价结果。由此便得到变电设备的模糊状态评价结果,如图2所示。
图2 变电设备模糊状态评价模型
本文中的模糊运算采用加权平均型模糊算子,所以存在:
这种计算方法的优势显著,最后得到的运算结果不仅涵盖关键影响因素对变电设备状态的影响结果,又涵盖所有影响因素的所有信息,能够全面反映变电设备运行的实际情况。通过过渡层级的评价结果,就能够对变电设备全部部件健康状况进行评价,其结果为:
运用本文所提出方法对隔离开关(配有智能终端)进行测试,将相关参数代入到模型中进行运算,得到设备的评价结果如表2所示。
表2 隔离开关评价结果
从表2中数据可以得出结论,得分越高的项点,说明设备运行状态越佳,对于得分较低的项点,应当提高关注度加强监测,低于设定的阈值后,立即停电进行检修。
本文基于模糊诊断策略对变电设备的状态检修方法进行深入的研究。首先对变电设备的状态检修进行深入的分析,分析变电设备状态检修需要遵循的原则,并分析状态检修体系的构建原则,基于实际情况构建变电设备的状态评价模型,并且采用模糊诊断方法对变电设备的运行状态进行深入的分析。经过实际运用验证,本文所提出的基于模糊诊断的方法能够很好地实现变电设备的状态检修,进而制定科学、合理、有效的变电设备检修方案,有助于提高变电设备使用寿命,有助于提高供电可靠性和供电稳定性。