智能电表电源不同环境温度下模块的可靠性分析

王庆龙，严小恺，王禹夫，张天华

（国网内蒙古东部电力有限公司供电服务监管与支持中心，通辽 028000）

引言

我国地域辽阔，并且各地的地理气候情况比较复杂，在典型环境下，智能电表是否运行可靠，对国家电网与用户尤为重要。智能电表在实际环境中会暴露出产品的问题，包括高盐雾、高湿热、高海拔、高严寒等环境，所以对不同环境下的智能电表进行综合评价，分析不同环境指标参数对智能电表的可靠性是否会有影响，对智能电表入网后的稳定性、安全性和可靠性具有重要的意义。目前国内外对于智能电表可靠性的研究大部分都是在运行过程中的评价，还有部分作者通过智能电表检验手段的失效率可靠性评价，还有部分研究人员是对智能电表软件可靠性进行评价，对于不同环境下可靠性评价的研究比较少。本文对智能电表在不同环境等因素影响下，以智能电表运行典型地域特征，选择层次结构作为数据结构，创建不同环境的智能电表可靠性指标体系，并且实现指标的量化处理。

1 智能电表可靠性预测的现状

智能电表可靠预测是将运行结果作为基础进行测试，指的是为了验证智能电表可靠性的要求而对电表整机开展测试。针对电能表软件可靠性测试来说，一般包括两种方法，第一种是通过全数字模拟技术实现模拟环境，通过硬件剥离电能表的软件开发常用芯片cpu指令和时钟等模拟器开展可靠性测试。第二种就是创建电表软件可靠性仿真测试平台，对电能表实际工作环境输入输出进行模拟仿真系统的环境。智能电表整机可靠性预测的通用算法为MTTF，但是此实验周期比较长，采用数据比较大。所以一般使用G-O模型评价电能表的质量，能够通过产品样机阶段开展，利用样机的统计对故障数据进行测试，从而对电能表可靠性系数进行预测。利用横向与纵向对比，就能够对同一个规格型号电能表质量评价能，从而节约时间，使测试样本得到缩小，并且容易操作。另外，在应用在使用过程中还能够实时在中心使用软件测试环境和模型结合，能够保证可靠性验证的效果。电表功能的运行指的是在指定镜像硬件环境中开展的针对实时嵌入式软件系统的测试，因为被测试软件的实时性会输出捕获实时性的需求，所以创建G-O软件可靠性预测方法是研究的重点。

2 智能电表可靠性预测的指标分析

可靠性和寿命为智能电能表主要指标，可靠性指的是在规定时间和条件下实现功能的能力。电能表可靠性和规定条件具有密切关系，在规定条件出现改变的时候，可靠性也会出现改变。常用可靠性指标包括：

2.1 可靠度

可靠度R(t)指的是在规定条件下智能电表能够正常工作，从而完成规定功能概率。在t比元件寿命T小的时候，元件在[0，t]内能够正常工作。一般，R(t)会随着t增加而降低，智能电表可靠度也会随着时间增加而降低。

已知元件寿命T的概率密度f(t)，针对给定的t，有：

因为元件寿命概率密度是没有办法提前知道的，所以在实际使用过程中，利用寿命试验计算可靠度。

2.2 失效率

智能电表失效率)t(λ指的是在t时刻之前正常工作时，在),(tttΔ+时间间隔的失效概率，失效率就是可靠性主要指标，表达方法为：

通过公式（2）表示，失效率越高，就会降低可靠性。智能电表失效特性包括早期失效、疲劳失效、使用寿命三个阶段，图1为智能电表失效特征曲线。

图1 智能电表失效特征曲线

2.3 平均无故障工作时间

智能电表的无故障工作时间平均值指的是平均寿命，无法事先得到，一般都是在实际装置生产后利用统计方法和实验数据分析得到。不可修复装置平均无故障时间指的是装置发生故障前的正常工作平均时间，一般使用MTTF表示，利用可靠度计算。可修复装置平均无故障时间指的是2次相邻故障之间的正常工作时间，记为MTBF：

式中：

ti—可修复装置故障间隔时间；

n—修复次数。

MTTF指的是智能电表保证不失效最少的时间，在平均失效时间中，因为存在失效率，电能表会出现失效概率。在产品使用时间为平均失效时间的时候，产品可靠度为0.37。所以，针对单只电能表，37 %的概率能够保证在MTTF内还有效。针对大批量电能表，有37 %产品能够在MTTF内不失效。

3 试验方案设计

3.1 选择试验参数

在本文实验过程中，实验应力为湿度和温度。另外，在实验过程中对全部样品设置额定工作需要的电应力。相关研究表示，利用可靠性强化实验能够对智能电表在极限工作温度下的应力进行确定为95 ℃。气象部门所发布的数据表示，全国各城市的平均湿度为（50～85）%。夏天平均湿度为（70～90）%，所以选择温度应力为85 ℃、75 ℃、和65 ℃，应力选择95 %、85 %、75 %构成本文实验应力。试验样本均为同个厂家、同个批次的智能电表，选取置信水平为50 %。

3.2 试验记录

在试验过程中，每隔一天记录一次。在记录的时候，使出现通信故障的智能电表失效时间根据出现故障的先后顺序进行编号并且记录。使故障样本取出试验箱后试验，直到试验时间。

3.3 试验模型设计

目前智能电表实验模型包括统计模型、物理实验模型和物理统计模型三种。统计模型又包括非参数模型和参数模型。在寿命分布中，一般使用失效前的时间分布为指数分布、威布尔分布和对数正态分布等。此模型潜在要求指的是，智能电表失效前时间在不同盈利水平下能够满足寿命分布需求，但是其实在加速实验模型中的智能电表失效过程比较复杂，并且失效前时间分布不同，参数模型就无法精准的对智能电表可靠性质进行分析。

在分析智能电表寿命可靠性的过程中，要对各种应力进行考虑，结合应力、寿命和分布，从而推导正常使用条件中的失效前时间数据。在对智能电表施加湿度和温度的时候，大部分在加速寿命模型中选择PECK温度湿度模型，因为大部分电子产品在相同应力水平下进行实验的时候，失效前实验是属于随机事件，失效率表达式要将失效前的时间分布反应出来，所以使用温湿度应力模型。

4 试验结果分析

4.1 元器件分析

通过大量电子设备故障统计分析，元器件失效为故障分布的主要原因。要想使智能电表可靠的运行，就要对内部元器件可靠性进行保证，所以本文使用预计结果分析元器件对单个元器件的失效率和各种元器件的失效率占比分析，图2为单一元器件失效率。

图2 单一元器件失效率

对上述预测结果进行分析，和现场统计数据结合得出以下结论：

其一，对智能电表可靠性影响的主要元器件包括集成电路、电解电容、液晶稳压器、锂电池等。对单个元器件失效率进行对比表示液晶失效率最高，然后是实时时钟芯片。为了使智能电表可靠性得到提高，以上元器件在使用和选择的过程中要进行重视。

其二，在实际使用中，时钟、电池、液晶存储器、电解电容、表壳、晶振等会对智能电表受命造成影响。和图2结合得知，电池、液晶电解电容为智能电表失效率最高的元器件，应该作为关键元器件。研究此三种元器件在使用过程中，要选择优质元器件，并且在方案设计、可靠性试验和应力筛选等环节进行重视。

其三，智能电表大部分都会使用电容和电阻，因为是无源器件，具有稳定的物理特性，并且没有时效性，单个的失效率比较小，所以在使用中很少发生故障。

其四，集成电路的失效占比比较大，主要是因为手册集成电路的失效率比较高，并且使用使用量比较多。通过现场调查表示，集成电路对于智能电表生命周期并没有太大的影响，预计失效率比较高，主要是因为预测手册数据出现滞后性。

4.2 模型拟合结果

因为在试验过程中的失效数据记录都是非实时的方式，在同个记录时间中多个失效数据就是在不同时间中，所以开展失效时间的模拟分布处理，也就是：

其一，无法连续对测试产品状态开展监测，监测时间间隔为T1；

其二，在n个时间段中存在p个产品失效的时候，各失效产品失效前的时间为：

表1为处理之后的试验数据，通过实现试验数据的外推，取智能电表正常工作条件时年平均温湿度分别为20 ℃、75 %，使各组试验应力温湿度的加速因子分别为1314、941、568、233、646。相应技术规范对于智能电表可靠性要求为：整表通过验收合格后的平均寿命指的是在10天内总体允许不可靠度要小于4.25 %。以此表示，通信模块可靠度无法使智能电表对10a使用寿命需求得到满足。此结果也验证智能电表在实际运行中的通信模块故障率比较高的情况。

表1 处理之后的试验数据

5 结束语

本文评估了智能电表通信模块可靠性，根据可靠性试验在不同温湿度应力组合下，对通信失效数据进行记录。实现失效数据失效分布的拟合试验，以最优筛选方式，表示通信模块失效满足双参数指数分布。