桥缆及通道多源数据融合与运维决策技术浅析

侯松生 王根成

(国网浙江省电力有限公司舟山供电公司)

0 引言

近年来, 国内外科研人员在电力电缆的绝缘材料、老化机理、状态监测、资产管理等领域开展了大量的研究。为此, 首先针对电力电缆的运维管理, 提出开展电缆运维精益化管理的过程和步骤, 这包括状态监测、状态评估、风险分析和运维策略制定。桥缆及通道是城市交通运输的重要组成部分, 其安全运营对于城市的发展和居民的生活至关重要。为了保障桥缆及通道的安全运营, 需要对其进行多源数据融合和运维决策技术的分析和应用。基于退役决策结果, 辅助随桥敷设高压电缆线路运检决策, 提高运检精益化水平, 提升设备本质安全, 电缆运维人员根据每条电缆线路目前的状态及其在电力系统中的重要性即可判断出风险等级高, 需要更换的电缆线路, 不仅可以确定每年度退役的数量, 而且可以确定退役的对象。

1 多源数据融合策略

为建立随桥电缆线路运行状态分级与决策支持模型, 实现随桥电缆运行可靠性评价及运维管控决策,主要技术研究路线如下:

(1) 电缆及通道多源数据融合, 首先调研随桥电缆线路及通道在线监测及监控类装置应用情况, 并对多类监控装置的监控类型及监控数据进规范设计,研究并建立适用于状态监测数据的处理流程与技术,形成标准化海量数据处理方法与要求, 最终通过选取合理的数据聚合模型建立了基于多维信息聚合的电缆通道运行监控数据处理系统;

(2) 针对状态诊断、状态预测、故障分析、风险评估、可靠性及老化评价等多个状态数据分析环节, 研究确立合理的数据分析模型及组合应用方法,实现基于数据驱动的状态特征数据综合分析与诊断方法, 最终建立电缆线路运行状态分级与决策支持模型, 实现对电缆线路的状态精益化管理。

2 桥缆多源数据智能分析与诊断算法模型

以电缆原始数据、故障数据和状态数据为研究对象, 在运行可靠性分析方面通过Cox 比例风险模型、Weibull 比例风险模型以及电热老化模型开展研究工作, 通过模型分析结果指导电缆的运行、维护。国内由于电缆使用晚, 大部分电缆还没有进入老化阶段,大多数故障由安装、质量问题以及外力破坏导致。目前在故障数据分析方面, 多局限于对电缆类型、电压等级、线路长度、故障原因等进行简单统计,缺乏深层次的分析。通过Cox 比例风险模型分析电缆的原始数据和故障数据, 对电缆故障的影响因素的程度进行量化, 可以找出影响电缆早期故障的主要因素。

图1 锯齿状浴盆曲线

2.1 桥缆线路故障数据分析模型

电缆作为一种特殊的电力设备, 如果将整条线路看成一个整体, 电缆本体和电缆接头、终端, 都属于这个整体的元件, 当电缆发生故障后, 对电缆本体和接头、终端进行维修更换, 那么电缆线路属于可维修设备。

图2 状态数据分析方法与诊断算法模型架构

Crow-AMSAA 模型作为时间的函数用于追踪一个项目中的可靠性增长。与Weibull 分布相比, Crow-AMSAA 模型需要更少的信息, 尤其当故障数据记录不详时(如只知道故障年份, 不知道故障的具体日期), 也能够进行分析。Crow-AMSAA 模型的基本形式为:

式中,t为累积时间,N(t) 为累积故障数,β和λ为模型的待求参数。可以看出Weibull 分布和Crow-AMSAA 所分析的数据类型不同, 但Crow-AMSAA 模型的β具有相同的意义, 即当β＞1 时, 表明故障率在上升, 当β＜1 时, 表明故障率在下降, 当β=1时, 表明故障率不变。

2.2 桥缆线路可靠性评估模型

Cox 风险比例模型的概念由英国统计学家D.R.Cox 于1972 年首次提出, 该模型具有很强的适用性, 对数据分布、残差分布均无特殊要求, 并且由于该模型能对截尾数据进行分析, 从而保证了分析结果的全面性、可靠性, 广泛的应用在医学领域分析病人生存时间的影响因素和可靠性领域。

式中,h0(t) 是基准风险函数,Xk是依时协变量,Xj是时间独立协变量,Xk和Xj回归参数分别是βk和γj,n1和n2则分别代表依时协变量的数目和时间独立协变量的数目。如果原始数据服从Weibull 分布, 那么基准风险函数可以用h0(t) 来表示, 这样该模型就是一个全参数的模型。但如果分析的重点在于各协变量相对的重要性,h0(t) 并不是研究的重点,这种情况只需要用到半参数的Cox 比例风险模型。

2.3 桥缆线路风险状态评估模型

桥缆线路风险状态评估模型是一种用于评估桥缆线路风险状态的数学模型。该模型基于桥缆线路的结构特点、运行情况和环境因素等多方面因素, 通过对这些因素进行监测和分析, 来评估桥缆线路的风险状态。该模型通常包括以下几个方面的内容:

桥缆线路结构特点的分析: 包括桥缆线路的材料、结构、连接方式等特点的分析, 以评估桥缆线路的结构强度和稳定性。

桥缆线路运行情况的监测: 包括桥缆线路的电气参数、温度、湿度等参数的监测, 以评估桥缆线路的运行状态。环境因素的分析: 包括桥缆线路所处环境的气候、地形、人为因素等因素的分析, 以评估桥缆线路的环境风险。缆线路风险状态评估模型的建立:通过对桥缆线路结构特点、运行情况和环境因素等多方面因素进行分析, 建立桥缆线路风险状态评估模型。桥缆线路风险状态的评估: 根据桥缆线路风险状态评估模型, 对桥缆线路的风险状态进行评估, 以判断桥缆线路是否存在安全隐患, 采取相应的措施进行处理。总的来说, 桥缆线路风险状态评估模型是一种重要的评估方法, 可以帮助工程师和技术人员及时发现桥缆线路的安全隐患, 采取相应的措施, 保障桥缆线路的安全运行。在桥缆及通道的运维中, 可以利用运维决策技术, 对多源数据进行分析和处理, 以便及时发现问题和隐患, 并采取相应的措施进行修复和维护。本项目通过Weibull 分布模型, 使用电缆线路的投运时间和截止时间作为输入, 可得到电缆样本的特征寿命、老化状态和分布曲线。

图3 Weibull 分布模型流程图

考虑到寿命数据的统计分析大体上有两方面的问题, 一是建立寿命分布模型并检验其确实性, 二是参数估计。研究选择Weibull 分布作为寿命分布模型,Weibull 分布模型的首要优点是能够在极少量样本的情况下提供准确的故障分析和故障预测。

2.4 桥缆线路电热老化评估模型

桥缆线路电热老化评估模型是一种用于评估桥缆线路电热老化程度的数学模型。该模型基于桥缆线路的电学特性和热学特性, 通过对桥缆线路的电学参数和温度参数进行监测和分析, 来评估桥缆线路的电热老化程度。

该模型通常包括以下几个方面的内容:

桥缆线路的电学参数监测: 包括电阻、电感、电容等参数的监测, 以评估桥缆线路的电学特性。

桥缆线路的温度参数监测: 包括桥缆线路表面温度、环境温度等参数的监测, 以评估桥缆线路的热学特性。

桥缆线路电热老化模型的建立: 通过对桥缆线路的电学参数和温度参数进行分析, 建立桥缆线路电热老化模型, 以评估桥缆线路的电热老化程度。

桥缆线路电热老化程度的评估: 根据桥缆线路电热老化模型, 对桥缆线路的电热老化程度进行评估,以判断桥缆线路是否需要更换或维修。

总的来说, 桥缆线路电热老化评估模型是一种重要的评估方法, 可以帮助工程师和技术人员及时发现桥缆线路的电热老化问题, 采取相应的措施, 保障桥缆线路的安全运行。

2.5 桥缆线路运行状态分级与决策

首先根据电缆的状态数据对电缆的绝缘状况进行分级, 然后结合电缆运行时间, 给出电缆状态得分;然后根据电缆线路的停电范围、社会影响、安全因素等, 给出电缆重要性得分; 综合电缆状态得分和重要性得分, 确定电缆的更换时间。

图4 电缆状态分级与决策流程图

对于某一个电缆的状态量, 根据状态量的具体指标可描述为“严重”, “异常”, “注意”和“正常”。根据电缆的局部放电、接地电流、以及光纤测温(在线监测获取) 等多个状态量, 对电缆的绝缘状况进行综合评价, 对绝缘状况分为良好、轻微老化、中度老化和严重老化。

3 结束语

本文以随桥电缆及通道状态特征数据分析为基础,构建随桥电缆及通道运行监控数据标准化模型及其处理方案, 通过多源状态监测数据的多维度综合分析与融合, 建立随桥电缆线路运行状态分级与决策支持模型, 实现随桥电缆运行可靠性评价及运维管控决策。

(1) 电缆及通道多源数据融合, 研究并建立适用于状态监测数据的处理流程与技术, 形成标准化海量数据处理方法与要求, 最终通过选取合理的数据聚合模型建立了基于多维信息聚合的电缆通道运行监控数据处理系统。

(2) 针对状态诊断、状态预测、故障分析、风险评估、可靠性及老化评价等多个状态数据分析环节, 研究确立合理的数据分析模型及组合应用方法,实现基于数据驱动的状态特征数据综合分析与诊断方法, 最终建立电缆线路运行状态分级与决策支持模型, 实现对电缆线路的状态精益化管理。

综上所述, 桥缆及通道多源数据融合和运维决策技术的应用, 可以有效地提高桥缆及通道的安全运营水平, 保障城市交通的畅通和居民的生活质量。