优化变电站巡检时效的蒙特卡洛方法

崔 浩,杨高奎,胡珊珊

(国网湖北省电力有限公司襄阳供电公司，湖北 襄阳 441000)

0 引言

变电站作为各级区域电网的能量汇聚点,联系多个电源点和多个电压等级的电网,出线回路多,变电容量大,对维持区域电网安全、稳定的运行发挥着举足轻重的作用。变电站巡检是以发现设备缺陷为目标的一项技术组织措施,按周期组织开展变电站例行、全面、熄灯、特殊巡视,制订相关维护、消缺方案并实施是保证优质供电的必然要求。

国网(运检/3)828—2017《国家电网公司变电运维管理规定(试行)》[1](以下简称《规定》)明确指出:根据电压等级、在电网中的重要性将变电站分为一类、二类、三类、四类变电站,而地市公司管辖三类及以下等级的变电站。针对巡视类型有例行巡视、全面巡视、专业巡视、熄灯巡视和特殊巡视。以三类变电站为例确定巡视周期:例行巡视每周不少于1次,全面巡视每月不少于1次,专业巡视每半年不少于1次,熄灯巡视每月不少于1次,特殊巡视依设备运行环境、方式变化而定。

现阶段,变电运维班普遍存在“人少站多”、结构性缺员等问题,导致巡检效率与人力资源配置之间的矛盾日渐突出。然而,《规定》中以“日”为最小单位的巡检周期又显得过于笼统。基于此原因,结合变电运维班工作实际,将巡检周期进一步细化,以达到优化运维班组人力资源最优配置的目的。文献[2]利用层次分析法建立了以设备的基本元件缺陷为底事件、设备故障为顶事件的缺陷树模型,用蒙特卡洛方法抽样底事件所需要的时间,通过最小割集的桥梁作用计算出顶事件所需要的时间,运用区间统计法计算顶事件的可靠度,利用数值拟合得到可靠度与巡视周期的连续解,最终得到不同变电站可靠度所对应的巡视周期。文献[3]考虑变电站电压等级、投运年限、电网地位、装置型式、自动化程度、负荷水平、运行方式、缺陷情况、健康状况等约束条件,利用专家系统建立变电站设备评分模型,通过数据拟合得到评分结果与巡视周期之间的函数关系,最后根据评分计算各变电站的巡视周期。文献[4]根据设备缺陷、运行年限、运行工况、设备布置等方面对变电站实施A、B、C、D、E的五级划分,结合分级情况和巡视实际情形确定变电站巡视周期。文献[5]利用可靠性理论得出可靠度与缺陷率、巡视周期相关。提出了设备状态评估分级巡视策略,通过综合权衡设备状态评分和有效缺陷,动态调整巡视周期。文献[4]、[5]与文献[2]、[3]相比,最显著的区别是缺乏定量分析,变电站分级和巡视周期的确定凭经验确定。总之,上述文献均是将变电站评估结果(可靠度或评分表征)经过一系列分析与处理,间接映射为巡视周期。同时,巡视周期的最小单位仍为“日”,需要进一步细分。

鉴于此,文章重点研究完成设备巡视所承担的风险与巡视时间之间的关系,提出了一种优化变电站巡检时效的蒙特卡洛方法。首先,统计运维班成员对设备巡视分解的各要素设备巡视所需要的时间;其次,确定各要素巡视时间服从的概率分布;最后,对特定概率分布的各要素进行蒙特卡洛法重复抽样并求和,经过数据分析与处理即可得到巡检时效与巡检效果之间的约束关系。实验结果表明:文章所提方法能定量评估巡检风险,为变电运维风险管控提供了一种科学有效的评估手段。

1 调研运维班成员的变电站巡检时效

为进一步提高变电运检标准化水平,保障变电专业可控、能控和在控,国家电网有限公司组织并编制了变电验收、运维、检测、评价、检修管理规定和反事故措施,简称“五通一措”。《规定》的28个分册适用于变电运维专业。地市公司某220 kV变电站于1984年竣工投产,2008年经综合自动化改造为户外敞开式变电站,其涵盖的一次、二次系统的巡检项目如表1所示。其中,“√”表示该变电站包含的所有巡检项目,“/”表示查无此设备。

表1 变电运维管理规定的巡检项目表

由于巡检项目数量繁多,变电站设备布局结构和巡检路径对巡检周期的影响较大。假设巡检过程不间断,每个巡检项目只针对一台设备的情况下,变电运维班组织开展室外敞开式一次设备例行巡视,巡视项目为表1中“▲”所有类别,共7项。

以油浸式变压器例行巡视为例,《规定》的第1分册《油浸式变压器(电抗器)运维细则》明确指出了6个关键巡检部件,并且每个部件都包含若干巡检要求,如图1所示。断路器、隔离开关、电流互感器、电压互感器、避雷器和接地装置的例行巡视项目所包含的内容此处不再赘述。

图1 油浸式变压器例行巡视项目分类图

某地市变电运维班共计21人,其中值班长及以上7人、正值班员5人、副值班员及以下9人。统计上述三类人进行表1中的7个项目的例行巡视所需要的时间,将巡检耗时由短到长依次排序,如图2所示。

图2 一次设备例行巡视的耗时统计图

由图2可知,单个巡检项目的耗时基本按照运维班成员的技能等级单调变化,技能等级越高,巡检耗时越短;反之,技能等级越低,巡检耗时越长。

2 确定变电站巡检耗时服从的概率分布

由于巡检耗时属于连续型随机变量,确定连续型随机变量所服从的分布,一般采用直方图法、经验分布图法和分位数-分位数图(Quantile-Quantile Plot,以下简称Q-Q图)法联合判别。其中,直方图法和经验分布图法是比较直观的判别方法,两者均是通过观察图形形状定性判断连续性随机变量所服从的概率分布。Q-Q图是由一条角平分线y=x和若干离散点组成的散点图,通过把测试样本数据的分位数与已知分布做比较,从而检验样本数据所服从的分布。若Q-Q图上的散点近似分布在直线的附近,则说明连续性随机变量服从正态分布,其中该直线的斜率为标准差,截距为均值。

通过直方图法和经验分布图法已经定性地判别7个巡检项目均服从正态分布。接着,利用IBM SPSS Statistics软件逐个对单一项目的巡检耗时进行数据“探索”,由于样本数量较小,采用Kolmogorov-Smirnova检验正态分布,其显著性水平均大于0.05,服从正态分布。进一步利用Q-Q图进行判别,离散点均近似分布在直线附近,如图3中(a)～(g)所示。于是,可以确定油浸式变压器、断路器、隔离开关、电流互感器、电压互感器、避雷器和接地装置共7个巡检项目的耗时均服从正态分布。

图3 巡检耗时的统计判别结果图

同时,考虑到7个巡检项目两两互不相容,其和为全集,可以构成一个完备事件组,即一次设备例行巡视。根据完备事件组的性质,7个子巡检项目叠加所得的一次设备例行巡视,通过数据拟合后发现,其巡检耗时仍服从正态分布。通过直方图法、经验分布图法和Q-Q图法联合判别,其结果如图3的(h)和(i)所示,一次设备例行巡视耗时也服从正态分布。

3 利用蒙特卡洛方法对巡检效果进行风险评估

由于7个巡检子项目是两两互不相容,且非相互独立,即便确定构成的完备事件组服从正态分布,也不能直接用正态分布的叠加性质。为了解决上述问题,对7个巡检子项目耗时进行相当多次重复抽样并逐个求和,得到常模群体进行一次设备例行巡视的耗时,利用模拟生成的数值解计算各巡检时效所对应的累计概率。

3.1 蒙特卡洛方法

蒙特卡洛(Monte Carlo,简称MC)方法[6],是一种依赖大量重复随机抽样解决确定性问题的统计模拟方法[7-8],即随机抽样技术。该方法实质上通过随机变量执行大量模拟,用来得到一个确定问题的近似解。

针对文章所述问题,执行如下步骤:

(2)对给定概率分布的各子巡检项目分别进行1 000次重复抽样,得到各子巡检项目的巡检耗时离散值。

(3)根据完备事件组的概念,将(2)中所得的7个子巡检项目的巡检耗时求和,可得一次设备例行巡视的耗时,共1 000个数据。

(4)对数据进行分组处理,计算出每个分组数据发生的概率,绘制概率分布函数图。

3.2 风险评估

根据3.1节中介绍的蒙特卡洛方法,利用MATLAB软件编写程序,执行上述步骤可得一次设备例行巡视的风险评估[9-10]模型,如图4所示。其中,直方图表示在固定的巡检耗时完成一次设备例行巡视的概率,称为“出现概率”;曲线图表示在巡检耗时内完成一次设备例行巡视的概率,称为“累计概率”[11]。

图4 一次设备例行巡视的风险评估模型概率分布图

由图4可知,风险评估模型将巡检耗时和在巡检耗时内完成巡视工作的“可能性”定量的联系起来了,可通过累计概率对一次设备例行巡视的完成情况进行风险评估。累计概率为60%和80%对应一次设备例行巡视的巡检周期分别为36.5 min和38.7 min,为了保证能够更“安全”地完成巡检工作,风险阈值概率选择80%,对应的巡检耗时必须大于等于38.7 min。

风险评估模型对《规定》进行了进一步的补充和延伸,将巡检时效继续量化,为编制运行规程和变电站巡视作业指导卡提供了科学依据。

4 误差分析

对7个巡检子项目耗时分别求和得到的一次设备例行巡视耗时直接进行数据拟合,由于样本容量的限制,“直接法”拟合求得的图像存在误差。蒙特卡洛方法的重复抽样技术是减小上述误差的有效途径,理论上讲,重复抽样的次数越多,误差越小。当然,与“直接法”相比,蒙特卡洛方法是在牺牲了计算能力的前提下获得的最小误差。

将直接法得到的原始数据用插值算法处理,计算出在巡检耗时t对应的累计概率,其中20≤t≤52且t∈N+。于是,可以得到同一横坐标(巡检耗时)下的直接法和蒙特卡洛方法的累计概率值。直接法和蒙特卡洛方法的巡检时效风险评估模型如图5所示。

图5 直接法和蒙特卡洛方法的巡检时效风险评估对比图

由图5可知,蒙特卡洛方法得到的离散数据并没有完全落在直接法拟合所得的曲线上,这是由于样本数量不足导致的,蒙特卡洛方法通过大量的重复抽样技术提高了风险模型的评估精度。

5 结论

为了解决风险评估模型由于样本容量受限,使得直接法计算精度不高的问题,提出了利用蒙特卡洛方法对一次设备例行巡视的耗时进行风险评估,将量化尺度精确到“分”,实现了《规定》的进一步的补充和延伸,优化了变电运维管理决策,提高了变电运维精益化管理水平。

更进一步的研究方向是采用蒙特卡洛方法进行大量重复抽样,增加计算机的运算复杂度,找到一种既兼顾计算量,又保证计算精度的方法,更好地优化风险评估模型,提高模型精度。