技术摘要：
本申请公开了一种配电网设备故障率计算方法，包括统计监测地区配电网的主要故障停电因素，包括主要渐变性因素和主要突发性因素；采用基于重要参量输入的故障率计算模型计算渐变性因素联合作用下的故障率λ1；采用故障率参数修正模型对前面计算出的故障率λ1进行突发性  全部
背景技术：
配电网由于拓扑结构及运行环境复杂，部件种类繁多，容易受到设备使用年限、恶 劣天气、小动物侵害等因素的影响，发生重复性停电。配电网发生重复性停电不仅会影响电 网公司的效益，停电期间更会给各类商业、工业用户等带来不同程度的经济损失，将严重影 响社会的正常运行。由于配电网不同支路的停电风险不同，倘若能够计算出各配电设备的 真实故障率，进而对配电网进行实时风险评估，分析出停电概率较大的支路并在发生故障 停电之前对其进行检修维护，这对配电网的可靠运行具有重要意义。 目前配电设备故障率计算大致有两类方法，第一类是研究影响配电设备故障率的 主要因素，单纯通过参数修正的方式来表征不同因素对于故障率的影响。该方法可以表征 部分因素对于故障率的影响，但是对于设备质量、设备所处地理位置等渐变性因素对故障 率的影响难以通过参数修正的方式表征。同时逐一修正这些因素对于故障率的影响，工作 量大，且修正模型越多可能导致计算结果越不准确。第二类方法是利用配电设备健康指数 与故障率之间的关系，计算设备的故障率。然而现有研究难以准确计算出健康指数H与故障 率λ之间的数学模型λ＝CeDHi i 中待定系数C、D，导致该模型不够准确。
技术实现要素：
为解决现有技术中的不足，本申请提供一种配电网设备故障率计算方法。 为了实现上述目标，本申请采用如下技术方案： 一种配电网设备故障率计算方法，所述方法包括以下步骤： 步骤1：确定监测地区配电网的主要故障停电因素，所述主要故障停电因素按照其 对设备故障率的影响快慢程度分为主要渐变性因素和主要突发性因素两类； 步骤2：采用基于重要参量输入的故障率计算模型计算主要渐变性因素联合作用 下的故障率λ1； 步骤3：采用故障率参数修正模型对步骤2计算出的故障率λ1进行主要突发性因素 的逐一修正，得到设备的真实故障率λ2。 本发明进一步包括以下优选方案： 优选地，在步骤1中，统计监测地区配电网的故障停电因素，选择同一故障原因导 致的故障停电数量大于故障停电数量阈值n1的故障停电因素作为主要突发性因素。 优选地，步骤2所述采用基于重要参量输入的故障率计算模型计算主要渐变性因 素联合作用下的故障率λ1，具体包括： 步骤2.1：筛选重要参量： 统计不同配电设备在主要渐变性因素作用下发生的故障类型，利用布尔离散结合 关联规则挖掘方法筛选各故障类型对应的重要参量； 7 CN 111582700 A 说　明　书 2/12 页 步骤2.2：确定重要参量对应的Weibull模型： 将待测的重要参量的历史数据带入构造的似然方程组中，对似然方程组进行优化 求出未知参量α和β，从而确定每类重要参量的Weibull模型； 步骤2.3：确定重要参量的状态边界值及离散区间： 统计并计算同一地区同一类型设备处于正常、注意、异常、严重四类状态的数量和 比例，带入Weibull模型的逆累积分布函数中，计算状态边界值和离散区间； 步骤2.4：计算差异化限值： 统计同一地区同一类型设备在主要渐变性因素影响下的平均故障概率fave，带入 Weibull模型的逆累积分布函数中得到各重要参量的差异化限值xlim； 步骤2.5：计算重要参量处于不同状态时故障概率： 通过Apriori算法计算已知配电设备发生某种故障时，设备的重要参量x处于正 常、注意、异常、严重中某种状态的概率； 步骤2.6：构造重要参量累积故障概率函数： 利用步骤2.5计算得到的结果，构造第m类重要参量处于正常、注意、异常、严重不 同状态区间对应的第j种故障发生的概率函数Fjm； 步骤2.7：计算重要参量权重： 统计主要渐变性因素影响下同一故障类型中不同重要参量超过各自差异化限值 xlim的个数Ljm，将同一故障类型中不同重要参量进行归一化，确定第m类重要参量对第j种故 障形式的权重ωjm： A代表重要参量的种类； 步骤2.8：计算每类故障发生概率fT(j)： 每一类重要参量对第j类故障的贡献为Fjm·ωjm，由此求和得到A类重要参量对第 j类故障的综合故障率fT(j)： 步骤2.9：计算主要渐变性因素联合作用下的综合故障率λ1： 将B类故障中每一种故障的故障率fT(j)求和得到主要渐变性因素联合作用下的综 合故障率λ1： 式中：fT(j)为第j类故障形式的故障概率。 优选地，步骤2.1具体包括： (2.1.1)使用布尔离散对在线监测参量进行离散化处理： 根据S.00.00.05/Q100-0006-0912-814《广东电网公司设备状态评价与风险评估 技术导则》和GB/T  7252-2001中各参量的限值和设备的实际状态分别对参量x和故障类型y 8 CN 111582700 A 说　明　书 3/12 页 进行映射，得到映射值d*： d*＝0，参量x在限值范围内或者设备没有发生特定故障类型y的故障； d*＝1，参量x超过限值范围或者设备发生特定故障类型y的故障。 (2.1.2)形成布尔型故障数据库D*，其中A为参量x的种类总量，B为故障类型y的模 式总量； (2.1.3)使用Apriori算法计算故障数据库D*中参量与不同故障类型的关联关系， 通过设置最小的支持度和置信度阈值，筛选出重要参量。 优选地，步骤2.2中，Weibull模型的配电设备故障率密度函数和故障率累积分布 函数分别为： 式中，x为某类重要参量的在线监测量。 优选地，步骤2.3具体包括： (2.3.1)统计同一地区主要渐变性因素影响下同类型配电设备处于正常、注意、异 常、严重四类状态的数量，然后计算正常、注意、异常、严重四类状态的出现概率，即概率密 度f＝[fnor,fatt,fabn,fser]； (2.3.2)对各状态出现的概率进行求和，得到各配电设备的状态累积分布F＝[FI  FII  FIII  1]； (2.3.3)将F＝[FI  FII  FIII  1]带入Weibull模型的故障率逆累积分布函数，计算得 到[xI  xII  xIII  xIV]，由此得到配电设备正常、注意、异常、严重四类状态的不同参量的临界 值Xcri＝[xI  xII  xIII  xIV]，以及正常、注意、异常、严重四类状态的离散区间I1、I2、I3、I4； 所述Weibull模型的故障率逆累积分布函数为： x＝α[-ln(1-F)]1/β    (9)。 优选地，所述步骤2.5具体包括： (2.5.1)统计各地区每类配电设备的故障样本数据，规定故障样本中有A类重要参 量和B类故障形式； 将所有故障样本中重要参量x的历史值根据步骤(2.3.3)计算出的临界值离散到 I1、I2、I3、I4内，将第m类重要参量子集记为Ifm＝[Ifm(1) ,Ifm(2) ,Ifm(3) ,Ifm(4)],其中m＝1… A，Ifm(1) ,Ifm(2) ,Ifm(3) ,Ifm(4)分别代表第m类重要参量处于正常、注意、异常、严重状态； (2.5.2)将配电设备的故障类型记为T＝[T1,T2,…,TB]，构造故障类型和重要参量 的数据库S＝[T,If1,If2,…,IfA]； (2.5.3)按重要参量类型将数据库S拆分为A个，S1＝[T,If1]，S2＝[T,If2],…，SA＝ [T,IfA]； (2.5.4)计算步骤(2.5.3)得到的Si中Tj与If的置信度： 9 CN 111582700 A 说　明　书 4/12 页 式中Cou为计数函数，Cou(Tj→If)表示发生第j种故障时第m类参量处于分别处于 Ifm(1) ,Ifm(2) ,Ifm(3) ,Ifm(4)的数量，Cou(Si)表示在所有故障样本中第j种故障发生的数 量； 所述置信度即为当已知配电设备发生某种故障时，设备的参量x处于正常、注意、 异常、严重中某种状态的概率。 优选地，步骤2.6中，通过步骤2.5计算得到第j种故障在重要参量Ifm的正常、注意、 异常、严重四类状态区间分布概率：Cjm(1)，Cjm(2)，Cjm(3)，Cjm(4)，且四类状态区间分布概率 之和为1，即： 由此得到重要参量x在不同状态区间对应的第j种故障发生的概率函数为： 式中x为在线监测装置获取设备的实时量值，xI、xII、xIII、xIV由步骤(2.3.3)计算得 到。 优选地，步骤3所述故障率参数修正模型为： ch为h类主要突发性因素的修正系数； ωhk为第h类主要突发性因素对第k类配电设备的权重，Nhk为第k类配电设备中第h 类主要突发性因素所占的数量，D代表主要突发性因素的种类。 优选地，所述主要渐变性因素包括：负载率变化、设备质量、设备使用年限、非灾害 性天气情况和设备所处地理位置； 所述主要突发性因素包括：雷击、小动物、树木破坏和其他。 优选地，雷击的修正系数c1为： 10 CN 111582700 A 说　明　书 5/12 页 n1为某类设备在连续几年p月份里面对配电设备非灾害性天气的天数，l1为该设备 在非灾害性天气的天数由于渐变性因素影响引发的故障的次数，n2为发生雷击的天数，l2为 该设备由于雷击天气引发故障的次数； 小动物的修正系数c2为： 树木破坏的修正系数c3为： 设备在连续几年p月份里，l3为该设备由于渐变性因素影响引发的故障的次数，l4 为由于小动物侵害引发故障的次数；l5表示设备由于树木破坏引发故障的次数； 其他的修正系数c4取1。 本申请所达到的有益效果： 1 .本发明提出了基于重要参量输入和参数修正相结合的配电网设备故障率计算 方法，根据对设备故障率的影响快慢程度将主要故障因素分成主要渐变性因素和主要突发 性因素。主要渐变性因素对故障率的影响，通过将在线监测装置获取到的实时参量x，带入 到基于重要参量的模型中，计算出这些主要渐变性因素联合作用影响下的设备故障率，从 而避免逐一讨论这些缓慢型因素对于故障率的影响，减小了工作量。而且对于不同厂家生 产设备的质量、设备所处的地理位置、及非灾害性天气情况等主要渐变性因素对设备故障 率的影响，很难逐一构建数学模型表达出来。 2.在计算差异化限值时，统计同一地区同类型设备在主要渐变性因素影响下的平 均故障概率fave，避免原有研究没有将影响因素进行分类，导致设备处于异常严重状态的数 量增加，进而影响各重要状态量的临界值以及差异化限值的计算。 3.该方法克服了现有研究单纯使用修正系数逐一计算各故障因素对配电设备故 障率的影响，由于即使同类设备之间也存在差异性，单一的数学模型很难恰如其分地将这 种差异性体现出来。 附图说明 图1是本申请一种配电网设备故障率计算方法的流程示意图。