計及風(fēng)險損失的配電設(shè)備檢修方式選擇

霍明雷，劉 艷，楊 林

?

計及風(fēng)險損失的配電設(shè)備檢修方式選擇

霍明雷，劉 艷，楊 林

(華北電力大學(xué)電氣與電子工程學(xué)院，河北 保定 071000)

針對目前在設(shè)備檢修方式選擇方面未將設(shè)備健康指數(shù)、檢修成本和設(shè)備故障損失綜合考慮的問題，提出了一種結(jié)合設(shè)備狀態(tài)評價結(jié)果，計及檢修成本和檢修后設(shè)備風(fēng)險損失的檢修方式選擇決策模型。定義設(shè)備風(fēng)險損失為設(shè)備故障損失和設(shè)備故障概率的乘積，設(shè)備故障損失由設(shè)備資產(chǎn)損失和電網(wǎng)運(yùn)行損失兩部分組成，并給出了各部分的具體計算公式。分析了檢修成本的組成和計算方法以及不同檢修方式對設(shè)備故障率的影響。最后以檢修成本和檢修后設(shè)備風(fēng)險損失之和最小為目標(biāo)，用量化的方法對配網(wǎng)設(shè)備檢修方式進(jìn)行選擇，并結(jié)合算例給出了某狀態(tài)下兩臺變壓器檢修方式的選擇過程，結(jié)果表明了所提模型的有效性。

配電設(shè)備；檢修方式；風(fēng)險損失；故障率；檢修成本

0 引言

隨著用電需求的持續(xù)增長，配電網(wǎng)結(jié)構(gòu)日益復(fù)雜，設(shè)備數(shù)量也隨之驟增。配網(wǎng)設(shè)備作為配電系統(tǒng)的重要組成部分，對配電網(wǎng)的安全可靠運(yùn)行起著至關(guān)重要的作用。而科學(xué)合理地對設(shè)備進(jìn)行檢修是保證設(shè)備正常運(yùn)行和提高電網(wǎng)供電可靠性的有效措施。當(dāng)前，傳統(tǒng)的事后檢修、定期檢修體制已不能適應(yīng)配網(wǎng)發(fā)展和用戶對高可靠供電的要求，狀態(tài)檢修作為一種經(jīng)濟(jì)、高效的檢修方式，正逐步被采用和實施。狀態(tài)檢修(Condition Based Maintenance, CBM)以設(shè)備當(dāng)前的實際工作狀況為依據(jù)，以安全、可靠性、環(huán)境、成本為基礎(chǔ)，通過設(shè)備狀態(tài)評價、風(fēng)險評估、檢修決策，達(dá)到設(shè)備運(yùn)行安全可靠，檢修成本合理的一種檢修策略。隨著設(shè)備監(jiān)測技術(shù)、故障診斷技術(shù)、壽命管理與預(yù)測技術(shù)和管理決策技術(shù)的發(fā)展和完善，地方電力公司結(jié)合本地具體情況，依據(jù)國家電網(wǎng)公司相關(guān)標(biāo)準(zhǔn)和導(dǎo)則，狀態(tài)檢修工作正有序展開。

狀態(tài)檢修從一提出就吸引了眾多的專家和學(xué)者，但國內(nèi)外在電網(wǎng)設(shè)備狀態(tài)檢修方面的研究主要集中在設(shè)備的狀態(tài)評估、基于設(shè)備健康狀態(tài)的可靠性研究和設(shè)備的檢修決策優(yōu)化等方面，應(yīng)用狀態(tài)評價結(jié)果進(jìn)行檢修方式選擇方面的研究相對較少。設(shè)備運(yùn)行過程中可能會有多個部件的多個健康指標(biāo)出現(xiàn)不同程度的惡化，隨著技術(shù)水平的提高，檢修人員既可以選擇整體維修，更換或者修復(fù)全部不合格零件，全面消除檢修前存在的缺陷，恢復(fù)設(shè)備的額定功能和精度；也可選擇局部維修，更換或者修復(fù)主要失效部件，解決主要問題，恢復(fù)設(shè)備的正常功能。然而不同檢修方式的檢修費(fèi)用是不同的，對設(shè)備性能的改善程度也有顯著差別。通過檢修使設(shè)備安全經(jīng)濟(jì)地完成規(guī)定功能，需要大量的資金投入，受檢修成本的限制，管理者需要將有限的資金最有效地用于降低設(shè)備造成的風(fēng)險，以提高設(shè)備和電網(wǎng)運(yùn)行的經(jīng)濟(jì)性、安全性。目前，有關(guān)電力設(shè)備檢修方式選擇方面的研究已取得了一定的成果，但也存在一定的不足。文獻(xiàn)[15]考慮了不同檢修方案的風(fēng)險因素，綜合可靠性和經(jīng)濟(jì)性，應(yīng)用馬爾可夫決策方法對設(shè)備檢修方案進(jìn)行了優(yōu)化，然而該方法中定義的狀態(tài)轉(zhuǎn)移概率是根據(jù)實際電力設(shè)備的狀態(tài)轉(zhuǎn)移統(tǒng)計得出的，與設(shè)備當(dāng)前的健康指數(shù)聯(lián)系不夠緊密，缺乏針對性。文獻(xiàn)[16]充分考慮了設(shè)備的當(dāng)前狀態(tài)，提出了效用指標(biāo)和不同維修方式的成本組成，以單位成本提高的效用量最多為目標(biāo)進(jìn)行維修方式選擇，但其效用指標(biāo)僅考慮了對設(shè)備性能的改善，未計及設(shè)備故障損失多少的影響。迄今為止，在狀態(tài)檢修的體制下還沒有一種依據(jù)設(shè)備當(dāng)前健康狀態(tài)評價結(jié)果，統(tǒng)籌檢修費(fèi)用與因檢修不到位造成故障的風(fēng)險及后果的量化選擇方法供檢修決策人員參考。

基于已有研究成果，本文綜合考慮了不同檢修方式對設(shè)備和電網(wǎng)的影響，以設(shè)備資產(chǎn)損失和電網(wǎng)運(yùn)行損失之和來表征設(shè)備當(dāng)前的故障損失。然后結(jié)合設(shè)備狀態(tài)評價結(jié)果，考慮不同檢修方式的檢修成本和對設(shè)備故障概率的影響，綜合設(shè)備資產(chǎn)損失、電網(wǎng)運(yùn)行損失及設(shè)備發(fā)生故障的概率三者的作用，以檢修成本和檢修后設(shè)備風(fēng)險損失之和最小為目標(biāo)，結(jié)合算例用量化的方法對配網(wǎng)設(shè)備進(jìn)行了檢修方式的選擇。

1 設(shè)備風(fēng)險損失分析

1.1設(shè)備健康指數(shù)評估

電網(wǎng)設(shè)備狀態(tài)評價是狀態(tài)檢修管理機(jī)制的基礎(chǔ)，對設(shè)備做出繼續(xù)運(yùn)行、加強(qiáng)監(jiān)控、停役檢修、檢修方式選擇等決策，首先必須準(zhǔn)確可靠地評估設(shè)備當(dāng)前的健康狀況。對設(shè)備進(jìn)行狀態(tài)評價不僅要依據(jù)設(shè)備當(dāng)前的狀態(tài)監(jiān)測數(shù)據(jù)，還要綜合考慮設(shè)備的先天數(shù)據(jù)(家族史)、傳統(tǒng)實驗數(shù)據(jù)、檢修、缺陷等。依據(jù)國家電網(wǎng)公司《配網(wǎng)設(shè)備狀態(tài)評價導(dǎo)則Q/GDW 645-2011》，狀態(tài)評價采用扣分制，分為部件評價和整體評價。某部件的狀態(tài)評價得分可由式(1)得出。

設(shè)備的整體評價由綜合考慮各部件評價得出，若一個及以上部件得分在正常狀態(tài)以下()，則該設(shè)備的最后得分為各部件中狀態(tài)評價得分最低的部件得分值。否則，設(shè)備的整體健康指數(shù)得分公式為

1.2 故障概率求解

設(shè)備發(fā)生故障與否雖然是隨機(jī)的，但是故障的發(fā)生多會經(jīng)過一段時間的劣化，這可體現(xiàn)在設(shè)備健康指數(shù)的降低。因此，設(shè)備故障率與設(shè)備的健康指數(shù)有著密切關(guān)系。一般認(rèn)為，設(shè)備的健康指數(shù)與故障率之間存在如下公式。

式(4)所示為某段時間內(nèi)設(shè)備不發(fā)生故障的概率，而現(xiàn)實中我們往往更關(guān)心在某一時刻設(shè)備不發(fā)生故障的概率。因此，本文假設(shè)在較短時間內(nèi)設(shè)備的故障率不變，即為一常數(shù)，得出在某時刻設(shè)備的可靠度公式和故障概率公式如式(5)所示。

(5)

1.3 設(shè)備故障損失

本文將設(shè)備故障損失分為兩個部分：設(shè)備資產(chǎn)損失和電網(wǎng)運(yùn)行損失。

1.3.1 設(shè)備資產(chǎn)損失

本文將設(shè)備運(yùn)行過程中在某時刻隨機(jī)故障后通過維修或替換恢復(fù)設(shè)備規(guī)定功能所投入的費(fèi)用稱為設(shè)備資產(chǎn)損失。設(shè)備出現(xiàn)劣化后未能及時安排維修而導(dǎo)致的故障停運(yùn)，往往會對設(shè)備的部分部件造成致命損壞，所以此時維修所投入的費(fèi)用要比預(yù)防性維修大得多。某時刻的設(shè)備資產(chǎn)損失可通過式（6）量化求得。

1.3.2 電網(wǎng)運(yùn)行損失

配電網(wǎng)作為與用戶直接相關(guān)的供電終端，設(shè)備隨機(jī)發(fā)生故障不僅會對設(shè)備本身帶來損失，還往往會導(dǎo)致通過該設(shè)備供電的部分用戶供電中斷，致使電網(wǎng)直接失去負(fù)荷。同時設(shè)備發(fā)生故障后通過系統(tǒng)運(yùn)行方式的變化，可能會導(dǎo)致該設(shè)備供電的另一部分用戶雖未停電，但隨著電網(wǎng)供電可靠性、安全裕度的降低，電網(wǎng)具有隨機(jī)失去該部分負(fù)荷的風(fēng)險。另外供電中斷還可能造成人身傷亡、設(shè)備損壞、生產(chǎn)停滯、生活紊亂等現(xiàn)象，直接或間接地造成經(jīng)濟(jì)損失。綜上所述，本文將電網(wǎng)運(yùn)行損失定義為：若設(shè)備在某時刻隨機(jī)發(fā)生故障，由此帶來的電網(wǎng)潛在損失總量。它包括直接失負(fù)荷損失、隨機(jī)失負(fù)荷損失和對用戶造成的經(jīng)濟(jì)損失三部分。具體量化表達(dá)式為

1.4 設(shè)備風(fēng)險損失

設(shè)備風(fēng)險損失以量化的風(fēng)險值為指標(biāo)，不僅要考慮設(shè)備故障導(dǎo)致的總損失，還要考慮其發(fā)生的可能性，也就是設(shè)備發(fā)生故障的概率。因此，設(shè)備在時刻的風(fēng)險損失可用式（8）量化表達(dá)式表示。

2 不同檢修方式對故障率的影響

2.1 檢修分類及成本組成

隨著檢修技術(shù)的提高，檢修人員針對某一劣化設(shè)備可采取的檢修方式已有不同選擇。本文依據(jù)國家電網(wǎng)《配網(wǎng)設(shè)備狀態(tài)檢修導(dǎo)則 Q/GDW 644-2011》和具體工程實際，將檢修方式分為大修和小修。

大修：指整體性檢修，更換或者修復(fù)全部不合格的零件，達(dá)到全面消除檢修前存在的缺陷，恢復(fù)設(shè)備的額定功能和精度。

小修：指局部性檢修，對設(shè)備部分功能部件進(jìn)行局部的分解、檢查、修理、更換。解決主要問題，恢復(fù)設(shè)備的正常功能。

不同的檢修方式，對設(shè)備狀況的修復(fù)程度具有顯著差異，需要的檢修成本也不同。由于檢修成本的多少對檢修方式的選擇有著直接影響，所以準(zhǔn)確的計算檢修成本顯得十分重要。本文通過統(tǒng)計檢修涉及到的各方面因素，定義檢修成本由檢修工程費(fèi)、配件購置費(fèi)和其他費(fèi)用三部分構(gòu)成。計算公式為

2.2 檢修后故障率求解

不同檢修方式不僅對部件的修復(fù)程度不同，而且處理的部件數(shù)量也不相同。因此，不同檢修方式實施后將導(dǎo)致設(shè)備健康指數(shù)不同，從而致使設(shè)備故障率有所差異。以下對兩種檢修方式對應(yīng)的故障率分別求解。

采用大修方式的設(shè)備，由于其對部件進(jìn)行了全面的修復(fù)或更換，其性能基本可恢復(fù)到投運(yùn)時的狀態(tài)。綜合考慮其服役年齡的影響，大修后設(shè)備的健康指數(shù)可由式（10）得出。

采用小修方式的設(shè)備，只對主要失效部件進(jìn)行了修復(fù)或者更換。對某一檢修部件而言，本文采用役齡回退因子來描述檢修對部件性能的改善情況，檢修后部件的故障率求解公式為

得到各檢修部件檢修后的狀態(tài)得分后，依據(jù)上文已述的設(shè)備整體評價方法便可得出設(shè)備小修后的健康指數(shù)。

將上述大修、小修兩種檢修方式對應(yīng)的檢后健康指數(shù)分別代入式(3)即可得出設(shè)備采用不同檢修方式后的故障率大小。

3 計及風(fēng)險損失的檢修方式選擇模型

檢修的經(jīng)濟(jì)性與設(shè)備造成的風(fēng)險是相互矛盾的兩個方面。降低設(shè)備造成的風(fēng)險，則需要增加檢修成本的投入，若檢修不足，則會造成設(shè)備的風(fēng)險損失升高。為使兩者之間協(xié)調(diào)達(dá)到最大滿意程度，本文建立的檢修方式選擇目標(biāo)函數(shù)為檢修成本與檢修后設(shè)備的風(fēng)險損失之和最小，即

檢修方式選擇過程流程圖如圖1所示。

圖 1檢修方式選擇流程圖

4 算例分析

以某實際配電系統(tǒng)中35 kV主變T1和10 kV配電變壓器T2的檢修方式選擇為例，系統(tǒng)結(jié)構(gòu)和負(fù)荷數(shù)據(jù)如圖2和表1所示，變壓器評估的部件劃分和權(quán)重參見文獻(xiàn)[19]。兩臺變壓器分別于2006年、2003年投入運(yùn)行，假設(shè)投運(yùn)時健康指數(shù)均為95，、取值分別為8 640和0.143。

圖 2某配電系統(tǒng)結(jié)構(gòu)圖

表1負(fù)荷數(shù)據(jù)

Table 1 Customer data

在某次評估中兩者均由于絕緣油的嚴(yán)重劣化和污染，導(dǎo)致介質(zhì)損耗因數(shù)升高異常，絕緣強(qiáng)度減小，對應(yīng)的狀態(tài)量扣分值為30分，缺陷發(fā)生前設(shè)備的健康指數(shù)為86，缺陷發(fā)生后為70。參照本設(shè)備或同類設(shè)備以往累積故障記錄，該類故障模式造成的設(shè)備風(fēng)險損失估算如表2，其中、取值分別為0.5元和1元，每一負(fù)荷點當(dāng)做一用戶處理。針對上述狀況，通過分析可采取如下兩種方式進(jìn)行檢修。

大修：將嚴(yán)重劣化和污染的絕緣油更換成新油，并對設(shè)備的其他劣化部件進(jìn)行修復(fù)，消除檢修前存在的全部缺陷。

小修：僅對絕緣油進(jìn)行凈化吸附處理，降低介質(zhì)損耗因數(shù)，能基本解決現(xiàn)存的問題，使設(shè)備恢復(fù)到正常指標(biāo)。

按國家相關(guān)標(biāo)準(zhǔn)和導(dǎo)則，檢修人工費(fèi)采用檢修工程基準(zhǔn)工日單價，普工為34元/工日，技工53元/工日；運(yùn)雜費(fèi)為配件購置費(fèi)的0.3倍。其他相關(guān)參數(shù)參照歷史統(tǒng)計數(shù)據(jù)得出。得出兩臺設(shè)備不同檢修方式的檢修成本信息如表3。

根據(jù)表2和表3通過計算可得出兩臺設(shè)備檢修方式的選擇結(jié)果如表4。

表 2 兩臺設(shè)備的故障損失計算結(jié)果

表 3 兩種檢修方式的成本計算結(jié)果

表 4設(shè)備檢修方式選擇結(jié)果

Table 4 Results of equipment maintenance mode selection

由表3可見，設(shè)備T1的大修成本9.4萬元明顯高于小修成本4.8萬元，但它修理徹底，解決問題的能力高于僅對絕緣油進(jìn)行凈化吸附的小修方式，隨之產(chǎn)生的是較低的設(shè)備故障率。由于此設(shè)備的故障損失與檢修成本相比很大，檢修后設(shè)備故障概率的輕微變化就會對決策產(chǎn)生較大影響，此時設(shè)備的安全可靠運(yùn)行顯得尤為重要，檢修成本已不是影響檢修方式選擇的主要因素。綜合考慮檢修成本和檢后設(shè)備風(fēng)險損失后，大修方式的目標(biāo)函數(shù)值12.7萬小于小修方式的19.3萬，此設(shè)備選擇大修方式較為合理。對于設(shè)備T2而言，雖然大修方式維修徹底，能使設(shè)備性能得到全面修復(fù)，但它是以資金的投入作為代價的。由于此設(shè)備故障損失較小，一味地投入資金降低其風(fēng)險意義不大，投入適量的資金將其風(fēng)險限定在一個可接受的水平上更為可取。綜合考慮以上因素后，該設(shè)備小修方式的目標(biāo)函數(shù)值1.8萬小于大修方式的2.7萬，選擇小修方式更為合適。

對比設(shè)備T1和設(shè)備T2可以發(fā)現(xiàn)：同一劣化狀態(tài)的設(shè)備，由于其故障造成的損失不同，最終確定了不同的檢修方式。這是因為當(dāng)設(shè)備故障造成的損失較大時，為確保設(shè)備的可靠運(yùn)行，保守的檢修方式更有優(yōu)勢；反之，檢修的經(jīng)濟(jì)性為影響檢修決策的主要因素。而按照以往慣例，設(shè)備出現(xiàn)類似扣分狀態(tài)時，檢修人員一般會采用相同的檢修方式。通過本文所提模型的量化計算，在降低風(fēng)險的同時考慮了檢修成本，為檢修人員在檢修方式選擇時提供了新的思路。

5 結(jié)論

本文以配網(wǎng)設(shè)備檢修方式的選擇為研究背景，首先根據(jù)配電網(wǎng)的實際特征對配電設(shè)備故障造成的設(shè)備資產(chǎn)損失和電網(wǎng)運(yùn)行損失進(jìn)行了分析計算；進(jìn)而給出了針對劣化設(shè)備可采用的大修方式和小修方式的成本組成及對設(shè)備故障率的影響；最后以檢修成本和檢后設(shè)備風(fēng)險損失之和最小為目標(biāo)，導(dǎo)出了計及風(fēng)險損失的配電設(shè)備檢修方式選擇模型。該模型不僅體現(xiàn)了不同檢修方式的成本差異和對設(shè)備的改善程度，還考慮了設(shè)備故障造成的損失大小，使檢修決策更加科學(xué)合理。通過對檢修決策結(jié)果的定量比較可以給檢修決策者科學(xué)的建議，使其在有限的資金下采取最合理的檢修方式。

[1] 許婧, 王晶, 高峰, 等. 電力設(shè)備狀態(tài)檢修技術(shù)研究綜述[J]. 電網(wǎng)技術(shù), 2000, 24(8): 48-52.

XU Jing, WANG Jing, GAO Feng, et al. A survey of condition based maintenance technology for electric power equipments[J]. Power System Technology, 2000, 24(8): 48-52.

[2] 胡志堅, 李洪江, 文習(xí)山, 等. 基于差分GPS的輸電線路舞動和風(fēng)偏在線監(jiān)測方法[J]. 電力自動化設(shè)備, 2012, 32(3): 120-124.

HU Zhi-jian, LI Hong-jiang, WEN Xi-shan, et al. Online monitoring of transmission conductor wave and wind gallop based on differential GPS[J]. Electric Power Automation Equipment, 2012, 32(3): 120-124.

[3] 任靜, 黃家棟. 基于免疫RBF神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[J]. 電力系統(tǒng)保護(hù)與控制, 2010, 38(11): 6-10.

REN Jing, HUANG Jia-dong. Transformer fault diagnosis based on immune RBF neural network[J]. Power System Protection and Control, 2010, 38(11): 6-10.

[4] 鄭蕊蕊, 趙繼印, 趙婷婷, 等. 基于遺傳支持向量機(jī)和灰色人工免疫算法的電力變壓器故障診斷[J]. 中國電機(jī)工程學(xué)報, 2011, 31(7): 56-63.

ZHENG Rui-rui, ZHAO Ji-yin, ZHAO Ting-ting, et al. Power transformer fault diagnoses based on genetic support vector machine and gray artificial immune algorithm[J]. Proceedings of the CSEE, 2011, 31(7): 56-63.

[5] 費(fèi)勝巍, 孫宇. 融合粗糙集與灰色理論的電力變壓器故障預(yù)測[J]. 中國電機(jī)工程學(xué)報, 2008, 28(16): 154-160.

FEI Sheng-wei, SUN Yu. Fault prediction of power transformer by combination of rough sets and grey theory[J]. Proceedings of the CSEE, 2008, 28(16): 154-160.

[6] 張金萍, 劉國賢, 袁泉, 等. 變電設(shè)備健康狀態(tài)評估系統(tǒng)的設(shè)計與實現(xiàn)[J]. 現(xiàn)代電力, 2004, 21(4): 45-49.

ZHANG Jin-ping, LIU Guo-xian, YUAN Quan, et al. Design and realization of evaluation of health condition system for transformation equipment[J]. Modern Electric Power, 2004, 21(4): 45-49.

[7] 廖瑞金, 王謙, 駱?biāo)技? 等. 基于模糊綜合評價的電力變壓器運(yùn)行狀態(tài)評估模型[J]. 電力系統(tǒng)自動化, 2008, 32(3): 70-75.

LIAO Rui-jin, WANG Qian, LUO Si-jia, et al. Condition assessment model for power transformer in service based on fuzzy synthetic evaluation[J]. Automation of Electric Power Systems, 2008, 32(3): 70-75.

[8] 郭磊, 郭創(chuàng)新, 曹一家, 等. 考慮斷路器在線狀態(tài)的電網(wǎng)風(fēng)險評估方法[J]. 電力系統(tǒng)自動化, 2012, 36(6): 20-24.

GUO Lei, GUO Chuang-xin, CAO Yi-jia, et al. Power transmission risk assessment considering breaker online status[J]. Automation of Electric Power Systems, 2012, 36(6): 20-24.

[9] 潘樂真, 張焰, 愈國勤, 等. 狀態(tài)檢修決策中的電氣設(shè)備故障率推算[J]. 電力自動化設(shè)備, 2010, 30(2): 91-94.

PAN Le-zhen, ZHANG Yan, YU Guo-qin, et al. Prediction of electrical equipment failure rate for condition-based maintenance decision-making[J]. Electric Power Automation Equipment, 2010, 30(2): 91-94.

[10] 王一, 何奔騰, 王慧芳. 基于全壽命狀態(tài)的設(shè)備可靠性研究[J]. 電網(wǎng)技術(shù), 2011, 35(8): 207-211.

WANG Yi, HE Ben-teng, WANG Hui-fang. Research on equipment reliability based on life cycle states[J]. Power System Technology, 2011, 35(8): 207-211.

[11] 王慧芳, 楊荷娟, 何奔騰, 等. 輸變電設(shè)備狀態(tài)故障率模型改進(jìn)分析[J]. 電力系統(tǒng)自動化, 2011, 35(16): 27-31.

WANG Hui-fang, YANG He-juan, HE Ben-teng, et al. Improvement of state failture rate model for power transmission and transforming equipment[J]. Automation of Electric Power Systems, 2011, 35(16): 27-31.

[12] 潘樂真, 魯國起, 張焰, 等. 基于風(fēng)險綜合評判的設(shè)備狀態(tài)檢修決策優(yōu)化[J]. 電力系統(tǒng)自動化, 2010, 34(11): 28-32.

PAN Le-zhen, LU Guo-qi, ZHANG Yan, et al. Decision- making optimization of equipment condition-based maintenance according to risk comprehensive evaluation [J]. Automation of Electric Power Systems, 2010, 34(11): 28-32.

[13] 胡兵, 夏濤, 薛志鵬, 等. 一種計及檢修風(fēng)險的配電網(wǎng)檢修優(yōu)化方法[J]. 華東電力, 2013, 41(4): 802-807.

HU Bing, XIA Tao, XUE Zhi-peng, et al. Maintenance optimization for power distribution network considering maintenance risks[J]. East China Electric Power, 2013, 41(4): 802-807.

[14] 尹斌, 陳健飛, 盛華. 基于風(fēng)險的油田油氣集輸管線維護(hù)決策優(yōu)化方法[J]. 化工設(shè)備與管道, 2012, 49(2): 55-58.

YIN Bin, CHEN Jian-fei, SHENG Hua. Risk based optimum method used in maintenance decision for oil and gas pipeline in oil field[J]. Process Equipment & Piping, 2012, 49(2): 55-58.

[15] 郭基偉, 柳綱, 唐國慶, 等. 電力設(shè)備檢修策略的馬爾科夫決策[J]. 電力系統(tǒng)自動化學(xué)報, 2004, 16(4): 6-10.

GUO Ji-wei, LIU Gang, TANG Guo-qing, et al. Markov decision process on electrical equipments maintenance optimization[J]. Proceedings of the CSU-EPSA, 2004,16(4): 6-10.

[16] 王一, 王慧芳, 張亮, 等. 基于效用和成本的狀態(tài)檢修維修方式選擇研究[J]. 電力系統(tǒng)保護(hù)與控制, 2010, 38(19): 39-45.

WANG Yi, WANG Hui-fang, ZHANG Liang, et al. Research on maintenance type selection with CBD technology based on effectiveness and cost analysis[J]. Power System Protection and Control, 2010, 38(19): 39-45.

[17] 王一. 輸變電設(shè)備狀態(tài)檢修決策研究[D]. 杭州: 浙江大學(xué), 2011.

WANG Yi. Study on the condition based maintenance decision-making for transmission and transformation equipments[D]. Hangzhou: Zhejiang University, 2011.

[18] HUGHES D, DENNIS G, WALKER J, et al. Condition based risk management (CBRM)-enabling asset condition information to be central to corporate decision making[C] // Proceedings of the 1st Word Congress on Engineering Asset Management. Gold Coast, Australia: WCEAM, 2006: 1212-1217.

[19] Q/GWD 645-2011配網(wǎng)設(shè)備狀態(tài)評價導(dǎo)則[S].

Maintenance mode selection of power distribution equipment considering the loss of risk

HUO Ming-lei, LIU Yan, YANG Lin

(School of Electrical and Electronic Engineering, North China Electric Power University, Baoding 071000, China)

As the fact that current equipment maintenance mode selection does not include device health index, maintenance costs and loss of equipment failure, an optimized model considering the above elements for distribution network equipment maintenance mode selection is proposed. The new model defines the loss of risk as the product of the loss and the probability due to equipment failure where the equipment failure loss is consist of equipment asset loss and power loss. The specified calculation formula of each part is given. The composition of maintenance costs, calculation methods and the effects that different maintenance modes have on the equipment failure rates are analyzed. Aiming at the minimum sum of maintenance costs and the risk of loss after repair, a quantified method is employed in selecting the maintenance mode. An example is shown to elaborate the selection procedure of two transformers maintenance modes in certain condition and well proves the effectiveness of the model.

powerdistribution equipment; maintenance mode; loss of risk; failure rate; maintenance cost

TM732

A

1674-3415(2014)19-0100-07

2014-01-05；

2014-03-04

霍明雷(1989—)，男，通信作者，碩士研究生，主要研究方向為配電系統(tǒng)可靠性與狀態(tài)檢修決策優(yōu)化； E-mail：ncepu_hml@163.com

劉 艷(1973—)，女，博士，教授，主要研究方向為電力系統(tǒng)安全防御與恢復(fù)技術(shù)，智能技術(shù)在電力系統(tǒng)中的應(yīng)用，狀態(tài)檢修等。