小样本失效数据下继电保护系统可靠性评估方法技术方案

本发明专利技术公开了电力系统继电保护领域的小样本失效数据下继电保护系统可靠性评估方法，用以解决目前电力系统继电保护领域研究中存在的问题。该方法包括：首先，整合继电保护系统失效样本；然后，通过拟合优度检验确立以威布尔分布作为失效分布模型，并利用蒙特卡罗方法抽样扩大数据样本，与小样本原始数据共同作为先验信息，构建贝叶斯-蒙特卡罗评估模型；最后，结合贝叶斯-蒙特卡罗评估模型，对每个继电保护系统进行可靠性评估。本发明专利技术克服了传统基于大失效样本可靠性评估方法中所需样本大，可靠性参数精准度不高等实际应用中的局限性，有效实现了小样本失效数据下继电保护系统可靠性评估方法。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了电力系统继电保护领域的，用以解决目前电力系统继电保护领域研究中存在的问题。该方法包括：首先，整合继电保护系统失效样本；然后，通过拟合优度检验确立以威布尔分布作为失效分布模型，并利用蒙特卡罗方法抽样扩大数据样本，与小样本原始数据共同作为先验信息，构建贝叶斯-蒙特卡罗评估模型；最后，结合贝叶斯-蒙特卡罗评估模型，对每个继电保护系统进行可靠性评估。本专利技术克服了传统基于大失效样本可靠性评估方法中所需样本大，可靠性参数精准度不高等实际应用中的局限性，有效实现了。【专利说明】
本专利技术涉及电力系统继电保护领域，特别涉及。
技术介绍
作为电力系统的第一道防线，继电保护系统的可靠性水平对于电力系统的安全稳定运行有着重要意义。从目前系列文献对继电保护装置实际运行情况的统计数据看，继电保护装置在其工作年限内，极少发生“误动”、“拒动”等失效情况甚至缺陷情况。加之保护装置换代周期缩短、目前继电保护系统缺陷和失效信息记录尚不十分规范和标准，在一定地域和时间范围内，具体到装置型号、失效模式的完整失效记录样本更少。迄今为止，继电保护可靠性评估方法还很少考虑该小样本失效的特点，而主要以常规基于解析法和模拟法的可靠性评估方法为主。解析法如Markov状态空间法、GO法、故障树法、风险分析等主要根据系统的结构、功能或二者的逻辑关系建立可靠性概率模型，通过递推或迭代等求解模型、计算指标。模拟法如蒙特卡罗仿真是通过对概率分布采样来进行状态的选择和估计，利用统计学方法得到可靠性指标。考虑到继电保护系统在有限时间内很难获取足够的失效数据(甚至无失效数据)，即便缺陷数据样本也不丰富，因此依赖于大失效样本的传统可靠性评估方法的有效性会打折扣，并在一定程度上降低其评估结果的可信度，可能进一步影响以可靠性评估为依据的检修策略等的参考价值。还有方法考虑继电保护装置运行特性，采用威布尔分布作为其寿命分布模型，直接通过回归分析确定威布尔分布中的形状参数、尺度参数计算可靠度、失效率等可靠性指标，但由于继电保护装置的失效数据少，利用有限的失效数据样本分析结果的准确度较低。针对上述问题，本专利技术提出了。本专利技术涉及以下两个
技术介绍
。I继电保护系统小样本失效数据目前继电保护的失效数据主要来源于故障信息系统、维修检修报告、调度中心运行报告、故障录波及台账系统等其它数据源。随着电力系统和继电保护装置运行水平的不断提高，保护设备极少发生拒动和误动情况，即仅有极少数失效数据可供相关评估所用。加之目前设备更新换代的周期较短，很多保护装置在服役期间根本没有出现过失效情况使得原本就不丰富的失效样本中同型号装置的数据更为缺乏。整体上，现场获得的失效数据呈现比较典型的小样本特征。对于现场获得的继电保护装置失效数据，一般可分为以下三种数据类型:完整数据、左截尾数据和定时截尾数据。实际上，由于保护装置投运时间的差异较大和现场运行情况的差别，反映保护装置运行情况的数据更符合定时截尾数据的特点。对于截尾数据中的检修时间，由于其相对于设备运行时间来说极短，加之以已经发生的失效或者缺陷数据为分析对象时，修复完成后会重新进入运行时间的统计周期，故该类分析中修复时间可忽略不计。2贝叶斯公式及其先验分布的选取经典统计只以样本提供的信息在一定的统计模型下做统计推断，对样本量较大的情况有较好的统计推断效果。而贝叶斯方法是在取得样本观测值之前，对参数统计模型中的未知参数Θ有某些先验知识，这些知识以先验分布的形式体现出来。而在得到样本观测值X(本方法指的是故障间隔时间)之后，由X与先验分布提供的信息得到后验分布，后验分布是贝叶斯统计推断的基础。由于利用了各类先验知识，例如历史数据、专家信息和仿真试验信息等，降低了经典方法对现场运行数据样本的依赖程度，因而对小样本情况往往也很有效。贝叶斯公式是贝叶斯理论的直接体现，写为:【权利要求】1.一种， 假设:继电保护系统故障是因为硬件自然老化或失效造成的； 其特征在于所述方法包括下列步骤: 步骤1:继电保护系统失效样本整合，计算正常运行时间间隔^ t2，...，tn，选取最大的时间间隔为截止时间Ts，其中，η为失效样本总数； 步骤2:构建贝叶斯-蒙特卡罗评估模型，其中构建模型具体包括: 步骤21:根据装置的寿命分布类型，采用威布尔分布作为估计分布，并进行分布拟合优度检验，以确认选取模型的寿命分布是否符合实际情况， 双参数威布尔分布的故障概率密度为/ 2.根据权利要求1所述的一种，其特征是所述步骤23中选取子样本数M的方法为以某一设备运行时间下的“Μ-可靠度值”曲线的斜率作为结果的稳定性判断标准，即某一设备运行时间下，当M在范围内，如果对于不同的M值和对应的可靠度值R，I AR/ΑΜ\保持最小且接近于O时，评估结果受M值影响最小，此时将M在该段范围内的最小值作为稳定标准值，选取该值作为最终M值，其中Λ M为子样本数的变化值，可取固定值，表示M在范围内的变化间隔；AR为可靠度随子样本数变化AM时，可靠度的变化值。3.根据权利要求1所述的一种，其特征是所述步骤3中结合贝叶斯-蒙特卡罗评估模型，对每个继电保护系统进行可靠性评估，具体包括:步骤31:根据工业实际情况设定可靠性依据，给出可靠度参考阈值； 步骤32:对于每个继电保护系统，通过贝叶斯-蒙特卡罗评估模型计算其可靠度、平均故障间隔时间、失效率及故障概率密度等指标， 可靠度函数的点估计为:【文档编号】G06F19/00GK103971024SQ201410225536【公开日】2014年8月6日 申请日期:2014年5月26日 优先权日:2014年5月26日 【专利技术者】戴志辉 申请人:华北电力大学（保定）本文档来自技高网...

【技术保护点】
一种小样本失效数据下继电保护系统可靠性评估方法，假设：继电保护系统故障是因为硬件自然老化或失效造成的；其特征在于所述方法包括下列步骤：步骤1：继电保护系统失效样本整合，计算正常运行时间间隔t1,t2,...,tn，选取最大的时间间隔为截止时间Ts，其中，n为失效样本总数；步骤2：构建贝叶斯‑蒙特卡罗评估模型，其中构建模型具体包括：步骤21：根据装置的寿命分布类型，采用威布尔分布作为估计分布，并进行分布拟合优度检验，以确认选取模型的寿命分布是否符合实际情况，双参数威布尔分布的故障概率密度为可靠度函数为R(t)＝1‑F(t)＝exp[‑(t/η)m]失效率函数为λ(t)＝mtm‑1/ηm其中，t为故障间隔时间，m为双参数威布尔分布的形状参数，η为尺度参数，F(t)为不可靠度函数；步骤22：利用小样本失效数据进行分布拟合得到威布尔分布的一组形状参数m和尺度参数η的估计值；步骤23：将上述参数估计值代入威布尔分布模型，并利用反函数法进行蒙特卡罗抽样得到Bootstrap子样，即，得到M组每组样本容量为n的再生样本，分别进行分布拟合得到M组威布尔分布的形状参数mi和尺度参数ηi，并确定先验分布的表示形式g(m＝mi,η＝ηj)＝1/M2，其中，i＝1,...,M，j＝1,...,M；步骤24：利用继电保护系统的小样本失效数据和先验分布，根据贝叶斯理论得到贝叶斯‑蒙特卡罗评估模型，g(m=mi,η=ηj|x)=f(x|m=mi,η=ηj)g(m=mi,η=ηi)∫f(x|m=mi,η=ηj)g(m=mi,η=ηj)]]>其中，f(x|m＝mi,η＝ηj)为似然估计函数，g(m＝mi,η＝ηj)为先验分布函数，x为样本观测值，是继电保护装置故障间隔时间；步骤3：结合贝叶斯‑蒙特卡罗评估模型，对每个继电保护系统进行可靠性评估。...

【技术特征摘要】

【专利技术属性】
技术研发人员：戴志辉，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北;13