周迎伟，于立强，尹兆磊，张艳春，高明亮
(国网冀北电力有限公司承德供电公司，河北 承德 067000)
随着社会的不断进步，社会对电能的需求与依赖性也大幅提升，对电能质量的要求也日趋严格。电力系统逐渐成为国民经济的关键基础设施之一[1]。电力系统运行的可靠性、稳定性直接关系着国家经济发展与社会稳定[2]。
电源变电站是给用户供电、配电的关键环节，连接着整个输变电系统、发电系统与万千用户，直接关系着电力系统的供电能力。若是电源变电站供电出现问题，不但会影响用电客户的使用体验，也会影响社会的整体稳定性。由此可见，电能供应事故对国家发展具备较大的冲击性，一旦发生，后果不堪设想。因此，电源变电站供电可靠性作为衡量变电站优劣的基本标准之一，逐渐受到相关企业与国家的重点关注[3]。
为了保障电源变电站的稳定运行，提升电能供应的可靠性，本文提出了基于贝叶斯网络法的电源变电站供电可靠性分析方法，实时对电源变电站供电可靠性进行判断，为用户提供更优质的电能供应服务。
1.1 供电可靠性影响因素探究
常规情况下，电源变电站供电可靠性会受到众多因素的影响，对供电可靠性分析带来了较大的阻碍，为了提升供电可靠性分析精度，必须探究其影响因素[4]。为了方便研究的进行，此研究将影响因素划分为三部分，分别为元件可靠性、系统可靠性与设备重要性。
(1) 元件可靠性。此影响因素主要描述的是元件完成规定功能的程度。一般情况下，元件循环稳态过程为“运行一停运一运行”[5]。元件可靠性可以简单看作长期循环过程中，元件的平均可用率，计算公式为：
(1)
式中，A为元件可靠性指标数值；
μ为修复率；
λ为失效率；
MTTR为平均修复时间；
MTTF为失效前平均时间[6]。
式(1)中，μ与λ以年为单位，而MTTF与MTTR以小时为单位，则μ与λ的计算公式为：
(2)
式中，d和r为以年为单位计量的MTTF与MTTR。
(2)系统可靠性。此影响因素指的是电源变电站各个子系统在一定的工况下或者一定的时间内，完成预定功效的性能。此研究通过功效评估法对系统可靠性进行定量衡量[7]。系统可靠性指标计算公式为：
(3)
式中，RS为系统可靠性指标数值；
P1、P2、P3与P4分别为开关控制功能、闭锁功能、同步功能与指示功能对应的可靠性数值；
AS1为系统等效可用率；
PPSU为电源可用率；
PPU为数据处理模块的可用率；
PDO为开关量输出模块的可用率；
POPT为光纤的可用率；
PDI为开关量输入模块的可用率；
PSR为同步继电器的可用率；
PAI为数据采集模块的可用率。
(3)设备重要性。电源变电站是由多个子系统构成的复杂体，具有控制、计量、保护等多种基础功能[8]。电源变电站包含的设备存在的危险性也是不同的，故此研究利用重要度因子来显示设备对供电可靠性的影响程度[9]。设备对供电可靠性的等效故障率计算公式为：
λei=Liλi
(4)
式中，Li为重要度因子；
λi为设备故障率。
以式(4)计算结果为基础，对设备等效可用度与等效不可用度进行计算，表达式为：
(5)
式中，Aei为设备等效可用度；
μi为设备修复率；
Qei为等效不可用度。
通过上述过程完成了供电可靠性影响因素的研究及其分析，为后续电源变电站构成单元定义及其供电可靠性定量分析奠定了坚实的基础[10]。
1.2 电源变电站构成单元定义
以上述获得的供电可靠性影响因素为前提，定义电源变电站构成单元，为下述故障树模型的构建打下坚实的基础。
此研究以220 kV电源变电站为对象，其供电方式为AT供电，接线方式为V/V，运行方式为两主两备，能够通过四条馈线为用户提供高质量的电能[11]。电源变电站主接线情况如图1所示。
图1 电源变电站主接线示意图
在电源变电站中，一次电气设备相关参数直接关系着供电可靠性，并且其具备停工相关性，也就是说若某一个电气设备出现故障，与其相关联的电气设备也会停工[12]。因此，需要对电源变电站中一次电气设备可靠性参数进行合理的设置，具体如表1所示。
表1 一次电气设备可靠性参数表
在电源变电站的实际运行中，隔离开关(G11与G12)处于闭合状态，故在供电可靠性分析过程中，可以将其进行忽略处理，不影响最终的可靠性分析结果[13]。以图1所示为依据，对电源变电站主接线的串联单元进行等效处理，为后续研究提供便利，等效处理结果为：
(6)
式中，{Gi,LHi,Di}与{Gj,LHj}为串联单元；
Xi与Xj为等效单元。
通过上述过程完成了电源变电站构成单元的定义，并对其串联单元进行了等效处理，为后续变电站贝叶斯网络模型的构建打下了坚实的基础。
1.3 电源变电站贝叶斯网络模型构建
以上述定义的电源变电站构成单元为依据，构建电源变电站故障树模型，并对CCF(共因失效)组进行分解，结合贝叶斯网络法构建电源变电站贝叶斯网络模型，为供电可靠性的定量分析提供支撑[14]。电源变电站主要由两个变电分区构成，若其中一个变电分区出现故障，电源变电站就无法正常运行，因此构建电源变电站故障树模型，如图2所示。图2中，T代表着故障树的顶事件；
A9与A10代表着两个变电分区的顶事件；
A1、A2、A3与A4代表着或门；
A5与A7代表着与门；
Xi代表着底事件。
在电源变电站运行过程中，电气设备长期处于室外，由于多种外部环境的影响，致使电气设备故障率较高，如果发生共因失效就会对供电可靠性产生较大的威胁[15]。因此，分解CCF组可以有效地提升供电可靠性分析的精准度，具体如表2所示。
图2 电源变电站故障树模型示意图
表2 电源变电站CCF组分解表
将构建故障树的底事件与顶事件分别作为贝叶斯网络模型的根节点与叶节点，并将底事件先验概率赋值给根节点。另外，逻辑门也采用节点形式表示，其状态取值与故障树状态值保持一致[16]。贝叶斯网络模型如图3所示。这样完成了电源变电站贝叶斯网络模型的构建，简化了变电站的构成结构，为最终供电可靠性分析做准备。
图3 贝叶斯网络模型示意图(1)
1.4 供电可靠性定量分析实现
基于上述构建的贝叶斯网络模型，结合贝叶斯网络工具箱，计算电源变电站供电可靠性指标的数值，实现供电可靠性的定量分析，为电源变电站供电性能的保障提供更加有效的支撑。
电源变电站内部结构主要分为并联与串联情况，其对应的供电可靠性指标计算方法也存在着差异[17]。其中，并联情况下，供电可靠性指标——故障率与维修率计算公式为：
(7)
式中，λS与μS代表并联情况对应的故障率与维修率；
λ1与λ2代表并联等效单元的故障率；
μ1与μ2代表并联等效单元的维修率。
串联情况下，供电可靠性指标——故障率与维修率计算公式为：
(8)
式中，λR与μR代表串联情况对应的故障率与维修率；
λGi代表第i个构成单元的故障率；
μGi代表第i个构成单元的维修率。
以式(7)与式(8)计算结果判定供电可靠性，实现了电源变电站供电可靠性的分析研究，为变电站稳定运行提供支撑，为用户提供更加优质的电能服务。
2.1 实验对象
选取某种类型的电源变电站作为实验对象，一次电气设备数量为：变压器23台，隔离开关1个，断路器4台。另外，电源变电站服务客户数量为1183户，平均负荷达到了209.37kW。电源变电站接线情况如图4所示。
图4中，变电站共具有23个负荷点，其相关属性如表3所示。另外，隔离开关也是影响供电可靠性的关键设备，为了保障实验的顺利进行，设置其故障率、替换时间、修复时间均为0h，操作时间为1h。电源变电站无备用电源，馈线无联络开关，断路器可靠动作率设置为80%，熔断器可靠动作率设置为100%。
图4 电源变电站接线示意图
表3 负荷点属性参数表
2.2 贝叶斯网络模型构建
以上述选取的对象为基础，使其每一个元件对应贝叶斯网络中的一个结点，并对单元变电站中的元件进行分类，确定每个结点的类型，结合电源变电站的整体结构，判定结点之间的逻辑关系，构建贝叶斯网络模型，如图5所示。从图5可知，其是对应图4的贝叶斯网络模型，由于篇幅的限制，在示意图中没有显示变压器结点。根据图4可知，变压器结点与负荷结点一一对应。最下层为系统结点，仅有一个。从逻辑关系角度出发，负荷结点与系统结点间呈现为因果关系。
图5 贝叶斯网络模型示意图(2)
2.3 结果分析
依据上述选取的实验对象，构建的贝叶斯网络模型，采用贝叶斯网络工具箱——BNT对供电可靠性指标进行计算，为了直观地显示电源变电站供电可靠性情况，构造供电可靠性评估系数，计算公式为：
(9)
式中，ξ为电源变电站供电可靠性评估系数，取值范围为[1,10]，一般情况下，该数值越大，表明供电可靠性越好；
α*与β*为评估系数的计算因子，呈现为随机常数形式，取值范围为[0,1]。
在不同接线方式下进行实验，实验工况主要划分为4种。依据公式(9)计算供电可靠性评估系数，将其与实际供电可靠性评估系数进行比较，获取本文方法具体的应用性能。供电可靠性评估系数如图6所示。从图6可知，应用本文方法后，获得的供电可靠性评估系数与实际结果存在着一定的误差，最大误差水平为0.8，不影响电源变电站的正常供电，充分表明本文方法具备可行性与有效性。
图6 供电可靠性评估系数示意图
研究采用贝叶斯网络法，深入分析了电源变电站的供电可靠性，通过实验验证了本文方法的可行性，为电源变电站稳定供电提供了有效的帮助，也为供电可靠性分析研究提供了一定的参考价值。
猜你喜欢故障率结点贝叶斯Ladyzhenskaya流体力学方程组的确定模与确定结点个数估计数学物理学报(2018年1期)2018-03-26探索零故障率的LED智能显示终端中国交通信息化(2017年4期)2017-06-06贝叶斯公式及其应用数理化解题研究(2017年4期)2017-05-04基于贝叶斯估计的轨道占用识别方法铁道通信信号(2016年6期)2016-06-01基于故障率研究的数字保护最优检修周期电测与仪表(2016年20期)2016-04-11一种基于贝叶斯压缩感知的说话人识别方法电子器件(2015年5期)2015-12-29IIRCT下负二项分布参数多变点的贝叶斯估计郑州大学学报（理学版）(2014年2期)2014-03-01基于灰色线性回归组合模型的故障率预测振动、测试与诊断(2014年4期)2014-03-01降低集控中心计算机故障率措施河南科技(2014年22期)2014-02-27基于Raspberry PI为结点的天气云测量网络实现电子设计工程(2014年12期)2014-02-27
