基于云模型的电力变压器风险评估及检修策略制定
【图文】：
[15]、变压器状态评估[16]等领域展现了广阔的发展前景。目前云模型的应用主要着重于传统隶属度函数的模糊化，以增加隶属函数的随机性，而对于变压器风险评估研究较少。本文针对传统风险评估方法存在评价指标等同对待、准确度低等不足提出了基于云模型的电力变压器FMEA方法。该方法首先应用云理论，建立发生度、严重度、可检测度3者权重的云模型，再根据变压器各部件发生度、严重度、可检测度3者的量化值与云权重得到风险度，最后通过对风险度进行排序得到相应的检修策略。1电力变压器的故障模式及影响分析图1为期望Ex=0、熵En=0.1031、超熵He=0.05时的正态云模型，μ(x)为x值的隶属度。根据电力变压器的历史运行情况、维护情况、故障及事故分析情况，将FMEA中的3种指标值——严重度、可检测度、发生度分别划分为5个等级，，并对应于故障风险指数(RPN)值及相应的检修策略，如表1所示。表1中各参数的划分标准参考变压器故障的历史记录及专家意见，具体定义如下：1）严重度根据故障对变压器运行的影响程度和对变压器的损害程度、变压器停运造成的经济损失和相应的修复费用等方面进行严重度指标的等级划分，如表2所示。2）可检测度可检测度指的是在现有运行和维护策略下，故障在发生前能够被检测出来的概率。根据变压器故障的可检测程度、故障在发生前能够被检测出来的概率等进行可检测度指标的等级划分，如表3所示。3）发生度发生度指的是系统在完成功能任务时，可能发生某类故障的概率。根据故障的发生频度、运行维修历史记录和预防性试验等进行发生度指标的等级划分，如表4所示。传统的FMEA风险评估方法采用的是等权重的方法来确定故障风险指数RPNRPNσ=SOD(1)式中：S为严重度；O为发生?
etal.Assessmentstrategyforinnerinsulationconditionofpowertransformerbasedonset-pairanalysisandevidentialreasoningdecision-making[J].HighVoltageEngineering,2014,40(2):474-481.[5]MoubrayJ.以可靠性为中心的维修[M].北京：机械工业出版社，1995：123-125.MoubrayJ.Reliability-centeredmaintenance[M].Beijing,China:Chi-naMachinePress,1995:123-125.[6]GuimaraesA,LapaC.Effectsanalysisfuzzyinferencesysteminnuclearproblemsusingapproximatereasoning[J].AnnalsofNuclearEnergy,2004,31(1):107-115.图2严重度、发生度与可检测度的权重云模型Fig.2Cloudmodelofweightofseverity,occurrence,detection表10云权重、故障风险指数及相应的检修策略Table10Cloudweights,RPNandcorrespondingmaintenancestrategy失效组件评估策略严重度发生度可检测度RPN检修优先度检修策略器身专家评估4423.28787延期云权重0.30300.34090.3561检修绕组专家评估6485.90543计划云权重检修0.29730.37500.3277铁芯专家评估8687.27342尽快检云权重0.29910.36330.3376修OLTC专家评估8867.29721尽快云权重0.29790.35070.3514检修非电量保护专家评估6465.27125计划云权重0.30100.36440.3346检修冷却系统专家评估2623.32306延期云权重0.27710.33080.3920检修套管专家评估8635.57274计划云权重0.31090.33940.3497检修油枕专家评估2422.68808延期云权重0.28280.34390.3734检修[7]PillayA,WangJ.Modifiedfailuremodeandeffectsanalysisusingapproximatereasoning[J].ReliabilityEngineeringandSystemSafety,2003,79(1):69-85．[8]王有元，周婧婧，陈伟
【作者单位】： 石家庄铁道大学电气与电子工程学院;
【基金】：国家自然科学基金(51307112;51274144) 河北省高校青年拔尖人才计划项目(BJ2014054) 河北省自然科学基金(F2012210031)~~
【分类号】：TM41
【参考文献】
相关期刊论文 前8条
1 张镱议;廖瑞金;杨丽君;郑含博;孙才新;;基于云理论的电力变压器绝缘状态评估方法[J];电工技术学报;2012年05期
2 李德毅,刘常昱;论正态云模型的普适性[J];中国工程科学;2004年08期
3 廖瑞金;孟繁津;周年荣;夏桓桓;张镱议;程涣超;;基于集对分析和证据理论融合的变压器内绝缘状态评估方法[J];高电压技术;2014年02期
4 周nv;孙超;廖瑞金;李剑;张镒议;王时征;;基于云理论的变压器多重故障诊断及短期预测方法[J];高电压技术;2014年05期
5 于丰喜;程力;;基于云模型的炮兵旅(团)装备保障体系效能评估[J];科学技术与工程;2007年02期
6 胡石元;李德仁;刘耀林;李德毅;;基于云模型和关联度分析法的土地评价因素权重挖掘[J];武汉大学学报(信息科学版);2006年05期
7 刘常昱,李德毅,杜瀊,韩旭;正态云模型的统计分析[J];信息与控制;2005年02期
8 王有元;周婧婧;陈伟根;杜林;宋伟光;;基于模糊决策的电力变压器风险评估方法[J];仪器仪表学报;2009年08期
相关博士学位论文 前1条
1 王有元;基于可靠性和风险评估的电力变压器状态维修决策方法研究[D];重庆大学;2008年
【共引文献】
相关期刊论文 前10条
1 宫政;何飓;;云模型在电力变压器故障诊断中的应用[J];安徽电气工程职业技术学院学报;2012年01期
2 赵志强;缑锦;陈维斌;;基于云模型的自学习进化算法[J];北京交通大学学报;2009年06期
3 刘军;冯广斌;赵亚锋;;寿命服从指数分布的装备最佳维修间隔期确定[J];兵工自动化;2007年02期
4 徐宗本;樊忠泽;;基于云神经网络的空间推进系统故障检测与诊断[J];兵工学报;2009年06期
5 刘胜;张玉廷;于大泳;;动态三角模糊数互反判断矩阵一致性及修正[J];兵工学报;2012年02期
6 王威;马东辉;苏经宇;韩阳;任磊;黎江林;;基于二维多规则云模型定性推理的场地分类方法[J];北京工业大学学报;2009年10期
7 张光卫;康建初;李鹤松;李德毅;;基于云模型的全局最优化算法[J];北京航空航天大学学报;2007年04期
8 麻士东;韩亮;龚光红;宋晓;;基于云模型的目标威胁等级评估[J];北京航空航天大学学报;2010年02期
9 刘禹;李德毅;;正态云模型雾化性质统计分析[J];北京航空航天大学学报;2010年11期
10 郭丽杰;高金吉;杨剑锋;王世达;李大成;;石化旋转机械基于风险的维修决策研究[J];北京化工大学学报(自然科学版);2009年02期
相关会议论文 前10条
1 ;Edge Detection of Images Based on Cloud Model Cellular Automata[A];第二十七届中国控制会议论文集[C];2008年
2 孙衢;王永玉;;基于云模型的非线性系统智能滑模控制[A];第二十九届中国控制会议论文集[C];2010年
3 李宗刚;王寅杰;高溥;;基于二维云模型的彩色图像环域聚类分割方法及其在机器鱼视觉系统中的应用[A];中国自动化学会控制理论专业委员会B卷[C];2011年
4 孙鹏;陈绍辉;;基于故障率及设备重要程度的变压器风险矩阵模型[A];2011年云南电力技术论坛论文集（入选部分）[C];2011年
5 孙鹏;陈绍辉;;基于故障率及设备重要程度的变压器风险矩阵模型[A];2011年云南电力技术论坛论文集（优秀论文部分）[C];2011年
6 叶琼;李绍稳;张友华;刘恺;;农业领域本体知识的云化方法研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
7 黄建军;杨勋;谢维信;;基于类云模型的C均值聚类算法[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年
8 樊敏;刘耀林;杨啸n
本文编号：2518952
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/2518952.html
