導語：電氣設備全生命周期風險預測方法一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:進行風險預測能幫助電氣設備有效地規避風險，降低風險帶來的影響。為此，提出一種基于物聯網技術的電氣設備全生命周期風險預測方法。該方法以物聯網技術作為依托平臺，首先進行電氣設備全生命周期數據收集與預處理，然后依據數據，結合事故樹分析法進行風險因素識別，最后計算識別出來的風險因素的權重，并以此得出風險發生概率，判斷電氣設備剩余可靠程度。結果表明：所研究方法預測得出斷路器運行維護期發生風險的概率最高，可靠性最低，而使用期間的拒動故障、誤動故障以及絕緣故障風險發生率均超過10%，可靠度低于90%。

關鍵詞:物聯網技術；電氣設備；全生命周期；風險預測

1引言

在現代社會，各領域的運行都離不開電力能源作為支撐。在電力供應系統中，電氣設備的運行涉及電力的生產、運輸、更換、分配等各個環節。一旦其中一個設備出現問題，電力供應就會中斷，從而造成巨大的損失。電氣設備故障從生產到使用，再到廢棄，經歷了一個全生命周期[1]。因此，如何準確地預測電氣設備整個生命周期內的各種風險，對其進行全生命周期的風險預測，對防范和規避風險具有重要的現實意義。關于風險預測的研究有很多，如文獻[2]提出的基于紅外成像技術的電氣設備故障檢測和文獻[3]提出的基于物聯網技術的地鐵機電設備全壽命周期管理系統。但上述主要是針對設備運行過程中存在的風險進行分析，且需要處理的數據過于龐大，電氣設備種類的不同，數據過于分散，得到的預測結果準確性并不能保證，且需要花費大量的時間成本。針對上述問題，本文結合物聯網技術，提出一種電氣設備全生命周期風險預測方法。物聯網技術的介入，能夠將設備各個環節的大數據集中到一起，并進行分析，實現了電氣設備管理的信息化，包括降低設備風險存在的時間、提升風險規避效率、節省人工成本、提高設備可用性和完好率。通過本研究以期保證電氣設備全生命周期運行安全，延長電氣設備使用壽命，及時規避掉各個環節存在的風險。

2基于物聯網技術的電氣設備全生命周期風險預測研究

電氣設備風險的發生不僅僅出現在運行階段，而是出現在全生命周期，周期上每一個環節出現的風險都有可能造成設備故障。然而，各設備從生產、到使用再到廢棄，各個環節相對分散，且數據分散在各個電腦，不能有效共享，匯總繁瑣且易出差錯，設備維修費用、備件采購數量、點檢計劃數據、人員KPI等數據源不一，統計匯整分析困難不精準，因此在電氣設備全生命周期風險預測中最亟待解決的問題是“如何集中獲取全生命周期涉及的相關信息，包括設備生產數據或設備本身的運行狀態、故障、運行參數、環境等狀態信息”。這也是以往電氣設備全生命周期風險預測研究較少的重大原因之一。基于上述問題，物聯網技術的出現為電氣設備全生命周期風險預測提供了所需要的移動端和網絡環境的支持。物聯網技術組成框架如圖1所示。物聯網技術利用計算機硬件、軟件、網絡設備、通信技術及智能傳感器設備等實現了信息的收集、傳輸、加工、儲存、更新和維護等，為風險預測提供了重要的輔助。

2.1電氣設備全生命周期數據收集與預處理

電氣設備全生命周期大致可以分為三個大致時期，建設期，運行維護期和輪換報廢期。每個時期的風險是數據或信息的不完備引起的，因此需要收集與風險可能相關的信息和數據[4-6]。數據收集方式主要有四種，具體如下：(1)方式1基于物聯網技術的電氣設備全生命周期管理平臺已具備數據接口時，直接通過已有接口根據設備廠家提供的協議獲取數據[7]。(2)方式2基于物聯網技術的電氣設備全生命周期管理平臺無數據接口時，請設備廠家對設備控制系統擴展出新的數據接口，再通過接口獲取數據[8]。(3)方式3通過連接電氣設備相關數據傳輸線路上的數據信號實現數據采集。(4)方式4在電氣設備上外接各式傳感器，并通過采集器實現定向數據采集。在上述四種獲取方式中，方式4是最為簡單、快捷的。外接的各式傳感器主要RFID系統、紅外圖像采集設備、信號采集器等，具體如表1所示[9-11]。在電氣設備全生命周期數據收集之后，需要對這些數據進行預處理，提高數據質量。根據數據類型的不同，預處理方法也不同，具體如表2所示。

2.2電氣設備全生命周期風險因素識別

基于上一章節電氣設備全生命周期數據收集與預處理的基礎上，對各個環節存在的風險因素進行識別。采用事故樹分析法，將風險識別工作按各個時期階段細化成較小的風險因素。基于事故樹分析法的電氣設備全生命周期風險識別過程具體如下：步驟1：確定事故樹的主題目標，即電氣設備的整個生命周期風險；步驟2：中間事件的建立，即根據電氣設備全生命周期，將風險分為建設期風險，運行維護期風險和輪換報廢期風險等三大類。步驟3：底事件的建立。繼續根據每個時期的風險，再逐級繼續進行細化，直至達到最小集，也就是導致電氣設備存在風險的最根本原因，即完成關于電氣設備全生命周期風險的事故樹。步驟4：認真審定事故樹。在繪制完成事故樹后，對其進行審查，并進行修改，以達到最優。

2.3電氣設備全生命周期風險評估與預測

在完成電氣設備全生命周期風險識別后，計算風險系數，并以此預測電氣設備的可靠程度，以便采取合理的應對措施。電氣設備全生命周期風險評估與預測基本過程如下：步驟1：明確目標，建立電氣設備全生命周期風險事故樹，具體過程見章節2.2；步驟2：建立層次結構模型。步驟3：建立判斷矩陣，賦值通過0.1～0.9標度法完成，如表3所示。

3實例分析

為驗證所研究風險預測方法的應用性能，選取一種電氣設備作為研究對象，進行實例測試分析。

3.1實驗對象選擇

斷路器屬于一種開關裝置，起到故障保護的作用，本實驗對象為一種高壓斷路器。利用所研究的方法對其進行基于物聯網技術的電氣設備全生命周期風險預測。

3.2數據采集環境部署

部署高壓斷路器全生命周期過程相關數據的采集環境，如圖2所示。

3.3風險因素

事故樹模型基于事故樹分析法建立關于電氣設備全生命周期風險因素的事故樹模型，如圖3所示。

3.4斷路器風險評估與預測

計算斷路器各個環節風險系數，然后結合影響程度，得出風險發生概率，并以此預測電氣設備的可靠程度，結果如表6所示。從表6中可以看出，斷路器運行維護期發生風險的概率最高，可靠性最低，因此以其它時期相比，運行維護期間，不可控的干擾因素眾多，極易發生故障問題，而其它兩個期間都有專業人員進行把控和反復審核，風險并不易發生。在斷路器運行維護期中又以使用期間最有發生風險，風險的發生率及可靠度具體如表7所示。從上述表7中可以看出，斷路器使用期間拒動故障、誤動故障以及絕緣故障風險的發生率均超過10%，可靠度低于90%，由此說明斷路器使用期間要注意這三類故障的規避。為驗證本文所研究風險預測方法的有效性，對比不同信噪比下，以文獻[2]提出的基于紅外成像技術的電氣設備故障檢測和文獻[3]提出的基于物聯網技術的地鐵機電設備全壽命周期管理系統為對比對象，進行對比實驗，風險預測正確率對比結果如表8所示。分析表8可得，采用本文方法風險預測的正確率均明顯高于其它方法，本文方法預測電氣設備的可靠程度較高，說明本文方法預測斷路器各個環節風險系數較小，風險不易發生，證明了所研究方法的有效性。

4結束語

綜上所述，電氣設備的健康狀況直接關系到電力供應業務的質量，一旦發生故障問題，造成的損失將是巨大的。為此，本文進行基于物聯網技術的電氣設備全生命周期風險預測方法研究。該研究分為采集、識別、評估三個過程，對電氣設備全生命周期各個環節中存在的風險因素進行尋找，以判斷故障發生的概率，以便及時規避。最后通過實例測試，證明了所研究方法的有效性，達到了研究的目標，為電氣設備正常運行提供了重要的保障手段。

作者：楊琳瑋 單位：國能黃驊港務有限責任公司