基于物联网的随机性电源即插即用运维技术方案研究

3多维度随机性电源预警评估方法

多维度随机性电源预警评估方法将设备健康评估与物联网相结合，设备状态信息及维修记录通过物联网及时发送至云运维中心，运维预警专家系统依据健康评估模型对设备健康状况评估，若设备健康指标低于健康指标下限将进行预警提醒[4]。

3.1现行的运维方案

现行的运维方法是建立在总结以往工作经验的基础上，通过统计运维记录的类型、处理方法，对系统实施定期或不定期的人工巡检工作，来保证设备的安全和系统稳定。然而，随着随机性电源建设规模的扩大化与分散化，这种运维方法的缺点愈发明显，主要表现为：①巡检不到位、漏检、检修不及时；②手工填报巡检结果效率低、容易漏项或出错；③管理人员难以及时、准确、全面地了解系统状况，难以制定最佳的保养和维修方案，也阻碍了随机性电源的进一步发展[17-23]。

3.2多维度的健康评估模型

随机性电源健康评估模型有四个维度，包括设备寿命、设备故障(故障类型、维修次数及维修人员)、设备告警(告警类型及次数)、使用频率(或正常运行时间)，设备寿命是基准，其他三个维度进行融合分析得出设备近期可能发生某种或某几种故障的概率，并通过与设备预期寿命进行加权得出设备健康评估报告，具体包括四个方面：设备预期寿命、告警与故障之间的关联度、使用频率与故障之间的关联度、使用频率与告警之间的关联度，如图7所示为多维度随机性电源接入设备预警评估模型。

(1)设备预期寿命

健康评估模型以设备预期寿命(简称为Lexp)为基准参考，它与设备使用年限(简称Lage)、设备的使用频率(按照不同的时间尺度计算，t为时间尺度，简称为Ffreq(t))及故障维修情况(按照不同的时间尺度计算，维修频率简称为Frec(t))有直接的关联，设备设计寿命简称为Ldesi，设备预期使用寿命为

(2)告警与故障之间的关联度分析

随机性电源投入运行后将根据运行情况上送告警信息，告警信息包括设备故障告警；正常运行情况上送普通告警信息，不影响设备的正常使用，健康评估模型通过分析上送告警类型Atype(按照不同的时间尺度计算发生频率Rfreq(t))与设备维修故障类型Ttype(故障类型Ttype的维修频率Mfreq(t))之间的关系可甄别那种告警类型发生最可能引起设备故障，比如针对某一设备的告警历史记录发现：告警类型A上送2次就引起设备故障类型T发生的频率很高，可以推断告警类型Atype与故障类型Ttype的关联度很高，关联亲密系数Crel(Atype,type)；通过分析提高基于设备状况进行提前预警维修的准确度，避免无谓检修或者过度检修。某一时间段内告警类型Atype上送后故障Ttype发生的几率Poccur(Ttype,Atype)为

(3)使用频率与设备故障的关联度分析

分析设备的使用频率Ufreq与发生故障类型Ttype之间的关系主要是为了发现设备易发生故障的环节，并获得故障类型与使用频率之间的关系，提高维修预警的准确度，缩短维修时间，并以设备使用频率为基准提出的维修健康预警，故障类型与使用频率的关联亲密系数Crel(Ttype,Ufreq)(系数根据设备历史记录分析获得，它某段时间内由该故障引起设备的维修频率成正比，与该段时间内使用频率成反比，是一个相对固定的值，比如根据历史时间th内计算出Crel(Ttype,Ufreq)(th))，某时间该设备发生故障类型Ttype的几率Poccur(Ttype,Ufreq)与设备使用频率之间关系为

(4)使用频率与设备告警的关联度分析

分析设备使用频率与告警之间的关系主要是为了获得设备使用过程易发生误操作习惯，通过修正用户操作规程或改进设备建设误操作报警；同时根据设备使用频率调整告警类型排序等。某一段时间内告警类型的级别L_Atype与使用频率Ufreq之间的关系(L_Atype_N指原有告警级别)为

3.3随机性电源设备维修预警专家系统

维修预警专家系统根据设备维修历史信息及设备运行情况分析设备的健康情况，维修人员最为关注设备寿命及设备故障，若设备预期寿命为零或者负值标明设备已报废，建议尽快更换或拆除；设备故障发生几率主要与设备寿命、使用频率、维修频率有关，若分析得出设备发生某故障的几率大于80%，专家系统将设备地理位置信息及预发生故障的类型推送至运维人员并提前维修。

4基于物联网的电子化运维检修流程

电子化的运维检修流程可满足设备的全生命周期管理，减少运维人员规模，满足了投资业主、用户以及电网运行方的需求。

4.1预警评估

预警专家系统依据多维度的健康评估模型定期给予设备健康评价，将评价结果上送到云运维中心。如果评价结果低于合格值，云运维中心便将可能发生故障类型及概率、设备位置等传送给运维人员，方便对设备进行提前维修，如图8所示。