仝世渝，宋 伟，庞腊成，张 超

（1.重庆市电力公司，重庆 400040；2.中国电力科学研究院，北京 100850）

1 引言

电力设备（变压器、线路等）数量庞大，如果缺少针对性的检修计划，易发生设备故障导致停电事故。以往对电力设备状态检修的研究工作中，以基于设备全寿命周期管理[1]和可靠性技术[2～3]的应用比较多。前者倾向于设备自身的成本，而后者更倾向于系统损失成本，风险评估是对概率性方法的扩充，可以较好地将这两方面结合起来，逐渐受到重视，成为开展设备状态检修工作的重要环节[4]。

国外对输变电设备风险评估的研究已取得初步成果，并已逐步应用。如澳大利亚越网公司提出的半定量分析的扩展风险坐标图法，英国EA Technology的半定量评估法[5]，美国PSERC的半定量评估法[6]等。国内也进行了这方面的研究工作，如山东电力集团公司在2004年至2005年与澳大利亚越网公司合作研究输变电设备风险评估体系；2008年3月，国家电网公司颁发了《输变电设备风险评价导则（试行）》[7]。但是对配电设备故障风险评估的研究还较为鲜见。

根据风险的定义[8]，设备故障风险可表示为故障发生的可能性与故障导致后果的严重程度。实际运行中电力设备故障发生的概率受设备内部和外部多种因素的影响；设备故障造成的后果也是多方面的，难以用单一指标衡量。本文基于配电设备自身特点，梳理配电设备故障的各类风险因素，在此基础上提出设备故障常态风险、动态风险和突发风险的量化模型，为电力企业基于设备故障风险评估的决策优化提供依据。

2 设备故障风险评估的基本概念

风险的定义由两部分构成：一是危险事件发生的可能性P（Probability）；二是危险一旦发生，将会造成的损失L(Loss)。风险R一般采用二者的乘积表示：

因此，设备故障风险包括设备故障概率和设备故障导致的损失两个方面。设备故障风险评估是根据与设备相关的各种信息，采用相应的方法进行设备故障概率分析和故障后果分析，建立相应的风险计算模型并进行量化的过程。

可见，设备故障风险评估是对风险因素进行辨识、分析、量化、定级的过程。通过设备故障风险评估，一方面可以对设备故障风险的可能性、严重性有较为直观的认识；另一方面，量化分析的结果可以为生产活动的决策提供依据，以制定更具针对性的方案措施，减少风险带来的不利影响。

3 配电设备故障风险因素识别

配电设备故障风险因素识别是指对电力配电设备面临的各种不确定性因素进行分析，鉴别和发现各种潜在的以及客观存在的导致设备故障的风险源。

导致配电设备故障的风险因素很多，如自身状态及特性、运行工况、外界环境等。本文根据风险因素的时段特征，将其分为常态风险因素、动态风险因素和突发风险因素。常态风险因素指设备自身特性或状态等在设备正常方式或正常情况下较长时期内存在的风险因素；动态风险因素指系统试验、设备检修、设备异常等在某段时期内存在的风险因素；突发风险因素指恶劣天气等偶然的突发事件。

常态风险因素导致的设备故障风险称为常态风险Rnor，动态风险因素的存在导致设备故障风险在常态风险的基础上有一定的增量，构成动态风险Rdym，称此增量为动态风险增量ΔRdym；突发风险因素的存在导致设备故障风险在常态风险的基础上有一定的增量，构成突发风险Remg，称此增量为突发风险增量ΔRemg。

综上，设备故障动态风险、突发风险可分别表示如下：

风险因素识别从定性的角度去了解和认识风险，是风险评估的基础，要把握风险，就必须在此基础上综合考虑风险事件发生的概率、后果、时段特征等因素，对其进行定量的度量，下文将详细阐述。

4 基于风险因素的设备故障概率分析

设备故障率表示设备工作到某时刻后，单位时间内发生故障的概率。按照设备故障风险因素的不同，设备故障率也可分为常态故障率λnor，动态故障率λdym和突发故障率λemg，分别表示如下：

式（4）、（5）中，Δλdym为动态风险因素导致的设备动态故障率增量；Δλemg为突发风险因素导致的设备突发故障率增量。下文将详细阐述设备常态故障率、动态故障率增量及突发故障率增量的计算方法。

4.1 常态故障率

目前关于设备故障率的研究很多，主要有基于统计分析的方法[9～11]，基于设备缺陷的方法[12～13]及基于设备健康指数的方法[14]。基于统计的方法，具有对样本容量依赖性大、滞后性等不足。基于设备缺陷的方法还需要进一步研究和积累经验。

随着在线监测技术的发展，设备状态评估手段的不断完善，基于设备健康指数的故障率计算方法成为主流。研究经验表明，设备健康指数与故障率之间有负指数关系：

式（6）中：HI为设备健康指数（Health Index），描述设备状态劣化程度，数值范围为0～100；K为比例系数；C为曲率系数；λ为设备故障率，取值范围0～1。

只要具备两年以上的设备健康指数HI和故障率P的统计数据，即可采用式（7），通过反演计算获得K和C。

式（7）中，P为年故障发生概率；n为故障设备的台数（不包括退役设备）；N为设备总台数；i为设备的分类，i=1～m；m为设备分类数；Ni为某一分类的设备台数；HIi为根据i的分类，对应HI分值上下限的平均值。

如果K、C值没有实根，则考虑利用非线性最小二乘法中的G-S法或Levenberg-Marquardt法进行求解。

不同地区电网运行方式、网架结构、自然环境（污秽等级，雷电等级）、运行检修人员素质有所不同，各类设备自身具有复杂性，需根据本地区的实际情况求取合适的K、C值。

4.2 动态故障率增量

运行中的设备受到电、热、力的作用，运行状况的改变会导致设备故障率变化，本文仅考虑潮流越限的影响，如线路过载引起发热量增加，导致线路机械强度减小、弧垂增大，增加线路发生故障的概率。

由于目前缺乏这方面的实际数据，无法根据统计得到设备故障率与电流的关系，本文采用线性模型表示设备故障率随电流的变化规律[15]，如图1所示。

图1 设备故障率与电流的关系

图1中，Idym为通过设备的电流，Imax为正常运行时设备电流允许值，Ilim为设备非正常情况下的最大允许电流。

可见Idym＜＜Imax时，ΔIdym=0；当Idym＞＞Ilim时，本文暂不考虑此类情况；当Imax＜Idym＜Ilim时，Δλdym与电流增量成正比例关系：

4.3 突发故障率增量

计算突发故障率增量时，本文仅考虑恶劣天气的影响。根据统计可知，在恶劣天气的情况下，设备发生故障的概率将明显增大，本文基于统计，采用下式进行计算：

式（9）中：FS为统计周期内恶劣天气情况下故障设备次数与总故障次数的比，WS为统计周期内恶劣天气持续时间与统计时间的比，P含义同式（7）。

5 设备故障后果分析

设备故障造成的后果应包含电网伤害、设备伤害、人员伤害、用户伤害等方面。

为了对设备风险后果进行定量分析，需要制定能反映各类伤害的指标。在以往的研究中存在指标单一、难以统一量化、主观依赖性大等问题。因此，本文采用严重度的概念，针对各类伤害，制定多指标体系，满足不同需要。

对于设备伤害，定义设备损失严重度Sequip，Sequip=恢复设备功能所需要的费用/设备价值。

定义设备故障对电网造成的伤害为电网伤害严重度，它包括安全性和充裕性两方面。其中电网伤害安全性指标采用文献[16]中定义的潮流越限严重度Sflow、电压越限严重度Svoltage、电压失稳严重度Scollapse、连锁故障严重度Scascading，各指标计算方法不再赘述。另外，为了全面衡量电网伤害，定义负荷损失严重度Sload，Sload=损失负荷量/电网总负荷。

因此设备故障对电网造成的总伤害为：

式（10）中，Af、AV、Acl、Acs、Al分别为电网伤害各指标的权重系数，可根据实际需求进行调整，其他参数含义如前。

由于电压等级、类型、所处位置等不同，设备的重要程度也不尽相同。Sgrid也可以作为衡量设备重要程度的依据。

对用户的伤害，根据用户产能损失定义用户伤害严重度Suser：

Suser=设备故障造成的用户单位时间产能损失/用户正常状态下单位时间产能值。

由于人员伤害较难量化，本文暂不予考虑。

6 设备故障风险值计算

实际应用中，各部门可根据需求选择性地关注各指标。若要全面评估设备故障风险，就要将不同层面的风险映射到同一空间进行量化，本文采用以下计算公式：

式（11）中，S为设备故障后果严重程度；Ai为价值伤害权重，需要综合考虑多方面的情况确定；Si∈{Sequip，Sgrid，Suser}表示用风险指标标示的设备故障严重程度；Vi为价值调控因子，在特定情况下可以经由价值调控因子的调整，提高或降低某指标对设备故障风险的影响；λ含义同上。

进行设备常态风险评估时，Δλdym、Δλemg为0，根据式（11）得：

式（12）中，Snor为设备正常情况下运行故障后果严重度。

根据式（4）、（11），设备动态风险计算式如下：

根据式（2）、（12）、（13），可得：

式（14）中，ΔSdym=Sdym-Snor称为动态严重度增量。

同理，设备突发风险及突发风险增量计算如下：

式（16）中，ΔSemg=Semg-Snor称为突发严重度增量。

根据式（12）～（16）可以实现设备故障常态、动态、突发风险值的计算，为设备维护策略、生产活动安排、设备选型等提供有力依据。

7 结论

本文在现有研究成果的基础上，介绍了配电设备故障风险评估的基本内容，阐述了设备故障率的计算方法；建立设备故障后果严重度多指标体系，从不同角度对设备故障后果进行量化；在此基础上给出设备故障常态风险、动态风险、突发风险的量化模型；实现不同情况下的设备故障风险评估，为设备的检修及电网的正常运行提供依据。

[1]薛玉兰．基于全寿命周期成本理念的检修成本建立方法[J]．华东电力，2008，36（10）：25- 27．

[2]余杰，周浩，黄春光．以可靠性为中心的检修策略[J]．高电压技术，2005，31（6）：27-28．

[3]赵振宁，陈锋．以可靠性为中心的检修在电力公司中的应用[J]．华北电力技术，2002（3）：20-23．

[4]潘乐真，鲁国起，张焰，等．基于风险综合评判的设备状态检修决策优化[J]．电力系统自动化，2010，34（11）：28-32．

[5]David Russell, Tracy Pears. Condition based risk management (CBRM)：A process to link engineering knowledge and practical experiment to investment planning an update[C]. 19thInternational Conference on Electricity Distribution. Vienna, Austria, 2007.

[6]Jim McCalley, Tim Van Voorhis, M eliopoulos A P, et al.Risk based maintenance allocation and scheduling for bulk transmission system equipment [R]. The Power Systems Engineering Research Center (PSERC), 2003.

[7]输变电设备风险评估导则（试行）[S]．北京：国家电网公司，2008．

[8]NI Ming, MCCALEY J D, VIT TAL V, et al. Software implement at ion of on line risk based security assessment[J]. IEEE Trans on Power Systems, 2003, 18(3)：1165-1172.

[9]杨莳百，戴景宸，孙启宏．电力系统可靠性分析基础及应用[M]．北京：水利电力出版社，1986．84-89．

[10]Billiton R，Allan R N．Reliability evaluation of engineering systems：concepts and techniques[M]．New York：Plenum Press，1983：225-231.

[11]李文沅．电力系统风险评估模型、方法和应用[M]．北京：科学出版社，2006．35-56．

[12]胡文堂，高胜友，鲁宗相，等．利用设备风险评估的检修策略优化[J]．高电压技术，2010，36（11）：2 699-2 704．

[13]余绍峰，何文林，孙翔．输变电设备故障率的估算方法[J]．浙江电力，2009：5-8．

[14]潘乐真，张焰，俞国勤，等．状态检修决策中的电气设备故障率推算[J]．电力自动化设备，2010，30（2）：91-94．

[15]张功林，林韩，陈彬，等．中压配电网元件运行可靠性评估[J]．供用电，2010，27（1）：33-37．

[16]鲁宗相，吴林林．基于风险评估的断路器检修决策研究[J]．电力系统保护与控制，2010，38（15）：47-52．