CN115860586A - 一种铁路变配电故障的分析*** - Google Patents
一种铁路变配电故障的分析*** Download PDFInfo
- Publication number
- CN115860586A CN115860586A CN202310185452.0A CN202310185452A CN115860586A CN 115860586 A CN115860586 A CN 115860586A CN 202310185452 A CN202310185452 A CN 202310185452A CN 115860586 A CN115860586 A CN 115860586A
- Authority
- CN
- China
- Prior art keywords
- target
- component
- fault
- list
- railway power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000009466 transformation Effects 0.000 title claims abstract description 88
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 238000004590 computer program Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 15
- 238000001341 grazing-angle X-ray diffraction Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种铁路变配电故障的分析***,所述***包括:目标铁路变配电区域对应的故障日志列表、目标铁路变配电区域对应的目标元器件集、处理器、存储有计算机程序的存储器,当所述计算机程序被处理器执行时,实现以下步骤:从目标元器件集中获取目标元器件ID列表和目标元器件ID列表对应的初始装配时长列表;根据初始装配时长列表,获取到关键元器件组列表;根据目标铁路变配电区域对应的故障日志列表,获取关键元器件组列表对应的目标故障率列表;根据目标故障率列表,获取目标铁路变配电区域对应的故障分析报告;可知,本发明对处于不同时期的元器件故障率进行分析,考虑元器件的不确定性的影响以较准确的预测出铁路变配电***的故障率。
Description
技术领域
本发明涉及铁路电力故障分析技术领域,特别是涉及一种铁路变配电故障的分析***。
背景技术
高速铁路和电气化铁路的建设在快速发展,安全可靠的铁路变配电***是保证铁路正常运行的首要条件。铁路变配电***复杂,涉及的电子器件较多,例如,高压开关柜、低压开关柜、高低压电缆、变压器、调压器、熔断器等。铁路变配电***任何一个环节出现故障且无法及时消除故障以恢复供电时,导致铁路无法正常运行,影响到铁路的安全,严重时造成铁路停运和发生事故。
随着网络技术的发展,铁路变配电***的状态在线监测技术水平也逐步发展,各在线监测***可实时监测铁路变配电***的供电状况,为铁路变配电***提供了一定的运维管理技术手段,提升了铁路变配电***的运维管理水平。
现有技术中,采用收集元器件样本数据,包括其故障率、运行条件和环境条件,对元器件故障率进行模糊化处理,建立不同设备元器件的故障率模糊可能性分布模型;并基于模糊聚类分析法,根据不同的运行工况和环境条件,对配电网设备元器件进行模糊分类;然后确定元器件的分类并获取故障率区间,结合可能性分布模型预测该元器件的故障率值;最后利用蒙特卡罗法模拟配电网***的运行状态,得出负荷点和***的可靠性指标,进而对配电网供电可靠性进行评估,但是仍然存在如下问题:铁路变配电***的电子器件较多,不同元器件由于自身因素问题,例如工艺缺陷等因素,会导致在装配初期,铁路变配电***的故障率较高,进入磨合期后,铁路变配电***的故障率较下降,随着元器件的老化,铁路变配电***的故障率升高,而现有技术未将元器件的自身因素以及自身因素对故障率的不确定性改变考虑在内。
因此,如何实现考虑元器件的不确定性的影响,预测出铁路变配电***的故障率是本领域技术人员亟需解决的技术问题。
发明内容
针对上述技术问题,本发明采用的技术方案为:
一种铁路变配电故障的分析***,所述***包括:目标铁路变配电区域对应的故障日志列表、目标铁路变配电区域对应的目标元器件集A={A1,……,Ai,……,Am}、处理器、存储有计算机程序的存储器,其中,Ai={Ai1,……,Aij,……,Ain(i)},Aij为第i类目标元器件对应的第j个目标元器件GID的元器件信息,i=1……m,m为目标铁路变配电区域对应的目标元器件类型的数量,j=1……n(i),n(i)为第i类目标元器件对应的目标元器件GID数量,所述元器件信息包括目标元器件GID对应的目标元器件ID列表,当所述计算机程序被处理器执行时,实现以下步骤:
S100,从Aij中获取Aij对应的目标元器件ID列表Bij={B1 ij,……,Br ij,……,Bs(j) ij},Br ij为Aij对应的第r个目标元器件ID,r=1……s(j),s(j)为Aij对应的目标元器件ID数量。
S300,获取Bij对应的初始装配时长Tij={Tij,……,Tr ij,……,Ts(j) ij},Tr ij为Br ij对应的初始装配时长。
S500,根据Tij,获取到关键元器件组列表D={D1,D2,D3},D1为第一元器件组,D2为第二元器件组,D3为第三元器件组。
S700,根据目标铁路变配电区域对应的故障日志列表,获取D对应的目标故障率列表G0={G1 0,G2 0,G3 0},其中,G1 0为D1对应的第一目标故障率,G2 0为D2对应的第二目标故障率,G3 0为D3对应的第三目标故障率。
S900,根据G0,获取目标铁路变配电区域对应的故障分析报告。
本发明至少具有以下有益效果:
本发明提供了一种铁路变配电故障的分析***,所述***包括:目标铁路变配电区域对应的故障日志列表、目标铁路变配电区域对应的目标元器件集A={A1,……,Ai,……,Am}、处理器、存储有计算机程序的存储器,其中,Ai={Ai1,……,Aij,……,Ain(i)},Aij为第i类目标元器件对应的第j个目标元器件GID的元器件信息,i=1……m,m为目标铁路变配电区域对应的目标元器件类型的数量,j=1……n(i),n(i)为第i类目标元器件对应的目标元器件GID数量,所述元器件信息包括目标元器件GID对应的目标元器件ID列表,其中,GID为元器件批次号,当所述计算机程序被处理器执行时,实现以下步骤:S100,从Aij中获取Aij对应的目标元器件ID列表Bij={B1 ij,……,Br ij,……,Bs(j) ij},Br ij为Aij对应的第r个目标元器件ID,r=1……s(j),s(j)为Aij对应的目标元器件ID数量;S300,获取Bij对应的初始装配时长Tij={Tij,……,Tr ij,……,Ts(j) ij},Tr ij为Br ij对应的初始装配时长;S500,根据Tij,获取到关键元器件组列表D={D1,D2,D3},D1为第一元器件组,D2为第二元器件组,D3为第三元器件组;S700,根据目标铁路变配电区域对应的故障日志列表,获取D对应的目标故障率列表G0={G1 0,G2 0,G3 0},其中,G1 0为D1对应的第一目标故障率,G2 0为D2对应的第二目标故障率,G3 0为D3对应的第三目标故障率;S900,根据G0,获取目标铁路变配电区域对应的故障分析报告,可知,将按照元器件的批次和元器件的装配时长,对处于不同时期的元器件故障率进行分析,考虑元器件的不确定性的影响以较准确的预测出铁路变配电***的故障率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种铁路变配电故障的分析***执行计算机程序的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本实施例一提供了一种铁路变配电故障的分析***,所述***包括:目标铁路变配电区域对应的故障日志列表、目标铁路变配电区域对应的目标元器件集A={A1,……,Ai,……,Am}、处理器、存储有计算机程序的存储器,其中,Ai={Ai1,……,Aij,……,Ain(i)},Aij为第i类目标元器件对应的第j个目标元器件GID的元器件信息,i=1……m,m为目标铁路变配电区域对应的目标元器件类型的数量,j=1……n(i),n(i)为第i类目标元器件对应的目标元器件GID数量,所述元器件信息包括目标元器件GID对应的目标元器件ID列表,当所述计算机程序被处理器执行时,实现以下步骤,如图1所示:
S100,从Aij中获取Aij对应的目标元器件ID列表Bij={B1 ij,……,Br ij,……,Bs(j) ij},Br ij为Aij对应的第r个目标元器件ID,r=1……s(j),s(j)为Aij对应的目标元器件ID数量。
具体的,所述目标铁路变配电区域为目标用预先设置的若干个铁路变配电***对应的配电区域,其中,配电区域为任一铁路变配电***负责配电的路网区域。
具体的,所述目标元器件GID为目标元器件的群体身份标识,其中,所述群体身份标识为元器件批次号。
具体的,所述目标元器件ID为任一目标元器件的唯一身份标识;可以理解为:B1 ij至Bs(j) ij属于同一批次的元器件且B1 ij至Bs(j) ij不具有同一ID。
具体的,所述目标元器件为所述目标铁路变配电区域中任一铁路变配电***内的元器件,其中,所述目标元器件类型至少为变压器、熔断器、短路器、电流互感器中一种类型。
S300,获取Bij对应的初始装配时长Tij={Tij,……,Tr ij,……,Ts(j) ij},Tr ij为Br ij对应的初始装配时长。
具体的,在S300步骤中所述初始装配时长为任一目标元器件的装配时间点至当前时间点之间的时长;可以理解为:初始装配时长为目标元器件安装至当前时间点的时长,本领域技术人员知晓确定装配时长的方法,在此不再赘述。
S500,根据Tij,获取到关键元器件组列表D={D1,D2,D3},D1为第一元器件组,D2为第二元器件组,D3为第三元器件组。
具体的,在S500步骤中还包括如下步骤:
S501,获取Ai对应的时间阈值组ΔT={ΔT1 i,ΔT2 i,ΔT3 i},其中,ΔT1 i为第i类目标元器件对应的第一时长阈值,ΔT2 i为第i类目标元器件对应的第二时长阈值,ΔT3 i为第i类目标元器件对应的第三时长阈值;本领域技术人员根据实现需求设置的第一时长阈值、第二时长阈值和第三时长阈值,在此不再赘述。
进一步的,ΔT1 i<ΔT2 i<ΔT3 i。
S505,根据Tr ij、ΔT1 i和ΔT2 i,获取到D1={D1 1,……,D1 x,……,D1 p},D1 x为第x个第一元器件,x=1……p,p为所述第一元器件的数量,其中,所述第一元器件为当ΔT2 i≥Tr ij≥ΔT1 i时的目标元器件。
S507,根据Tr ij、ΔT2 i和ΔT3 i,获取到D2={D2 1,……,D2 y,……,D2 q},D2 y为第y个第二元器件,y=1……q,q为所述第二元器件的数量,其中,所述第二元器件为当ΔT3 i≥Tr ij≥ΔT2 i时的目标元器件。
S509,根据Tr ij和ΔT3 i,获取到D3={D3 1,……,D3 z,……,D3 g},D3 z为第z个第三元器件,z=1……g,g为所述第三元器件的数量,其中,所述第三元器件为当Tr ij>ΔT3 i时的目标元器件。
上述,能够将不同应用时期的元器件分为一组,以便于获取到不同应用时期的元器件的故障率,以保证将尚未发生故障的元器件但有发生故障的风险因素考虑在内,以较准确的预测出铁路变配电***的故障率。
进一步的,x+y+g≤s(j)。
S700,根据目标铁路变配电区域对应的故障日志列表,获取D对应的目标故障率列表G0={G1 0,G2 0,G3 0},其中,G1 0为D1对应的第一目标故障率,G2 0为D2对应的第二目标故障率,G3 0为D3对应的第三目标故障率。
在一个具体的实施例中,在S700步骤中还包括如下步骤:
S701,根据目标铁路变配电区域对应的故障日志列表,获取第一故障率列表G1={G1 1,……,G1 x,……,G1 p},G1 x为D1 x的第一故障率。
进一步的,故障日志记录任一铁路变配电***中单位时间内的故障信息,本领域技术人员知晓,现有技术中任一故障信息均属于本发明的保护范围,例如,故障信息包括:发送故障的元器件ID、铁路变配电***的发送故障次数、铁路变配电***的元器件总数量,铁路变配电***的发送故障的元器件数量等,在此不再赘述。
进一步的,G1 x符合如下条件:
G1 x=(Q1 x×U1 x)/(TD1 x×QD1 x×UD1 x),其中,Q1 x为D1 x对应的铁路变配电***中发生故障率的元器件数量,QD1 x为D1 x对应的铁路变配电***中元器件总数量,TD1 x为D1 x对应的初始装配时长,
U1 x为在TD1 x内,D1 x出现故障的次数,UD1 x为在TD1 x内D1 x对应的铁路变配电***出现故障的次数。
进一步的,本领域技术人员知晓,可采用现有技术中任一方法从故障日志中获取U1 x和UD1 x,在此不再赘述。
S702,当|G1 x-Q1 x|≥ΔG1时,将G1 x作为第一中间故障率且从G1中删除第一中间故障率,获取到第一关键故障率列表,其中,Q1 x为G1 x对应的第一故障率均值,ΔG1为第一预设故障率阈值,本领域技术人员知晓根据需求设置的任一第一预设故障率阈值均属于本发明的保护范围,在此不再赘述。
进一步的,所述第一故障率均值为在第一故障率列表中某一第一故障率之外的其他第一故障率的均值。
进一步的,在S702步骤中还包括如下步骤:
S7021,当|G1 x-Q1 x|≥ΔG1且G1 x<Q1 x时,将G1 x设置为Q1 x且将已设置的G1 x作为第一非关键故障率。
S7023,当|G1 x-Q1 x|≥ΔG1且G1 x>Q1 x时,将TD1 x与ΔTD1进行比对,ΔTD1为第一预设装配时长阈值。
进一步的,ΔTD1符合如下条件:
ΔTD1=λ×TD1 max,TD1 max为D1对应的最大的初始装配时长,λ为预设的权重值;优选的,λ=0.75。
S7025,当TD1 x≥ΔTD1时,不保留D1 x。
S7027,当TD1 x<ΔTD1时,将G1 x设置为Q1 x将已设置的G1 x作为第一非关键故障率。
上述,对同一批次的元器件故障率进行校正,保证排除干扰因素,以较准确的预测出铁路变配电***的故障率。
S703,根据第一关键故障率列表,获取G1 0,其中,G1 0为第一非关键故障率列表和第一关键故障率列表交集的故障率平均值,其中,第一非关键故障率列表中任一第一非关键故障率通过S7021至S7027步骤获取,在此不再赘述。
上述,对同一批次的元器件故障率进行校正,保证排除干扰因素,以较准确的预测出铁路变配电***的故障率。
S704,根据目标铁路变配电区域对应的故障日志列表,获取第二故障率列表G2={G2 1,……,G2 y,……,G2 q},G2 y为D2 y的第二故障率。
进一步的,G2 y符合如下条件:
G2 y=(Q2 y×U2 y)/(TD2 y×QD2 y×UD2 y),其中,Q2 y为D2 y对应的铁路变配电***中发生故障率的元器件数量,QD2 y为D2 y对应的铁路变配电***中元器件总数量,TD2 y为D2 y对应的初始装配时长,
U2 y为在TD2 y内,D2 y出现故障的次数,UD2 y为在TD2 y内D2 y对应的铁路变配电***出现故障的次数。
进一步的,本领域技术人员知晓,可采用现有技术中任一方法从故障日志中获取U2 y和UD2 y,在此不再赘述。
S705,当|G2 y-Q2 y|≥ΔG2时,将G2 y作为第二中间故障率且从G1中删除第二中间故障率,获取到第二关键故障率列表,其中,Q2 y为G2 y对应的第二故障率均值,ΔG2为第二预设故障率阈值,本领域技术人员知晓根据需求设置的任一第二预设故障率阈值均属于本发明的保护范围,在此不再赘述。
进一步的,所述第二故障率均值为在第二故障率列表中某一第二故障率之外的其他第二故障率的均值。
进一步的,在S705步骤中还包括如下步骤:
S7051,当|G2 y-Q2 y|≥ΔG2且G2 y<Q2 y时,将G2 y设置为Q2 y且将已设置的G2 y作为第二非关键故障率。
S7053,当|G2 y-Q2 y|≥ΔG2且G2>Q2 y时,将TD2 y与ΔTD2进行比对,ΔTD2为第二预设装配时长阈值。
进一步的,ΔTD2符合如下条件:
ΔTD2=λ×TD2 max,TD2 max为D2对应的最大的初始装配时长,λ为预设的权重值;优选的,λ=0.75。
S7055,当TD2 y≥ΔTD1时,不保留D2 y。
S7057,当TD2 y<ΔTD1时,将G2 y设置为Q2 y将已设置的G2 y作为第二非关键故障率。
S706,根据第二关键故障率列表,获取G2 0,其中,G2 0为第二非关键故障率列表和第二关键故障率列表交集的故障率平均值,其中,第二非关键故障率列表中任一第二非关键故障率通过S7051至S7057步骤获取,在此不再赘述。
S707,根据目标铁路变配电区域对应的故障日志列表,获取第三故障率列表G3={G3 1,……,G3 z,……,G3 g},G3 z为D3 z的第三故障率。
进一步的,G3 z符合如下条件:
G3 z=(Q3 zy×U3 z)/(TD3 z×QD3 z×UD3 z),其中,Q3 z为D3 z对应的铁路变配电***中发生故障率的元器件数量,QD3 z为D3 z对应的铁路变配电***中元器件总数量,TD3 z为D3 z对应的初始装配时长,
U3 z为在TD3 z内,D3 z出现故障的次数,UD3 z为在TD3 z内D3 z对应的铁路变配电***出现故障的次数。
进一步的,本领域技术人员知晓,可采用现有技术中任一方法从故障日志中获取U3 z和UD2 y,在此不再赘述。
S708,当|G3 z-Q3 z|≥ΔG3时,将G3 z作为第三中间故障率且从G2中删除第三中间故障率,获取到第三关键故障率列表,其中,Q3 z为G3 z对应的第三故障率均值,ΔG3为第三预设故障率阈值,本领域技术人员知晓根据需求设置的任一第三预设故障率阈值均属于本发明的保护范围,在此不再赘述。
进一步的,在S708步骤中还包括如下步骤:
S7081,当|G3 z-Q3 z|≥ΔG2且G3 z<Q3 z时,将G3 z设置为Q3 z且将已设置的G3 z作为第二非关键故障率。
S7083,当|G3 z-Q3 z|≥ΔG2且G3>Q3 z时,将TD3 z与ΔTD2进行比对,ΔTD3为第二预设装配时长阈值。
进一步的,ΔTD3符合如下条件:
ΔTD3=λ×TD3 max,TD3 max为D3对应的最大的初始装配时长,λ为预设的权重值;优选的,λ=0.75。
S7085,当TD3 z≥ΔTD3时,不保留D3 z。
S70587,当TD3 z<ΔTD3时,将G3 z设置为Q3 z将已设置的G3 z作为第二非关键故障率。
进一步的,所述第三故障率均值为在第三故障率列表中某一第三故障率之外的其他第三故障率的均值。
S709,根据第三关键故障率列表,获取G3 0,其中,G3 0为第三非关键故障率列表和第三关键故障率列表交集的故障率平均值,其中,第三非关键故障率列表中任一第三非关键故障率通过S7081至S7087步骤获取,在此不再赘述。
优选的,ΔG1=ΔG2=ΔG3。
S900,根据G0,获取目标铁路变配电区域对应的故障分析报告。
在一个具体的实施例中,S900步骤中还包括如下步骤:
S901,获取所述目标铁路变配电区域中任一铁路变配电***对应的指定元器件集C={C1,……,Ci,……,Cm},Ci={Ci1,……,Cit,……,Cik},Cit为任一铁路变配电***对应的第i类指定元器件列表中第t个指定元器件ID,t=1……k,k为指定元器件ID的数量。
具体的,所述指定元器件ID为从A中获取满足铁路变配电***的设置需求的目标元器件ID。
S903,根据C和目标故障列表集,获取C对应的指定故障率集C0={C0 1,……,C0 i,……,C0 m},C0 i={C0 i1,……,C0 it,……,C0 ik},C0 it为Cit对应的指定故障率。
具体的,所述目标故障列表集中包括m个目标故障率列表,其中,除Ai之外的其他元器件类型对应的目标故障列表均参照G0的获取方式进行获取,在此不再赘述。
具体的,所述指定故障率为从目标故障列表集中根据指定元器件ID,获取到的目标故障率,其中,所述目标故障率为第一目标故障率、第二目标故障率、第三目标故障率中的一个。
S905,根据C0,获取所述目标铁路变配电区域中铁路变配电***对应的预测故障率F且将F作为分析指标***至目标铁路变配电区域对应的分析报告。
具体的,F=1-F0,其中,F0为根据C0,通过模糊方法获取到的铁路变配电***预测可靠性,本领域技术人员知晓模糊方法获取到的铁路变配电***预测可靠性的方法,在此不再赘述。
进一步的,在S905步骤之外还包括如下步骤:
S907,获取预测故障率的下限值F1和上限值F2且将F1和F2作为分析指标***至目标铁路变配电区域对应的分析报告。
进一步的,F1符合如下条件:
F1=min{C0 1,……,C0 i,……,C0 m},即C0中最小值。
进一步的,F2符合如下条件:
F2=1-(∑m i=1∑k t=1(1-Cit))。
本实施例提供了一种铁路变配电故障的分析***,所述***包括:目标铁路变配电区域对应的故障日志列表、目标铁路变配电区域对应的目标元器件集A={A1,……,Ai,……,Am}、处理器、存储有计算机程序的存储器,其中,Ai={Ai1,……,Aij,……,Ain(i)},Aij为第i类目标元器件对应的第j个目标元器件GID的元器件信息,i=1……m,m为目标铁路变配电区域对应的目标元器件类型的数量,j=1……n(i),n(i)为第i类目标元器件对应的目标元器件GID数量,所述元器件信息包括目标元器件GID对应的目标元器件ID列表,其中,GID为元器件批次号,当所述计算机程序被处理器执行时,实现以下步骤:S100,从Aij中获取Aij对应的目标元器件ID列表Bij={B1 ij,……,Br ij,……,Bs(j) ij},Br ij为Aij对应的第r个目标元器件ID,r=1……s(j),s(j)为Aij对应的目标元器件ID数量;S300,获取Bij对应的初始装配时长Tij={Tij,……,Tr ij,……,Ts(j) ij},Tr ij为Br ij对应的初始装配时长;S500,根据Tij,获取到关键元器件组列表D={D1,D2,D3},D1为第一元器件组,D2为第二元器件组,D3为第三元器件组;S700,根据目标铁路变配电区域对应的故障日志列表,获取D对应的目标故障率列表G0={G1 0,G2 0,G3 0},其中,G1 0为D1对应的第一目标故障率,G2 0为D2对应的第二目标故障率,G3 0为D3对应的第三目标故障率;S900,根据G0,获取目标铁路变配电区域对应的故障分析报告,可知,将按照元器件的批次和元器件的装配时长,对处于不同时期的元器件故障率进行分析,考虑元器件的不确定性的影响以较准确的预测出铁路变配电***的故障率。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。
Claims (10)
1.一种铁路变配电故障的分析***,其特征在于,所述***包括:目标铁路变配电区域对应的故障日志列表、目标铁路变配电区域对应的目标元器件集A={A1,……,Ai,……,Am}、处理器、存储有计算机程序的存储器,其中,Ai={Ai1,……,Aij,……,Ain(i)},Aij为第i类目标元器件对应的第j个目标元器件GID的元器件信息,i=1……m,m为目标铁路变配电区域对应的目标元器件类型的数量,j=1……n(i),n(i)为第i类目标元器件对应的目标元器件GID数量,所述元器件信息包括目标元器件GID对应的目标元器件ID列表,当所述计算机程序被处理器执行时,实现以下步骤:
S100,从Aij中获取Aij对应的目标元器件ID列表Bij={B1 ij,……,Br ij,……,Bs(j) ij},Br ij为Aij对应的第r个目标元器件ID,r=1……s(j),s(j)为Aij对应的目标元器件ID数量;
S300,获取Bij对应的初始装配时长Tij={Tij,……,Tr ij,……,Ts(j) ij},Tr ij为Br ij对应的初始装配时长;
S500,根据Tij,获取到关键元器件组列表D={D1,D2,D3},D1为第一元器件组,D2为第二元器件组,D3为第三元器件组;
S700,根据目标铁路变配电区域对应的故障日志列表,获取D对应的目标故障率列表G0={G1 0,G2 0,G3 0},其中,G1 0为D1对应的第一目标故障率,G2 0为D2对应的第二目标故障率,G3 0为D3对应的第三目标故障率;
S900,根据G0,获取目标铁路变配电区域对应的故障分析报告。
2.根据权利要求1所述的铁路变配电故障的分析***,其特征在于,所述目标铁路变配电区域为目标用预先设置的若干个铁路变配电***对应的配电区域。
3.根据权利要求2所述的铁路变配电故障的分析***,其特征在于,所述目标元器件为所述目标铁路变配电区域中任一铁路变配电***内的元器件。
4.根据权利要求3所述的铁路变配电故障的分析***,其特征在于,所述目标元器件类型至少为变压器、熔断器、短路器、电流互感器中一种类型。
5.根据权利要求1所述的铁路变配电故障的分析***,其特征在于,所述目标元器件GID为目标元器件的群体身份标识。
6.根据权利要求5所述的铁路变配电故障的分析***,其特征在于,所述群体身份标识为元器件批次号。
7.根据权利要求1所述的铁路变配电故障的分析***,其特征在于,在S300步骤中所述初始装配时长为任一目标元器件的装配时间点至当前时间点之间的时长。
8.根据权利要求1所述的铁路变配电故障的分析***,其特征在于,在S500步骤中还包括如下步骤:
S501,获取Ai对应的时间阈值组ΔT={ΔT1 i,ΔT2 i,ΔT3 i},其中,ΔT1 i为第i类目标元器件对应的第一时长阈值,ΔT2 i为第i类目标元器件对应的第二时长阈值,ΔT3 i为第i类目标元器件对应的第三时长阈值;
S505,根据Tr ij、ΔT1 i和ΔT2 i,获取到D1={D1 1,……,D1 x,……,D1 p},D1 x为第x个第一元器件,x=1……p,p为所述第一元器件的数量,其中,所述第一元器件为当ΔT2 i≥Tr ij≥ΔT1 i时的目标元器件;
S507,根据Tr ij、ΔT2 i和ΔT3 i,获取到D2={D2 1,……,D2 y,……,D2 q},D2 y为第y个第二元器件,y=1……q,q为所述第二元器件的数量,其中,所述第二元器件为当ΔT3 i≥Tr ij≥ΔT2 i时的目标元器件;
S509,根据Tr ij和ΔT3 i,获取到D3={D3 1,……,D3 z,……,D3 g},D3 z为第z个第三元器件,z=1……g,g为所述第三元器件的数量,其中,所述第三元器件为当Tr ij>ΔT3 i时的目标元器件。
9.根据权利要求1所述的铁路变配电故障的分析***,其特征在于,在S700步骤中还包括如下步骤:
S701,获取G1={G1 1,……,G1 x,……,G1 p},G1 x为D1 x的第一故障率;
S702,当|G1 x-Q1 x|≥ΔG1时,将G1 x作为第一中间故障率且从G1中删除第一中间故障率,获取到第一关键故障率列表,其中,Q1 x为G1 x对应的第一故障率均值,ΔG1为第一预设故障率阈值;
S703,根据第一关键故障率列表,获取G1 0;
S704,获取G2={G2 1,……,G2 y,……,G2 q},G2 y为D2 y的第二故障率;
S705,当|G2 y-Q2 y|≥ΔG2时,将G2 y作为第二中间故障率且从G1中删除第二中间故障率,获取到第二关键故障率列表,其中,Q2 y为G2 y对应的第二故障率均值,ΔG2为第二预设故障率阈值;
S706,根据第二关键故障率列表,获取G2 0;
S707,获取G3={G3 1,……,G3 z,……,G3 g},G3 z为D3 z的第三故障率;
S708,当|G3 z-Q3 z|≥ΔG3时,将G3 z作为第三中间故障率且从G2中删除第三中间故障率,获取到第三关键故障率列表,其中,Q3 z为G3 z对应的第三故障率均值,ΔG3为第三预设故障率阈值;
S709,根据第三关键故障率列表,获取G3 0。
10.根据权利要求1所述的铁路变配电故障的分析***,其特征在于,S900步骤中还包括如下步骤:
S901,获取所述目标铁路变配电区域中任一铁路变配电***对应的指定元器件集C={C1,……,Ci,……,Cm},Ci={Ci1,……,Cit,……,Cik},Cit为任一铁路变配电***对应的第i类指定元器件列表中第t个指定元器件ID;
S903,根据Ci和目标故障列表集,获取Ci对应的指定故障率列表C0 i={C0 i1,……,C0 it,……,C0 ik},C0 it为Cit对应的指定故障率;
S905,根据C0 i,获取所述目标铁路变配电区域中铁路变配电***对应的预测故障率F且将F作为分析指标***至目标铁路变配电区域对应的分析报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310185452.0A CN115860586A (zh) | 2023-03-01 | 2023-03-01 | 一种铁路变配电故障的分析*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310185452.0A CN115860586A (zh) | 2023-03-01 | 2023-03-01 | 一种铁路变配电故障的分析*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115860586A true CN115860586A (zh) | 2023-03-28 |
Family
ID=85659546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310185452.0A Pending CN115860586A (zh) | 2023-03-01 | 2023-03-01 | 一种铁路变配电故障的分析*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115860586A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116953416A (zh) * | 2023-09-19 | 2023-10-27 | 英迪格(天津)电气有限公司 | 一种铁路变配电装置运行状态的监控*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160444A (zh) * | 2015-10-22 | 2015-12-16 | 广东电网有限责任公司电力调度控制中心 | 电力设备故障率确定方法及*** |
CN106444707A (zh) * | 2016-09-30 | 2017-02-22 | 中车南京浦镇车辆有限公司 | 一种预测轨道车辆开关工作故障率的方法 |
CN106779371A (zh) * | 2016-12-05 | 2017-05-31 | 国网江西省电力公司经济技术研究院 | 一种基于设备全寿命周期的配电***可靠性评估方法 |
CN107506331A (zh) * | 2017-08-25 | 2017-12-22 | 国网新疆电力公司经济技术研究院 | 基于时间关联性及元件运行时间的微电网可靠性计算方法 |
CN111861141A (zh) * | 2020-06-29 | 2020-10-30 | 国网上海市电力公司 | 一种基于模糊故障率预测的配电网可靠性评估方法 |
CN112396215A (zh) * | 2020-10-22 | 2021-02-23 | 国网浙江省电力有限公司嘉兴供电公司 | 一种设备剩余寿命自适应区间智能预测方法 |
WO2021169270A1 (zh) * | 2020-02-27 | 2021-09-02 | 平安科技(深圳)有限公司 | 服务器故障预警方法、装置、计算机设备及存储介质 |
-
2023
- 2023-03-01 CN CN202310185452.0A patent/CN115860586A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160444A (zh) * | 2015-10-22 | 2015-12-16 | 广东电网有限责任公司电力调度控制中心 | 电力设备故障率确定方法及*** |
CN106444707A (zh) * | 2016-09-30 | 2017-02-22 | 中车南京浦镇车辆有限公司 | 一种预测轨道车辆开关工作故障率的方法 |
CN106779371A (zh) * | 2016-12-05 | 2017-05-31 | 国网江西省电力公司经济技术研究院 | 一种基于设备全寿命周期的配电***可靠性评估方法 |
CN107506331A (zh) * | 2017-08-25 | 2017-12-22 | 国网新疆电力公司经济技术研究院 | 基于时间关联性及元件运行时间的微电网可靠性计算方法 |
WO2021169270A1 (zh) * | 2020-02-27 | 2021-09-02 | 平安科技(深圳)有限公司 | 服务器故障预警方法、装置、计算机设备及存储介质 |
CN111861141A (zh) * | 2020-06-29 | 2020-10-30 | 国网上海市电力公司 | 一种基于模糊故障率预测的配电网可靠性评估方法 |
CN112396215A (zh) * | 2020-10-22 | 2021-02-23 | 国网浙江省电力有限公司嘉兴供电公司 | 一种设备剩余寿命自适应区间智能预测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116953416A (zh) * | 2023-09-19 | 2023-10-27 | 英迪格(天津)电气有限公司 | 一种铁路变配电装置运行状态的监控*** |
CN116953416B (zh) * | 2023-09-19 | 2023-12-08 | 英迪格(天津)电气有限公司 | 一种铁路变配电装置运行状态的监控*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111652496B (zh) | 基于网络安全态势感知***的运行风险评估方法及装置 | |
CN112365066A (zh) | 电梯故障预测方法、***、装置、计算机设备和存储介质 | |
CN115936448B (zh) | 一种基于大数据的城市配电网电力评估***及方法 | |
JP2023042527A (ja) | データドライブの能動配電網異常状態検知方法及びシステム | |
CN112713649B (zh) | 一种基于极限学习机的电力设备剩余寿命预测方法 | |
CN107843718A (zh) | 一种变压器绝缘油老化状态评估的方法 | |
CN105512448A (zh) | 一种配电网健康指数的评估方法 | |
CN111262750B (zh) | 一种用于评估基线模型的方法及*** | |
CN115860586A (zh) | 一种铁路变配电故障的分析*** | |
CN112836436A (zh) | 一种基于概率图模型的配电网线路风险量化预测方法 | |
CN116794510A (zh) | 故障预测方法、装置、计算机设备和存储介质 | |
Novák et al. | Predicting the life expectancy of railway fail-safe signaling systems using dynamic models with censoring | |
JP7062505B2 (ja) | 設備管理支援システム | |
CN115856613A (zh) | 断路器状态评估方法 | |
Aranizadeh et al. | Prioritizing CBs maintenance and identifying mandatory maintenance at higher priorities | |
Najeh et al. | Automatic thresholding for sensor data gap detection using statistical approach | |
JPH06241956A (ja) | プラントリスク分析システム | |
Trstenjak et al. | A Decision Support System for the Prediction of Wastewater Pumping Station Failures Based on CBR Continuous Learning Model. | |
Ridwan et al. | Application of life data analysis for the reliability assessment of numerical overcurrent relays | |
CN116953416B (zh) | 一种铁路变配电装置运行状态的监控*** | |
CN117691743B (zh) | 考虑深度效应的配网停电判断方法及*** | |
CN116304663B (zh) | 基于非平衡样本增强的列控车载设备健康状态管理装置 | |
CN110633874B (zh) | 一种变电站二次设备状态监测方法及可读存储介质 | |
Kong et al. | Design of Active Fault Diagnosis and Repair System for Active Distribution Networks Based on Decision Tree Algorithm | |
Zhang et al. | Research on Fault Diagnosis of Launch Vehicle’s Power Transformation and Transmission System Based on Big Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230328 |