[发明专利]一种基于数量置信度的设备缺陷率检测方法

说明书

技术领域

本发明提出一种设备缺陷率的检测方法，特别是一种基于数量置信度的设备缺陷率检测方法。

背景技术

在电力设备运行评价、生产厂家产品质量评价中，经常需要对设备的缺陷率进行检测，所述的设备缺陷率的定义为：设备发生的缺陷总数除以设备总数与统计年数的乘积，单位是项/(百台﹒年)。

现有技术中，对某一厂家设备的总体缺陷率检测而言，通常采用对各批次的设备缺陷率取平均值的算法。由于同一厂家各投运批次设备数之间可能存在较大差距，而设备数不同的各个批次对该厂家的缺陷度的反映程度是存在差异的，所以检测结果会影响总体缺陷率检测的精确性。

以某省级电网110kV主变台数前十名的生产厂家各投运批次的主变数量为例，如表1所示：

表1110kV主变投运总数前十名设备厂家各投运批次设备数统计表

设备数量最多的批次其设备总数达到107台，而部分批次的设备数量仅有1台。由此可见，同一厂家各投运批次设备数之间普遍存在较大差距。

发明内容

本发明所要解决的技术问题，就是提供一种基于设备数量置信度的设备缺陷率检测方法，其能更客观更恰当地检测厂家设备总体缺陷率，满足对设备质量的综合性评估。

解决上述技术问题，本发明采用的技术方案如下：

一种基于数量置信度的设备缺陷率检测方法，其特征是包括以下步骤：

步骤S1，计算设备个体缺陷率集合

对于不同研究对象，其设备缺陷率的分布特性均不一样，首先需要研究设备个体缺陷率的分布特性，以建立该研究对象的总体缺陷率与个体缺陷率的关联关系；

以单台设备的缺陷率为一个样本，单台设备的缺陷率计算公式如下：

其中，缺陷事件数量是指设备在整个观察周期出现的缺陷事件数；观察年数是指设备参与缺陷观测记录的年数，观察年数的计算公式为：

观察年数＝观察结束年-观察开始年+1

通过上述计算公式，得到与设备D_i对应的缺陷率α_i，形成该研究对象的设备个体缺陷率集合I＝{α_i|i＝1,2,3…..n}，其中n为设备的序号；

此外，计算该集合的均值、方差与标准差三个统计量。

步骤S2，进行正态分布检验

经研究，在一般情况下，一批设备的个体缺陷率集合满足正态分布，这也是本算法进行后续步骤的前提；因此，需要对步骤1求得的设备个体缺陷率集合进行正态分布检验；

进行正态分布检验，有公式法与图像法两种方法：

(1)公式法

采用Kolmogorov-Smirnova(K-S)算法以及Shapiro-Wilk(S-W)算法进行正态分布检验，观察其假设检验的显著性水平；

若显著性水平在0.05以下，认为研究对象服从正态分布；

(2)图像法

采用Q-Q图来观察研究样本是否服从正态分布，Q-Q图全称为Quantile-Quantile plot，是一种用于直观表示观察值与预测值差异的散点图；正态分布检验的Q-Q图，就是由标准正态分布的分位数为横坐标，样本值为纵坐标的散点图；

利用Q-Q图鉴别样本数据是否近似于正态分布，需要观察Q-Q图上的点是否近似地在一条直线附近；该直线是理想情况下样本数据如果满足正态分布所应该呈现的图像；用Q-Q图还可获得样本偏度和峰度的粗略信息；

若样本数据与所述直线对应点集合的方差分析通过置信水平为0.95的双侧检验，认为研究对象服从正态分布；

步骤S3，计算各设备数量的置信度

在验证了研究对象的设备个体缺陷率集合服从与正态分布之后，计算各设备数量的置信度；

置信度也称为可靠度，或置信水平、置信系数；在抽样对总体参数做出估计时，由于样本的随机性，其结论总是不确定的；因此，采用数理统计中的区间估计法，在估计值与总体参数在一定允许的误差范围以内，估计值落在相应区间的概率有多大，这个相应的概率称作置信度；

置信度是反映样本描述总体的可靠性程度的统计量，因此研究不同数量的设备对总体的反映程度，即关于不同的设备数量对应的置信度的研究；