[发明专利]一种智能变电站继电保护实时可靠性预测方法

权利要求书

1.一种智能变电站继电保护实时可靠性预测方法，其特征在于，包括以下步骤：

S1:建立单个装置故障率的二参数LN分布模型，将单个继电保护装置寿命历史数据作为输入，其故障率为累积密度函数，由式1获得，

F(t)＝Φ[ln(t/θ)^ρ]，式1；

其中，t为输入的寿命数据，ρ,θ为LN分布模型的两个变量参数；

S2：对非线性的LN分布模型进行线性转化，进行直线拟合，求得ρ,θ的估计值进而得到PDF函数进而得到时变失效率，分别由式7和式8获得

式中S3：建立保护系统的时变马尔可夫模型，不同状态之间的实时转换概率由保护装置LN分布模型确定，分别分析其转移概率矩阵P和转移密度矩阵A，得出马尔可夫实时状态概率；

所述S2步骤中对非线性的LN分布进行线性转换由式1展开线性化转化为式2，

所述S2步骤中进行直线拟合前，需推导出ρ,θ具有线性关系，由式6获得，

式中，令x＝Φ^-1(F(t)),y＝ln(t)；

所述S1步骤中，对F(t)的计算通过平均秩次法计算，由式3-式5获得，

A_k＝A_k-1+ΔA_k-1，式4；

式中，A_k为故障样品的平均秩次；k为故障样品的顺序号；A_k-1为前一个故障样品的平均秩次；ΔA_k为平均秩次增量；i为所有样品的按时间顺序排列号；t_k为第k个样品的寿命。

2.根据权利要求1所述的智能变电站继电保护实时可靠性预测方法，其特征在于：所述S3步骤中，所述时变马尔可夫模型具体包括八个分布状态，令状态一为保护正常运行；状态二为保护装置故障被自检发现；状态三为断路器、二次回路等硬件故障且被自检发现；状态四为通信系统故障被自检发现；状态五为保护装置故障未被自检发现；状态六为断路器、二次回路等硬件故障且未被自检发现；状态七为通信系统故障未被自检发现；状态八为检修状态。

3.根据权利要求2所述的智能变电站继电保护实时可靠性预测方法，其特征在于：根据SCD文件解析出的智能站配置，建立保护系统的时变马尔可夫模型。

4.根据权利要求1所述的智能变电站继电保护实时可靠性预测方法，其特征在于：所述转移概率矩阵P，计算各状态之间的转移概率，并由式9统计后获得，

p为不同状态间的转移概率。

5.根据权利要求1所述的智能变电站继电保护实时可靠性预测方法，其特征在于：所述转移密度矩阵A，由式10获得，

式中q为不同状态之间的转移密度。

6.根据权利要求1所述的智能变电站继电保护实时可靠性预测方法，其特征在于：所述马尔可夫实时状态概率由S3中的转移概率矩阵P和转移密度矩阵A的含义推出状态转移矩阵e^At，由式12获得，

P(t)＝P(0)e^At，式12；

从t₀时刻到t时刻的状态转移矩阵，令t₀为0，得到式14，

由式12和式14得出马尔可夫实时状态概率。