[发明专利]小样本失效数据下继电保护系统可靠性评估方法

摘要

本发明公开了电力系统继电保护领域的小样本失效数据下继电保护系统可靠性评估方法，用以解决目前电力系统继电保护领域研究中存在的问题。该方法包括：首先，整合继电保护系统失效样本；然后，通过拟合优度检验确立以威布尔分布作为失效分布模型，并利用蒙特卡罗方法抽样扩大数据样本，与小样本原始数据共同作为先验信息，构建贝叶斯-蒙特卡罗评估模型；最后，结合贝叶斯-蒙特卡罗评估模型，对每个继电保护系统进行可靠性评估。本发明克服了传统基于大失效样本可靠性评估方法中所需样本大，可靠性参数精准度不高等实际应用中的局限性，有效实现了小样本失效数据下继电保护系统可靠性评估方法。

主权项

一种小样本失效数据下继电保护系统可靠性评估方法，假设：继电保护系统故障是因为硬件自然老化或失效造成的；其特征在于所述方法包括下列步骤：步骤1：继电保护系统失效样本整合，计算正常运行时间间隔t₁,t₂,...,t_n，选取最大的时间间隔为截止时间T_s，其中，n为失效样本总数；步骤2：构建贝叶斯‑蒙特卡罗评估模型，其中构建模型具体包括：步骤21：根据装置的寿命分布类型，采用威布尔分布作为估计分布，并进行分布拟合优度检验，以确认选取模型的寿命分布是否符合实际情况，双参数威布尔分布的故障概率密度为可靠度函数为R(t)＝1‑F(t)＝exp[‑(t/η)^m]失效率函数为λ(t)＝mt^m‑1/η^m其中，t为故障间隔时间，m为双参数威布尔分布的形状参数，η为尺度参数，F(t)为不可靠度函数；步骤22：利用小样本失效数据进行分布拟合得到威布尔分布的一组形状参数m和尺度参数η的估计值；步骤23：将上述参数估计值代入威布尔分布模型，并利用反函数法进行蒙特卡罗抽样得到Bootstrap子样，即，得到M组每组样本容量为n的再生样本，分别进行分布拟合得到M组威布尔分布的形状参数m_i和尺度参数η_i，并确定先验分布的表示形式g(m＝m_i,η＝η_j)＝1/M²，其中，i＝1,...,M，j＝1,...,M；步骤24：利用继电保护系统的小样本失效数据和先验分布，根据贝叶斯理论得到贝叶斯‑蒙特卡罗评估模型，$g(m=m_i,\mathrm{\η}={\mathrm{\η}}_j|x)=\frac{f\left(x\right|m=m_i,\mathrm{\η}={\mathrm{\η}}_j)g(m=m_i,\mathrm{\η}={\mathrm{\η}}_i)}{\∫f\left(x\right|m=m_i,\mathrm{\η}={\mathrm{\η}}_j)g(m=m_i,\mathrm{\η}={\mathrm{\η}}_j)}$其中，f(x|m＝m_i,η＝η_j)为似然估计函数，g(m＝m_i,η＝η_j)为先验分布函数，x为样本观测值，是继电保护装置故障间隔时间；步骤3：结合贝叶斯‑蒙特卡罗评估模型，对每个继电保护系统进行可靠性评估。