基于多融合贝叶斯变零值维纳的电能表退化研究_钟劲松.pdf

基于多融合贝叶斯变零值维纳的电能表退化研究钟劲松1，覃玉红2，邱伟2，成达2，唐求2，张伟1(1 国网新疆电力有限公司营销服务中心，乌鲁木齐 830000;2 湖南大学 电气与信息工程学院，长沙 410082)摘要:针对高干热、高海拔与高严寒等典型环境应力下智能电能表退化趋势难以刻画的问题，提出了一种基于多融合贝叶斯变零值维纳的智能电能表退化研究方法。文章对各公司的多个电能表样本基本误差与环境应力分布规律进行多维分析，选择合理先验分布;采用多融合贝叶斯网络模型融合各种环境应力，对多款电能表退化趋势的影响，在此基础上建立变零值维纳退化模型;利用马尔可夫链蒙特卡洛方法实现非共轭条件下的模型参数求解，通过比对分析多个模型预测结果及其置信区间，验证变零值维纳退化模型的适用性和优越性;最后，结合逆高斯分布，分析智能电能表的可靠度。结果表明，所建立模型能够准确分析典型环境下智能电能表随时间的退化趋势，适用于典型环境条件下智能电能表基本误差预测。关键词:智能电能表;多融合贝叶斯;变零值维纳退化;典型环境应力DOI:10 19753/j issn1001-1390 2023 04 025中图分类号:TM933文献标识码:B文章编号:1001-1390(2023)04-0167-09esearch on the degradation of electricity meters based onmulti fusion Bayesian variable zero value WienerZhong jinsong1，Qin Yuhong2，Qiu Wei2，Cheng Da2，Tang qiu2，Zhang Wei1(1 Marketing Service Center，State Grid Xinjiang Electric Power Co，Ltd，Urumqi 830000，China2 School of Electrical and Information Engineering，Hunan University，Changsha 410082，China)Abstract:Aiming at the problem that it is difficult to describe the degradation trend of smart meters under typical environ-mental stresses，such as high dry heat，high altitude and high cold，a method of smart meter degradation based on multi-fusion Bayesian zero-value Wiener is proposed in this paper Firstly，the multi-dimensional analysis of the basic error andthe distribution law of environmental stresses in the samples of several smart meters of multiple-company is carried out toselect a reasonable prior distribution Then，the multi-fusion Bayesian network model is used to integrate the influence ofvarious environmental stresses on the degradation trend of various smart meters of each company On this basis，a variablezero-value Wiener degradation model is established After solving the model parameters under non-conjugated conditionsby using Markov chain Monte Carlo method，the applicability and superiority of the variable zero-value wiener degradationmodel is verified by comparing and analyzing predictions results of multiple models and its confidence interval Finally，the reliability of the smart meters is analyzed combing with the inverse Gaussian distribution The results show that theproposed model can accurately analyze the degradation trend of the smart meters with time under typical environmentalstresses，and it also shows that it is suitable for the prediction of the basic error of the smart meters under typical environ-mental conditionsKeywords:smart meters，multi-fusion Bayesian，variable zero-value Wiener degradation，typical environment stress基金项目:国家电网有限公司总部科技项目(5230HQ19000F)0引言我国是一个地域宽广的国家，经纬跨度大，由此造成了在不同环境下同种电能表设备可靠性的差异 1。761第 60 卷第 4 期电测与仪表Vol 60 No42023 年 4 月 15 日Electrical Measurement InstrumentationApr15，2023智能电能表被广泛应用在电力部门、用户与电网关口，其可靠性直接关系电网安全可靠的运行 2。分析典型环境条件下智能电能表的运行特性和退化机理，不仅可为智能电能表的剩余寿命预测提供重要依据。还能掌握智能电能表在各种环境因素影响干扰下的运行误差、变化规律及性能的可靠程度，为企业的设计制造及相关部门的更新换代智能电能表提供依据和技术支撑 3。故建立一套在典型复杂环境下的智能电能表科学退化分析方案，对智能电能表的可靠性的分析具有重要意义。国内外学者针对仪器的退化问题进行了大量研究，主要分两个方向:(1)基于仪器寿命数据的预测模型(传统方法);(2)基于仪器性能退化数据的预测模型(新方法)。基于仪器寿命数据的方法研究，文献 4-5 根据智能电能表的轮换数据(寿命数据)，利用贝叶斯算法分析了典型环境下的智能电能表的可靠性。该方法对于典型环境下仪器的可靠性评估有借鉴之处，然而，仪器轮换并不代表仪器失效，故有其局限性。文献 6 结合支持向量机与贝叶斯理论，对陀螺仪退化的寿命数据进行研究，提高了评估准确性。文献 7 结合金属化膜脉冲电容器的寿命数据与退化数据进行研究，提升了剩余寿命分布的预测精度。但是，上述两种方法只研究了时间应力下的仪器剩余寿命，未综合环境应力对退化趋势的影响，导致适应性的缺乏。基于仪器性能退化数据的方法研究，文献 8 结合物理失效机理与贝叶斯方法，研究了卫星控制系统的动量轮可靠性。文献 9 基于维纳退化过程，利用贝叶斯和期望最大值算法，实现了对气缸剩余寿命在线预测。上述两文献中研究方法适用于小样本且变量单一情况，在大样本和多变量应用下有一定局限性。文献 10 提出了一种基于退化轨迹的加速试验模型，通过关键参数的退化求出电能表的伪剩余寿命，再结合正常工作状态下的多应力模型求解可靠的剩余寿命值。文献 11 对电能表加速退化试验方法研究，针对电能表的加速寿命试验对长寿命仪器可靠性评价的不足，采用加速退化试验的方法对电能表进行可靠性评价。文献 12-13 研究了智能电能表在多个电应力加速实验下的可靠性，后者还分析了电能表在电应力独立与关联下的可靠度。上述基于仪器性能退化数据的研究方法，在单一环境应力条件下，为仪器的退化分析提供了可行方案。然而在典型环境下，仪器所处环境是复杂多变的。此外，智能电能表作为高可靠性仪器，其退化趋势难以刻画，给仪器的退化分析增加了难度。多 融 合 贝 叶 斯(Multi-fusion Bayesian Network，MBN)通过构建多层次的数据与先验分布来阐述层次关系，能够融合复杂环境应力，适用于对性能退化数据推理预测14。文中在 MBN 基础上建立多融合贝叶斯变零值维纳退化(Multi-fusion Bayesian Network VariableZero-value Wiener Degradation，MBVW)模型，充分融合环境应力对各公司的多电能表样本退化趋势的影响，通过与传统维纳退化模型、人工智能算法中的人工神经网络(Artificial Neural Network，ANN)及支持向量机(Support Vector Machine，SVM)的比较，进行置信区间检验后，验证文中 MBVW 模型的适应性。综合多公司电能表的退化参数，结合逆高斯分布，获取智能电能表的退化量随时间变化的关系，剖析智能电能表在典型环境下可靠性随时间的变化趋势。1电能表可靠性与环境应力相关性分析1 1 环境应力对电能表的影响智能电能表由各个功能模块组成，每个模块由不同的元器件组成，通常功能模块失效，是由于内部元器件失效引起。环境应力对电能表的影响如下:(1)温度:致使设备产生热应力和应变，同时，采样模块电子器件在高温运行时不稳定，引起器件参数的基准发生漂移，导致测量精度降低15;(2)湿度:水分通过封装的缝隙进入集成芯片(IC)16，高温湿气会导致所有部件老化和氧化，使得电子器件的物理、化学和电性能等各方面丧失综合功能;(3)压强:不同压强下空气分子密度不同，导致电子器件的散热差异，影响其工作特性。新疆自治区(XJ)作为中国西北省市，最高温度可达到 70，年平均降水量为 150 mm 左右，是典型高干热环境的代表，故文中选择新疆地区电能表运行测量数据展开研究。1 2 可靠性指标计量检定规程 JJG-596-2012-电子式交流电能表规定电能表性能特征为:基本误差、起动、潜动、仪表常数、时钟日计时误差。其中基本误差是重要的一个特征参数，文献 12-13 选择体现电能表退化的基本误差作为可靠性指标，基本误差定义为:y=Pref Ptestpref 100%(1)式中 Pref表示测试前单个电能表参考功率消耗;Ptest表示测量所得值;y 表示基本误差。电能表有一定的补偿功能，在低负载时，补偿效果861第 60 卷第 4 期电测与仪表Vol 60 No42023 年 4 月 15 日Electrical Measurement InstrumentationApr15，2023较差，在最大负载时温漂明显，退化趋势最明显，故选择最大工作电流(Imax)60 A、功率因数为 1 的测量基本误差数据。为实现典型环境下电能表测量基本误差的研究，保证数据的科学合理性和随机有效性，测试实验取 4 次测量均值为一次测量有效值。文中从新疆电能计量设备典型环境联合实验室实时检测的海量环境应力数据和基本误差数据中，筛选三个公司(分别设为A/B/C 公司)每个月第一天的测试数据作为样本数据集，即 17 年 12 月 19 年 10 月期间，总计 23 个月数据来进行分析。图 1 为新疆地区三家不同公司 5 块样本表的基本误差随时间变化的曲线图。图 1智能电能