CN105022019B - 单相智能电能表可靠性综合评价的方法 - Google Patents
单相智能电能表可靠性综合评价的方法 Download PDFInfo
- Publication number
- CN105022019B CN105022019B CN201510349064.7A CN201510349064A CN105022019B CN 105022019 B CN105022019 B CN 105022019B CN 201510349064 A CN201510349064 A CN 201510349064A CN 105022019 B CN105022019 B CN 105022019B
- Authority
- CN
- China
- Prior art keywords
- reliability
- electric energy
- energy meter
- failure
- intelligent electric
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 20
- 238000003786 synthesis reaction Methods 0.000 title claims abstract description 20
- 238000012360 testing method Methods 0.000 claims abstract description 96
- 230000015556 catabolic process Effects 0.000 claims abstract description 34
- 238000006731 degradation reaction Methods 0.000 claims abstract description 34
- 238000013461 design Methods 0.000 claims abstract description 15
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 238000000926 separation method Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 239000000463 material Substances 0.000 claims abstract description 6
- 238000002474 experimental method Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000032683 aging Effects 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 7
- 230000035882 stress Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000003556 assay Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims 2
- 238000003326 Quality management system Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 abstract description 11
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000012827 research and development Methods 0.000 abstract 1
- 238000012795 verification Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000003985 ceramic capacitor Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000003778 catagen phase Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- HPDFFVBPXCTEDN-UHFFFAOYSA-N copper manganese Chemical group [Mn].[Cu] HPDFFVBPXCTEDN-UHFFFAOYSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明为一种对单相智能电能表全寿命周期进行可靠性综合评价的方法。智能电能表可靠性水平决定于设计研发、生产制造、测试检验、运行维护等多个环节，而现有的可靠性预测、可靠性验证试验等只是基于某个环节的评测。本发明对智能电能表的可靠性评估从可靠性预计、初步可靠性评估、可靠性验证试验、加速退化试验、现场数据分析五个方面综合进行可靠性评价，全面覆盖电能表寿命周期，给出了一种确定失效曲线上“早期故障期和偶然失效期分界点”位置和“偶然失效期和耗损失效期的分界点”位置两个失效率变化的重要时间点的定量计算方法。
Description
技术领域
本发明是涉及一种居民用单相智能电能表可靠性综合评价的方法。属于计量设备运行检定检测技术领域。
背景技术
随着经济发展和科技进步，智能电能表作为我国智能电网建设工程终端的一环，其结构和功能变得越来越复杂。按照国家电网的规划，2015年将安装智能电表2.3亿只。如此庞大数量的计量表计，其运行状态是否稳定可靠，将直接关系到百姓的切身利益与社会的和谐稳定。智能电能表的可靠性评价涉及生产前设计、生产工艺、招标验收和现场运行等多个寿命环节，每个环节都会影响电能表的可靠性。然而国内对单相智能电能表可靠性研究水平只是针对单个环节孤立地开展，因此有必要从智能电能表全寿命周期的角度建立整体的可靠性评价体系。
评价体系能更好的在验收过程中确认电能表是否符合国家电网的可靠性定量要求。还可以从方案设计原理、元器件选择和生产工艺控制方面给电能表厂家做进一步的质量提升建议，降低研制成本，从源头控制电能表质量。评价体系的建立可以降低设备故障率和设备更换频率，提供优质服务水平，有利于延长轮换周期，进而降低电网运维成本。
本发明是针对现有智能电能表可靠性研究方法只能单点进行、单相表轮换策略不灵活、不具有针对性、现有可靠性试验标准只关心电能表整机失效等问题，提出利用可靠性预计、初步可靠性评估、可靠性验证试验、加速退化试验，结合现场运行的数据等多方面可靠性水平信息，不断的逼近、修正智能电能表的失效率曲线(浴盆曲线)，来进行智能电能表全寿命周期内的可靠性水平评价的一种方法。
发明内容
本发明的目的是利用可靠性预计、初步可靠性评估、可靠性验证试验、加速退化试验，结合现场运行的数据等多方面可靠性水平信息，建立基于全寿命周期的智能电能表可靠性综合评价方法。
本发明是采取以下的技术方案来实现的:
单相智能电能表可靠性综合评价的方法，其特征在于：包括以下步骤：
(1)可靠性预计：根据本批次智能电能表的元器件清单、元器件设计参数、可靠性相关工艺控制措施或/和设计原理图相关资料，选择预计方法、预计手册和预计模型对智能电能表进行可靠性预计，出具可靠性预计报告，确定该阶段评价结果；
(2)可靠性初步估计：基于智能电能表厂家提供的可靠性试验、环境试验和老化筛选试验数据，进行智能电能表的可靠性初步估计，确定该阶段评价结果，得到老化曲线；
(3)可靠性验证试验：供货验收时在实验室条件下进行可靠性验证试验，出具检验报告，根据检验结果给出该阶段评价结果；
(4)加速退化试验：按照GB/T 17215.931方法进行加速退化试验，计算出各组应力下各失效模式的威布尔分布参数、加速因子和可靠度函数，得到智能电能表的伪失效寿命和失效曲线偶然段，根据该段失效曲线的参数给出该阶段评价结果；
(5)现场运行数据分析：在智能电能表运行过程中，对智能电能表进行质量监督，收集运行智能电能表的投运时间、运行状况和运行环境数据；当故障发生时，收集故障智能电能表，分析故障原因和失效机理，统计失效率，根据统计和失效率计算结果对失效曲线做进一步的修正，根据修正结果确定该阶段评价结果；
(6)综合评价：综合可靠性预计、可靠性初步评估、可靠性验证试验、加速退化试验和现场运行数据建立智能电能表可靠性综合评估模型，完成智能电能表可靠性的综合评价。
将经可靠性预计、可靠性初步评估、可靠性验证试验、加速退化试验和现场运行数据分析的五个环节最后所得的失效数据与失效曲线、失效曲线的两个时间参数t1、t2建立定量联系，其中，t1为早期故障期和偶然失效期分界点，t2为偶然失效期和耗损失效期的分界点；
在可靠性初步评估阶段，根据老化筛选试验的结果初步确定t1点的位置；将加速退化试验阶段得到的失效曲线偶然段的结束位置初步定为失效曲线的t2点位置，连接t1、t2，得到修正一次后的失效曲线偶然失效期；现场运行数据分析阶段将实际运行出现故障的失效率叠加到加速退化试验后得到的失效曲线偶然段相应时刻的失效率上，得到调整后t时刻的失效率：
其中，下角标t表示故障发生时刻；λt为加速退化试验后得到的失效曲线偶然段上t时刻的失效率；λ‘t为调整后的t时刻的失效率；α为调整系数。
若该批智能电能表在不同时间段内出现相同原因的故障，则在新的故障发生时刻按上述方法进行计算；
若该批智能电能表在不同时间段内出现不同原因的故障，则在新的故障发生时刻按上述方法进行计算；
若该批智能电能表在相同时间段内出现不同原因的故障，也就是说同时出现了两种或两种以上的故障现象，则调整后t时刻的失效率按下式计算：
其中，α1为因故障1失效电能表的调整系数，α2为因故障2失效电能表的调整系数，依次类推；不断对运行电表进行质量监测，发现故障智能电能表及时按上述方法处理；
现场运行数据分析阶段根据得到的λ‘t值进行失效曲线的修正，仍以老化曲线的终点作为起点，以(λ‘t，t)坐标为终点作图；如有多个(λ‘t，t)，则用最小二乘法进行曲线拟合。
可靠性预计结果根据平均失效前时间值计算评价参数，确定可靠性预计阶段的评价标准。
在抽取相同百分比的情况下，初步评估将厂家老化筛选试验结果通过率作为可靠性初步估计阶段的评价参数，确定可靠性预计阶段的评价标准。
可靠性验证试验结果根据验收情况确定该阶段的评价标准；验收结果合格为A等，验收结果不合格直接为C等。
加速退化试验的评价表为：
修正后的t2点相对原来的位置有一定的位移，根据该位移进行现场运行数据分析阶段的可靠性评价：
| t2点的相对位移 | ≤1％ | >1％且≤2％ | >2％ |
| 评价等级 | A等 | B等 | C等 |
步骤(6)，综合评价方法为：采用专家访谈法，将综合可靠性预计、可靠性初步评估、可靠性验证试验、加速退化试验和现场运行数据分配权重指标，提取与可靠性质量管理相关的指标体系，以查值表的形式实现对各指标评分细则的设计；根据评分表和批次电能表在每个环节的可靠性评价等级，给批次电能表打分，最终得到电能表可靠性综合评价结果。
本发明所达到的有益效果：
1.本发明在智能电能表全寿命周期范围内制定可靠性的综合评价方法。国家规定的居民用单相智能电能表的轮换周期为6年，而装出的电能表由于厂家、批次等的不同，可靠性不尽相同，轮换周期并不具有针对性。本发明全面考虑了可靠性预计、初步可靠性评估、可靠性验证试验、加速退化试验、现场运行数据五个电能表全寿命周期内的可靠性环节，与电子产品的固有失效特性浴盆曲线相结合，不仅在每个可靠性环节给出了评价方法，还在五个环节的评价结果之间建立了定性、定量联系。所得的综合评价结果给批次单相表的质量寿命管理政策的制定提供了理论依据和数据支撑，有利于延长轮换周期，进而降低电网运维成本。
2.本发明从批次电能表的全寿命周期可靠性角度出发，给出了一种确定失效曲线上“早期故障期和偶然失效期分界点”位置和“偶然失效期和耗损失效期的分界点”位置两个失效率变化的重要时间点的定量计算方法。
3.本发明能更好的在验收过程中确认电能表是否符合国家电网的可靠性定量要求。还可以从方案设计原理、元器件选择和生产工艺控制方面给电能表厂家做进一步的质量提升建议，降低研制成本，从源头控制电能表质量。
本发明细化了在各个可靠性执行环节需要收集的信息以及收集方法，有利于清晰化可靠性工作在实施过程中的具体工作任务。
附图说明
图1为单相智能电能表可靠性综合评价方法总体框架；
图2为单相智能电能表的浴盆曲线；
图3为单相智能电能表可靠性预计流程图。
具体实施方式
图1所示为智能电能表可靠性综合评价方法的总体框架。评价方法分为两大模块：可靠性分析和可靠性验证。其中，可靠性分析又包括两个内容：可靠性预计和可靠性初步评估。可靠性验证包括三方面内容：可靠性验证试验、加速退化试验和现场数据分析。最后综合五方面数据来源，进行数据整合，给出可靠性评估。建立综合评价方法的目的是跟踪和了解批次电能表的全寿命周期，更好地预计其运行剩余寿命，合理安排轮换时间，优化运维成本。图1所示两大模块五项内容在电能表生命周期内自左到右地发生，时间上有着先后关系，可靠性数据在评价系统逐环节推进过程中逐步积累和增加，可靠性结果的可信性逐步提高，结果将更加有意义。五个环节的结果用来确定电能表的整个寿命周期内的失效曲线即浴盆曲线(图2)的参数t1、t2。t1为早期故障期和偶然失效期分界点，t2为偶然失效期和耗损失效期的分界点。
下面结合图2、图3详细说明本发明的智能电能表可靠性综合评价方法，其包括以下步骤：
(1)可靠性预计：根据招标批次智能电能表的元器件清单、元器件设计参数、可靠性相关工艺控制措施、设计原理图等资料，选择预计方法、预计手册和预计模型对智能电能表进行可靠性预计，出具可靠性预计报告，确定该环节评价结果；
从图3可以看出预计工作首先由电能表厂家提供智能电能表的原理图、结构件清单、元器件清单和设计参数的详细资料至省级计量中心，再由计量中心用元器件应力法按照GJBZ299C-2006电子设备可靠性预计手册开展可靠性预计工作，出具预计报告。
预计报告中给出的最终预计结果之一是整机的失效率，整机的失效率由电源模块、计量模块、控制模块、显示模块、存储模块、通讯模块六个模块的失效率相加得到：
其中λS为整机失效率，而每个模块的失效率是由组成该模块的每个元器件失效率λPij相加得到的，其中，N为模块总数量，M为组成每个模块的元器件总数量。而每个元器件在确定了环境应力后，根据录入的器件质量等级和物理参数(例如贴片电容的电容值、额定工作电压、温度系数、绝缘电阻、损耗)即可计算出失效率。例如II类瓷介电容器的失效率计算公式为：
λP＝λbπEπQπCVπch
其中，λP——II类瓷介电容器的失效率，10-6/h；λb——基本失效率，10-6/h，可由299C预计手册查出；πE——环境系数，可由299C预计手册查出；πQ——质量系数，可由299C预计手册查出；πCV——电容量系数，可由299C预计手册查出；πch——表面贴装系数，可由299C预计手册查出。
可靠性预计报告中的另一个预计结果为整机的预计寿命，即平均失效前时间(MTTF)，其值为整机失效率的倒数。该值用来判断批次智能电能表在设计上是否初步满足寿命要求。预计结果根据MTTF值计算评价参数，确定可靠性预计环节的评价标准。将评价结果分为A、B、C三等。例如：MTTF为16－18年是A等，13－15年是B等，10－12年是C等。
(2)可靠性初步估计：基于智能电能表厂家提供的可靠性试验、环境试验、老化筛选试验数据，进行智能电能表的可靠性初步估计，确定该环节评价结果，得到老化曲线，即失效曲线中早期故障期曲线；
可靠性初步评估首先收集电能表厂家试验数据(研制过程中的试验数据、故障信息及性能参数等)，再对试验数据进行整理、采用一致性检验方法进行有效性检验，之后分析试验数据：依据开展的试验项目(包括：试验温湿度环境、试验时间)、样品数量、故障情况(包括：故障数量、故障类型、故障现象描述)，将数据划分为两类，一类是可用于可靠性评估的数据，比如：同时包括试验时间和故障数量的数据；另一类可用于指导后期加速试验方案制定，比如：同时包括试验环境条件和故障现象描述的数据。
可靠性初步估计用来确定电能表寿命周期中的早期故障期的时间，对应浴盆曲线上的t1点的位置。早期故障期是电能表必须避免的，比如，电能表厂家对全体或绝大部分待出厂电能表进行老化试验的目的就是剔除早期失效不合格品。初步评估将厂家老化筛选试验结果通过率(在抽取相同百分比的情况下)作为可靠性初步估计阶段的评价参数，确定可靠性预计环节的评价标准。将评价结果分为A、B、C三等。例如：厂家试验结果合格率100％为A等，合格率99％以上为B等，合格率98％以上为C等。
(3)可靠性验证试验：供货验收时在实验室条件下进行可靠性验证试验，出具检验报告，根据检验结果给出该环节评价结果；
从供货批次中抽取样品，进行可靠性验证试验。例如一个典型的可靠性验证试验方案：试验时施加电网电压±20％，施加基本电流Ib，试验样品42台，垂直工作位置，试验最高温度70℃，湿度85％，试验时间39天，分三个周期进行：在一个周期(13天)内，温度70℃，湿度85％施加半个周期；温度-20℃，保持湿度85％再施加半个周期。试验项目为：a)基本误差试验(按负载电流逐次减小的顺序进行测定)；b)潜动试验；c)起动试验；d)日计时误差试验；e)交流电压试验；f)通信规约符合性试验；g)安全认证试验；h)70％～120％的额定电压时，负荷开关跳合闸试验；i)功率消耗。失效数r以样品为单位计，初始值为0；对同一样品在可靠性试验环节中发生一个或一个以上试验项目不合格，计为一个失效样品，此时失效数r增加1。试验过程中，当r>2，试验中止，判定该批样品可靠性试验不合格。试验截止时，当r≤2，判定该批样品可靠性试验合格。试验结束后出具检验报告。
可靠性验证试验用于批次电能表的验收，检验电能表的可靠性是否满足国家标准。结果只有合格与不合格两种情况。可靠性验证试验结果根据验收情况确定该环节的评价标准。验收结果合格为A等，验收结果不合格直接为C等。
(4)加速退化试验：按照GB/T 17215.931方法进行加速退化试验，计算出各组应力下各失效模式的威布尔分布参数、加速因子和可靠度函数，得到电能表的伪失效寿命和失效曲线t1至t2之间的偶然段，根据该段失效曲线的参数(失效率、浴盆曲线的t1、t2值)给出该环节评价结果；
加速退化试验的目的是要确定浴盆曲线上t1、t2之间的偶然失效期曲线，它代表了正常使用时，批次电能表的退化规律。
加速退化试验工作步骤包括：1)将被试批次电表分组抽样42只，放入步入式温湿度试验箱，并将其与箱体外的标准电能表连接。设定试验温度、湿度、循环时间、试验截止时间。如果在试验截止前所有样品就已经全部失效，则试验在最后一个失效出现时停止；2)试验时按标准JJG 596-2012规定的检定项目对电能表进行连续检测，并实时记录失效电能表的故障类型与故障发生时间TTFi，下角标i表示失效顺序号。故障类型的分类要具体到模块；3)根据失效数据(对应的TTFi)计算线性化后的威布尔失效曲线在双对数纸上失效点坐标(xi,yi)，并描点：
xi＝lnTTFi
yi＝ln(-ln(1-F(t)))
用最小二乘法拟合该曲线得到线性化后的威布尔失效曲线y＝A+Bx中的参数A和B，再通过线性化公式：
A＝-βlnη
B＝β
求得参数β、η。其中β为威布尔失效曲线的形状参数，η为威布尔失效曲线的规模参数。最终得到批次电能表在试验中的不可靠度的威布尔分布函数(失效曲线)：
γ为威布尔失效曲线的起始位置；4)估算试验加速因子AF：
其中：n和Ea为拟合参数，可由拟合得出；RHu为实际工况下平均湿度；RHs为试验平均湿度；Tu为实际工况下平均温度；Ts为试验平均温度；5)根据计算出的加速因子和试验中的不可靠度的威布尔分布函数(失效曲线)外推伪失效寿命，进行伪失效寿命时间转换，得到实际不可靠度的威布尔分布函数。
考虑到可靠性函数：
R(t)＝1-F(t)＝e-λt
其中，λ为电子产品的失效率。如此表示的可靠性函数，是近似认为失效率为一恒定λ的失效时期，在浴盆曲线上对应为偶然失效期。该时期的起始位置应对应于浴盆曲线t1时刻。另一方面，加速退化试验并不会到达损耗失效期，因此其结束位置为浴盆曲线的t2点附近。恒定的失效率意味着浴盆曲线的t1、t2时刻之间为一直线，而实际情况下，应是接近水平的一条曲线。因此，在加速退化试验环节对该直线做一斜率上的修正：直线的起始点取老化试验的老化曲线结束点，再与t2点连线，该修正结果会产生三种现象：曲线斜率大于1，等于1(失效率恒定不变)，和小于1。曲线斜率大于1表示退化速度越来越快，小于1则表示退化速度越来越慢。加速退化试验的评价表为：
表格1加速退化试验的评价表
(5)现场数据分析：在电能表装出之后运行过程中，对表计进行质量监督，收集运行表计投运时间、运行状况、运行环境数据。当故障发生时，收集故障表、分析故障原因和失效机理、统计失效率。根据统计和失效率计算结果对失效率曲线做进一步的修正，得到修改后的t2，确定损耗失效期的失效曲线，根据修正结果确定该环节评价结果。
现场数据分析工作步骤：1)可靠性水平统计：按照同一投运批次、同一厂家、同一类型统计智能电能表现场安装数量，根据使用环境(沿海、内陆、室内、室外)完成标记分类，并统计各类的故障数量、发生时间点(夏天、冬天)等，完成统计。2)完成现场智能电能表故障现象的记录、失效样品收集、以及失效模式归纳，为失效机理分析做准备。3)失效机理分析：通过失效机理分析找到失效的原因以及失效的发生过程，从而确定失效的敏感应力，同时，通过同一投运批次、同一厂家、同一类型智能电能表数据对比确定该失效是突发型还是退化型的。如果是突发型的，作为指数分布来处理，年失效率是个定值；如果是退化型的，依据关键性能指标退化轨迹进行伪寿命预测。4)根据失效数据计算并重新调整浴盆曲线。
例如，某批装出的电能表在运行一段时间之后发现其中几只电能表每天均产生小电量走字的故障现象。现场数据分析工作在前期已经完成了第1)步，发现问题之后，由省级电科院将故障表收集上来，在具有资质的实验室进行失效模式归纳，并进行失效机理分析。经分析，问题原因是锰铜采样回路导线绞合不够紧密，随着时间的推移，绞合变松，邻近电能表变压器的漏磁会在绞合回路中感应出电流，生产上是属于工艺问题，从所属模块角度来分是属于采样回路的缺陷，同时该问题还属于退化型失效类型。这样的质量问题并不一定能由加速退化试验激发出来，因此，要根据实际发现的问题进行伪寿命预测曲线的调整。现场运行数据与浴盆曲线上t2点的位置关系更为密切。将实际运行出现故障的失效率叠加到加速退化试验后得到的浴盆曲线相应时刻的失效率上：
其中，下角标t表示故障发生时刻；λt为加速退化试验后得到的失效曲线偶然段上t时刻的失效率；λ‘t为调整后的t时刻的失效率；α为调整系数。
若该批电能表在不同时间段内出现相同原因的故障，则在新的故障发生时刻按上述方法进行计算。
若该批电能表在不同时间段内出现不同原因的故障，则在新的故障发生时刻按上述方法进行计算。
若该批电能表在相同时间段内出现不同原因的故障，也就是说同时出现了两种或两种以上的故障现象，则：
其中，α1为因故障1失效电能表的调整系数，α2为因故障2失效电能表的调整系数，依次类推；不断对运行电表进行质量监测，发现故障智能电能表及时按上述方法处理；
现场运行数据分析阶段根据得到的λ‘t值进行失效曲线的修正，仍以老化曲线的终点作为起点，以(λ‘t，t)坐标为终点作图；如有多个(λ‘t，t)，则用最小二乘法进行曲线拟合。修正后的t2点相对原来的位置有一定的位移。根据该位移进行现场数据环节的可靠性评价：
表格2现场数据环节可靠性评价表
| t2点的相对位移 | ≤1％ | 1％<t2点的相对位移≤2％ | >2％ |
| 评价等级 | A等 | B等 | C等 |
(6)综合评价：综合可靠性预计、可靠性初步评估、可靠性验证试验、加速退化试验、现场运行数据建立智能电能表可靠性综合评估模型，完成智能电能表可靠性的综合评价。
采用专家访谈法，将综合可靠性预计、可靠性初步评估、可靠性验证试验、加速退化试验、现场运行数据分配权重指标，提取与可靠性质量管理相关的指标体系，以查值表的形式实现对各指标评分细则的设计。根据评分表和批次电能表在每个环节的可靠性评价等级，给批次电能表打分，最终得到电能表可靠性综合评价结果。
Claims (7)
1.单相智能电能表可靠性综合评价的方法，其特征在于：包括以下步骤：
(1)可靠性预计：根据本批次智能电能表的元器件清单、元器件设计参数、可靠性相关工艺控制措施或/和设计原理图相关资料，选择预计方法、预计手册和预计模型对智能电能表进行可靠性预计，出具可靠性预计报告，确定该阶段评价结果；
(2)可靠性初步估计：基于智能电能表厂家提供的可靠性试验、环境试验和老化筛选试验数据，进行智能电能表的可靠性初步估计，确定该阶段评价结果，得到老化曲线；
(3)可靠性验证试验：供货验收时在实验室条件下进行可靠性验证试验，出具检验报告，根据检验结果给出该阶段评价结果；
(4)加速退化试验：按照GB/T 17215.931方法进行加速退化试验，计算出各组应力下各失效模式的威布尔分布参数、加速因子和可靠度函数，得到智能电能表的伪失效寿命和失效曲线偶然段，根据该段失效曲线的参数给出该阶段评价结果；
(5)现场运行数据分析：在智能电能表运行过程中，对智能电能表进行质量监督，收集运行智能电能表的投运时间、运行状况和运行环境数据；当故障发生时，收集故障智能电能表，分析故障原因和失效机理，统计失效率，根据统计和失效率计算结果对失效曲线做进一步的修正，根据修正结果确定该阶段评价结果；
(6)综合评价：综合可靠性预计、可靠性初步评估、可靠性验证试验、加速退化试验和现场运行数据建立智能电能表可靠性综合评估模型，完成智能电能表可靠性的综合评价；
将经可靠性预计、可靠性初步评估、可靠性验证试验、加速退化试验和现场运行数据分析的五个环节最后所得的失效数据与失效曲线、失效曲线的两个时间参数t1、t2建立定量联系，其中，t1为早期故障期和偶然失效期分界点，t2为偶然失效期和耗损失效期的分界点；
在可靠性初步评估阶段，根据老化筛选试验的结果初步确定t1点的位置；将加速退化试验阶段得到的失效曲线偶然段的结束位置初步定为失效曲线的t2点位置，连接t1、t2，得到修正一次后的失效曲线偶然失效期；现场运行数据分析阶段将实际运行出现故障的失效率叠加到加速退化试验后得到的失效曲线偶然段相应时刻的失效率上，得到调整后t时刻的失效率：
其中，下角标t表示故障发生时刻；λt为加速退化试验后得到的失效曲线偶然段上t时刻的失效率；λ′t为调整后的t时刻的失效率；α为调整系数；
若该批智能电能表在不同时间段内出现相同原因的故障，则在新的故障发生时刻按上述方法进行计算；
若该批智能电能表在不同时间段内出现不同原因的故障，则在新的故障发生时刻按上述方法进行计算；
若该批智能电能表在相同时间段内出现不同原因的故障，也就是说同时出现了两种或两种以上的故障现象，则调整后t时刻的失效率按下式计算：
其中，a1为因故障1失效电能表的调整系数，a2为因故障2失效电能表的调整系数，依次类推；不断对运行电表进行质量监测，发现故障智能电能表及时按上述方法处理；
现场运行数据分析阶段根据得到的λ′t值进行失效曲线的修正，仍以老化曲线的终点作为起点，以(λ′t，t)坐标为终点作图；如有多个(λ′t，t)，则用最小二乘法进行曲线拟合。
2.根据权利要求1所述的单相智能电能表可靠性综合评价的方法，其特征在于：可靠性预计结果根据平均失效前时间值计算评价参数，确定可靠性预计阶段的评价标准。
3.根据权利要求1所述的单相智能电能表可靠性综合评价的方法，其特征在于：在抽取相同百分比的情况下，初步评估将厂家老化筛选试验结果通过率作为可靠性初步估计阶段的评价参数，确定可靠性预计阶段的评价标准。
4.根据权利要求1所述的单相智能电能表可靠性综合评价的方法，其特征在于：可靠性验证试验结果根据验收情况确定该阶段的评价标准；验收结果合格为A等，验收结果不合格直接为C等。
5.根据权利要求1所述的单相智能电能表可靠性综合评价的方法，其特征在于：加速退化试验的评价表为：
6.根据权利要求1所述的单相智能电能表可靠性综合评价的方法，其特征在于：修正后的t2点相对原来的位置有一定的位移，根据该位移进行现场运行数据分析阶段的可靠性评价：
7.根据权利要求1所述的单相智能电能表可靠性综合评价的方法，其特征在于：步骤(6)，综合评价方法为：采用专家访谈法，将综合可靠性预计、可靠性初步评估、可靠性验证试验、加速退化试验和现场运行数据分配权重指标，提取与可靠性质量管理相关的指标体系，以查值表的形式实现对各指标评分细则的设计；根据评分表和批次电能表在每个环节的可靠性评价等级，给批次电能表打分，最终得到电能表可靠性综合评价结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510349064.7A CN105022019B (zh) | 2015-06-23 | 2015-06-23 | 单相智能电能表可靠性综合评价的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510349064.7A CN105022019B (zh) | 2015-06-23 | 2015-06-23 | 单相智能电能表可靠性综合评价的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105022019A CN105022019A (zh) | 2015-11-04 |
| CN105022019B true CN105022019B (zh) | 2017-12-08 |
Family
ID=54412126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510349064.7A Active CN105022019B (zh) | 2015-06-23 | 2015-06-23 | 单相智能电能表可靠性综合评价的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105022019B (zh) |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105974303B (zh) * | 2016-04-29 | 2019-03-12 | 国家电网公司 | 电能表用内置负荷开关可靠性评估试验方法 |
| CN106569127A (zh) * | 2016-11-02 | 2017-04-19 | 中国电力科学研究院 | 一种电能表负荷开关的可靠性评价方法 |
| CN108120949A (zh) * | 2018-01-02 | 2018-06-05 | 国网上海市电力公司 | 一种智能电能表加速退化试验方法 |
| CN108680890A (zh) * | 2018-08-23 | 2018-10-19 | 重庆市计量质量检测研究院 | 智能电能表寿命特征检测方法 |
| CN109375143B (zh) * | 2018-08-30 | 2022-09-09 | 中国电力科学研究院有限公司 | 一种确定智能电能表剩余寿命的方法 |
| CN110873857B (zh) * | 2018-09-04 | 2023-01-17 | 中国计量科学研究院 | 基于多源数据融合的智能电能表运行状态评价方法及系统 |
| CN109583697A (zh) * | 2018-10-29 | 2019-04-05 | 中国电力科学研究院有限公司 | 一种基于大数据聚类分析的电能计量装置智能轮换方法及系统 |
| CN109598052B (zh) * | 2018-11-29 | 2022-07-05 | 武汉大学 | 基于相关系数分析的智能电表寿命周期预测方法及装置 |
| CN109697525A (zh) * | 2018-12-06 | 2019-04-30 | 国网浙江省电力有限公司电力科学研究院 | 一种批次电能表多故障模式近期寿命预测方法 |
| CN109598353A (zh) * | 2018-12-06 | 2019-04-09 | 国网浙江省电力有限公司电力科学研究院 | 一种批次电能表近期寿命预测方法 |
| CN109767061B (zh) * | 2018-12-06 | 2022-07-01 | 中国电力科学研究院有限公司 | 一种电能表失效率的评估方法及装置 |
| CN109783955B (zh) * | 2019-01-23 | 2022-11-01 | 河北工业大学 | 一种电器产品的绿色可靠性设计方法 |
| CN109977174A (zh) * | 2019-03-12 | 2019-07-05 | 黑龙江省电工仪器仪表工程技术研究中心有限公司 | 一种基于自然环境特征的智能电能表归类方法 |
| CN110146840B (zh) * | 2019-05-23 | 2021-08-24 | 国网浙江省电力有限公司营销服务中心 | 一种基于多应力影响的批次电能表近期寿命预测方法 |
| CN110531303B (zh) * | 2019-07-30 | 2021-08-13 | 南瑞集团有限公司 | 在运智能电能表批次故障预警方法及其系统 |
| CN110531735B (zh) * | 2019-08-07 | 2022-08-05 | 广东科鉴检测工程技术有限公司 | 一种仪器电控系统的可靠性指标考核方法 |
| CN110927654B (zh) * | 2019-08-23 | 2022-03-29 | 国网天津市电力公司电力科学研究院 | 一种智能电能表批次运行状态评价方法 |
| CN110544031B (zh) * | 2019-08-28 | 2021-11-02 | 广东电网有限责任公司广州供电局 | 电能表可靠度预计方法、装置、计算机设备和存储介质 |
| CN112904266B (zh) * | 2019-11-19 | 2022-03-11 | 河南许继仪表有限公司 | 一种电能表寿命预测方法及装置 |
| CN110991853B (zh) * | 2019-11-28 | 2023-05-09 | 上海数深智能科技有限公司 | 一种基于故障智能诊断的设备可靠性动态评估方法 |
| CN112444772B (zh) * | 2020-11-11 | 2024-06-14 | 云南电网有限责任公司电力科学研究院 | 一种智能电能表可靠性预测方法及装置 |
| CN113820649B (zh) * | 2021-08-31 | 2024-05-17 | 中国电力科学研究院有限公司 | 一种电能表固件的寿命可靠性测试方法和装置 |
| CN113642196B (zh) * | 2021-10-14 | 2022-03-18 | 华中科技大学 | 智能电表可靠性评估方法、装置、设备及存储介质 |
| CN114252794B (zh) * | 2021-11-24 | 2024-04-09 | 国电南瑞科技股份有限公司 | 一种拆回智能电能表剩余寿命预测方法及装置 |
| CN115619106B (zh) * | 2022-12-19 | 2023-05-16 | 中国人民解放军火箭军工程大学 | 一种考虑性能退化的激光陀螺仪备件数量确定方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707255A (zh) * | 2012-06-19 | 2012-10-03 | 华北电网有限公司计量中心 | 一种智能电表的快速抽样检测方法 |
| CN102708306A (zh) * | 2012-06-19 | 2012-10-03 | 华北电网有限公司计量中心 | 一种智能电表可靠寿命的预测方法 |
| CN103383445A (zh) * | 2013-07-16 | 2013-11-06 | 湖北省电力公司电力科学研究院 | 一种智能电表寿命和可靠性预测系统及其方法 |
| CN103745081A (zh) * | 2013-12-09 | 2014-04-23 | 深圳供电局有限公司 | 一种电子式电能表可靠性分析方法 |
| CN104076224A (zh) * | 2014-07-11 | 2014-10-01 | 国家电网公司 | 一种用电信息采集设备可靠性验证的试验方法 |
| CN104182603A (zh) * | 2013-05-24 | 2014-12-03 | 上海空间电源研究所 | 长寿命、高可靠电子产品可靠性评估方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014194518A1 (zh) * | 2013-06-07 | 2014-12-11 | 国家电网公司 | 一种基于iec61850-9采样值的数字功率源及其检测方法 |
-
2015
- 2015-06-23 CN CN201510349064.7A patent/CN105022019B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707255A (zh) * | 2012-06-19 | 2012-10-03 | 华北电网有限公司计量中心 | 一种智能电表的快速抽样检测方法 |
| CN102708306A (zh) * | 2012-06-19 | 2012-10-03 | 华北电网有限公司计量中心 | 一种智能电表可靠寿命的预测方法 |
| CN104182603A (zh) * | 2013-05-24 | 2014-12-03 | 上海空间电源研究所 | 长寿命、高可靠电子产品可靠性评估方法 |
| CN103383445A (zh) * | 2013-07-16 | 2013-11-06 | 湖北省电力公司电力科学研究院 | 一种智能电表寿命和可靠性预测系统及其方法 |
| CN103745081A (zh) * | 2013-12-09 | 2014-04-23 | 深圳供电局有限公司 | 一种电子式电能表可靠性分析方法 |
| CN104076224A (zh) * | 2014-07-11 | 2014-10-01 | 国家电网公司 | 一种用电信息采集设备可靠性验证的试验方法 |
Non-Patent Citations (4)
| Title |
|---|
| 智能电能表全生命周期质量评价方法研究;郭丽娟;《中国优秀硕士学位论文全文数据库工程科技II辑》;20150315(第3期);C042-1544 * |
| 电子式电能表可靠性预计及验证分析;李亦非 等;《现代电子技术》;20111130;第34卷(第22期);141-143,153 * |
| 电子式电能表的可靠性评估方法研究;罗冉冉 等;《电测与仪表》;20131130;第50卷(第11A期);参见第2-4页 * |
| 电能表实际运行寿命评估方法研究;李健 等;《电气应用》;20150131;第105-109页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105022019A (zh) | 2015-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105022019B (zh) | 单相智能电能表可靠性综合评价的方法 | |
| CN106199305B (zh) | 煤矿井下供电系统用干式变压器绝缘健康状态评估方法 | |
| Bandim et al. | Identification of energy theft and tampered meters using a central observer meter: a mathematical approach | |
| CN107680368A (zh) | 一种基于采集数据的计量装置在线监测与智能诊断方法 | |
| CN107462863A (zh) | 一种智能电能表运行误差运行诊断分析方法及系统 | |
| CN110531303B (zh) | 在运智能电能表批次故障预警方法及其系统 | |
| CN104316803B (zh) | 一种基于带电检测的电力变压器状态评价方法及系统 | |
| CN106405475A (zh) | 电能表异常诊断方法 | |
| CN108304634A (zh) | 一种基于多源数据的10kV柱上真空开关状态评价方法 | |
| CN103487781B (zh) | 一种基于加速老化的电子式互感器的可靠性评估方法 | |
| CN107741578B (zh) | 智能电能表运行误差远程校准的原始抄表数据处理方法 | |
| CN110542879B (zh) | 电容式电压互感器运行性能变化趋势预测方法与系统 | |
| CN113032454A (zh) | 基于云计算的交互式用户用电异常监测预警管理云平台 | |
| CN107543989B (zh) | 基于电能表失压断相判断线损异常的方法 | |
| CN109188082A (zh) | 一种基于bp神经网络的变压器状态评估方法 | |
| CN108459269A (zh) | 一种10kV柱上真空开关状态在线评价方法与装置 | |
| CN109583520A (zh) | 一种云模型与遗传算法优化支持向量机的状态评估方法 | |
| CN105548944B (zh) | 一种计量装置状态检验方法 | |
| CN109741927A (zh) | 微型变压器生产线的设备故障和潜在不良品智能预测系统 | |
| CN109298374A (zh) | 一种电能表状态在线评价方法及系统 | |
| CN105548945A (zh) | 一种电能表状态检验方法 | |
| CN106443229A (zh) | 一种变压器绕组变形的诊断方法 | |
| CN106644436B (zh) | 一种断路器机械特性的评定方法 | |
| CN105425182B (zh) | 一种用于故障指示器生产环节的电流精度校准方法 | |
| CN105242129B (zh) | 一种变压器绕组故障概率确定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |