利用偏差数据估算电力变压器剩余寿命的方法
何 育 （ 国网江苏省电力有限公司设备部 ）
https://doi.org/10.37155/2717-5251-0621-74Abstract
电力变压器作为电力系统中的关键组件，其性能和可靠性对于保障电力供应的稳定性和效率起着重要作 用。鉴于电力变压器的维护计划和资本支出决策依赖于对其剩余寿命的准确估算，因此，开发一种精确的寿命预测方 法对于能源公司具有重大的经济和运营意义。现有寿命估算方法常受限于历史数据的不完整性，特别是2015年之前报 废设备的记录严重缺失，导致无法提供可靠的估算结果。为解决这一问题，本研究提出了一种创新的基于生存分析的 电力变压器寿命估算方法。该方法首先筛选了2015年之后仍在运行的电力变压器数据集，确保了所用数据的完整性和 相关性。进一步的，本研究构建了贝叶斯生存模型，该模型采用截断韦布尔分布来描述变压器的失效时间，并考虑到 数据中的偏差。最后通过最大化部分似然函数，本研究对模型参数进行了精确估计。在方法验证阶段，本研究对不同 电压等级的电力变压器进行了实验分析。实验结果表明，与现有方法相比，本研究所提出的贝叶斯生存模型能够提供 更为精确和合理的寿命预测，证明了该方法在电力变压器寿命估算方面的有效性和优越性。
Keywords
数据偏差；剩余寿命估算；贝叶斯生存模型；截断式韦布尔分布；电力变压器Full Text
PDFReferences
[1] Hong, Y., Meeker, W.Q., McCalley, J.D. (2009)
Prediction of remaining life of power transformers based on
left truncated and right censored lifetime data. The Annals of
Applied Statistics, 3(2): 857-879.
[2] Li, X., Li, J., Zuo, L., Zhu, L., Shen, H. T. (2022)
Domain adaptive remaining useful life prediction with
transformer. IEEE Transactions on Instrumentation and
Measurement, 71: 1-13.
[3] Aizpurua, J. I., McArthur, S. D., Stewart, B. G.,
Lambert, B., Cross, J. G., Catterson, V. M. (2018) Adaptive
power transformer lifetime predictions through machine
learning and uncertainty modeling in nuclear power plants.
IEEE Transactions on Industrial Electronics, 66(6): 4726-
4737.
[4] 邓斌，张楠，王江， 葛磊蛟. (2022). 基于LTC_x0002_RNN模型的中长期电力负荷预测方法. 天津大学学报(自
然科学与工程技术版), 55(10), 1026-1033.
[5] Allison, P.D. (2010) Survival Analysis Using SAS: A
Practical Guide. Sas Institute.
[6] 王锐，杨帆，袁静，徐新平. (2019). 基于威布尔
分布和极大似然法的智能电能表寿命预测方法研究. 计量
学报，40(6A), 125-129.
Prediction of remaining life of power transformers based on
left truncated and right censored lifetime data. The Annals of
Applied Statistics, 3(2): 857-879.
[2] Li, X., Li, J., Zuo, L., Zhu, L., Shen, H. T. (2022)
Domain adaptive remaining useful life prediction with
transformer. IEEE Transactions on Instrumentation and
Measurement, 71: 1-13.
[3] Aizpurua, J. I., McArthur, S. D., Stewart, B. G.,
Lambert, B., Cross, J. G., Catterson, V. M. (2018) Adaptive
power transformer lifetime predictions through machine
learning and uncertainty modeling in nuclear power plants.
IEEE Transactions on Industrial Electronics, 66(6): 4726-
4737.
[4] 邓斌，张楠，王江， 葛磊蛟. (2022). 基于LTC_x0002_RNN模型的中长期电力负荷预测方法. 天津大学学报(自
然科学与工程技术版), 55(10), 1026-1033.
[5] Allison, P.D. (2010) Survival Analysis Using SAS: A
Practical Guide. Sas Institute.
[6] 王锐，杨帆，袁静，徐新平. (2019). 基于威布尔
分布和极大似然法的智能电能表寿命预测方法研究. 计量
学报，40(6A), 125-129.
Copyright © 2024 何 育
Publishing time:2024-11-01
This work is licensed under a Creative Commons Attribution 4.0 International License
Email
Location