专利名称：基于遗传算法的核电站主变压器寿命管理策略寻优方法
技术领域：
本发明涉及一种核电站主变压器寿命管理策略的制定方法，尤其是涉及一种基于遗传算法的主变压器寿命管理策略的寻优方法。
背景技术：
在核电厂寿期内，不同维修策略(维修方式以及维修周期)对设备经济性的影响是不同的。寿期管理策略是通过评估设备在不同维修策略下的经济性，确定出在电厂寿期内该设备的最佳维修方式与维修周期。主变是核电站常规岛重大关键设备之一，属于超高压、大容量的电力设备，是寿期管理策略必须要考虑的设备之一。主变的维修方式包括了预防性维修、部件更换、相整体更换、翻新等。为了使主变在其寿期内价值最大化，需要找到最优的维修方式与维修周期，在保证主变安全裕量的同时，使预防性维修成本、纠正性维修成本以及产能损失成本总和最小化。目前主变寿期管理策略已经有一些研究成果，EPR1-1007422在2003年出版了大型电力变压器寿期管理手册，在变压器老化分析、状态评估与全寿命周期方面也已经有了一些成果，但这些方法均是针对预先指定的几种维修策略进行经济性评估，找到其中成本最小的维修策略。实际上，变压器的维修种类与维修周期可任意组合，其数量远大于预先指定的几种，因此，上述方法不一定能找到最优维修策略。
发明内容
本发明的目的是提供一种能够找出主变的最优寿命管理策略的方法。为达到上述目的，本发明采用的技术方案是:—种基于遗传算法的核电站主变压器寿命管理策略寻优方法，用于寻找出适用于核电站的主变或其部件的最优的寿命管理策略，以便对主变及其部件进行维护，所述的寻优方法包括:(I)将主变可能发生的失效事件分为若干类；(2)选取双参数威布尔分布作为故障间隔分布模型，所述的双参数威布尔分布中的双参数由极大似然估计法获得，根据所述的双参数使用非齐次泊松过程描述所述的部件的寿命分布，得到所述的部件的失效率函数，进而得到所述的部件每年的失效频率；(3)根据所述的分类以及所述的部件的失效率函数得到每类失效事件每年的失效
频率；(4)根据所述的每类失效事件每年的失效频率以及部件的寿命管理策略能够计算预防性维修成本、纠正性维修成本以及产能损失成本；(5)以寿期内总成本最优为目标，使用遗传算法对满足上述条件的寿命管理策略进行寻优计算，得出成本最优的寿命管理策略。所述的步骤(I)中，考虑主变的FMECA分析结果、主变运行技术规格、部件是否可修、部件是否需要整体更换、故障是否需要停机停堆或降功率运行、故障维修时间的多种因素对失效事件分类。所述的步骤(I)中，将主变可能发生的失效事件分为5类。所述的步骤(4)中，所述的寿命管理策略包括主变整体更换、备用相参与轮换、部件定期更换以及部件监测更换。由于上述技术方案运用，本发明与现有技术相比具有下列优点:本发明能够针对主变及其部件，在所有满足条件的寿期管理策略中寻找出最为适合的寿命管理策略，使主变在其寿期内达到总成本最小化。
附图1为传统算法对三种寿命管理策略的经济性计算结果。
具体实施例方式下面结合附图所示的实施例对本发明作进一步描述。实施例一:一种基于遗传算法的核电站主变压器寿命管理策略寻优方法，用于寻找出适用于核电站的主变或其部件的最优的寿命管理策略，以便对主变及其部件进行维护。该所述的寻优方法包括:(I)将主变可能发生的失效事件分为若干类；在该步骤中，考虑主变的FMECA分析结果、主变运行技术规格、部件是否可修、部件是否需要整体更换、故障是否需要停机停堆或降功率运行、故障维修时间等多种因素，将主变可能发生的失效事件分为5类。对这5类失效事件的概述如下:A类:严重故障，需要使用备用相对故障相进行整体更换，更换时间超过I周，机组停机、停堆，后撤至RRA接入的停堆状态；B类:严重故障，不需要使用备用相对故障进行整体更换，但需对部分部件进行更换或检修，处理时间超过I周，机组停机、停堆，后撤至RRA接入的停堆状态；C类:故障，不需要使用备用相对故障相进行整体更换，但需对部分部件进行更换或检修，处理时间高于24小时但不超过I周，机组停机、停堆，后撤至RRA接入的停堆状态；D类:故障，不需要使用备用相对故障相进行整体更换，但需对部分部件进行更换或检修，处理时间不多于24小时，机组无出力，降功率或后撤至热停状态，但不需要后撤至RRA接入的停堆状态；E类:轻微故障，不需要使用备用相对故障相进行整体更换，但需对部分部件进行更换或检修，对机组出力无影响。一般情况下，针对失效影响叫严重的部件考虑其寿命管理策略，即对需要通过整体更换或部件更换且更换时间较长的部件考虑其寿命管理策略。(2)选取双参数威布尔分布作为故障间隔分布模型，所述的双参数威布尔分布中的双参数λ，β由极大似然估计法获得，根据所述的双参数使用非齐次泊松过程描述所述的部件的寿命分布，得到所述的部件的失效率函数，进而得到所述的部件每年的失效频率。(3)根据所述的分类以及所述的部件的失效率函数得到每类失效事件每年的失效频率。对第j个部件的故障，其最后故障并更换的时间为Ir在这期间共计发生η次故障并在发生故障后对设备进行修复，故障时间t#满足O ( tj! tJn^ Tp则其双参数由极大似然估计法的估计结果为:
权利要求
1.一种基于遗传算法的核电站主变压器寿命管理策略寻优方法，用于寻找出适用于核电站的主变或其部件的最优的寿命管理策略，以便对主变及其部件进行维护，其特征在于:所述的寻优方法包括: (1)将主变可能发生的失效事件分为若干类； (2)选取双参数威布尔分布作为故障间隔分布模型，所述的双参数威布尔分布中的双参数由极大似然估计法获得，根据所述的双参数使用非齐次泊松过程描述所述的部件的寿命分布，得到所述的部件的失效率函数，进而得到所述的部件每年的失效频率； (3)根据所述的分类以及所述的部件的失效率函数得到每类失效事件每年的失效频率； (4)根据所述的每类失效事件每年的失效频率以及部件的寿命管理策略能够计算预防性维修成本、纠正性维修成本以及产能损失成本； (5)以寿期内总成本最优为目标，使用遗传算法对满足上述条件的寿命管理策略进行寻优计算，得出成本最优的寿命管理策略。
2.根据权利要求1所述的基于遗传算法的核电站主变压器寿命管理策略寻优方法，其特征在于:所述的步骤(I)中，考虑主变的FMECA分析结果、主变运行技术规格、部件是否可修、部件是否需要整体更换、故障是否需要停机停堆或降功率运行、故障维修时间的多种因素对失效事件分类。
3.根据权利要求1或2所述的基于遗传算法的核电站主变压器寿命管理策略寻优方法，其特征在于:所述的步骤(I)中，将主变可能发生的失效事件分为5类。
4.根据权利要求1所述的基于遗传算法的核电站主变压器寿命管理策略寻优方法，其特征在于:所述的步骤(4)中，所述的寿命管理策略包括主变整体更换、备用相参与轮换、部件定期更换以及部件监测更换。
全文摘要
本发明涉及一种基于遗传算法的核电站主变压器寿命管理策略寻优方法，包括(1)将主变的失效事件分为若干类；(2)选取双参数威布尔分布作为故障间隔分布模型，双参数由极大似然估计法获得，根据双参数使用非齐次泊松过程描述部件的寿命分布，得到部件的失效率函数；(3)根据分类以及部件的失效率函数得到每类失效事件每年的失效频率；(4)根据每类失效事件每年的失效频率及部件的寿命管理策略能够计算预防性维修成本、纠正性维修成本及产能损失成本；(5)使用遗传算法对满足上述条件的寿命管理策略进行寻优计算，得出成本最优的寿命管理策略。本发明能够针对主变及其部件寻找出最为适合的寿命管理策略，使主变在寿期内达到成本最小化。
文档编号G06Q10/04GK103198364SQ20131008880
公开日2013年7月10日 申请日期2013年3月20日 优先权日2013年3月20日
发明者石颉, 施海宁 申请人:苏州热工研究院有限公司, 中国广东核电集团有限公司