郭子強(qiáng)，宋濤，郭杰，王健，張?zhí)煲?/p>

（國網(wǎng)甘肅省電力公司蘭州供電公司，甘肅 蘭州 730070）

0 引言

隨著電力系統(tǒng)的有力發(fā)展，電力系統(tǒng)設(shè)備可靠性大幅提高，經(jīng)濟(jì)性和可靠性并行成為目前電網(wǎng)發(fā)展的主要方向[1]。正確應(yīng)對(duì)電網(wǎng)可能出現(xiàn)的設(shè)備損毀問題，合理安排檢修內(nèi)容、制定檢修計(jì)劃成為保障電力系統(tǒng)穩(wěn)定發(fā)展的重要內(nèi)容[2-3]。

在信息技術(shù)以及物聯(lián)網(wǎng)技術(shù)的發(fā)展過程中，電力智能化逐漸成為電力行業(yè)發(fā)展的重點(diǎn)方向，目前的電力檢修研究內(nèi)容也集中于檢修輔助系統(tǒng)的開發(fā)[4]、電力設(shè)備狀態(tài)評(píng)價(jià)體系[5]以及故障檢測(cè)定位技術(shù)研究[6]。作為電力產(chǎn)業(yè)價(jià)值鏈中的重要一環(huán)，適當(dāng)?shù)碾娏z修計(jì)劃安排可以提升電網(wǎng)的供電可靠性以及電力用戶的滿意度，電力公司通過對(duì)設(shè)備的檢修延長設(shè)備的運(yùn)行年限，降低電網(wǎng)因設(shè)備故障導(dǎo)致停運(yùn)的可能性，從而降低電力公司的經(jīng)濟(jì)損失，提升電力檢修環(huán)節(jié)在電力產(chǎn)業(yè)鏈條中的價(jià)值創(chuàng)造。從另一方面來說，電網(wǎng)停止供電所導(dǎo)致的不僅是供電方的經(jīng)濟(jì)損失，也會(huì)致使電力用戶的電力中斷，從而帶來額外的社會(huì)經(jīng)濟(jì)損失[7]。

文獻(xiàn)[8]提出了一種利用設(shè)備歷史數(shù)據(jù)對(duì)設(shè)備故障可能性進(jìn)行預(yù)測(cè)的檢修優(yōu)化策略，但是該檢修優(yōu)化策略在需要大量數(shù)據(jù)支撐的同時(shí)，也考驗(yàn)著設(shè)備的在線數(shù)據(jù)監(jiān)測(cè)能力，這無疑極大地提高了檢修的成本。文獻(xiàn)[9]闡述了變電站一次設(shè)備的運(yùn)維技術(shù)，但是沒有進(jìn)一步對(duì)檢修的內(nèi)容進(jìn)行詳細(xì)說明。文獻(xiàn)[7]針對(duì)智能電站結(jié)構(gòu)建立一套狀態(tài)檢修策略，構(gòu)建了設(shè)備維修評(píng)價(jià)決策管理體系，但是并無對(duì)電網(wǎng)檢修經(jīng)濟(jì)性的探討。文獻(xiàn)[11]提出一類電力運(yùn)維結(jié)構(gòu)的故障自動(dòng)檢修優(yōu)化策略，但是文中僅對(duì)檢修檢測(cè)的結(jié)果進(jìn)行分析，并無對(duì)檢修計(jì)劃可靠性與經(jīng)濟(jì)性的討論。以上文獻(xiàn)均無對(duì)檢修模型的構(gòu)建及其可用性進(jìn)行詳細(xì)研究。

本文基于上述內(nèi)容，提出一種新的概率檢修方案，首先根據(jù)實(shí)際設(shè)備情況構(gòu)建電力設(shè)備檢修模型；根據(jù)所提決策變量對(duì)設(shè)備檢修模型進(jìn)行補(bǔ)充優(yōu)化；基于馬爾可夫鏈-蒙特卡洛(Markov Chain Monte Carlo,MCMC)法構(gòu)建概率檢修模型；通過仿真構(gòu)建數(shù)學(xué)模型對(duì)兩種不同檢修優(yōu)化策略的可靠性和經(jīng)濟(jì)性進(jìn)行分析；最后采用粒子群算法對(duì)不同檢修優(yōu)化模型的最優(yōu)解進(jìn)行比較。

1 檢修模型與決策變量

本節(jié)首先構(gòu)建檢修計(jì)劃模型，然后提出基于決策變量的檢修模型，以便進(jìn)一步考察檢修計(jì)劃的可靠性和經(jīng)濟(jì)性。

1.1 檢修模型

本文所構(gòu)建的檢修計(jì)劃模型是基于被檢修設(shè)備的狀態(tài)，因此首先需要對(duì)設(shè)備的狀態(tài)進(jìn)行分級(jí)，其次再根據(jù)檢修的細(xì)致程度對(duì)檢修程度進(jìn)行分級(jí)[12]，并對(duì)處于不同狀態(tài)等級(jí)的設(shè)備設(shè)置相應(yīng)的劣化速率。圖1 所示為設(shè)備狀態(tài)分級(jí)情況。

圖1 設(shè)備狀態(tài)分級(jí)情況

從圖1 可以看出，根據(jù)設(shè)備目前的狀態(tài)將設(shè)備分為四個(gè)狀態(tài)等級(jí)：正常狀態(tài)、警告狀態(tài)、高危狀態(tài)以及故障狀態(tài)。其中將警告狀態(tài)再細(xì)分為兩個(gè)等級(jí)，分別為Ⅰ級(jí)警告狀態(tài)與Ⅱ級(jí)警告狀態(tài)；將高危狀態(tài)再細(xì)分為三個(gè)等級(jí)，分別為Ⅰ級(jí)高危狀態(tài)、Ⅱ級(jí)高危狀態(tài)和Ⅲ級(jí)高危狀態(tài)。根據(jù)檢修的細(xì)致程度將檢修程度分為三個(gè)等級(jí)：日常檢修、次要檢修和重要檢修，三類檢修的耗時(shí)分別約為一小時(shí)、一天、一周，檢修耗費(fèi)包含人工費(fèi)和材料費(fèi)。

設(shè)備狀態(tài)的變化并不總是在連續(xù)階段之間變換，在某種特定情況下會(huì)出現(xiàn)跨階段變化。

表1 為設(shè)備各狀態(tài)階段的日常檢修概率和年劣化速率，其中α1＜α2＜α3，β1＜β2＜β3。檢修概率若為1，則年檢修次數(shù)為1；劣化率指當(dāng)年的設(shè)備狀況與上一年設(shè)備狀況劣化情況的變化率。需要注意的是，檢修對(duì)設(shè)備的影響存在三種情況：改善、維持、受損；如果設(shè)備運(yùn)行全過程中從未參與過檢修，那么設(shè)備經(jīng)歷正常、警告Ⅰ級(jí)、高危Ⅰ級(jí)后直接進(jìn)入故障狀態(tài)，不存在其他設(shè)備狀態(tài)階段。

表1 設(shè)備各階段劣化趨勢(shì)

設(shè)備在檢修過程中可能發(fā)生以下幾類情況：

(1)處于警告Ⅰ級(jí)狀態(tài)的設(shè)備在經(jīng)過日常檢修后，必定需要進(jìn)行次要檢修，次要檢修后約有50%的設(shè)備將被改善并恢復(fù)正常狀態(tài)，44%的設(shè)備歸入警告Ⅱ級(jí)狀態(tài)，1%的設(shè)備歸入高危Ⅲ級(jí)狀態(tài)；

(2)處于警告Ⅰ級(jí)狀態(tài)的設(shè)備在經(jīng)過次要檢修后，約有5%的設(shè)備需要進(jìn)行重要檢修，重要檢修后約有90%的設(shè)備被改善并恢復(fù)到正常狀態(tài)，10%的設(shè)備被歸入警告Ⅱ級(jí)狀態(tài)；

(3)處于高危Ⅰ級(jí)狀態(tài)的設(shè)備在經(jīng)過日常檢修后，約有10%的設(shè)備僅需進(jìn)行次要檢修，90%的設(shè)備需要進(jìn)行重要檢修；

(4)處于高危Ⅰ級(jí)狀態(tài)的設(shè)備并經(jīng)過次要檢修后約有80%的設(shè)備需進(jìn)行重要檢修，10%的設(shè)備歸入警告Ⅱ級(jí)狀態(tài)，10%的設(shè)備被歸入高危Ⅲ級(jí)狀態(tài)；

(5)處于高危Ⅰ級(jí)狀態(tài)的設(shè)備并經(jīng)過重要檢修后，約有90%的設(shè)備被改善并恢復(fù)到正常狀態(tài)，10%的設(shè)備被改善并被歸入警告Ⅱ級(jí)狀態(tài)。

上述檢修判別情況可以歸納如圖2 所示。

圖2 檢修判別情況歸納

1.2 基于決策變量的檢修模型

本文將電力設(shè)備的日常檢修概率p作為檢修計(jì)劃的決策變量，進(jìn)一步完善檢修計(jì)劃模型。為了量化檢修計(jì)劃的可靠性和經(jīng)濟(jì)性指標(biāo)，需要進(jìn)一步完善檢修模型。

(1)設(shè)備停運(yùn)模型

本文采用馬爾可夫鏈-蒙特卡洛法計(jì)算電網(wǎng)設(shè)備從投入使用到故障狀態(tài)所經(jīng)歷的時(shí)間。設(shè)備的狀態(tài)采用馬爾可夫兩狀態(tài)模擬，此時(shí)假定設(shè)備僅存在正常運(yùn)行和故障兩種狀態(tài)，此時(shí)的設(shè)備停運(yùn)模型f i(t)為[13]：

式中，i為設(shè)備編號(hào)，β為設(shè)備劣化速率。

(2)檢修成本

年檢修成本包含日常檢修、次要檢修和重要檢修三類的檢修的成本，三類年檢修次數(shù)的計(jì)算公式為：

式中，c(MHi)、c(MDi)、c(MWi)分別為處于正常、警告、高危狀態(tài)設(shè)備的年檢修次數(shù)，d表示平均年檢修時(shí)間，p表示檢修概率。

年檢修成本計(jì)算公式為：

式中，CMH、CMD、CMW分別為一次日常檢修、次要檢修、重要檢修的耗費(fèi)。

(3)設(shè)備停用率

由于設(shè)備處于檢修狀態(tài)或故障狀態(tài)導(dǎo)致設(shè)備處于停用狀態(tài)，此時(shí)電網(wǎng)設(shè)備停用率U表示為：

式中，p(MHi)、p(MDi)、p(MWi)為處于日常檢修、次要檢修、重要檢修的概率，p(F)為設(shè)備故障的概率。

(4)停電經(jīng)濟(jì)損失

由于設(shè)備檢修停用導(dǎo)致用戶電力供給中斷，將會(huì)造成的額外經(jīng)濟(jì)損失，經(jīng)濟(jì)損失評(píng)估涉及電力系統(tǒng)的結(jié)構(gòu)、用戶性質(zhì)、負(fù)荷重要程度、設(shè)備位置、停電時(shí)間、可調(diào)節(jié)負(fù)荷量、失電量等因素，其中用戶性質(zhì)、負(fù)荷量和停電時(shí)間為主要因素，此時(shí)停電經(jīng)濟(jì)損失CU 的計(jì)算表達(dá)式為：

式中，CP為每小時(shí)每千瓦的經(jīng)濟(jì)損失，γ為用戶性質(zhì)因數(shù)，L為損失負(fù)荷總量。用戶性質(zhì)因數(shù)表如表2 所示。

表2 用戶性質(zhì)因數(shù)

2 基于馬蒙法的概率檢修模型

馬爾可夫鏈-蒙特卡洛法被廣泛應(yīng)用于統(tǒng)計(jì)調(diào)整領(lǐng)域，馬-蒙法的特點(diǎn)是，系統(tǒng)下一時(shí)刻的狀態(tài)取決于當(dāng)前狀態(tài)和系統(tǒng)的變化過程，可以用于表征復(fù)雜程度極高的電力系統(tǒng)，本文將馬-蒙法應(yīng)用于檢修模型[13]。

根據(jù)馬爾可夫鏈-蒙特卡洛法，基于概率的狀態(tài)變化滿足以下表達(dá)式：

令t=0，可得微分方程：

引入矩陣q=p'(0)，該矩陣表示為：

式中，n、m為大于零的正整數(shù)。

同時(shí)，矩陣q需滿足以下條件：

將電力系統(tǒng)中的任一設(shè)備看作一個(gè)元素，該元素出現(xiàn)異常狀態(tài)看作事件A，檢修該元素看作事件B，其中事件A 和B 在Δt時(shí)間內(nèi)發(fā)生的概率分別為λ和μ，事件A和B 不存在同時(shí)發(fā)生的可能性。此時(shí)系統(tǒng)僅存在兩種狀態(tài)：0 和1。其中，0 代表設(shè)備處于運(yùn)行狀態(tài)，1 代表設(shè)備處于故障狀態(tài)。此時(shí)Δt時(shí)間內(nèi)事件發(fā)生的概率被表示為：

概率矩陣q被定義為：

此時(shí)，基于概率矩陣q可以作出如圖3 所示的狀態(tài)變化過程圖。

圖3 狀態(tài)變化過程圖

根據(jù)圖3 和馬-蒙法可以列出狀態(tài)概率的微分方程：

其中，0 狀態(tài)方程的通解和特殊解為：

式中，A為常數(shù)，其值取決于系統(tǒng)的初始狀態(tài)。

由式(12)和式(13)可得狀態(tài)概率方程為：

由于系統(tǒng)的初始狀態(tài)為正常運(yùn)行狀態(tài)，即0 狀態(tài)，由此可將公式(14)變換為：

根據(jù)式(15)，將電力系統(tǒng)設(shè)備數(shù)量推廣到N個(gè)電力設(shè)備，此時(shí)的狀態(tài)概率方程變換為：

此時(shí)推廣到N個(gè)電力設(shè)備的檢修狀態(tài)變化過程圖如圖4 所示。

為校驗(yàn)加入馬-蒙法后的電網(wǎng)檢修模型的準(zhǔn)確程度，本文隨機(jī)選取蘭州地區(qū)40 個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行測(cè)試，其中包含電纜、變壓器、絕緣子、斷路器四類設(shè)備。采用日常巡視記錄數(shù)據(jù)與算法計(jì)算數(shù)據(jù)結(jié)果進(jìn)行準(zhǔn)確程度的對(duì)比，結(jié)果如圖5 所示。

圖5 準(zhǔn)確程度對(duì)比

圖5 所示對(duì)比圖分別為加入馬-蒙法前后的數(shù)據(jù)準(zhǔn)確度情況。圖5 所示三個(gè)坐標(biāo)軸分別表示節(jié)點(diǎn)編號(hào)、時(shí)間和準(zhǔn)確程度。其中節(jié)點(diǎn)編號(hào)代表設(shè)備編號(hào)，四類設(shè)備分別選取10 個(gè)節(jié)點(diǎn)，共計(jì)40 個(gè)節(jié)點(diǎn)，設(shè)備編號(hào)表如表3所示；設(shè)備數(shù)據(jù)的時(shí)間點(diǎn)選取規(guī)則為一天選取1 個(gè)點(diǎn)，包含初始數(shù)據(jù)在內(nèi)共計(jì)選取25 個(gè)數(shù)據(jù)點(diǎn)。

表3 設(shè)備類型表

從圖5 可以看出，在加入馬-蒙法前的電網(wǎng)模型數(shù)據(jù)表征情況較為混亂，加入馬-蒙法后的電網(wǎng)數(shù)據(jù)模型準(zhǔn)確程度有較好的改善。如圖5(b)所示，不同類型設(shè)備的設(shè)備狀態(tài)表征存在差異，其中變壓器的設(shè)備狀態(tài)表征隨時(shí)間變化，其準(zhǔn)確程度變化最為明顯。

3 算例分析

本節(jié)以甘肅省實(shí)際電網(wǎng)線路設(shè)備情況為依托，根據(jù)本文所搭建的設(shè)備檢修模型進(jìn)行算例分析。為了進(jìn)一步驗(yàn)證檢修計(jì)劃優(yōu)化策略，通過修改檢修概率α1、α2、α3的取值，分析電力設(shè)備從投入運(yùn)行到進(jìn)入故障狀態(tài)的年限和總成本變化，進(jìn)一步得出可實(shí)現(xiàn)檢修計(jì)劃可靠性和經(jīng)濟(jì)性指標(biāo)優(yōu)化的目標(biāo)函數(shù)。

傳統(tǒng)檢修計(jì)劃的檢修概率情況如表4 所示。從表4可以看出，傳統(tǒng)檢修計(jì)劃下的日常檢修概率僅存在三種不同的情況，處于正常、警告、高危的設(shè)備檢修概率分別為α1、α2、α3，其檢修結(jié)果判別與圖2 所示概率檢修結(jié)果判別一致。

表4 傳統(tǒng)檢修計(jì)劃檢修概率表

3.1 可靠性和經(jīng)濟(jì)性指標(biāo)優(yōu)化條件

圖6～圖8 分別展示了在兩種不同檢修策略的作用下，設(shè)備運(yùn)行年限的變化情況，分別為僅改變?chǔ)?、僅改變?chǔ)?、僅改變?chǔ)?檢修概率的情況下，線路設(shè)備的運(yùn)行年限的變化情況。

圖6 僅改變?chǔ)? 運(yùn)行年限變化情況

圖7 僅改變?chǔ)? 運(yùn)行年限變化情況

圖8 僅改變?chǔ)? 運(yùn)行年限變化情況

圖9 僅改變?chǔ)? 運(yùn)行總成本變化情況

根據(jù)傳統(tǒng)檢修計(jì)劃的仿真結(jié)果，設(shè)備可以通過提高α1實(shí)現(xiàn)設(shè)備運(yùn)行年限的增加，當(dāng)α1保持在比較小的數(shù)值時(shí)，此時(shí)α2、α3對(duì)設(shè)備運(yùn)行年限的影響較?。桓鶕?jù)概率檢修計(jì)劃的仿真結(jié)果，α1對(duì)設(shè)備年限的影響較小，此時(shí)為了增加設(shè)備年限，可以通過增加α2、α3實(shí)現(xiàn)。由于檢修概率α1、α2、α3不能被無限提高，因此無法通過最大化目標(biāo)函數(shù)的方式實(shí)現(xiàn)最優(yōu)檢修概率的選取，為了實(shí)現(xiàn)檢修概率的最優(yōu)選取，需要選取檢修概率的約束條件，本文將線路設(shè)備的運(yùn)行年限最小值限制在電網(wǎng)規(guī)劃所需的最小運(yùn)行年限。

圖8～圖11 分別展示了在兩種不同檢修策略的作用下，設(shè)備運(yùn)行總成本的變化情況，分別為僅改變?chǔ)?、僅改變?chǔ)?、僅改變?chǔ)?檢修概率的情況下，線路設(shè)備運(yùn)行總成本的變化情況。

圖11 僅改變?chǔ)? 運(yùn)行總成本變化情況

根據(jù)兩種不同檢修策略作用的仿真結(jié)果，可以通過選取最優(yōu)的檢修概率，實(shí)現(xiàn)設(shè)備運(yùn)行總成本的降低。根據(jù)傳統(tǒng)檢修計(jì)劃的仿真結(jié)果，在檢修概率于0.01～10 的變化過程中，總存在一個(gè)運(yùn)行總成本最小值；根據(jù)概率檢修計(jì)劃的仿真結(jié)果，為了降低運(yùn)行總成本，可以通過降低檢修概率α1，提高檢修概率α2、α3實(shí)現(xiàn)。

根據(jù)以上仿真結(jié)果，將設(shè)備運(yùn)行年限納入檢修計(jì)劃目標(biāo)函數(shù)約束條件，將設(shè)備運(yùn)行總成本納入檢修計(jì)劃目標(biāo)函數(shù)優(yōu)化。目標(biāo)函數(shù)OF 表示為：

3.2 粒子群算法優(yōu)化結(jié)果選取

根據(jù)3.1 的仿真結(jié)果，由于運(yùn)行總成本與檢修概率α1、α2、α3之間呈現(xiàn)高度非線性，在此情況下若僅將設(shè)備運(yùn)行成本最小作為優(yōu)化條件，無法人為精確尋找檢修概率α1、α2、α3的最優(yōu)值。需要注意的是，本文的研究點(diǎn)集中于不同檢修優(yōu)化策略對(duì)可靠性和經(jīng)濟(jì)性的影響，因此采用何種算法并不影響檢修優(yōu)化策略的可靠性和經(jīng)濟(jì)性程度。在上述情況下，本文采用粒子群算法進(jìn)行最優(yōu)檢修概率選取[15]。粒子群算法流程如下：

(1)初始化粒子群

對(duì)檢修概率α1、α2、α3分別定義一個(gè)初始種群規(guī)模N，每個(gè)粒子的位置Xk和速度Vk，此處需對(duì)檢修概率的最大值和最小值進(jìn)行約束。

(2)適應(yīng)度值Fitness 計(jì)算

利用目標(biāo)函數(shù)OF 對(duì)每個(gè)粒子的適應(yīng)度Fitness 進(jìn)行計(jì)算，此處的目標(biāo)函數(shù)分別以檢修概率α1、α2、α3為變量，分別定義為OF(α1)、OF (α2)、OF (α3)。

(3)粒子個(gè)體極值pBest 計(jì)算

根據(jù)目標(biāo)函數(shù)OF (α1)、OF (α2)、OF (α3)分別計(jì)算每個(gè)粒子的個(gè)體極值pBest。

(4)全局極值gBest(αi)計(jì)算

分別計(jì)算OF (α1)、OF (α2)、OF (α3)的全局極值gBest(α1)、gBest(α2)、gBest(α3)。

(5)全局均值gBest 和距離dgBest 計(jì)算

根據(jù)OF (α1)、OF (α2)、OF (α3)的全局極值計(jì)算其全局矢量均值和距離，全局矢量均值計(jì)算公式為：

(6)粒子間距dpBest 計(jì)算

粒子間距dpBest 表示粒子個(gè)體極值pBest 之間的距離。

(7)個(gè)體極值pBest 選取

用于更新每個(gè)粒子位置Xk和速度Vk。

(8)根據(jù)步驟(5)和步驟(7)更新每個(gè)粒子位置Xk和速度Vk，并根據(jù)粒子位置計(jì)算設(shè)備運(yùn)行年限、運(yùn)行總成本和設(shè)備停用率。

(9)若滿足目標(biāo)條件，退出算法，若不滿足目標(biāo)條件，返回步驟(2)。

算法采用的參數(shù)如表5 所示，表中c為學(xué)習(xí)因子。ω為慣性權(quán)重。

表5 算法參數(shù)

表6 和表7 為粒子群算法計(jì)算結(jié)果，其展示了隨著檢修概率的變化，設(shè)備運(yùn)行年限、設(shè)備停用率和運(yùn)行總成本的數(shù)據(jù)情況。

表7 概率檢修計(jì)劃數(shù)據(jù)

根據(jù)表6 傳統(tǒng)檢修計(jì)劃的計(jì)算結(jié)果數(shù)據(jù)顯示，采用傳統(tǒng)檢修計(jì)劃的檢修概率α1、α2、α3最優(yōu)值分別為5、8.2、10，其表明了隨著電力設(shè)備劣化過程的進(jìn)行，其檢修概率的提高有益于電力設(shè)備運(yùn)行年限的提升和設(shè)備停用率、運(yùn)行總成本的降低；根據(jù)表7 概率檢修計(jì)劃的計(jì)算結(jié)果數(shù)據(jù)顯示，采用概率檢修計(jì)劃的檢修概率最優(yōu)值分別為1、10、10，其表明了概率檢修計(jì)劃的最優(yōu)檢修安排為在設(shè)備劣化進(jìn)程的前期不安排檢修計(jì)劃，即檢修概率α1始終為1，在劣化進(jìn)程的中后期安排檢修計(jì)劃，并且隨著檢修概率的升高，電力設(shè)備的運(yùn)行年限隨之升高，設(shè)備停用率和運(yùn)行總成本逐漸降低。

從表6 傳統(tǒng)檢修計(jì)劃與表7 概率檢修計(jì)劃的數(shù)據(jù)可以看出：當(dāng)檢修概率α1、α2、α3均為1時(shí)，兩種檢修計(jì)劃下的電力設(shè)備運(yùn)行總成本存在0.2 萬元的差距，概率檢修計(jì)劃下的設(shè)備運(yùn)行年限相較于傳統(tǒng)檢修計(jì)劃下少2年；隨著檢修概率α2、α3的提升，概率檢修計(jì)劃下的設(shè)備運(yùn)行總成本快速降低，并始終少于傳統(tǒng)檢修計(jì)劃下的運(yùn)行總成本；隨著檢修概率α2、α3的提升，概率檢修計(jì)劃下的設(shè)備停用率始終小于傳統(tǒng)檢修計(jì)劃下的設(shè)備停用率；在兩種檢修計(jì)劃下的檢修概率α2、α3均小于6時(shí)，傳統(tǒng)檢修計(jì)劃下的設(shè)備運(yùn)行年限始終大于概率檢修計(jì)劃下的運(yùn)行年限，當(dāng)檢修概率α2、α3超過6時(shí)，概率檢修計(jì)劃下的設(shè)備運(yùn)行年限將遠(yuǎn)大于傳統(tǒng)檢修計(jì)劃下的設(shè)備運(yùn)行年限。相較于最優(yōu)檢修概率下的傳統(tǒng)檢修計(jì)劃，概率檢修計(jì)劃的運(yùn)行年限增長了約1.6倍，設(shè)備停用率降低了23.3%，運(yùn)行總成本降低了12.1%。綜上所述，概率檢修計(jì)劃為電力產(chǎn)業(yè)創(chuàng)造的價(jià)值體現(xiàn)在運(yùn)行總成本和設(shè)備停用率的降低，并隨著設(shè)備劣化進(jìn)程中后期的檢修次數(shù)的增加，設(shè)備運(yùn)行年限也將快速增長，提升了電力產(chǎn)業(yè)價(jià)值鏈中電力檢修環(huán)節(jié)的價(jià)值增值，因此概率檢修計(jì)劃的可靠性和經(jīng)濟(jì)性效益優(yōu)于傳統(tǒng)檢修計(jì)劃。

4 結(jié)論

本文基于馬爾可夫鏈-蒙特卡洛法與概率決策變量構(gòu)建檢修模型，并以可靠性和經(jīng)濟(jì)性為優(yōu)化目標(biāo)，對(duì)檢修計(jì)劃模型的可行性進(jìn)行驗(yàn)證，研究結(jié)論如下：

（1）采用馬爾可夫鏈-蒙特卡洛法的檢修模型提高了模型的準(zhǔn)確程度，提高了檢修計(jì)劃優(yōu)化的可信程度；

（2）基于設(shè)備狀態(tài)分級(jí)的概率檢修優(yōu)化模型，有效地提高了電力設(shè)備的運(yùn)行年限，降低了電力設(shè)備在運(yùn)行過程中的停用率，減少了電力設(shè)備運(yùn)行成本的耗費(fèi)，為電力物聯(lián)網(wǎng)平臺(tái)中檢修模型的構(gòu)建提供了理論基礎(chǔ)；

（3）通過對(duì)兩種不同檢修計(jì)劃策略的對(duì)比可以看出，概率檢修策略相比于傳統(tǒng)檢修策略顯著提高了檢修效率，減少了日常檢修的次數(shù)，提高了檢修計(jì)劃的經(jīng)濟(jì)性和可靠性，提升了電力檢修在電力產(chǎn)業(yè)價(jià)值鏈中的價(jià)值貢獻(xiàn)度。