摘要：现有的变电设备故障率预测模型在预测设备故障率时,往往会出现稳定期的预测数值高于实测值而损耗期的预测值低于实测值的现象。针对该问题,在研究变电设备累积失效规律的基础上,引入“故障分界点”和“故障数据分区”2个概念,并结合灰色线性回归模型建立了一种新的变电设备故障率预测优化模型。通过数值验证对各模型的特点和有效性进行论证。结果表明,对处于故障率稳定期和损耗期2个阶段的案例,故障分界点的确定和故障数据分区均有利于提高变电设备故障率预测的精度,改进模型的相对误差率较灰色线性回归模型降低了3.59%,较基于M-R算法的故障预测模型降低了3.91%,整体拟合效果也更理想。

关键词：灰色线性回归模型 累积失效 初始数据预处理 特征点检测 故障分界点 

单位：西南交通大学电气工程学院; 成都610031