劉鑫男，孫彥剛，歐書博，趙 維

應(yīng)用研究

基于FMEA技術(shù)的客滾船電力系統(tǒng)安全評(píng)估

劉鑫男1，孫彥剛2，歐書博1，趙 維2

（招商局金陵船舶（威海）有限公司，山東威海 264205）

為了降低由于故障狀態(tài)分析偏差引起的電力系統(tǒng)安全評(píng)估誤差，提出基于FMEA技術(shù)的客滾船電力系統(tǒng)安全評(píng)估。利用FMEA技術(shù)計(jì)算故障前后的各個(gè)設(shè)備內(nèi)電能信號(hào)的傳輸狀態(tài)，確定目標(biāo)區(qū)域，再根據(jù)繼電器與斷路器對(duì)目標(biāo)區(qū)域的狀態(tài)進(jìn)行針對(duì)性計(jì)算，降低由于海量計(jì)算帶來(lái)的統(tǒng)計(jì)偏差，以此為基礎(chǔ)通過作用強(qiáng)度以及衰弱系數(shù)對(duì)故障是否存在安全隱患進(jìn)行判斷，當(dāng)存在安全威脅時(shí)，通過人工蜂群算法計(jì)算故障信號(hào)的傳導(dǎo)強(qiáng)度，以此劃分危險(xiǎn)等級(jí)，完成安全評(píng)估。并進(jìn)行仿真試驗(yàn)，結(jié)果表明，所提方法能夠?qū)崿F(xiàn)對(duì)自體故障和干擾故障的有效識(shí)別，安全評(píng)估結(jié)果具有一定的可靠性。

故障狀態(tài) 電力系統(tǒng) 安全評(píng)估 FMEA技術(shù) 客滾船 人工蜂群算法

0 引言

客滾輪在我國(guó)境內(nèi)的海上運(yùn)輸有著極其重要的作用，其不僅可以滿足貨物的運(yùn)輸需求，同時(shí)也可以實(shí)現(xiàn)載運(yùn)旅客的目的[1]。與一般的船只相比，客滾船的甲板是以多層的形式存在的，因此可以滿足貨運(yùn)物品以獨(dú)立單元的方式放置，也正因其上甲板沒有艙口，也沒有起重設(shè)備的獨(dú)特的造型，為貨物的裝卸提供了更加便利的條件。同時(shí)，各層甲板之間也是相互連通的，通過斜坡道、升降平臺(tái)等方式確保運(yùn)輸車輛可以在其中順利通行，船上的首門、尾門可以供車輛直接通過，大大降低了貨物裝卸過程中的時(shí)間開銷。但船體電力系統(tǒng)的穩(wěn)定運(yùn)行是甲板上各傳輸設(shè)備發(fā)揮關(guān)鍵作用。因此，對(duì)其進(jìn)行準(zhǔn)確的安全評(píng)估是十分必要的。對(duì)此，已有不少專家學(xué)者做出了相關(guān)研究，其中，文獻(xiàn)[2]提出了一種基于貝葉斯網(wǎng)絡(luò)的電力系統(tǒng)風(fēng)險(xiǎn)評(píng)估方法，利用貝葉斯網(wǎng)絡(luò)的覆蓋性，實(shí)現(xiàn)了對(duì)潛在風(fēng)險(xiǎn)的全面評(píng)估，但風(fēng)險(xiǎn)的評(píng)估只是停留在有或無(wú)的階段，有待進(jìn)一步優(yōu)化；文獻(xiàn)[3]利用改進(jìn)概率神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了一種安全評(píng)估方法，該方法實(shí)現(xiàn)了對(duì)存在隱患位置的精準(zhǔn)定位，但對(duì)隱患識(shí)別的全面性有待提升；文獻(xiàn)[4]提出基于ALARP準(zhǔn)則的運(yùn)行風(fēng)險(xiǎn)評(píng)估方法，在一定程度上取得了良好的效果，但其僅可以對(duì)當(dāng)前階段做出判斷，難以發(fā)現(xiàn)電力系統(tǒng)的長(zhǎng)期變化，因此對(duì)隱患故障的判斷能力較差。由此可以看出，進(jìn)一步深化研究電力系統(tǒng)安全評(píng)估的研究是十分必要的。FMEA（Failure Mode and Effects Analysis，失效模式與影響分析）[5]，也就是所謂的潛在失效模式及后果分析在此背景下誕生，其可實(shí)現(xiàn)對(duì)構(gòu)成產(chǎn)品的子系統(tǒng)、零件以及各個(gè)運(yùn)作過程的逐一分析，并發(fā)現(xiàn)潛在的失效模式與可能產(chǎn)生的后果，對(duì)于預(yù)先采取必要的防護(hù)措施具有十分重要的指導(dǎo)意義[6]。

基于此，本文提出一種基于FMEA技術(shù)的客滾船電力系統(tǒng)安全評(píng)估方法，利用FMEA實(shí)現(xiàn)對(duì)電力系統(tǒng)安全隱患的全面排查，并通過仿真試驗(yàn)驗(yàn)證了所提方法的有效性。

1 構(gòu)建基于FMEA客滾船電力系統(tǒng)故障診斷模型

對(duì)客滾船電力系統(tǒng)的安全評(píng)估，本質(zhì)上就是對(duì)其存在的故障進(jìn)行診斷定位，通過判斷故障隱患，計(jì)算出電力系統(tǒng)的安全性[7]。因此，為了實(shí)現(xiàn)對(duì)故障的有效診斷，本文首先建立了客滾船電力系統(tǒng)故障診斷模型。為了確保模型與正常情況下客滾船電力系統(tǒng)的實(shí)際運(yùn)行狀態(tài)保持一致，本文采用FMEA技術(shù)對(duì)電力系統(tǒng)的狀態(tài)進(jìn)行判斷，并分為兩步實(shí)現(xiàn)該模型的構(gòu)建。

首先，根據(jù)客滾船電力系統(tǒng)故障前后的電能信號(hào)的傳輸狀態(tài)，對(duì)其狀態(tài)的變化情況，利用FMEA技術(shù)對(duì)信號(hào)的進(jìn)行分析，假設(shè)正常狀態(tài)下系統(tǒng)內(nèi)電能傳輸強(qiáng)度為，在橫向以及縱向上的傳導(dǎo)尺度系數(shù)分別為和，系統(tǒng)允許波動(dòng)空間為，信號(hào)本身的小波系數(shù)為，那么在傳導(dǎo)過程中則有

而當(dāng)系統(tǒng)出現(xiàn)故障后，則會(huì)出現(xiàn)輸出電能小于輸入電能的情況，此時(shí)，準(zhǔn)確判斷出現(xiàn)該情況的原因是用電設(shè)備參數(shù)變化引起的，還是由于系統(tǒng)故障引起的就至關(guān)重要，為此，本文引入FMEA技術(shù)，對(duì)電能傳輸中各部件的情況逐一進(jìn)行分析。假設(shè)電力系統(tǒng)內(nèi)參與電能傳導(dǎo)的部件數(shù)量為，由發(fā)出端到接收端設(shè)備分別為1，2，…i。那么對(duì)其運(yùn)行狀態(tài)進(jìn)行分析可以表示為

當(dāng)輸出的（）與式（1）中的統(tǒng)計(jì)結(jié)果存在差異時(shí)，則認(rèn)為該設(shè)備節(jié)點(diǎn)處存在故障隱患的可能，以此類推，計(jì)算出所有存在隱患可能的階段，并將該節(jié)點(diǎn)所在的范圍初步作為故障的區(qū)域。

然后在該區(qū)域內(nèi)，將斷路器和繼電保護(hù)器動(dòng)作狀態(tài)，與其對(duì)應(yīng)的動(dòng)作期望值進(jìn)行匹配，為進(jìn)一步縮小故障位置基礎(chǔ)。考慮到實(shí)際客滾船的運(yùn)行方式，其接入的電網(wǎng)區(qū)域相對(duì)較多，因此進(jìn)行故障診斷時(shí)需要具有更加明顯的針對(duì)性，如果對(duì)整個(gè)電網(wǎng)狀態(tài)進(jìn)行處理將會(huì)消耗大量的時(shí)間成本，并且效率較低。為快速判斷出故障發(fā)生的區(qū)域，本文在上述基礎(chǔ)上對(duì)故障范圍判斷方法進(jìn)行了進(jìn)一步研究。

由于客滾船在運(yùn)行過程中并不是電力系統(tǒng)中所有的線路、設(shè)備、元件都處于通電狀態(tài)，因此，本文利用局部通電的方式對(duì)目標(biāo)區(qū)域內(nèi)的故障進(jìn)行診斷。在上文確定的初步故障區(qū)域內(nèi)通入測(cè)試電流，故障后所有保護(hù)斷路器狀態(tài)采集的實(shí)際值和真實(shí)故障狀態(tài)下對(duì)應(yīng)的斷路器期望值之間差值最?。涣硪徊糠謩t是故障后所有繼電器動(dòng)作采集的實(shí)際值與真實(shí)故障狀態(tài)下繼電器動(dòng)作期望值之間差值最小。兩者求和最小對(duì)應(yīng)的期望狀態(tài)，即是客滾船電力系統(tǒng)中對(duì)應(yīng)的故障狀態(tài)。其可以表示為

其中，代表保護(hù)繼電器的期望狀態(tài)值，代表實(shí)際狀態(tài)值，為故障發(fā)生前的斷路器實(shí)際狀態(tài)值，為故障發(fā)生后的斷路器期望狀態(tài)值。通過這樣的方式計(jì)算出最終的故障狀態(tài)。

2 電力系統(tǒng)安全評(píng)估

在上文中，本文已經(jīng)計(jì)算得出了電力系統(tǒng)的故障狀態(tài)值，要實(shí)現(xiàn)對(duì)其的評(píng)估主要是從兩個(gè)方面入手，首先是對(duì)其故障狀態(tài)的客觀分析，其次就是根據(jù)其傳導(dǎo)情況進(jìn)行危險(xiǎn)等級(jí)劃分。

2.1 故障狀態(tài)分析

在式(2)中已經(jīng)通過保護(hù)繼電器以及斷路器計(jì)算出了故障狀態(tài)，為了排除未在網(wǎng)的斷路器對(duì)計(jì)算結(jié)果的干擾。本文逐個(gè)比較偏差值()，找出使()最大的故障，從而得出診斷的故障定位的結(jié)果。其過程為

通過這樣的方式確定出()最大的故障，從而得出客滾船電網(wǎng)的故障位置和類型。將得到的故障位置與類型帶入到客滾船電力系統(tǒng)中，分析其作用強(qiáng)度以及衰弱系數(shù)，其結(jié)果為

其中，和分別表示故障在電力系統(tǒng)中的作用強(qiáng)度和衰弱系數(shù)，()表示系統(tǒng)可能存在的最大故障。當(dāng)其作用強(qiáng)度不在系統(tǒng)自體調(diào)節(jié)范圍內(nèi)，或無(wú)法在目標(biāo)周期內(nèi)實(shí)現(xiàn)自我衰弱時(shí)，則認(rèn)為此時(shí)的故障會(huì)影響系統(tǒng)的安全。

2.2 危險(xiǎn)等級(jí)劃分

為了實(shí)現(xiàn)對(duì)電力系統(tǒng)危險(xiǎn)等級(jí)的劃分，本文以故障信號(hào)在電能傳導(dǎo)中的作用強(qiáng)度作為標(biāo)準(zhǔn)，利用人工蜂群算法對(duì)故障信號(hào)進(jìn)行識(shí)別。那么故障信號(hào)的數(shù)量即為蜜蜂數(shù)量，也就是，單體向量的運(yùn)動(dòng)空間維度是×。首先在=0時(shí)，隨意形成蜂群矩陣，并確保0是×空間內(nèi)的一個(gè)分量，運(yùn)算每個(gè)蜜蜂的適應(yīng)度函數(shù)值，其表示為

之后，將距離×中心最近的一半當(dāng)作起始的新的蜜蜂群體，以此類推，直至確定最終的中心點(diǎn)()的值，并將該值作為目標(biāo)值，在已知的蜂群搜索結(jié)果中匹配與該值一致的結(jié)果，作為最終蜂群的搜索結(jié)果，實(shí)現(xiàn)對(duì)故障信號(hào)的有效識(shí)別，并根據(jù)識(shí)別結(jié)果中信號(hào)的傳導(dǎo)強(qiáng)度，對(duì)其進(jìn)行等價(jià)劃分，實(shí)現(xiàn)對(duì)電力系統(tǒng)安全的評(píng)估。

3 仿真分析

為了測(cè)試本文提出評(píng)估方法的應(yīng)用效果，進(jìn)行了仿真測(cè)試，并將文獻(xiàn)[2]、文獻(xiàn)[3]提出的方法作為對(duì)照組同時(shí)進(jìn)行試驗(yàn)。通過對(duì)比三種方法的試驗(yàn)結(jié)果，對(duì)本文方法的有效性作出客觀評(píng)價(jià)。

3.1 測(cè)試環(huán)境

本文應(yīng)用Matlab搭建測(cè)試平臺(tái)，運(yùn)用Simulink仿真工具實(shí)現(xiàn)圖形化建模，同時(shí)，軟件攜帶的小波分析工具包、神經(jīng)網(wǎng)絡(luò)工具包可以更加直觀地實(shí)現(xiàn)電力系統(tǒng)安全評(píng)估的建模與仿真。設(shè)定電力系統(tǒng)為單輸入單輸電系統(tǒng)，當(dāng)電力系統(tǒng)正常運(yùn)行時(shí)，在電力信號(hào)傳遞過程中，橫向傳導(dǎo)尺度系數(shù)為10，縱向傳導(dǎo)尺度系數(shù)為4，允許波動(dòng)尺度空間為3，電能信號(hào)的小波系數(shù)為8。以此為基礎(chǔ)，通過使電力系統(tǒng)參數(shù)產(chǎn)生突變模擬安全故障。

3.2 測(cè)試過程

1)電力系統(tǒng)輸入信號(hào)均值不恒為零時(shí)的安全評(píng)估

本文在=40 s時(shí)向電力系統(tǒng)輸入安全故障，該故障是由縱向傳導(dǎo)尺度系數(shù)突變?yōu)?，電能信號(hào)的小波系數(shù)突變?yōu)?0引起的，在其他系統(tǒng)參數(shù)不變的情況下，采用分段平穩(wěn)的方式對(duì)輸入信號(hào)分布進(jìn)行評(píng)估，其結(jié)果如圖1所示。

圖1 自體異常時(shí)不同方法的評(píng)估結(jié)果

從圖1中可以看出，40 s時(shí)在電力系統(tǒng)信號(hào)中施加突變后，三種方法均在t=60 s時(shí)識(shí)別不出系統(tǒng)中信號(hào)的異常，但相比之下，文獻(xiàn)[2]方法在120 s后期對(duì)這種異常的識(shí)別開始變得模糊，自140 s～170 s時(shí)間段內(nèi)，僅有一次準(zhǔn)確識(shí)別，說(shuō)明隨著時(shí)間的推移，其對(duì)突變信號(hào)的識(shí)別效果逐漸降低，如果在短時(shí)間內(nèi)未能及時(shí)發(fā)現(xiàn)其異常，最終對(duì)電力系統(tǒng)的該次突變將被隱藏，無(wú)法實(shí)現(xiàn)有效的安全評(píng)估；文獻(xiàn)[3]方法的結(jié)果與文獻(xiàn)[2]相似，但其出現(xiàn)識(shí)別疏漏的時(shí)間更早，是在120 s時(shí)開始的。相比之下，本文方法對(duì)異常信號(hào)的識(shí)別更加準(zhǔn)確，在試驗(yàn)過程中，自其發(fā)現(xiàn)異常后，始終能夠準(zhǔn)確捕捉異常信號(hào)，說(shuō)明本文方法能夠?qū)崿F(xiàn)對(duì)電力系統(tǒng)安全隱患的有效查找，實(shí)現(xiàn)可靠的安全評(píng)估。

2)電力系統(tǒng)接收到干擾信號(hào)時(shí)的安全評(píng)估

考慮到客滾船運(yùn)行中電力系統(tǒng)出現(xiàn)異常的原因一部分是來(lái)自自體，另一部分是來(lái)自外界信號(hào)干擾，因此，本文在上述基礎(chǔ)上，在t =200 s時(shí)，輸入強(qiáng)度為2的干擾系數(shù)，作用于電能信號(hào)的縱向傳輸上，并分別采用三種方法對(duì)其進(jìn)行評(píng)估。其結(jié)果如表2所示。

圖2 外界干擾異常時(shí)不同方法的評(píng)估結(jié)果

從圖2中可以看出，在三種方法中，文獻(xiàn)[2]與文獻(xiàn)[2]方法的對(duì)于干擾作用的識(shí)別結(jié)果均出現(xiàn)了不同程度的丟失，并且文獻(xiàn)[3]方法在試驗(yàn)后期已經(jīng)無(wú)法準(zhǔn)確對(duì)電能信號(hào)的傳導(dǎo)波形進(jìn)行準(zhǔn)確輸出，而本文方法自200 s發(fā)現(xiàn)異常后，始終能夠?qū)Ξ惓＿M(jìn)行有效跟蹤，在240 s時(shí)出現(xiàn)了小范圍的波動(dòng)，這是因?yàn)殡娔芟到y(tǒng)的輸出是以動(dòng)態(tài)的形式存在的，但后期仍能實(shí)現(xiàn)準(zhǔn)確識(shí)別，說(shuō)明本文方法在能夠?qū)崿F(xiàn)對(duì)隱患的有效辨別，實(shí)現(xiàn)對(duì)系統(tǒng)安全的有效評(píng)估。

4 結(jié)束語(yǔ)

客滾輪電力系統(tǒng)不僅對(duì)于運(yùn)輸貨物的安全起到重要的保護(hù)作用，同時(shí)，也是維持客艙內(nèi)乘客基本需求的保障，因此，準(zhǔn)確有效的異常識(shí)別，可靠的安全評(píng)估是客滾船穩(wěn)定運(yùn)行的基礎(chǔ)。本文提出基于FMEA技術(shù)的客滾船電力系統(tǒng)安全評(píng)估方法研究，實(shí)現(xiàn)了對(duì)電力系統(tǒng)自身異常和外界干擾引起異常的識(shí)別，能夠準(zhǔn)確對(duì)電力系統(tǒng)安全作出有效評(píng)估。通過本文的研究，以期為電力系統(tǒng)的評(píng)估研究提供有價(jià)值的參考。

[1] 朱炳銓, 郭逸豪, 郭創(chuàng)新, 等. 信息失效威脅下的電力信息物理系統(tǒng)安全評(píng)估與防御研究綜述[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(01): 178-187.

[2] 岳寶強(qiáng), 孫世軍, 楊立超, 等. 基于貝葉斯網(wǎng)絡(luò)的?；繁ㄊ鹿孰娏ο到y(tǒng)風(fēng)險(xiǎn)評(píng)估模型[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2021, 17(01): 155-161.

[3] 石樂義, 徐興華, 劉祎豪, 等. 一種改進(jìn)概率神經(jīng)網(wǎng)絡(luò)的工業(yè)控制系統(tǒng)安全態(tài)勢(shì)評(píng)估方法[J]. 信息網(wǎng)絡(luò)安全, 2021, 21(03): 15-25.

[4] 商皓鈺, 劉天琪, 卜濤, 等. 基于ALARP準(zhǔn)則的高比例新能源并網(wǎng)系統(tǒng)日前運(yùn)行風(fēng)險(xiǎn)評(píng)估[J]. 電力自動(dòng)化設(shè)備, 2021, 41(03): 196-203.

[5] 杜博遲, 王國(guó)星, 李昞暉, 等. 基于FMEA的RPQ三維質(zhì)量管理模型在航天產(chǎn)品中的應(yīng)用研究[J]. 質(zhì)量與市場(chǎng), 2021(01): 82-84.

[6] 張福祥. 基于FMEA的煤礦用廢氣處理箱補(bǔ)水系統(tǒng)可靠性分析與評(píng)估[J]. 機(jī)電產(chǎn)品開發(fā)與創(chuàng)新, 2021, 34(03): 110-112.

[7] 秦健春. 基于FMEA評(píng)判模型的充填系統(tǒng)可靠性與失效模式研究[J]. 礦業(yè)研究與開發(fā), 2020, 40(05): 60-66.

Safety assessment of Ropax vessel electrical power system based on FMEA technology

Liu Xinnan1, Sun Yangang2, Ou Shubo1, Zhao Wei2

(China Merchants Jinling Shipping Co., Ltd, Weihai 264205, Shandong, China)

U665

A

1003-4862（2022）02-0031-04

2021-05-21

劉鑫男（1978-），男。研究方向：高端客滾船。E-mail: 836386430@qq.com