李維希，何 晉*，楊 凡，李智軒，吳富磊，李瀟雨

(1.云南民族大學(xué) 電氣信息工程學(xué)院，云南 昆明 650000；2.云南電網(wǎng)有限責(zé)任公司 楚雄供電局，云南 楚雄 675000)

0 引言

在“雙碳”目標(biāo)下，提高電力設(shè)備利用效率、延長電力設(shè)備使用壽命成為電力行業(yè)的共性需求[1].合理的運(yùn)維策略、以運(yùn)行風(fēng)險(xiǎn)為核心的電力設(shè)備全壽命周期優(yōu)化管理體系，對提高設(shè)備可靠性、延長設(shè)備壽命、減小運(yùn)營成本具有重要意義.

斷路器是電力系統(tǒng)中控制和保護(hù)線路的重要開關(guān)設(shè)備，但斷路器的維護(hù)成本和故障成本是初期投入成本的數(shù)倍[2].因此，兼顧可靠性及經(jīng)濟(jì)性將會成為今后預(yù)防性檢修方案制定的方向.近年來，國內(nèi)外學(xué)者對斷路器的全壽命周期成本優(yōu)化進(jìn)行了大量研究.文獻(xiàn)[3]在信息缺失的情況下，利用主元分析計(jì)算維護(hù)成本和故障成本，來建立費(fèi)用最小優(yōu)化模型.文獻(xiàn)[4,5]將不同檢修方案對應(yīng)不同檢修成本作為切入點(diǎn)對全壽命周期成本進(jìn)行優(yōu)化.文獻(xiàn)[6]引入靈敏度系數(shù)，建立全壽命周期成本最小目標(biāo)函數(shù)，并利用GAACS組合算法進(jìn)行求解.文獻(xiàn)[7,8]利用杜鵑算法進(jìn)行參數(shù)尋優(yōu)，前者以年均成本最小為目標(biāo)函數(shù)，定量考慮檢修時(shí)間、檢修程度；后者以全壽命周期成本最小為目標(biāo)函數(shù)，對大修次數(shù)進(jìn)行尋優(yōu).上述研究大多以全壽命周期成本最小為出發(fā)點(diǎn)尋求最優(yōu)檢修方案，但在建模過程中忽略故障的隨機(jī)性：不同故障類型發(fā)生的可能性不同.不同故障類型對應(yīng)不同的檢修方式，產(chǎn)生的檢修成本也有差異，但大部分學(xué)者將檢修成本模糊化處理，取其均值.

綜上，本文兼顧斷路器的可靠性及經(jīng)濟(jì)性提出一種基于多策略黑寡婦算法的全壽命周期成本優(yōu)化方法.首先，綜合考慮故障類型、故障檢修方式、故障檢修成本以及中斷時(shí)間，將故障檢修劃分為三類；其次建立考慮故障檢修方式的全壽命周期成本模型；再利用斷路器運(yùn)行可靠性、檢修程度對目標(biāo)函數(shù)進(jìn)行約束；最后利用多策略黑寡婦算法對參數(shù)進(jìn)行尋優(yōu).下文結(jié)合實(shí)例驗(yàn)證了該方法的有效性.

1 全壽命周期成本

1.1 預(yù)防性檢修對斷路器故障率的影響

斷路器故障趨勢同盆浴曲線相吻合，常用威布爾分布進(jìn)行表示[9].威布爾分布的可靠性方程如公式(1)～(3)所示：

(1)

(2)

(3)

式(1)～(3)中：f(t)為故障概率密度函數(shù)；R(t)為可靠度函數(shù)；λ(t)為故障概率函數(shù)；β為形狀參數(shù)；η為尺度參數(shù).

隨著在役年限的增加，斷路器可靠性呈衰減趨勢.為了減小故障率攀升對電力系統(tǒng)穩(wěn)定性的影響，需對設(shè)備進(jìn)行檢修.斷路器結(jié)構(gòu)的復(fù)雜性導(dǎo)致檢修時(shí)無法將部件逐一檢修到位，且隨著運(yùn)行時(shí)間增加，各部件也會不同程度地老化.基于上述原因，預(yù)防性檢修只能降低設(shè)備的故障概率但無法使設(shè)備“復(fù)新”.若斷路器在役期間經(jīng)歷m次檢修，每次檢修程度為ki，其故障率變化曲線如圖1所示，檢修后的故障為[8]：

圖1 檢修后的故障率變化

(4)

式(4)中：λ(t)為檢修后的故障率；λ0(t)為原始故障率函數(shù)；ki第i次的檢修程度.

1.2 故障檢修對全壽命周期成本的影響

斷路器的故障檢修方式主要分為返廠維修、現(xiàn)場更換故障部分、現(xiàn)場更換故障設(shè)備及外殼、設(shè)備替換、填充氣體或替換密封裝置、未檢修就投入使用[10,11].不論該故障對斷路器運(yùn)行狀態(tài)的影響是否嚴(yán)重，故障檢修都存在以下可能性：一個(gè)簡單動(dòng)作就能使斷路器恢復(fù)正常使用；需花費(fèi)大量的時(shí)間成本及金錢成本，修復(fù)或更換斷路器零部件.故障檢修導(dǎo)致的設(shè)備停運(yùn)會影響供電可靠性從而造成缺電損失[12]，停機(jī)時(shí)間越長，單位缺電損失費(fèi)用越高.綜上，本文綜合考慮斷路器故障類型、發(fā)生概率、檢修時(shí)間以及檢修成本四個(gè)維度，將故障檢修分為三類，具體內(nèi)容見表1[4,10-12]所示.

表1 故障檢修類別及說明

1.3 故障期望指數(shù)

在不檢修情況下設(shè)備的故障期望為：

(5)

據(jù)式(4)～(5)可以推測檢修后的設(shè)備故障期望為：

(6)

本文將故障期望指數(shù)定義為：不檢修情況下的故障期望與檢修情況下的故障期望的差，同不檢修情況下的故障期望的比值.利用故障期望指數(shù)來衡量預(yù)防性檢修方案對斷路器整個(gè)運(yùn)行周期中故障發(fā)生概率的改善程度.故障期望指數(shù)FM可以表達(dá)為：

(7)

1.4 斷路器全壽命周期成本

斷路器全壽命周期成本綜合考慮了斷路器從設(shè)計(jì)、規(guī)劃、投運(yùn)，直至退役全過程的資金耗費(fèi)，主要分為固定成本和動(dòng)態(tài)成本.前者為設(shè)備購置等產(chǎn)生的一次性投入成本，后者為斷路器進(jìn)行日常維護(hù)等產(chǎn)生的附加成本.據(jù)國際電工委員會制定的IEC60300-3-3標(biāo)準(zhǔn)，可將斷路器全壽命周期成本分為四部分，用公式表示為：

LCC=c1+c2+c3+c4

(8)

式(8)中：c1為運(yùn)行成本；c2為檢修成本；c3為故障成本；c4為廣義折舊成本.

運(yùn)行成本主要包括斷路器在役期間的日常維護(hù)費(fèi)用和環(huán)保費(fèi).隨著運(yùn)行年限增加，斷路器狀態(tài)逐漸劣化，所需運(yùn)行成本也逐年增加.運(yùn)行成本可以表示為：

(9)

式(9)中：c_base為斷路器每年的基本運(yùn)行費(fèi)用；L為斷路器在役年限；α為費(fèi)用增長系數(shù)，常取0.05.

斷路器的檢修成本主要包括預(yù)防性檢修費(fèi)用、檢修導(dǎo)致的中斷損失，如公式(10)所示：

c2=Cprev+Coutage

(10)

式(10)中：Cprev為預(yù)防性檢修費(fèi)用；Coutage為中斷成本.

預(yù)防性檢修包括解體性大修和周期性小修，周期性小修只能維持設(shè)備當(dāng)前狀態(tài)對故障率的影響很小，因此本文中的預(yù)防性檢修時(shí)間及程度主要指解體性大修的時(shí)間及程度，忽略周期性小修對故障概率的影響.據(jù)相關(guān)規(guī)程斷路器周期性小修兩年一次，檢修成本可以表示為：

(11)

式(11)中：Cminor為小修成本；Coverhaul為固定大修成本；Cva為可變檢修費(fèi)用；ki為檢修程度.

預(yù)防性檢修導(dǎo)致的停電為計(jì)劃性停電，不具備隨機(jī)性，其中斷損失主要為企業(yè)的停運(yùn)損失，如式(12)所示：

(12)

式(12)中：K為檢修次數(shù)；a為購售電價(jià)差；P為平均功率損失；t0為大修停電時(shí)間；tm為小修停電時(shí)間.

斷路器的故障成本由故障檢修費(fèi)用和故障中斷損組成.故障檢修費(fèi)用主要與檢修方式有關(guān)；由于設(shè)備故障具備隨機(jī)性及突發(fā)性，其中斷損失不僅包括企業(yè)的停電損失，還包括用戶損失.斷路器故障成本可以表達(dá)為：

c4=Cfaul+Cbr

(13)

(14)

(15)

式(13)中：Cfaul為故障檢修成本；Cbr為故障中斷成本.式(14)～(15)中：n為故障期望；ci為檢修類型；pi為該檢修類型概率；ΔPtcm為檢修時(shí)間為tcm時(shí)的單位負(fù)荷缺電損失.

廣義折舊成本主要指斷路器投運(yùn)到退役，整個(gè)周期內(nèi)所產(chǎn)生的一次性投入成本，包括前期的購置費(fèi)、安裝費(fèi)、設(shè)備折舊價(jià)值、新舊設(shè)備交替成本.廣義折舊成本可以表示為：

(16)

式(16)中：Ci為斷路器購置費(fèi)、安裝費(fèi)和其他費(fèi)用所構(gòu)成的前期投入成本；Cdp為斷路器折舊價(jià)值，通常取購置費(fèi)的5%；Cc為新舊設(shè)備交替成本；T為廠家設(shè)計(jì)壽命；L為斷路器在役年限.

1.5 約束條件

電力設(shè)備的運(yùn)行在滿足經(jīng)濟(jì)性、可靠性的同時(shí)，還應(yīng)符合一定的客觀規(guī)律[7].檢修后，運(yùn)行可靠性R應(yīng)大于在安全運(yùn)行前提下的最低運(yùn)行可靠性，即：

R≥Rmin

(17)

式(17)中：Rmin為斷路器在安全運(yùn)行前提下的最小運(yùn)行可靠性，常取0.9；

設(shè)備部件老化的自然客觀規(guī)律導(dǎo)致預(yù)防性檢修效果呈逐漸減弱趨勢，因此，預(yù)防性檢修程度應(yīng)滿足以下條件，具體參數(shù)詳見文獻(xiàn)[7]：

0

(18)

(19)

式(18)中：λ0(ti)、λ0(ti-1)為沒有預(yù)防性檢修的故障率.式(19)中：λ(t)為實(shí)際故障曲線；λbase(t)為理論故障曲線.

2 黑寡婦算法

黑寡婦算法(Black Window Optimization Algorithm,BWO)是Hayyolalamh和Kazem在2020年提出的，以黑寡婦蜘蛛的整個(gè)生命周期作為數(shù)學(xué)模型的新型智能優(yōu)化算法[13].由于BWO在工程優(yōu)化問題上具備諸多優(yōu)勢，該算法也逐漸在特征選擇、圖像分割等領(lǐng)域嶄露頭角.如文獻(xiàn)[14]采用具有五種優(yōu)化策略的BWO算法尋找精度更高的特征子集.文獻(xiàn)[15]提出了一種新的多層閾值圖像分割算法，建立適當(dāng)?shù)哪繕?biāo)函數(shù)并利用BWO算法求解得到最佳閾值集.文獻(xiàn)[16]引入BWO算法，提高了ANFIS、SVM預(yù)測懸沙負(fù)載的精度.文獻(xiàn)[17]利用BWO算法對深度卷積神經(jīng)網(wǎng)絡(luò)模型參數(shù)進(jìn)行優(yōu)化從而提高了從視頻幀中檢測人和物體的準(zhǔn)確度.由此可見，BWO算法在工程優(yōu)化中具備良好的應(yīng)用前景.

2.1 黑寡婦算法概述

雌性黑寡婦蜘蛛在交配期間或者交配完成后吃掉配偶.“物競天擇，適者生存”的自然篩選機(jī)制將體型較弱的子代淘汰，從而保留優(yōu)秀個(gè)體，這種特殊的發(fā)育機(jī)制可被視作尋優(yōu)過程.黑寡婦蜘蛛的生命周期可以分為種群初始化、繁殖、相食、變異四個(gè)階段.

拉普卜特在《建成環(huán)境的意義—非言語表達(dá)方法》中認(rèn)為研究環(huán)境意義的方式主要有3種：（1）運(yùn)用語言模型，主要建立在符號學(xué)之上；（2）依賴于象征（symbols）的研究；（3）運(yùn)用建立在非言語交流上的模型[15]22。余蔭山房的建筑語言符號及其意義，主要體現(xiàn)在語言模型與象征方面。

首先，按式(20)～(21)進(jìn)行隨機(jī)初始化.初始化后的黑寡婦蜘蛛種群數(shù)為N，每個(gè)種群中含有D只黑寡婦蜘蛛.

xid=rand(1,D)·(ub-lb)+lb

(20)

f(i)=fun(x1,x2,…,xd)

(21)

式(20)中：ub、lb為上下限;式(21)中：f(i)為第i個(gè)種群的適應(yīng)度值.

其次，進(jìn)行種群繁殖.生殖率(procreate rate,PR)決定了參與繁殖的種群數(shù)量，在該種群中隨機(jī)選擇兩只黑寡婦蜘蛛，適應(yīng)度高的選作雌性，另一只選作雄性，通過公式(22)交配產(chǎn)生子代.

(22)

式(22)中：yi、yj為交配后產(chǎn)生的子代蜘蛛；x_mother為雌性黑寡婦；x_father雄性黑寡婦；α為D維的隨機(jī)數(shù).

然后，同類相食，淘汰適應(yīng)度差的黑寡婦蜘蛛，存活的蜘蛛數(shù)量由同類相食率(cannibalism rate,CR)決定.同類相食有三種類型：雌性黑寡婦蜘蛛在交配時(shí)或交配后吃掉配偶，自己被保留進(jìn)入下一代，這一類被稱作性同類相食；適應(yīng)度好的個(gè)體吃掉適應(yīng)度差的個(gè)體稱為手足同類相食；子代黑寡婦適應(yīng)度比母親好，子代便會吃掉母親，這種情況屬于子食母同類相食.

最后，進(jìn)行種群突變.突變種群數(shù)量由突變率(mutation rate,MR)決定，被選中的種群隨機(jī)選取兩只黑寡婦蜘蛛進(jìn)行位置交換，如圖2所示.

圖2 BWO種群突變方式

一個(gè)生命周期結(jié)束，被保留的黑寡婦蜘蛛將進(jìn)入下一個(gè)新的生命周期，直至滿足停止條件.

2.2 改進(jìn)策略

2.2.1 拉丁超立方抽樣種群初始化

初始化種群質(zhì)量會影響算法的收斂速度及精度，本文采用拉丁超立方抽樣種群初始化.拉丁超立方抽樣(Latin hypercube sampling,LHS)是Makay等人提出的一種多維分層抽樣的方法.它將區(qū)間[0,1]等距分成N個(gè)小抽樣區(qū)間，在每個(gè)小區(qū)間內(nèi)進(jìn)行等概率隨機(jī)抽樣使得樣本點(diǎn)能均勻覆蓋在整個(gè)樣本空間.隨機(jī)抽樣產(chǎn)生的初始化種群雖然分布在[0,1]空間，但較強(qiáng)的隨機(jī)性會導(dǎo)致初始化種群的多樣性差、搜索空間不合理.

由圖3可知，隨機(jī)抽樣產(chǎn)生的種群初始位置較為密集，導(dǎo)致種群多樣性較差，而LHS產(chǎn)生的初始化種群能均勻分布在搜索空間，豐富種群多樣性.

圖3 拉丁超立方抽樣和隨機(jī)抽樣分布對比

2.2.2 基于精英母親引導(dǎo)的子代生成機(jī)制

文獻(xiàn)[18]將精英蜜蜂作為引導(dǎo)，對領(lǐng)域搜索方程進(jìn)行改進(jìn)從而提高了算法的搜索效率.在BWO算法中，繁殖產(chǎn)生的子代會影響算法的收斂速度，因此本文基于精英個(gè)體思想，提出一種新的子代生成機(jī)制.雄性黑寡婦蜘蛛作為起點(diǎn)，適應(yīng)度高的雌性黑寡婦蜘蛛則為精英蜘蛛做方向引導(dǎo)，進(jìn)而產(chǎn)生子代，使得子代適應(yīng)度值能更快速接近全局最優(yōu)解，從而提高算法的收斂速度.生成機(jī)制如公式(23)所示：

y=a(xmother-xfather)+xfather

(23)

式(23)中：y為黑寡婦交配后產(chǎn)生的子代；xmother為雌性黑寡婦；xfather為雄性黑寡婦；α為0～1的隨機(jī)數(shù).

2.2.3 自適應(yīng)參數(shù)

在BWO中PR、CR、MR為固定常量，當(dāng)PR、CR取值較大時(shí)，黑寡婦蜘蛛種群多樣性豐富，具有較強(qiáng)的全局搜索能力，但在進(jìn)行局部搜索時(shí)PR、CR仍取較大值會破壞當(dāng)前種群結(jié)構(gòu)，故，取固定常數(shù)不合理.因此，在算法前期PR、CR應(yīng)取較大值，增強(qiáng)全局搜索能力，而在算法后期需進(jìn)行精細(xì)化搜索時(shí)，PR、CR應(yīng)取較小值[19].本文采用非線性雙切正弦曲線對參數(shù)進(jìn)行自適應(yīng)調(diào)整.雙切正弦曲線在迭代初期遞減速度小，黑寡婦蜘蛛有足夠的時(shí)間進(jìn)行全局搜索，這樣可以減小陷入局部最優(yōu)的概率.迭代中期近似線性遞減，局部搜索能力增強(qiáng).迭代后期遞減速度再次減小，進(jìn)行精細(xì)化局部搜索最終確定全局最優(yōu)解.自適應(yīng)參數(shù)如式子(24)～(25)所示：

(24)

(25)

式(24)～(25)中：PRmax、PRmin為PR的最大、最小值，CRmax、CRmin為CR的最大、最小值，參考文獻(xiàn)[19]并進(jìn)行多次實(shí)驗(yàn)后取PRmax=0.8，PRmin=0.3，CRmax=0.7，CRmin=0.3；it為當(dāng)前迭代次數(shù)；iter為最大迭代次數(shù)；雙切正弦曲線的范圍常取[-4,4][20].

2.2.4 基于t-分布擾動(dòng)和差分變異的變異策略

若尋求數(shù)學(xué)模型的最小值，當(dāng)f(xi≤favg)時(shí)，種群正在向最優(yōu)解聚集，此時(shí)MR過大會破壞當(dāng)前解的結(jié)構(gòu).當(dāng)f(xi)>favg時(shí)，種群分布較為分散，此時(shí)應(yīng)增大種群突變概率使其向最優(yōu)解進(jìn)化.采用余弦自適應(yīng)調(diào)整策略對MR進(jìn)行調(diào)整[19]：

(26)

式(26)中：MRmax、MRmin為MR的最大、最小值，最大值常取0.7，最小值常取0.1[19]；f(xi)為種群的適應(yīng)度值；favg為當(dāng)前種群的平均適應(yīng)度值；fmax為當(dāng)前種群的最大適應(yīng)度值.

BWO突變方式過于簡單，對多峰函數(shù)進(jìn)行尋優(yōu)時(shí)容易“早熟”.DE/best/1變異策略能幫助算法跳出局部最優(yōu)，t-分布能保證種群多樣性[21].因此本文采用多策略變異方式，如公式(27)所示：

(27)

將迭代次數(shù)看作t-分布的自由度，在算法前期為柯西分布后期逐漸接近高斯分布.當(dāng)rand>MR時(shí)，t-分布擾動(dòng)能讓黑寡婦蜘蛛逐漸向當(dāng)前解靠近，隨后在其臨近區(qū)域展開搜索，不僅能增大搜索到全局最優(yōu)解的概率，還能保證種群多樣性.當(dāng)rand

2.3 改進(jìn)算法性能測試

為驗(yàn)證改進(jìn)策略的有效性，對Sphere和Rastrigin兩個(gè)經(jīng)典測試函數(shù)進(jìn)行仿真實(shí)驗(yàn)，對比分析黑寡婦算法與改進(jìn)黑寡婦算法的收斂速度及精度.為避免實(shí)驗(yàn)誤差，設(shè)置相同的實(shí)驗(yàn)參數(shù)：黑寡婦種群數(shù)量為40；維度為30；最大迭代次數(shù)為500.

由圖4可知，對單峰函數(shù)而言，MBWO收斂速度更快，適應(yīng)度值的精度更好.適應(yīng)度值精度達(dá)到10-6級，BWO算法需迭代150次，而MBWO僅需迭代33次，后者收斂速度更快.進(jìn)行500次迭代后，BWO最大精度為10-6級，MBWO的最大精度可達(dá)10-155級.

圖4 Sphere函數(shù)仿真迭代圖

由圖5可知，MBWO能在較少的迭代次數(shù)內(nèi)使得適應(yīng)度值近似直線下降，第33次迭代精度達(dá)到10-4級.反觀BWO迭代170次左右適應(yīng)度值精度才能達(dá)到10-4級.MBWO在第67次迭代時(shí)收斂到全局最優(yōu)解0，BWO進(jìn)行500次迭代后精度可達(dá)10-6，若繼續(xù)增大迭代次數(shù)，收斂停滯且適應(yīng)度值并不為0，則認(rèn)為BWO在當(dāng)前范圍內(nèi)陷入局部最優(yōu).由此可見，面對多峰極值函數(shù)，本文算法仍然能以較好的收斂速度及收斂精度收斂到全局最優(yōu)解.

圖5 Rastrigin函數(shù)仿真迭代圖

3 算例分析

本文以某電廠A廠家生產(chǎn)的斷路器為例，對斷路器全周期壽命成本、檢修時(shí)間及程度進(jìn)行分析.全壽命周期成本相關(guān)參數(shù)如表2所示，β=4.442 2，η=22.131 1，故障檢修方式的相關(guān)參數(shù)可參考表1.

表2 全壽命周期成本參數(shù)

在同等約束條件下，分別采用MBWO、BWO、ABWO(Adaptive Black Window Optimization Algorithm,ABWO)[22]、改進(jìn)SSA(Sparrow Search Algorithm,SSA)[23]、ASAPSO(Adaptive Simulated Annealing Particle Swarm Optimization Algorithm,ASAPSO)[20]對斷路器年均全壽命周期成本進(jìn)行尋優(yōu)，各算法內(nèi)部參數(shù)如表3所示，尋優(yōu)過程如圖6所示.

表3 各算法參數(shù)

圖6 MBWO、BWO、ABWO、改進(jìn)SSA、ASAPSO尋優(yōu)圖

由圖6可知，當(dāng)?shù)?00次時(shí)，迭代初期各算法均能在較短時(shí)間內(nèi)收斂到某一較小值，但BWO、ABWO、改進(jìn)SSA、ASAPSO在迭代中后期多次、反復(fù)出現(xiàn)收斂停滯現(xiàn)象，說明容易陷入局部最優(yōu)解.反觀MBWO，它在第139次迭代時(shí)收斂停滯直至迭代到第500次.雖然上述算法迭代多次后都能收斂到某一值，但綜合考慮到計(jì)算精度和時(shí)間成本后，發(fā)現(xiàn)MBWO相對文中其他算法在該模型中有較好的表現(xiàn).它不僅有較快的收斂速度，所得年均全壽命周期成本還最小.尋優(yōu)所得的檢修時(shí)間、檢修程度、FM、年均成本見表4所示.

表4 全壽命年均成本優(yōu)化結(jié)果

分析表4可得，MBWO尋優(yōu)結(jié)果更接近全局最優(yōu)解.將表中參數(shù)進(jìn)行對比分析可以發(fā)現(xiàn)，盡早檢修、檢修程度較小或較晚檢修、檢修程度較大所得的年均成本均較小，發(fā)生故障的可能性也降低.當(dāng)檢修時(shí)間較早時(shí)，斷路器劣化程度還不嚴(yán)重，無需較高的檢修程度就能將斷路器恢復(fù)至較好狀態(tài).但檢修時(shí)間較晚時(shí)，斷路器健康狀態(tài)也較差，想要將斷路器恢復(fù)至較好狀態(tài)就需要增大檢修程度.雖然各算法尋優(yōu)所得的年均成本差距并不是很大，但是從企業(yè)盈利角度來看，利用MBWO尋優(yōu)結(jié)果制定檢修計(jì)劃，需要投入的年均成本最小且設(shè)備發(fā)生故障的可能性更低.

4 結(jié)論

本文將故障期望指數(shù)作為檢修對斷路器故障影響的評價(jià)指標(biāo)，討論不同檢修方式對全壽命周期成本的影響.首先建立斷路器全壽命周期成本模型并利用改進(jìn)的黑寡婦算法進(jìn)行求解，再將所得結(jié)果同其他算法進(jìn)行比較，分析發(fā)現(xiàn)本文方法所得成本更小、故障期望指數(shù)更高，在兼顧投入成本的情況下能減小設(shè)備發(fā)生故障的概率.本文所得結(jié)果可以為電力部門定制檢修計(jì)劃提供一定的參考.

斷路器是一個(gè)復(fù)雜系統(tǒng)，運(yùn)行狀態(tài)受眾多因素影響.為制定合理的檢修計(jì)劃，本文下一步工作會將斷路器健康狀態(tài)作為參考依據(jù)，判定所需檢修程度，從而避免過檢修或欠檢修，以達(dá)到合理利用資源，減小運(yùn)行成本的目的.