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。

在全状态集成法的基础上提出了求解设备故障率的新方法:等效状态评分法。以设备等效状态评分为模型,模型参数随着设备所经历的过程变化而变化。通过对经历过检修后的状态评分的折算,表征出检修对设备故障率的影响,求得设备可能的故障率。最后,通过算例运用等效状态评分法求解设备的模型参数和故障率,等态状态评分法和全状态集成法的计算结果相同。与全状态集成法相比,等态状态评分法简化了计算,并且物理意义更加明确。