基于修正权重故障树模型的终端状态综合自评价方法研究.pdf

第 21 卷 第 7 期 电 力 信 息 与 通 信 技 术 Vol.21 No.7 2023 年 7 月 Electric Power Information and Communication Technology Jul.2023 中图分类号：TM76 文献标志码：A 文章编号：2095-641X(2023)07-075-07 DOI：10.16543/j.2095-641x.electric.power.ict.2023.07.10 著录格式：袁启洪，何连杰，张林利，等基于修正权重故障树模型的终端状态综合自评价方法研究J电力信息与通信技术，2023，21(7)：75-81 基于修正权重故障树模型的终端状态 综合自评价方法研究 袁启洪1，何连杰1，张林利2，周勐1，宋祺鹏1，张雪岑3（1国网上海能源互联网研究院有限公司，上海市 浦东新区 201213；2国网山东省电力公司 电力科学研究院，山东省 济南市 250002；3江苏南电智慧能源服务有限公司，江苏省 南京市 210001）A State Comprehensive Self-evaluation Method for Distribution Terminal Based on Modified Weight Fault Tree Model YUAN Qihong1,HE Lianjie1,ZHANG Linli2,ZHOU Meng1,SONG Qipeng1,ZHANG Xuecen3(1.State Grid Shanghai Energy Internet Research Institute Co.,Ltd.,Pudong New Area,Shanghai 201213,China;2.Electric Power Research Institute,State Grid Shandong Electric Power Company,Jinan 250002,Shandong Province,China;3.Jiangsu Nan Dian Intelligent Energy Service Co.,Ltd.,Nanjing 210001,Jiangsu Province,China)摘要：随着能源互联网的持续演进，配电终端转型升级不断加速，设备故障频发且缺少有效的预判和应对措施，文章以未来大规模应用的集中式站所终端为例，结合近年配电终端实际运维数据和专家经验，分析了终端各个模块的时变特性，且可根据实际运维需要更换模块并同步结果；以置信度为加权指标求取模块故障类型的关联关系，最终形成修正权重的终端故障树模型。算例表明，构建的模型算法融合了主观经验与客观数据，能够在长时间尺度上反映配电终端整体的衰减特性，因此终端状态的自评价结果更具可信度。关键词：关联规则；配电终端；故障树分析 ABSTRACT:With the continuous evolution of the energy Internet,the transformation and upgrading of distribution terminals is developing rapidly,equipment failures occur frequently and effective pre-judgment and response measures are lacking.This paper takes the centralized distribution terminal unit for future large-scale applications as an example and considers the actual operation and maintenance data and expert experience of distribution terminals in recent years,analyzes the time-varying characteristics of each module of terminal.And the module can be replaced and the result can be synchronized according to actual operation and maintenance requirements.Confidence degree is taken as weighting index to obtain the module-fault type correlation,and the terminal fault tree model with modified weight is formed.The actual example shows that the proposed algorithm combines subjective experience and objective data,and can reflect the overall attenuation character-istics of distribution terminals in a long time scale.Therefore,the self-evaluation results of terminal state are more reliable.KEY WORDS:association rule;distribution terminal;fault tree analysis 0 引言 近年来，我国配电网基础设施建设得到了优化与完善，成套电气设备使用量、需求量、技术含量以及应用水平均大幅提升。其中引进的一二次融合技术以防尘、防雨、防腐蚀、防凝露为目标进行高防护结构设计，弱化了一二次设备之间的界限；采用整体模块化设计和标准化接口，且模块兼具小型 基金项目：国家电网有限公司总部科技项目资助“一二次融合智能配电开关数字化提升关键技术研究与开发”(5400-202099524A-0-0-00)。化、可靠性强、实用性高、即插即用等特点，针对配电网故障进行快速精准定位，并且能够及时切除故障，尽快恢复供电1；满足多种类型配电网的使用需求，显著提升配电网运行水平，同时也对运维效率与故障响应速度要求较高。目前，国家电网有限公司正在研究配电自动化系统精益化运维技术，强化设备运行监视和状态分析，以提高日常配网设备检修工作效率，降低检修错误率。针对终端设备的状态分析主要分为基于层次分析法2-5、基于故障树分析法6-7、基于关联关系76 袁启洪等：基于修正权重故障树模型的终端状态综合自评价方法研究 Vol.21 No.7 分析法8-11等 3 种研究思路。其中，层次分析法是通过人为设置故障权重指标评估终端整体状态，该方法较依赖于主观经验，忽略了终端故障的客观规律，评价结果不稳定。基于故障树分析法是通过分析模块的故障率与恢复率评估终端的可靠性，该方法仅依靠故障数据，缺乏运维专家经验指导，因而可靠程度较低，且没有考虑模块可靠性随时间的变化特性。关联关系分析法基于历史故障数据，通过数据挖掘故障与模块之间的关联关系，建立规则库指导日常运维和故障检修，该方法没有形成体系化，无法评价终端设备的整体状态。以上方法均缺乏主观经验与客观数据分析的融合，也未考虑终端可靠性随时间的变化特性，无法批量或针对性地消除设备隐患。因此，本文融合专业运维经验，引入威布尔分布模型，以置信度为加权指标求取模块故障类型的关联关系，最终形成修正权重的终端故障树模型，从而更准确地描述终端设备在运行过程中的时变健康状况评价及发展趋势，支撑设备的状态估计和运行维修决策。1 一二次融合设备状态多维度评价指标及缺陷特征分析 设备状态多维度评价指标体系涉及的要素复杂、点多、面广。文献12参考国家电网有限公司导则文件构建目标层、准则层和指标层设备运行状态评估指标体系，并将参与评估的要素类型分为实时型、统计型和基础型 3 种。文献13根据数据来源和状态特性将数据类型分为静态数据、动态数据和准动态数据。近年来，配电终端设备转型升级不断加速，针对一二次融合成套终端设备的状态评价鲜有应用。文献5构建的配电二次终端设备状态多维度综合评估模型略显粗糙，扩展性和自适应性不强，但值得借鉴的是其提出的评价指标构建原则：指标的内涵与外延定义准确，尽可能避免相互交叉，关联程度合理；数据来源可靠，统计口径无歧义，可操作性强，同时衔接电网目前的统计指标；能够覆盖设备运行的各个关键环节，可真实、客观地揭示终端的实际运行状态等。文献14结合二次终端自身的运行管理特点，调研分析相关业务部门，确定了六大类因素和 14 个细化的单项指标，但实际应用困难，无法应用于设备状态的实时评价。因此，本文分析一二次成套设备终端的结构功能，采用实时动态数据和离线准静态数据相结合的方式，构建一二次融合配电终端状态多维度评价指标体系，根据终端监测的通信、环境、电气、状态等多元信息，分析影响终端设备健康状态的作用机理，从而确定一二次融合配电终端状态多维度影响因素及故障类型9。1.1 终端设备结构模型 配电终端设备分为馈线终端、站所终端和配变终端。其中站所终端根据布置方式分为集中式和分散式 2 种类型。集中式站所终端指站所终端各组成模块采用集中组屏安装形式，分散式站所终端是指站所终端由若干个间隔单元和公共单元组成。本文以集中式站所终端为例，集中式站所终端如图 1 所示。集中式站所终端核心单元电源模块后备电源矩形连接器采集模块通信模块控制回路CPU模块核心单元交直流电压、电流、温湿度等开关量一次侧对时模块主站光纤/无线 图 1 集中式站所终端 Fig.1 Centralized DTU 集中式站所终端采用模块化、标准化和可扩展设计，各模块间通过标准化线束连接，主要部分包括核心单元、电源模块、矩形连接器以及后备电源。电源模块为核心单元供电，后备电源作为线路失电时的保障。终端与一次设备、其他终端模块分别通过矩形连接器连接。在核心单元中，采集模块采集并转换电池电压、温湿度、一次侧模拟量(电压、电流)以及一次侧状态量(开关状态)等，CPU 模块执行特定算法处理各种数字量，控制回路用于控制一次侧开关开合，对时模块支持主站规约、北斗/GPS 等对时方式，通信模块包含本地通信模块、远程通信模块等，实现与本地其他终端模块、液晶屏的连接以及将遥信、遥测、遥控、电能量等数据传输到主站，同时主站的控制指令通过光纤/无线下发至终端，分发至控制指令对应的间隔单元以实现对一次设备的操作。文献7-8简析了中央处理单元、采集模块、操作控制回路、通信模块和电源模块的功能及各个模块的自诊断方法，文献15还介绍了对时自诊断以及系统参数(IP 地址、设备地址等)和限值整定参数(防抖时间、遥控保持时间、越死区值等)的自诊断等。对于一二次成套设备来说，遥测、遥信和遥控不仅能反映二次回路状态，一定程度上也能够反映一次回路状态。1.2 终端状态多维影响因素及故障类型 基于以上分析，一二次成套设备终端状态的多维度影响因素如图 2 所示，主要包括设备本体运第 21 卷 第 7 期 电 力 信 息 与 通 信 技 术 77 行状态因素、时间因素、环境因素、检修历史，其中检修历史涵盖了家族缺陷、检修次数以及故障历史记录，时间因素包括设备新旧程度和运行年限，环境因素包括温湿度变化等14。一二次融合终端设备状态多维度影响因素通信检修历史时间因素环境因素设备本体运行状态因素一二次回路电源二次终端本体运行故障发生的历史记录检修次数家族缺陷设备运行年限设备新旧程度湿度变化温度变化遥控回路遥测回路遥信回路后备电源模块电源模块远程通信本地通信对时准确性参数、定值任务运行状态离线录入在线实时 图 2 终端状态多维度影响因素 Fig.2 Multi-dimensional factors affecting terminal state 按照故障现象，终端设备的故障可划分为遥信故障(遥信频繁变位等)、遥控失败(遥控分合失败)、遥测故障(遥测不刷新、遥测量异常等)、终端离线、频繁投退及其他故障(见图 3)，其中前 3 类故障可归为终端“三遥”功能性故障，其余为设备故障8。终端故障其他故障频繁投退终端离线遥测故障遥控失败遥信故障功能性故障设备故障 图 3 终端故障分类 Fig.3 Terminal fault classification 2 构建设备故障树模型 文献6-7介绍了故障树的原理及图形符号，故障树分析(fault tree analysis，FTA)是一种由果到因、按树枝状逐渐细化的分析方法，通过分析系统的薄弱环节和完成系统的最优化来预测、预防、诊断和控制大型复杂系统的故障，以及开展系统可靠性、安全性分析和风险评价等。故障树的构造过程即寻找系统故障和导致系统故障的诸多因素之间的逻辑关系，其完善程度直接影响定性与定量分析的准确性。但文献6在构建故障树时由于没有对各指标因子进行梳理及明确数据来源，仅离线分析各运维指标中的薄弱环节，文献7计算的模块失效率依据是近年配电终端的运行检修记录计算的故障概率与平均修复时间，没有考虑设备升级等因素，二者均不适用于实时计算。本文融合了历史故障、运维数据及专家经验构建集中式站所终端的故障树模型，形成故障类型与模块之间的关联关系，集中式站所终端故障树模型如图 4 所示。分析可知，引起某类故障的因素多样，如遥信故障可能由于“开入模块”接触不良、“通信模块”丢包堵塞等导致遥信数据不及时，或者“对时模块”存在错误导致遥信数据不及时等；遥测故障、零序过流告警多与厂家家族性缺陷有关；遥控故障主要原因为开关机构卡涩等一次设备故障或通信问题(通信模块故障)；终端掉线原因较多，包括蓄电池耗尽或故障、硬件损坏、终端程序死机(软件运行状态)、无线信号质量较差、通信参数配置错误等。集中式站所终端故障遥测故障遥信故障遥控故障频繁离线CPU模块通信模块对时模块通信模块采集模块控制回路开入回路对时模块对时模块通信模块通信模块电源模块 图 4 集中式站所终端故障树模型 Fig.4 Fault tree model of DTU 各模块与功故障类型之间通过或门连接，表示任意一个模块发生故障都会导致对应功能故障，同时任意功能故障发生即认为配电终端故障。通过故障树分析可将集中式站所终端的可靠性 R 表示如下：ififRR (1)式中：f 为故障类型；i 为可能引起故障类型 f 的所有 功 能 模 块；Ri为 功 能 模 块 i 的 可 靠 度，iiiiFRFP，Fi为功能模块 i 的平均故障时间，Pi为功能模块 i 的平均修复时间。78 袁启洪等：基于修正权重故障树模型的终端状态综合自评价方法研究 Vol.21 No.7 3 基于威布尔分布模型的可靠性分析 设备/模块丧失既有功能称为失效或故障，其失效的原因是多种多样的，引起失效的原因也可能是不同的，失效时间也具有不确定性，配电终端的正常运行依赖于各功能模块，各模块失效都可能导致配电终端设备整体性失效。文献16指出：因某一局部失效而导致全局停止运行的元件、部件、器件、设备等的寿命都可以认为服从威布尔分布。威布尔分布模型是一种连续的概率分布模型，采用统计学方法定量描述各模块的失效时间，将失效时间作为一个随机变量，依据失效数据样本，采用恰当的或拟合一个经验的失效分布函数对失效特性做出概率描述，不考虑系统失效的物理机理以及组成元件的失效与系统失效之间的逻辑关系，经统计数据分析找出模块可靠性分布的规律，为故障树分析、可靠性设计、可靠性预计与分配等工作提供统计学依据，是研究其失效机理及制定维修策略的重要手段。威布尔分布模型参数较多，函数形式比较复杂，威布尔分布模型在可靠性工作中的表现与其参数估计结果的精确程度有直接关系16。二参数与三参数分布是威布尔分布的基本形式。对于特殊、复杂、昂贵和高可靠性的产品，针对小样本条件下的威布尔参数估计的方法还有待深入研究。目前在样本数目较多的情况下，现有方法能够获得较好的参数估计效果16。本文以工程实际为背景，考虑到各模块的可靠性取决于硬件寿命与历史故障及检修情况，结合近年配电终端实际运维数据和专家经验，对各模块采用威布尔分布模型建模，从而反映配电终端设备的可靠性随时间的变化特性。符合威布尔分布的模块失效分布函数为：()1exp(/)F tt (2)式中：t 为模块运行时间；和分别为分布模型的尺度参数与形状参数17。模块可靠性模型可表示为：()1()exp(/)R tF tt (3)采用最小二乘法对分布模型公式(2)中的参数进行拟合，转换为线性函数模型，可变换形式为：1lnln(lnln)1()tF t(4)将公式(4)变换为线性函数模型：ywxb(5)其中：1lnln1()yF t(6)lnxt (7)w(8)lnb (9)基于最小二乘法，线性函数模型(5)中的参数 w与 b 可通过下式进行求解：121()()()njjjnjjxx yywxx(10)bywx (11)式中：n 为参数 x、y 的个数，x、y可表示为：11njjxxn(12)11njjyyn(13)通过最小二乘法的参数拟合，公式(3)中的参数可通过下式进行求解：w(14)bwe (15)针对各个模块的厂家预估寿命，获取预估寿命天数内的故障数据，以天为单位逐次统计累加的故障次数。以最大寿命maxt、总故障次数 N 为例，第maxt天的失效分布函数最大值为 1，第 t 天对应的失效分布函数为1/tjjnN，即为当天累计的故障总次数除以 N。nj为第 j 天的故障次数，并形成运行时间与失效分布函数的数据表。模块时变可靠性故障信息表见表 1 所列。表 1 模块时变可靠性故障信息表 Table 1 Fault data for modules time-variant reliability 天数 失效分布函数 F(t)1 n1/N t 1/tjjnN tmax 1 基于最小二乘法，将表 1 各个模块的故障数据带入公式(6)(15)进行求解，即可获得该模块的时变可靠性模型。4 修正权重的故障树模型 故障树各层级间需要设置权重，将底层模块的可靠性通过与、或、非逻辑门映射到顶层故障事件第 21 卷 第 7 期 电 力 信 息 与 通 信 技 术 79 或从顶层故障事件追溯到底层模块，需要按一定比例分摊故障概率。有研究将故障树各层之间的连接关系视为等权重，也有研究根据失效分摊法计算各模块对系统失效的贡献比例。在实际运行中，终端出现故障的原因可能由于地区、环境、设备厂家等因素有所偏重18。若该终端站所未配置 4G/5G 基站或无线信号质量较差，那么无线通信模块故障的概率就会较高。此外，由于一般终端配有后备电源，电源模块出现问题导致终端整体故障的概率通常较低19-20。以遥测故障为例，其可能由于采样模块(采样不出信号/采样错值)、通信模块(上送主站时出现通信阻塞/丢包)、对时模块(未与主时钟对时，采样到其他时刻值)、中央处理单元或电源模块(未能供电给核心单元)故障引起。因此，根据终端的历史故障数据得出各故障类型与终端各模块的置信度关系如下：,()()()sjs j Dsjss DCtP tC t (16)式中：()sjP t表示在 t 时刻 j 模块与遥测故障(表示为s)间的置信度函数；D 为在 t 时刻累计的历史故障数据的总条数；,()sjs j DCt表示遥测故障与 j 模块同时出现在故障数据中的条数(故障数据通常包含故障类型、维修措施与模块等信息)；()ss DC t表示遥测故障出现在故障数据中的条数。配电终端的正常运行与各功能的正常使用密切依赖于各个模块。因此，集中式站所终端可靠性指标可修正为各模块的可靠性与其对应的模块和故障的置信度乘积：()()()cfjjjffFR tPtR t(17)式中：R(t)为集中式站所终端整体的可靠性；f 表示某种故障；F 表示所有故障；fc为能引起故障 f 的模块集合。Rj(t)为通过模块时变可靠性模型公式(3)求解出的模块在 t 时刻的可靠性。针对每种故障，找到其对应的引起该故障的所有模块，如果使其全部可靠，那么就不会引起该故障。针对终端来说，如果所有故障都不发生，那么其被认为是可靠的。根据定期巡检与故障检修结果，若需更换硬件，如电池、通信模块等，则重新计算该模块的时变可靠性模型，同步更新公式(16)中的置信度关系，从而得到新的权重的可靠性指标和新的终端状态评价。基于本文提出的模块时变可靠性模型对反映模块与故障关联关系的故障树模型进行权重修正。首先，运用运维数据与专家经验构建集中式站所终端故障树模型；其次，分别基于模块故障数据与运维数据计算模块时变可靠性模型和模块与故障的置信度；最后，得到带修正权重的集中式站所终端故障树模型，实现终端设备状态自评价。集中式站所终端带权重故障树模型形成方法如图 5 所示。终端状态多维度影响因素各模块寿命终端故障树模型历史故障、运维数据、专家经验终端设备结构模型模块时变可靠性修正权重的终端故障树模型终端设备状态自评价 图 5 集中式站所终端带权重故障树模型形成方法 Fig.5 Formulation of weighted fault tree model for DTU 5 终端状态综合分析评价 根据某地区供电公司提供的 2022 年一季度配电终端运维数据与近 4 年来模块故障历史记录，通过编写 Python 算法处理数据，分析配电终端可靠性。配电终端历史运维数据是指短期内(1 年)供电公司运维人员的检修记录，通常包含故障类型、故障处理措施、故障模块等信息。模块故障历史记录指长期(多年)的模块故障次数记录。基于故障树模型，结合专家经验和数理统计得到的集中式站所故障与模块的关联关系如图 6 所示。遥测故障遥信故障通信模块CPU模块故障类型f模块i遥控故障控制回路频繁离线通信模块通信模块通信模块采集模块100%采集模块 图 6 故障与模块的关联关系 Fig.6 Association rule between fault and modules 图 6 中实线表示故障类型，虚线表示故障模块，连接线表示故障类型 f 与故障模块 i 间关系，连接线上方数字表示通过公式(16)计算得到的置信度指标。显而易见，遥测故障大多由置信度最高的通信模块引起，然后分别是 CPU 模块和采集模块。遥80 袁启洪等：基于修正权重故障树模型的终端状态综合自评价方法研究 Vol.21 No.7 控、遥信故障以及终端频繁离线大多由通信模块故障引起。此外，遥控结果还取决于控制回路的可靠性，遥信结果与采集模块的可靠性有关。基于近 4 年来模块故障历史记录，分别计算各模块的时变可靠性。表 2 为以通信模块为例的模块故障数据，通信模块的厂家预估寿命为 3 年。表 2 通信模块故障数据 Table 2 Fault data of communication module 总故障次数 N 失效分布函数 F(t)1 0.000 065 3 792 0.247 746 15 306 1 通过本文所述的参数辨识方法求解时变可靠性模型，得到各模块的尺度参数与形状参数见表 3 所列。表 3 模块的时变可靠性模型参数 Table 3 Parameters of modules time-variant reliability model 模块 通信模块(W)812 1.234 电源模块(B)1389 2.326 采集模块(I)1264 2.227 控制回路(O)1162 2.136 CPU 模块(PU)1058 1.842 对时模块(T)1361 2.113 集中式站所终端模块时变可靠性曲线如图 7所示。其中通信模块的下降趋势较为明显，一是其厂家预估寿命相对较短，二是模块承载终端与主站的信息交互业务，上行和下行同时传输大量数据，对硬件特性与数据处理及延时等要求较高，不可控因素多。其他各模块的可靠性衰减趋势大致相同。可靠性时间/天0.80.60.40.205001000150020001.0WBIOPUT 图 7 集中式站所终端模块时变可靠性曲线 Fig.7 Time-variant reliability curve of DTU modules 构建的集中式站所终端的可靠性指标如下：1.2341.8422.2271.2342.2271.2342.1361.234()()8121058()1264()()8121264()()()8121162812()()()(92.6%63.4%15.3%)(73.9%47.6%)(97.4%47.6%)cfjjj ffFttttttttR tPtR teeeeeeee 权重指标与模块可靠性根据实时运维数据定期更新，以反映近期配电终端的状态趋势。如果运维中更换了某些模块，则初始化该模块的时变可靠性指标。6 结语 配电网及终端设备转型升级不断加速，设备故障频发且缺少有效的预判和故障应对措施，本文提出了一种修正权重的故障树分析方法，以一二次融合集中式站所终端为例，通过算例验证了构建的算法有效性，实现了设备状态自评价。1）通过构建终端各模块的时变可靠性模型，结合近年配电终端实际运维数据和专家经验，分析终端各个模块的时变可靠性，且能够根据实际运维需要更新模块及结果，从而反映设备整体的可靠性变化情况。2）融合专家经验，以置信度为加权衡量指标，获取终端模块故障的关联关系，可支撑设备的日常运维和故障检修决策。相较于传统的分析模块与故障间的关联关系建立规则库的方法，本方法融合了主观经验与客观数据，并考虑了设备运行场景，评价方法更加体系化，评价结果更具可信度。3）基于模块时变可靠性与模块故障关联度构建权重指标，形成修正权重的终端故障树模型。相较于单一故障树模型分析方法仅考虑各模块的一般可靠性，本文提出的方法能够在长时间尺度上反映各模块的衰减特性，从而更准确地描述配电终端整体可靠性随时间变化的特性，提升设备检修精益化管理水平。此外，恶劣天气、地理位置、人为破坏等外部因素也是影响终端设备可靠性的主要风险源。随着能源互联网的持续演进以及计算机算力和数学软件的不断发展，可计及配电终端故障所处的空间特性，再融合本文提出的终端时变可靠性模型，更准确地反映配电终端的时空状态特征。参考文献 1 项林配电网一二次融合关键技术及应用J中国新技术新产品，第 21 卷 第 7 期 电 力 信 息 与 通 信 技 术 81 2021(16)：66-68 2 张磐，凌万水，郑悦，等基于模糊层次分析法的配电自动化运行评估方法研究J电测与仪表，2016，53(22)：72-77 ZHANG Pan，LING Wanshui，ZHENG Yue，et alResearch on the evaluation method of distribution automation operation based on fuzzy analytic hierarchy processJ Electrical Measurement&Instrumentation，2016，53(22)：72-77(in Chinese)3 蔡景素，杨春雨基于层次分析法的配电自动化终端状态评价方法研究J广西电力，2018，41(3)：6-9 CAI Jingsu，YANG ChunyuStudy on distribution automation terminal state evaluation method based on analytic hierarchy processJGuangxi Electric Power，2018，41(3)：6-9(in Chinese)4 尹惠，符金伟，史常凯，等配电终端全过程质量综合评估体系与方法J电力信息与通信技术，2020，18(2)：9-13 YIN Hui，FU Jinwei，SHI Changkai，et alFull process quality comprehensive evaluation system and method of distribution automation terminalsJ Electric Power Information and Communication Technology，2020，18(2)：9-13(in Chinese)5 刘明祥，王凯，封士永配电自动化终端设备状态综合评估技术研究J机电信息，2016(36)：95-96 6 黄晓明，凌万水，吴栋萁，等基于故障树分析法的配电自动化实用化运维指标研究J 电力系统保护与控制，2017，45(24)：92-98 HUANG Xiaoming，LING Wanshui，WU Dongqi，et alResearch on practicality operation and Maintenance index of distribution automation based on fault tree analysis methodJPower System Protection and Control，2017，45(24)：92-98(in Chinese)7 张曦，凌万水，黄飞，等基于故障树分析法的配电终端失效研究J电子器件，2017，40(6)：1506-1510 ZHANG Xi，LING Wanshui，HUANG Fei，et al Research on failure of distribution terminal based on fault tree analysisJChinese Journal of Electron Devices，2017，40(6)：1506-1510(in Chinese)8 汤奕，张雪岑，刘强，等基于数据驱动的配电终端缺陷分析及自诊断方法J智慧电力，2021，49(6)：17-23，115 TANG Yi，ZHANG Xuecen，LIU Qiang，et al Data-driven analytical and self-diagnostic method for distribution terminal defectsJSmart Power，2021，49(6)：17-23，115(in Chinese)9 朱越，高媛，刘强，等面向配电物联网的配电终端公共信息模型框架J供用电，2021，38(7)：51-57 ZHU Yue，GAO Yuan，LIU Qiang，et alThe frame of distribution terminal common information model facing power distribution IoTJDistribution&Utilization，2021，38(7)：51-57(in Chinese)10 方晓洁，黄伟琼，叶东华，等分布式并行 FP-growth 算法在二次设备缺陷监测中的应用J电力系统保护与控制，2021，49(8)：160-167 FANG Xiaojie，HUANG Weiqiong，YE Donghua，et al Application of a distributed parallel FP-growth algorithm in Secondary device defects monitoringJPower System Protection and Control，2021，49(8)：160-167(in Chinese)11 张延旭，胡春潮，黄曙，等基于 Apriori 算法的二次设备缺陷数据挖掘与分析方法J 电力系统自动化，2017，41(19)：147-151，163 ZHANG Yanxu，HU Chunchao，HUANG Shu，et alApriori algorithm based data mining and analysis method for Secondary device defectsJAutomation of Electric Power Systems，2017，41(19)：147-151，163(in Chinese)12 张波，刘海涛，彭港，等面向云边协同的配电变压器运行状态评估及态势预测J重庆大学学报，2023，46(5)：50-61 ZHANG Bo，LIU Haitao，PENG Gang，et alOperation state assessment and situation prediction of distribution transformer for cloud edge collaborationJJournal of Chongqing University，2023，46(5)：50-61(in Chinese)13 张友强，寇凌峰，盛万兴，等配电变压器运行状态评估的大数据分析方法J电网技术，2016，40(3)：768-773 ZHANG Youqiang，KOU Lingfeng，SHENG Wanxing，et al Big data analytical method for operating state assessment of distribution transformerJ Power System Technology，2016，40(3)：768-773(in Chinese)14 邢晓敏，徐海瑞，廖孟柯，等基于云模型和 D-S 证据理论的配电终端健康状态综合评估方法J电力系统保护与控制，2021，49(13)：72-81 XING Xiaomin，XU Hairui，LIAO Mengke，et alComprehensive evaluation method of distribution terminal units health status based on a Cloud model and D-S evidence theoryJPower System Protection and Control，2021，49(13)：72-81(in Chinese)15 吴栋萁，凌万水，杨涛，等配电终端自诊断方法研究J自动化仪表，2018，39(3)：5-8 WU Dongqi，LING Wanshui，YANG Tao，et alResearch on the self-diagnostic method for power distribution terminalJProcess Automation Instrumentation，2018，39(3)：5-8(in Chinese)16 凌丹 威布尔分布模型及其在机械可靠性中的应用研究D 成都：电子科技大学，2011 17 徐丙垠，李天友，薛永端智能配电网与配电自动化J电力系统自动化，2009，33(17)：38-41，55 XU Bingyin，LI Tianyou，XUE Yongduan Smart distribution grid and distribution automationJAutomation of Electric Power Systems，2009，33(17)：38-41，55(in Chinese)18 刘小春，伍惠铖，李映雪，等配电自动化终端配置的双层优化模型J电力系统保护与控制，2020，48(24)：136-144 LIU Xiaochun，WU Huicheng，LI Yingxue，et alA bi-level optimization Model of distribution automation terminal configurationJ Power System Protection and Control，2020，48(24)：136-144(in Chinese)19 单士睿，王金丽 基于 GSO 算法的无线监测网络拓扑优化方法J智慧电力，2020，48(6)：8-13，27 SHAN Shirui，WANG Jinli