基于Cox比例风险模型的电力电缆故障影响因素分析

被引:11
作者
王航 [1 ]
付光攀 [1 ,2 ]
杨斌 [3 ]
姜伟 [3 ]
周文俊 [1 ]
田智 [3 ]
唐泽洋 [4 ]
周承科 [1 ]
机构
[1] 武汉大学电气工程学院
[2] 广州供电局有限公司
[3] 国网湖北省电力公司武汉供电公司
[4] 国网湖北省电力公司电力科学研究院
关键词
电力电缆; 故障影响因素; 样本; Cox比例风险模型; Logistic回归模型; 电缆故障率;
D O I
10.13336/j.1003-6520.hve.20160812028
中图分类号
TM75 [线路及杆塔];
学科分类号
080802 ;
摘要
电力电缆故障信息的深层次挖掘可提高对电缆故障影响因素的分析。因此,针对某供电公司10 k V电力电缆故障数据,运用统计学模型—Cox比例风险模型,定量分析了电缆故障影响因素,用以指导电缆采购、施工、运行和维护。为确保数据分析的准确性,提出了电缆数据预处理原则,探讨了合适的样本量大小。运用Cox比例风险模型对电缆故障影响因素进行单因素分析;运用Logistic回归模型确定了电缆故障影响因素类别,并统计计算了各电缆故障影响因素对应的电缆故障率,确定了各影响因素组成元素的相对危险程度,最终证明了Cox比例风险模型分析结果的正确性。结果表明:本体生产厂家M1、附件生产厂家N1、施工单位I3对应的电缆故障率最高分别为0.33、0.29、0.218,企业在进行电缆采购、施工、维护时应着重关注这3家单位。
引用
收藏
页码:2442 / 2450
页数:9
相关论文
共 19 条
[1]   交叉互联电缆泄漏电流的分离及相间介损相对变化监测应用 [J].
周文俊 ;
杨洋 ;
卫李静 ;
周承科 ;
姜伟 ;
唐泽洋 .
高电压技术, 2016, 42 (02) :468-477
[2]   大电感电力电缆设计 [J].
罗隆福 ;
赵圣全 ;
许加柱 ;
魏磊磊 ;
娄云鸽 ;
陈海兵 .
高电压技术, 2015, 41 (08) :2635-2642
[3]   以全寿命周期成本为判据的近海风电场高压海底电缆选型标准 [J].
刘刚 ;
曹京荥 ;
陆莹 ;
谭帼馨 .
高电压技术, 2015, 41 (08) :2674-2680
[4]   典型敷设条件下电力电缆线路运行振动特征值的测量试验 [J].
张振鹏 ;
蒙绍新 ;
赵健康 ;
杨丹 ;
舒乃秋 ;
饶文彬 ;
夏荣 .
高电压技术, 2015, 41 (04) :1188-1193
[5]   一种电力电缆的随机电热退化模型(英文) [J].
Swati Sachan ;
Rui Wen ;
Yong Xiang ;
Leiming Yao ;
Chengke Zhou .
高电压技术, 2015, 41 (04) :1178-1187
[6]   高压/超高压电力电缆关键技术分析及展望 [J].
周远翔 ;
赵健康 ;
刘睿 ;
陈铮铮 ;
张云霄 .
高电压技术, 2014, 40 (09) :2593-2612
[7]   热老化时间对硅橡胶电树枝起始特性的影响 [J].
周远翔 ;
张云霄 ;
张旭 ;
刘睿 ;
王明渊 ;
高胜友 .
高电压技术, 2014, 40 (04) :979-986
[8]   浅谈小概率事件的原理及应用 [J].
安国玲 .
河南机电高等专科学校学报, 2010, 18 (04) :106-108
[9]   COX回归模型的样本含量的计算方法及软件实现 [J].
徐英 ;
骆福添 .
数理医药学杂志, 2008, (01) :18-19
[10]   电力电缆运行、故障及试验综述 [J].
罗俊华 ;
杨黎明 ;
姜芸 ;
盛龙宝 .
电力设备, 2004, (08) :4-8