1新加坡電力集團-南洋理工大學聯合實驗室聯席主任研究背景1研究背景1223344?新加坡電網、城市電網設備集中老化問題?新加坡能源集團-南洋理工大學聯合實驗室?老化機理-狀態異常結合的健康指數?退役設備拆解與健康指數驗證?設備故障影響關鍵性量化?設備故障影響關鍵性量化?老化機理-數據分布結合的健康指數設備退役的優化決策?系統級風險仿真與優化?風險管理系統軟件?政策支撐、媒體報告、政府肯定22電網結構相對簡單電網結構相對簡單電源結構較為單一7家大型發電廠，燃氣-蒸汽聯合循環機組占比7家大型發電廠，燃氣-蒸汽聯合循環機組占比95%Courtesy:SingaporeEnergyStatistics2022,EnergyMarketAuthority(歷史年平均停電次數低于0.01次設備層面-老化與故障系統層面-用戶供電中斷社會層面-聲譽-經濟風險55按年齡更新：當設備達到預設年齡上限極高的更換與人力成本：更新密集期將 新加坡能源集團-南洋理工大學聯合實驗室(2021-新加坡能源集團-南洋理工大學聯合實驗室(2021-now)778EnableEnableoptimizationofrenewalplanunderSAIDIProjectednumberoffailures基于用戶特性與多指標集總9for22kV/LVTF)拆解校正拆解校正進行歸一化-得到健康指數l模塊1:故障概率統計建模l模塊1:故障概率統計建模?由Weibull模型擬合設備年齡與故障率的關系，作為基準模型。?分類計算變壓器、Switchgear、線纜等設備故障率與年齡的關系。?基于故障數統計與政策，劃定所允許的故障率上限，歸一化即得設備健康指數。統計建模狀態識別l模塊2:設備異常度量化與等效年齡統計建模狀態分布修正等效年齡異常度量化等效年齡計算D分布模型，估算給定狀態測量值l模塊2:設備異常度量化與等效年齡統計建模狀態分布修正等效年齡異常度量化等效年齡計算D分布模型，估算給定狀態測量值i|DDDΣpiIDQualifytheApparentAgeofequipmentgivenoutlier.√AHI√Age狀態識別拆解校正Ai統計建模l模塊2統計建模l模塊2:設備狀態異常原因解析Triangle10101014.520140.41WC_Exceeds1s1s1Thermal°C1sThermal°CMethodassessmentfortransformer狀態識別狀態識別拆解校正拆解校正RulebasedRulebasedmodelfurthersubstantiatesusingdegreeofoutliertoadjustAHI統計建模l模塊3統計建模l模塊3:設備拆解分析-變壓器健康指數0狀態識別事后拆機分析結果狀態識別拆解校正拆解校正健康風險驗證：拆解變壓器所見層壓鐵芯與木夾上的燒痕年齡為49.7歲serviceAge統計建模l模塊3統計建模l模塊3:設備拆解分析-電纜狀態識別拆解校正?建立數據驅動模型分析衰老程度與相關因素。狀態識別拆解校正No1966.56(38.66%)2776.47(14.12%)3d理測社會影響-結合用戶社會影響-結合用戶Value考慮設備故障所造成的網絡拓撲N-1影響，計算設備故障所產AssetcriticalityAssetcriticality021000000 AssetcriticalityAssetcriticality021000000 Assettoberenewedin2to5yearsAssetrenewedinoneyeartimeAssetHealth優化模型建立：長時間尺度下的不確定性建模與現融合不確定性建模、現實約束與線性化求解的設備退役優化模型，并提出候選集迭代優化模型的高效求解：基于風險的設備退役策略顯著提升系統經濟性與優化方法在大規模設備更新問題中實現了高效收斂與可行解，顯著降低了系統停電??在可見的風險管理下可延長設備使用壽命?在30至40年壽命窗口內更換設備，可緩解“塔式?達到年齡上限時更新設備將NumberNumberofAssetsateachAgeAgeandRiskProfilefor22kV/LVTFunitswiththeRisk-basedandtoweringeffectmitigation化解“塔式效應”巨大經濟效益與可溯源風險分析。 “enableinformeddecisionsfor“enableinformeddecisionsforprioritisedandtimelyrenewalandmaintenanceofgrida