目前，我国现行
电力设备的检修模式是以故障检修和预防性计划检修为主的检修模式，这种检修模式存在着检修频繁，检修费用高，盲目维修，检修过剩和检修不足同时存在等多重弊端，已越来越不适应市场经济条件下电力行业发展的要求。 1970年，美国杜邦公司I. D. Quinn首先提出了状态检修（CBM， condition - based maintenance）的检修模式。这种维修方式以设备当前的实际工作状况为依据，通过高科技状态监测手段，识别故障的早期征兆，对故障部位、故障严重程度及发展趋势做出判断，从而确定各机件的最佳维修时机。
随着传感技术、微电子、计算机软硬件和数字信号处理技术、人工神经网络、专家系统、模糊集理论等综合智能系统在状态监测及故障诊断中应用，使基于设备状态监测和先进诊断技术的状态检修研究得到发展。而且，这种先进的检修模式已广泛应用于美国、法国等发达国家的电力系统的锅炉、发电机、变压器等大型电器设备的检修实践中。
1电力系统中推行状态检修的意义1. 1状态情况在电力系统中推行状态检修的具有如下优点：①节省大量维修费用；②提高电厂可用系数；③延长设备使用寿命；④增加发电能力；⑤确保发供电可靠性；⑥降低检修成本、减少检修风险。
1996年，我国在电力系统中开始状态检修模式试点工作，取得了一定的经验和成绩。实践证明基于设备运行状态的状态检修一方面可以延长设备检修间隔、提高设备可靠性，另一方面可以推动电力设备管理体制的改革，它已成为电力系统设备管理发展的趋势。然而，检修方式的成功应用依赖于检修技术和检修策略的同时改进和提高。虽然状态检修的思想引入我国已经8年多，但状态检修策略的研究仍不尽人意，使得状态检修无法深入实施，发挥其应有的作用。本文就针对这一问题，建立了基于费用和可靠性约束的电力设备状态检修的随机过程模型，并提出了相应的检修策略，解决了上述问题，使设备的检修工作在满足设备可靠性要求的前提下更加经济。
1. 2模型基本思想根据设备在线监测系统所获得的电力设备状态数据，进行分析、诊断和预测，确定设备目前的可靠度，可能的故障点，故障严重程度，故障数量，设备的可用度，可能的故障点的检修费用等指标。
将这些参考数据代入考虑费用与可靠性约束的非齐次柏松随机模型中（Nonhomogeneous Poisson Process） ，计算设备的最佳检修时间，如果设备最佳检修时间为零，说明这种情况下对设备进行检修不经济，继续使用设备。如果计算得到的最佳检修时间大于零，说明这种情况下对设备进行检修是经济的，并按照模型提供的参考检修时间，制定相应的检修计划，是设备整个检修周期费用达到最小。
2模型的建立与参数的确定2. 1数学模型假设一台正在使用的电力设备，根据前期的诊断、预测以及设备目前的运行状态，发现设备可能有N个故障需要修复， N是服从强度参数为λ（t）的非齐次柏松随机过程，其均值为。 m （ t） = E <∞。
{N （t），tΕ0 }表示t时刻检测到的设备存在故障的累积随机数过程。P{N （ t） = n} = m （t）n ne - m （ t）（ n = 0，1，2，…， ）a为设备在检修前预测的潜在故障个数， b为对每一故障检测出来的概率，且m （0） = 0，m （∞） = a，在（ t，t +Δt）时间段中，通过检测发现的错误个数与在时刻剩余错误的个数（ a - m （ t）成正比，即：m （ t +Δt） - m （ t） = b（ a - m （t））Δt当Δt→0时， m′（t） = ab - bm′（t），利用边界条件可知：m （ t） = a （1 - e - bt）则：失效率函数λ（ t） = d m （ t）d t = ab e - bt设随机变量序列{ t， i = 1，2，…}为发现第i个故障所需要的时间，则： s n =∑n i =0 t i， （ i = 1，2，…）表示第n个故障被检测出来所花费的总时间。
假设从t = 0时点开始检修，则通过时间< 0， t>设备检修，设备的可靠度为R （x|t）则：R （x| t） = exp < - m （ t）e - bt >（1）将m （ t）代入上式，则：R （ x | t） = exp { - a< e - bt - e - bt >}若要求检修完成后设备的可靠度至少达到R 0，则： R （ x | t）≥R 0在设备的检修中，除了达到一定的可靠性要求以外，还需要花各项检修费用。
设c 1为检修过程中每排除一个故障所需要的费用； c 2为检修期t内未发现，而在设备投入使用后每排除一个故障所花的费用（ c 2 > c 1 > 0） ； c 3为由于检修而使设备停用单位时间内所造成的损失（ c 3 > 0）。
T LC为设备一个检修周期的平均寿命， R 0为设备检修后必须达到的最低可靠度。则：设备在< 0， t>这段时间内所花费的总费用是关于时间长度t的一个函数，该函数为：C （t） = c 1 m （t） + c 2 （2）如果同时考虑可靠度要求与费用最低，设备最优检修时间，就是这里要求的设备检修停止时间，它必须满足下列方程组：C （ t） =最小R （ x | t）ΕR 0 2. 2模型的求解首先，对于可靠度约束而言，要满足的R （ x | t）ΕR 0的要求，将（1）式代入可靠性要求，并且两边取对数，得：满足最低可靠度要求得最短检修时间T 1为：T 1 = 1 b < ln m （ t） - ln（ln 1 R 0 > 0
R （x|t） < R 0 R （ x | t）≥R 0其次，对于费用最小约束而言，要使得C （ t）达到最小，令d C （ t）d t = 0由（2）式可得，满足费用最小的设备间修时间T 2：T 2 = 1 b ln ab（ c 2 - c 1）c 3 0
ab > c 3 / （ c 2 - c 1）ab < c 3 / （ c 2 - c 1）最后，同时满足可靠度与时间约束的最优设备检修停止时间。T 3 = max { T 1， T 2 } ，其中T 1， T 2是由上面两个约束条件求解得到。
对于上述结果可以有下面四种情况：（1）若ab > c 3 / （ c 2 - c 1） ， R （ x | 0） < R 0时，则存在唯一大于等于零的T 1， T 2，T 3 = max { T 1， T 2 }（2）若ab > c 3 / （c 2 - c 1） ， R （x | 0） > R 0时，T 3 = T 2（3）若ab > c 3 / （c 2 - c 1） ， R （x | 0） < R 0时，T 3 = T 1（4）若ab > c 3 / （c 2 - c 1） ， R （x | 0） < R 0时，T 3 = T 0 2. 3参数的确定该模型中，参数的估计分为两类：第一类为c 1， c 2， c 3， R 0。
这四个参数可以根据设备检修过程中的实际费用和可靠度要求直接确定。第二类参数为模型中的参数a， b的估计。这两个参数可以根据检修过程中发现的错误数和发现每个错误所用的时间，利用最大似然估计法求出。具体方法如下：设t i为第i个故障被检测出来所花费的时间。
（ i = 1，2，…， n） S i为第i个错误发现所用的时间，则S k =∑i k =0 t k， （0≤S 1≤S 2≤…≤S N） ，则S的联合概率密度函数为：f S 1， S 2，…， S N（S 1， S 2，…， S N） = （∏N i =1 ab e - bS N）exp < - a （1 - e - bS N） >当S N一定时，上式为a， b的最大似然函数，即：L （ a， b） = （∏N i =1 ab e - bS N）exp < - a （1 - e - bS N） >上式分别对a， b求偏导并令其为零。dm （ t）da = 0 dm （ t）db = 0> n a - 1 + eb t n = 0 n b -∑n i =1 t i - at n e - bt n = 0解方程组就可得a， b的估计值^a， ^b.上式中。
3实际应用中的步骤根据状态检修流程图，上述模型在实际应用中，可以根据电力设备的使用状况和维修记录，按照下面的步骤进行计算，即可求得待检修设备的最优检修策略，从而使设备在一定的可靠度要求下，花费最少的检修费用，尽快的投入运行中去。
步骤一：根据电力设备的观察数据和对待检修设备历史的检修数据，确定模型各参数。
步骤二：观察记录设备的状态；步骤三：对在线监测数据进行分析、诊断、预测，确定设备有无故障，无故障，转步骤二，否则转步骤四；步骤四：将预测的设备故障个数、设备可靠性，以及故障发生可能的损失等数据代入模型计算若T 3 = 0，则不检修，转步骤二；若T 3 > 0，则转步骤五；步骤五：实施设备检修，并根据T 3的大小，决定最优检修时间。
4结论上述模型对电力设备检修中最优检修停止策略问题在理论上给予了回答，模型同时考虑了可靠性和经济性两个方面的因素，并给出了实际应用中的操作步骤，具有一定的可操作性和实用价值，计算结果可以用来指导电力设备检修计划的最优策略和电力设备检修计划的制定。
