0引言
　　
　　随着电力事业的不断发展，变电站的规模越来越大，巡视工作量大幅增加。尽管无人值班站的投入运行极大地降低了变电站的运行成本、提高了工作效率，但是通过“四遥”只能获得运行的部分数据[1]，因此，定期对无人值班变电站进行巡视是必不可少的环节。目前，变电站的巡视周期凭经验制定，缺乏科学性，难以保障巡视工作的合理性和有效性，如果巡视周期过长则不能及时发现设备的缺陷，易造成设备事故的发生，增加经济损失；如巡视周期过短又会造成人力物力资源的极大浪费，且过度的巡视易使巡视工作人员麻痹大意，对设备状态的变化反应不够灵敏。因此，确定合理的变电站巡视周期具有重要的实际意义。
　　
　　本文利用Monte-Carlo法[2]提出了一种确定变电站巡视周期的仿真计算方法，模拟各种设备缺陷时间的随机性，即先对各种设备的基本部件的故障时间抽样，再通过缺陷将其转化为设备的故障时间，根据这些仿真数据统计设备的可靠度[3-8]，最后以可靠度为目标函数求解变电站的巡视周期。
　　
　　1预备知识
　　
　　1．1故障树与缺陷树
　　
　　仿真分析所需的反映设备状态的仿真模型实质上是反映设备故障问因果关系的工具，故障树[g]即为此模型。从设备最不希望发生的故障(顶事件)出发，逐步分析其发生的原因，获得中间原因(中间事件)和无需再分的基本原因(底事件)，再利用符号(与或门)将事件间的逻辑关系表达为倒树形结构。
　　
　　最小割集[9]是分析故障树的一个重要概念，它表征导致顶事件发生的最少和最必要的底事件的组合。由故障树原理可知，最小割集中的所有底事件都发生时该最小割集才发生，而任一最小割集的发生会导致顶事件发生。故可通过最小割集发生时间完成向设备故障发生时间的传递，即最小割集发生时间由其所包含的最后发生的底事件决定；顶事件的发生时间由最先发生的最小割集的时间决定。

[附件:详见附件]