CN102663537A - 一种基于风险评估的电力设备检修*** - Google Patents

Abstract

本发明公开了一种基于风险评估的电力设备检修***，包括数据采集单元监测电力设备的原始数据，将采集到的原始数据保存到数据库服务器；数据处理单元对采集到的原始数据进行处理，生成处理结果；应用服务单元供用户访问所述原始数据，以及交互操作所述处理结果；用户基于所述处理结果和原始数据确定电力设备是否需要维修。使用本发明的***，可以明显减少设备维修过程中的盲目性，避免维修不足或过剩，做到了设备“应修必修、修必修好”的原则，同时节约了大量的维修成本，保障了设备的安全稳定运行，极大地提高了设备的管理水平。

Description

一种基于风险评估的电力设备检修***

技术领域

本发明属于电力企业设备状态检修领域，尤其涉及一种基于风险评估的电力设备检修***。

背景技术

电气设备检修体制的发展大致可以分为三个阶段：事故检修(BM，BreakMaintenance)、计划检修(SM，Schedule Maintenance)、状态检修(CBM，Condition-Based Maintenance)。

事故检修(BM，Break Maintenance)，也称故障检修，这是最早的检修方式，这种检修方式以设备出现功能性故障为判据，在设备发生故障且无法继续运行时才进行维修。显然，这种应急维修需付出很大的安全、经济代价和维修费用，不但严重威胁着设备或人身安全，而且维修严重不足。

计划检修(SM，Schedule Maintenance)，也称定期检修。这种检修方式以时间为依据，预先设定检修工作内容与周期，其维修间隔的确定主要根据经验和统计资料，以保证设备的完好率处于一定水平，但是它很难预防由于随机因素引起的偶然事故，同时也会废弃了许多尚可使用的备件，而且增加了不必要的拆装次数，造成浪费。这种不根据设备的实际状况，单纯按规定的时间间隔对设备进行相当程度解体的维修方法，将不可避免地会产生“维修过剩”，不但造成设备有效利用时间的损失和人力、物力、财力的浪费，甚至会引发维修故障。

状态检修(CBM，Condition-Based Maintenance)是一种以设备的实际运行状态为基础的检修制度，它是一种建立在计算机技术、检测技术、电力技术、诊断技术、预测技术等多学科基础上的检修方式。状态检修通过对设备相关状态量进行精确测量，综合缺陷信息、试验信息、运行信息、检修信息，经过状态检修专家***的诊断、处理、评价、预测，识别故障的早期征兆，对故障部位、故障程度和发展趋势做出判断，根据评价结果动态调整检修项目周期，指导检修计划的编制，逐步优化维修管理模式，使设备得到最佳维修与保养，降低维修成本、缩短检修停电时间、延长设备寿命，做到“应修必修、修必修好”。

随着电力***的快速发展，***规模的不断扩大，***内设备数量的快速增长，传统的对输变电设备状态不做评估直接进行“一刀切”式的定期检修模式因为检修时间固定，存在检修不足和检修过剩的弊端。检修不足，应修设备不能进行及时修理，造成输变电设备故障率提高；检修过剩，造成大量人力、物力浪费，过度检修造成设备不可逆损伤使设备寿命减短，不必要的检修加大设备故障风险。据此，固定的检修模式已经越来越不适应电网设备维修和经济运行的发展需要。状态检修是一种动态的、根据设备实时状态的一种检修模式，能够根据设备的投运前基础信息、运行中信息、故障和事故情况、试验(预试)数据、同类设备家族参考信息以及其它相关的信息以及实时在线监测数据诊断设备状况，制定灵活检修方式的一种维修方式，做到设备“应修必修，修必修好”，不仅可以大大地节约维修成本，而且可以减少因不必要的维修造成的设备故障，提高维修速度和维修质量，提高电网供电可靠性和电网运行的经济性。

现阶段，国内电力***用于状态检修工作中的决策***只是把风险评估值作为制定检修计划的参考值，并没有真正把其作为电力***开展状态检修的必要环节；用于电力***中设备的风险评估值并不是依据客观的、有说服力的计算方法计算得出而只是采用经验值。因为缺少风险评估模型和定量的风险评估指标的精确数据，使得风险值依赖于评估者的个人经验，得出的风险评估值，因为个人主观因素所占比重大，容易因为个人经验造成风险评估失效，造成维修不足或维修冗余。

发明内容

有鉴于此，本发明所要解决的技术问题是提供一种基于风险评估的电力设备检修***。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

本发明提供了一种基于风险评估的电力设备检修***，包括：数据采集单元、数据处理单元和应用服务单元；其中，

数据采集单元监测电力设备的原始数据，将采集到的原始数据保存到数据库服务器；

数据处理单元对采集到的原始数据进行处理，生成处理结果；

应用服务单元供用户访问所述原始数据，以及交互操作所述处理结果；

用户基于所述处理结果和原始数据确定电力设备是否需要维修。

在一些可选的实施例中，所述数据采集单元采用任务调度方式进行数据采集，并将异常或错误信息记录在日志文件里；采集的原始数据包括电力设备的分类、名称、设备状态量、计量单位、采集频率。

在一些可选的实施例中，所述数据处理单元根据采集到的原始数据进行分析、加工、处理、统计、预测和评价操作；生成所述处理结果包括告警数据、评价数据、历史评价、预测信息、统计信息、检修计划和预试计划；所述数据处理单元将处理结果传输至状态评价模块，所述状态评价模块包含了详细的设备状态评价数据；具体包括状态量评价、部件评价和设备评价的当前和/或历史记录。

在一些可选的实施例中，所述应用服务单元由在线监测模块、可视化展现模块、辅助决策模块、图形分析模块、数据查询模块、知识库配置模块、设备维护模块、***管理模块组成。

在一些可选的实施例中，所述在线监测模块实现在线监测数据查询。

在一些可选的实施例中，所述可视化展现模块包括：

设备状态可视化：以真实的地理图为背景，以三维可视化形式展现每个变电站的正常、注意、异常或严重状态的设备统计数量，并显示每个变电站设备状态等级和电压等级；

设备告警可视化：以真实的地理平面图加闪烁的图标展现每个变电站的告警状态，直观显示告警变电站分布情况；

应检修项目可视化和应预试项目可视化：以三维可视化形式展现每个变电站的即将到期、已到期、已过期的应检修设备统计数量，并显示每个变电站设备到期情况和电压等级。

在一些可选的实施例中，所述图形分析模块包括：

参量跟踪：采用仪表盘方式跟踪一个或多个状态量的当前值，通过仪表盘的不同区域，警示用户采取相应的措施；

趋势分析：对单个状态量的不同周期变化趋势进行分析，发现变化规律，便于人工分析和预测设备健康状况；

类比分析：对相同或相似设备的相关参数进行对比，分析故障和异常原因；

多参量分析：采用雷达图分析同一台设备多个相关参量的评分情况，以辅助判断多个状态量之间的规律。

在一些可选的实施例中，所述设备维护模块包括：

变电站维护：维护***中使用的变电站信息；

功能位置维护：维护***中设备功能位置信息；

设备维护：维护***中各类设备信息；

在一些可选的实施例中，所述***管理模块包括：

地点维护：配置***使用的地点信息；

组织维护：维护***使用组织机构；

岗位维护：维护***中岗位信息；

人员维护：维护***使用人员信息；

权限维护：维护人员和岗位对应的权限；

接口维护：维护***使用的接口信息，便于数据采集单元的数据采集。

在一些可选的实施例中，所述知识库配置模块包括：

部件维护：维护设备类型下的部件名称和编码；

状态量维护：维护指定设备类型、部件名称下的状态量信息；

状态量评分规则：维护状态量下的评分规则，包括状态量名称、电压等级、扣分标准、权重、扣分、扣分表达式、最大评分、最小评分、缺陷关键字、缺陷值；

部件定级规则：维护部件定级的条件，即单项最大扣分和合计扣分的条件和关系。

在一些可选的实施例中，所述辅助决策模块包括：

状态评价查询：查询设备当前状态评价信息和历史评价信息；

检修项目提醒：按设备风险评估值和过期天数倒序排列，查询最有风险的设备和过期未检修项目；

预试项目提醒：按设备风险评估值和过期天数倒序排列，查询最有风险的设备和过期未预试项目；

状态诊断：根据故障诊断库和设备状态量情况，诊断设备存在的问题；

风险评价：按照设备的风险系数、重要等级、状态评分和预测评分，综合得出每个设备的风险评估值。风险评估值＝风险系数*重要等级*(1-状态评分/100)*(1-预测评分/100)。

为了上述以及相关的目的，一个或多个实施例包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明某些示例性方面，并且其指示的仅仅是各个实施例的原则可以利用的各种方式中的一些方式。其它的益处和新颖性特征将随着下面的详细说明结合附图考虑而变得明显，所公开的实施例是要包括所有这些方面以及它们的等同。

本发明与现有技术相比具有以下优点：

1.保障电网设备安全稳定运行；

2.节约大量设备检修和管理成本；

3.提高处理故障处理速度和应对突发故障的解决能力；

4.提高了设备管理水平；

5.完善了现有的检修评价机制。

附图说明

图1是本发明***示意图；

图2是本发明检修***总体架构图；

图3是本发明检修***示意图；

图4是本发明数据流设计图；

图5是本发明各功能关系图；

图6是本发明***硬件部署图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的组件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，本发明的这些实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。

如图1所示，本发明提供了一种基于风险评估的电力设备检修***，包括：

数据采集单元S01、数据处理单元S02和应用服务单元S03；其中，

数据采集单元S01监测电力设备的原始数据，将采集到的原始数据保存到数据库服务器；

数据处理单元S02对采集到的原始数据进行处理，生成处理结果；

应用服务单元S03供用户访问所述原始数据，以及交互操作所述处理结果；

用户基于所述处理结果和原始数据确定电力设备是否需要维修。

在一些可选的实施例中，所述数据采集单元采用任务调度方式进行数据采集，并将异常或错误信息记录在日志文件里；采集的原始数据包括电力设备的分类、名称、设备状态量、计量单位、采集频率。

在一些可选的实施例中，所述数据处理单元根据采集到的原始数据进行分析、加工、处理、统计、预测和评价操作；生成所述处理结果包括告警数据、评价数据、历史评价、预测信息、统计信息、检修计划和预试计划；所述数据处理单元将处理结果传输至状态评价模块，所述状态评价模块包含了详细的设备状态评价数据；具体包括状态量评价、部件评价和设备评价的当前和/或历史记录。

在一些可选的实施例中，所述应用服务单元S03由在线监测模块S031、可视化展现模块S032、辅助决策模块S033、图形分析模块S034、数据查询模块S035、知识库配置模块S036、设备维护模块S037、***管理模块S038组成。

如图2所示，展示了状态检修***总体软件架构，整个***分模型层、服务层、应用层。模型层按照不同功能划分，同时充分考虑***科学性、可扩展性、灵活性特点，降低服务层处理数据复杂性，分为接口模型、知识库模型、统计模型、设备模型、组织权限模型、评价模型等六大部分。服务层主要由三个服务单元组成，数据采集单元提供生产管理***、在线监测***、集控中心Scada***的数据采集工作。数据处理单元负责数据的处理、分析、统计、评价、预测等。应用服务单元负责Web应用的调度，采用SOA技术，对外提供Web服务。应用层采用纯Flex技术，负责各个功能应用展现，供用户Web访问和交互操作。

如图3所示，状态检修***分三大服务单元，每个服务单元由不同功能组成，数据采集单元负责采集Scada***、在线监测***、生产管理***的数据，数据处理单元负责状态量的处理、统计、预测和评价等功能，应用服务单元负责功能页面展现。应用服务单元提供设备的辅助决策、可视化展现、图形分析和数据查询等功能。

数据处理单元中的缺陷/试验处理功能，是将采集到的设备缺陷数据和试验数据转化为状态量数据。缺陷数据转化规则为将缺陷表象和缺陷描述匹配状态量评分规则中的缺陷关键字，如果匹配就产生对应的状态量扣分和评分。试验数据转化规则为读取特定的试验记录，查看试验结果是否合格或试验中的状态量参数是否满足评分规则中的扣分表达式，有些试验参数需要根据特定的算法进行二次统计，把二次统计结果传入评分工作中的扣分表达式。

数据处理单元中的检修和预试项目提醒功能，是根据设备状态评价结果、参考状态评估、预测评分等，结合设备历史检修项目和预试项目，生成即将到期(一个月内到期)、已到期(到期一个月内)、已过期(过期一个月及其以上)的检修项目和预试项目。

应用服务单元的各功能模块详细说明如表1所示：

表1

图4是状态检修***的数据流设计图，如图所示，数据采集单元负责生产管理***、Scada***、在线监测***的数据采集，将采集到的数据保存到接口数据原始表；数据处理单元负责接口数据原始表的数据处理、数据统计、状态评价、数据预测、预测评价、历史评价等六大功能。

数据处理功能将接口数据原始表转化为接口数据历史表、接口数据变动表、设备状态量告警表；接口数据历史表保存了所有接口原始数据，接口数据变动表保存了不同时刻数据值不相等的数据(即同一设备同一状态量的本次数据值和上次数据值不相等时就保存)，设备状态量告警表保存了符合告警要求的接口数据。

状态评价功能根据状态量评分规则表，如表2所示：

表2

设备部件定级表，如表3所示：

设备类型	部件名称	状态定级	单项扣分条件	合计扣分条件	单项扣分与合计扣分关系
						变压器	缺陷情况	正常	？＜＝10	？＜＝12	and
变压器	缺陷情况	注意	？＞10and？＜＝20	？＞＝20and？＜30	and
						变压器	缺陷情况	异常	？＞20and？＜30	？＞30	and
变压器	缺陷情况	严重	？＞＝30		or
						变压器	本体	正常	？＜＝10	？＜＝30	and
变压器	本体	注意	？＞10and？＜＝20	？＞＝20and？＜30	and
						变压器	本体	异常	？＞20and？＜30	？＞30	and
变压器	本体	严重	？＞＝30		or
						变压器	套管	正常	？＜＝10	？＜＝20	and
变压器	套管	注意	？＞10and？＜＝20	？＞＝20and？＜30	and
						变压器	套管	异常	？＞20and？＜30	？＞30	and
变压器	套管	严重	？＞＝30		or

表3

和接口数据变动表，生成状态量评价当前表、部件评价当前表、设备评价当前表。即将接口数据变动表中的状态量当前值和统计值传入评分规则表中的相同状态量下的所有扣分表达式，判断是否满足这些扣分表达式，如果满足某个扣分表达式，就产生评分和扣分，评分值按上述状态量评分公式进行计算，不满足该状态量所有扣分表达式时，该状态量的评分是100分、扣分是0分。

历史评价功能按照变电站和月度生成每月变电站下所有设备的历史评价，包含设备评价记录表、状态量评价历史表、部件评价历史表、设备评价历史表；各评价历史表是各评价当前表的拷贝，是各当前表的子表；设备评价记录表保存变电站、年月、正常设备个数、注意设备个数、异常设备个数、严重设备个数等信息，是各评价历史表的父表。

数据统计功能将接口数据历史表中的状态量值按天、周、月、年时间段进行平均值、最大值、最小值统计。状态量采集周期是天以下(分钟、小时)的按天、周、月、年统计，采集周期是天的按周、月、年统计，采集周期是周的按月、年统计，采集周期是月的按年统计。

数据预测功能按照状态量月统计数据，采用Weka线性回归和时间序列算法进行预测下月状态量值。数据预测分两种情况，一种是数值型数据，这种数据在时刻变化，是数据预测的主要对象，采用线性回归预测，准确率在86％以下就采用时间序列预测算法进行预测；另外一种是枚举型数据，一般是正常(值用0表示)、异常(值用1表示)、严重(值用2表示)，这种数据不用预测算法进行预测，预测结果直接使用状态量当前值，因为这种数据一般是故障，产生时需要人工去处理才能恢复正常，恢复正常了通过数据采集单元自动获取到正常值。

预测评价功能按照预测的状态量下月值和状态量评分规则表、设备部件定级表，进行状态量预测评分、部件预测评分、设备预测评分，预测评价功能按照状态评价功能类似方式进行，更新状态量当前表中的预测评分、部件评价当前表中的预测评分、设备评价当前表中的预测评分。

在一种可选的实施方式中，电力设备状态检修***使用任务调度方式进行数据采集，可以设定各***采集的频率、是否采集等。对采集到的数据直接保存到接口数据原始表，如果采集出现异常或错误，将信息记录在日志文件里；数据处理单元负责接口原始表数据的处理、统计、评价等功能。处理服务开辟五个进程分别处理接口数据和告警数据、当前状态量部件设备评价、历史状态量部件设备评价、数据预测数据；应用服务单元负责Web应用的调度，采用SOA技术，对外提供Web服务。应用层采用纯Flex技术，负责各个功能应用展现，供用户Web访问和交互操作。主要由数据查询、图形分析、知识库配置、辅助决策、***管理、设备维护等组成。

在一些可选的实施例中，本发明的电力设备检修***使用任务调度方式进行数据采集，可以设定各***采集的频率、是否采集等。对采集到的数据直接保存到接口数据原始表，如果采集出现异常或错误，将信息记录在日志文件里；数据处理单元负责接口原始表数据的处理、统计、评价等功能。处理服务开辟五个进程分别处理接口数据和告警数据、当前状态量部件设备评价、历史状态量部件设备评价、数据预测数据；应用服务单元负责Web应用的调度，采用SOA技术，对外提供Web服务。应用层采用纯Flex技术，负责各个功能应用展现，供用户Web访问和交互操作。主要由数据查询、图形分析、知识库配置、辅助决策、***管理、设备维护等组成。

在一些可选的实例中，如图5所示，展示数据采集单元、数据处理单元和应用服务单元之间的相互关系。数据采集单元将不同***数据采集过来，经过数据处理单元进行处理，生成告警数据、状态数据、接口数据、统计数据，评价数据、预测数据、检修项目提醒数据、预试项目提醒数据、诊断数据、评估数据等，应用服务单元在将这些数据展现给用户，应用服务单元同时负责一些基础数据的维护，如流程设置、检修项目、预试项目、状态量维护、评分规则、部件定级规则、告警配置、地点维护、组织维护、人员维护、岗位维护权限维护等，应用服务单元除了数据查询和基础数据维护外，同时提供图形分析和可视化展现等功能。

在一些可选的实施例中，如图6所示，展示了本***整体硬件部署。整个***部署在安全III区状态检修决策***内部。集控中心内采用物理隔离装置，将集控中心SCADA***、在线监测***和状态检修辅助决策***进行隔离。状态检修***由一台Web应用服务器、一台数据采集服务器、一台数据处理服务器和两台数据库服务器组成。

较优地，变电站到集控中心的通讯，可以采用61850或101/104规约。

更优的，集控中心状态监测***采用Java、C++接口方式对外提供接口服务。

更优的，生产管理***通过WebService对外提供接口服务。在一些可选的实施例中，数据库服务器是处理各项业务数据的中心处理***，同时兼有统计分析功能，完成数据处理和数据库管理等功能，是整个***的核心设备之一。因此要求数据库服务器要求性能强大、运行稳定、可靠性高。根据数据库***并行性、实时性、扩展性和用户使用习惯，本次***建议采用Oracle数据库***作为关系型数据库。

由于本***对高可用性(HA)方面要求较高，建议采用Cluster方式，保证本***能做到7×24小时的高可靠运行。以***应用为基础，考虑***未来的扩展能力等方面因素，建议采用小型机作为硬件平台。结合业务状况和将来的发展趋势，采用SAN数据存储结构，建设统一数据存储中心的管理体系，灵活的体系结构，以满足未来新的应用的需求，从而向更高层次的IT中心发展。

在一些可选的实施例中，数据库数据通过4Gb光纤通道所组成的SAN(存储区域网)存储至一个核心的企业级磁盘阵列中。数据库中心采用2台SANSwitch 4Gb光纤交换机组建SAN网络。服务器每个分区均配置双光纤接口卡，分别连接在2台光纤交换机上。磁盘阵列也通过多路光纤分别和2台光纤交换机相连，以确保无单点故障。每台服务器配置多路径故障切换和负载均衡控制软件，以实现双路径自动数据访问，对应用透明，也无需人工干预。

本发明与现有技术相比具有以下优点：

1、保障电网安全稳定运行

在没上状态检修***以前，设备的实时健康状态很难知道，设备的检修往往采取故障检修加计划检修方式。故障检修以设备出现功能性故障为判据，在设备发生故障且无法继续运行时才进行维修。显然，这种应急维修需付出很大的安全、经济代价和维修费用，不但严重威胁着设备或人身安全，而且维修严重不足。计划检修以时间为依据，预先设定检修工作内容与周期，以保证设备的完好率处于一定水平，这种方式将不可避免地会产生“维修过剩”或者“维修不足”，不但造成设备有效利用时间的损失和人力、物力、财力的浪费，甚至会引发维修故障。

在使用基于量化评分和风险控制的状态检修辅助决策***后，一方面***能够根据实时采集的设备状态量数据，进行数据预测和统计分析，预先知道设备下月健康状况，***以消息的形式通知使用人员提前应付设备可能出现的隐患或故障，将设备故障或隐患消除在萌芽中，极大的提高了设备的安全性；另一方面***根据设备当前状态、设备评分、预测评分、设备风险值、设备重要等级、检修周期、预试周期、历史检修记录、历史预试记录生成实时的基于风险控制的检修项目提醒和预试项目提醒，指导检修人员、预试人员优先处理风险最严重的设备进行相应的检修和预试，保障了电网的安全稳定运行。

2、节约大量设备检修成本

在没有状态检修***以前，设备检修按固定周期进行。这种检修方式以时间为依据，预先设定检修工作内容与周期，其维修间隔的确定主要根据经验和统计资料，以保证设备的完好率处于一定水平，但是它很难预防由于随机因素引起的偶然事故，同时也会废弃了许多尚可使用的备件，而且增加了不必要的拆装次数，造成浪费。定期检修制度在保证重大机械设备正常工作中起到了直接防止或者延迟故障的作用，但是这种不根据设备的实际状况，单纯按规定的时间间隔对设备进行相当程度解体的维修方法，将不可避免地会产生“维修过剩”，不但造成设备有效利用时间的损失和人力、物力、财力的浪费，甚至会引发维修故障。

在使用基于状态评分和风险控制的状态检修辅助决策***后，设备检修周期调整按照设备的状态进行。把设备的健康状态分为四级，分别为正常、注意、异常、严重。对于正常状态设备，可以按正常C级检修周期进行检修；对于注意状态设备要适当缩短周期(检修周期一半)进行检修；对于异常状态设备，要尽快安排检修(半个月内)；对于严重状态设备，要立即进行检修(一周内)。这样按照不同设备状态进行不同程度的检修，即节约了大量的设备维修成本，又节约很大的人力成本。

3、节约大量设备管理成本

在没上状态检修***以前，在评价设备健康状况时需要各部门花费大量人力，进行设备相关数据的查询、比较、统计、分析，加之缺乏有效的设备评价模型，得出的设备状态不太客观和准确，人为臆断性比较大。另外人工评价周期较长(一年甚至几年一次)，缺乏对设备健康状态的及时了解和预测，因而设备健康稳定运行很难得到保证。

在使用状态检修辅助决策***后，***自动采集影响设备健康运行的相关状态量数据，并对采集到的数据实时进行评价，对设备管理人员和运行人员了解设备健康状态非常有用。同时***每隔一月(周期可调整)自动生成一次全站设备的评价记录，便于设备运行人员了解设备健康发展趋势。

4、提高处理故障处理速度和应对突发故障的解决能力

***提供故障处理知识库，对每类设备故障进行故障原因分析和解决办法处理，并对故障关联到设备状态量上，即哪个设备状态量异常导致什么样的故障，并怎样得到最佳的处理。一旦设备的某个状态量出现异常，马上定位到可能产生的故障，并提供故障解决办法，这样不仅形成企业自身宝贵的故障诊断知识库，同时加快了企业员工处理故障的响应速度，保证了电力***的安全稳定。

企业使用故障处理知识库，使得故障处理经验不断得到加强，一方面提高了故障的处理速度和应对突发故障的处理能力，灵一方面也不会因为设备检修运行人员的流失，造成企业处理故障经验的丢失。

5、极大地提高了设备管理水平

通过***状态评价功能，综合设备所有影响健康运行的状态量，通过状态评估模型进行实时评价和分析处理，得出设备当前状态和及时发现设备当前隐患，对可能出现或已经出现的故障征兆进行及时消除，保证了设备的完好和健康稳定运行，提高了设备的管理水平。

通过***预测评估功能，能够实时预先知道下个月的设备健康状态，同时知道每个状态量的下个月评分情况，通过定位设备、定位状态量，迅速找到设备最低评分的状态量，在对这些状态量进行进一步的预测和分析，通过图形直观地显示状态量发展趋势，对确认下个月不良状态量进行及时处理和消缺，将设备故障消除在隐患阶段，极大提高了设备的管理水平。

通过***状态诊断功能，及时了解设备不良状态量可能产生怎样的故障，以及对每种故障的最佳处理，***同时记录了每次故障的处理过程，这样对全面了解设备故障信息非常有用。通过***故障诊断功能，不仅加快了企业员工处理设备故障响应速度，同时提高了设备管理水平。

通过实时的检修项目提醒和预试项目提醒功能，方便检修人员和预试人员查看和编制检修计划和预试计划，通过检修计划和预试计划的自动生成功能，不仅极大提高了检修人员和预试***检修和预试计划的能力和准确性，同时提高了设备管理水平。

通过***的设备查询功能，能及时全面了解设备最新信息和历史信息，包括基本的设备台账信息、当前状态、设备评分、预测评分、当前所有部件评价信息和状态量评价信息、历史部件评价信息和状态量评价信息、设备缺陷、设备检修、设备试验、检修计划、预试计划等设备全景信息，方便快速查找设备完整健康信息，提高了设备管理水平。

6、完善了现有状态检修评价导则

现有南方电网公司和国家电网公司的设备状态评价导则，都缺少对设备量化评分的内容，本***在遵照现有评价机制的基础上，加入设备、部件、状态量的量化评分模型，对设备的每个状态量、部件都进行状态评分，最后得出每个设备的状态评分。量化评分办法是对状态检修导则的完善和补充，是非常重要和有价值的。

现有状态评价导则只给出了设备的大致状态，对处在同一个状态下的不同设备，不知道设备之间的健康状态的好坏，也不知道设备处于哪个状态的边缘。如处于注意状态的设备，它可能更接近于正常或异常，这种正常和异常状态的检修方式就相差很大。如果不能正确量化设备的状态评分，就可能造成设备检修的失修或过修。因此量化评分方法具有更大的优越性，更能反映设备的当前健康程度，同时也成为辅助决策的依据，是以后状态检修的必然趋势。本***采用的状态量评分模型采用分段区间办法，将相同区间进行线性处理，不同区间进行分段处理；同时部件和设备的评分考虑最差状态量评分影响，具有很好的可操作性和准确性，是对现有状态评价导则的补充和完善，具有非常重要的意义。

为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

Claims (9)

1.一种基于风险评估的电力设备检修***，其特征在于，包括：数据采集单元、数据处理单元和应用服务单元；其中，

数据采集单元监测电力设备的原始数据，将采集到的原始数据保存到数据库服务器；

数据处理单元对采集到的原始数据进行处理，生成处理结果；

应用服务单元供用户访问所述原始数据，以及交互操作所述处理结果；

用户基于所述处理结果和原始数据确定电力设备是否需要维修。

2.如权利要求1所述的***，其特征在于，所述数据采集单元采用任务调度方式进行数据采集，并将异常或错误信息记录在日志文件里；采集的原始数据包括电力设备的分类、名称、设备状态量、计量单位、采集频率。

3.如权利要求1所述的***，其特征在于，所述数据处理单元根据采集到的原始数据进行分析、加工、处理、统计、预测和评价操作；生成所述处理结果包括告警数据、评价数据、历史评价、预测信息、统计信息、检修计划和预试计划；所述数据处理单元将处理结果传输至状态评价模块，所述状态评价模块包含了详细的设备状态评价数据；具体包括状态量评价、部件评价和设备评价的当前和/或历史记录。

4.如权利要求1所述的***，其特征在于，所述应用服务单元由在线监测模块、可视化展现模块、辅助决策模块、图形分析模块、数据查询模块、知识库配置模块、设备维护模块、***管理模块组成。

5.如权利要求4所述的***，其特征在于，所述可视化展现模块包括：

设备状态可视化：以真实的地理图为背景，以三维可视化形式展现每个变电站的正常、注意、异常或严重状态的设备统计数量，并显示每个变电站设备状态等级和电压等级；

设备告警可视化：以真实的地理平面图加闪烁的图标展现每个变电站的告警状态，直观显示告警变电站分布情况；

应检修项目可视化和应预试项目可视化：以三维可视化形式展现每个变电站的即将到期、已到期、已过期的应检修设备统计数量，并显示每个变电站设备到期情况和电压等级。

6.如权利要求4所述的***，其特征在于，所述图形分析模块包括：

参量跟踪：采用仪表盘方式跟踪一个或多个状态量的当前值，通过仪表盘的不同区域，警示用户采取相应的措施；

趋势分析：对单个状态量的不同周期变化趋势进行分析，发现变化规律，便于人工分析和预测设备健康状况；

类比分析：对相同或相似设备的相关参数进行对比，分析故障和异常原因；

多参量分析：采用雷达图分析同一台设备多个相关参量的评分情况，以辅助判断多个状态量之间的规律。

7.如权利要求4所述的***，其特征在于，所述***管理模块包括：

地点维护：配置***使用的地点信息；

组织维护：维护***使用组织机构；

岗位维护：维护***中岗位信息；

人员维护：维护***使用人员信息；

权限维护：维护人员和岗位对应的权限；

接口维护：维护***使用的接口信息，便于数据采集单元的数据采集。

8.如权利要求4所述的***，其特征在于，所述知识库配置模块包括：

部件维护：维护设备类型下的部件名称和编码；

状态量维护：维护指定设备类型、部件名称下的状态量信息；

状态量评分规则：维护状态量下的评分规则，包括状态量名称、电压等级、扣分标准、权重、扣分、扣分表达式、最大评分、最小评分、缺陷关键字、缺陷值；

部件定级规则：维护部件定级的条件，即单项最大扣分和合计扣分的条件和关系。

9.如权利要求4所述的***，其特征在于，所述辅助决策模块包括：

状态评价查询：查询设备当前状态评价信息和历史评价信息；

检修项目提醒：按设备风险评估值和过期天数倒序排列，查询最有风险的设备和过期未检修项目；

状态诊断：根据故障诊断库和设备状态量情况，诊断设备存在的问题；

风险评价：按照设备的风险系数、重要等级、状态评分和预测评分，综合得出每个设备的风险评估值。

Images