CN109685344A - 一种电力设备运维策略确定方法、装置及存储介质 - Google Patents
一种电力设备运维策略确定方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109685344A CN109685344A CN201811533715.8A CN201811533715A CN109685344A CN 109685344 A CN109685344 A CN 109685344A CN 201811533715 A CN201811533715 A CN 201811533715A CN 109685344 A CN109685344 A CN 109685344A
- Authority
- CN
- China
- Prior art keywords
- state
- power equipment
- health degree
- label
- score value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000036541 health Effects 0.000 claims abstract description 121
- 230000007812 deficiency Effects 0.000 claims description 22
- 230000002969 morbid Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005526 G1 to G0 transition Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请实施例公开了一种电力设备运维策略确定方法,包括:获取电力设备的各项状态量;根据获取到的各项状态量,确定每一项状态量的落入范围;根据确定的落入范围,获取每一项状态量对应的健康度分值;在电力设备的基础健康度分值上叠加健康度分值;将最后叠加得到的健康度分值作为电力设备的健康度;根据电力设备的健康度,确定运维策略;解决了在确定设备运维策略时主要是依靠人的主观意识,导致对设备数据的分析不够客观,确定的运维策略不能很好的提高供电可靠性的技术问题。本申请实施例还提供了对应的装置及存储介质。
Description
技术领域
本申请涉及设备运维技术领域,尤其涉及一种电力设备运维策略确定方法、装置及存储介质。
背景技术
传统的电网运维模式是依据经验和规程,定时对不同设备的部件开展运行维护,这种运维存在很大的弊端,因为缺乏针对性可能花费大量精力而运维的效果却不理想。
随着科技的进步,对电力变压器设备状态的多维度综合监测得以实现,区别于传统运维模式的差异化运维方案出现。现行的差异化运维方案分为以下几大步骤:运维数据收集、风险级别评估、运维策略制定和运维策略执行。具体地:运维数据采集专人在收集好数据之后会对数据进行分析,将缺陷部件进行分类后再对设备健康状态进行评估,然后基于设备健康状态和重要度确定管控级别,最后基于管控级别制定并执行运维策略。
然而,上述的差异化运维方法中,在确定设备运维策略时主要是依靠人的主观意见,导致对设备数据的分析不够客观,确定的运维策略不能很好的提高供电可靠性。
发明内容
本申请实施例提供了一种电力设备运维策略确定方法、装置及存储介质,解决了在确定设备运维策略时主要是依靠人的主观意识,导致对设备数据的分析不够客观,确定的运维策略不能很好的提高供电可靠性的技术问题。
有鉴于此,本申请第一方面提供了一种电力设备运维策略确定方法,包括:
获取电力设备的各项状态量;
根据获取到的各项状态量,确定每一项状态量的落入范围;
根据确定的所述落入范围,获取每一项状态量对应的健康度分值;
在所述电力设备的基础健康度分值上叠加所述健康度分值;
将最后叠加得到的健康度分值作为所述电力设备的健康度;
根据所述电力设备的健康度,确定运维策略;
其中,所述状态量对应的健康度分值为所述状态量的预设分值与所述状态量对应的综合权重系数的乘积;所述综合权重系数为客观权重系数与预设的主观权重系数的平均值;所述客观权重系数为根据所述状态量与紧急重大缺陷的推理规则预先确定的。
优选的,所述根据确定的所述落入范围,获取每一项状态量对应的健康度分值具体包括:
根据确定的所述落入范围,生成对应所述状态量的状态量标签;
根据所述状态量标签,获取所述状态量对应的健康度分值;
所述客观权重系数为根据所述状态量与紧急重大缺陷的推理规则预先确定的具体为:所述客观权重系数为根据所述状态量标签与紧急重大缺陷标签的推理规则预先确定的。
优选的,所述客观权重系数为根据所述状态量标签与紧急重大缺陷标签的推理规则预先确定的具体包括:
预先根据关联规则,挖掘出不同状态量标签与紧急重大缺陷标签之间的推理规则集;
根据所述推理规则集,计算所述不同状态量标签的置信度;
根据公式qi=Ci/∑k=1:nCk,计算所述不同状态量标签的客观权重系数;
其中,qi为第i项状态量标签的客观权重系数;Ci为第i项状态量标签的置信度,i=1,…,n,n为状态量标签的总项数。
优选的,所述根据所述推理规则集,计算所述不同状态量标签的置信度具体包括:
根据所述推理规则集,通过置信度公式计算所述不同状态量标签的置信度;
所述置信度公式为:
C=confidence(Q1→Q2)=P(Q1∪Q2)/P(Q1)×100%=P(Q2|Q1);
其中,C为置信度,Q1为状态量标签,Q2为紧急重大缺陷标签。
优选的,所述根据根据确定的所述落入范围,生成对应所述状态量的状态量标签之后还包括:
根据对应运行年限的状态量标签以及对应电压等级的状态量标签,确定所述电力设备的风险等级;
所述根据所述电力设备的健康度,确定运维策略具体包括:
根据所述电力设备的健康度以及风险等级,确定运维策略。
优选的,所述根据对应运行年限的状态量标签以及对应电压等级的状态量标签,确定所述电力设备的风险等级具体包括:
根据对应运行年限的状态量标签,确定所述电力设备的风险发生概率为低、中或高;
根据对应电压等级的状态量标签,确定所述电力设备的风险影响范围为小、中或大;
确定所述风险发生概率与所述风险影响范围对应的风险等级。
优选的,根据所述电力设备的健康度以及风险等级,确定运维策略具体包括:
根据所述电力设备的健康度及风险等级,确定所述电力设备的管控级别;
根据所述管控级别,确定所述电力设备的运维策略。
优选的,所述根据所述电力设备的健康度及风险等级,确定所述电力设备的管控级别之后还包括:
根据所述管控级别,确定所述电力设备状态画像的健康程度为病态、亚健康或正常。
本申请第二方面提供了一种电力设备运维策略确定装置,包括:
获取单元,用于获取电力设备的各项状态量;
落入范围确定单元,用于根据获取到的各项状态量,确定每一项状态量的落入范围;
分值确定单元,用于根据确定的所述落入范围,获取每一项状态量对应的健康度分值;
叠加单元,用于在所述电力设备的基础健康度分值上叠加所述健康度分值;
健康度确定单元,用于将最后叠加得到的健康度分值作为所述电力设备的健康度;
运维策略确定单元,用于根据所述电力设备的健康度,确定运维策略;
其中,所述状态量对应的健康度分值为所述状态量的预设分值与所述状态量对应的综合权重系数的乘积;所述综合权重系数为客观权重系数与预设的主观权重系数的平均值;所述客观权重系数为根据所述状态量与紧急重大缺陷的推理规则预先确定的。
本申请第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行上述第一方面任一项所述的电力设备运维策略确定方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请实施例中,提供了一种电力设备运维策略确定方法,包括:获取电力设备的各项状态量;根据获取到的各项状态量,确定每一项状态量的落入范围;根据确定的落入范围,获取每一项状态量对应的健康度分值;在电力设备的基础健康度分值上叠加健康度分值;将最后叠加得到的健康度分值作为电力设备的健康度;根据电力设备的健康度,确定运维策略;其中,状态量对应的健康度分值为状态量的预设分值与状态量对应的综合权重系数的乘积;综合权重系数为客观权重系数与预设的主观权重系数的平均值;客观权重系数为根据状态量与紧急重大缺陷的推理规则预先确定的。
本申请实施例提供的方法,在对设备健康度进行评估时,每一项状态量对应的健康度分值是通过预设分值乘以综合权重系数得出的,而综合权重系数是由主观权重系数与客观权重系数计算得到,其中,客观权重系数能够反映状态量与紧急重大缺陷之间的能够推理得到的因果关系。如此,在对设备健康度评估时,人的主观意见不会完全主导,客观权重系数的介入使得评估出的设备健康度更贴近真实的情况,进而使确定的运维策略更为有效。
附图说明
图1为本申请第一个实施例提供的一种电力设备运维策略确定方法的流程图;
图2为本申请第二个实施例提供的一种电力设备运维策略确定方法的流程图;
图3为本申请第三个实施例提供的一种电力设备运维策略确定装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
设备状态评价问题异常复杂,单纯采用数据挖掘算法,解决不了复杂决策问题的建模。在现有技术中,电力行业在开展变压器等电力设备的风险评估时,主要基于各***直接量测和录入的数据作为风险状态评估条件。具体地,主要通过设备介质损耗、温湿度、设备电压等数据是否超过预设阈值判定。然后采用打分或者扣分的方式,依据相关导则的评价标准来判断变压器的运行状态。值得注意地,对于状态量评分法,通过综合考虑各状态量的情况来评判变压器的整体健康状况,这就首先需要对各状态量进行权重系数的赋值工作。权重系数的确定,传统上主要采用专家经验法、层次分析法等权重确定方法,在很大程度上依赖于人的主观意见,没有考虑到多个状态量之间的复杂关系,客观上存在较多重复扣分的可能性,会导致评价结果存在较大的偏差。
本申请实施例提供了一种电力设备运维策略确定方法、装置及存储介质,解决了在确定设备运维策略时主要是依靠人的主观意识,导致对设备数据的分析不够客观,确定的运维策略不能很好的提高供电可靠性的技术问题。
请参见图1,图1为本申请第一个实施例提供的一种电力设备运维策略确定方法的流程图,该方法包括:
步骤101、获取电力设备的各项状态量。
可以理解的是,电力设备具有多项状态量,比如,介质损耗、温湿度、运行年限、电压等级等各种状态量的信息。在具体获取时,可以依靠各种测量装置直接测量到需要的状态量,也可以通过运维人员录入。
步骤102、根据获取到的各项状态量,确定每一项状态量的落入范围。
需要说明的是,对于每一种状态量,可以预先对该状态量在数值上划分不同的落入范围。比如,电压等级的状态量,可以预先划分为高电压等级(1000kV、800kV、500kV)、中电压等级(220kV、110kV、66kV)和低电压等级(10kV、3kV)三个落入范围,若获取到的电压等级的状态量是220kV,则可以确定其落入范围是中电压等级。对于其他的状态量,同样可以按照上述的方法预先进行落入范围的划分。
步骤103、根据确定的落入范围,获取每一项状态量对应的健康度分值。
每个状态量对应的落入范围都预先设定了健康度分值。延用上述电压等级的状态量的例子,则高电压等级、中电压等级以及低电压等级都预先设定了对应的健康度分值。可以理解的是,对于不同的状态量,比如介质损耗的状态量,其预先划分的落入范围对应的健康度分值可以是负值,当然,负值的健康度分值应当对应的是介质损耗不符合要求的情况。
需要说明的是,预先设定的健康度分值并非简单定义的。具体的,其是由状态量的预设分值与状态量对应的综合权重系数相乘得到的。其中,状态量的预设分值可以根据先行导则等资料,或者由专家人为直接设定。而综合权重系数,其具体为客观权重系数与主观权重系数的平均值。主观权重系数可以基于层次分析法设定,客观权重系数则是根据状态量与紧急重大缺陷的推理规则预先确定的,具体的确定方法将在后续进行说明。
步骤104、在电力设备的基础健康度分值上叠加获取到的健康度分值。
电力设备可以预先设定一个基础健康度分值,获取到的每一个状态量对应的健康度分值确定后,可以在基础健康度分值上进行叠加。
步骤105、将最后叠加得到的健康度分值作为电力设备的健康度。
在每个状态量的健康度分值都叠加完毕后,最终的健康度分值作为电力设备的健康度。
步骤106、根据电力设备的健康度,确定运维策略。
可以根据电力设备的健康度,确定对应该电力设备的运维策略。比如,若电力设备的健康度较正常健康度略低,则可以加强关注其存在的缺陷及风险,通过严格执行巡视、检修及试验流程,按期存在的问题机动性增加相关运维作业项目;若该电力设备的健康度较正常健康度要低很多,意味着电力设备很可能出现故障,处于危险期,则运维人员需要高度重视,提高对电力设备的巡视频率、检查范围和试验力度等。
本申请实施例提供的电力设备运维策略确定方法,在对设备健康度进行评估时,每一项状态量对应的健康度分值是通过预设分值乘以综合权重系数得出的,而综合权重系数是由主观权重系数与客观权重系数计算得到,其中,客观权重系数能够反映状态量与紧急重大缺陷之间的能够推理得到的因果关系。如此,在对设备健康度评估时,人的主观意见不会完全主导,客观权重系数的介入使得评估出的设备健康度更贴近真实的情况,进而使确定的运维策略更为有效。
以上为本申请第一个实施例提供的一种电力设备运维策略确定方法的详细说明,下面请参见图2,图2为本申请第二个实施例提供的一种电力设备运维策略确定方法的流程图,该方法包括:
步骤201、获取电力设备的各项状态量。
该步骤与上述第一个实施例中的步骤101相同。
步骤202、根据获取到的各项状态量,确定每一项状态量的落入范围。
该步骤与上述第一个实施例中的步骤102相同。
步骤203、根据确定的落入范围,生成对应获取到的状态量的状态量标签。
考虑到落入范围在反映信息时不够直观,为了让人能够理解并且方便数据挖掘模型处理,可以用标签化的手段,为状态量打标签。一个标签通常是人为规定的高度精炼的特征标识,呈现出两个重要特征:语义化,人能很方便地理解每个标签含义,使得画像模型具备实际意义,能够较好的满足业务需求;符号化,每个标签通常只表示一种含义,标签本身无需再做过多文本分析等预处理工作,这为利用机器提取标准化信息提供了便利。
步骤204、根据该状态量标签,获取该状态量对应的健康度分值。
与上述第一个实施例中的步骤103相似,当采用标签化的方式进行健康度的评估时,可以预先使不同的状态量标签关联、绑定或设定有健康度分值。
需要说明的是,本实施例中,与状态量标签化对应的,客观权重系数也可以根据状态量标签与紧急重大缺陷标签的推理规则预先确定。
具体的,不同状态量标签对应的客观权重系数可以根据以下步骤进行确定。
步骤X:预先根据关联规则,挖掘出不同状态量标签与紧急重大缺陷标签之间的推理规则集。
步骤Y:根据推理规则集,计算不同状态量标签的置信度。
在计算置信度时,置信度的计算公式可以定义为:
C=confidence(Q1→Q2)=P(Q1∪Q2)/P(Q1)×100%=P(Q2|Q1)
当然,置信度也可以有其他的计算方式,但应当能反映一个状态量标签可能导致紧急重大缺陷的几率。
步骤Z:根据公式qi=Ci/∑k=1:nCk,计算不同状态量标签的客观权重系数。
其中,qi为第i项状态量标签的客观权重系数;Ci为第i项状态量标签的置信度,i=1,…,n,n为状态量标签的总项数。
综合权重系数可以定义为客观权重系数与主观权重系数的平均值。
步骤205、在该电力设备的基础健康度分值上叠加获取到的健康度分值。
该步骤与上述第一个实施例中的步骤104相同。
步骤206、将最后叠加得到的健康度分值作为电力设备的健康度。
该步骤与上述第一个实施例中的步骤105相同。
步骤207、根据对应运行年限的状态量标签以及对应电压等级的状态量标签,确定电力设备的风险等级。
在确定运维策略时,除了考虑电力设备的健康度,还可以进一步考虑其风险等级。决定电力设备的风险等级的主要有两种标签,一种是与风险发生概率挂钩的运行年限的状态量标签,一种与风险影响范围挂钩的电压等级的状态量标签。
具体的,在确定风险等级时,可以利用标签规则,为运行年限的状态量定义出初投期、稳定期及老化期三种状态量标签,三种状态量标签对应的风险发生概率为低、中、高,从而可以根据对应运行年限的状态量标签,确定电力设备的风险发生概率。
而电压等级的状态量标签可以参考前文中的高电压等级、中电压等级及低电压等级的划分,高、中、低三个电压等级的状态量标签分别对应的风险影响范围为大、中和小。如此,可以根据对应电压等级的状态量标签,确定电力设备的风险影响范围。
进一步的,再结合风险发生概率与风险影响范围,确定对应的风险等级。风险等级可以归为三类,分别为高风险、中风险和低风险。其中,高风险对应的是高-大、中-大、高-中三个组合,中风险对应的是低-大、中-中、高-小三个组合,低风险对应的是低-小、低-中、中-小三个组合,其中A-B中的前者A对应的是高中低的风险发生概率,B对应的大中小的风险影响范围。
步骤208、根据电力设备的健康度及风险等级,确定电力设备的管控级别。
管控级别包括为I级、II级和III级,可以根据对电力设备的健康度与风险等级的组合评估得到。还可以根据管控级别,利用状态画像的技术对电力设备的健康程度进行表示,状态画像的健康程度可以对应有病态、亚健康与正常。
需要说明的是,病态画像代表变压器当前处于危险期,运维紧急程度高、影响范围大。需要引起运维人员高度重视,提高电力设备的巡视频率、检查范围和试验力度;
亚健康画像代表电力设备当前处于波动期,存在向病态画像转换的概率高。需要重视其存在的缺陷及风险,通过严格执行巡视、检修及试验流程,按期存在的问题机动性增加相关运维作业项目;
正常画像代表电力设备当前处于平稳期,只要正常执行日常的运维策略,确保缺陷、风险及时发现并解决。
步骤209、根据确定的管控级别,确定电力设备的运维策略。
可以参考上述步骤208中,对病态、亚健康与正常三种健康程度的运维策略。
本申请实施例提供的电力设备运维策略确定方法,在对设备健康度进行评估时,每一项状态量对应的健康度分值是通过预设分值乘以综合权重系数得出的,而综合权重系数是由主观权重系数与客观权重系数计算得到,其中,客观权重系数能够反映状态量与紧急重大缺陷之间的能够推理得到的因果关系。如此,在对设备健康度评估时,人的主观意见不会完全主导,客观权重系数的介入使得评估出的设备健康度更贴近真实的情况。在确定运维策略时,在结合电力设备的健康度的同时,还考虑了电力设备的风险等级,进而使确定的运维策略更有针对性,效果更好。
以上为本申请第二个实施例提供的一种电力设备运维策略确定方法的详细说明,下面请参见图3,图3为本申请第三个实施例提供的一种电力设备运维策略确定装置的结构示意图,该装置包括:
获取单元301,用于获取电力设备的各项状态量;
落入范围确定单元302,用于根据获取到的各项状态量,确定每一项状态量的落入范围;
分值确定单元303,用于根据确定的所述落入范围,获取每一项状态量对应的健康度分值;
叠加单元304,用于在所述电力设备的基础健康度分值上叠加所述健康度分值;
健康度确定单元305,用于将最后叠加得到的健康度分值作为所述电力设备的健康度;
运维策略确定单元306,用于根据所述电力设备的健康度,确定运维策略;
其中,所述状态量对应的健康度分值为所述状态量的预设分值与所述状态量对应的综合权重系数的乘积;所述综合权重系数为客观权重系数与预设的主观权重系数的平均值;所述客观权重系数为根据所述状态量与紧急重大缺陷的推理规则预先确定的。
本申请实施例提供的电力设备运维策略确定装置,在对设备健康度进行评估时,每一项状态量对应的健康度分值是通过预设分值乘以综合权重系数得出的,而综合权重系数是由主观权重系数与客观权重系数计算得到,其中,客观权重系数能够反映状态量与紧急重大缺陷之间的能够推理得到的因果关系。如此,在对设备健康度评估时,人的主观意见不会完全主导,客观权重系数的介入使得评估出的设备健康度更贴近真实的情况,进而使确定的运维策略更为有效。
本申请实施例还提供一种计算机可读存储介质,用于存储程序代码,该程序代码用于执行前述各个实施例所述的一种电力设备运维策略确定方法中的任意一种实施方式。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种电力设备运维策略确定方法,其特征在于,包括:
获取电力设备的各项状态量;
根据获取到的各项状态量,确定每一项状态量的落入范围;
根据确定的所述落入范围,获取每一项状态量对应的健康度分值;
在所述电力设备的基础健康度分值上叠加所述健康度分值;
将最后叠加得到的健康度分值作为所述电力设备的健康度;
根据所述电力设备的健康度,确定运维策略;
其中,所述状态量对应的健康度分值为所述状态量的预设分值与所述状态量对应的综合权重系数的乘积;所述综合权重系数为客观权重系数与预设的主观权重系数的平均值;所述客观权重系数为根据所述状态量与紧急重大缺陷的推理规则预先确定的。
2.根据权利要求1所述的方法,其特征在于,所述根据确定的所述落入范围,获取每一项状态量对应的健康度分值具体包括:
根据确定的所述落入范围,生成对应所述状态量的状态量标签;
根据所述状态量标签,获取所述状态量对应的健康度分值;
所述客观权重系数为根据所述状态量与紧急重大缺陷的推理规则预先确定的具体为:所述客观权重系数为根据所述状态量标签与紧急重大缺陷标签的推理规则预先确定的。
3.根据权利要求2所述的方法,其特征在于,所述客观权重系数为根据所述状态量标签与紧急重大缺陷标签的推理规则预先确定的具体包括:
预先根据关联规则,挖掘出不同状态量标签与紧急重大缺陷标签之间的推理规则集;
根据所述推理规则集,计算所述不同状态量标签的置信度;
根据公式qi=Ci/∑k=1:nCk,计算所述不同状态量标签的客观权重系数;
其中,qi为第i项状态量标签的客观权重系数;Ci为第i项状态量标签的置信度,i=1,…,n,n为状态量标签的总项数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述推理规则集,计算所述不同状态量标签的置信度具体包括:
根据所述推理规则集,通过置信度公式计算所述不同状态量标签的置信度;
所述置信度公式为:
C=confidence(Q1→Q2)=P(Q1∪Q2)/P(Q1)×100%=P(Q2|Q1);
其中,C为置信度,Q1为状态量标签,Q2为紧急重大缺陷标签。
5.根据权利要求2所述的方法,其特征在于,所述根据根据确定的所述落入范围,生成对应所述状态量的状态量标签之后还包括:
根据对应运行年限的状态量标签以及对应电压等级的状态量标签,确定所述电力设备的风险等级;
所述根据所述电力设备的健康度,确定运维策略具体包括:
根据所述电力设备的健康度以及风险等级,确定运维策略。
6.根据权利要求5所述的方法,其特征在于,所述根据对应运行年限的状态量标签以及对应电压等级的状态量标签,确定所述电力设备的风险等级具体包括:
根据对应运行年限的状态量标签,确定所述电力设备的风险发生概率为低、中或高;
根据对应电压等级的状态量标签,确定所述电力设备的风险影响范围为小、中或大;
确定所述风险发生概率与所述风险影响范围对应的风险等级。
7.根据权利要求6所述的方法,其特征在于,根据所述电力设备的健康度以及风险等级,确定运维策略具体包括:
根据所述电力设备的健康度及风险等级,确定所述电力设备的管控级别;
根据所述管控级别,确定所述电力设备的运维策略。
8.根据权利要求7所述的方法,其特征在于,所述根据所述电力设备的健康度及风险等级,确定所述电力设备的管控级别之后还包括:
根据所述管控级别,确定所述电力设备状态画像的健康程度为病态、亚健康或正常。
9.一种电力设备运维策略确定装置,其特征在于,包括:
获取单元,用于获取电力设备的各项状态量;
落入范围确定单元,用于根据获取到的各项状态量,确定每一项状态量的落入范围;
分值确定单元,用于根据确定的所述落入范围,获取每一项状态量对应的健康度分值;
叠加单元,用于在所述电力设备的基础健康度分值上叠加所述健康度分值;
健康度确定单元,用于将最后叠加得到的健康度分值作为所述电力设备的健康度;
运维策略确定单元,用于根据所述电力设备的健康度,确定运维策略;
其中,所述状态量对应的健康度分值为所述状态量的预设分值与所述状态量对应的综合权重系数的乘积;所述综合权重系数为客观权重系数与预设的主观权重系数的平均值;所述客观权重系数为根据所述状态量与紧急重大缺陷的推理规则预先确定的。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-8任一项所述的电力设备运维策略确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811533715.8A CN109685344A (zh) | 2018-12-14 | 2018-12-14 | 一种电力设备运维策略确定方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811533715.8A CN109685344A (zh) | 2018-12-14 | 2018-12-14 | 一种电力设备运维策略确定方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109685344A true CN109685344A (zh) | 2019-04-26 |
Family
ID=66187823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811533715.8A Pending CN109685344A (zh) | 2018-12-14 | 2018-12-14 | 一种电力设备运维策略确定方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685344A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110457193A (zh) * | 2019-07-30 | 2019-11-15 | 深圳供电局有限公司 | 基于电力信息***运维数据的健康画像展示方法及其*** |
CN111475377A (zh) * | 2020-03-27 | 2020-07-31 | 联通(广东)产业互联网有限公司 | 一种数据中心健康度的检测方法、***及存储介质 |
CN112186902A (zh) * | 2020-10-28 | 2021-01-05 | 施耐德电气(中国)有限公司 | 一种配电监控***及其监控信息显控方法和装置 |
CN116882946A (zh) * | 2023-09-06 | 2023-10-13 | 南京南自华盾数字技术有限公司 | 一种基于发电企业数据的智能化管理***及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633354A (zh) * | 2017-09-08 | 2018-01-26 | 国家电网公司 | 一种站用直流***运行状态健康程度的综合评价方法 |
CN107767088A (zh) * | 2017-12-07 | 2018-03-06 | 广东电网有限责任公司电力科学研究院 | 一种基于设备缺陷的变压器风险评估方法及装置 |
-
2018
- 2018-12-14 CN CN201811533715.8A patent/CN109685344A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633354A (zh) * | 2017-09-08 | 2018-01-26 | 国家电网公司 | 一种站用直流***运行状态健康程度的综合评价方法 |
CN107767088A (zh) * | 2017-12-07 | 2018-03-06 | 广东电网有限责任公司电力科学研究院 | 一种基于设备缺陷的变压器风险评估方法及装置 |
Non-Patent Citations (3)
Title |
---|
李穆 等: "输变电设备智能化运维***研究与应用", 《电气工程学报》 * |
黄炜昭 等: "电网主设备运行维护策略辅助决策方法", 《电力***自动化》 * |
黄绪勇 等: "基于关联规则和变权重系数的SF_6高压断路器状态综合评估", 《电力***保护与控制》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110457193A (zh) * | 2019-07-30 | 2019-11-15 | 深圳供电局有限公司 | 基于电力信息***运维数据的健康画像展示方法及其*** |
CN111475377A (zh) * | 2020-03-27 | 2020-07-31 | 联通(广东)产业互联网有限公司 | 一种数据中心健康度的检测方法、***及存储介质 |
CN112186902A (zh) * | 2020-10-28 | 2021-01-05 | 施耐德电气(中国)有限公司 | 一种配电监控***及其监控信息显控方法和装置 |
CN116882946A (zh) * | 2023-09-06 | 2023-10-13 | 南京南自华盾数字技术有限公司 | 一种基于发电企业数据的智能化管理***及方法 |
CN116882946B (zh) * | 2023-09-06 | 2024-01-19 | 南京南自华盾数字技术有限公司 | 一种基于发电企业数据的智能化管理***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Afzal et al. | State‐of‐the‐art review on power system resilience and assessment techniques | |
CN109685344A (zh) | 一种电力设备运维策略确定方法、装置及存储介质 | |
CN104484723B (zh) | 一种基于寿命数据的电力变压器经济寿命预测方法 | |
CN106570778B (zh) | 一种基于大数据的数据集成与线损分析计算的方法 | |
Wang et al. | On machine learning-based techniques for future sustainable and resilient energy systems | |
CN109523190A (zh) | 一种电能表的管理方法、管理装置及终端 | |
CN102947801A (zh) | 恶意攻击检测和分析 | |
Mirhosseini et al. | Asset management and maintenance programming for power distribution systems: A review | |
CN104200288A (zh) | 一种基于因素与事件间相关关系识别的设备故障预测方法 | |
Ross | Reliability analysis for asset management of electric power grids | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
Ayoub et al. | Risk based life cycle assessment conceptual framework for energy supply systems in large buildings | |
Guo et al. | Evidence-based approach to power transmission risk assessment with component failure risk analysis | |
Ying et al. | Research on state evaluation and risk assessment for relay protection system based on machine learning algorithm | |
Guerrero et al. | Increasing the efficiency in non-technical losses detection in utility companies | |
Jafarian-Namin et al. | An integrated model for optimal selection of quality, maintenance, and production parameters with auto correlated data | |
Halilcevic et al. | Prediction of power system security levels | |
CN115577996B (zh) | 一种电网停电计划的风险评估方法、***、设备和介质 | |
Wang et al. | Human Operating Risk Assessment for Outdoor Terminal Box of Electric Power | |
Wang | Risk-based security-constrained optimal power flow: Mathematical fundamentals, computational strategies, validation, and use within electricity markets | |
CN107491862A (zh) | 电网风险评测的方法及装置 | |
CN110212585A (zh) | 基于统计分析的风电机组运行可靠性预测方法、装置及风电机组 | |
CN109559036A (zh) | 故障风险分析方法、装置及电子设备 | |
Zhuang | Managing risks in electrical infrastructure assets from a strategic perspective | |
Poudel | Quantifying and improving resilience in power distribution systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190426 |