CN116485159A - 一种供电***的工单中心化管理方法 - Google Patents

一种供电***的工单中心化管理方法 Download PDF

Info

Publication number
CN116485159A
CN116485159A CN202310735625.1A CN202310735625A CN116485159A CN 116485159 A CN116485159 A CN 116485159A CN 202310735625 A CN202310735625 A CN 202310735625A CN 116485159 A CN116485159 A CN 116485159A
Authority
CN
China
Prior art keywords
power supply
fault
supply system
maintenance personnel
maintenance
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.)
Granted
Application number
CN202310735625.1A
Other languages
English (en)
Other versions
CN116485159B (zh
Inventor
廖勤武
柳玉銮
张翔
林瑞发
梁启滨
闫小龙
颜巧玲
魏至伟
周衔
钟育庆
方军帅
林锦乐
赵永庆
张伟榕
林剑英
黄崇永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Great Power Science and Technology Co of State Grid Information and Telecommunication Co Ltd
Original Assignee
Great Power Science and Technology Co of State Grid Information and Telecommunication Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Great Power Science and Technology Co of State Grid Information and Telecommunication Co Ltd filed Critical Great Power Science and Technology Co of State Grid Information and Telecommunication Co Ltd
Priority to CN202310735625.1A priority Critical patent/CN116485159B/zh
Publication of CN116485159A publication Critical patent/CN116485159A/zh
Application granted granted Critical
Publication of CN116485159B publication Critical patent/CN116485159B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种供电***的工单中心化管理方法，包括以下步骤：采集供电***的故障信息并对故障信息进行分析，获取供电***故障信息参数，获取维修人员信息并对维修人员的信息进行分析，获取维修人员信息参数；通过供电***故障信息参数和维修人员信息参数建立数据分析模型，生成匹配度偏差指数，对匹配度偏差指数进行分析，筛除处在维修期间的维修人员，在所有处在闲置期间的维修人员中筛选出符合匹配度标准的维修人员。本发明通过将供电***的故障情况与维修人员进行智能化合理匹配，一方面有效地将供电***中的故障进行一次解决，提高供电***电路故障的维修效率，另一方面，有效地降低供电***故障维修的成本。

Description

一种供电***的工单中心化管理方法
技术领域
本发明涉及工单中心化管理技术领域，具体涉及一种供电***的工单中心化管理方法。
背景技术
工单中心化是一种管理方法，将工单集中在一个中心进行统一管理和分配。在这种方法下，所有与工单相关的信息都被整合到一个统一的***中，包括工单的创建、分配、处理和关闭等流程。这种管理方法可以提高工单的处理效率，减少重复性工作和错误率，并帮助管理人员更好地掌握整个工单处理流程。
工单中心化管理可以应用于各种行业，如供电***、制造业、物流等。对于供电***来说，工单中心化管理可以帮助管理人员及时发现并解决问题，提高服务质量，同时也可以帮助工程师更好地了解现场情况，快速解决问题，提高工作效率。
现有技术存在以下不足：现有技术中供电***的工单中心化管理***在对供电***的问题进行处理时，无法根据供电***的故障程度对维修人员进行智能化合理选配，当选配的维修人员经验比较差但是供电***的故障比较复杂时，很容易出现供电***故障不能被一次解决的情况，会降低对供电***故障的处理效率，当选配的维修人员经验比较丰厚，但是供电***的故障比较容易处理时，会增加供电***的故障维修的成本；
其次，在选出合理的维修人员后，无法在选出的维修人员中选出最优的维修人员，从而整体实用性较差。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的是提供一种供电***的工单中心化管理方法，通过对供电***的故障情况与维修人员的维修经验进行智能化分析，将供电***的故障情况与维修人员进行智能化合理匹配，一方面有效地将供电***中的故障进行一次解决，提高供电***电路故障的维修效率，另一方面，有效地降低供电***故障维修的成本，筛选出匹配度情况符合的维修人员后，根据匹配度情况符合的维修人员去供电***故障位置处的路径情况筛选出最符合的维修人员，有效地节约维修人员去供电***故障位置处的时间，减少电力抢修的时间，大大提高电力抢修的效率，以解决上述背景技术中的问题。
为了实现上述目的，本发明提供如下技术方案：一种供电***的工单中心化管理方法，包括以下步骤：
采集供电***的故障信息并对故障信息进行分析，获取供电***故障信息参数，获取维修人员信息并对维修人员的信息进行分析，获取维修人员信息参数；
通过供电***故障信息参数和维修人员信息参数建立数据分析模型，生成匹配度偏差指数，对匹配度偏差指数进行分析，筛除处在维修期间的维修人员，在所有处在闲置期间的维修人员中筛选出符合匹配度标准的维修人员；
对筛出的维修人员距离供电***故障位置处的路径信息进行综合分析，根据路径信息筛选出最符合的维修人员。
优选的，供电***故障信息参数包括整合指数、故障时限、距离核心部件的距离，采集后，将整合指数、故障频率、距离核心部件的距离分别标定FZi、GZi、JLi；
整合指数，即供电***故障的复杂程度，获取的逻辑如下：
依据的公式为：，式中，SLx、JLx、XTx分别为电路故障涉及的设备数量、故障点之间的距离、协调部门的数量；
故障时限，指故障处理需要的时间；
距离核心部件的距离，指故障出现的位置距离核心部件的距离。
优选的，维修人员信息参数包括维修同类故障类型的时长和维修效率指数，采集后，将维修同类故障类型的时长和维修效率指数分别标定为LXSi和WXLi；
维修同类故障类型的时长，指维修对应供电***故障出现同类情况的时长；
维修效率指数，指维修人员维修供电***故障的效率，获取的逻辑如下：
依据的公式为：；式中，FXSx为维修人员分析出供电***中出现同类故障对应故障位置的平均时长，CGZx为维修供电***中出现同类故障成功的次数占所有维修同类故障次数的比值。
优选的，获取供电***故障信息参数中的整合指数FZi、故障时限GZi、距离核心部件的距离JLi和维修人员信息参数中维修同类故障类型的时长LXSi、维修效率指数WXLi后，建立数据分析模型，生成匹配度偏差指数PPDi，依据的公式为：
，式中，/>为供电***故障信息参数，/>为维修人员信息参数，/>、/>、/>、/>、/>分别为整合指数、故障时限、距离核心部件的距离、维修同类故障类型的时长、维修效率指数的预设比例系数，且/>、/>、/>、/>、/>均大于0。
优选的，将所有处在维修期间的维修人员筛除，将所有处在闲置期间的维修人员与供电***故障进行智能化匹配，计算得出所有处在闲置期间的维修人员与供电***故障匹配的匹配度偏差指数，并将所有处在闲置期间的维修人员与供电***故障匹配的匹配度偏差指数与阈值YZZ1进行比对，若是匹配度偏差指数大于等于阈值YZZ1，则将该部分维修人员继续筛除，若是匹配度偏差指数小于阈值YZZ1，则将该部分维修人员筛出。
优选的，获取筛选出的所有匹配度情况符合的维修人员信息后，继续获取所有匹配度情况符合的维修人员的地理位置信息，将所有匹配度情况符合的维修人员去供电***故障位置处的路径信息进行分析，筛选出最符合的维修人员，筛选的过程如下：
获取所有匹配度情况符合的维修人员去供电***故障位置处的路径信息，路径信息包括路障系数和车辆系数，采集后，将路障系数和车辆系数分别标定为LZXj和CLXj；
路障系数的计算公式为：，式中，JLXo为路径距离，FBLo为路径中道路被封闭禁止通行的长度占道路总长度的比值，KWLo为路径中单位长度的道路路面上出现坑洼面积占道路总面积的比值，TMDo为路径中道路透明度。
优选的，车辆系数的计算公式为：，式中，PDCo与XCSo分别为路径中单位长度上的车辆数目和车辆的平均行车速度。
优选的，获取所有匹配度情况符合的维修人员去供电***故障位置处的路障系数LZXj和车辆系数CLXj后，将建立数据分析模型，生成评价指数PJZj，依据的公式为：，式中，/>、/>分别为路障系数和车辆系数的预设比例系数，且/>、/>均大于0，j为匹配度情况符合的维修人员的数量，j=1、2、3、……、n，其中，n为正整数。
优选的，计算出所有匹配度情况符合的维修人员去供电***故障位置处的评价指数PJZj，并将计算得出的评价指数PJZj按照从大到小的顺序排序，选出评价指数最小的维修人员。
在上述技术方案中，本发明提供的技术效果和优点：
本发明通过对供电***的故障情况与维修人员的维修经验进行智能化分析，将供电***的故障情况与维修人员进行智能化合理匹配，一方面有效地将供电***中的故障进行一次解决，提高供电***电路故障的维修效率，另一方面，有效地降低供电***故障维修的成本，筛选出匹配度情况符合的维修人员后，根据匹配度情况符合的维修人员去供电***故障位置处的路径情况筛选出最符合的维修人员，有效地节约维修人员去供电***故障位置处的时间，减少电力抢修的时间，大大提高电力抢修的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明一种供电***的工单中心化管理方法的方法流程图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本公开的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
本发明提供了如图1所示的一种供电***的工单中心化管理方法，包括以下步骤：
采集供电***的故障信息并对故障信息进行分析，获取供电***故障信息参数，获取维修人员信息并对维修人员的信息进行分析，获取维修人员信息参数；
供电***故障信息参数包括整合指数、故障时限、距离核心部件的距离，采集后，将整合指数、故障频率、距离核心部件的距离分别标定FZi、GZi、JLi；
整合指数，即供电***故障的复杂程度，获取的逻辑如下：
依据的公式为：，式中，SLx、JLx、XTx分别为电路故障涉及的设备数量、故障点之间的距离、协调部门的数量；
电路故障涉及的设备数量多，需要进行大量的检修和维修工作，将会增加故障的处理难度和复杂度，所以电路故障涉及的设备数量越多，则供电***故障的复杂程度越高；故障点之间距离远，需要大量的时间和人力进行巡检和定位，会增加故障的处理难度，所以故障点之间的距离越远，则供电***故障的复杂程度越高；在处理大规模故障时，需要协调多个部门的人员和资源，涉及的工作量和难度都会增加，所以协调部门的数量越多，则供电***故障的复杂程度越高；
需要说明的是，故障涉及的设备数量越多、故障点之间的距离越远、协调部门的数量越多，即整合指数越大，表明供电***故障的复杂程度越高，反之则越低；
故障时限，是指故障处理需要的时间，处理时限越紧，处理难度和复杂度也就越高，所以故障时限越短，则供电***故障的复杂程度越高；
距离核心部件的距离，指故障出现的位置距离核心部件的距离，核心部件包括变电站、配电箱、电缆线路等，故障位置越靠近供电***的核心部件，故障处理的难度和复杂度就越高；
维修人员信息参数包括维修同类故障类型的时长和维修效率指数，采集后，将维修同类故障类型的时长和维修效率指数分别标定为LXSi和WXLi；
维修同类故障类型的时长，指维修对应供电***故障出现同类情况的时长，维修对应供电***故障出现同类情况的时长越长，表明维修人员对同类供电***故障维修的经验越丰厚；
维修效率指数，指维修人员维修供电***故障的效率，获取的逻辑如下：
依据的公式为：；式中，FXSx为维修人员分析出供电***中出现同类故障对应故障位置的平均时长，CGZx为维修供电***中出现同类故障成功的次数占所有维修同类故障次数的比值；
需要说明的是，维修供电***中出现同类故障成功的次数占所有维修同类故障次数的比值越高，维修人员分析出供电***中出现同类故障对应故障位置的平均时长越短，即维修效率指数越高，表明维修人员的维修经验越丰厚，反之表明维修人员的维修经验越差；
需要说明的是，供电***故障信息和维修人员信息通过供电***的工单中心化管理***获取；
通过供电***故障信息参数和维修人员信息参数建立数据分析模型，生成匹配度偏差指数，对匹配度偏差指数进行分析，筛除处在维修期间的维修人员，在所有处在闲置期间的维修人员中筛选出符合匹配度标准的维修人员；
获取供电***故障信息参数中的整合指数FZi、故障时限GZi、距离核心部件的距离JLi和维修人员信息参数中维修同类故障类型的时长LXSi、维修效率指数WXLi后，建立数据分析模型，生成匹配度偏差指数PPDi，依据的公式为：
，式中，/>为供电***故障信息参数，/>为维修人员信息参数，/>、/>、/>、/>、/>分别为整合指数、故障时限、距离核心部件的距离、维修同类故障类型的时长、维修效率指数的预设比例系数，且/>、/>、/>、/>、/>均大于0；
匹配度偏差指数PPDi用于评价供电***复杂程度与维修人员的匹配度情况，匹配度偏差指数越小，表明供电***复杂程度与维修人员的匹配度情况越好，反之则越差；
将所有处在维修期间的维修人员筛除，将所有处在闲置期间的维修人员与供电***故障进行智能化匹配，计算得出所有处在闲置期间的维修人员与供电***故障匹配的匹配度偏差指数，并将所有处在闲置期间的维修人员与供电***故障匹配的匹配度偏差指数与阈值YZZ1进行比对，若是匹配度偏差指数大于等于阈值YZZ1，表明供电***复杂程度与维修人员的匹配度情况差，则将该部分维修人员继续筛除，若是匹配度偏差指数小于阈值YZZ1，表明供电***复杂程度与维修人员的匹配度情况好，则将该部分维修人员筛出；
对筛出的维修人员距离供电***故障位置处的路径信息进行综合分析，根据路径信息筛选出最符合的维修人员；
获取筛选出的所有匹配度情况符合的维修人员信息后，继续获取所有匹配度情况符合的维修人员的地理位置信息，将所有匹配度情况符合的维修人员去供电***故障位置处的路径信息进行分析，筛选出最符合的维修人员，筛选的过程如下：
获取所有匹配度情况符合的维修人员去供电***故障位置处的路径信息，路径信息包括路障系数和车辆系数，采集后，将路障系数和车辆系数分别标定为LZXj和CLXj；
路障系数的计算公式为：，式中，JLXo为路径距离，FBLo为路径中道路被封闭禁止通行的长度占道路总长度的比值，KWLo为路径中单位长度的道路路面上出现坑洼面积占道路总面积的比值，TMDo为路径中道路透明度；匹配度情况符合的维修人员去供电***故障位置处的路径距离越远、路径中道路被封闭禁止通行的长度占道路总长度的比值越大、路径中单位长度的道路路面上出现坑洼面积占道路总面积的比值越大、路径中道路透明度越大，即路障系数越大，表明匹配度情况符合的维修人员去供电***故障位置处的路径越差，则表明需要花费更长的时间去供电***故障位置处，反之则表明需要花费更短的时间去供电***故障位置处；
车辆系数的计算公式为：，式中，PDCo与XCSo分别为路径中单位长度上的车辆数目和车辆的平均行车速度，单位长度上的车辆数目越多，车辆的平均行车速度越慢，即车辆系数越大，表明匹配度情况符合的维修人员去供电***故障位置处的路径越差，则表明需要花费更长的时间去供电***故障位置处，反之则表明需要花费更短的时间去供电***故障位置处；
需要说明的是，在捕捉各条道路的路况信息、通行信息和车辆行驶状态信息时，通过毫米波雷达和视频联动的方式采集得到的，毫米波雷达能分辨识别很小的目标，且能同时识别多个目标，并将其进行成像处理；
获取所有匹配度情况符合的维修人员去供电***故障位置处的路障系数LZXj和车辆系数CLXj后，将建立数据分析模型，生成评价指数PJZj，依据的公式为：，式中，/>、/>分别为路障系数和车辆系数的预设比例系数，且/>、/>均大于0，j为匹配度情况符合的维修人员的数量，j=1、2、3、……、n，其中，n为正整数；
评价指数PJZj用于评价所有匹配度情况符合的维修人员去供电***故障位置处的路径情况，匹配度情况符合的维修人员去供电***故障位置处的路障系数越大、车辆系数越大，即评价系数越大，表明匹配度情况符合的维修人员去供电***故障位置处的路径越差，则表明需要花费更长的时间去供电***故障位置处，反之则表明需要花费更短的时间去供电***故障位置处；
计算出所有匹配度情况符合的维修人员去供电***故障位置处的评价指数PJZj，并将计算得出的评价指数PJZj按照从大到小的顺序排序，选出评价指数最小的维修人员，如可便可根据匹配度情况符合的维修人员去供电***故障位置处的路径情况筛选出最符合的维修人员，通过此方式可有效地节约维修人员去供电***故障位置处的时间，减少电力抢修的时间，大大提高电力抢修的效率。
本发明通过对供电***的故障情况与维修人员的维修经验进行智能化分析，将供电***的故障情况与维修人员进行智能化合理匹配，一方面有效地将供电***中的故障进行一次解决，提高供电***电路故障的维修效率，另一方面，有效地降低供电***故障维修的成本，筛选出匹配度情况符合的维修人员后，根据匹配度情况符合的维修人员去供电***故障位置处的路径情况筛选出最符合的维修人员，有效地节约维修人员去供电***故障位置处的时间，减少电力抢修的时间，大大提高电力抢修的效率。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解，本文中术语“和/或”，仅仅是一种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：单独存在A，同时存在A和B，单独存在B这三种情况，其中A，B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的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-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的***和方法，可以通过其它的方式实现。例如，以上所描述的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。
所述功能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(read-only memory，ROM)、随机存取存储器(random access memory，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，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (6)

1.一种供电***的工单中心化管理方法，其特征在于，包括以下步骤：
采集供电***的故障信息并对故障信息进行分析，获取供电***故障信息参数，获取维修人员信息并对维修人员的信息进行分析，获取维修人员信息参数；
通过供电***故障信息参数和维修人员信息参数建立数据分析模型，生成匹配度偏差指数，对匹配度偏差指数进行分析，筛除处在维修期间的维修人员，在所有处在闲置期间的维修人员中筛选出符合匹配度标准的维修人员；
供电***故障信息参数包括整合指数、故障时限、距离核心部件的距离，采集后，将整合指数、故障频率、距离核心部件的距离分别标定FZi、GZi、JLi；
整合指数，即供电***故障的复杂程度，获取的逻辑如下：
依据的公式为：，式中，SLx、JLx、XTx分别为电路故障涉及的设备数量、故障点之间的距离、协调部门的数量；
故障时限，指故障处理需要的时间；
距离核心部件的距离，指故障出现的位置距离核心部件的距离；
维修人员信息参数包括维修同类故障类型的时长和维修效率指数，采集后，将维修同类故障类型的时长和维修效率指数分别标定为LXSi和WXLi；
维修同类故障类型的时长，指维修对应供电***故障出现同类情况的时长；
维修效率指数，指维修人员维修供电***故障的效率，获取的逻辑如下：
依据的公式为：；式中，FXSx为维修人员分析出供电***中出现同类故障对应故障位置的平均时长，CGZx为维修供电***中出现同类故障成功的次数占所有维修同类故障次数的比值；
获取供电***故障信息参数中的整合指数FZi、故障时限GZi、距离核心部件的距离JLi和维修人员信息参数中维修同类故障类型的时长LXSi、维修效率指数WXLi后，建立数据分析模型，生成匹配度偏差指数PPDi，依据的公式为：，式中，/>为供电***故障信息参数，/>为维修人员信息参数，/>、/>、/>、、/>分别为整合指数、故障时限、距离核心部件的距离、维修同类故障类型的时长、维修效率指数的预设比例系数，且/>、/>、/>、/>、/>均大于0；
对筛出的维修人员距离供电***故障位置处的路径信息进行综合分析，根据路径信息筛选出最符合的维修人员。
2.根据权利要求1所述的一种供电***的工单中心化管理方法，其特征在于，将所有处在维修期间的维修人员筛除，将所有处在闲置期间的维修人员与供电***故障进行智能化匹配，计算得出所有处在闲置期间的维修人员与供电***故障匹配的匹配度偏差指数，并将所有处在闲置期间的维修人员与供电***故障匹配的匹配度偏差指数与阈值YZZ1进行比对，若是匹配度偏差指数大于等于阈值YZZ1，则将维修人员继续筛除，若是匹配度偏差指数小于阈值YZZ1，则将维修人员筛出。
3.根据权利要求1所述的一种供电***的工单中心化管理方法，其特征在于，获取筛选出的所有匹配度情况符合的维修人员信息后，继续获取所有匹配度情况符合的维修人员的地理位置信息，将所有匹配度情况符合的维修人员去供电***故障位置处的路径信息进行分析，筛选出最符合的维修人员，筛选的过程如下：
获取所有匹配度情况符合的维修人员去供电***故障位置处的路径信息，路径信息包括路障系数和车辆系数，采集后，将路障系数和车辆系数分别标定为LZXj和CLXj；
路障系数的计算公式为：，式中，JLXo为路径距离，FBLo为路径中道路被封闭禁止通行的长度占道路总长度的比值，KWLo为路径中单位长度的道路路面上出现坑洼面积占道路总面积的比值，TMDo为路径中道路透明度。
4.根据权利要求3所述的一种供电***的工单中心化管理方法，其特征在于，车辆系数的计算公式为：，式中，PDCo与XCSo分别为路径中单位长度上的车辆数目和车辆的平均行车速度。
5.根据权利要求4所述的一种供电***的工单中心化管理方法，其特征在于，获取所有匹配度情况符合的维修人员去供电***故障位置处的路障系数LZXj和车辆系数CLXj后，将建立数据分析模型，生成评价指数PJZj，依据的公式为：，式中，/>、/>分别为路障系数和车辆系数的预设比例系数，且/>、/>均大于0，j为匹配度情况符合的维修人员的数量，j=1、2、3、……、n，其中，n为正整数。
6.根据权利要求5所述的一种供电***的工单中心化管理方法，其特征在于，计算出所有匹配度情况符合的维修人员去供电***故障位置处的评价指数PJZj，并将计算得出的评价指数PJZj按照从大到小的顺序排序，选出评价指数最小的维修人员。
CN202310735625.1A 2023-06-21 2023-06-21 一种供电***的工单中心化管理方法 Active CN116485159B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310735625.1A CN116485159B (zh) 2023-06-21 2023-06-21 一种供电***的工单中心化管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310735625.1A CN116485159B (zh) 2023-06-21 2023-06-21 一种供电***的工单中心化管理方法

Publications (2)

Publication Number Publication Date
CN116485159A true CN116485159A (zh) 2023-07-25
CN116485159B CN116485159B (zh) 2023-11-07

Family

ID=87223608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310735625.1A Active CN116485159B (zh) 2023-06-21 2023-06-21 一种供电***的工单中心化管理方法

Country Status (1)

Country Link
CN (1) CN116485159B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117371982A (zh) * 2023-10-16 2024-01-09 无锡迪渊特科技有限公司 一种基于大数据的设备运行数据管理***及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130103217A1 (en) * 2011-10-24 2013-04-25 Sony Corporation Power demand forecast device, method and system and power failure detection system
CN104753178A (zh) * 2015-04-16 2015-07-01 河南行知专利服务有限公司 一种电网故障处理***
CN113298322A (zh) * 2021-06-23 2021-08-24 国网四川省电力公司成都供电公司 一种多维优化的电力工单智能派发方法
CN113919710A (zh) * 2021-10-15 2022-01-11 国网四川省电力公司成都供电公司 一种基于回归预测分析的派单方法及派单***
CN115426243A (zh) * 2022-08-09 2022-12-02 武汉虹信技术服务有限责任公司 一种基于大数据的网络设备故障维修方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130103217A1 (en) * 2011-10-24 2013-04-25 Sony Corporation Power demand forecast device, method and system and power failure detection system
CN104753178A (zh) * 2015-04-16 2015-07-01 河南行知专利服务有限公司 一种电网故障处理***
CN113298322A (zh) * 2021-06-23 2021-08-24 国网四川省电力公司成都供电公司 一种多维优化的电力工单智能派发方法
CN113919710A (zh) * 2021-10-15 2022-01-11 国网四川省电力公司成都供电公司 一种基于回归预测分析的派单方法及派单***
CN115426243A (zh) * 2022-08-09 2022-12-02 武汉虹信技术服务有限责任公司 一种基于大数据的网络设备故障维修方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张学帅: "基于深度强化学习的数据中心网络流量优化技术研究", 《中国优秀硕士论文全文数据库》 *
赵永良 等: "供电所业务融合***设计", 《福建电脑》, vol. 39, no. 4, pages 80 - 84 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117371982A (zh) * 2023-10-16 2024-01-09 无锡迪渊特科技有限公司 一种基于大数据的设备运行数据管理***及方法

Also Published As

Publication number Publication date
CN116485159B (zh) 2023-11-07

Similar Documents

Publication Publication Date Title
CN113344134B (zh) 一种低压配电监控终端数据采集异常检测方法及***
CN116485159B (zh) 一种供电***的工单中心化管理方法
CN111143447B (zh) 一种电网薄弱环节动态监测预警决策***及方法
CN107066500B (zh) 一种基于pms模型的电网海量数据质量校验方法
CN114519514B (zh) 一种低压台区合理线损值测算方法、***及计算机设备
CN107862459B (zh) 一种基于大数据的计量设备状态评估方法及***
CN107742883B (zh) 一种基于Spark的电力***拓扑岛快速识别***和方法
CN113723637B (zh) 一种面向船舶维修体系的经济性修理级别分析方法及***
CN110738415A (zh) 基于用电采集***和离群点算法的窃电用户分析方法
CN113869589A (zh) 一种基于知识图谱的输电线路事故预测方法及巡检***
CN113837473A (zh) 基于bp神经网络的充电设备故障率分析***和方法
CN110888850B (zh) 一种基于电力物联网平台的数据质量检测方法
CN116979690B (zh) 一种基于物联网的电网远程智能监测***及方法
CN116853056A (zh) 基于数据分析的充电桩智能管理***
Rocha et al. Fast and flexible design of optimal metering systems for power systems monitoring
CN114090959B (zh) 一种河网结构约束下流域径流的随机时空插值方法
CN116029579A (zh) 一种继电保护设备采购评价方法及***
CN109034617A (zh) 基于大数据的配电网指标分析方法及***
CN112966358B (zh) 一种基于数据修补的主动配电网状态感知方法
CN110415136A (zh) 一种电力调度自动化***服务能力评估***与方法
CN114168662A (zh) 一种基于多数据源的配电网问题梳理分析方法及***
CN111178763A (zh) 一种企业能效数据管理方法和装置
CN113191740A (zh) 一种计量资产管理***
CN113361730A (zh) 一种检修计划的风险预警方法、装置、设备和介质
Qiao et al. Fault recognition method of smart grid data acquisition system based on FNN and sequential DS fusion

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
GR01 Patent grant
GR01 Patent grant