CN116822740A - 配电网运维方案确定方法、装置、电子设备及存储介质 - Google Patents
配电网运维方案确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116822740A CN116822740A CN202310801440.6A CN202310801440A CN116822740A CN 116822740 A CN116822740 A CN 116822740A CN 202310801440 A CN202310801440 A CN 202310801440A CN 116822740 A CN116822740 A CN 116822740A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- target
- determining
- data
- evaluation object
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 222
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000011156 evaluation Methods 0.000 claims abstract description 142
- 238000005457 optimization Methods 0.000 claims abstract description 63
- 230000008569 process Effects 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 238000007689 inspection Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000013210 evaluation model Methods 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000013058 risk prediction model Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种配电网运维方案确定方法、装置、电子设备及存储介质,其中,该方法包括:从配电网运行数据获取与目标评价对象相对应的目标运行数据;基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目;基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。基于上述技术方案,基于配电网运行数据确定与评价对象对应的待优化运维项目,并确定与该项目相对应的运维优化方案,基于该优化方案提升电网运维水平,达到了提高电网运维水平的效果。
Description
技术领域
本发明涉及电力运维技术领域,尤其涉及一种配电网运维方案确定方法、装置、电子设备及存储介质。
背景技术
为了保证配电网以及各电力设备的正常运行,需要在设备运行的过程中,针对各电力设备制定对应的运维方案,并基于该运维方案对电力设备进行维护,进而保证电力设备和配电网的稳定运行。
但是,传统的电力设备以及配电网的运维方案是基于工作人员实时采集的数据人工确定的,进而导致运维方案不能及时调整,无法保证配电网以及电力设备的稳定运行,使得电力设备故障频发。
发明内容
本发明提供了一种配电网运维方案确定方法、装置、电子设备及存储介质,基于电网运行数据确定对应的评价对象,并确定与评价对象相对应的运维优化方案,以解决现有电网运维方法中运维方案更新不及时的问题,提升了电网的运维水平。
根据本发明的一方面,提供了一种配电网运维方案确定方法,所述方法包括:
从配电网运行数据获取与目标评价对象相对应的目标运行数据;
基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目;
基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。
根据本发明的另一方面,提供了一种配电网运维方案确定装置,所述装置包括:
数据获取模块,用于从配电网运行数据获取与目标评价对象相对应的目标运行数据;
优化项目确定模块,用于基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目;
优化方案确定模块,用于基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的配电网运维方案确定方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的配电网运维方案确定方法。
本发明实施例的技术方案,通过从配电网运行数据获取与目标评价对象相对应的目标运行数据,并基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目,最终基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。基于上述技术方案,基于配电网运行数据确定与评价对象对应的待优化运维项目,并确定与该项目相对应的运维优化方案,基于该优化方案提升电网运维水平,达到了提高电网运维水平的效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种配电网运维方案确定方法的流程示意图;
图2是本发明实施例提供的一种配电网运维方案确定方法的流程图;
图3是本发明实施例提供的一种配电网运维方案确定装置的结构框图;
图4是本发明实施例提供的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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,以便这里描述的本发明的实施例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。
实施例一
图1是本发明实施例提供的一种配电网运维方案确定方法的流程示意图,本实施例可适用于根据目标评价对象的运行数据确定该评价对象的待优化运维项目,并确定与待优化运维项目相对应的运维优方案的情况,该方法可以由配电网运维方案确定装置来执行,该配电网运维方案确定装置可以采用硬件和/或软件的形式实现,该配电网运维方案确定装置可配置于电子设备中。
如图1所示,该方法包括:
S110、从配电网运行数据获取与目标评价对象相对应的目标运行数据。
其中,配电网运行数据可以是配电网在运行的过程中,通过设置于配电网中的各传感器采集得到的数据,例如可以是配电网运行过程中电压数据、电流数据等电力数据。目标评价对象可以理解为需要进行运维水平评价的对象。目标运行数据可以是与目标评价对象相匹配的在运行过程中产生的历史数据,。
具体的,可以根据目标评价对象从配电网运行数据中获取与目标评价对象相对应的目标评价数据,例如可以是获取与目标评价对象相对应的标识信息,基于该标识信息从配电网运行数据中获取与标识信息相匹配的目标运行数据。需要说明的是,目标评价对象既可以是配电网中某一需要维护的电力设备,还可以是变电站。并且,在配电网投入使用的过程中,可以通过预先设置的传感器采集电网运行过程中的各运行数据,并将采集得到的数据存储于预设的数据库中。
在上述技术方案的基础上,在所述基于运维数据集获取与目标评价对象相对应的目标运维数据之前,还包括:确定多个待评价对象,基于所述配电网运行数据确定每个待评价对象对应的相对贴近度;基于所述相对贴近度从所述待评价对象中确定出目标评价对象。
其中,待评价对象可以是预先确定的配电线路内包含的需要进行运维评价的对象。相对贴近度可以理解为各待评价对象与标准数据之间的贴近程度。标准数据可以是预先设置到满足运维标准的数据。
具体的,确定多个待评价对象,并根据配电网运行数据确定每个待评价对象对应的相对贴近度,并基于相对贴近度从待评价对象中确定目标评价对象,例如,可以是预先选定需要评价的目标线路或目标变电站,进而基于目标线路或目标变电站内包含的各设备确定出多个待评价对象,进而基于各待评价对象的运行数据和标准数据计算出各待评价对象与标准数据之间的相对贴近度。需要说明的是,基于相对贴近度从待评价对象中确定目标评价对象可以是将各相对贴近度进行由大到小排序之后,将相对贴近度排序倒数的三个的待评价对象作为目标评价对象,还可以是通过预先设置贴近度阈值,将相对贴近度小于贴近度阈值的待评价对象作为目标评价对象。
S120、基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目。
其中,待优化运维项目可以是需要进行优化的运维项目,例如可以是巡视周期、检修周期等。
具体的,基于目标运行周期确定与目标评价对象相对应的待优化运维项目,例如可以是确地各个目标评价对象的运维项目对应的数据与标准数据之间的差值,基于该差值确定需要优化的运维项目,并将其作为待优化运维项目。
在上述技术方案的基础上,所述基于所述目标运维数据确定与所述目标评价对象相对应的待优化运维项目,包括:基于预设评价模型对所述目标运维数据进行处理,确定与所述目标评价对象相对应的欧式距离;基于所述欧式距离和预设距离阈值,确定所述待优化运维项目。
其中,预设评价模型可以是预先训练得到的用于计算评价数据的升级网络模型。预设评价模型基于层次分析法、熵权法、最小二乘法和优劣解距离法建立。欧式距离可以理解为用于表示目标评价对象与标准数据之间的距离关系的数据。预设距离阈值可以是预先设定的欧式距离数据。
具体的,获取与目标评价对象相对应的目标运维数据,并将目标运维数据输入至预设评价模型,进而得到目标评价对象与标准数据之间的欧式距离,基于该欧式距离值和预设距离阈值确定需要优化的运维项目,并将其作为待优化运维项目。例如可以是基于预设评价模型对目标运维数据进行处理后,得到目标评价对象的各个运维项目与标准数据之间的欧式距离,将欧式距离大于预设距离阈值的运维项目作为待优化运维项目。
需要说明的是,本发明的深度学习模型采用卷积神经网络。卷积神经网络包含有输入层、隐含层。输入层可以处理多维数据,在具体训练时,使用梯度下降算法进行学习,卷积神经网络的输入特征需要进行Z-score标准化处理。隐含层包含卷积层、池化层和全连接层3类常见构筑,也可能有Inception模块、残差块(residual block)等复杂构筑。在常见构筑中,卷积层和池化层为卷积神经网络特有。卷积层中的卷积核包含权重系数,而池化层不包含权重系数,池化层不被认为是独立的层。以LeNet-5为例,3类常见构筑在隐含层中的顺序通常为:输入-卷积层-池化层-全连接层-输出。
S130、基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。
其中,决策数据库可以是预先设置的用于存储决策数据的数据库。
具体的,基于待优化运维项目和目标运行数据从决策数据库中确定与目标评价对象相对应的运维优化方案,例如可以是提前建立运行数据与运维优化方案之间的映射关系,根据目标运行数据从决策数据库中进行匹配,确定与目标运行数据相对应的优化方案。
在上述技术方案的基础上,所述基于所述待优化运维项目、所述目标运维数据和决策数据库确定与所述目标评价对象相对应的运维优化方案,包括:获取与所述待优化运维项目相对应的评价权重;基于所述评价权重和所述目标运维数据确定与所述待优化运维项目相对应的运维评价分数;基于所述运维评价分数和所述决策数据库,确定与所述目标评价对象相对应的运维优化方案。
其中,评价权重可以是预先设置的权重数据。运维评价分数可以是用于评价目标评价对象的运维水平的分数信息。
具体的,获取与所述待优化运维项目相对应的评价权重,并基于评价权重和目标运维数据确定与待优化运维项目相对应的运维评价分数,进而基于运维评价分数和决策数据库,确定与目标评价对象相对应的运维优化方案。例如可以是基于与目标评价对象相对应的标准数据确定各运维项目对应的权重数据,基于该权重数据和目标运维数据确定与目标评价对象相对应的运维评价分数,进而基于该运维评价分数和决策数据库确定出与目标评价对象相对应的运维优化方案。
在上述技术方案的基础上,所述基于所述运维评价分数和所述决策数据库,确定与所述目标评价对象相对应的运维优化方案,包括:从所述决策数据库中获取与所述目标评价对象相对应的运维方案映射表;基于所述运维评价分数和所述运维方案映射表,确定与所述目标评价对象相对应的运维优化方案。
其中,运维方案映射表用于存储运维评价分数和运维方案的映射关系。
具体的,从决策数据库中获取与所述目标评价对象相对应的运维方案映射表,进而基于运维评价分数和运维方案映射表,确定与目标评价对象相对应的运维优化方案。
在上述技术方案的基础上,在所述基于所述待优化运维项目、所述目标运维数据和决策数据库确定与所述目标评价对象相对应的运维优化方案之后,还包括:获取天气预测参数,基于预设故障预测模型对所述天气预测参数进行处理,确定故障风险预测结果和天气特征排序结果;基于所述故障风险预测结果和所述天气特征排序结果确定与目标评价对象相对应的设备巡视周期,并基于所述设备巡视周期调整所述运维优化方案。
其中,天气预测参数可以是当前气象天气的危险程度,例如可以是地震等级信息、风速信息、降雨量信息等气象参数。预设故障预测模型可以是预先建立的用于预测故障的模型。故障风险预测结果可以理解为与天气预测参数相对应的配电网发生故障的概率。天气特征排序结果可以是对天气特征进行排序后得到的重要性排序结果。设备巡视周期可以是设备的巡视间隔时间。
具体的,在获取到运维优化方案后,还可以获取天气预测参数,基于预设故障预测模型对天气预测参数进行处理,确定故障风险预测结果和天气特征排序结果,进而基于故障风险预测结果和天气特征排序结果确定与目标评价对象相对应的设备巡视周期,并基于设备巡视周期调整运维优化方案。需要说明的是,针对天气特征排序结果,风险越大的天气其对应的排序结果越靠前,也即当前天气对应的破坏性越大,例如地震、飓风、暴雪等极端恶劣天气。
在上述技术方案的基础上,所述基于所述故障风险预测结果和所述天气特征排序结果确定与目标评价对象相对应的设备巡视周期,包括:基于所述故障风险预测结果和所述天气特征排序结果确定设备管控系数;基于所述设备管控系数和所述故障风险预测结果确定风险矩阵系数;基于所述风险矩阵系数、所述天气预测参数和预设巡视周期映射表确定所述设备巡视周期。
其中,设备管控系数可以是用于指示当前设备的管控严格程度的系数信息。风险矩阵系数可以理解为风险矩阵的系数信息。预设巡视周期映射表可以是预先设置的用于存储系数与巡视周期的映射关系的表格。
具体的,基于故障风险预测结果和所述天气特征排序结果确定设备管控系数,基于所述设备管控系数和所述故障风险预测结果确定风险矩阵系数,最终基于风险矩阵系数、天气预测参数和预设巡视周期映射表确定设备巡视周期。需要说明的是,在确定出运维优化方案后,当运维人员使用该应用程序时,可以将该运维优化方案发送至运维人员终端设备的应用程序中,并展示在该终端设备的显示界面上,以使运维人员根据该显示内容进行电网设备的巡视和运维。
本发明实施例的技术方案,通过从配电网运行数据获取与目标评价对象相对应的目标运行数据,并基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目,最终基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。基于上述技术方案,基于配电网运行数据确定与评价对象对应的待优化运维项目,并确定与该项目相对应的运维优化方案,基于该优化方案提升电网运维水平,达到了提高电网运维水平的效果。
实施例二
图2为本发明实施例提供的一种配电网运维方案确定方法的流程图,本实施例在上述实施例的基础上,进一步优化了上述配电网运维方案确定方法。其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
如图2所示,本发明实施例的方法包括:
获取配电网运行数据:具体的,通过设置于配电网中的传感器采集电网运行过程中的数据,并对采集得到的数据进行处理后存储至对应的数据库中。
确定待优化运维项目:具体的,基于层次分析法、熵权法、最小二乘法和优劣解距离法,建立配电网精益化运维水平评价模型,并且确定与配电网运行数据相对应的待评价对象,需要说明的是,可以是预先选定需要评价的目标线路或目标变电站,进而基于目标线路或目标变电站内包含的各设备确定出多个待评价对象,进而基于各待评价对象的运行数据和标准数据计算出各待评价对象与标准数据之间的相对贴近度,进而基于相对贴近度从待评价对象中确定目标评价对象可以是将各相对贴近度进行由大到小排序之后,将相对贴近度排序倒数的三个的待评价对象作为目标评价对象,还可以是通过预先设置贴近度阈值,将相对贴近度小于贴近度阈值的待评价对象作为目标评价对象。还可以是,将待评价对象的数据输入至模型中,得到各评价对象的欧式距离及相对贴近度,并将各评价对象的相对贴近度按从大到小的顺序进行排序,即为配电网精益化运维水平从高到低的排序,针对配电网精益化运维水平低的评价对象,根据该评价对象的欧式距离,确定该评价对象的具体薄弱指标,调整所述薄弱指标对应的评价项目以优化该区域配电网精益化运维水平。
确定运维优化方案:具体的,基于目标评价对象的目标运维数据对目标评价对象的运维水平进行量化评价,例如可以是获取与目标评价对象相对应的权重值,基于该权重值和目标运维数据确定与目标运维对象相对应的运维评价分数,进而基于运维评价分数从决策数据库中进行匹配,确定对应的运维优化方案。在确定运维优化方案后,还可以通过气象局获取天气预测参数,并结合配网故障风险预测模型获得配网故障风险等级预测结果和天气特征重要性排序结果。根据天气特征重要性排序结果与配网故障风险等级预测结果确定相应的管控系数;根据配网故障风险等级预测结果和管控系数确定天气风险矩阵系数;根据天气风险矩阵系数和恶劣天气类别确定配网设备特殊差异化巡维周期,进而基于巡视周期对运维优化方案进行完善。
本发明实施例的技术方案,通过从配电网运行数据获取与目标评价对象相对应的目标运行数据,并基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目,最终基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。基于上述技术方案,基于配电网运行数据确定与评价对象对应的待优化运维项目,并确定与该项目相对应的运维优化方案,基于该优化方案提升电网运维水平,达到了提高电网运维水平的效果。
实施例三
图3为本发明实施例提供的一种配电网运维方案确定装置的结构框图。如图3所示,该装置包括:数据获取模块310、优化项目确定模块320以及优化方案确定模块330。
数据获取模块310,用于从配电网运行数据获取与目标评价对象相对应的目标运行数据;
优化项目确定模块320,用于基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目;
优化方案确定模块330,用于基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。
在上述技术方案的基础上,所述装置包括:目标评价对象确定模块,用于在所述基于运维数据集获取与目标评价对象相对应的目标运维数据之前,确定多个待评价对象,基于所述配电网运行数据确定每个待评价对象对应的相对贴近度;基于所述相对贴近度从所述待评价对象中确定出目标评价对象。
在上述技术方案的基础上,所述优化项目确定模块用于基于预设评价模型对所述目标运维数据进行处理,确定与所述目标评价对象相对应的欧式距离,其中,所述预设评价模型基于层次分析法、熵权法、最小二乘法和优劣解距离法建立;基于所述欧式距离和预设距离阈值,确定所述待优化运维项目。
在上述技术方案的基础上,所述优化方案确定模块用于获取与所述待优化运营项目相对应的评价权重;基于所述评价权重和所述目标运维数据确定与所述待优化运维项目相对应的运维评价分数;基于所述运维评价分数和所述决策数据库,确定与所述目标评价对象相对应的运维优化方案。
在上述技术方案的基础上,所述优化方案确定模块用于从所述决策数据库中获取与所述目标评价对象相对应的运维方案映射表;其中,所述运维方案映射表用于存储运维评价分数和运维方案的映射关系;基于所述运维评价分数和所述运维方案映射表,确定与所述目标评价对象相对应的运维优化方案。
在上述技术方案的基础上,所述装置还包括:天气风险预测模块,用于在所述基于所述待优化运维项目、所述目标运维数据和决策数据库确定与所述目标评价对象相对应的运维优化方案之后,获取天气预测参数,基于预设故障预测模型对所述天气预测参数进行处理,确定故障风险预测结果和天气特征排序结果;基于所述故障风险预测结果和所述天气特征排序结果确定与目标评价对象相对应的设备巡视周期,并基于所述设备巡视周期调整所述运维优化方案。
在上述技术方案的基础上,所述天气风险预测模块还用于基于所述故障风险预测结果和所述天气特征排序结果确定设备管控系数;基于所述设备管控系数和所述故障风险预测结果确定风险矩阵系数;基于所述风险矩阵系数、所述天气预测参数和预设巡视周期映射表确定所述设备巡视周期。
本发明实施例的技术方案,通过从配电网运行数据获取与目标评价对象相对应的目标运行数据,并基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目,最终基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。基于上述技术方案,基于配电网运行数据确定与评价对象对应的待优化运维项目,并确定与该项目相对应的运维优化方案,基于该优化方案提升电网运维水平,达到了提高电网运维水平的效果。
本发明实施例所提供的配电网运维方案确定装置可执行本发明任意实施例所提供的配电网运维方案确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如配电网运维方案确定方法。
在一些实施例中,配电网运维方案确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的配电网运维方案确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行配电网运维方案确定方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种配电网运维方案确定方法,其特征在于,包括:
从配电网运行数据获取与目标评价对象相对应的目标运行数据;
基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目;
基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。
2.根据权利要求1所述的方法,其特征在于,在所述基于运维数据集获取与目标评价对象相对应的目标运维数据之前,还包括:
确定多个待评价对象,基于所述配电网运行数据确定每个待评价对象对应的相对贴近度;
基于所述相对贴近度从所述待评价对象中确定出目标评价对象。
3.根据权利要求1所述的方法,其特征在于,所述基于所述目标运维数据确定与所述目标评价对象相对应的待优化运维项目,包括:
基于预设评价模型对所述目标运维数据进行处理,确定与所述目标评价对象相对应的欧式距离,其中,所述预设评价模型基于层次分析法、熵权法、最小二乘法和优劣解距离法建立;
基于所述欧式距离和预设距离阈值,确定所述待优化运维项目。
4.根据权利要求1所述的方法,其特征在于,所述基于所述待优化运维项目、所述目标运维数据和决策数据库确定与所述目标评价对象相对应的运维优化方案,包括:
获取与所述待优化运营项目相对应的评价权重;
基于所述评价权重和所述目标运维数据确定与所述待优化运维项目相对应的运维评价分数;
基于所述运维评价分数和所述决策数据库,确定与所述目标评价对象相对应的运维优化方案。
5.根据权利要求4所述的方法,其特征在于,所述基于所述运维评价分数和所述决策数据库,确定与所述目标评价对象相对应的运维优化方案,包括:
从所述决策数据库中获取与所述目标评价对象相对应的运维方案映射表;其中,所述运维方案映射表用于存储运维评价分数和运维方案的映射关系;
基于所述运维评价分数和所述运维方案映射表,确定与所述目标评价对象相对应的运维优化方案。
6.根据权利要求1所述的方法,其特征在于,在所述基于所述待优化运维项目、所述目标运维数据和决策数据库确定与所述目标评价对象相对应的运维优化方案之后,还包括:
获取天气预测参数,基于预设故障预测模型对所述天气预测参数进行处理,确定故障风险预测结果和天气特征排序结果;
基于所述故障风险预测结果和所述天气特征排序结果确定与目标评价对象相对应的设备巡视周期,并基于所述设备巡视周期调整所述运维优化方案。
7.根据权利要求6所述的方法,其特征在于,所述基于所述故障风险预测结果和所述天气特征排序结果确定与目标评价对象相对应的设备巡视周期,包括:
基于所述故障风险预测结果和所述天气特征排序结果确定设备管控系数;
基于所述设备管控系数和所述故障风险预测结果确定风险矩阵系数;
基于所述风险矩阵系数、所述天气预测参数和预设巡视周期映射表确定所述设备巡视周期。
8.一种配电网运维方案确定装置,其特征在于,包括:
数据获取模块,用于从配电网运行数据获取与目标评价对象相对应的目标运行数据;
优化项目确定模块,用于基于所述目标运行数据确定与所述目标评价对象相对应的待优化运维项目;
优化方案确定模块,用于基于所述待优化运维项目、所述目标运行数据和决策数据库确定与所述目标评价对象相对应的运维优化方案。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的配电网运维方案确定方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的配电网运维方案确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310801440.6A CN116822740A (zh) | 2023-07-03 | 2023-07-03 | 配电网运维方案确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310801440.6A CN116822740A (zh) | 2023-07-03 | 2023-07-03 | 配电网运维方案确定方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116822740A true CN116822740A (zh) | 2023-09-29 |
Family
ID=88121746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310801440.6A Pending CN116822740A (zh) | 2023-07-03 | 2023-07-03 | 配电网运维方案确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116822740A (zh) |
-
2023
- 2023-07-03 CN CN202310801440.6A patent/CN116822740A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116523140A (zh) | 窃电检测方法、装置、电子设备和存储介质 | |
CN114841619A (zh) | 隔离开关的状态评估方法、装置、电子设备及介质 | |
CN115794578A (zh) | 一种电力***的数据管理方法、装置、设备及介质 | |
CN116021981A (zh) | 配电网线路覆冰故障预测方法、装置、设备及存储介质 | |
CN117458484A (zh) | 高容配比光伏短期功率预测方法、装置、设备及存储介质 | |
CN116957539A (zh) | 电缆状态评价方法、装置、电子设备及存储介质 | |
CN116777038A (zh) | 微电网用电负荷预测方法、装置及存储介质 | |
CN116755974A (zh) | 云计算平台运维方法、装置、电子设备及存储介质 | |
CN116596106A (zh) | 风电场站的功率预测方法、装置、电子设备及存储介质 | |
CN116822740A (zh) | 配电网运维方案确定方法、装置、电子设备及存储介质 | |
CN114996930A (zh) | 一种建模方法、装置、电子设备及存储介质 | |
CN116627695B (zh) | 一种告警事件根因推荐方法、装置、设备及存储介质 | |
CN116151034B (zh) | 一种绝缘子芯棒酥化的预测方法、装置、设备及介质 | |
CN115373449B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN117131315B (zh) | 基于求解多元二次函数极值的超差电能表确定方法及介质 | |
CN118014018A (zh) | 一种楼宇能源消耗预测方法、装置、设备及存储介质 | |
CN116703109A (zh) | 一种配电网项目选取方法、装置、设备及存储介质 | |
CN116186536A (zh) | 风险预测方法、装置、电子设备及存储介质 | |
CN116070969A (zh) | 用电状态评估方法、装置、设备及介质 | |
CN117878905A (zh) | 基于白噪声信号的电网负荷预测方法、装置、设备及介质 | |
CN118330784A (zh) | 一种天气类型的确定方法、装置、设备及介质 | |
CN116467655A (zh) | 一种电容器故障预测方法、装置、设备和介质 | |
CN118245823A (zh) | 一种绝缘子泄漏电流预测方法、装置、设备及存储介质 | |
CN114881259A (zh) | 中压配电线路的典型故障提取方法、装置、设备及介质 | |
CN115168092A (zh) | 一种线损率异常分析方法、装置、电子设备及存储介质 |
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 |