CN117853086A - 一种电厂资产管理***安全分析方法 - Google Patents
一种电厂资产管理***安全分析方法 Download PDFInfo
- Publication number
- CN117853086A CN117853086A CN202311765018.6A CN202311765018A CN117853086A CN 117853086 A CN117853086 A CN 117853086A CN 202311765018 A CN202311765018 A CN 202311765018A CN 117853086 A CN117853086 A CN 117853086A
- Authority
- CN
- China
- Prior art keywords
- asset
- data
- maintenance
- power plant
- management system
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000012423 maintenance Methods 0.000 claims abstract description 237
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012502 risk assessment Methods 0.000 claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims description 116
- 238000010586 diagram Methods 0.000 claims description 33
- 230000005856 abnormality Effects 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 10
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种电厂资产管理***安全分析方法。涉及电力***安全技术领域,其方法包括:获取电厂资产管理***的每个资产对象的历史资产数据与历史维护数据并对其进行分类;基于分类结果识别当前资产数据中的第一资产异常数据;基于危险预测确定第一维护标签以及基于风险评估确定第二维护标签;建立维护标签之间的对应关系,对电厂资产管理***的安全进行维护以及升级;不仅高效率的利用了电厂资产,而且确保了电厂供电安全与稳定。
Description
技术领域
本发明涉及电力***安全技术领域,特别涉及一种电厂资产管理***安全分析方法。
背景技术
电厂资产规模迅速扩大,电厂资产具有数量多、金额大、更新快的特点,易受到各种内在或者外在因素的影响,进而影响电厂的供电服务质量,所以,对电厂进行安全分析就显的尤为重要。
因此,本发明提出一种电厂资产管理***安全分析方法。
发明内容
本发明提供一种电厂资产管理***安全分析方法,用以通过获取电厂资产管理***的每个资产对象的历史资产数据与历史维护数据,并对其进行分类,基于分类结果识别当前资产数据中的第一资产异常数据,基于危险预测确定第一维护标签以及基于风险评估确定第二维护标签,建立维护标签之间的对应关系,对电厂资产管理***的安全进行维护以及升级,不仅高效率的利用了电厂资产,而且确保了电厂供电安全与稳定。
本发明提供一种电厂资产管理***安全分析方法,包括
步骤1:获取电厂资产管理***的每个资产对象的历史资产数据以及历史维护数据,并对所有历史资产数据进行第一分类以及对所有历史维护数据进行第二分类;
步骤2:获取每个资产对象的当前资产数据,并基于第一分类结果以及第二分类结果识别所述当前资产数据中的第一资产异常数据;
步骤3:对所述第一资产异常数据进行危险预测以及风险评估;
步骤4:基于危险预测结果,确定第一资产异常数据的第一维护标签,基于风险评估结果,确定第一资产异常数据的第二维护标签;
步骤5:建立所述第一维护标签与所述第二维护标签之间的对应关系,对电厂资产管理***的安全进行维护以及升级。
优选的,对所有历史资产数据进行第一分类以及对所有历史维护数据进行第二分类,包括:
获取所述电厂资产管理***上存在的每个资产对象的历史资产数据以及对应的历史维护数据;
基于第一资产分类标准,对所有的历史资产数据进行第一分类,获取对应的资产数据集合;
基于第一维护分类标准,对所有的历史维护数据进行第二分类,获取对应的维护数据集合;
其中,所述第一资产分类标准与第一维护分类标准的分类类型一一对应。
优选的,获取每个资产对象的当前资产数据,并基于第一分类结果以及第二分类结果识别所述当前资产数据中的第一资产异常数据,包括:
基于所述电厂资产管理***,获取每个资产对象在最新时间周期下的当前资产数据;
基于第一分类结果以及第二分类结果,构建同个资产对象在每个资产类型下以及与资产类型一致的维护类型下的历史时序图,其中,所述历史维护数据包括:历史维护行为、历史维护行为的维护类型以及基于历史维护行为导致的资产变化数据,所述时间序列图为连续的历史时段下由同个资产对象在对应资产类型下的历史资产数据,以及与对应资产类型一致的维护类型下的历史维护行为所导致的资产变化数据,构成的连续曲线;
构建所述当前资产数据在不同资产类型下的当下时序图;
将当下时序图与对应类型的历史时序图进行比较,若同个资产对象的当下时序图与对应类型的历史时序图完全匹配,且当下时序图的最后匹配数据属于正常历史资产数据,则记录对应的当前资产数据为第一资产正常数据;
若当下时序图的最后匹配数据属于与资产类型一致的对应历史维护行为导致的资产变化数据中,则记录对应的当前资产数据为第二资产异常数据;
否则,记录对应的当前资产数据为第三资产异常数据;
记所有的第二资产异常数据以及所有的第三资产异常数据,为第一资产异常数据。
优选的,对所述第一资产异常数据进行危险预测以及风险评估,包括:
获取同个资产对象所发生的所有危险事件;
获取所有资产对象所发生的所有危险事件的类型;
获取每类危险事件的发生次数,计算每类危险事件的发生概率,对所述第一资产异常数据进行危险预测;
获取每类危险事件发生时对应的电厂资产变化量,对所述第一资产异常数据进行风险评估。
优选的,基于危险预测,确定第一资产异常数据的第一维护标签,基于风险评估,确定第一资产异常数据的第二维护标签,包括:
基于危险预测结果,确定对应第一资产异常数据的危险值,且结合对应第一资产异常数据所涉及到的危险事件的发生概率,向对应第一资产异常数据设置第一维护标签;
基于风险评估结果,确定对应第一资产异常数据的维护值,且结合对应第一资产异常数据所涉及到的危险事件以及对危险事件的消除概率,向对应第一资产异常数据设置第二维护标签。
优选的,对电厂资产管理***的安全进行维护以及升级之前,包括:
计算所有第二资产异常数据的第一风险值;
其中,R1为最新时间周期t下的所有第二资产异常数据的第一风险值;Ci为最新时间周期t下的所有第二资产异常数据中第i类危险事件的发生次数;Li为最新时间周期t下的所有第二资产异常数据中第i类危险事件的对应资产维护方法的有效解决次数;m1为最新时间周期t下的所有第二资产异常数据所包含的危险事件类型总数;t为最新时间周期;表示最新时间周期t下的所有第二资产异常数据中的第i类危险事件的事件权重;t0i表示最新时间周期t下所有第二资产异常数据所对应的第i类危险事件的持续时长;
计算所有第三资产异常数据的第二风险值;
其中,R2为最新时间周期t下所有第三资产异常数据的第二风险值;Cj为最新时间周期t下所有第三资产异常数据中第i类危险事件的发生次数;Lj为最新时间周期t下所有第三资产异常数据中第j类危险事件的对应资产维护方法的有效解决次数;m2为最新时间周期t下所有第三资产异常数据所包含的危险事件类型总数;表示最新时间周期t下所有第三资产异常数据所对应的第j类危险事件的事件权重;
计算电厂资产管理***在最新时间周期t下的第一安全度;
S=1-(x1R1+x2R2)
其中,S为电厂资产管理***在最新时间周期t下的第一安全度;x1为所述第二资产异常数据的风险影响权重;x2为所述第三资产异常数据的风险影响权重,且x1≤x2;
当所述第一安全度不高于预设最小安全度时,则基于所述电厂资产管理***发出第一安全警报,判定需要对电厂资产管理***的安全进行维护以及升级。
优选的,建立所述第一维护标签与所述第二维护标签之间的对应关系,对电厂资产管理***的安全进行维护以及升级,包括:
基于同个资产对象所对应的第一资产异常数据的第一维护标签与第二维护标签,并构成标签对,其中,所述标签对即为对应关系;
基于所述标签对的第一维护标签,从维护数据库中调取得到第一维护集合以及基于所述标签对的第二维护标签,从维护数据库中调取得到第二维护集合;
确定所述第一维护集合与第二维护集合的维护匹配值,进而根据所述维护匹配值,筛选待使用维护方式,并从维护方式一提升映射表中,确定所述待使用维护方式的安全提升值;
根据所有第一资产异常数据的安全提升值,确定安全提升度;
当所述安全提升度与第一安全度的累加安全度高于预设最小安全度时,基于所筛选的所有待使用维护方式,对所述电厂资产管理***进行维护以及升级;
否则,重新筛选待使用维护方式,直到累加安全度高于预设最小安全度。
优选的,根据所有第一资产异常数据的安全提升值,确定安全提升度,包括:
基于所有安全提升值(sj1,j1=1,2,...,m0},确定最大提升值D0、平均提升值Dave以及最小提升值D1,其中,sj1表示第j1个第一资产异常数据的安全提升值;m0表示第一资产异常数据的总个数;
分别从值-提升度映射表中,确定最大提升值D0的第一提升度d0、平均提升值Dave的平均提升度dave以及最小提升值D1的第二提升度d1;
计算安全提升度D3:
D3=d0×p1+dave×p2+d1×p3
其中,p1表示最大提升值的历史有效提升概率;p2表示平均提升值的历史有效提升概率;p3表示最小提升值的历史有效提升概率;其中,p1+p2+p3<1。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种电厂资产管理***安全分析方法的流程图;
图2为本发明实施例中一类电厂资产的历史时序图;
图3为本发明实施例中维护标签之间的对应关系图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供一种电厂资产管理***安全分析方法,如图1所示,包括:
步骤1:获取电厂资产管理***的每个资产对象的历史资产数据以及历史维护数据,并对所有历史资产数据进行第一分类以及对所有历史维护数据进行第二分类;
步骤2:获取每个资产对象的当前资产数据,并基于第一分类结果以及第二分类结果识别所述当前资产数据中的第一资产异常数据;
步骤3:对所述第一资产异常数据进行危险预测以及风险评估;
步骤4:基于危险预测结果,确定第一资产异常数据的第一维护标签,基于风险评估结果,确定第一资产异常数据的第二维护标签;
步骤5:建立所述第一维护标签与所述第二维护标签之间的对应关系,对电厂资产管理***的安全进行维护以及升级。
该实施例中,电厂资产管理***是指以科学***的管理思想与飞速发展的计算机技术相结合的资产管理手段,是指通过统筹安排电厂资产的合理分配利用,实现电厂资产的科学管理以及实现供电安全服务质量。
该实施例中,每个资产对象的历史资产数据是指***记录的每个资产对象在历史时间周期内的运行数据,比如,电厂资产过去1年内的运行数据记录为历史资产数据,运行数据包括资产数量数据、发电量数据、损坏数量数据以及危险事件记录数据等,且资产对象可以具体实施为电厂中的电力设备。
该实施例中,每个资产对象的历史维护数据是指***记录的每个资产对象在历史时间周期内的维护数据,比如,电厂资产过去1年内的维护数据记录为历史维护数据,维护数据包括历史维护行为、历史维护行为的维护类型以及基于历史维护行为导致的资产变化数据,且维护行为比如是对设备中的某个参数异常部位进行自主修复,直到参数回归到正常范围等行为。
该实施例中,第一分类是指基于电厂资产对象的类型对历史资产数据进行分类,其中,电厂资产类型包括:电厂设备资产、电厂人力资产以及电厂信息资产。
该实施例中,第二分类是指基于第一分类结果对历史维护数据进行分类,比如,将历史维护数据分为:电厂设备维护数据、电厂人力维护数据以及电厂信息维护数据。
该实施例中,每个资产对象的当前资产数据是指每个资产对象在最新时间周期内的资产数据,其中,所述资产数据包括正常资产数据以及异常资产数据,最新时间周期为1小时;比如,每个资产对象的当前资产数据是指在每个资产对象在当下1小时内的资产数据。
该实施例中,第一资产异常数据是指资产对象的当前资产数据中不正常的数据,比如,某一资产的历史资产数据均为5,而所述该资产的当前资产数据中部分数据为4,则记录4所对应的当前数据为第一资产异常数据。
该实施例中,危险预测是确定第一资产异常数据中不同危险事件的发生概率;风险评估是指确定第一资产异常数据中的危险事件发生时所造成的电厂资产变化量,比如,原有电厂资产为10,危险事件发生概率为0.8,发生危险事件后电厂资产为9。
该实施例中,第一维护标签是指基于危险预测结果所设定的第一维护优先度,进而向对应第一维护优先度以及危险预测结果的危险类型设置维护方式,比如,按危险预测结果将第一维护标签设为5级,等级越高的第一维护标签表示对应的资产数据越需要优先解决,且采用维护方式1解决。
该实施例中,第二维护标签是指基于风险评估结果所设定的第二维护优先度,进而向对应第二维护优先度以及风险评估结果设置维护方式,比如,按风险评估结果将第二维护标签设为5级,等级越高的第二维护标签表示对应的资产数据越需要优先解决,且采用维护方式2解决。
该实施例中,所述第一维护标签与所述第二维护标签之间的对应关系是两个标签所属的同资产对象,进而可以通过维护优先度来对维护方式1以及维护方式2进行分析,来确定最后维护方式,按照最后维护方式维护即可。
上述技术方案的有益效果是:通过获取电厂资产管理***的每个资产对象的历史资产数据与历史维护数据,并对其进行分类,基于分类结果识别当前资产数据中的第一资产异常数据,基于危险预测确定第一维护标签以及基于风险评估确定第二维护标签,建立维护标签之间的对应关系,对电厂资产管理***的安全进行维护以及升级,不仅高效率的利用了电厂资产,而且确保了电厂供电安全与稳定。
本发明实施例提供一种电厂资产管理***安全分析方法,对所有历史资产数据进行第一分类以及对所有历史维护数据进行第二分类,包括:
获取所述电厂资产管理***上存在的每个资产对象的历史资产数据以及对应的历史维护数据;
基于第一资产分类标准,对所有的历史资产数据进行第一分类,获取对应的资产数据集合;
基于第一维护分类标准,对所有的历史维护数据进行第二分类,获取对应的维护数据集合;
其中,所述第一资产分类标准与第一维护分类标准的分类类型一一对应。
该实施例中,第一资产分类标准是指根据资产类型特征来将电厂资产进行分类,比如,某一资产符合电厂设备资产类型,则将该资产归为电厂设备资产。
该实施例中,第一维护分类标准是指根据资产维护方法的不同来将资产维护数据进行分类,比如,某一电厂设备资产采用资产维护方法1来维护,则将对应的资产维护数据划分为一类。
该实施例中,所述第一资产分类标准与第一维护分类标准的分类类型一一对应,比如,分析某一资产数据时,先确定其资产类型,再根据资产类型对应的资产维护方法来确定维护数据所对应的资产维护方法。
上述技术方案的有益效果是:对所有的历史资产数据进行第一分类以及对所有的历史维护数据进行第二分类,具体确定每个资产对象数据所包含的数据类型以及维护数据,有利于后续分析资产数据是否发生异常以及发生异常时所需采用的资产维护方法。
本发明实施例提供一种电厂资产管理***安全分析方法,获取每个资产对象的当前资产数据,并基于第一分类结果以及第二分类结果识别所述当前资产数据中的第一资产异常数据,包括:
基于所述电厂资产管理***,获取每个资产对象在最新时间周期下的当前资产数据;
基于第一分类结果以及第二分类结果,构建同个资产对象在每个资产类型下以及与资产类型一致的维护类型下的历史时序图,其中,所述历史维护数据包括:历史维护行为、历史维护行为的维护类型以及基于历史维护行为导致的资产变化数据,所述时间序列图为连续的历史时段下由同个资产对象在对应资产类型下的历史资产数据,以及与对应资产类型一致的维护类型下的历史维护行为所导致的资产变化数据,构成的连续曲线;
构建所述当前资产数据在不同资产类型下的当下时序图;
将当下时序图与对应类型的历史时序图进行比较,若同个资产对象的当下时序图与对应类型的历史时序图完全匹配,且当下时序图的最后匹配数据属于正常历史资产数据,则记录对应的当前资产数据为第一资产正常数据;
若当下时序图的最后匹配数据属于与资产类型一致的对应历史维护行为导致的资产变化数据中,则记录对应的当前资产数据为第二资产异常数据;
否则,记录对应的当前资产数据为第三资产异常数据;
记所有的第二资产异常数据以及所有的第三资产异常数据,为第一资产异常数据。
该实施例中,最新时间周期是指从当下时刻向前推一段时间的时间周期,比如,从当下时刻向前推1小时,记该段时间为最新时间周期。
该实施例中,同个资产对象的历史时序图是指连续的历史时段下由同个资产对象在对应资产类型下的历史资产数据,以及与对应资产类型一致的维护类型下的历史维护行为所导致的资产变化数据,构成的连续曲线,包含历史资产数据以及历史维护数据,根据电厂资产类型将其划分为电厂设备资产历史时序图、电厂人力资产历史时序图以及电厂信息资产历史时序图,一个历史周期为1年,比如,如图2所示的某一属于电厂人力资产的资产对象的历史时序图,ab段即为该资产对象在过去1年内的资产数据,a点b点资产数据为正常数据,c1c3、d1d4以及e1e4分别为不同的历史维护数据,采用了不同的资产维护方法。
该实施例中,同个资产对象的当下时序图与对应类型的历史时序图完全匹配,即当下时序图的数据曲线可以与历史时序图的数据曲线重合。
该实施例中,若同个资产对象的当下时序图与对应类型的历史时序图完全匹配,且当下时序图的最后匹配数据属于ac1、c3d1、d4e1以及e4b曲线中,则为第一资产正常数据。
该实施例中,当下时序图的最后匹配数据属于c1c3、d1d4以及e1e4曲线中,则为第二资产异常数据。
该实施例中,如图2所示,xz段为当前资产数据,不符合上述资产数据,则其为第三资产异常数据。
上述技术方案的有益效果是:构建同个资产对象的历史时序图,有利于直观的分析该资产对象的历史资产数据以及历史维护数据;通过当下时序图与历史时序图的比较,从而精确识别当前资产数据中的第一资产正常数据以及第一资产异常数据。
本发明实施例提供一种电厂资产管理***安全分析方法,对所述第一资产异常数据进行危险预测以及风险评估,包括:
获取同个资产对象所发生的所有危险事件;
获取所有资产对象所发生的所有危险事件的类型;
获取每类危险事件的发生次数,计算每类危险事件的发生概率,对所述第一资产异常数据进行危险预测;
获取每类危险事件发生时对应的电厂资产变化量,对所述第一资产异常数据进行风险评估。
该实施例中,同个资产对象所发生的危险事件有多种,比如危险事件1、危险事件2以及危险事件3。
该实施例中,所有资产对象所发生的所有危险事件的类型有多种,比如危险事件1属于危险事件类型1中,危险事件2以及危险事件3属于危险事件类型2中。
该实施例中,危险事件1发生3次,危险事件2发生5次,危险事件3发生2次,则危险事件1的发生概率为0.3。危险事件2发生概率为0.5,其发生概率最高,需优先关注。
该实例中,电厂正常资产数据为10,发生危险事件1时的资产数据变为8,发生危险事件2或发生危险事件3时的资产数据变为6,则危险事件2以及危险事件3的风险比危险事件1的风险大。
上述技术方案的有益效果是:对所述第一资产异常数据进行危险预测以及风险评估,有利于后续针对第一资产异常数据实施不同的资产维护方法,减少数据异常率以及降低异常数据所造成的影响。
本发明实施例提供一种电厂资产管理***安全分析方法,基于危险预测,确定第一资产异常数据的第一维护标签,基于风险评估,确定第一资产异常数据的第二维护标签,包括:
基于危险预测结果,确定对应第一资产异常数据的危险值,且结合对应第一资产异常数据所涉及到的危险事件的发生概率,向对应第一资产异常数据设置第一维护标签;
基于风险评估结果,确定对应第一资产异常数据的维护值,且结合对应第一资产异常数据所涉及到的危险事件以及对危险事件的消除概率,向对应第一资产异常数据设置第二维护标签。
该实施例中,第一资产异常数据的危险值是指根据危险预测结果所确定的危险数值,比如以危险事件发生概率0.2为区间,危险数值为0~5,第一资产异常数据发生危险事件1,则第一异常数据的危险值为2。
该实施例中,第一维护标签是用来量化危险事件的发生概率以及第一资产异常数据的危险值,危险事件发生概率与危险值的第一乘积数值越高,则第一维护标签对应数值越高,比如,第一维护标签的对应数值为0~5,乘积数值分类区间为1,则第一异常数据的第一维护标签的对应数值为1。
该实施例中,第一资产异常数据的维护值是指根据风险评估结果所确定的维护数值,比如发生危险事件1时的电厂资产变化量为2,则第一资产异常数据的维护值为2。
该实施例中,第二维护标签是用来量化第一资产异常数据的维护值以及对应危险事件的消除概率,若维护值与(1-危险事件消除概率)的第二乘积越高,则第二维护标签的对应数值越高,比如,第二维护标签的对应数值为0~5,乘积数值分类区间数值为1,危险事件1的消除概率为0.8,则第一异常数据的第二维护标签为1。
上述技术方案的有益效果是:确定第一资产异常数据的第一维护标签以及第二维护标签,量化第一资产异常数据,精确匹配合适的资产维护方法,最大限度的使用电厂资源以及提高维护效率。
本发明实施例提供一种电厂资产管理***安全分析方法,对电厂资产管理***的安全进行维护以及升级之前,包括:
计算所有第二资产异常数据的第一风险值;
其中,R1为最新时间周期t下的所有第二资产异常数据的第一风险值;Ci为最新时间周期t下的所有第二资产异常数据中第i类危险事件的发生次数;Li为最新时间周期t下的所有第二资产异常数据中第i类危险事件的对应资产维护方法的有效解决次数;m1为最新时间周期t下的所有第二资产异常数据所包含的危险事件类型总数;t为最新时间周期;表示最新时间周期t下的所有第二资产异常数据中的第i类危险事件的事件权重;t0i表示最新时间周期t下所有第二资产异常数据所对应的第i类危险事件的持续时长;
计算所有第三资产异常数据的第二风险值;
其中,R2为最新时间周期t下所有第三资产异常数据的第二风险值;Cj为最新时间周期t下所有第三资产异常数据中第i类危险事件的发生次数;Lj为最新时间周期t下所有第三资产异常数据中第j类危险事件的对应资产维护方法的有效解决次数;m2为最新时间周期t下所有第三资产异常数据所包含的危险事件类型总数;表示最新时间周期t下所有第三资产异常数据所对应的第j类危险事件的事件权重;
计算电厂资产管理***在最新时间周期t下的第一安全度;
S=1-(x1R1+x2R2)
其中,S为电厂资产管理***在最新时间周期t下的第一安全度;x1为所述第二资产异常数据的风险影响权重;x2为所述第三资产异常数据的风险影响权重,且x1≤x2;
当所述第一安全度不高于预设最小安全度时,则基于所述电厂资产管理***发出第一安全警报,判定需要对电厂资产管理***的安全进行维护以及升级。
该实施例中,最新时间周期为1小时。
该实施例中,最新时间周期t下的所有第二资产异常数据中的第i类危险事件的事件权重以及最新时间周期t下所有第三资产异常数据所对应的第j类危险事件的事件权重根据对应的危险事件类型中的危险事件的危险值而定,比如,第二资产异常数据中的第一类危险事件包括危险事件1,危险事件1的危险值为2,第二资产异常数据的危险事件的危险总值为10,则记第二资产中的第1类危险事件的事件权重为0.2。
该实施例中,最新时间周期t下所有第二资产异常数据所对应的第i类危险事件的持续时长基于电厂资产管理***所得,比如,电厂资产管理***记录的危险事件1的持续时长为0.2小时。
该实施例中,第二资产异常数据存在明确对应的历史资产维护方法,数据易于处理,第三资产异常数据不存在明确对应的历史资产维护方法,数据不易处理.所以x1≤x2。
该实施例中,预设最小安全度为0.8。
该实施例中,第一安全警报是指电厂资产管理***安全度不高于预设最小安全度,需进行维护和升级,比如,若第一安全度为0.7,则***发出第一安全警报,判定需进行维护和升级;若第一安全度为0.9,则***不发出第一安全警报,电厂资产管理***无需升级维护。
上述技术方案的有益效果是:计算第一资产异常数据的第一风险值以及第二风险值,更为直观的分析第一资产异常数据,定位影响风险值的危险事件,便于后续分析处理;计算***的第一安全度,有利于精确判断***是否需要后续执行维护以及升级相关操作,以确保供电服务质量。
本发明实施例提供一种电厂资产管理***安全分析方法,建立所述第一维护标签与所述第二维护标签之间的对应关系,对电厂资产管理***的安全进行维护以及升级,包括:
基于同个资产对象所对应的第一资产异常数据的第一维护标签与第二维护标签,并构成标签对,其中,所述标签对即为对应关系;
基于所述标签对的第一维护标签,从维护数据库中调取得到第一维护集合以及基于所述标签对的第二维护标签,从维护数据库中调取得到第二维护集合;
确定所述第一维护集合与第二维护集合的维护匹配值,进而根据所述维护匹配值,筛选待使用维护方式,并从维护方式-提升映射表中,确定所述待使用维护方式的安全提升值;
根据所有第一资产异常数据的安全提升值,确定安全提升度;
当所述安全提升度与第一安全度的累加安全度高于预设最小安全度时,基于所筛选的所有待使用维护方式,对所述电厂资产管理***进行维护以及升级;
否则,重新筛选待使用维护方式,直到累加安全度高于预设最小安全度。
该实施例中,基于同个资产对象所对应的第一资产异常数据的第一维护标签与第二维护标签,并构成标签对,如图3所示,当标签对数值为1~3时,第一资产异常数据风险可接受;当标签对数值为4~7时,第一资产异常数据风险需关注;当标签对数值为8~14时,第一资产异常数据风险需控制;当标签对数值为15~19时,第一资产异常数据风险需消减;当标签对数值为20~25时,第一资产异常数据风险需立即处理。
该实施例中,若标签对数值一致,则先根据第一乘积数值来制定分配维护方式的优先度,若第一乘积数值一致,则根据第二乘积数值来制定分配维护方式的优先度。
该实施例中,第一维护集合是指针对第一资产异常数据的危险值而制定的第一资产维护方式的集合;第二维护集合是指针对第一资产异常数据的维护值而制定的第二资产维护方式的集合。
该实施例中,若所述安全提升度与第一安全度的累加安全度不高于预设最小安全度时,比如累加安全度为0.75,则重新筛选所有待使用维护方式,当累加安全度高于0.8时,获取此时的维护方式,对所述电厂资产管理***进行维护以及升级。
上述技术方案的有益效果是:根据标签对从维护数据库调取维护集合,筛选待使用维护方式,提高了维护方式调取效率;基于安全度筛选待使用维护方式,提高了维护方式对所述电厂资产管理***进行维护以及升级的准确度。
本发明实施例提供一种电厂资产管理***安全分析方法,根据所有第一资产异常数据的安全提升值,确定安全提升度,包括:
基于所有安全提升值(sj1,j1=1,2,...,m0},确定最大提升值D0、平均提升值Dave以及最小提升值D1,其中,sj1表示第j1个第一资产异常数据的安全提升值;m0表示第一资产异常数据的总个数;
分别从值-提升度映射表中,确定最大提升值D0的第一提升度d0、平均提升值Dave的平均提升度dave以及最小提升值D1的第二提升度d1;
计算安全提升度D3:
D3=d0×p1+dave×p2+d1×p3
其中,p1表示最大提升值的历史有效提升概率;p2表示平均提升值的历史有效提升概率;p3表示最小提升值的历史有效提升概率;其中,p1+p2+p3<1。
该实施例中,平均提升值是对所有安全提升值的平均处理。
该实施例中,值-提升度映射表是包含不同的安全提升值以及与该安全提升值一致的提升度在内的,因此,可以获取得到所需要的提升度,且提升度的目的是为了提前预估可以对***进行的有效提升情况。
上述技术方案的有益效果是:通过第一提升度、平均提升度以及第二提升度结合历史有效提升概率来计算安全提升度,有利于提高安全提升度计算的精确性,确保***的安全度可以有效提升,从而高于预设最小安全度,确保供电服务质量。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种电厂资产管理***安全分析方法,其特征在于,包括:
步骤1:获取电厂资产管理***的每个资产对象的历史资产数据以及历史维护数据,并对所有历史资产数据进行第一分类以及对所有历史维护数据进行第二分类;
步骤2:获取每个资产对象的当前资产数据,并基于第一分类结果以及第二分类结果识别所述当前资产数据中的第一资产异常数据;
步骤3:对所述第一资产异常数据进行危险预测以及风险评估;
步骤4:基于危险预测结果,确定第一资产异常数据的第一维护标签,基于风险评估结果,确定第一资产异常数据的第二维护标签;
步骤5:建立所述第一维护标签与所述第二维护标签之间的对应关系,对电厂资产管理***的安全进行维护以及升级。
2.如权利要求1所述的一种电厂资产管理***安全分析方法,其特征在于,对所有历史资产数据进行第一分类以及对所有历史维护数据进行第二分类,包括:
获取所述电厂资产管理***上存在的每个资产对象的历史资产数据以及对应的历史维护数据;
基于第一资产分类标准,对所有的历史资产数据进行第一分类,获取对应的资产数据集合;
基于第一维护分类标准,对所有的历史维护数据进行第二分类,获取对应的维护数据集合;
其中,所述第一资产分类标准与第一维护分类标准的分类类型一一对应。
3.如权利要求1所述的一种电厂资产管理***安全分析方法,其特征在于,获取每个资产对象的当前资产数据,并基于第一分类结果以及第二分类结果识别所述当前资产数据中的第一资产异常数据,包括:
基于所述电厂资产管理***,获取每个资产对象在最新时间周期下的当前资产数据;
基于第一分类结果以及第二分类结果,构建同个资产对象在每个资产类型下以及与资产类型一致的维护类型下的历史时序图,其中,所述历史维护数据包括:历史维护行为、历史维护行为的维护类型以及基于历史维护行为导致的资产变化数据,所述时间序列图为连续的历史时段下由同个资产对象在对应资产类型下的历史资产数据,以及与对应资产类型一致的维护类型下的历史维护行为所导致的资产变化数据,构成的连续曲线;
构建所述当前资产数据在不同资产类型下的当下时序图;
将当下时序图与对应类型的历史时序图进行比较,若同个资产对象的当下时序图与对应类型的历史时序图完全匹配,且当下时序图的最后匹配数据属于正常历史资产数据,则记录对应的当前资产数据为第一资产正常数据;
若当下时序图的最后匹配数据属于与资产类型一致的对应历史维护行为导致的资产变化数据中,则记录对应的当前资产数据为第二资产异常数据;
否则,记录对应的当前资产数据为第三资产异常数据;
记所有的第二资产异常数据以及所有的第三资产异常数据,为第一资产异常数据。
4.如权利要求1所述的一种电厂资产管理***安全分析方法,其特征在于,对所述第一资产异常数据进行危险预测以及风险评估,包括:
获取同个资产对象所发生的所有危险事件;
获取所有资产对象所发生的所有危险事件的类型;
获取每类危险事件的发生次数,计算每类危险事件的发生概率,对所述第一资产异常数据进行危险预测;
获取每类危险事件发生时对应的电厂资产变化量,对所述第一资产异常数据进行风险评估。
5.如权利要求1所述的一种电厂资产管理***安全分析方法,其特征在于,基于危险预测,确定第一资产异常数据的第一维护标签,基于风险评估,确定第一资产异常数据的第二维护标签,包括:
基于危险预测结果,确定对应第一资产异常数据的危险值,且结合对应第一资产异常数据所涉及到的危险事件的发生概率,向对应第一资产异常数据设置第一维护标签;
基于风险评估结果,确定对应第一资产异常数据的维护值,且结合对应第一资产异常数据所涉及到的危险事件以及对危险事件的消除概率,向对应第一资产异常数据设置第二维护标签。
6.如权利要求3所述的一种电厂资产管理***安全分析方法,其特征在于,对电厂资产管理***的安全进行维护以及升级之前,包括:
计算所有第二资产异常数据的第一风险值;
其中,R1为最新时间周期t下的所有第二资产异常数据的第一风险值;Ci为最新时间周期t下的所有第二资产异常数据中第i类危险事件的发生次数;Li为最新时间周期t下的所有第二资产异常数据中第i类危险事件的对应资产维护方法的有效解决次数;m1为最新时间周期t下的所有第二资产异常数据所包含的危险事件类型总数;t为最新时间周期;表示最新时间周期t下的所有第二资产异常数据中的第i类危险事件的事件权重;t0i表示最新时间周期t下所有第二资产异常数据所对应的第i类危险事件的持续时长;
计算所有第三资产异常数据的第二风险值;
其中,R2为最新时间周期t下所有第三资产异常数据的第二风险值;Cj为最新时间周期t下所有第三资产异常数据中第i类危险事件的发生次数;Lj为最新时间周期t下所有第三资产异常数据中第j类危险事件的对应资产维护方法的有效解决次数;m2为最新时间周期t下所有第三资产异常数据所包含的危险事件类型总数;表示最新时间周期t下所有第三资产异常数据所对应的第j类危险事件的事件权重;
计算电厂资产管理***在最新时间周期t下的第一安全度;
S=1-(x1R1+x2R2)
其中,S为电厂资产管理***在最新时间周期t下的第一安全度;x1为所述第二资产异常数据的风险影响权重;x2为所述第三资产异常数据的风险影响权重,且x1≤x2;
当所述第一安全度不高于预设最小安全度时,则基于所述电厂资产管理***发出第一安全警报,判定需要对电厂资产管理***的安全进行维护以及升级。
7.如权利要求1所述的一种电厂资产管理***安全分析方法,其特征在于,建立所述第一维护标签与所述第二维护标签之间的对应关系,对电厂资产管理***的安全进行维护以及升级,包括:
基于同个资产对象所对应的第一资产异常数据的第一维护标签与第二维护标签,并构成标签对,其中,所述标签对即为对应关系;
基于所述标签对的第一维护标签,从维护数据库中调取得到第一维护集合以及基于所述标签对的第二维护标签,从维护数据库中调取得到第二维护集合;
确定所述第一维护集合与第二维护集合的维护匹配值,进而根据所述维护匹配值,筛选待使用维护方式,并从维护方式-提升映射表中,确定所述待使用维护方式的安全提升值;
根据所有第一资产异常数据的安全提升值,确定安全提升度;
当所述安全提升度与第一安全度的累加安全度高于预设最小安全度时,基于所筛选的所有待使用维护方式,对所述电厂资产管理***进行维护以及升级;
否则,重新筛选待使用维护方式,直到累加安全度高于预设最小安全度。
8.如权利要求7所述的一种电厂资产管理***安全分析方法,其特征在于,根据所有第一资产异常数据的安全提升值,确定安全提升度,包括:
基于所有安全提升值{sj1,j1=1,2,...,m0},确定最大提升值D0、平均提升值Dave以及最小提升值D1,其中,sj1表示第j1个第一资产异常数据的安全提升值;m0表示第一资产异常数据的总个数;
分别从值-提升度映射表中,确定最大提升值D0的第一提升度d0、平均提升值Dave的平均提升度dave以及最小提升值D1的第二提升度d1;
计算安全提升度D3:
D3=d0×p1+dave×p2+d1×p3
其中,p1表示最大提升值的历史有效提升概率;p2表示平均提升值的历史有效提升概率;p3表示最小提升值的历史有效提升概率;其中,p1+p2+p3<1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311765018.6A CN117853086A (zh) | 2023-12-20 | 2023-12-20 | 一种电厂资产管理***安全分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311765018.6A CN117853086A (zh) | 2023-12-20 | 2023-12-20 | 一种电厂资产管理***安全分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117853086A true CN117853086A (zh) | 2024-04-09 |
Family
ID=90537341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311765018.6A Pending CN117853086A (zh) | 2023-12-20 | 2023-12-20 | 一种电厂资产管理***安全分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117853086A (zh) |
-
2023
- 2023-12-20 CN CN202311765018.6A patent/CN117853086A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11055450B2 (en) | Industrial asset health model update | |
CA3155689A1 (en) | Early-warning method for commodity inventory risk based on a statistical interquartile range, and system and computer-readable storage medium thereof | |
CN113191509A (zh) | 基于维修人员画像的智能派单方法、设备、介质及产品 | |
US20210350337A1 (en) | Systems and methods for managing populations of utility poles | |
CN114519524A (zh) | 基于知识图谱的企业风险预警方法、装置及存储介质 | |
US20210407014A1 (en) | Hail data evaluation computer system | |
CN117439256A (zh) | 一种基于物联网的电站设备管理方法及*** | |
CN111985940A (zh) | 售后服务的数据处理方法、装置、电子设备与存储介质 | |
CN113516313A (zh) | 一种基于用户画像的燃气异常检测方法 | |
CN115994611A (zh) | 类别预测模型的训练方法、预测方法、设备和存储介质 | |
CN117094688B (zh) | 一种供电所数字化管控方法及*** | |
CN110781206A (zh) | 一种学习拆回表故障特征规则预测在运电能表是否故障的方法 | |
CN114757270A (zh) | 基于NB-IoT燃气智能设备的异常分析方法***及存储介质 | |
CN117649131A (zh) | 一种基于ai的能源***资源适配方法、***和介质 | |
CN115879915B (zh) | 一种用于发电厂的跨平台标准化检修方法 | |
CN117853086A (zh) | 一种电厂资产管理***安全分析方法 | |
CN113537519B (zh) | 一种识别异常设备的方法和装置 | |
CN112258095B (zh) | 基于标准正态分布的评分方法、装置、设备及存储介质 | |
CN112966897A (zh) | 一种基于维修平台的多维度数据分析方法 | |
CN113743994A (zh) | 一种供应商的旺季预测方法、***、设备及存储介质 | |
JP7297042B2 (ja) | 記事生成システム、記事生成装置、記事生成方法、及びコンピュータプログラム | |
US11749070B2 (en) | Identification of anomalies in an automatic teller machine (ATM) network | |
CN116502128A (zh) | 一种基于改进关联规则的轴承故障诊断方法 | |
CN116011820A (zh) | 一种非线性的风险评估方法及装置 | |
CN117670359A (zh) | 异常交易数据的识别方法、装置、存储介质及电子设备 |
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 |