CN104919384A - 用于设备维护和/或风险减缓的电力系统设备的评估 - Google Patents

Abstract

除其它之外，提供了一种或多种用于评估电力系统中的电力系统设备的技术和/或系统。从该电力系统设备所收集的历史传感器数据和/或历史现场测试数据可以被用来制定该电力系统设备的健康档案。该健康档案指示该电力系统设备的预测的健康(例如，或者故障概率)。在一个实施例中，该健康档案进一步包括健康指标得分，其在该电力系统设备对于该电力系统的重要度方面对该电力系统设备的健康进行评估。使用针对多个电力系统设备所制定的健康档案，可以针对该电力系统的至少一部分制定维护策略。

Description

用于设备维护和/或风险减缓的电力系统设备的评估

相关申请的交叉引用

本申请要求与2012年11月19日提交的题为“ASSESSMENT OFPOWER SYSTEM EQUIPMENT FOR EQUIPMENT MAINTENANCEAND/OR RISK MITIGATION”的美国临时专利申请No.61/727875的优先权。

技术领域

本申请涉及电力系统的领域，并且更具体地涉及用于确定电力系统内的各种电气组件的状况或健康以提供维护推荐和/或减缓故障风险的系统和/或技术。

背景技术

电力系统包括被配置为供应、传输和/或使用电力的电气组件或电力系统设备的网络。例如，电网(也被称作配电网)包括发电机、输电系统和/或配电系统。发电机或发电站被配置为从可燃烧燃料(例如，煤、天然气等)和/或非可燃燃料(诸如风力、太阳能、核能等)产生电力。输电系统被配置为将电力从发电机运送或输送至负载。配电系统被配置为将所供应的电力馈送至附近的家庭、商业和/或其它设施。电力系统中的一些电气组件或设备例如包括变压器和断路器。输电系统和/或配电系统例如通常包括一个或多个变压器，其被配置为将一个电压(例如，用来输送电力的电压)的电力转换或变换为另一个电压(例如，接收电力的负载所期望的电压)的电力。断路器可以被用来通过限制流向其它电气组件的电流而减缓对于这样的气体组件的损坏。除其它之外，根据应用、电气组件所处理的功率和/或电压的量，这些电气组件中的一些可能是相对昂贵的(例如，价值百万美元或更多)。

发明内容

提供该发明内容而以简化形式对随后在具体实施方式中进一步进行描述的概念选择进行介绍。该发明内容并非意在标示出所请求保护主题的关键要素或必要特征，其也并非意在被用来对所请求保护主题的范围进行限制。

根据一个方面，提供了一种用于评估电力系统设备以预测该电力系统设备的健康的方法。该方法包括获取从操作耦合至该电力系统设备的一个或多个传感器所产生的历史传感器数据。该历史传感器数据指示在第一时间间隔内所取得的一个或多个传感器测量结果。该方法还包括获取从在该电力系统设备上所执行的一个或多个现场测试所产生的历史现场测试数据。该历史现场测试数据指示在第二时间间隔内取得的一个或多个现场测试测量结果。该方法进一步包括使用该历史传感器数据和历史现场测试数据生成该电力系统设备的健康档案，该健康档案指示该电力系统设备的预测健康。

根据另一个方面，提供了一种用于预测电力系统设备的健康的系统。该系统包括历史数据存储库，其被配置为随时间接收从操作耦合至该电力系统设备的一个或多个传感器所产生的传感器数据以创建历史传感器数据，并且被配置为随时间接收从在该电力系统设备上所执行的一个或多个现场测试所产生的现场测试数据以创建历史现场测试数据。该系统还包括机器学习组件，其被配置为使用该历史传感器数据和历史现场测试数据生成该电力系统设备的健康档案，该健康档案指示该电力系统设备的预测的健康。

根据又另一个方面，提供了一种包括处理器可执行指令的计算机可读介质，当处理器可执行指令被执行时实施一种用于评估电力系统设备以预测该电力系统设备的健康的方法。该方法包括获取从操作耦合至该电力系统设备的一个或多个传感器所产生的历史传感器数据。该历史传感器数据指示在第一时间间隔内所取得的一个或多个传感器测量结果。该方法还包括获取从在该电力系统设备上所执行的一个或多个现场测试所产生的历史现场测试数据。该历史现场测试数据指示在第二时间间隔内取得的一个或多个现场测试测量结果。该方法进一步包括使用该历史传感器数据和历史现场测试数据生成该电力系统设备的健康档案，该健康档案指示该电力系统设备的预测的健康。

为了实现以上和相关目标，以下描述和附图给出了某些说明性的方面和实施方式。这些仅指示了可以在其中采用一个或多个方面的各种方式中的一些方式。在结合附图进行考虑时，本公开的其它方面、优势和新颖特征将从以下的详细描述而变得显而易见。

附图说明

图1是图示生成健康档案以评估电力系统设备的示例性方法的流程图。

图2图示了用于描述可以如何针对电力系统设备机群制定的维护策略的示例图形。

图3是图示生成健康档案以评估电力系统设备的示例性方法的流程图。

图4图示了用于生成健康档案以评估电力系统设备的示例系统的组件框图。

图5是示例性计算机可读介质的图示，其中可以包括被配置为实施这里所给出的一个或多个条款的处理器可执行指令。

图6图示了其中可以实施这里所给出的一个或多个条款的示例性计算环境。

具体实施方式

现在参考附图对所请求保护的主题进行描述，其中同样的附图标记被用来贯穿全文指代同样的要素。在以下描述中，出于解释的目的，给出了多个具体细节以便提供对所请求保护的主题的全面理解。然而，所请求保护的主题显然可以在没有这些具体细节的情况下进行实践。在其它情况下，以框图形式示出了结构和设备以便促进对所请求保护主题的描述。

电网可能由即使没有数百万个也有数千个电气组件(例如，这里也被称作电力系统设备)所组成。这些电气组件中的至少一些的故障可能会降低电力系统的性能。此外，除其它之外，由于一些电气组件的成本和/或大小，在电力系统中的一些结合点处可能几乎没有冗余。这些结合点中的一处或多处的故障可能导致一些消费者失去电力。这样，接近于故障的电力系统设备的检测和/或需要维护的电力系统设备的检测可能是维护电力系统的整体性能的重要组成部分。

因此，可以在电力系统的设备内布置传感器以捕捉与特定资产或电力系统设备的性能相关的信息。例如，一些高电压变压器包括被配置为测量该变压器的油温、估量油中的水量、测量油中的溶解气体和/或测量芯部温度的传感器。来自于这样的传感器的数据在这里可以被称作传感器数据并且通常(例如，经由光纤网络或其它通信介质)被传送至中央存储库，其在那里进行分析以提供电力系统的当前健康的快照。

此外，作为维护的一部分，可以对电力系统设备执行现场测试。例如，变压器可以被断开以执行无法经由传感器来执行的测试和/或执行能够提供对电力系统设备的更详细理解(例如，相对于传感器测量)的测试。例如，传感器可以对变压器的油中多达六种的溶解气体进行测量，而现场测试则可以对十三或更多种的溶解气体进行测量。这样，从现场测试所得出的现场测试数据与从传感器所得出的传感器数据相比能够提供电力系统的当前健康的更为详细的快照。

虽然这样的传感器数据和现场测试数据可以被用来提供电力系统的当前健康或性能的快照，但是几乎并未从这样的数据得到电力系统在未来时间跨度(例如，可能从几天到数年)内的预测健康(例如，或者故障概率)的相关信息。因此，与有关电力系统设备的单元的知识相反，电力系统设备的单元的中期和长期维护计划最主要是基于针对电力系统设备的该特定模型和/或电力系统设备的特定类别的维护期望进行制定。

因此，提供了用于基于从电力系统设备所产生的数据而生成电力系统设备的健康档案的一种或多种系统和/或技术。该健康档案指示电力系统设备的预期/预测健康并且可以被用来针对电力系统设备制定维护计划。通过分别针对诸如电力系统设备机群的多个电力系统设备开发健康档案，可以针对该机群设计维护策略。以这种方式，能够制定出以提高电力系统的性能的方式(例如，通过基于设备的档案分配资源，这与针对设备的模型或类别所制定的信息相比可以提供更为准确的预测)促成有限数量的资源的分配的维护策略(例如，维护技术、替换单元等)。

在一个实施例中，可以在预期维护的方面和/或在指定时间范围内的故障概率的方面对电力系统设备的健康档案进行描述。换句话说也就是，电力系统设备的未来健康可能涉及到电力系统设备在无需维护和/或没有故障的情况下所预期持续的时间长度。例如，预期在接下来6个月内出现故障和/或需要维护的电力系统设备可能不如预期在至少一年内并不需要维护和/或出现故障的电力系统设备健康。

通过图1中的示例方法100对用于评估电力系统设备以生成该电力系统设备的健康档案的一个实施例进行说明。示例方法100在102处开始，并且在104处获取产生于电力系统设备内所包括的和/或操作耦合至该电力系统设备的一个或多个传感器的历史传感器数据。该历史传感器数据是在所指定的时间间隔内所累积并且指示在该所指定时间间隔内取得的传感器测量(或者传感器测量的结果)的数据。例如，在一个实施例中，该历史传感器数据指示在第一时间间隔内所取得的传感器测量，上述第一时间间隔可以是几天、6个月、一年、取得该测量的(多个)传感器的寿命、该电力系统设备的寿命等。

除其它之外，获取历史传感器数据可以包括从中央存储库(例如，历史数据存储库)检索历史传感器数据和/或将该历史传感器数据从存储介质传输至能够对传感器数据执行计算的介质。例如，该历史传感器数据可以从中央存储库(例如，诸如磁性数据存储设备)被复制至被配置为对该传感器数据执行计算的计算设备上的随机访问存储器。在另一个实施例中，获取历史传感器数据可以包括被允许对历史传感器数据的允许访问。例如，可以采用认证证书或其它身份验证工具(例如，IP地址验证、MAC地址验证等)来验证尝试访问历史传感器数据的实体具有访问该数据的许可。在身份得到验证之后，该实体可以获得对历史传感器数据的访问并且因此获得历史传感器数据。

除其它之外，所收集的传感器数据的(多种)类型可以随针对其生成健康档案的电力系统设备的类型和/或操作耦合至该电力系统设备的传感器的测量功能而变化。作为示例，在一个实施例中，电力系统设备是或者包括电力变压器。在这样的实施例中，除其它之外，传感器可以被配置为测量油温、油中水的含量/百分比、芯部温度、油中的一种或多种溶解气体的浓度和/或电力变压器周围的外界空气温度。这样，传感器数据例如可能涉及到油温、水油比、芯部温度、溶解的气体浓度和/或外界空气温度。在该电力系统设备另外为电力系统的电路断路器、电容器、电压调节器或其它组件的情况下，所收集的传感器数据例如可以指示其它或不同的信息。

在示例方法100中的106处，获取来自对电力系统设备所执行的一种或多种现场测试的历史现场测试数据。该历史现场测试数据是在所指定的时间间隔内对电力系统设备所进行的(多次)现场测试所收集的数据并且指示在所指定时间间隔内所取得的现场测试测量(或者现场测试测量的结果)。例如，在一个实施例中，历史现场测试数据指示在第二时间间隔内所取得的现场测试测量。该第二时间间隔可以对应于(例如，匹配)取得传感器测量的第一时间间隔，可以与第一时间间隔有一些重叠，或者可以不与第一时间间隔重叠。

可以意识到，如这里所使用的，现场测试意在指代现场电力系统设备(例如，通常在该电力系统被断开时)所执行的测试和/或通过从该电力系统设备所收集的样本而执行的测试。通常，这样的测试要求人与电力系统设备进行交互(例如，收集样本)，虽然也可以在几乎没有人员交互的情况下收集样本和/或执行测试(例如，经由机器人或其它自动化技术)。相反，传感器测量通常从电力系统设备内所包括和/或与之操作耦合的传感器所获取。这样，传感器测量通常在几乎没有人员交互的情况下被获取。此外，在需要人员交互的情况下，这样的交互可以相对于电力系统设备远程进行。例如，人类操作人员可以传送指示操作耦合至电力系统设备的一个或多个传感器用以捕捉测量的信号。

历史现场测试数据可以以类似于历史传感器数据的方式被获取或者以不同方式被获取。例如，在一个实施例中，历史现场测试数据可以从中央存储库(例如，磁性数据存储设备)被复制到被配置为对历史现场测试数据执行计算的计算设备的随机访问存储器。在另一个实施例中，获取该历史现场测试数据可以包括被允许访问该历史现场测试数据。例如，可以利用认证证书或其它身份验证工具来验证尝试访问历史现场测试数据的实体是否被许可访问该数据。

除其它之外，所收集的现场测试数据的类型可以随针对其生成健康档案的电力系统设备的类型而变化。作为示例，在电力变压器的现场测试期间，技术人员可以到访电力变压器的地点并且捕捉变压器中的油的样本。可以对该油的样本执行多种测试以产生对应于该电力变压器的现场测试数据。作为示例，可以对该油执行溶解的气体分析以测量油中的一氧化碳、二氧化碳、乙炔、乙烯、甲烷、乙烷或其它气体的浓度，并且可以生成指示分析结果的现场测试数据。在其他实施例中，除其它之外，该电力系统设备例如可以包括电路断路器、电容器和/或电压调节器，并且所执行的现场测试例如可以不同于针对电力变压器所执行的现场测试。

在示例方法100中的108处，历史传感器数据和/或历史现场测试被用来生成电力系统设备的健康档案。该健康档案指示该电力系统设备(例如，在未来时间间隔内)的预测的健康。这样的预测对于基于电力系统设备的历史传感器数据和/或历史现场测试数据中的趋势和/或模式而估计电力系统设备的维护时限和/或估计电力系统设备的更换数据而言会是有用的。此外，在另一个实施例中，这样的预测对于估计指定时间周期内的维护概率(其需求)和/或估计指定时间周期内的故障概率而言会是有用的。

在一个实施例中，电力系统设备的健康可以经由使用历史传感器数据和/或历史现场测试数据作为输入的分析和/或交互技术进行预测。作为示例，可以基于历史传感器数据和/或历史现场测试数据来制定诸如机器学习和/或数据分析算法之类的算法。这样的算法可以被配置为使用聚类分析、分类分析、关联分析、模式发现、回归、异常检测分析和/或识别历史传感器数据和/或历史现场测试数据中的趋势和/或模式的其它预测建模技术而对历史传感器数据和/或历史现场测试数据进行分析。有关电力系统设备在未来一段时间内的性能或健康的信息例如可以从该分析进行推断。

作为示例，在电力变压器中，油中一氧化碳和/或二氧化碳的水平提高可以指示该电力变压器过载，和/或油中氢的水平提高可以指示电力变压器中电晕的形成。因此，通过对变压器在一段时间内所产生的历史现场测试数据和/或历史传感器数据，可以估计出该电力变压器在故障和/或需要维护之前可以工作多久(例如，给定电力变压器在生成历史传感器数据和/或历史现场测试数据的时间段期间的负载条件)。

在一个实施例中，在制定健康档案时可以考虑该电力系统设备对于电力系统的重要性或重要度。例如，对于电力系统而言，冗余电力系统设备可能不如几乎没有冗余性的电力系统设备重要，因为几乎没有冗余性的电力系统设备的故障可能会导致消费者失去电力。另外，向大量消费者供电的电力系统设备可能比仅向少数消费者供电的电力系统设备更为重要。

因此，在一个实施例中，健康档案包括电力系统设备的健康指标得分。该健康指标得分可以至少部分基于电力系统中的电力系统设备的重要度或重要性和/或电力系统设备的故障风险而得出。换句话说，健康指标得分描述了电力系统设备的重要度与电力系统设备所导致的故障风险之间的平衡。例如，健康的电力系统设备的重要度或重要性可以经由软件程序进行评估和/或可以以人工方式进行输入，该软件程序被配置为追踪电力系统(例如，电网)以识别出电力系统中易于出现故障的区域(例如，缺少足够的冗余性)。

这样的健康指标得分在估计维护和/或更换的紧急度时可能是有用的。作为示例，对于电力系统而言重要的电力系统设备中的第一单元可以被指定以比对于电力系统而言较不重要的电力系统设备的第二单元更低的健康指标得分，即使该第二单元可能比第一单元更容易出现故障，这是因为对第一单元的性能进行维护的价值超出了第二单元的故障风险(例如，在向具有较低健康指标得分的电力系统设备给予维护优先级的情况下)。

在示例方法100中的110处，制定电力系统设备的维护安排。该维护安排可以针对电力系统预测预期维护的时限，和/或可以提供该电力系统在给定电力系统设备的操作特性的情况下何时在历史传感器数据和/或历史现场数据所表示的时间间隔期间何时出现故障的指示。以这种方式，例如，维护技术人员和/或维护调度人员可以确定电力变压器的维护和/或更换是否急迫和/或确定电力变压器在需要维护和/或更换之前能够工作多久。

示例方法100在112处结束。

可以预见到的是，虽然方法100描述了使用历史传感器数据和/或历史现场测试数据生成健康档案，但是在评估电力系统设备的健康时也可以考虑新的传感器数据(例如，相对于历史传感器数据更为当前/新鲜的传感器数据)和/或新的现场测试数据(例如，相对于历史现场测试数据更为当前/新鲜的传感器数据)。作为示例，在108生成的健康档案可以提供电力系统设备的性能的基线或历史。换句话说，健康档案可以指示电力系统设备的特性/属性的趋势。随着接收到新的现场测试数据和/或新的传感器数据，新的现场测试数据和/或新的传感器数据可以被用来更新该趋势(例如，更新健康指标得分、更新所制定的维护安排，等等)。另外，如果新的传感器数据和/或新的现场测试数据指示偏离健康档案超出指定阈值或者处于正常偏离范围之外(例如，其中该范围描述了什么样的特性/属性变化在电力系统设备的正常操作下是期望的/可容忍的)的测量结果，则可以发出请求对电力系统设备进行维护的维护请求。换句话说，例如，当数据指示电力系统设备(例如，相对于该电力系统的操作趋势)操作异常时，可以发出维护请求以确定维护该数据指示异常结果。

可以理解的是，示例方法100的以上动作可以针对电力系统中的多个电力系统设备进行重复。另外，在一个实施例中，使用多个电力系统设备(例如，资产)的健康档案，可以针对电力系统或者多个电力系统设备制定维护策略。例如，该维护策略可以提供用于调度维护的结构或顺序，和/或可以提供工具以促成有限资源跨电力系统的分配。

图2图示了提供示例维护策略的示例图标200。在示例维护策略中，多个电力系统设备根据在示例方法100中的108处所确定的相应健康指标得分206进行排序或排序(例如，作为生成健康档案的一部分)。也就是，换句话说，第一电力系统设备(例如，第一变压器)可以至少部分根据第一电力系统设备的第一健康指标得分和第二电力系统设备的第二健康指标得分而相对于第二电力系统设备(例如，第二变压器)进行排序/排序。在所图示的实施例中，可以向具有低健康指标得分的电力系统设备给予高于具有更高健康指标得分的电力系统设备的维护优先级。因此，根据图表200，可以向变压器12436给予高于其它所列出的变压器的优先级，因为变压器12436的健康指标得分最低。

如之前参考示例方法100所描述的，健康指标得分可以至少部分基于电力系统设备在电力系统中的重要度和/或该电力系统设备的故障风险而得出。例如，在所图示的图形200中，相应变压器被指定以指示其对于电力系统的重要性的重要性得分202。重要性得分202越低，该变压器对于电力系统就更为重要。另外，相应变压器可以基于历史传感器数据和/或历史现场测试数据而被指定以健康得分204。该健康得分204可以描述变压器的故障可能性和/或估计健康。低得分可以指示变压器并不健康(例如，因此存在较大的故障风险)。在所图示的实施例中，健康指标得分是重要性得分和健康得分之和。例如，变压器12436具有健康指标得分8.2(例如，5.0+3.2)。在另一个实施例中，重要性得分相比健康得分而被加权成为健康指标得分中更为重要的分量，和/或反之亦然。

另外，可以理解的是，通过考虑变压器的重要性，最不健康的变压器可能不会被分配以最高的优先级级别。例如，变压器16571在所列出的变压器中具有最低健康得分(例如，因此具有最大的故障风险)。然而，例如，变压器12436的在图表200上的排位高于变压器16571(例如，因此具有更高的维护优先级)，这是因为变压器12436比变压器16571更为重要。

图3图示了用于评估电力系统设备以预测该电力系统设备的健康的另一种示例方法300。可以意识到的是，图1的示例方法100的上述特征也可以在图3中加以引用，并且因此可以不再关于示例方法300对同样的动作加以详细描述。

示例方法300在302处开始，并且在304处获取操作耦合至电力系统设备的一个或多个传感器所产生的的历史传感器数据。该历史传感器数据指示由(多个)传感器在第一时间间隔内所获得的传感器测量。在该示例方法中的306处，获取对电力系统设备所执行的一个或多个现场测试所产生的历史现场测试数据。该历史现场测试数据指示与电力系统设备相关并且在第二时间间隔(例如，其同样可以是与第一时间间隔相同的时间间隔，可以与第一时间间隔重叠和/或可以不与第一时间间隔重叠)内所取得的现场测试测量。

在示例方法300中的308处，对历史传感器数据或历史现场测试数据中的至少一个进行预处理。在一个实施例中，这样的预处理可以被用来识别和/或排除数据中的异常。作为示例，在第一时间间隔期间，电力系统设备内所包括的多个传感器之一可能出现故障。作为结果，来自该传感器的测量可能与其它传感器所获得的测量有所偏离(处于正常范围之外)。因此，例如，历史传感器数据中至少表示该故障传感器所进行的测量(例如，指示在正常范围以外偏离的测量)的部分可以从历史传感器数据中被排除(例如，从而不会影响到用来生成电力系统设备的健康档案的分析和/或迭代处理)。

预处理数据还可以被用来对历史传感器数据的第一部分进行比历史传感器数据的第二部分更大程度的加权，和/或对历史现场测试数据的第一部分进行比历史现场测试数据的第二部分更大程度的加权。通过示例，电力系统设备内被评估的一些传感器在在测量电力系统设备的一个或多个特性/属性时可能具有比电力系统设备内的其它传感器更高程度的敏感性。例如，电力变压器内的两个传感器可以被配置为测量电力变压器中溶解气体的浓度。然而，第一传感器相对于第二传感器可能对于乙醇更为敏感。这样，预处理可以使得对指示由第一传感器所取得的乙醇测量的历史传感器数据进行比第二传感器所取得的乙醇浓度更大的权重(例如，因为第一传感器所取得的乙醇测量可能更为精确)。以这种方式，更为准确/精确地反映历史传感器数据和/或历史现场测试数据的数据与反映相同的一个或多个特性的其它历史传感器数据和/或其它历史现场测试数据相比能够以不同方式(例如，更高地)进行加权。

在示例方法300中的310处，对(例如，并未在预处理期间被排除的)历史传感器数据和历史现场测试数据进行合并以形成合并数据集合。换句话说，也就是，历史传感器数据和历史现场测试数据被组合和/或合成以形成表示传感器测量和现场测试测量的组合数据集合。在一个实施例中，这样的数据可以临时被关联。因此，例如在其间取得现场测试测量的第二时间间隔和在其间取得传感器测量的第一时间间隔至少部分重叠的情况下，指示现场测试测量的数据可以与指示传感器测量的数据进行混合。此外，在一些数据比其它数据进行更大程度的加权的情况下，这样的权重可以在合并数据中有所反映。

可以意识到的是，在一些实施例中，传感器测量所表示的信息可以与现场测试数据所表示的信息有所重叠。例如，至少一些历史传感器数据和至少一些历史现场测试数据可以指示油中的溶解气体浓度，诸如一氧化碳浓度、二氧化碳浓度、乙醇浓度等。作为结果，例如，在历史传感器数据和历史现场测试数据分别反映在重叠时间间隔期间所获取的测量时，在历史传感器数据和历史现场测试数据之间可能出现冲突。

在一个实施例中，作为将历史传感器数据与历史现场测试数据进行合并的一部分，解决各个数据集合之间的冲突。这样的冲突可以根据一个或多个冲突解决参数而得到解决。例如，在一个实施例中，冲突解决方案可以被设计为相对于历史传感器数据而言更加偏重于历史现场测试数据(例如，其通常比传感器数据更为准确)。因此，在历史现场测试数据和历史传感器数据之间存在冲突的情况下，该冲突可以在偏向于历史现场测试数据的情况下得到解决(并且可以消除历史传感器数据的冲突部分)。在另一个实施例中，该冲突解决参数可以偏重于反映最佳拟合相同特性在时间上相邻的测量的测量的数据。在这样的实施例中，在历史现场测试数据表示该特性中与该特性其它时间上近似的测量最为相似的测量的情况下，可以相对于历史传感器数据而偏重于历史现场测试数据。相反，例如，如果历史传感器数据表示该特性中与该特性其它时间上近似的测量更为相似的测量，则可以相对于历史现场测试数据更偏重于历史传感器数据。可以意识到的是，以上的冲突解决参数仅是示例参数，并且还可以预见到用于解决历史传感器数据和历史现场测试数据之间的冲突的其它参数。

在示例方法300中的312处，所合并的数据集合被用来生成电力系统设备的健康档案。该健康档案可以指示电力系统设备的预测健康。这样的预测对于基于电力系统设备的合并数据的趋势和/或模式而估计电力系统设备的维护时限和/或估计电力系统设备的更换日期而言可能是有用的。此外，在另一个实施例中，这样的预测对于在特定时间段上评估维护的概率和/或在特定时间段上评估故障的概率是有用的。

在一个实施例中，电力系统设备在指定时间段内的健康能够经由使用该合并数据作为输入的分析和/或交互技术进行预测。作为示例，可以基于该合并数据制定诸如及其学习和/或(多种)数据分析算法之类的算法，其被配置为执行聚类分析、分类分析、关联分析、模式发现、回归、异常检测分析和/或识别合并数据中的趋势和/或模式并且从该数据推断出电力系统设备在未来一段时间内的性能或健康相关的信息的其它预测建模技术。

示例方法300在314处结束。

图4图示了被配置为预测电力系统设备402的健康的系统的示例环境400，上述电力系统设备402诸如变压器、电路断路器或者电力系统的其它电气组件。

在示例环境400中，可以随时间从电力系统设备402收集传感器数据404和/或现场测试数据406。可以意识到的是，传感器数据404和现场测试数据406可以在相同时间间隔内或者在不同时间间隔(例如，它们可以重叠或不重叠)内进行收集。

在所图示的实施例中，传感器数据404和现场测试数据406存储在历史数据存储库408中(例如，诸如被配置为存储在一段时间内获取的数据的中央存储库和/或可以存储历史数据、实时数据、预测数据和/或任意其它类型的数据等的任意其它类型的存储介质)。以这种方式，历史数据存储库408随时间而接收传感器数据404以制定历史传感器数据，其描述从耦合至电力系统设备的一个或多个传感器所获取的传感器测量如何随时间进行变化。同样，历史数据存储库408随时间接收现场测试数据406以制定历史现场测试数据，其描述从各现场测试所获取的现场测试数据如何随时间进行变化。可以意识到的是，历史数据存储库408可以包括一个或多个存储设备，并且因此传感器数据404可能并非必然与现场测试数据406存储在相同的物理位置。此外，至少一些传感器数据404可以存储在与传感器数据404不同的位置(例如，不同存储设备)和/或至少一些现场测试数据406可以存储在与其它现场测试数据406不同的位置。

示例环境400进一步包括数据预处理组件410，其被配置为至少将历史传感器数据与历史现场测试数据进行合并以形成合并数据集合或者识别历史传感器数据和/或历史现场测试数据中的至少一个中的异常。在一个实施例中，在数据集合中所识别的异常(例如，以大于指定阈值的量而与相同/相似特性的其它测量的结果有所偏差的测量结果)可以从数据集合中被排除。另外，例如，在历史传感器数据和历史现场测试数据被合并以形成合并数据集合的情况下，这样的异常例如可以从所合并的数据集合中被排除。例如，数据预处理组件410的输出可能是干净的(例如，被更新的)历史传感器数据、干净的历史现场测试数据和/或合并数据集合(例如，几乎没有数据异常)。例如，这样的输出可以被传送至机器学习组件412和/或可以被传送至历史数据存储库408，其可以存储在那里直至被机器学习组件412所请求。

机器学习组件412被配置为使用历史传感器数据和历史现场测试数据(例如，其可以为其原始形式、干净形式和/或处于合并数据集合中)生成电力系统设备的健康档案414。如之前所描述的，该健康档案指示电力系统设备的预测健康，并且除其它之外，例如可以描述故障的概率或风险。在一个实施例中，这样的健康档案414可以包括电力系统设备402的健康指标得分，健康指标得分在考虑到电力系统设备402对于电力系统的重要性的情况下对故障风险进行评估时，可以描述电力系统设备402多么紧急地需要维护和/或更换。

在一个实施例中，机器学习组件412还可以被配置为将健康档案414与新的传感器数据(例如，更为近期所获取的传感器数据)和/或新的现场测试数据(例如，更为近期所获取的现场测试数据)中的至少一个进行比较以确定电力系统设备402的当前状态是否以大于指定阈值从档案偏离。在新的传感器数据和/或新的现场测试数据中的至少一个指示相对于健康档案414的(多个)实质性偏差的情况下，该(多个)偏差可以指示电力系统设备402的健康比预期下降/退化得更快(在创建健康档案414时)。因此，例如，电力系统设备402可能比之前所预期的相比更紧急地需要维护，并且可以生成指示这样的发现的请求或通知。

示例环境400还包括维护组件416，其例如被配置为基于电力系统设备402的健康档案414和分别由机器学习组件412为其它电力系统设备所生成的其它健康档案而针对电力系统或电力系统的一部分制定维护策略418。例如，如之前关于图3中所图示的方法300所描述的，维护组件416可以被配置为根据相应健康档案中所提供的它们相应的健康指标得分而对电力系统设备进行排序或排序。例如，更为急迫地要求维护的电力系统设备(例如，在考虑电力系统设备的重要性和故障风险时)可能具有较低的健康指标得分并且可能在维护策略418中被排序/排序的更高。以这种方式，例如可以制定策略以便以对电力系统设备的价值/重要性以及故障风险加以考虑的方式为电网中的组件分配维护资源。

再另一个实施例涉及一种包括处理器可执行指令的计算机可读介质，该处理器可执行指令被配置为实现这里所提供的技术中的一个或多个。图7中图示了可以以这些方式进行设计的示例性的计算机可读介质，其中实施方式500包括其上为所编码的计算机可读数据506的计算机可读介质508(例如，CD-R、DVD-R或硬盘)。计算机可读数据506进而包括被配置为根据这里所给出的一种或多种原则进行操作的计算机指令集合504。在一个这样的实施例500中，处理器可执行计算机指令504例如可以被配置为执行方法502，诸如图1的示例性方法100中的至少一些和/或图3的示例性方法300中的至少一些。在另一个这样的实施例中，处理器可执行指令504例如可以被配置为实施一种系统，诸如图4的示例性系统中的至少一些。许多这样的计算机可读媒体可以由本领域技术人员进行设计，其被配置为依据这里所给出的技术进行操作。

虽然已经以特定于结构特征和/或方法动作的语言对主题进行了描述，但是所要理解的是，所附权利要求中所定义的主题并非必然被局限于以上所描述的具体特征和动作。相反，以上所描述的具体特征和动作作为实施权利要求的示例形式而公开。

如本申请中所使用的，术语“组件”、“模块”、“系统”、“接口”等通常意在是指计算机相关的实体，其是硬件、硬件和软件的组合、软件或者执行中的软件。例如，组件可以是但不限于在处理器上运行的进程、处理器、对象、可执行程序、执行的线程、程序和/或计算机。作为说明，在控制器上运行的应用和控制器都可以是组件。一个或多个组件可以处于进程和/或执行的线程之内，并且组件可以定位于一台计算机上和/或在两个或更多计算机之间进行分布。

此外，所请求保护的主题可以使用标准编程和/或工程技术而被实施为方法、装置或制造品以生产软件、固件、硬件或其任意组合来控制计算机实施所公开的主题。如这里所使用的术语“制造品”意在包含可从任意计算机可读设备、载体或媒体进行访问的计算机程序。当然，本领域技术人员将会认识到，可以对该配置进行许多修改而并不背离所请求保护主题的范围或精神。

图6和以下讨论提供了对用于实施这里所给出的一个或多个规定的实施例的适当计算环境的简要、总体的描述。图6的操作环境仅是适当操作环境的一个示例而并非意在就操作环境的使用或功能的范围建议任何限制。示例计算设备包括但不限于个人计算机、服务器计算机、手持或笔记本设备、移动设备(诸如移动电话、个人数字助理(PDA)、媒体播放器等)、多处理器系统、消费者电器、小型计算机、大型计算机、包括以上任意系统或设备的分布式计算环境等，但是并不局限于此。

虽然并未要求，但是总体上以由一个或多个计算设备所执行的“计算机可读指令”对实施例进行描述。计算机可读指令可以经由计算机可读媒体(以下进行讨论)进行分布。计算机可读指令可以被实施为执行特定任务或实现特定抽象数据类型的程序模块，诸如函数、对象、应用编程接口(API)、数据结构等。典型地，计算机可读指令的功能可以在各个实施例中按照需要进行组合或分布。

图6图示了系统610的示例，该系统610包括被配置为实施这里所提供的一个或多个实施例的计算设备612。在一种配置中，计算设备612包括至少一个处理单元616和存储器618。根据计算设备的确切配置和类型，存储器618可以是易失性的(例如，RAM)、非易失性的(例如，ROM、闪存等)或者二者的一些组合。该配置在图6中通过虚线614进行图示。

在其它实施例中，设备612可以包括附加的特征和/或功能。例如，设备612还可以包括附加存储(例如，可移动的和/或不可移动的)，其包括但不限于磁性存储、光学存储等。这样的附加存储在图6中由存储620所图示。在一个实施例中，用于实施这里所提供的一个或多个实施例的计算机可读指令可以处于存储620之中。存储620还可以存储用于实施操作系统、应用程序等的其它计算机可读指令。计算机可读指令例如可以加载到存储器618中以便由处理单元616执行。

如这里所使用的术语“计算机可读媒体”包括计算机存储媒体。计算机存储媒体包括以用于存储诸如计算机可读指令或其它数据的信息的任意方法或技术所实施的易失性和非易失性、可移动和不可移动的媒体。存储器618和存储620是计算机存储媒体的示例。计算机存储媒体包括RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光学存储、磁性卡带、磁带、磁盘存储或轻佻磁性存储设备，或者能够被用来存储所期望信息并且能够由设备612所访问的任意其它介质。任何这样的计算机存储媒体都可以是设备612的一部分。

设备612还可以包括允许其与其它设备进行通信的(多个)通信连接626。(多个)通信连接626可以包括但不限于调制解调器、网络接口卡(NIC)、集成网络接口、射频发射器/接收器、红外端口、USB连接或者用于将计算设备612连接至其它计算设备的其它接口。(多个)通信连接626可以包括有线连接或无线连接。(多个)通信连接626可以传送和/或接收通信媒体。

术语“计算机可读媒体”可以包括通信媒体。通信媒体通常包括在诸如载波或其它传输机制的“调制数据信号”中的计算机可读指令或其它数据，并且包括任意信息输送媒体。术语“调制数据信号”可以包括使得其一个或多个特征以在信号中编码信息的方式进行设置和改变的信号。

设备612可以包括(多个)输入设备624，诸如键盘、鼠标、笔、语音输入设备、触摸输入设备、红外相机、视频输入设备和/或任意其它输入设备。诸如一个或多个显示器、扬声器、打印机和/或任意其它输出设备的(多个)输出设备622可以包括在设备612之中。(多个)输入设备624和(多个)输出设备622可以经由有线连接、无线连接或者其任意组合而连接至设备612。在一个实施例中，来自另一计算设备的输入设备或输出设备可以被用作计算设备612的(多个)输入设备624和(多个)输出设备622。

计算设备612的组件可以通过诸如总线之类的各种互连进行连接。这样的互连可以包括诸如PCI Express的外部组件互连(PCI)、通用串行总线(USB)、火线(IEEE 6294)、光学总线结构等。在另一实施例中，计算设备612的组件可以通过网络进行互连。例如，存储器618可以由位于通过网络进行互连的不同物理位置的多个物理存储器单元所组成。

本领域技术人员将会意识到，用来存储计算机可读指令的存储设备可以跨网络进行分布。例如，可经由网络628进行访问的计算设备630可以存储计算机可读指令以实施本文所提供的一个或多个实施例。计算设备612可以访问计算设备630并且下载部分或全部计算机可读指令以便执行。可替换地，计算设备612可以按照需要下载一些计算机可读指令，或者一些指令可以在计算设备612执行而一些则在计算设备630执行。

这里提供了实施例的各种操作。在一个实施例中，所描述的一个或多个操作可以构成存储在一个或多个计算机可读媒体上的计算机可读指令，如果计算机可读指令被计算设备所执行将使得计算设备执行所描述的操作。对一些或全部操作进行描述的顺序不应当被理解为暗示这些操作必然是依赖于顺序的。通过该描述而获益的本领域技术人员将会意识到可替换的排序。另外，将要理解的是，并非所要操作都必然存在于这里所提供的每个实施例中。

此外，词语“示例性”在这里被用来表示用作示例、实例或说明。这里被描述为“示例性”的任何方面或设计都并非必然被理解为优于其它方面或设计。相反，使用词语示例性是为了以具体的方式来提供概念。如本申请中所使用的，术语“或”意在表示包含性的“或”而非排斥性的“或”。也就是说，除非另外指出从上下文所明确，否则“X采用A或B”意在表示任意的自然包含性的排列。也就是说，如果X采用A、X采用B或者X采用A和B，则“X采用A或B”都在以上任意实例下得以满足。此外，除非另外规定或从上下文明确是指代单数形式，否则本申请和所附权利要求中所使用的冠词“一个”和“一”通常可以被理解为表示“一个或多个”。同样，A和B中的至少一个和/或等通常意味着A或B或者A和B两者。

而且，虽然已经关于一种或多种实施方式示出并描述了本公开，但是基于对该说明书和附图的阅读和理解，本领域技术人员将作出等同的替换和修改。本公开包括所有这样的修改和替换并且仅由以下权利要求的范围所限定。特别地，关于以上所描述的组件(例如，部件、资源等)所执行的各种功能，除非另外指出，否则用来描述这样的组件的术语意在对应于执行所描述组件的具体功能(例如，在功能上等同的)任意组件，即使其在结构上并不等同于执行本公开在这里所说明的示例性实施方式中的功能的所公开结构。此外，虽然已经仅关于若干实施方式之一而公开了本公开的特定特征，但是这样的特征可以与其它实施方式的一个或多个其它特征相结合对于任何给定或特定应用而言是所期望且有利的。另外，就详细描述或权利要求中所使用的术语“包括”、“拥有”、“具有”、“带有”或其变化形式的范围而言，这样的术语意在以类似于术语“包含”的方式而是包含性的。

Claims (20)

1.一种用于评估电力系统设备以预测所述电力系统设备的健康的方法，包括：

获取从可操作地耦合至所述电力系统设备的一个或多个传感器所产生的历史传感器数据，所述历史传感器数据指示在第一时间间隔内所取得的一个或多个传感器测量结果；

获取从在所述电力系统设备上所执行的一个或多个现场测试所产生的历史现场测试数据，所述历史现场测试数据指示在第二时间间隔内取得的一个或多个现场测试测量结果；

使用所述历史传感器数据和所述历史现场测试数据生成所述电力系统设备的健康档案，所述健康档案指示所述电力系统设备的预测的健康。

2.根据权利要求1所述的方法，所述电力系统设备包括电力变压器。

3.根据权利要求1所述的方法，包括：

将所述历史传感器数据与所述历史现场测试数据进行合并以形成经合并的数据集合，并且

所述使用包括使用所述经合并的数据集合以生成所述健康档案。

4.根据权利要求3所述的方法，所述合并包括：

偏向于所述历史现场测试数据而解决所述历史传感器数据和所述历史现场测试数据之间的冲突。

5.根据权利要求3所述的方法，所述合并包括：

在时间上将所述历史传感器数据与所述历史现场测试数据进行关联。

6.根据权利要求3所述的方法，包括：

识别历史传感器数据以在所述合并之前排除于所述经合并的数据集合之外。

7.根据权利要求1所述的方法，包括：

将所述健康档案与新的传感器数据或新的现场测试数据中的至少一个进行比较，以确定所述电力系统设备的当前状态是否以高于所指定阈值的程度偏离所述健康档案。

8.根据权利要求7所述的方法，包括：

响应于确定所述电力系统设备的所述当前状态以高于所述所指定阈值的程度偏离所述健康档案，发出维护请求。

9.根据权利要求1所述的方法，其中所述健康档案包括所述电力系统设备的健康指标得分，所述健康指标得分基于所述电力系统设备在电力系统中的重要性以及所述电力系统设备的故障风险而得出。

10.根据权利要求9所述的方法，包括：

制定用于维护所述电力系统的维护策略，其中所述维护策略根据所述电力系统设备的所述健康指标得分和第二电力系统设备的第二健康指标得分，将所述电力系统设备相对于所述第二电力系统设备进行排序。

11.根据权利要求1所述的方法，所述使用包括：

基于所述历史传感器数据和所述历史现场测试数据制定用于生成所述档案的算法。

12.根据权利要求1所述的方法，所述使用包括：

使用以下项中的至少一项对所述历史传感器数据和所述历史现场测试数据进行分析：

聚类分析；

分类分析；

关联分析；

预测分析；或

异常检测分析。

13.一种用于预测电力系统设备的健康的系统，包括：

历史数据存储库，被配置为随时间接收从可操作耦合至所述电力系统设备的一个或多个传感器所产生的传感器数据，以形成历史传感器数据，并且被配置为随时间接收从在所述电力系统设备上所执行的一个或多个现场测试所产生的现场测试数据，以形成历史现场测试数据；以及

机器学习组件，被配置为使用所述历史传感器数据和所述历史现场测试数据生成所述电力系统设备的健康档案，所述健康档案指示所述电力系统设备的预测的健康。

14.根据权利要求13所述的系统，所述机器学习组件被配置为：

将所述健康档案与新的传感器数据或新的现场测试数据中的至少一个进行比较，以确定所述电力系统设备的当前状态是否以高于所指定阈值的程度偏离所述健康档案。

15.根据权利要求13所述的系统，其中所述健康档案包括所述电力系统设备的健康指标得分，所述健康指标得分基于所述电力系统设备在电力系统中的重要性以及所述电力系统设备的故障风险而得出。

16.根据权利要求15所述的系统，包括维护组件，所述维护组件被配置为制定用于维护所述电力系统的维护策略，其中所述维护策略根据所述电力系统设备的所述健康指标得分和第二电力系统设备的第二健康指标得分，将所述电力系统设备相对于所述第二电力系统设备进行排序。

17.根据权利要求13所述的系统，包括数据预处理组件，所述数据预处理组件被配置为通过在时间上将所述历史传感器数据与所述历史现场测试数据进行关联而形成经合并的数据集合。

18.根据权利要求17所述的系统，所述数据预处理组件被配置为识别所述历史传感器数据或所述历史现场测试数据中的至少一个中的一个或多个异常，并且从所述经合并的数据集合中排除所述异常。

19.根据权利要求13所述的系统，所述电力系统设备包括电力变压器。

20.一种包括处理器可执行指令的计算机可读介质，当所述处理器可执行指令被执行时实施一种用于评估电力系统设备以预测所述电力系统设备的健康的方法，所述方法包括：

获取从可操作耦合至所述电力系统设备的一个或多个传感器所产生的历史传感器数据，所述历史传感器数据指示在第一时间间隔内所取得的一个或多个传感器测量结果；

获取从在所述电力系统设备上所执行的一个或多个现场测试所产生的历史现场测试数据，所述历史现场测试数据指示在第二时间间隔内取得的一个或多个现场测试测量结果；

使用所述历史传感器数据和所述历史现场测试数据生成所述电力系统设备的健康档案，所述健康档案指示所述电力系统设备的预测的健康。