CN106373028A - 一种电力维修系统 - Google Patents

Abstract

本发明提供了一种电力维修系统，包括：(1)维修策略获取系统，用于获取待维修电力设备的维修策略，所述维修策略包括各待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案；(2)维修执行系统，用于根据所述维修策略，向指定维修人员发送维修报警信息并对维修情况进行监测。本发明的有益效果为：通过维修策略获取系统获取包括待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案的维修策略，根据维修策略对待维修电力设备进行维修，避免了因为电力设备维修的延误导致电力设备故障。

Description

一种电力维修系统

技术领域

本发明涉及电力维修技术领域，具体涉及一种电力维修系统。

背景技术

电力系统借助信息技术和通信技术进行调度命令的传送、远程监控的实现以及各项管理。电力设备的安全与否影响电力系统的稳定运行。相关技术中，一般通过对电力设备进行监测，确定是否需要维修，制定的维修策略中并没有指定电力设备维修的先后顺序和电力设备维修的时间范围，容易导致因电力设备维修的延误导致电力设备故障。

发明内容

为解决上述问题，本发明旨在提供一种电力维修系统。

本发明的目的采用以下技术方案来实现：

一种电力维修系统，包括：

(1)维修策略获取系统，用于获取待维修电力设备的维修策略，所述维修策略包括各待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案；

(2)维修执行系统，用于根据所述维修策略，向指定维修人员发送维修报警信息并对维修情况进行监测。

本发明的有益效果为：通过维修策略获取系统获取包括待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案的维修策略，根据维修策略对待维修电力设备进行维修，避免因为电力设备维修的延误导致电力设备故障，从而解决了上述的技术问题。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1本发明的原理示意图；

图2是维修策略获取系统的结构示意图。

附图标记：

维修策略获取系统1、维修执行系统2、报警器21、信息发送装置22、数据采集模块11、数据预处理模块12、电力设备风险确定模块13、维修策略生成模块14。

具体实施方式

结合以下应用场景对本发明作进一步描述。

应用场景1

参见图1、图2，本应用场景的一个实施例的电力维修系统，包括：

(1)维修策略获取系统1，用于获取待维修电力设备的维修策略，所述维修策略包括各待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案；

(2)维修执行系统2，用于根据所述维修策略，向指定维修人员发送维修报警信息并对维修情况进行监测。

本发明上述实施例通过维修策略获取系统1获取包括待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案的维修策略，根据维修策略对待维修电力设备进行维修，避免因为电力设备维修的延误导致电力设备故障，从而解决了上述的技术问题。

优选的，所述维修方案包括立即部分维修、适时部分维修、立即整机更换和适时整机更换维修方案，其中立即部分维修为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备的故障部分进行维修，适时部分维修为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备的故障部分进行维修，立即整机更换为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备进行整机更换，适时整机更换为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备进行整机更换。

本优选实施例对维修方案进行制定，优化了电力设备的方案选取。

优选的，所述维修执行系统2包括报警器21和用于向指定维修人员发送维修报警信息的信息发送装置22。

本优选实施例设定报警器21和信息发送装置22，使维修人员能及时获取维修相关信息，提高了维修的效率。

优选的，所述维修策略获取系统1包括数据采集模块11、数据预处理模块12、电力设备风险确定模块13、维修策略生成模块14；所述数据采集模块11用于根据监测策略采集监测数据；所述数据预处理模块12用于对监测数据进行归一化预处理；所述电力设备风险确定模块13用于确定电力设备的风险程度；所述维修策略生成模块14用于根据电力设备的风险程度，结合可维修性和经济性因素生成维修策略。

本优选实施例构建了维修策略获取系统1的模块架构。

优选的，所述监测策略包括：

(1)确定各电力设备中的监测项，并将监测项划分为一般监测项和关键监测项；

(2)对于一般监测项，采用无线传感器网络对监测项的健康状态进行监测并记录健康状态监测量；

对于关键监测项，采用无线传感器网络监测和人工监测相结合的方式对监测项的健康状态进行监测，设某关键监测项的无线传感器健康状态监测量为m₁，人工健康状态监测量为m₂，由于传感器监测时可能会受到温度影响，引入温度修正因子ξ，对于不受温度影响的传感器，令ξ＝1，对于受温度影响的传感器，其中T为传感器进行监测时的环境温度，T₀为传感器监测时适用的标准温度，则其最终健康状态监测量m采用下式确定：

$m=\mathrm{\ξ}\×\left\{\begin{array}{ccc}{m}_1,& if& |m_1-m_2|\≤c\\ m_2,& if& |m_1-m_2|>c\end{array}\right.$

式中，c为根据监测项合理误差范围设定的常数；

本优选实施例将监测项划分为一般监测项和关键监测项，并采用不同的方式进行监测，既节约了监测成本，又获得了可信度高的监测结果。

优选的，所述数据预处理模块12将健康状态监测量归一化表示为：

处于当健康状态监测量达到最大时对应监测项健康状态最好的情况时：

$n=1-e^{-\frac{m-L}{H-L}}$

处于当健康状态监测量达到最小时对应监测项健康状态最好的情况时，

$n=1-e^{-\frac{H-m}{H-L}}$

式中，m表示某一监测项的原始健康状态监测量，n表示该监测项归一化后的健康状态监测量，L为该监测项的健康状态监测量下限值，H为该监测项的健康状态监测量上限值。

由于不同的监测项目所采取的监测手段不同，得到的监测结果的数量级不同，单位也不同，本优选实施例对健康状态监测量进行归一化处理，方便对电力设备进行综合评估。

优选的，所述确定电力设备的风险程度，包括：

(1)将来源多样的监测数据归一化之后的健康状态监测量加权平均，得到电力设备健康状态监测指标：

$s=\frac{{\mathrm{\Σ}}_{i=1}^k{n}_i{w}_i}{{\mathrm{\Σ}}_{i=1}^k{w}_i}$

式中，s表示电力设备健康状态监测指标，n_i为第i个监测项的健康状态监测量，i＝1,2,…,k，w_i为根据每一个健康状态监测量n_i在电力系统中的重要程度设置的权重因子；

设定安全阈值T_s，T_s∈[0.4，0.5]，若健康状态监测指标s小于安全阈值T_s，则判定健康状态监测指标s处于异常；

(2)利用历史健康状态数据和历史故障率数据，建立电力系统的可修复故障率模型：

式中，r为电力系统可修复故障率，s′为电力系统状态监测指标，a、b、d为三个待定常数，为根据实际应用条件不同而产生的修正参数；

其中，通过历史状态数据和历史故障率数据确定参数a、b、d的值，具体为：

设电力系统内电力设备数目为l，某电力设备z_j在某时间段T_j内发生故障的次数为f_j，其对应的健康状态监测指标为s_j，将多个电力设备的健康状态监测指标s_j和发生故障的次数f_j收集起来，则电力系统整体的健康状态监测指标和可修复故障率计算公式可表示为：

$s^{\′}=\frac{{\mathrm{\Σ}}_{j=1}^l{s}_j}{l}$

$r=\frac{{\mathrm{\Σ}}_{j=1}^l\frac{f_j}{T_j}}{l}$

将上述健康状态监测指标和可修复故障率迭代入电力系统的可修复故障率模型，从而确定参数a、b、d的值；

(3)根据电力系统的可修复故障率模型，求得各电力设备的风险程度X_j：

$X_j=r\left(\begin{array}{ccccc}{s}_1,& ...,& \stackrel{\‾}{s_j},& ...,& s_l\end{array}\right)-r\left(\begin{array}{ccccc}{s}_1,& ...,& s_j,& ...,& s_l\end{array}\right)$

式中，j＝1，…，l，表示处于异常的电力设备z_j的健康状态监测指标，r(s₁，...，s_j，...，s_l)表示各电力设备监测指标为s₁，...，s_j，…，s_l时的电力系统可修复故障率。

本优选实施例建立电力设备健康状态监测指标以及电力系统的可修复故障率模型，从而确定各电力设备的风险程度，能够更为科学的衡量电力设备发生故障对电力系统可靠性产生的影响程度，从而有利于针对影响程度大的故障设备进行优先维修，节约维修成本，维修策略不只是决定于设备本身的状态，而且也决定于设备失效对系统可靠性的影响，使维修策略更加客观和可靠。

优选的，所述结合可维修性和经济性因素生成维修策略，包括：

(1)通过专家组预先确定维修策略所需参数并将该参数存入数据库，所述维修策略所需参数包括：各电力设备在各监测项出现异常时的维修难度M_Ji和维修经济值E_Ji，电力设备的风险程度X_j、所述维修难度M_Ji和维修经济值E_Ji所占的权重w(X_j)、w(M_Ji)、w(E_Ji)，其中所述维修经济值E_J为维修费用与电力设备价值的比值；

(2)设根据异常的健康状态监测指标确定待维修电力设备为d_j，j＝1，…，l_d，,l_d为待维修电力设备的数目，根据待维修电力设备d_j的各异常监测项i(i＝1,2,…,k)调取相应的维修难度M_Ji和维修经济值E_Ji，计算待维修电力设备的综合维修难度M_Ji‘和综合维修经济值E_Ji’：

${E_{Ji}}^{,}=\underset{i}{\overset{k}{\Σ}}{E}_{Ji}$

(3)计算各待维修电力设备的维修倾向度

对各待维修电力设备的维修倾向度进行从大到小排序，从而确定各待维修电力设备的维修先后顺序，即优先维修较大维修倾向度对应的待维修电力设备；另外，根据待维修电力设备对应的综合维修难度M_Ji‘确定相应的维修方案，从而生成最优的维修策略。

本优选实施例制定了最优维修策略的生成方式，方法客观简单，维修策略的生成考虑了除风险程度外的可维修性和经济性因素，增加了维修策略制定的客观性和可靠性，且在面对大量待评判的待维修设备时，大大地减少了工作量，提高了工作效率，并较好地保持评判的一致性。

在此应用场景中，设定安全阈值T_s＝0.4，健康状态监测指标的异常评判精度相对提高了10％，系统的可靠性相对提高了12％。

应用场景2

参见图1、图2，本应用场景的一个实施例的电力维修系统，包括：

(1)维修策略获取系统1，用于获取待维修电力设备的维修策略，所述维修策略包括各待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案；

(2)维修执行系统2，用于根据所述维修策略，向指定维修人员发送维修报警信息并对维修情况进行监测。

本发明上述实施例通过维修策略获取系统1获取包括待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案的维修策略，根据维修策略对待维修电力设备进行维修，避免因为电力设备维修的延误导致电力设备故障，从而解决了上述的技术问题。

优选的，所述维修方案包括立即部分维修、适时部分维修、立即整机更换和适时整机更换维修方案，其中立即部分维修为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备的故障部分进行维修，适时部分维修为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备的故障部分进行维修，立即整机更换为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备进行整机更换，适时整机更换为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备进行整机更换。

本优选实施例对维修方案进行制定，优化了电力设备的方案选取。

优选的，所述维修执行系统2包括报警器21和用于向指定维修人员发送维修报警信息的信息发送装置22。

本优选实施例设定报警器21和信息发送装置22，使维修人员能及时获取维修相关信息，提高了维修的效率。

优选的，所述维修策略获取系统1包括数据采集模块11、数据预处理模块12、电力设备风险确定模块13、维修策略生成模块14；所述数据采集模块11用于根据监测策略采集监测数据；所述数据预处理模块12用于对监测数据进行归一化预处理；所述电力设备风险确定模块13用于确定电力设备的风险程度；所述维修策略生成模块14用于根据电力设备的风险程度，结合可维修性和经济性因素生成维修策略。

本优选实施例构建了维修策略获取系统1的模块架构。

优选的，所述监测策略包括：

(1)确定各电力设备中的监测项，并将监测项划分为一般监测项和关键监测项；

(2)对于一般监测项，采用无线传感器网络对监测项的健康状态进行监测并记录健康状态监测量；

对于关键监测项，采用无线传感器网络监测和人工监测相结合的方式对监测项的健康状态进行监测，设某关键监测项的无线传感器健康状态监测量为m₁，人工健康状态监测量为m₂，由于传感器监测时可能会受到温度影响，引入温度修正因子ξ，对于不受温度影响的传感器，令ξ＝1，对于受温度影响的传感器，其中T为传感器进行监测时的环境温度，T₀为传感器监测时适用的标准温度，则其最终健康状态监测量m采用下式确定：

$m=\mathrm{\ξ}\×\left\{\begin{array}{ccc}{m}_1,& if& |m_1-m_2|\≤c\\ m_2,& if& |m_1-m_2|>c\end{array}\right.$

式中，c为根据监测项合理误差范围设定的常数；

本优选实施例将监测项划分为一般监测项和关键监测项，并采用不同的方式进行监测，既节约了监测成本，又获得了可信度高的监测结果。

优选的，所述数据预处理模块12将健康状态监测量归一化表示为：

处于当健康状态监测量达到最大时对应监测项健康状态最好的情况时：

$n=1-e^{-\frac{m-L}{H-L}}$

处于当健康状态监测量达到最小时对应监测项健康状态最好的情况时，

$n=1-e^{-\frac{H-m}{H-L}}$

式中，m表示某一监测项的原始健康状态监测量，n表示该监测项归一化后的健康状态监测量，L为该监测项的健康状态监测量下限值，H为该监测项的健康状态监测量上限值。

由于不同的监测项目所采取的监测手段不同，得到的监测结果的数量级不同，单位也不同，本优选实施例对健康状态监测量进行归一化处理，方便对电力设备进行综合评估。

优选的，所述确定电力设备的风险程度，包括：

(1)将来源多样的监测数据归一化之后的健康状态监测量加权平均，得到电力设备健康状态监测指标：

$s=\frac{{\mathrm{\Σ}}_{i=1}^k{n}_i{w}_i}{{\mathrm{\Σ}}_{i=1}^k{w}_i}$

式中，s表示电力设备健康状态监测指标，n_i为第i个监测项的健康状态监测量，i＝1,2,…,k，w_i为根据每一个健康状态监测量n_i在电力系统中的重要程度设置的权重因子；

设定安全阈值T_s，T_s∈[0.4，0.5]，若健康状态监测指标s小于安全阈值T_s，则判定健康状态监测指标s处于异常；

(2)利用历史健康状态数据和历史故障率数据，建立电力系统的可修复故障率模型：

式中，r为电力系统可修复故障率，s′为电力系统状态监测指标，a、b、d为三个待定常数，为根据实际应用条件不同而产生的修正参数；

其中，通过历史状态数据和历史故障率数据确定参数a、b、d的值，具体为：

设电力系统内电力设备数目为l，某电力设备z_j在某时间段T_j内发生故障的次数为f_j，其对应的健康状态监测指标为s_j，将多个电力设备的健康状态监测指标s_j和发生故障的次数f_j收集起来，则电力系统整体的健康状态监测指标和可修复故障率计算公式可表示为：

$s^{\′}=\frac{{\mathrm{\Σ}}_{j=1}^l{s}_j}{l}$

$r=\frac{{\mathrm{\Σ}}_{j=1}^l\frac{f_j}{T_j}}{l}$

将上述健康状态监测指标和可修复故障率迭代入电力系统的可修复故障率模型，从而确定参数a、b、d的值；

(3)根据电力系统的可修复故障率模型，求得各电力设备的风险程度X_j：

$X_j=r\left(\begin{array}{ccccc}{s}_1,& ...,& \stackrel{\‾}{s_j},& ...,& s_l\end{array}\right)-r\left(\begin{array}{ccccc}{s}_1,& ...,& s_j,& ...,& s_l\end{array}\right)$

式中，j＝1，…，l，表示处于异常的电力设备z_j的健康状态监测指标，r(s₁，…，s_j，…，s_l)表示各电力设备监测指标为s₁，…，s_j，…，s_l时的电力系统可修复故障率。

本优选实施例建立电力设备健康状态监测指标以及电力系统的可修复故障率模型，从而确定各电力设备的风险程度，能够更为科学的衡量电力设备发生故障对电力系统可靠性产生的影响程度，从而有利于针对影响程度大的故障设备进行优先维修，节约维修成本，维修策略不只是决定于设备本身的状态，而且也决定于设备失效对系统可靠性的影响，使维修策略更加客观和可靠。

优选的，所述结合可维修性和经济性因素生成维修策略，包括：

(1)通过专家组预先确定维修策略所需参数并将该参数存入数据库，所述维修策略所需参数包括：各电力设备在各监测项出现异常时的维修难度M_Ji和维修经济值E_Ji，电力设备的风险程度X_j、所述维修难度M_Ji和维修经济值E_Ji所占的权重w(X_j)、w(M_Ji)、w(E_Ji)，其中所述维修经济值E_J为维修费用与电力设备价值的比值；

(2)设根据异常的健康状态监测指标确定待维修电力设备为d_j，j＝1，…，l_d，,l_d为待维修电力设备的数目，根据待维修电力设备d_j的各异常监测项i(i＝1,2,…,k)调取相应的维修难度M_Ji和维修经济值E_Ji，计算待维修电力设备的综合维修难度M_Ji‘和综合维修经济值E_Ji’：

${E_{Ji}}^{,}=\underset{i}{\overset{k}{\Σ}}{E}_{Ji}$

(3)计算各待维修电力设备的维修倾向度

对各待维修电力设备的维修倾向度进行从大到小排序，从而确定各待维修电力设备的维修先后顺序，即优先维修较大维修倾向度对应的待维修电力设备；另外，根据待维修电力设备对应的综合维修难度M_Ji‘确定相应的维修方案，从而生成最优的维修策略。

本优选实施例制定了最优维修策略的生成方式，方法客观简单，维修策略的生成考虑了除风险程度外的可维修性和经济性因素，增加了维修策略制定的客观性和可靠性，且在面对大量待评判的待维修设备时，大大地减少了工作量，提高了工作效率，并较好地保持评判的一致性。

在此应用场景中，设定安全阈值T_s＝0.42，健康状态监测指标的异常评判精度相对提高了9.5％，系统的可靠性相对提高了11％。

应用场景3

参见图1、图2，本应用场景的一个实施例的电力维修系统，包括：

(1)维修策略获取系统1，用于获取待维修电力设备的维修策略，所述维修策略包括各待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案；

(2)维修执行系统2，用于根据所述维修策略，向指定维修人员发送维修报警信息并对维修情况进行监测。

本发明上述实施例通过维修策略获取系统1获取包括待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案的维修策略，根据维修策略对待维修电力设备进行维修，避免因为电力设备维修的延误导致电力设备故障，从而解决了上述的技术问题。

优选的，所述维修方案包括立即部分维修、适时部分维修、立即整机更换和适时整机更换维修方案，其中立即部分维修为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备的故障部分进行维修，适时部分维修为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备的故障部分进行维修，立即整机更换为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备进行整机更换，适时整机更换为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备进行整机更换。

本优选实施例对维修方案进行制定，优化了电力设备的方案选取。

优选的，所述维修执行系统2包括报警器21和用于向指定维修人员发送维修报警信息的信息发送装置22。

本优选实施例设定报警器21和信息发送装置22，使维修人员能及时获取维修相关信息，提高了维修的效率。

优选的，所述维修策略获取系统1包括数据采集模块11、数据预处理模块12、电力设备风险确定模块13、维修策略生成模块14；所述数据采集模块11用于根据监测策略采集监测数据；所述数据预处理模块12用于对监测数据进行归一化预处理；所述电力设备风险确定模块13用于确定电力设备的风险程度；所述维修策略生成模块14用于根据电力设备的风险程度，结合可维修性和经济性因素生成维修策略。

本优选实施例构建了维修策略获取系统1的模块架构。

优选的，所述监测策略包括：

(1)确定各电力设备中的监测项，并将监测项划分为一般监测项和关键监测项；

(2)对于一般监测项，采用无线传感器网络对监测项的健康状态进行监测并记录健康状态监测量；

对于关键监测项，采用无线传感器网络监测和人工监测相结合的方式对监测项的健康状态进行监测，设某关键监测项的无线传感器健康状态监测量为m₁，人工健康状态监测量为m₂，由于传感器监测时可能会受到温度影响，引入温度修正因子ξ，对于不受温度影响的传感器，令ξ＝1，对于受温度影响的传感器，其中T为传感器进行监测时的环境温度，T₀为传感器监测时适用的标准温度，则其最终健康状态监测量m采用下式确定：

$m=\mathrm{\ξ}\×\left\{\begin{array}{ccc}{m}_1,& if& |m_1-m_2|\≤c\\ m_2,& if& |m_1-m_2|>c\end{array}\right.$

式中，c为根据监测项合理误差范围设定的常数；

本优选实施例将监测项划分为一般监测项和关键监测项，并采用不同的方式进行监测，既节约了监测成本，又获得了可信度高的监测结果。

优选的，所述数据预处理模块12将健康状态监测量归一化表示为：

处于当健康状态监测量达到最大时对应监测项健康状态最好的情况时：

$n=1-e^{-\frac{m-L}{H-L}}$

处于当健康状态监测量达到最小时对应监测项健康状态最好的情况时，

$n=1-e^{-\frac{H-m}{H-L}}$

式中，m表示某一监测项的原始健康状态监测量，n表示该监测项归一化后的健康状态监测量，L为该监测项的健康状态监测量下限值，H为该监测项的健康状态监测量上限值。

由于不同的监测项目所采取的监测手段不同，得到的监测结果的数量级不同，单位也不同，本优选实施例对健康状态监测量进行归一化处理，方便对电力设备进行综合评估。

优选的，所述确定电力设备的风险程度，包括：

(1)将来源多样的监测数据归一化之后的健康状态监测量加权平均，得到电力设备健康状态监测指标：

$s=\frac{{\mathrm{\Σ}}_{i=1}^k{n}_i{w}_i}{{\mathrm{\Σ}}_{i=1}^k{w}_i}$

式中，s表示电力设备健康状态监测指标，n_i为第i个监测项的健康状态监测量，i＝1,2,…,k，w_i为根据每一个健康状态监测量n_i在电力系统中的重要程度设置的权重因子；

设定安全阈值T_s，T_s∈[0.4，0.5]，若健康状态监测指标s小于安全阈值T_s，则判定健康状态监测指标s处于异常；

(2)利用历史健康状态数据和历史故障率数据，建立电力系统的可修复故障率模型：

式中，r为电力系统可修复故障率，s′为电力系统状态监测指标，a、b、d为三个待定常数，为根据实际应用条件不同而产生的修正参数；

其中，通过历史状态数据和历史故障率数据确定参数a、b、d的值，具体为：

设电力系统内电力设备数目为l，某电力设备z_j在某时间段T_j内发生故障的次数为f_j，其对应的健康状态监测指标为s_j，将多个电力设备的健康状态监测指标s_j和发生故障的次数f_j收集起来，则电力系统整体的健康状态监测指标和可修复故障率计算公式可表示为：

$s^{\′}=\frac{{\mathrm{\Σ}}_{j=1}^l{s}_j}{l}$

$r=\frac{{\mathrm{\Σ}}_{j=1}^l\frac{f_j}{T_j}}{l}$

将上述健康状态监测指标和可修复故障率迭代入电力系统的可修复故障率模型，从而确定参数a、b、d的值；

(3)根据电力系统的可修复故障率模型，求得各电力设备的风险程度X_j：

$X_j=r\left(\begin{array}{ccccc}{s}_1,& ...,& \stackrel{\‾}{s_j},& ...,& s_l\end{array}\right)-r\left(\begin{array}{ccccc}{s}_1,& ...,& s_j,& ...,& s_l\end{array}\right)$

式中，j＝1，…，l，表示处于异常的电力设备z_j的健康状态监测指标，r(s₁，…，s_j，…，s_l)表示各电力设备监测指标为s₁，…，s_j，…，s_l时的电力系统可修复故障率。

本优选实施例建立电力设备健康状态监测指标以及电力系统的可修复故障率模型，从而确定各电力设备的风险程度，能够更为科学的衡量电力设备发生故障对电力系统可靠性产生的影响程度，从而有利于针对影响程度大的故障设备进行优先维修，节约维修成本，维修策略不只是决定于设备本身的状态，而且也决定于设备失效对系统可靠性的影响，使维修策略更加客观和可靠。

优选的，所述结合可维修性和经济性因素生成维修策略，包括：

(1)通过专家组预先确定维修策略所需参数并将该参数存入数据库，所述维修策略所需参数包括：各电力设备在各监测项出现异常时的维修难度M_Ji和维修经济值E_Ji，电力设备的风险程度X_j、所述维修难度M_Ji和维修经济值E_Ji所占的权重w(X_j)、w(M_Ji)、w(E_Ji)，其中所述维修经济值E_J为维修费用与电力设备价值的比值；

(2)设根据异常的健康状态监测指标确定待维修电力设备为d_j，j＝1，…，l_d，,l_d为待维修电力设备的数目，根据待维修电力设备d_j的各异常监测项i(i＝1,2,…,k)调取相应的维修难度M_Ji和维修经济值E_Ji，计算待维修电力设备的综合维修难度M_Ji‘和综合维修经济值E_Ji’：

${E_{Ji}}^{,}=\underset{i}{\overset{k}{\Σ}}{E}_{Ji}$

(3)计算各待维修电力设备的维修倾向度

对各待维修电力设备的维修倾向度进行从大到小排序，从而确定各待维修电力设备的维修先后顺序，即优先维修较大维修倾向度对应的待维修电力设备；另外，根据待维修电力设备对应的综合维修难度M_Ji‘确定相应的维修方案，从而生成最优的维修策略。

本优选实施例制定了最优维修策略的生成方式，方法客观简单，维修策略的生成考虑了除风险程度外的可维修性和经济性因素，增加了维修策略制定的客观性和可靠性，且在面对大量待评判的待维修设备时，大大地减少了工作量，提高了工作效率，并较好地保持评判的一致性。

在此应用场景中，设定安全阈值T_s＝0.45，健康状态监测指标的异常评判精度相对提高了9.2％，系统的可靠性相对提高了10％。

应用场景4

参见图1、图2，本应用场景的一个实施例的电力维修系统，包括：

(1)维修策略获取系统1，用于获取待维修电力设备的维修策略，所述维修策略包括各待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案；

(2)维修执行系统2，用于根据所述维修策略，向指定维修人员发送维修报警信息并对维修情况进行监测。

本发明上述实施例通过维修策略获取系统1获取包括待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案的维修策略，根据维修策略对待维修电力设备进行维修，避免因为电力设备维修的延误导致电力设备故障，从而解决了上述的技术问题。

优选的，所述维修方案包括立即部分维修、适时部分维修、立即整机更换和适时整机更换维修方案，其中立即部分维修为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备的故障部分进行维修，适时部分维修为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备的故障部分进行维修，立即整机更换为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备进行整机更换，适时整机更换为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备进行整机更换。

本优选实施例对维修方案进行制定，优化了电力设备的方案选取。

优选的，所述维修执行系统2包括报警器21和用于向指定维修人员发送维修报警信息的信息发送装置22。

本优选实施例设定报警器21和信息发送装置22，使维修人员能及时获取维修相关信息，提高了维修的效率。

优选的，所述维修策略获取系统1包括数据采集模块11、数据预处理模块12、电力设备风险确定模块13、维修策略生成模块14；所述数据采集模块11用于根据监测策略采集监测数据；所述数据预处理模块12用于对监测数据进行归一化预处理；所述电力设备风险确定模块13用于确定电力设备的风险程度；所述维修策略生成模块14用于根据电力设备的风险程度，结合可维修性和经济性因素生成维修策略。

本优选实施例构建了维修策略获取系统1的模块架构。

优选的，所述监测策略包括：

(1)确定各电力设备中的监测项，并将监测项划分为一般监测项和关键监测项；

(2)对于一般监测项，采用无线传感器网络对监测项的健康状态进行监测并记录健康状态监测量；

对于关键监测项，采用无线传感器网络监测和人工监测相结合的方式对监测项的健康状态进行监测，设某关键监测项的无线传感器健康状态监测量为m₁，人工健康状态监测量为m₂，由于传感器监测时可能会受到温度影响，引入温度修正因子ξ，对于不受温度影响的传感器，令ξ＝1，对于受温度影响的传感器，其中T为传感器进行监测时的环境温度，T₀为传感器监测时适用的标准温度，则其最终健康状态监测量m采用下式确定：

$m=\mathrm{\ξ}\×\left\{\begin{array}{ccc}{m}_1,& if& |m_1-m_2|\≤c\\ m_2,& if& |m_1-m_2|>c\end{array}\right.$

式中，c为根据监测项合理误差范围设定的常数；

本优选实施例将监测项划分为一般监测项和关键监测项，并采用不同的方式进行监测，既节约了监测成本，又获得了可信度高的监测结果。

优选的，所述数据预处理模块12将健康状态监测量归一化表示为：

处于当健康状态监测量达到最大时对应监测项健康状态最好的情况时：

$n=1-e^{-\frac{m-L}{H-L}}$

处于当健康状态监测量达到最小时对应监测项健康状态最好的情况时，

$n=1-e^{-\frac{H-m}{H-L}}$

式中，m表示某一监测项的原始健康状态监测量，n表示该监测项归一化后的健康状态监测量，L为该监测项的健康状态监测量下限值，H为该监测项的健康状态监测量上限值。

由于不同的监测项目所采取的监测手段不同，得到的监测结果的数量级不同，单位也不同，本优选实施例对健康状态监测量进行归一化处理，方便对电力设备进行综合评估。

优选的，所述确定电力设备的风险程度，包括：

(1)将来源多样的监测数据归一化之后的健康状态监测量加权平均，得到电力设备健康状态监测指标：

$s=\frac{{\mathrm{\Σ}}_{i=1}^k{n}_i{w}_i}{{\mathrm{\Σ}}_{i=1}^k{w}_i}$

式中，s表示电力设备健康状态监测指标，n_i为第i个监测项的健康状态监测量，i＝1,2,…,k，w_i为根据每一个健康状态监测量n_i在电力系统中的重要程度设置的权重因子；

设定安全阈值T_s，T_s∈[0.4，0.5]，若健康状态监测指标s小于安全阈值T_s，则判定健康状态监测指标s处于异常；

(2)利用历史健康状态数据和历史故障率数据，建立电力系统的可修复故障率模型：

式中，r为电力系统可修复故障率，s′为电力系统状态监测指标，a、b、d为三个待定常数，为根据实际应用条件不同而产生的修正参数；

其中，通过历史状态数据和历史故障率数据确定参数a、b、d的值，具体为：

设电力系统内电力设备数目为l，某电力设备z_j在某时间段T_j内发生故障的次数为f_j，其对应的健康状态监测指标为s_j，将多个电力设备的健康状态监测指标s_j和发生故障的次数f_j收集起来，则电力系统整体的健康状态监测指标和可修复故障率计算公式可表示为：

$s^{\′}=\frac{{\mathrm{\Σ}}_{j=1}^l{s}_j}{l}$

$r=\frac{{\mathrm{\Σ}}_{j=1}^l\frac{f_j}{T_j}}{l}$

将上述健康状态监测指标和可修复故障率迭代入电力系统的可修复故障率模型，从而确定参数a、b、d的值；

(3)根据电力系统的可修复故障率模型，求得各电力设备的风险程度X_j：

$X_j=r\left(\begin{array}{ccccc}{s}_1,& ...,& \stackrel{\‾}{s_j},& ...,& s_l\end{array}\right)-r\left(\begin{array}{ccccc}{s}_1,& ...,& s_j,& ...,& s_l\end{array}\right)$

式中，j＝1，…，l，表示处于异常的电力设备z_j的健康状态监测指标，r(s₁，…，s_j，…，s_l)表示各电力设备监测指标为s₁，…，s_j，…，s_l时的电力系统可修复故障率。

本优选实施例建立电力设备健康状态监测指标以及电力系统的可修复故障率模型，从而确定各电力设备的风险程度，能够更为科学的衡量电力设备发生故障对电力系统可靠性产生的影响程度，从而有利于针对影响程度大的故障设备进行优先维修，节约维修成本，维修策略不只是决定于设备本身的状态，而且也决定于设备失效对系统可靠性的影响，使维修策略更加客观和可靠。

优选的，所述结合可维修性和经济性因素生成维修策略，包括：

(1)通过专家组预先确定维修策略所需参数并将该参数存入数据库，所述维修策略所需参数包括：各电力设备在各监测项出现异常时的维修难度M_Ji和维修经济值E_Ji，电力设备的风险程度X_j、所述维修难度M_Ji和维修经济值E_Ji所占的权重w(X_j)、w(M_Ji)、w(E_Ji)，其中所述维修经济值E_J为维修费用与电力设备价值的比值；

(2)设根据异常的健康状态监测指标确定待维修电力设备为d_j，j＝1，…，l_d，,l_d为待维修电力设备的数目，根据待维修电力设备d_j的各异常监测项i(i＝1,2,…,k)调取相应的维修难度M_Ji和维修经济值E_Ji，计算待维修电力设备的综合维修难度M_Ji‘和综合维修经济值E_Ji’：

${E_{Ji}}^{,}=\underset{i}{\overset{k}{\Σ}}{E}_{Ji}$

(3)计算各待维修电力设备的维修倾向度

对各待维修电力设备的维修倾向度进行从大到小排序，从而确定各待维修电力设备的维修先后顺序，即优先维修较大维修倾向度对应的待维修电力设备；另外，根据待维修电力设备对应的综合维修难度M_Ji‘确定相应的维修方案，从而生成最优的维修策略。

本优选实施例制定了最优维修策略的生成方式，方法客观简单，维修策略的生成考虑了除风险程度外的可维修性和经济性因素，增加了维修策略制定的客观性和可靠性，且在面对大量待评判的待维修设备时，大大地减少了工作量，提高了工作效率，并较好地保持评判的一致性。

在此应用场景中，设定安全阈值T_s＝0.48，健康状态监测指标的异常评判精度相对提高了9％，系统的可靠性相对提高了9％。

应用场景5

参见图1、图2，本应用场景的一个实施例的电力维修系统，包括：

(1)维修策略获取系统1，用于获取待维修电力设备的维修策略，所述维修策略包括各待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案；

(2)维修执行系统2，用于根据所述维修策略，向指定维修人员发送维修报警信息并对维修情况进行监测。

本发明上述实施例通过维修策略获取系统1获取包括待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案的维修策略，根据维修策略对待维修电力设备进行维修，避免因为电力设备维修的延误导致电力设备故障，从而解决了上述的技术问题。

优选的，所述维修方案包括立即部分维修、适时部分维修、立即整机更换和适时整机更换维修方案，其中立即部分维修为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备的故障部分进行维修，适时部分维修为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备的故障部分进行维修，立即整机更换为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备进行整机更换，适时整机更换为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备进行整机更换。

本优选实施例对维修方案进行制定，优化了电力设备的方案选取。

优选的，所述维修执行系统2包括报警器21和用于向指定维修人员发送维修报警信息的信息发送装置22。

本优选实施例设定报警器21和信息发送装置22，使维修人员能及时获取维修相关信息，提高了维修的效率。

优选的，所述维修策略获取系统1包括数据采集模块11、数据预处理模块12、电力设备风险确定模块13、维修策略生成模块14；所述数据采集模块11用于根据监测策略采集监测数据；所述数据预处理模块12用于对监测数据进行归一化预处理；所述电力设备风险确定模块13用于确定电力设备的风险程度；所述维修策略生成模块14用于根据电力设备的风险程度，结合可维修性和经济性因素生成维修策略。

本优选实施例构建了维修策略获取系统1的模块架构。

优选的，所述监测策略包括：

(1)确定各电力设备中的监测项，并将监测项划分为一般监测项和关键监测项；

(2)对于一般监测项，采用无线传感器网络对监测项的健康状态进行监测并记录健康状态监测量；

对于关键监测项，采用无线传感器网络监测和人工监测相结合的方式对监测项的健康状态进行监测，设某关键监测项的无线传感器健康状态监测量为m₁，人工健康状态监测量为m₂，由于传感器监测时可能会受到温度影响，引入温度修正因子ξ，对于不受温度影响的传感器，令ξ＝1，对于受温度影响的传感器，其中T为传感器进行监测时的环境温度，T₀为传感器监测时适用的标准温度，则其最终健康状态监测量m采用下式确定：

$m=\mathrm{\ξ}\×\left\{\begin{array}{ccc}{m}_1,& if& |m_1-m_2|\≤c\\ m_2,& if& |m_1-m_2|>c\end{array}\right.$

式中，c为根据监测项合理误差范围设定的常数；

本优选实施例将监测项划分为一般监测项和关键监测项，并采用不同的方式进行监测，既节约了监测成本，又获得了可信度高的监测结果。

优选的，所述数据预处理模块12将健康状态监测量归一化表示为：

处于当健康状态监测量达到最大时对应监测项健康状态最好的情况时：

$n=1-e^{-\frac{m-L}{H-L}}$

处于当健康状态监测量达到最小时对应监测项健康状态最好的情况时，

$n=1-e^{-\frac{H-m}{H-L}}$

式中，m表示某一监测项的原始健康状态监测量，n表示该监测项归一化后的健康状态监测量，L为该监测项的健康状态监测量下限值，H为该监测项的健康状态监测量上限值。

由于不同的监测项目所采取的监测手段不同，得到的监测结果的数量级不同，单位也不同，本优选实施例对健康状态监测量进行归一化处理，方便对电力设备进行综合评估。

优选的，所述确定电力设备的风险程度，包括：

(1)将来源多样的监测数据归一化之后的健康状态监测量加权平均，得到电力设备健康状态监测指标：

$s=\frac{{\mathrm{\Σ}}_{i=1}^k{n}_i{w}_i}{{\mathrm{\Σ}}_{i=1}^k{w}_i}$

式中，s表示电力设备健康状态监测指标，n_i为第i个监测项的健康状态监测量，i＝1,2,…,k，w_i为根据每一个健康状态监测量n_i在电力系统中的重要程度设置的权重因子；

设定安全阈值T_s，T_s∈[0.4，0.5]，若健康状态监测指标s小于安全阈值T_s，则判定健康状态监测指标s处于异常；

(2)利用历史健康状态数据和历史故障率数据，建立电力系统的可修复故障率模型：

式中，r为电力系统可修复故障率，s′为电力系统状态监测指标，a、b、d为三个待定常数，为根据实际应用条件不同而产生的修正参数；

其中，通过历史状态数据和历史故障率数据确定参数a、b、d的值，具体为：

设电力系统内电力设备数目为l，某电力设备z_j在某时间段T_j内发生故障的次数为f_j，其对应的健康状态监测指标为s_j，将多个电力设备的健康状态监测指标s_j和发生故障的次数f_j收集起来，则电力系统整体的健康状态监测指标和可修复故障率计算公式可表示为：

$s^{\′}=\frac{{\mathrm{\Σ}}_{j=1}^l{s}_j}{l}$

$r=\frac{{\mathrm{\Σ}}_{j=1}^l\frac{f_j}{T_j}}{l}$

将上述健康状态监测指标和可修复故障率迭代入电力系统的可修复故障率模型，从而确定参数a、b、d的值；

(3)根据电力系统的可修复故障率模型，求得各电力设备的风险程度X_j：

$X_j=r\left(\begin{array}{ccccc}{s}_1,& ...,& \stackrel{\‾}{s_j},& ...,& s_l\end{array}\right)-r\left(\begin{array}{ccccc}{s}_1,& ...,& s_j,& ...,& s_l\end{array}\right)$

式中，j＝1，…，l，表示处于异常的电力设备z_j的健康状态监测指标，r(s₁，…，s_j，…，s_l)表示各电力设备监测指标为s₁，…，s_j，…，s_l时的电力系统可修复故障率。

本优选实施例建立电力设备健康状态监测指标以及电力系统的可修复故障率模型，从而确定各电力设备的风险程度，能够更为科学的衡量电力设备发生故障对电力系统可靠性产生的影响程度，从而有利于针对影响程度大的故障设备进行优先维修，节约维修成本，维修策略不只是决定于设备本身的状态，而且也决定于设备失效对系统可靠性的影响，使维修策略更加客观和可靠。

优选的，所述结合可维修性和经济性因素生成维修策略，包括：

(1)通过专家组预先确定维修策略所需参数并将该参数存入数据库，所述维修策略所需参数包括：各电力设备在各监测项出现异常时的维修难度M_Ji和维修经济值E_Ji，电力设备的风险程度X_j、所述维修难度M_Ji和维修经济值E_Ji所占的权重w(X_j)、w(M_Ji)、w(E_Ji)，其中所述维修经济值E_J为维修费用与电力设备价值的比值；

(2)设根据异常的健康状态监测指标确定待维修电力设备为d_j，j＝1，…，l_d，,l_d为待维修电力设备的数目，根据待维修电力设备d_j的各异常监测项i(i＝1,2,…,k)调取相应的维修难度M_Ji和维修经济值E_Ji，计算待维修电力设备的综合维修难度M_Ji‘和综合维修经济值E_Ji’：

${E_{Ji}}^{,}=\underset{i}{\overset{k}{\Σ}}{E}_{Ji}$

(3)计算各待维修电力设备的维修倾向度

对各待维修电力设备的维修倾向度进行从大到小排序，从而确定各待维修电力设备的维修先后顺序，即优先维修较大维修倾向度对应的待维修电力设备；另外，根据待维修电力设备对应的综合维修难度M_Ji‘确定相应的维修方案，从而生成最优的维修策略。

本优选实施例制定了最优维修策略的生成方式，方法客观简单，维修策略的生成考虑了除风险程度外的可维修性和经济性因素，增加了维修策略制定的客观性和可靠性，且在面对大量待评判的待维修设备时，大大地减少了工作量，提高了工作效率，并较好地保持评判的一致性。

在此应用场景中，设定安全阈值T_s＝0.5，健康状态监测指标的异常评判精度相对提高了8.5％，系统的可靠性相对提高了8％。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (3)

1.一种电力维修系统，其特征是，包括：

(1)维修策略获取系统，用于获取待维修电力设备的维修策略，所述维修策略包括各待维修电力设备的维修先后顺序以及各待维修电力设备的最优的维修方案；

(2)维修执行系统，用于根据所述维修策略，向指定维修人员发送维修报警信息并对维修情况进行监测。

2.根据权利要求1所述的一种电力维修系统，其特征是，所述维修方案包括立即部分维修、适时部分维修、立即整机更换和适时整机更换维修方案，其中立即部分维修为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备的故障部分进行维修，适时部分维修为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备的故障部分进行维修，立即整机更换为在所述待维修电力设备故障发生后规定的时间内对所述待维修电力设备进行整机更换，适时整机更换为在所述待维修电力设备故障发生后可选的时间内对所述待维修电力设备进行整机更换。

3.根据权利要求2所述的一种电力维修系统，其特征是，所述维修执行系统包括报警器和用于向指定维修人员发送维修报警信息的信息发送装置。