CN106643765A - 一种采集异常维修时长计算方法 - Google Patents
一种采集异常维修时长计算方法 Download PDFInfo
- Publication number
- CN106643765A CN106643765A CN201611125256.0A CN201611125256A CN106643765A CN 106643765 A CN106643765 A CN 106643765A CN 201611125256 A CN201611125256 A CN 201611125256A CN 106643765 A CN106643765 A CN 106643765A
- Authority
- CN
- China
- Prior art keywords
- duration
- data
- abnormal
- collector
- terminal
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种采集异常维修时长计算方法,属于电力设备技术领域。目前采集运维工作中现场故障处理无法准确进行时长规划,导致故障处理效率低,无法及时、快速的解决问题。本发明把异常故障点的维修时长分为路径时长和现场维修时长。针对路径时长需要综合考虑异常故障点到运维驻地之间的距离、使用的交通工具、异常故障现场维修时长等因素,建立不同情况下的异常故障点处理时长模型。本发明对每个基础工作以及操作步骤进行详细、科学划分,并进行时长估算,较为准确的预估现场维修时长,使得故障现场处理工作流程化,保证合理的人力资源分配,故障处理效率高。
Description
技术领域
本发明涉及一种采集异常维修时长计算方法,属于电力设备技术领域。
背景技术
国电公司自2010年起全面推广用电信息采集系统(以下简称“采集系统”)。随着采集全覆盖工作的逐步完成,采集工作重心正逐步从系统建设转为系统运行维护。为确保采集系统安全、稳定、可靠、高效运行,需要规范采集系统运行维护工作,加强采集系统运行维护闭环管理,提高采集系统应用水平。如何实现现场采集故障的高效处理,合理安排运维人员的工作量成为采集高效运维的难题。目前采集运维工作中现场故障处理无法准确进行时长规划,不同运维能力的人员处理故障的步骤及方法也差异化较大,无法保证做到最优化的故障处理,无法合理的进行运维人员的分配,导致故障处理效率低,无法及时、快速的解决问题,进而导致运维成本的增加,影响用户的正常用电。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种能够使得故障现场处理工作流程化,可以较为准确估算维修时长,保证合理的人力资源分配,故障处理效率高的采集异常现场维修时长计算方法。
一种采集异常维修时长计算方法,包括以下步骤:
第一步,获取采集异常维修数据
包括异常点故障数据、位置、当地区路况、当地交通工具;
第二步,建立路径时长计算模型
所述路径时长计算模型包括基于路径规划的时长计算方法、基于历史数据的时长估算方法;基于路径规划的时长计算方法适用于具有完整地理信息数据的区域,所述计算方法依托完整的地理信息系统数据,计算出从驻地到异常故障点往返的最短路径长度,再根据所使用的交通工具在本地区平均时速换算出维修该异常故障点的最短路径时长;基于历史数据的时长估算方法适用于缺少完整地理信息数据的区域或者是不需要进行精确计算路径时长的区域,由运维组长或区域负责人根据经验来估算;
第三步,建立维修时长计算模型
所述维修时长计算模型包括最优统计估算法和专家经验估算法;所述专家经验估算法包括以下步骤:
S1,建立现场维修的基础工作时长模型;
S2,基于各类采集异常建立整体操作步骤时长模型;
S3,根据需要处理的异常类型及现场情况确定操作步骤及顺序;
S4,根据已排定的处理步骤计算现场维修时长;
第四步,通过路径时长计算模型和维修时长计算模型得到总的采集异常维修时长,根据总的采集异常维修时长进行派工。
由于我国幅员辽阔,电力采集设备在全国范围内的分布非常不均衡,在经济发达人口密集区域电力采集设备较为集中,发生故障后最短的能够在1小时内完成维修。对应经济不发达或人口稀疏地区电力采集设备分散,发生故障后可能需要长达数天来进行维修。统一的派工周期并不适用全部区域,派工周期需要根据各区故障维修的平均时长来确定。
为了能够使得日常运维工单的派工更精准、工单的考核更合理,需要针对单个异常故障点的维修时长进行分析,使得能够对异常故障点的工单进行针对性的派单和考核。
异常故障点的维修时长分为路径时长和现场维修时长。在缺少完整历史数据的情况下,针对路径时长需要综合考虑异常故障点到运维驻地之间的距离、使用的交通工具、异常故障现场维修时长等因素,建立不同情况下的异常故障点处理时长模型。针对现场维修时长需综合考虑异常故障点的异常类型、各种异常类型现场维护步骤等因素。如果具有完整历史数据的情况下,可以使用数据统计方法获取路径时长平均耗时和各类异常现场维护耗时。
本发明对每个基础工作以及操作步骤进行时长估算,较为准确的预估现场维修时长,并确定每个异常类型的操作步骤,使得故障现场处理工作流程化,保证合理的人力资源分配,故障处理效率高。
进一步地,从驻地到异常故障点往返的最短路径长度计算方法采用迪杰斯特拉算法,在带权有向图上计算从一个顶点到其余各顶点的最短路径,解决有向图中最短路径问题,即以起始点为中心向外层层扩展,直到扩展到终点为止。
进一步地,所述基于历史数据的时长估算方法首先在运维区域内根据实际情况将地域相邻的台区组合成网格,网格作为工单分配最小运维区域。然后建立起驻地到各网格的平均时长。对区域进行细分成网格,对各个网格进行预估时长,使得时长估算更加准确、可靠。
进一步地,各网格的平均时长在系统最开始缺少足够历史数据的情况下,先由运维组长或区域负责人根据经验来估算,等系统长时间运行有足够历史数据后,通过分析历史数据来获取各网格的往返路径时长,逐步建立详细网格路径时长,并根据反馈数据进行修改,能够有效提高基于历史数据的时长估算方法的准确性、可靠性。
进一步地,所述最优统计估算法适用于具有现场维修时长历史数据的区域,最优统计估算法包括以下步骤:
a)使用估计估算中的极大似然估计计算出各区域各类型异常的极大似然估算值和置信区间;
b)检查参与计算数据是否有超出置信区间,如果没有则输出极大似然值,如果有则剔除掉超限的历史数据执行a步骤;
c)根据历史的现场处理时间,进而得到现场维修时长。
进一步地,所述基础工作主要包括办理工作票、验电、核对现场信息、启封、加封、清理现场、办理工作票终结手续。本发明把基础工作所涉及的工作进行详细、科学划分为若干工序,为后续准确估算工作时长提供基础,同时方便运维人员进行故障处理,避免因为运维人员的随意操作,导致维修时间延长。
进一步地,采集异常涉及的异常类型包括:终端与主站无通讯、集中器下电表全无数据I型集中器、集中器下电表全无数据II型集中器、采集器下电表全无数据II型采集器、持续多天无抄表数据I型集中器、持续多天无抄表数据II型集中器。本发明把采集异常所涉及的异常类型进行详细、科学划分,为后续准确估算工作时长提供基础。
进一步地,采集异常现场排查操作步骤包括:
A,检查移动通讯信号强度,通讯信号无或弱时,尝试更改天线安装位置、利用增益天线等方法解决,必要时转“公网信号问题”;
B,检查终端外观,存在烧毁、损坏等情况时转“更换终端”流程;
C,检查电能表、采集器外观,存在烧毁、损坏等情况时转“更换电表”或“更换采集器”流程;
D,检查采集器运行是否正常,异常时重启采集器,重启后仍异常则更换采集器;
E,检查终端RS485接线,存在接线错误时更正接线;
F,检查终端指示灯及屏幕,存在异常时尝试重启终端;
G,检查电能表、终端RS485端口是否正常工作,异常时更换终端;
H,检查采集器RS485端口是否正常工作,异常时更换采集器;
I,检查采集器与电表之间485接线是否正常,异常时更正接线;
J,检查终端时钟,异常时校对终端时钟,对时失败转“更换终端”流程;
K,检查电能表时钟,异常时校对电能表时钟,对时失败转“更换电表”流程;
L,检查天线及SIM安装情况,异常时重新安装天线或SIM卡;
M,检测SIM卡,异常时更换SIM卡或转“公网信号问题”;
N,核对采集器芯片类型与集中器是否匹配,不匹配时需更换采集器;
O,检查RS485通讯模块,尝试重新插拔或更换通讯模块测试;
P,检查终端通讯参数,包括主站IP地址和端口号、终端逻辑地址、心跳间隔,异常时重设参数;
Q,用掌机透抄电表数据,判断485接线及电能表RS485端口是否正常,异常时转“更换电表”流程或更换采集器或更换485线;
R,用抄控器测试采集器上行通讯是否正常,异常则更换采集器;
S,检测载波通讯模块,异常时更换载波通讯模块。
本发明把排查操作步骤进行详细、科学划分,为后续准确估算工作时长提供基础,同时方便运维人员进行故障处理,避免因为运维人员的随意操作,导致维修时间延长。
进一步地,采集故障的处理步骤包括通用步骤与排查步骤,所述通用步骤为:ABCDEFG,各采集故障的排查步骤为:
终端与主站无通讯ABEFLMOP;
集中器下电表全无数据(I型集中器)BEGS;
集中器下电表全无数据(II型集中器)BEGJ;
采集器下电表全无数据(II型采集器)BHIR;
持续多天无抄表数据(I型集中器)CDENQR;
持续多天无抄表数据(专变终端、II型集中器)BCEGK。
本发明根据不同的异常类型,确定不同的排查步骤,使得异常类型处理流程更加科学、合理,能够高效的进行故障排查,避免因为运维人员的随意操作,导致维修时间延长。
进一步地,对每个操作步骤利用专家经验估算法估算基础时间以及最长时间;根据计算出的时长进行派工,并要求运维人员按照规范进行操作。
对于缺少完整的现场维修时长历史数据的区域,使用专家经验估算法。根据具有丰富现场处理经验的维护人员,先将各类型异常处理过程进行分解为详细的处理步骤,然后给这些步骤分别估算一般处理时间和最长处理时间,最后得到各类异常的现场处理经验时长。
与现有技术相比,本发明具有以下有益效果:
本发明把异常故障点的维修时长分为路径时长和现场维修时长。针对路径时长需要综合考虑异常故障点到运维驻地之间的距离、使用的交通工具、异常故障现场维修时长等因素,建立不同情况下的异常故障点处理时长模型。
本发明对每个基础工作以及操作步骤进行详细、科学划分,并进行时长估算,较为准确的预估现场维修时长,使得故障现场处理工作流程化,保证合理的人力资源分配,故障处理效率高。
本发明提供一种切实可行的技术方案,较为完善的解决维修时长计算问题,为后续的精准派工提供基础,使得资源更为合理的利用。
附图说明
图1为本发明流程图;
图2为专家经验估算法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
如图1所示,一种采集异常维修时长计算方法,包括以下步骤:
第一步,获取采集异常维修数据。
包括异常点故障数据、位置、当地区路况、当地交通工具。
第二步,建立路径时长计算模型。
所述路径时长计算模型包括基于路径规划的时长计算方法、基于历史数据的时长估算方法。基于路径规划的时长计算方法适用于具有完整地理信息数据的区域,所述计算方法依托完整的地理信息系统数据,计算出从驻地到异常故障点往返的最短路径长度,再根据所使用的交通工具在本地区平均时速换算出维修该异常故障点的最短路径时长。
从驻地到异常故障点往返的最短路径长度计算方法采用迪杰斯特拉算法,在带权有向图上计算从一个顶点到其余各顶点的最短路径,解决有向图中最短路径问题,即以起始点为中心向外层层扩展,直到扩展到终点为止。
迪杰斯特拉算法是一种单源点最优算法,属于贪心算法一种。由荷兰计算机科学家狄克斯特拉于1959年提出的,因此又叫狄克斯特拉算法。是在带权有向图上计算从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题。迪杰斯特拉算法主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。
迪杰斯特拉算法是设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径,就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了),第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。
算法步骤:
S201,初始时,S只包含源点,即S={v},v的距离为0。U包含除v外的其他顶点,即:U={其余顶点},若v与U中顶点u有边,则<u,v>正常有权值,若u不是v的出边邻接点,则<u,v>权值为∞。
S202,从U中选取一个距离v最小的顶点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。
S203,以k为新考虑的中间点,修改U中各顶点的距离;若从源点v到顶点u的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改顶点u的距离值,修改后的距离值的顶点k的距离加上边上的权。
S204,重复步骤S202和S203,直到所有顶点都包含在S中。
基于历史数据的时长估算方法适用于缺少完整地理信息数据的区域或者是不需要进行精确计算路径时长的区域,由运维组长或区域负责人根据经验来估算。所述基于历史数据的时长估算方法首先在运维区域内根据实际情况将地域相邻的台区组合成网格,网格作为工单分配最小运维区域。然后建立起驻地到各网格的平均时长。
各网格的平均时长在系统最开始缺少足够历史数据的情况下,先由运维组长或区域负责人根据经验来估算,等系统长时间运行有足够历史数据后,通过分析历史数据来获取各网格的往返路径时长。
第三步,建立维修时长计算模型。所述维修时长计算模型包括最优统计估算法和专家经验估算法。
所述最优统计估算法适用于具有现场维修时长历史数据的区域,最优统计估算法包括以下步骤:a)使用估计估算中的极大似然估计计算出各区域各类型异常的极大似然估算值和置信区间。b)检查参与计算数据是否有超出置信区间,如果没有则输出极大似然值,如果有则剔除掉超限的历史数据执行a步骤。c)根据历史的现场处理时间,进而得到现场维修时长。
如图2所示,所述专家经验估算法包括以下步骤:
S1,建立现场维修的基础工作时长模型。
所述基础工作主要包括办理工作票、验电、核对现场信息、启封、加封、清理现场、办理工作票终结手续。
估算每基础工作的基础值及最大值,目前采用专家估算法,时长模型如表1所示:
表1
S2,基于各类采集异常建立整体操作步骤时长模型。
采集异常涉及的异常类型包括:终端与主站无通讯、集中器下电表全无数据I型集中器、集中器下电表全无数据II型集中器、采集器下电表全无数据II型采集器、持续多天无抄表数据I型集中器、持续多天无抄表数据II型集中器。
对每个操作步骤利用专家经验估算法估算基础时间以及最长时间,进而对每类故障处理时长进行估算。采集异常现场排查操作步骤包括:
A,检查移动通讯信号强度,通讯信号无或弱时,尝试更改天线安装位置、利用增益天线等方法解决,必要时转“公网信号问题”。
B,检查终端外观,存在烧毁、损坏等情况时转“更换终端”流程。
C,检查电能表、采集器外观,存在烧毁、损坏等情况时转“更换电表”或“更换采集器”流程。
D,检查采集器运行是否正常,异常时重启采集器,重启后仍异常则更换采集器。
E,检查终端RS485接线,存在接线错误时更正接线。
F,检查终端指示灯及屏幕,存在异常时尝试重启终端。
G,检查电能表、终端RS485端口是否正常工作,异常时更换终端。
H,检查采集器RS485端口是否正常工作,异常时更换采集器。
I,检查采集器与电表之间485接线是否正常,异常时更正接线。
J,检查终端时钟,异常时校对终端时钟,对时失败转“更换终端”流程。
K,检查电能表时钟,异常时校对电能表时钟,对时失败转“更换电表”流程。
L,检查天线及SIM安装情况,异常时重新安装天线或SIM卡。
M,检测SIM卡,异常时更换SIM卡或转“公网信号问题”。
N,核对采集器芯片类型与集中器是否匹配,不匹配时需更换采集器。
O,检查RS485通讯模块,尝试重新插拔或更换通讯模块测试。
P,检查终端通讯参数,包括主站IP地址和端口号、终端逻辑地址、心跳间隔,异常时重设参数。
Q,用掌机透抄电表数据,判断485接线及电能表RS485端口是否正常,异常时转“更换电表”流程或更换采集器或更换485线。
R,用抄控器测试采集器上行通讯是否正常,异常则更换采集器。
S,检测载波通讯模块,异常时更换载波通讯模块。
估算每一步骤工作的基础值及最大值,目前采用专家估算法,时长模型如表2所示:
表2
S3,根据需要处理的异常类型及现场情况确定操作步骤及顺序。
采集故障的处理步骤包括通用步骤与排查步骤,所述通用步骤为:ABCDEFG,各采集故障的排查步骤为:
终端与主站无通讯ABEFLMOP。
集中器下电表全无数据(I型集中器)BEGS。
集中器下电表全无数据(II型集中器)BEGJ。
采集器下电表全无数据(II型采集器)BHIR。
持续多天无抄表数据(I型集中器)CDENQR。
持续多天无抄表数据(专变终端、II型集中器)BCEGK。
S4,根据已排定的处理步骤计算现场维修时长。
各类故障基础时长估算如表3所示:
表3
各类故障最大时长估算如表4所示:
表4
根据计算出的时长进行派工,并要求运维人员按照规范进行操作,确保高效的处理异常处理故障。
第四步,通过路径时长计算模型和维修时长计算模型得到总的采集异常维修时长,根据总的采集异常维修时长进行派工。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种采集异常维修时长计算方法,其特征在于,包括以下步骤:
第一步,获取采集异常维修数据;
包括异常点故障数据、位置、当地区路况、当地交通工具;
第二步,建立路径时长计算模型;
所述路径时长计算模型包括基于路径规划的时长计算方法、基于历史数据的时长估算方法;基于路径规划的时长计算方法适用于具有完整地理信息数据的区域,所述计算方法依托完整的地理信息系统数据,计算出从驻地到异常故障点往返的最短路径长度,再根据所使用的交通工具在本地区平均时速换算出维修该异常故障点的最短路径时长;基于历史数据的时长估算方法适用于缺少完整地理信息数据的区域或者是不需要进行精确计算路径时长的区域,由运维组长或区域负责人根据经验来估算;
第三步,建立维修时长计算模型;所述维修时长计算模型包括最优统计估算法和专家经验估算法;所述专家经验估算法包括以下步骤:
S1,建立现场维修的基础工作时长模型;
S2,基于各类采集异常建立整体操作步骤时长模型;
S3,根据需要处理的异常类型及现场情况确定操作步骤及顺序;
S4,根据已排定的处理步骤计算现场维修时长;
第四步,通过路径时长计算模型和维修时长计算模型得到总的采集异常维修时长,根据总的采集异常维修时长进行派工。
2.如权利要求1所述的一种采集异常维修时长计算方法,其特征在于,从驻地到异常故障点往返的最短路径长度计算方法采用迪杰斯特拉算法,在带权有向图上计算从一个顶点到其余各顶点的最短路径,解决有向图中最短路径问题,即以起始点为中心向外层层扩展,直到扩展到终点为止。
3.如权利要求2所述的一种采集异常维修时长计算方法,其特征在于,所述基于历史数据的时长估算方法首先在运维区域内根据实际情况将地域相邻的台区组合成网格,网格作为工单分配最小运维区域。然后建立起驻地到各网格的平均时长。
4.如权利要求3所述的一种采集异常维修时长计算方法,其特征在于,各网格的平均时长在系统最开始缺少足够历史数据的情况下,先由运维组长或区域负责人根据经验来估算,等系统长时间运行有足够历史数据后,通过分析历史数据来获取各网格的往返路径时长。
5.如权利要求1-4任一所述的一种采集异常维修时长计算方法,其特征在于,所述最优统计估算法适用于具有现场维修时长历史数据的区域,最优统计估算法包括以下步骤:
a)使用估计估算中的极大似然估计计算出各区域各类型异常的极大似然估算值和置信区间;
b)检查参与计算数据是否有超出置信区间,如果没有则输出极大似然值,如果有则剔除掉超限的历史数据执行a步骤;
c)根据历史的现场处理时间,进而得到现场维修时长。
6.如权利要求5所述的一种采集异常维修时长计算方法,其特征在于,所述基础工作主要包括办理工作票、验电、核对现场信息、启封、加封、清理现场、办理工作票终结手续。
7.如权利要求6所述的一种采集异常维修时长计算方法,其特征在于,采集异常涉及的异常类型包括:终端与主站无通讯、集中器下电表全无数据I型集中器、集中器下电表全无数据II型集中器、采集器下电表全无数据II型采集器、持续多天无抄表数据I型集中器、持续多天无抄表数据II型集中器。
8.如权利要求7所述的一种采集异常维修时长计算方法,其特征在于,采集异常现场排查操作步骤包括:
A,检查移动通讯信号强度,通讯信号无或弱时,尝试更改天线安装位置、利用增益天线等方法解决,必要时转“公网信号问题”;
B,检查终端外观,存在烧毁、损坏等情况时转“更换终端”流程;
C,检查电能表、采集器外观,存在烧毁、损坏等情况时转“更换电表”或“更换采集器”流程;
D,检查采集器运行是否正常,异常时重启采集器,重启后仍异常则更换采集器;
E,检查终端RS485接线,存在接线错误时更正接线;
F,检查终端指示灯及屏幕,存在异常时尝试重启终端;
G,检查电能表、终端RS485端口是否正常工作,异常时更换终端;
H,检查采集器RS485端口是否正常工作,异常时更换采集器;
I,检查采集器与电表之间485接线是否正常,异常时更正接线;
J,检查终端时钟,异常时校对终端时钟,对时失败转“更换终端”流程;
K,检查电能表时钟,异常时校对电能表时钟,对时失败转“更换电表”流程;
L,检查天线及SIM安装情况,异常时重新安装天线或SIM卡;
M,检测SIM卡,异常时更换SIM卡或转“公网信号问题”;
N,核对采集器芯片类型与集中器是否匹配,不匹配时需更换采集器;
O,检查RS485通讯模块,尝试重新插拔或更换通讯模块测试;
P,检查终端通讯参数,包括主站IP地址和端口号、终端逻辑地址、心跳间隔,异常时重设参数;
Q,用掌机透抄电表数据,判断485接线及电能表RS485端口是否正常,异常时转“更换电表”流程或更换采集器或更换485线;
R,用抄控器测试采集器上行通讯是否正常,异常则更换采集器;
S,检测载波通讯模块,异常时更换载波通讯模块。
9.如权利要求8所述的一种采集异常维修时长计算方法,其特征在于,采集故障的处理步骤包括通用步骤与排查步骤,所述通用步骤为:ABCDEFG,各采集故障的排查步骤为:
终端与主站无通讯ABEFLMOP;
集中器下电表全无数据(I型集中器)BEGS;
集中器下电表全无数据(II型集中器)BEGJ;
采集器下电表全无数据(II型采集器)BHIR;
持续多天无抄表数据(I型集中器)CDENQR;
持续多天无抄表数据(专变终端、II型集中器)BCEGK。
10.如权利要求9所述的一种采集异常维修时长计算方法,其特征在于,对每个操作步骤利用专家经验估算法估算基础时间以及最长时间;根据计算出的时长进行派工,并要求运维人员按照规范进行操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611125256.0A CN106643765B (zh) | 2016-12-08 | 2016-12-08 | 一种采集异常维修时长计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611125256.0A CN106643765B (zh) | 2016-12-08 | 2016-12-08 | 一种采集异常维修时长计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106643765A true CN106643765A (zh) | 2017-05-10 |
CN106643765B CN106643765B (zh) | 2020-04-10 |
Family
ID=58824158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611125256.0A Active CN106643765B (zh) | 2016-12-08 | 2016-12-08 | 一种采集异常维修时长计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106643765B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590541A (zh) * | 2017-08-04 | 2018-01-16 | 国网浙江省电力公司 | 一种负荷数据采集成功率低缺陷的现场处理方法 |
CN107633670A (zh) * | 2017-07-21 | 2018-01-26 | 国网浙江省电力公司 | 一种采用采集运维知识库的采集异常诊断方法 |
CN107632280A (zh) * | 2017-08-04 | 2018-01-26 | 国网浙江省电力公司 | 一种i型集中器下电表全无数据故障的现场消缺方法 |
CN107656232A (zh) * | 2017-08-04 | 2018-02-02 | 国网浙江省电力公司 | 一种ⅱ型集中器下电表全无数据故障的现场消缺方法 |
CN107655515A (zh) * | 2017-08-04 | 2018-02-02 | 国网浙江省电力公司 | 一种采集终端与主站无通信故障的现场消缺方法 |
CN108020807A (zh) * | 2017-08-04 | 2018-05-11 | 国网浙江省电力公司 | 一种电能表持续多天无抄表数据故障的现场消缺方法 |
CN109374629A (zh) * | 2018-09-21 | 2019-02-22 | 浙江华诚工程管理有限公司 | 一种工程监理用建筑外墙渗水位置寻找系统 |
CN109449930A (zh) * | 2018-11-22 | 2019-03-08 | 南方电网科学研究院有限责任公司 | 配电网可靠性评估修复时间参数建模方法、设备与介质 |
CN109669416A (zh) * | 2018-12-20 | 2019-04-23 | 浙江中控西子科技有限公司 | 一种sis系统控制柜 |
CN109905265A (zh) * | 2017-12-11 | 2019-06-18 | 江苏品全机电工程技术有限公司 | 一种基于云服务的设备运维监测系统 |
CN111650549A (zh) * | 2020-06-13 | 2020-09-11 | 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) | 现场电表故障识别方法及移动设备可读储存介质 |
CN112036650A (zh) * | 2020-09-04 | 2020-12-04 | 新健姑苏停车管理(苏州)有限公司 | 一种停车位管理装置的电池更换管理方法及管理系统 |
CN112350836A (zh) * | 2019-08-06 | 2021-02-09 | 中国移动通信集团广东有限公司 | 物联网异常定位方法、装置和电子设备 |
CN113113677A (zh) * | 2021-02-25 | 2021-07-13 | 深圳天邦达科技有限公司 | 一种基站后备电池管理方法、装置、电子设备及存储介质 |
CN117082777A (zh) * | 2023-08-19 | 2023-11-17 | 珠海市思高技术有限公司 | 一种可拆卸感应端的压力控制器 |
CN117391373A (zh) * | 2023-10-30 | 2024-01-12 | 江苏国贸酝领智能科技股份有限公司 | 一种基于多维数据的全渠道智慧运维管理方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0386607A2 (en) * | 1989-03-10 | 1990-09-12 | Gte Laboratories Incorporated | A predictive access-controll and routing system for integrated services telecommunication networks |
US6052678A (en) * | 1993-12-16 | 2000-04-18 | Fujitsu Limited | Problem solving operation apparatus using a state transition |
WO2014025925A1 (en) * | 2012-08-10 | 2014-02-13 | Telogis, Inc. | Real-time computation of vehicle service routes |
CN103678860A (zh) * | 2013-05-07 | 2014-03-26 | 国家电网公司 | 一种派工优化方法和装置 |
CN103886511A (zh) * | 2012-12-19 | 2014-06-25 | 重庆市电力公司南岸供电局 | 一种面向配电网故障抢修的实时指挥系统 |
CN104360208A (zh) * | 2014-12-05 | 2015-02-18 | 国家电网公司 | 用电信息采集运维系统的采集故障分析及处理方法 |
CN105244869A (zh) * | 2015-10-13 | 2016-01-13 | 国网山东省电力公司电力科学研究院 | 一种含微网的配电网动态随机调度控制方法 |
CN103563312B (zh) * | 2011-05-26 | 2016-08-17 | 领特德国有限公司 | 用于在多用户网络中最优分配资源的方法 |
-
2016
- 2016-12-08 CN CN201611125256.0A patent/CN106643765B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0386607A2 (en) * | 1989-03-10 | 1990-09-12 | Gte Laboratories Incorporated | A predictive access-controll and routing system for integrated services telecommunication networks |
US6052678A (en) * | 1993-12-16 | 2000-04-18 | Fujitsu Limited | Problem solving operation apparatus using a state transition |
CN103563312B (zh) * | 2011-05-26 | 2016-08-17 | 领特德国有限公司 | 用于在多用户网络中最优分配资源的方法 |
WO2014025925A1 (en) * | 2012-08-10 | 2014-02-13 | Telogis, Inc. | Real-time computation of vehicle service routes |
CN103886511A (zh) * | 2012-12-19 | 2014-06-25 | 重庆市电力公司南岸供电局 | 一种面向配电网故障抢修的实时指挥系统 |
CN103678860A (zh) * | 2013-05-07 | 2014-03-26 | 国家电网公司 | 一种派工优化方法和装置 |
CN104360208A (zh) * | 2014-12-05 | 2015-02-18 | 国家电网公司 | 用电信息采集运维系统的采集故障分析及处理方法 |
CN105244869A (zh) * | 2015-10-13 | 2016-01-13 | 国网山东省电力公司电力科学研究院 | 一种含微网的配电网动态随机调度控制方法 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633670A (zh) * | 2017-07-21 | 2018-01-26 | 国网浙江省电力公司 | 一种采用采集运维知识库的采集异常诊断方法 |
CN108020807B (zh) * | 2017-08-04 | 2020-10-16 | 国网浙江省电力公司 | 一种电能表持续多天无抄表数据故障的现场消缺方法 |
CN107655515B (zh) * | 2017-08-04 | 2020-10-13 | 国网浙江省电力公司 | 一种采集终端与主站无通信故障的现场消缺方法 |
CN107656232A (zh) * | 2017-08-04 | 2018-02-02 | 国网浙江省电力公司 | 一种ⅱ型集中器下电表全无数据故障的现场消缺方法 |
CN107655515A (zh) * | 2017-08-04 | 2018-02-02 | 国网浙江省电力公司 | 一种采集终端与主站无通信故障的现场消缺方法 |
CN108020807A (zh) * | 2017-08-04 | 2018-05-11 | 国网浙江省电力公司 | 一种电能表持续多天无抄表数据故障的现场消缺方法 |
CN107632280B (zh) * | 2017-08-04 | 2020-11-10 | 国网浙江省电力公司 | 一种i型集中器下电表全无数据故障的现场消缺方法 |
CN107632280A (zh) * | 2017-08-04 | 2018-01-26 | 国网浙江省电力公司 | 一种i型集中器下电表全无数据故障的现场消缺方法 |
CN107656232B (zh) * | 2017-08-04 | 2020-11-10 | 国网浙江省电力公司 | 一种ⅱ型集中器下电表全无数据故障的现场消缺方法 |
CN107590541A (zh) * | 2017-08-04 | 2018-01-16 | 国网浙江省电力公司 | 一种负荷数据采集成功率低缺陷的现场处理方法 |
CN109905265A (zh) * | 2017-12-11 | 2019-06-18 | 江苏品全机电工程技术有限公司 | 一种基于云服务的设备运维监测系统 |
CN109374629A (zh) * | 2018-09-21 | 2019-02-22 | 浙江华诚工程管理有限公司 | 一种工程监理用建筑外墙渗水位置寻找系统 |
CN109449930A (zh) * | 2018-11-22 | 2019-03-08 | 南方电网科学研究院有限责任公司 | 配电网可靠性评估修复时间参数建模方法、设备与介质 |
CN109669416A (zh) * | 2018-12-20 | 2019-04-23 | 浙江中控西子科技有限公司 | 一种sis系统控制柜 |
CN112350836A (zh) * | 2019-08-06 | 2021-02-09 | 中国移动通信集团广东有限公司 | 物联网异常定位方法、装置和电子设备 |
CN112350836B (zh) * | 2019-08-06 | 2023-07-04 | 中国移动通信集团广东有限公司 | 物联网异常定位方法、装置和电子设备 |
CN111650549A (zh) * | 2020-06-13 | 2020-09-11 | 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) | 现场电表故障识别方法及移动设备可读储存介质 |
CN112036650A (zh) * | 2020-09-04 | 2020-12-04 | 新健姑苏停车管理(苏州)有限公司 | 一种停车位管理装置的电池更换管理方法及管理系统 |
CN113113677A (zh) * | 2021-02-25 | 2021-07-13 | 深圳天邦达科技有限公司 | 一种基站后备电池管理方法、装置、电子设备及存储介质 |
CN117082777A (zh) * | 2023-08-19 | 2023-11-17 | 珠海市思高技术有限公司 | 一种可拆卸感应端的压力控制器 |
CN117082777B (zh) * | 2023-08-19 | 2024-04-12 | 珠海市思高技术有限公司 | 一种可拆卸感应端的压力控制器 |
CN117391373A (zh) * | 2023-10-30 | 2024-01-12 | 江苏国贸酝领智能科技股份有限公司 | 一种基于多维数据的全渠道智慧运维管理方法及系统 |
CN117391373B (zh) * | 2023-10-30 | 2024-04-02 | 江苏国贸酝领智能科技股份有限公司 | 一种基于多维数据的全渠道智慧运维管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106643765B (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106643765A (zh) | 一种采集异常维修时长计算方法 | |
CN108700851B (zh) | 用于预测能量消耗的系统、方法和基于云的平台 | |
CN106651161A (zh) | 采集运维动态派工方法 | |
Dong et al. | Frequency prediction of power systems in FNET based on state-space approach and uncertain basis functions | |
CN107220775A (zh) | 一种考虑信息系统作用的有源配电网多视角协同脆弱性评估方法 | |
CN202167018U (zh) | 适用于电力系统的供电可靠性数据统计处理装置 | |
CN114514141A (zh) | 充电站监测方法和设备 | |
CN103745081A (zh) | 一种电子式电能表可靠性分析方法 | |
US20170316325A1 (en) | Device for probability forecasts, energy transmission and/or energy distribution network | |
CN111969658B (zh) | 考虑风电的发输电系统防御性-常规协调规划方法 | |
US10389600B2 (en) | Network management based on modeling of cascading effect of failure | |
CN104037790A (zh) | 一种基于时序蒙特卡罗模拟的新能源接纳能力评估方法 | |
CN116187552A (zh) | 异常检测方法、计算设备及计算机存储介质 | |
CN104570976A (zh) | 监控系统及方法 | |
CN114064809A (zh) | 碳数据处理方法、电子设备和存储介质 | |
CN101908080B (zh) | 快速设计电源网络的方法 | |
CN111177128B (zh) | 基于改进的离群点检测算法的计量大数据批量处理方法及系统 | |
CN104574221B9 (zh) | 一种基于损失电量特征参数的光伏电站运行状态辨识方法 | |
Zhao et al. | Identification of critical lines for enhancing disaster resilience of power systems with renewables based on complex network theory | |
Ghuman et al. | Asim: Solar energy availability model for wireless sensor networks | |
CN105958652A (zh) | 基于大数据分析的无人值守变电站预警系统及方法 | |
Wei et al. | Online distribution system topology monitoring with limited smart meter communication | |
CN107222497A (zh) | 网络流量异常监测方法及电子设备 | |
CN117473384A (zh) | 一种电网线路安全约束辨识方法、装置、设备及存储介质 | |
CN116701986A (zh) | 一种光伏发电监控方法及系统 |
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 |