CN108681780A - 一种基于集控大数据的设备管理方法、装置及系统 - Google Patents

Abstract

本发明公开了一种基于集控大数据的设备管理方法，包括从集控系统数据库中提取巡检机器人的数据；根据巡检机器人的数据确定出巡检机器人的运行评价信息；显示巡检机器人的运行评价信息。本发明中，根据从集控系统数据库中提取的巡检机器人的巡检数据得到巡检机器人的运行评价信息，并将该运行评价信息显示出来，工作人员无需频繁去现场维护巡检机器人，只需在通过运行评价信息得出某个巡检机器人发生缺陷时及时对发生缺陷的巡检机器人进行维护即可，一方面减少了人力成本，另一方面提高了自动化程度。本发明还公开了一种基于集控大数据的设备管理装置以及一种基于集控大数据的设备管理系统，具有如上设备管理方法相同的有益效果。

Description

一种基于集控大数据的设备管理方法、装置及系统

技术领域

本发明涉及机器人领域，特别是涉及一种基于集控大数据的设备管理方法，本发明还涉及一种基于集控大数据的设备管理装置及一种基于集控大数据的设备管理系统。

背景技术

随着电网系统的发展，电力调度自动化系统的不断完善，无人值守变电站逐渐成为了趋势，用于管理变电站巡检机器人的集控系统也迅速发展，但是随着接入集控系统的变电站以及巡检机器人越来越多，相应的对于巡检机器人的维护工作也越来越多，现有技术中采用人工定期逐个地对巡检机器人进行维护，确保巡检机器人正常工作，人力成本较高，自动化程度低。

因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。

发明内容

本发明的目的是提供一种基于集控大数据的设备管理方法，能够得到客观的机器人的运行评价信息，减少了人力成本，提高了自动化程度；本发明的另一目的是提供一种设备管理装置及一种设备管理系统，其得到的机器人的运行评价信息比较客观，降低了成本，提高了自动化程度。

为解决上述技术问题，本发明提供了一种基于集控大数据的设备管理方法，包括：

从集控系统数据库中提取巡检机器人的巡检数据；

根据巡检机器人的巡检数据得到巡检机器人的运行评价信息；

显示巡检机器人的运行评价信息。

优选地，根据巡检机器人的巡检数据得到巡检机器人的运行评价信息具体为：

判断巡检机器人的巡检数据是否在第一预设正常巡检数据范围内，若是，记录为第一正常状态，否则，记录为第一故障状态；

则显示巡检机器人的运行评价信息具体为：

显示第一正常状态或第一故障状态。

优选地，该设备管理方法还包括：

从集控系统数据库中提取变电设备的巡检数据；

根据变电设备的巡检数据得到变电设备的运行评价信息；

显示变电设备的运行评价信息。

优选地，根据变电设备的巡检数据得到变电设备的运行评价信息具体为：

判断变电设备的巡检数据是否在第二预设正常巡检数据范围内，若是，记录为第二正常状态，否则，记录为第二故障状态；

则显示变电设备的运行评价信息具体为：

显示第二正常状态或第二故障状态。

优选地，该设备管理方法还包括：

从集控系统数据库中获取变电设备的历史缺陷数据；

将历史缺陷数据分为预设数目个种类；

根据预设数目个种类的历史缺陷数据训练出预设数目个分类器；

将预设数目个分类器构成一个有向无环结构的变电设备缺陷预测专家库；

从集控系统数据库中获取变电设备的当前巡检数据；

当判断当前巡检数据为故障数据时，将当前巡检数据输入变电设备缺陷预测专家库；

显示变电设备缺陷预测专家库输出的变电设备的缺陷等级。

优选地，显示变电设备缺陷预测专家库输出的变电设备的缺陷等级之后，该设备管理方法还包括：

判断变电设备的缺陷是否已处理；

若是，则停止显示变电设备的缺陷等级；

若否，则发送确认信息至工作人员，以便工作人员在接收到确认信息后发送切除或不切除命令；

若接收到切除命令，则控制切除与发生缺陷的变电设备相关的模块；

若接收到不切除命令，则继续显示变电设备的缺陷等级。

优选地，判断缺陷是否已处理之前，显示变电设备缺陷预测专家库输出的变电设备的缺陷等级之后，该设备管理方法还包括：

判断变电设备的缺陷等级是否大于预设告警等级；

若否，则继续显示变电设备的缺陷等级；

若是，则判断是否达到预设的缺陷处理时间阈值；

若是，则进行后续步骤。

优选地，分类器为支持向量机SVM分类器。

为解决上述技术问题，本发明还提供了一种基于集控大数据的设备管理系统，包括：

提取单元，用于从集控系统数据库中提取巡检机器人的巡检数据；

处理单元，用于根据巡检机器人的巡检数据得到巡检机器人的运行评价信息；

显示单元，用于显示巡检机器人的运行评价信息。

为解决上述技术问题，本发明还提供了一种基于集控大数据的设备管理装置，包括：

存储器，用于存储计算机程序；

处理器，用于执行计算机程序时实现如上任一项的设备管理方法的步骤。

本发明提供了一种基于集控大数据的设备管理方法，包括从集控系统数据库中提取巡检机器人的数据；根据巡检机器人的数据确定出巡检机器人的运行评价信息；显示巡检机器人的运行评价信息。

可见，本发明中，根据从集控系统数据库中提取的巡检机器人的巡检数据得到巡检机器人的运行评价信息，并将该运行评价信息显示出来，工作人员无需频繁去现场维护巡检机器人，只需在通过运行评价信息得出某个巡检机器人发生缺陷时及时对发生缺陷的巡检机器人进行维护即可，一方面减少了人力成本，另一方面提高了自动化程度。

本发明还提供了一种基于集控大数据的设备管理装置以及一种基于集控大数据的设备管理系统，具有如上设备管理方法相同的有益效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例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为本发明提供的一种基于集控大数据的设备管理方法的流程示意图；

图2为本发明提供的一种变电设备缺陷预测专家库的结构示意图；

图3为本发明提供的一种基于集控大数据的设备管理系统的结构示意图；

图4为本发明提供的一种基于集控大数据的设备管理装置的结构示意图。

具体实施方式

本发明的核心是提供一种基于集控大数据的设备管理方法，能够得到客观的机器人的运行评价信息，减少了人力成本，提高了自动化程度；本发明的另一核心是提供一种设备管理装置及一种设备管理方法，其得到的机器人的运行评价信息比较客观，降低了成本，提高了自动化程度。

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。

请参考图1，图1为本发明提供的一种基于集控大数据的设备管理方法的流程示意图，包括：

步骤S1：从集控系统数据库中提取巡检机器人的巡检数据；

考虑到现有技术中对于变电站的巡检机器人的维护都是采用人工维护的方式，即需要工作人员到现场去对巡检机器人进行维护工作，例如从外部观察机器人的运行是否正常，又比如在现场观测机器人巡检的一些数据来进行机器人运行状态的评价，一方面需要大量的工作人员定期地去现场，增加了人力成本，另一方面，对巡检机器人的运行状态的评价，不同的工作人员带有各自不同的主观成分，得到的运行评价信息也就相对不客观，存在一定的偏差。本发明从集控系统的数据库中提取出各个巡检机器人的巡检数据，以此作为数据基础来对巡检机器人的运行状态进行评价，由于集控系统数据库中的巡检机器人的巡检数据都是巡检机器人客观记录的巡检数据，客观性较强，因而通过其能够得到客观的运行评价信息。

当然，除了从集控系统数据库中提取巡检器人的巡检数据外，还可以从其他存储有巡检机器人的巡检数据的存储中提取巡检机器人的巡检数据，本发明在此不做限定。

步骤S2：根据巡检机器人的巡检数据得到巡检机器人的运行评价信息；

具体的，将上一步中提取出的巡检机器人的巡检数据经过一定的算法或其他方式的处理以得到巡检机器人的运行评价信息，这里得到巡检机器人的运行评价信息的方法有很多，例如判断巡检机器人的巡检数据是否在预先设置的正常运行数据范围内，若是则记录为正常运行状态，否则记录为故障状态，在此，本发明对得到巡检机器人的运行评价信息的方式不做限定。

步骤S3：显示巡检机器人的运行评价信息。

具体的，将得到的巡检机器人的运行评价信息显示，以方便工作人员观测到该运行评价信息后，对巡检机器人做出相应的维护，例如在观测到某台巡检机器人的故障状态后，迅速通知对应的变电站的工作人员对该故障机器人进行维护，对于故障的发现以及处理过程都比较迅速，同时对于故障的判断的准确性也要高于现有技术。

本发明提供了一种基于集控大数据的设备管理方法，包括从集控系统数据库中提取巡检机器人的数据；根据巡检机器人的数据确定出巡检机器人的运行评价信息；显示巡检机器人的运行评价信息。

可见，本发明中，根据从集控系统数据库中提取的巡检机器人的巡检数据得到巡检机器人的运行评价信息，并将该运行评价信息显示出来，工作人员无需频繁去现场维护巡检机器人，只需在通过运行评价信息得出某个巡检机器人发生缺陷时及时对发生缺陷的巡检机器人进行维护即可，一方面减少了人力成本，另一方面提高了自动化程度。

在上述实施例的基础上：

作为一种优选的实施例，根据巡检机器人的巡检数据得到巡检机器人的运行评价信息具体为：

判断巡检机器人的巡检数据是否在第一预设正常巡检数据范围内，若是，记录为第一正常状态，否则，记录为第一故障状态；

则显示巡检机器人的运行评价信息具体为：

显示第一正常状态或第一故障状态。

具体的，本发明实施例中提供了一种得到巡检机器人的运行评价信息的具体方式，此种方式通过判断巡检机器人的巡检数据是否在第一预设正常巡检数据范围内来判断机器人运行的正常与故障与否，例如某巡检机器人在正常情况下连续巡检的时间应该为30分钟，然而该巡检机器人的巡检数据中该机器人连续巡检5分钟即中断了巡检任务，此种情况下可以将第一预设正常巡检连续时间设置为29-31分钟，通过判断即可将该机器人的运行状态记录为第一故障状态，判断方式较为简单，开发成本低，且判断结果较为准确客观，误差小。

其中，第一预设正常巡检数据范围可以根据实际的巡检机器人的不同而进行调整，本发明在此不做限定。

当然，除了上述的得到巡检机器人的运行评价信息的方法外，还可以有其他方法来得到巡检机器人的运行评价信息，本发明在此不做限定。

另外，为了更好地帮助工作人员对巡检机器人进行维护，巡检机器人的运行评价信息可以分为四大类，例如可以分为机器人运行统计信息、机器人任务统计信息、机器人报警统计信息、机器人维护统计信息，其中机器人运行评价信息可以包括第一基本信息、运行里程及运行状况统计，机器人任务统计信息可以包括设备报警率、异常识别率、漏检率及执行效率，机器人报警统计信息可以包括报警个数、报警信息详情及报警信息汇总，机器人维护统计模块可以包括例行维护记录、专业检修记录及维修统计，通过对上述的各类信息的观测分析，工作人员可以更好地对巡检机器人进行维护与保养，能够及时排除故障并且延长了巡检机器人的使用寿命。

其中，设备报警率为全部报警设备总数占全部被巡检设备的累加巡检次数的百分比；异常识别率为全部识别异常设备总数占全部被巡检设备的累加巡检次数的百分比；漏检率为全部漏检设备总数占全部被巡检设备的累加巡检次数的百分比；执行效率为全部任务执行时长与全部被巡检设备的累加巡检次数的比值。

当然，除了上述的巡检机器人的多种运行评价信息外，运行评价信息还可以为其他种类，本发明在此不做限定。

作为一种优选的实施例，该设备管理方法还包括：

从集控系统数据库中提取变电设备的巡检数据；

考虑到现有技术中没有一套客观的对于变电设备的运行状态的评价的方法，只能够依靠工作人员在现场进行观测来对变电设备进行相应的维护，本发明可以从集控数据库中提取变电设备的巡检数据，类似于上述的提取巡检机器人的巡检数据的过程，本发明在此不再赘述。

根据变电设备的巡检数据得到变电设备的运行评价信息；

同样的，得到变电设备的运行评价信息的方法可以有很多种，请参照上述得到巡检机器人运行评价信息的步骤的描述，本发明在此不再赘述。

显示变电设备的运行评价信息。

具体的，本发明实施例中，可以从集控系统数据库中提取变电设备的巡检数据，并通过其得到变电设备的运行评价信息，此种情况下，工作人员便不用频繁去现场维护变电设备，本发明实施例依靠从集控系统数据库中提取的变电设备的巡检数据得到的变电设备的运行评价信息客观准确，且自动化程度较高，工作人员能够通过该运行评价信息及时发现变电设备的故障等信息，以便及时地对变电设备进行维护。

作为一种优选的实施例，根据变电设备的巡检数据得到变电设备的运行评价信息具体为：

判断变电设备的巡检数据是否在第二预设正常巡检数据范围内，若是，记录为第二正常状态，否则，记录为第二故障状态；

则显示变电设备的运行评价信息具体为：

显示第二正常状态或第二故障状态。

具体的，本发明实施例中得到变电设备的运行评价信息的具体方式与上述得到巡检机器人的第一正常状态和第一故障状态的方法类似，本发明在此不再赘述。

其中第二预设正常巡检数据范围可以自主设定，得到变电设备的运行评价信息的方法也不局限于此种方法，本发明在此不做限定。

另外，本发明实施例中的变电设备的运行评价信息可以有三大类，例如可以有变电设备巡检对比分析信息、变电设备巡检统计信息及变电设备报警对比分析信息，其中，变电设备巡检对比分析信息可以包括第二基本信息、第一曲线对比及第一报表，变电设备巡检统计信息可以包括饼状统计图以及柱状统计图，变电设备报警对比分析信息可以包括第三基本信息、第二曲线对比以及第二报表。

工作人员可以根据观测到的上述具体的变电设备的运行评价信息对变电设备进行管理和维护。

作为一种优选的实施例，该设备管理方法还包括：

从集控系统数据库中获取变电设备的历史缺陷数据；

具体的，本发明实施例为一种具体的变电设备的缺陷预测方法，首先从集控系统数据库中获取变电设备的历史缺陷数据，以此数据作为样本，来实现后续的对变电设备的缺陷预测，由于样本数据为变电设备实际运行产生的缺陷数据，参考价值较大，能够使缺陷预测的结果更加准确。

当然，除了从集控系统数据库中获取外，还可以从其他的存储中获取该历史缺陷数据，本发明在此不做限定。

将历史缺陷数据分为预设数目个种类；

其中，历史缺陷数据一般可以包括设备温度、设备结构、设备部位、环境温度、环境湿度、风速及缺陷等级等，当然，历史缺陷数据还可以包括其他的数据，本发明在此不做特别的限定。

具体的，为了更加准确地对变电设备的缺陷进行预测，可以对历史缺陷数据进行分类，将其分为预设数目个种类，例如可以将其分为三类，这里的预设数目可以根据实际情况进行调整，本发明在此不做限定。

其中，将历史缺陷数据分类的方式有很多种，可以为人工手动地对历史缺陷数据进行分类，比较方便快捷，当然，还可以有其他的分类方式，本发明在此不做限定。

根据预设数目个种类的历史缺陷数据训练出预设数目个分类器；

具体的，将分类后的历史缺陷数据训练出预设数目个分类器，例如上个步骤中将历史缺陷数据分为I、II及III三类数据，可以根据I及II类数据训练出一个分类器，其可以检测巡检数据中是否有I类或II类缺陷数据，相应地，可以根据II及III类数据、I及III类数据训练出另外两个分类器，训练好的三个分类器可以构成变电设备缺陷预测专家库，其中每个分类器都是由真实的历史缺陷数据训练而成，分类结果比较精确。

当然，除了上述实施例中的训练分类器的方法外，还可以有其他的训练方法，本发明在此不做限定。

将预设数目个分类器构成一个有向无环结构的变电设备缺陷预测专家库；

为了更好地对变电设备的缺陷预测专家库进行说明，请参考图2，图2为本发明提供的一种变电设备缺陷预测专家库的结构示意图，包括IvII分类器，IvIII分类器及IIvIII分类器，这三个分类器构成了有向无环图，即有输入及输出方向，但是没有循环结构，巡检数据依次从上至下经过三个分类器，便可输出缺陷等级结果，能够方便快速地对数据进行处理。

从集控系统数据库中获取变电设备的当前巡检数据；

其中，当前巡检数据一般可以包括设备温度、设备结构、设备部位、环境温度、环境湿度及风速等，当然，当前巡检数据还可以包括其他的数据，本发明在此不做特别的限定。

具体的，从集控系统数据库中获取变电设备的当前巡检数据比较准确，且比较方便，依靠准确的当前巡检数据可以使得预测出的缺陷等级更加准确，其中，当前巡检数据可以为变电设备当前时刻的巡检数据，若没有当前时刻变电设备的巡检数据，也可以将变电设备最后一次的巡检数据作为当前巡检数据。

其中，也可以从其他的存储中获取变电设备的当前巡检数据，本发明在此不做限定。

当然，也可以不选择当前巡检数据，例如还可以选择最后两次的巡检数据等，本发明在此不做限定。

当判断当前巡检数据为故障数据时，将当前巡检数据输入变电设备缺陷预测专家库；

首先需要说明的是，在将当前巡检数据输入变电设备缺陷预测专家库之前，可以对当前巡检数据进行预判断，若其为故障数据，则将其输入变电设备缺陷预测专家库进行精确的缺陷预测，若其为正常数据，则没有必要进行后续步骤，例如，将某变电设备当前巡检数据中的设备温度与环境温度进行比较，若该设备温度高于环境温度大于或等于10℃，则初步判定该当前巡检数据为故障数据并将其输入变电设备缺陷预测专家库，若设备温度与环境温度差值小于10℃，则不再输入变电设备缺陷预测专家库，减少了运算过程，节约了能源。

其中，对当前巡检数据进行预判断可以有很多种方法，例如，可以如上述得到变电设备的运行评价信息的方法一样，判断当前巡检数据是否在第二预设正常巡检数据范围内，若是，则当前巡检数据为正常数据，否则为故障数据，当然，该预判断的方法还有很多种，本发明在此不做特别的限定。

具体的，请参考图2，将当前巡检数据首先输入IvII分类器中，该分类器可以判断当前巡检数据中是否有I或II类缺陷数据，如果没有I类缺陷数据，则将当前巡检数据输入IIvIII分类器中，如果没有II类缺陷数据则将其输入IvIII分类器中，若IIvIII分类器判断出没有III类缺陷数据则输出II类缺陷预测信息，若IIvIII分类器判断出没有II类缺陷数据则输出III类缺陷预测信息，若IvIII分类器判断出没有I类缺陷数据则输出III类缺陷预测信息，若IvIII分类器判断出没有III类缺陷数据则输出I类缺陷预测信息。

显示变电设备缺陷预测专家库输出的变电设备的缺陷等级。

将预测的缺陷等级显示出来，可以方便工作人员在看到该缺陷等级后，迅速地对相应的变电设备进行维护保养，防止事故的发生。

依靠此变电设备缺陷预测专家库可以快速准确地得到预测结果，且每个分类器都是经过分类后的历史缺陷数据训练而成，能够准确地对巡检数据进行判断，得到的缺陷等级的预测结果比较精确。

另外，在获取变电设备的当前巡检数据之后，将当前巡检数据进行分类之前，还可以过滤掉当前巡检数据中的无效数据，例如过滤掉某些不完整的，缺损的数据，以防止无效数据对缺陷预测的准确度造成影响，进一步地提高了变电设备的缺陷预测的准确度。

其中，在上述的历史缺陷数据更新之后，即集控系统数据库中有了新的历史缺陷数据之后，可以重新进行构建变电设备缺陷预测专家库的相关步骤，由于数据样本的增加，可以进一步的对变电设备缺陷预测专家库进行完善。

需要说明的是，本发明实施例中的变电设备缺陷预测专家库的构建以及应用也可以应用在对于机器人的缺陷预测中，本发明在此不再赘述。

作为一种优选的实施例，显示变电设备缺陷预测专家库输出的变电设备的缺陷等级之后，该设备管理方法还包括：

判断变电设备的缺陷是否已处理；

若是，则停止显示变电设备的缺陷等级；

若否，则发送确认信息至工作人员，以便工作人员在接收到确认信息后发送切除或不切除命令；

若接收到切除命令，则控制切除与发生缺陷的变电设备相关的模块；

若接收到不切除命令，则继续显示变电设备的缺陷等级。

考虑到现有技术中，在显示出对变电设备的缺陷预测后，工作人员可能没有及时地发现显示出来的缺陷预测，从而延误了对变电设备的维护或处理，造成了进一步的事故，本发明实施例中可以判断变电设备的缺陷是否已经处理，如果已经处理，则停止显示变电设备的缺陷等级，节省了电能，如果没有处理，则通过短信通知工作人员，能够有更好的提醒效果，防止工作人员没有在相应的显示器附近，工作人员在收到短信后需要发送一个是否进行缺陷设备切除的确认信息，如果接收到了切除命令，则控制切除与发生缺陷的变电设备相关的模块，防止其影响进一步扩大，保证了变电站设备的正常运行，若工作人员判断该缺陷并不严重或并不需要进行自动切除的话，便可以发送不切除命令，相应的则会继续显示变电设备的缺陷等级。

其中，确认信息可以为短信，也可以为其他种类的确认信息，本发明在此不做限定。

例如，在500KV的某变电站中，预测到了变压器1-500KV出线侧的某一分支隔离开关在凌晨两点可能出现III级缺陷，显示了缺陷等级，并短信通知了工作人员，工作人员发送切除的确认信息后，便可控制该隔离开关及其所在出线分支被切除，避免了危害的扩大，保证了变电站其他模块的正常运行。

另外，在控制切除与发生缺陷的变电设备相关的模块之后，还可以判断是否已经切除，若已切除则停止显示缺陷等级即可，若没有切除则继续显示缺陷等级，或者继续发送确认信息至工作人员等，本发明在此不做限定，进一步地保障了有缺陷的变电设备的及时切除，保障了变电站的安全运行。

作为一种优选的实施例，判断缺陷是否已处理之前，显示变电设备缺陷预测专家库输出的变电设备的缺陷等级之后，该设备管理方法还包括：

判断变电设备的缺陷等级是否大于预设告警等级；

若否，则继续显示变电设备的缺陷等级；

若是，则判断是否达到预设的缺陷处理时间阈值；

若是，则进行后续步骤。

具体的，考虑到缺陷等级不严重的情况下可能不需要紧急地对变电设备进行切除或维护处理，也无需紧急地通知工作人员，因此本发明实施例中进行了缺陷等级的判断，其中，缺陷等级可以分为一般严重、中等严重及特别严重，例如I级对应一般缺陷，II级对应中等缺陷，III级对应严重缺陷，可以将预设告警等级设置为II级，在缺陷等级不是III级的时候，只需要显示变电设备的缺陷等级即可，无需做其他的处理，节省了能源的消耗，减少了系统的工作量。

其中，若达到了预设的告警等级，考虑到工作人员去现场处理变电设备的缺陷需要一定的时间，因此本发明实施例可以判断是否达到了预设的缺陷处理时间阈值，例如，在显示了变电设备的缺陷等级之后10分钟可以作为一个合理的工作人员处理变电设备缺陷的时间，将10分钟设置为缺陷处理时间阈值，当显示变电设备的缺陷等级到达十分钟之后进行后续步骤，为工作人员预留了处理时间，不会立即判断缺陷是否处理并通知工作人员，更加人性化，同时也减少了一定的动作，节省了能源。

作为一种优选的实施例，分类器为SVM(Support Vector Machine，支持向量机)分类器。

具体的，分类器的种类有很多种，本发明实施例选用了SVM分类器，具有泛化能力优秀、结果精确及算法科学等优点。

当然，除了SVM分类器外，还可以选用其他种类的分类器，本发明在此不再赘述。

请参考图3，图3为本发明提供的一种基于集控大数据的设备管理系统的结构示意图，包括：

提取单元1，用于从集控系统数据库中提取巡检机器人的巡检数据；

处理单元2，用于根据巡检机器人的巡检数据得到巡检机器人的运行评价信息；

显示单元3，用于显示巡检机器人的运行评价信息。

对于本发明提供的基于集控大数据的设备管理系统的介绍请参考上述设备管理方法的实施例，本发明在此不再赘述。

请参考图4，图4为本发明提供的一种基于集控大数据的设备管理装置的结构示意图，包括：

存储器4，用于存储计算机程序；

处理器5，用于执行计算机程序时实现如上任一项的设备管理方法的步骤。

对于本发明提供的基于集控大数据的设备管理装置的介绍请参考上述设备管理方法的实施例，本发明在此不再赘述。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于集控大数据的设备管理方法，其特征在于，包括：

从集控系统数据库中提取巡检机器人的巡检数据；

根据所述巡检机器人的巡检数据得到所述巡检机器人的运行评价信息；

显示所述巡检机器人的运行评价信息。

2.根据权利要求1所述的设备管理方法，其特征在于，所述根据所述巡检机器人的巡检数据得到所述巡检机器人的运行评价信息具体为：

判断所述巡检机器人的巡检数据是否在第一预设正常巡检数据范围内，若是，记录为第一正常状态，否则，记录为第一故障状态；

则所述显示所述巡检机器人的运行评价信息具体为：

显示所述第一正常状态或所述第一故障状态。

3.根据权利要求1所述的设备管理方法，其特征在于，该设备管理方法还包括：

从所述集控系统数据库中提取变电设备的巡检数据；

根据所述变电设备的巡检数据得到所述变电设备的运行评价信息；

显示所述变电设备的运行评价信息。

4.根据权利要求3所述的设备管理方法，其特征在于，所述根据所述变电设备的巡检数据得到所述变电设备的运行评价信息具体为：

判断所述变电设备的巡检数据是否在第二预设正常巡检数据范围内，若是，记录为第二正常状态，否则，记录为第二故障状态；

则所述显示所述变电设备的运行评价信息具体为：

显示所述第二正常状态或所述第二故障状态。

5.根据权利要求1-4任一项所述的设备管理方法，其特征在于，该设备管理方法还包括：

从所述集控系统数据库中获取变电设备的历史缺陷数据；

将所述历史缺陷数据分为预设数目个种类；

根据所述预设数目个种类的所述历史缺陷数据训练出所述预设数目个分类器；

将所述预设数目个分类器构成一个有向无环结构的变电设备缺陷预测专家库；

从所述集控系统数据库中获取所述变电设备的当前巡检数据；

当判断所述当前巡检数据为故障数据时，将所述当前巡检数据输入所述变电设备缺陷预测专家库；

显示所述变电设备缺陷预测专家库输出的所述变电设备的缺陷等级。

6.根据权利要求5所述的设备管理方法，其特征在于，所述显示所述变电设备缺陷预测专家库输出的所述变电设备的缺陷等级之后，该设备管理方法还包括：

判断所述变电设备的缺陷是否已处理；

若是，则停止显示所述变电设备的缺陷等级；

若否，则发送确认信息至工作人员，以便所述工作人员在接收到所述确认信息后发送切除或不切除命令；

若接收到切除命令，则控制切除与发生缺陷的所述变电设备相关的模块；

若接收到不切除命令，则继续显示所述变电设备的缺陷等级。

7.根据权利要求6所述的设备管理方法，其特征在于，所述判断缺陷是否已处理之前，所述显示所述变电设备缺陷预测专家库输出的所述变电设备的缺陷等级之后，该设备管理方法还包括：

判断所述变电设备的缺陷等级是否大于预设告警等级；

若否，则继续显示所述变电设备的缺陷等级；

若是，则判断是否达到预设的缺陷处理时间阈值；

若是，则进行后续步骤。

8.根据权利要求5所述的设备管理方法，其特征在于，所述分类器为支持向量机SVM分类器。

9.一种基于集控大数据的设备管理系统，其特征在于，包括：

提取单元，用于从集控系统数据库中提取巡检机器人的巡检数据；

处理单元，用于根据所述巡检机器人的巡检数据得到所述巡检机器人的运行评价信息；

显示单元，用于显示所述巡检机器人的运行评价信息。

10.一种基于集控大数据的设备管理装置，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至8任一项所述的设备管理方法的步骤。