CN109359894B - 一种基于rpn的电力计量设备风险评价方法及装置 - Google Patents
一种基于rpn的电力计量设备风险评价方法及装置 Download PDFInfo
- Publication number
- CN109359894B CN109359894B CN201811440074.1A CN201811440074A CN109359894B CN 109359894 B CN109359894 B CN 109359894B CN 201811440074 A CN201811440074 A CN 201811440074A CN 109359894 B CN109359894 B CN 109359894B
- Authority
- CN
- China
- Prior art keywords
- fault
- weight
- evaluation
- risk
- factors
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 claims abstract description 67
- 238000012423 maintenance Methods 0.000 claims abstract description 59
- 239000011159 matrix material Substances 0.000 claims description 40
- 238000013210 evaluation model Methods 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012502 risk assessment Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010977 unit operation Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000007418 data mining Methods 0.000 description 6
- 238000011058 failure modes and effects analysis Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000013058 risk prediction model Methods 0.000 description 3
- 238000000556 factor analysis Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于RPN的电力计量设备的风险评价方法及装置，其中的方法对现场计量设备的故障类型及参数、故障影响、故障原因的因素分析，主要涉及人员环境、系统功能、维修时间及维修费用四个方面的影响程度，然后构建基于AHP确定评价因素权重，最后进行电力计量设备的风险评价。同时，本发明的方法可以对电力计量设备的维修提供指导。解决了电力计量设备种类繁多、数量巨大、运行工况复杂，造成的评价结果不准确的问题。实现了提高评价结果的准确性以及实现风险等级划分的技术效果。
Description
技术领域
本发明涉及计算机学科中的数据挖掘技术领域，具体涉及一种基于RPN的电力计量设备风险评价方法及装置。
背景技术
国家电网公司自2010年开始启动用电信息采集系统建设，累积了计量设备大量数据。但是计量设备种类繁多、数量巨大、运行工况复杂，异常的发现与分析由运维人员手工导出、人工分析，完全依赖于运维人员的经验。因此，利用多个数据库数据，采用数据挖掘技术，对在运设备的安全隐患预警和风险预测工作，具有理论和现实意义。
目前，设备运行风险一直是电力部门关注的热点。所谓风险，就是概率及其后果的综合。风险分析中的失效概率评估是将以往的大量失效案例的统计分析与基于可靠性理论的计算相结合进行的。风险分析中的失效后果分析，包括人员伤亡、财产损失及环境污染等都是失效分析涉及的内容。风险分析采用的具体方法与失效分析也有很密切的关系。风险分析实质上是对失效产生的可能后果(人员伤亡，经济损失等)的一种预测。
现有技术中，基于大量数据信息利用故障风险预测模型进行数据挖掘，采取定量风险评价的分析方法(故障模式及影响分析，Failure Mode andEffectAnalysis，FMEA)在国外有一些应用，且已发展多个版本。这些软件系统应用将状态管理、事故预警和事故处理进行有机的集成，可以在一定程度上改善其设备监督管理环境，并提高了监督管理水平。
然而，本发明申请人在实施本发明的过程中，发现现有技术中的方法至少存在如下问题：
由于电力计量设备种类繁多、数量巨大、运行工况复杂，目前的分析方法未考虑电力计量设备风险的多方面的影响，因而仍存在评价结果不准确的技术问题。
发明内容
有鉴于此，本发明提供了一种基于RPN的电力计量设备风险评价方法及装置，用以解决或者至少部分解决现有技术中存在的评价结果不准确的技术问题。
为了解决上述技术问题，本发明第一方面提供了一种基于RPN的电力计量设备风险评价方法，包括：
步骤S1：基于RPN方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，其中，评价指标包括故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素；
步骤S2：根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；
步骤S3：基于AHP的层次分析法，确定各个评价指标的权重；
步骤S4：根据各个评价指标的等级和权重，构建故障模式风险评价模型；
步骤S5：利用所述故障模式风险评价模型对电力计量设备进行风险评估。
在一种实施方式中，步骤S1具体包括：
采用RPN方法对现场计量设备故障模式固有风险进行计算，计算公式为：RPN＝O×S
其中，O表示故障发生概率，指单位运行时间内某故障模式的发生次数，S表示故障影响严重度，具体包括人员环境因素、系统功能因素、维修时间因素及维修费用因素。
在一种实施方式中，步骤S2具体包括：
根据花费人力的情况确定人员环境因素的等级；
根据当前电力计量设备故障对整个电网部门正常运行造成的影响程度，确定系统功能因素的等级；
根据电力计量设备故障发生到故障修复耗费的时间，确定维修时间因素的等级；
根据修复故障的花费大小，确定维修费用的等级。
在一种实施方式中，步骤S3具体包括：
步骤S3.1：构造权重矩阵ai，i∈{O,LI,PI,MC,MT}，ai表示各个评价指标的权重值，权重判断矩阵为A：
其中，aij指第i个评价元素与第j个评价元素相对重要性程度，且aij·aji＝1；
步骤S3.2：根据权重判断矩阵，并采用特征根法计算权重，具体为：求判断矩阵最大特征根对应的特征向量：Aw＝λmaxw，其中，w为判断矩阵的最大特征根对应的特征向量，对w在进行归一化后，得到权重向量，即：
在一种实施方式中，在步骤S3.2之后，所述方法还包括：
对权重判断矩阵进行一致性检验，当权重判断矩阵的一致性不符合预设条件时，则对权重判断矩阵进行修正。
在一种实施方式中，步骤S4具体包括：
根据各个评价指标的等级和权重，利用线性加权求和的方式，构建故障模式风险评价模型，计算公式为：C＝Oao+LIaLI+PIaMC+MCaMC+MTaMT，其中C为故障模式风险指数，O为故障发生概率，ao为故障发生概率的权重，LI为人员环境因素，aLI为人员环境因素的权重，PI为系统功能因素，aMC为系统功能因素的权重，MC为维修费用因素，aMC为维修费用因素的权重，MT为维修时间因素，aMT为维修时间因素的权重。
在一种实施方式中，步骤S5体包括：
构建故障模式风险等级表；
将利用故障模式风险评价模型得出的风险评估结果，参照构建故障模式风险等级表，得出风险评价等级。
基于同样的发明构思，本发明第二方面提供了一种基于RPN的电力计量设备风险评价装置，包括：
评价指标确定模块，用于基于RPN方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，其中，评价指标包括故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素；
等级确定模块，用于根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；
权重确定模块，用于基于AHP的层次分析法，确定各个评价指标的权重；
模型构建模块，用于根据各个评价指标的等级和权重，构建故障模式风险评价模型；
风险评估模块，用于利用所述故障模式风险评价模型对电力计量设备进行风险评估。
在一种实施方式中，评价指标确定模块具体用于：
采用RPN方法对现场计量设备故障模式固有风险进行计算，计算公式为：RPN＝O×S
其中，O表示故障发生概率，指单位运行时间内某故障模式的发生次数，S表示故障影响严重度，具体包括人员环境因素、系统功能因素、维修时间因素及维修费用因素。
基于同样的发明构思，本发明第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被执行时实现第一方面的所述的方法。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
本发明提出了一种基于RPN的电力计量设备风险评价方法，首先基于RPN的方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，接着根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；然后基于RPN(风险系数)的层次分析法，确定各个评价指标的权重；再根据各个评价指标的等级和权重，构建故障模式风险评价模型；最后利用所述故障模式风险评价模型对电力计量设备进行风险评估。由于本发明的方法对现场计量设备的故障类型及参数、故障影响、故障原因进行了因素分析，考虑了电力计量设备风险的多方面的影响因素，并基于AHP(层次分析法)确定了各个评价指标的权重，可以进一步提高评价的准确性，最后根据评价指标等级和权重构建了故障模式风险评价模型，进行电力计量设备的风险评价，实现了对电力计量设备风险的准确评价，从而解决了现有技术中存在的评价结果不准确的技术问题。
基于本发明的技术方案提供的方法还可以对电力计量设备的维修提供指导。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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为本发明一种实施方式中基于RPN的电力计量设备风险评价方法的流程图；
图2为图1中所示方法的具体实施流程图；
图3为本发明实施例中基于RPN的电力计量设备风险评价装置的结构框图；
图4为本发明实施例中计算机可读存储介质的结构图。
具体实施方式
本发明的目的在于针对电力计量设备种类繁多、数量巨大、运行工况复杂而导致的电力设备风险评价方法中评价结果不准确的问题，提出的一种基于RPN的电力计量设备风险评价方法及装置。
为了达到上述的目的，本发明的主要构思如下：通过对现场计量设备的故障类型及参数、故障影响、故障原因的因素分析，确定了与电力计量设备相关的评价指标：故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素；并根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；以及基于RPN的层次分析法，确定各个评价指标的权重；然后基于AHP根据各个评价指标的等级和权重，构建故障模式风险评价模型，最后通过构建的故障模式风险评价模型进行电力计量设备的风险评价。
本发明提供的电力计量设备运行风险评价中，获取了大量数据信息，并对现场计量设备的故障类型及参数、故障影响、故障原因的因素分析，利用故障风险预测模型进行数据挖掘，采取定量风险评价的分析方法—FMEA对现场设备运行进行较好的风险预测以及风险等级的自动聚类，提高了风险评价的准确性，能够有较好的应用和发展。
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。
实施例一
本实施例提供了一种基于RPN的电力计量设备风险评价方法，请参见图1，该方法包括：
首先执行步骤S1：基于RPN方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，其中，评价指标包括故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素。
具体来说，RPN(riskprioritynumber)是指事件发生的频率、严重程度和检测等级三者乘积，被称为风险系数或风险顺序数，其数值愈大潜在问题愈严重，用来衡量可能的工艺缺陷，以便采取可能的预防措施减少关键的工艺变化，使工艺更加可靠。本发明中，基于RPN的方法对故障类型及参数、故障影响进行了分析。
在一种实施方式中，步骤S1具体包括：
采用RPN方法对现场计量设备故障模式固有风险进行计算，计算公式为：RPN＝O×S
其中，O表示故障发生概率，指单位运行时间内某故障模式的发生次数，S表示故障影响严重度，具体包括人员环境因素、系统功能因素、维修时间因素及维修费用因素。
具体来说，针对现场计量设备的每一种故障现象的故障特点，进行功型和失效型故障分类，并分析是否有在线监测参数，并关联具体参数类型。故障发生概率(Occurence)是故障可能发生程度的反映，指单位运行时间内某故障模式的发生次数。故障影响严重度具体包括上述四个方面的因素。
然后执行步骤S2：根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；
具体来说，可以依据设备层级，分别从设计、安装、损耗、劣化、失效、严酷工况因素等角度进行层次化原因分析。
在一种实施方式中，步骤S2具体包括：
根据花费人力的情况确定人员环境因素的等级；
根据当前电力计量设备故障对整个电网部门正常运行造成的影响程度，确定系统功能因素的等级；
根据电力计量设备故障发生到故障修复耗费的时间，确定维修时间因素的等级；
根据修复故障的花费大小，确定维修费用的等级。
具体来说，由于设备发生故障后需要花费人力进行维修作业，因而根据花费人力的多少进行等级评定。系统功能因素代表是当前设备故障对整个电网部门正常运行造成的影响，例如用电量大户设备故障造成的系统功能影响比用电小户的影响大。对于维修时间(MT)因素，该指标取决于故障发生到故障修复之间的时间长短，例如难以维修的设备或设备地点难以到达均会造成该指标等级升高。维修费用(MC)因素：设备故障后根据原因的不同采取的措施也可能从只用简单的更换电池到需要更换整个设备，这其中的费用也各不一样，因此根据最终花销大小判定该指标等级。
举例来说，本发明通过分析电力行业相关生产标准和运行规程，结合相关研究结果，确定风险评价指标及等级表1所示。
表1
从表1中可以看出，各个因素分为了10个等级，以人员环境因素为例，当分值为1时，则表示影响程度很低，当分值为2-3时，则表示影响程度低，分值为4-6时，则表示影响程度为中等，当分值为7-8时，则表示影响程度高，当分值为9-10时，则表示影响程度很高。其他的因素也类似，在此不再详述。
接下来执行步骤S3：基于AHP的层次分析法，确定各个评价指标的权重。
具体来说，AHP(The analytic hierarchyprocess)层次分析法，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。
在一种实施方式中，步骤S3具体包括：
步骤S3.1：构造权重矩阵ai，i∈{O,LI,PI,MC,MT}，ai表示各个评价指标的权重值，权重判断矩阵为A：
其中，a ij指第i个评价元素与第j个评价元素相对重要性程度，且aij·aji＝1；
步骤S3.2：根据权重判断矩阵，并采用特征根法计算权重，具体为：求判断矩阵最大特征根对应的特征向量：Aw＝λmaxw，其中，w为判断矩阵的最大特征根对应的特征向量，对w在进行归一化后，得到权重向量，即：
具体来说，请参见表2，为权重判断矩阵中相对重要性程度表。
表2
从表2中，可以看出，当两个元素重要性相同时，则重要度相对值为1，当前一元素比后一元素稍重要时，则重要度相对值为3。从而可以根据各个原素之间的相对重要性程度，对权重判断矩阵进行求解。
为了提高权重判断的准确性，在一种实施方式中，在步骤S3.2之后，所述方法还包括：
对权重判断矩阵进行一致性检验，当权重判断矩阵的一致性不符合预设条件时，则对权重判断矩阵进行修正。
具体来说，可以采用CI作为判断矩阵偏离一致性指标，其中，CI＝(λmax-n)/(n-1)，同时引入RI对CI进行修正，来衡量不同阶数的判断矩阵是否具有满意的一致性。RI为判断矩阵的平均随机一致性指标，对于1～9阶的判断矩阵，CR为判断矩阵的随机一致性比率，其计算公式为：
预设条件根据实际情况进行设置。例如设置为0.1、0.15等等。
以0.1为例，当CR<0.1时，则判断矩阵的一致性符合预设条件；当CI≥0.1时，需对判断矩阵给予适当修正。具体的修正方法可以采用现有的方法。
然后执行步骤S4：根据各个评价指标的等级和权重，构建故障模式风险评价模型。
在一种实施方式中，步骤S4具体包括：
根据各个评价指标的等级和权重，利用线性加权求和的方式，构建故障模式风险评价模型，计算公式为：C＝Oao+LIaLI+PIaMC+MCaMC+MTaMT，其中C为故障模式风险指数，O为故障发生概率，ao为故障发生概率的权重，LI为人员环境因素，aLI为人员环境因素的权重，PI为系统功能因素，aMC为系统功能因素的权重，MC为维修费用因素，aMC为维修费用因素的权重，MT为维修时间因素，aMT为维修时间因素的权重。
具体来说，本发明中构建的故障模式风险评价模型，是一种基于RPN的计量设备FMEA定量分析模型，其中，FMEA(Failure Mode and EffectAnalysis，FMEA)是指失效模式与影响分析，是在产品设计阶段和过程设计阶段，对构成产品的子系统、零件，对构成过程的各个工序逐一进行分析，找出所有潜在的失效模式，并分析其可能的后果，从而预先采取必要的措施，以提高产品的质量和可靠性的一种系统化的活动。
通过本发明的模型在计量现场设备运行风险评价中，可以通过获取的大量数据信息利用故障风险预测模型进行数据挖掘，采取定量风险评价的分析方法—FMEA对现场设备运行进行较好的风险预测以及风险等级的自动聚类，并且能够有较好的应用和发展。
再执行步骤S5：利用所述故障模式风险评价模型对电力计量设备进行风险评估。
具体来说，当构建了故障模式风险评价模型后，则可以利用该模型进行风险评估了。
在一种实施方式中，步骤S5体包括：
构建故障模式风险等级表；
将利用故障模式风险评价模型得出的风险评估结果，参照构建故障模式风险等级表，得出风险评价等级。
具体来说，故障模式风险等级表可以根据实际情况进行设置，在一种实现方式中，风险等级如表3所示。
表3
通过构建的故障模式风险评价模型可以得出风险评估结果，即故障模式风险指数C，然后参照表3，得出具体的风险等级，当分值为0～2时，则表示风险等级很低，当分值为5～8.5时，则表示风险等级高。
总体来说，请参见图2，为本发明提供的评价方法的具体实施流程图，其具体包括对故障类型及参数进行分析，然后对故障影响分析，接着对故障原因分析，再构建权重，再进行风险评价。
本发明提供的方法对现场计量设备的故障类型及参数、故障影响、故障原因进行了因素分析，考虑了电力计量设备风险的多方面的影响因素，并基于AHP(层次分析法)确定了各个评价指标的权重，可以进一步提高评价的准确性，最后根据评价指标等级和权重构建了故障模式风险评价模型，进行电力计量设备的风险评价，实现了对电力计量设备风险的准确评价，从而解决了现有技术中存在的评价结果不准确的技术问题。基于本发明的技术方案提供的方法还可以对电力计量设备的维修提供指导。
基于同一发明构思，本申请还提供了与实施例一中基于RPN的电力计量设备风险评价方法对应的装置，详见实施例二。
实施例二
本实施例提供了一种基于RPN的电力计量设备风险评价装置，请参见图3，该装置包括：
评价指标确定模块301，用于基于RPN的方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，其中，评价指标包括故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素；
等级确定模块302，用于根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；
权重确定模块303，用于基于AHP的层次分析法，确定各个评价指标的权重；
模型构建模块304，用于根据各个评价指标的等级和权重，构建故障模式风险评价模型；
风险评估模块305，用于利用所述故障模式风险评价模型对电力计量设备进行风险评估。
在一种实施方式中，评价指标确定模块301具体用于：
采用RPN方法对现场计量设备故障模式固有风险进行计算，计算公式为：RPN＝O×S
其中，O表示故障发生概率，指单位运行时间内某故障模式的发生次数，S表示故障影响严重度，具体包括人员环境因素、系统功能因素、维修时间因素及维修费用因素。
在一种实施方式中，等级确定模块302具体用于：
根据花费人力的情况确定人员环境因素的等级；
根据当前电力计量设备故障对整个电网部门正常运行造成的影响程度，确定系统功能因素的等级；
根据电力计量设备故障发生到故障修复耗费的时间，确定维修时间因素的等级；
根据修复故障的花费大小，确定维修费用的等级。
在一种实施方式中，权重确定模块303具体用于：
步骤S3.1：构造权重矩阵ai，i∈{O,LI,PI,MC,MT}，ai表示各个评价指标的权重值，权重判断矩阵为A：
其中，a ij指第i个评价元素与第j个评价元素相对重要性程度，且aij·aji＝1；
步骤S3.2：根据权重判断矩阵，并采用特征根法计算权重，具体为：求判断矩阵最大特征根对应的特征向量：Aw＝λmaxw，其中，w为判断矩阵的最大特征根对应的特征向量，对w在进行归一化后，得到权重向量，即：
在一种实施方式中，还包括一致性检验模块，用于在步骤S3.2之后：
对权重判断矩阵进行一致性检验，当权重判断矩阵的一致性不符合预设条件时，则对权重判断矩阵进行修正。
在一种实施方式中，模型构建模块304具体用于：
根据各个评价指标的等级和权重，利用线性加权求和的方式，构建故障模式风险评价模型，计算公式为：C＝Oao+LIaLI+PIaMC+MCaMC+MTaMT，其中C为故障模式风险指数，O为故障发生概率，ao为故障发生概率的权重，LI为人员环境因素，aLI为人员环境因素的权重，PI为系统功能因素，aMC为系统功能因素的权重，MC为维修费用因素，aMC为维修费用因素的权重，MT为维修时间因素，aMT为维修时间因素的权重。
在一种实施方式中，风险评估模块305具体用于：
构建故障模式风险等级表；
将利用故障模式风险评价模型得出的风险评估结果，参照构建故障模式风险等级表，得出风险评价等级。
由于本发明实施例二所介绍的装置，为实施本发明实施例一中基于RPN的电力计量设备风险评价方法所采用的装置，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。
实施例三
基于同一发明构思，本申请还提供了一种计算机可读存储介质400，请参见图4，其上存储有计算机程序411，该程序被执行时实现实施例一中的方法。
由于本发明实施例三所介绍的计算机可读存储介质，为实施本发明实施例一中基于RPN的电力计量设备风险评价方法所采用的计算机可读存储介质，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该计算机可读存储介质的具体结构及变形，故而在此不再赘述。凡是本发明实施例一所述方法所采用的计算机可读存储介质都属于本发明所欲保护的范围。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例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 (7)
1.一种基于RPN的电力计量设备风险评价方法，其特征在于，包括：
步骤S1：基于RPN方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，其中，评价指标包括故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素；
步骤S2：根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；
步骤S3：基于AHP的层次分析法，确定各个评价指标的权重；
步骤S4：根据各个评价指标的等级和权重，构建故障模式风险评价模型；
步骤S5：利用所述故障模式风险评价模型对电力计量设备进行风险评估；
其中，步骤S1具体包括：
采用RPN方法对现场计量设备故障模式固有风险进行计算，计算公式为：RPN＝O×S
其中，O表示故障发生概率，指单位运行时间内某故障模式的发生次数，S表示故障影响严重度，具体包括人员环境因素、系统功能因素、维修时间因素及维修费用因素；
步骤S4具体包括：
根据各个评价指标的等级和权重，利用线性加权求和的方式，构建故障模式风险评价模型，计算公式为：C＝Oao+LIaLI+PIaMC+MCaMC+MTaMT，其中C为故障模式风险指数，O为故障发生概率，ao为故障发生概率的权重，LI为人员环境因素，aLI为人员环境因素的权重，PI为系统功能因素，aMC为系统功能因素的权重，MC为维修费用因素，aMC为维修费用因素的权重，MT为维修时间因素，aMT为维修时间因素的权重。
2.如权利要求1所述的方法，其特征在于，步骤S2具体包括：
根据花费人力的情况确定人员环境因素的等级；
根据当前电力计量设备故障对整个电网部门正常运行造成的影响程度，确定系统功能因素的等级；
根据电力计量设备故障发生到故障修复耗费的时间，确定维修时间因素的等级；
根据修复故障的花费大小，确定维修费用的等级。
3.如权利要求2所述的方法，其特征在于，步骤S3具体包括：
步骤S3.1：构造权重矩阵ai，i∈{O,LI,PI,MC,MT}，ai表示各个评价指标的权重值，权重判断矩阵为A：
其中，aij指第i个评价元素与第j个评价元素相对重要性程度，且aij·aji＝1；
步骤S3.2：根据权重判断矩阵，并采用特征根法计算权重，具体为：求判断矩阵最大特征根对应的特征向量：Aw＝λmaxw，其中，w为判断矩阵的最大特征根对应的特征向量，对w在进行归一化后，得到权重向量，即：
4.如权利要求3所述的方法，其特征在于，在步骤S3.2之后，所述方法还包括：
对权重判断矩阵进行一致性检验，当权重判断矩阵的一致性不符合预设条件时，则对权重判断矩阵进行修正。
5.如权利要求1所述的方法，其特征在于，步骤S5体包括：
构建故障模式风险等级表；
将利用故障模式风险评价模型得出的风险评估结果，参照构建故障模式风险等级表，得出风险评价等级。
6.一种基于RPN的电力计量设备风险评价装置，其特征在于，包括：
评价指标确定模块，用于基于RPN方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，其中，评价指标包括故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素；
等级确定模块，用于根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；
权重确定模块，用于基于AHP的层次分析法，确定各个评价指标的权重；
模型构建模块，用于根据各个评价指标的等级和权重，构建故障模式风险评价模型；
风险评估模块，用于利用所述故障模式风险评价模型对电力计量设备进行风险评估；
其中，评价指标确定模块具体用于：
采用RPN方法对现场计量设备故障模式固有风险进行计算，计算公式为：RPN＝O×S
其中，O表示故障发生概率，指单位运行时间内某故障模式的发生次数，S表示故障影响严重度，具体包括人员环境因素、系统功能因素、维修时间因素及维修费用因素；
模型构建模块具体用于：
根据各个评价指标的等级和权重，利用线性加权求和的方式，构建故障模式风险评价模型，计算公式为：C＝Oao+LIaLI+PIaMC+MCaMC+MTaMT，其中C为故障模式风险指数，O为故障发生概率，ao为故障发生概率的权重，LI为人员环境因素，aLI为人员环境因素的权重，PI为系统功能因素，aMC为系统功能因素的权重，MC为维修费用因素，aMC为维修费用因素的权重，MT为维修时间因素，aMT为维修时间因素的权重。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被执行时实现如权利要求1至5任一项权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811440074.1A CN109359894B (zh) | 2018-11-29 | 2018-11-29 | 一种基于rpn的电力计量设备风险评价方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811440074.1A CN109359894B (zh) | 2018-11-29 | 2018-11-29 | 一种基于rpn的电力计量设备风险评价方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109359894A CN109359894A (zh) | 2019-02-19 |
| CN109359894B true CN109359894B (zh) | 2021-07-06 |
Family
ID=65343522
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811440074.1A Active CN109359894B (zh) | 2018-11-29 | 2018-11-29 | 一种基于rpn的电力计量设备风险评价方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109359894B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111191355A (zh) * | 2019-12-23 | 2020-05-22 | 贵州电网有限责任公司 | 一种基于严重度的继电保护装置运行风险评估方法 |
| US11592359B2 (en) | 2020-03-26 | 2023-02-28 | Tata Consultancy Services Limited | System and method for calculating risk associated with failures in process plants |
| CN111612322A (zh) * | 2020-05-14 | 2020-09-01 | 国网河北省电力有限公司电力科学研究院 | 一种智能电能表质量预警方法 |
| CN111898880A (zh) * | 2020-07-15 | 2020-11-06 | 南京翱翔信息物理融合创新研究院有限公司 | 一种卷烟包装处理方法、系统及装置 |
| CN113757701B (zh) * | 2021-07-09 | 2022-08-05 | 国网湖南省电力有限公司 | 基于多维度评价因子的智能吹灰控制方法、系统及存储介质 |
| CN113705961B (zh) * | 2021-07-15 | 2024-07-19 | 东风汽车集团股份有限公司 | 基于车辆动力总成功能的风险等级评估分解方法及装置 |
| CN113723827B (zh) * | 2021-09-01 | 2023-09-15 | 山东大学 | 地铁机电设备运行风险诊断及运维管控方法与系统 |
| CN114254768A (zh) * | 2021-11-02 | 2022-03-29 | 浙江大学 | 一种基于风机健康状况的一次调频方法 |
| CN114049942A (zh) * | 2021-11-16 | 2022-02-15 | 刘春煦 | 一种医疗设备的管理系统及管理方法 |
| CN114529184A (zh) * | 2022-02-14 | 2022-05-24 | 广东科鉴检测工程技术有限公司 | 一种造雪机可靠状态评估方法及系统 |
| CN114692875B (zh) * | 2022-04-12 | 2024-09-13 | 华北电力大学 | 一种故障诊断用gis知识图谱的构建方法 |
| CN115630847B (zh) * | 2022-12-07 | 2023-03-28 | 四川省华盾防务科技股份有限公司 | 一种基于数据预测的收发组件检测方法、系统及存储介质 |
| CN115577996B (zh) * | 2022-12-12 | 2023-04-07 | 广东电网有限责任公司中山供电局 | 一种电网停电计划的风险评估方法、系统、设备和介质 |
| CN115860578B (zh) * | 2023-02-24 | 2023-06-09 | 深圳市鑫雅达机电工程有限公司 | 机电系统智能分析安装设备环境可行性的方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101800426A (zh) * | 2010-03-31 | 2010-08-11 | 河南电力试验研究院 | 电网安全性水平评估方法 |
| CN102999703A (zh) * | 2012-11-29 | 2013-03-27 | 浙江省电力公司 | 一种基于全寿命周期的变压器成本风险的计算方法 |
| CN103186708A (zh) * | 2011-12-31 | 2013-07-03 | 电子科技大学 | 一种采用两个rpn数的故障模式影响及危害性分析方法 |
| CN106230773A (zh) * | 2016-07-05 | 2016-12-14 | 杨林 | 基于模糊矩阵层次分析法的风险评估系统 |
| CN106600095A (zh) * | 2016-07-27 | 2017-04-26 | 中国特种设备检测研究院 | 一种基于可靠性的维修评估方法 |
| CN107909253A (zh) * | 2017-11-02 | 2018-04-13 | 国网天津市电力公司电力科学研究院 | 基于区间层次分析法的智能配电网调度控制效果评估方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103840967B (zh) * | 2013-12-23 | 2017-04-05 | 北京邮电大学 | 一种电力通信网中故障定位的方法 |
-
2018
- 2018-11-29 CN CN201811440074.1A patent/CN109359894B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101800426A (zh) * | 2010-03-31 | 2010-08-11 | 河南电力试验研究院 | 电网安全性水平评估方法 |
| CN103186708A (zh) * | 2011-12-31 | 2013-07-03 | 电子科技大学 | 一种采用两个rpn数的故障模式影响及危害性分析方法 |
| CN102999703A (zh) * | 2012-11-29 | 2013-03-27 | 浙江省电力公司 | 一种基于全寿命周期的变压器成本风险的计算方法 |
| CN106230773A (zh) * | 2016-07-05 | 2016-12-14 | 杨林 | 基于模糊矩阵层次分析法的风险评估系统 |
| CN106600095A (zh) * | 2016-07-27 | 2017-04-26 | 中国特种设备检测研究院 | 一种基于可靠性的维修评估方法 |
| CN107909253A (zh) * | 2017-11-02 | 2018-04-13 | 国网天津市电力公司电力科学研究院 | 基于区间层次分析法的智能配电网调度控制效果评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109359894A (zh) | 2019-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109359894B (zh) | 一种基于rpn的电力计量设备风险评价方法及装置 | |
| CN103793854B (zh) | 多重组合优化的架空输电线路运行风险信息化评估方法 | |
| CN113420992A (zh) | 一种电力系统网络风险评估方法与系统 | |
| CN106447205A (zh) | 一种基于层次分析法的配电自动化终端状态评价方法 | |
| CN108898311A (zh) | 一种面向智能配电网抢修调度平台的数据质量检测方法 | |
| CN116125361B (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
| CN104933477A (zh) | 一种利用输变电设备风险评估优化检修策略的方法 | |
| CN106295858A (zh) | 一种电能表非健康度预测方法 | |
| CN111612371A (zh) | 一种基于层次分析法的智能电表质量评估方法 | |
| CN109409658A (zh) | 一种配电网运行风险感知方法和装置 | |
| CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、系统和介质 | |
| CN103440410A (zh) | 主变个体缺陷概率预测方法 | |
| CN111242424A (zh) | 质量数据的处理方法及装置 | |
| CN118226179B (zh) | 一种配网自动化继电保护测试系统 | |
| CN117277435A (zh) | 一种光伏逆变器的健康评估方法、系统及装置 | |
| CN114169709A (zh) | 变电站二次设备的状态评估方法、装置、存储介质及设备 | |
| CN117349624A (zh) | 一种电力能源监控方法、系统、终端设备及存储介质 | |
| CN109359742B (zh) | 一种地铁子系统预防维修周期的生成方法 | |
| CN113610338B (zh) | 轨道交通信号系统安全风险评价和风险预警方法及装置 | |
| 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 | |
| CN117856245A (zh) | 基于网格化管理的台区线损分析方法、装置及存储介质 | |
| CN113255096A (zh) | 基于向前逐步回归的高损线路异常台区定位方法及系统 | |
| CN110674951B (zh) | 一种配电自动化终端的状态检修方法 | |
| CN115659620A (zh) | 基于数据相对重要度的fmeca分析方法及系统 | |
| CN114022013A (zh) | 一种系统保护故障场景生成方法及装置 |
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 |