CN110210099A - 设备发热缺陷预测方法、装置及终端设备 - Google Patents
设备发热缺陷预测方法、装置及终端设备 Download PDFInfo
- Publication number
- CN110210099A CN110210099A CN201910445072.XA CN201910445072A CN110210099A CN 110210099 A CN110210099 A CN 110210099A CN 201910445072 A CN201910445072 A CN 201910445072A CN 110210099 A CN110210099 A CN 110210099A
- Authority
- CN
- China
- Prior art keywords
- equipment
- checked
- measurement equipment
- heating
- measurement
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明适用于电气试验技术领域,提供了一种设备发热缺陷预测方法、装置及终端设备,所述方法包括:获取待检测设备的设备信息,根据设备信息,确定待检测设备的设备风险等级;若待检测设备的设备风险等级大于预设等级,则对待检测设备进行重点发热缺陷检测,获取待检测设备的当前发热缺陷数据;将待检测设备的当前发热缺陷数据输入缺陷预测模型,得到待检测设备的预测发热缺陷数据。本发明能够根据待检测设备的设备信息确定设备的风险等级并对设备的发热缺陷进行预测,能够及时的对存在发热缺陷风险的设备安排消缺工作,从而保证设备和电网的安全正常运行,延长设备的使用寿命。
Description
技术领域
本发明属于电气试验技术领域,尤其涉及一种设备发热缺陷预测方法、装置及终端设备。
背景技术
电气试验专业开展带电测试工作以来,随着设备运行时间的不断增长,设备发热缺陷正在逐年递增,并且给电网稳定带来了严峻的考验,尤其是在大负荷情况下设备发热缺陷更是频繁发生,而且很多发热缺陷都发生在重要变电站中的重要设备上。
目前对发热缺陷的检测通常采用红外缺陷检测,检测的缺陷中一般发热缺陷占据很大一部分,一旦一般发热缺陷发展成为严重发热缺陷或者危急发热缺陷时,想要立即进行设备停处理不太现实,无法及时的实施消缺工作,这使检修工作十分被动,难以保证电网的安全运行。
发明内容
有鉴于此,本发明实施例提供了一种设备发热缺陷预测方法、装置及终端设备,以解决现有技术中因无法对设备发热缺陷及时处理而存在的设备及电网安全隐患的问题。
本发明实施例的第一方面提供了一种设备发热缺陷预测方法,包括:
获取待检测设备的设备信息,并根据所述待检测设备的设备信息确定所述待检测设备的设备风险等级;
若所述待检测设备的设备风险等级大于预设等级,则对所述待检测设备进行重点发热缺陷检测,获取所述待检测设备的当前发热缺陷数据;
将所述待检测设备的当前发热缺陷数据输入缺陷预测模型,得到所述待检测设备的预测发热缺陷数据。
本发明实施例的第二方面提供了一种设备发热缺陷预测装置,包括:
设备风险等级获取模块,用于获取待检测设备的设备信息,并根据所述待检测设备的设备信息确定所述待检测设备的设备风险等级;
当前发热缺陷数据检测模块,用于若所述待检测设备的设备风险等级大于预设等级,则对所述待检测设备进行重点发热缺陷检测,获取所述待检测设备的当前发热缺陷数据;
发热缺陷数据预测模块,用于将所述待检测设备的当前发热缺陷数据输入缺陷预测模型,得到所述待检测设备的预测发热缺陷数据。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述设备发热缺陷预测方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述设备发热缺陷预测方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例首先获取待检测设备的设备信息,根据设备信息,确定待检测设备的设备风险等级;若所述待检测设备的设备风险等级大于预设等级,则对所述待检测设备进行重点发热缺陷检测,获取所述待检测设备的当前发热缺陷数据;最后将所述待检测设备的当前发热缺陷数据输入缺陷预测模型,得到所述待检测设备的预测发热缺陷数据。本发明实施例能够根据设备信息确定设备的风险等级并对风险等级较高的设备进行发热缺陷预测,能够及时的对存在发热缺陷风险的设备安排消缺工作,从而保证设备和电网的安全正常运行,延长设备的使用寿命。
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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的设备发热缺陷预测方法的流程示意图;
图2是本发明实施例提供的图1中S101的实现流程示意图;
图3是本发明实施例提供的设备发热缺陷预测装置的结构示意图;
图4是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不同对象,而非用于描述特定顺序。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例1:
图1示出了本发明一实施例所提供的设备发热缺陷预测方法的实现流程图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图1所示,本发明实施例所提供的一种设备发热缺陷预测方法,其过程详述如下:
S101:获取待检测设备的设备信息,并根据所述待检测设备的设备信息确定所述待检测设备的设备风险等级。
在本实施例中,工作人员首先对管辖的设备的每次例行试验检测的历史测温记录进行汇总及梳理,并保存至数据库。然后从PMS2.0系统(设备(资产)运维精益管理系统)中导出所述台账信息,台账信息包括设备运行时间、设备型号及接触方式,并将所述台账信息保存至数据库对应的设备的信息栏中,另外,将上述设备对应的设备例行试验周期也保存至数据库对应设备的信息栏中,组成各个设备的设备信息。设备信息包括历史测温记录、台账信息及例行试验周期。
在本实施例中,可以根据设备信息,检测待检测设备的设备风险等级。
S102:若所述待检测设备的设备风险等级大于预设等级,则对所述待检测设备进行重点发热缺陷检测,获取所述待检测设备的当前发热缺陷数据。
在本实施例中,设备风险等级可以包括第一风险等级、第二风险等级及第三风险等级,第一风险等级为高风险等级、第二风险等级为较高风险等级,第三风险等级为一般风险等级,预设等级可以为第二风险等级,也可以为第三风险等级,通过预设等级将待检测设备进行分类,从而可以在检修时仅对风险等级较高的设备进行发热缺陷检测,准确的定位到需要进行发热缺陷检测的设备,减小检修人员的工作量。
在本实施例中,当待检测设备的设备风险等级大于预设等级时,则对待检测设备进行发热缺陷检测,判断待检测设备是否存在发热缺陷,若待检测设备存在发热缺陷,则获取待检测设备的当前发热缺陷数据。
S103:将所述待检测设备的当前发热缺陷数据输入缺陷预测模型,得到所述待检测设备的预测发热缺陷数据。
在本实施例中,可以将待检测设备的当前发热缺陷数据输入缺陷预测模型,得到未来一段时间内的预测发热缺陷数据,预测发热缺陷数据可以形成发热缺陷走势图,以供检修人员查看。
从上述实施例可知,本发明实施例首先获取获取待检测设备的设备信息,确定所述待检测设备的设备风险等级;若所述待检测设备的设备风险等级大于预设等级,则对所述待检测设备进行重点发热缺陷检测,获取所述待检测设备的当前发热缺陷数据;最后将所述待检测设备的当前发热缺陷数据输入缺陷预测模型,得到所述待检测设备的预测发热缺陷数据。本发明实施例能够根据设备信息确定设备的风险等级并对风险等级较高的设备进行发热缺陷预测,能够及时的对存在发热缺陷风险的设备安排消缺工作,从而保证设备和电网的安全正常运行,延长设备的使用寿命。
如图2所示,在本发明的一个实施例中,所述设备信息包括台账信息和历史测温记录,所述台账信息包括设备运行时间,图2示出了图1中S101的具体实现流程,其过程详述如下:
S201:若所述待检测设备的设备运行时间不小于第一预设运行时间,或所述待检测设备的历史测温记录中存在未处理的严重发热缺陷记录,则判定所述待检测设备的设备风险等级为第一风险等级。
在本实施例中,设备信息可以包括台账信息和历史测温记录,历史测温记录包括设备电压等级、发热部位、发热接触方式、发热温度、正常温度、环境温度、湿度、负荷、风速、上次设备例行试验时间,台账信息包括设备型号、设备运行时间、设备接触方式,设备信息还包括设备例行试验周期。
在本实施例中,首先判断待检测设备的设备运行时间是否大于或等于第一预设运行时间,若大于第一预设运行时间,则判断设备风险等级为第一风险等级,可以在查看待检测设备的信息时用红色标记该待检测设备。示例性的,第一预设运行时间为20年。
其次,可以判断待检测设备的历史测温记录中是否存在未处理过的严重发热缺陷记录,严重发热缺陷记录可以为缺陷持续时间大于预设缺陷持续时间且发热温度大于预设缺陷温度的历史测温记录。
S202:若所述待检测设备的设备运行时间不小于第二预设运行时间且小于所述第一预设运行时间,或所述待检测设备的历史测温记录中存在已处理的严重发热缺陷记录,则判定所述待检测设备的设备风险等级为第二风险等级。
在本实施例中,当待检测设备的设备运行时间大于或等于第二预设运行时间且小于第一预设运行时间时,则判断待检测设备的设备风险等级为第二风险等级;或者当待检测设备的历史测温记录中存在已处理的严重发热缺陷记录时,则判断待检测设备的设备风险等级为第二风险等级;或者判断待检测设备的历史测温记录中存在未被处理的一般发热缺陷记录,则判断待检测设备的设备风险等级为第二风险等级。其中,一般发热缺陷记录为历史测温记录中除严重发热缺陷记录外的其他历史测温记录。
S203:若所述待检测设备的设备运行时间小于所述第二预设运行时间,则判定所述待检测设备的设备风险等级为第三风险等级。
在本实施例中,还可以在检测到待检测设备的历史测温记录中存在已处理的一般发热缺陷记录时,判断待检测设备的设备风险等级为第三风险等级。
在本实施例中,还可以将超过设备例行试验周期一定时间的设备标记为第二风险等级,设备例行试验周期为对设备进行检修的周期。
从上述实施例可知,通过判断待检测设备的风险等级,能够筛选出需要进行检修的设备,在时间紧迫时仅针对高风险的设备进行发热缺陷检测,在常态下可以按照设备风险等级由高到低的顺序对设备进行检修,从而提高设备检修的效率。通过获取重点检测部位及其检测顺序,可以快速的确定检测部位,减少漏测、盲测,提高发热缺陷检测效率。
在本发明的一个实施例中,图1中S102的具体实现流程还包括:采用红外测温仪对所述待检测设备进行发热缺陷检测。
在本发明的一个实施例中,在图1中S103之前,本发明实施例的实现流程还包括:根据所述待检测设备的历史测温记录,确定所述待检测设备的缺陷预测模型。
在本实施例中,根据设备信息,能够建立待检测设备的缺陷预测模型,缺陷预测模型可以通过代入当前时刻的数据,计算下一预设时刻的数据,例如,根据本次例行试验时间检测的当前发热缺陷数据,确定未来一年内每个月的发热缺陷数据,形成发热缺陷走势图。
在本发明的一个实施例中,所述预测发热缺陷数据包括预测发热温度和预测时间,在图1中S103之后,本发明实施例的实现流程还包括:
若所述预测发热温度超过预设温度阈值,则在所述预测时间前的预设时段内向工作人员的终端设备发送发热提醒信息,所述发热提醒信息用于提醒所述工作人员对所述待检测设备采取相应措施。
在本实施例中,根据发热缺陷走势图中各个预测时间对应的预测发热温度,检查发热缺陷走势图中是否存在预测发热温度超过预设温度阈值的点,若存在,则根据该点的预测发热温度、预测时间以及缺陷类型生成发热提醒信息,同时根据预测时间及预设时段生成发送时间点,在发送时间点将发热提醒信息发送至工作人员的终端设备,工作人员根据发热提醒信息中的缺陷类型、发热缺陷走势图及预置的停电疾患,提前对待检测设备安排消缺工作,从而降低设备在大负荷时间段的停电次数,减轻设备压力,延长设备的使用寿命,进而保证电网的安全正常运行。
在本实施例中,可以根据待检测设备的重点检测部位的历史测温记录,确定待检测设备的各个重点检测部位的缺陷预测模型,并根据各个重点检测部位的缺陷预测模型,得到各个重点检测部位的预测发热缺陷数据,并针对具体的设备发热部位安排消缺工作,使发热缺陷检测及消缺工作更加准确,减少工作人员的工作量,进一步保证设备及电网的安全正常运行。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例2:
如图3所示,本发明的一个实施例提供的设备发热缺陷预测装置100,用于执行图1所对应的实施例中的方法步骤,其包括:
设备风险等级获取模块110,用于获取待检测设备的设备信息,并根据所述待检测设备的设备信息确定所述待检测设备的设备风险等级;
当前发热缺陷数据检测模块120,用于若所述待检测设备的设备风险等级大于预设等级,则对所述待检测设备进行重点发热缺陷检测,获取所述待检测设备的当前发热缺陷数据;
发热缺陷数据预测模块130,用于将所述待检测设备的当前发热缺陷数据输入缺陷预测模型,得到所述待检测设备的预测发热缺陷数据。
从上述实施例可知,本发明实施例首先获取获取待检测设备的设备信息,并根据所述待检测设备的设备信息确定所述待检测设备的设备风险等级;若所述待检测设备的设备风险等级大于预设等级,则对所述待检测设备进行重点发热缺陷检测,获取所述待检测设备的当前发热缺陷数据;最后将所述待检测设备的当前发热缺陷数据输入缺陷预测模型,得到所述待检测设备的预测发热缺陷数据。本发明实施例能够根据设备信息确定设备的风险等级并对风险等级较高的设备进行发热缺陷预测,能够及时的对存在发热缺陷风险的设备安排消缺工作,从而保证设备和电网的安全正常运行,延长设备的使用寿命。
在本发明的一个实施例中,所述设备信息包括台账信息和历史测温记录,所述台账信息包括设备运行时间,图3所对应的实施例中的设备风险等级获取模块110还包括用于执行图2所对应的实施例中的方法步骤的结构,其包括:
第一风险等级判断单元,用于若所述待检测设备的设备运行时间不小于第一预设运行时间,或所述待检测设备的历史测温记录中存在未处理的严重发热缺陷记录,则判定所述待检测设备的设备风险等级为第一风险等级;
第二风险等级判断单元,用于若所述待检测设备的设备运行时间不小于第二预设运行时间且小于所述第一预设运行时间,或所述待检测设备的历史测温记录中存在已处理的严重发热缺陷记录,则判定所述待检测设备的设备风险等级为第二风险等级;
第三风险等级判断单元,用于若所述待检测设备的设备运行时间小于第二预设运行时间,则判定所述待检测设备的设备风险等级为第三风险等级。
在本发明的一个实施例中,图3中的当前发热缺陷数据检测模块120还包括:采用红外测温仪对所述待检测设备进行发热缺陷检测。
在本发明的一个实施例中,所述设备信息包括历史测温记录,设备发热缺陷预测装置还包括:
缺陷预测模型建立模块,用于根据所述待检测设备的历史测温记录,确定所述待检测设备的缺陷预测模型。
在本发明的一个实施例中,所述预测发热缺陷数据包括预测发热温度和预测时间,设备发热缺陷预测装置100还包括:
发热提醒信息发送模块,用于若所述预测发热温度超过预设温度阈值,则在所述预测时间前的预设时段内向工作人员的终端设备发送发热提醒信息,所述发热提醒信息用于提醒所述工作人员对所述待检测设备采取相应措施。
在一个实施例中,设备发热缺陷预测装置100还包括其他功能模块/单元,用于实现实施例1中各实施例中的方法步骤。
实施例3:
图4是本发明一实施例提供的终端设备的示意图。如图4所示,该实施例的终端设备4包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个设备发热缺陷预测方法实施例中的步骤,例如图1所示的步骤101至103。或者,所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能,例如图3所示模块110至130的功能。
示例性的,所述计算机程序42可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器41中,并由所述处理器40执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是终端设备4的示例,并不构成对终端设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述终端设备4的内部存储单元,例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备,例如所述终端设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种设备发热缺陷预测方法,其特征在于,包括:
获取待检测设备的设备信息,并根据所述待检测设备的设备信息确定所述待检测设备的设备风险等级;
若所述待检测设备的设备风险等级大于预设等级,则对所述待检测设备进行重点发热缺陷检测,获取所述待检测设备的当前发热缺陷数据;
将所述待检测设备的当前发热缺陷数据输入缺陷预测模型,得到所述待检测设备的预测发热缺陷数据。
2.如权利要求1所述的设备发热缺陷预测方法,其特征在于,所述设备信息包括台账信息和历史测温记录,所述台账信息包括设备运行时间,所述根据所述待检测设备的设备信息确定所述待检测设备的设备风险等级,包括:
若所述待检测设备的设备运行时间不小于第一预设运行时间,或所述待检测设备的历史测温记录中存在未处理的严重发热缺陷记录,则判定所述待检测设备的设备风险等级为第一风险等级;
若所述待检测设备的设备运行时间不小于第二预设运行时间且小于所述第一预设运行时间,或所述待检测设备的历史测温记录中存在已处理的严重发热缺陷记录,则判定所述待检测设备的设备风险等级为第二风险等级;
若所述待检测设备的设备运行时间小于所述第二预设运行时间,则判定所述待检测设备的设备风险等级为第三风险等级。
3.如权利要求1所述的设备发热缺陷预测方法,其特征在于,所述对所述待检测设备进行发热缺陷检测,包括:
采用红外测温仪对所述待检测设备进行发热缺陷检测。
4.如权利要求1所述的设备发热缺陷预测方法,其特征在于,所述设备信息包括历史测温记录,在所述将所述待检测设备的当前发热缺陷数据输入缺陷预测模型,得到所述待检测设备的预测发热缺陷数据之前,还包括:
根据所述待检测设备的历史测温记录,确定所述待检测设备的缺陷预测模型。
5.如权利要求1至4任一项所述的设备发热缺陷预测方法,其特征在于,所述预测发热缺陷数据包括预测发热温度和预测时间,在所述得到所述待检测设备的预测发热缺陷数据之后,还包括:
若所述预测发热温度超过预设温度阈值,则在所述预测时间前的预设时段内向工作人员的终端设备发送发热提醒信息,所述发热提醒信息用于提醒所述工作人员对所述待检测设备采取相应措施。
6.一种设备发热缺陷预测装置,其特征在于,包括:
设备风险等级获取模块,用于获取待检测设备的设备信息,并根据所述待检测设备的设备信息确定所述待检测设备的设备风险等级;
当前发热缺陷数据检测模块,用于若所述待检测设备的设备风险等级大于预设等级,则对所述待检测设备进行重点发热缺陷检测,获取所述待检测设备的当前发热缺陷数据;
发热缺陷数据预测模块,用于将所述待检测设备的当前发热缺陷数据输入缺陷预测模型,得到所述待检测设备的预测发热缺陷数据。
7.如权利要求6所述的设备发热缺陷预测装置,其特征在于,所述设备信息包括台账信息和历史测温记录,所述台账信息包括设备运行时间,所述设备风险等级获取模块包括:
第一风险等级判断单元,用于若所述待检测设备的设备运行时间不小于第一预设运行时间,或所述待检测设备的历史测温记录中存在未处理的严重发热缺陷记录,则判定所述待检测设备的设备风险等级为第一风险等级;
第二风险等级判断单元,用于若所述待检测设备的设备运行时间不小于第二预设运行时间且小于所述第一预设运行时间,或所述待检测设备的历史测温记录中存在已处理的严重发热缺陷记录,则判定所述待检测设备的设备风险等级为第二风险等级;
第三风险等级判断单元,用于若所述待检测设备的设备运行时间小于第二预设运行时间,则判定所述待检测设备的设备风险等级为第三风险等级。
8.如权利要求6所述的设备发热缺陷预测装置,其特征在于,所述当前发热缺陷数据检测模块包括:采用红外测温仪对所述待检测设备进行发热缺陷检测。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910445072.XA CN110210099A (zh) | 2019-05-27 | 2019-05-27 | 设备发热缺陷预测方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910445072.XA CN110210099A (zh) | 2019-05-27 | 2019-05-27 | 设备发热缺陷预测方法、装置及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110210099A true CN110210099A (zh) | 2019-09-06 |
Family
ID=67788800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910445072.XA Pending CN110210099A (zh) | 2019-05-27 | 2019-05-27 | 设备发热缺陷预测方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110210099A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128842A (zh) * | 2021-03-25 | 2021-07-16 | 中电建电力检修工程有限公司 | 一种工程质量的检测方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202453085U (zh) * | 2011-11-30 | 2012-09-26 | 黑龙江八一农垦大学 | 电力变压器过热故障检测仪 |
CN102955888A (zh) * | 2011-08-26 | 2013-03-06 | 国家电网公司 | 设备缺陷的分析方法与装置 |
CN103049824A (zh) * | 2012-12-28 | 2013-04-17 | 国家电网公司 | 电力设备红外热图集中管理系统 |
CN104502768A (zh) * | 2014-12-27 | 2015-04-08 | 国家电网公司 | 用于电力设备连接部件的电流致热型缺陷评估方法 |
CN106446426A (zh) * | 2016-09-29 | 2017-02-22 | 国网山东省电力公司电力科学研究院 | 一种基于健康指数的电力变压器评估方法 |
CN107590545A (zh) * | 2017-09-13 | 2018-01-16 | 国家电网公司 | 变电设备缺陷处理方法及终端设备 |
CN107977714A (zh) * | 2017-11-08 | 2018-05-01 | 天津市普迅电力信息技术有限公司 | 一种变电运检智能化管控平台 |
CN108287288A (zh) * | 2018-02-06 | 2018-07-17 | 李宏仁 | 一种开关柜热缺陷监测系统及分析方法及综合测控装置 |
CN108596785A (zh) * | 2018-04-26 | 2018-09-28 | 广州供电局有限公司 | 电力设备数据的处理方法、装置、计算机设备和存储介质 |
CN108846511A (zh) * | 2018-06-04 | 2018-11-20 | 国家电网公司 | 一种基于调控大数据平台的变电设备缺陷趋势分析方法 |
CN108955901A (zh) * | 2017-07-06 | 2018-12-07 | 深圳市朗驰欣创科技股份有限公司 | 一种红外测温方法、系统及终端设备 |
CN109615093A (zh) * | 2018-11-26 | 2019-04-12 | 北京国网富达科技发展有限责任公司 | 变压器检修方式确定方法及装置 |
-
2019
- 2019-05-27 CN CN201910445072.XA patent/CN110210099A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102955888A (zh) * | 2011-08-26 | 2013-03-06 | 国家电网公司 | 设备缺陷的分析方法与装置 |
CN202453085U (zh) * | 2011-11-30 | 2012-09-26 | 黑龙江八一农垦大学 | 电力变压器过热故障检测仪 |
CN103049824A (zh) * | 2012-12-28 | 2013-04-17 | 国家电网公司 | 电力设备红外热图集中管理系统 |
CN104502768A (zh) * | 2014-12-27 | 2015-04-08 | 国家电网公司 | 用于电力设备连接部件的电流致热型缺陷评估方法 |
CN106446426A (zh) * | 2016-09-29 | 2017-02-22 | 国网山东省电力公司电力科学研究院 | 一种基于健康指数的电力变压器评估方法 |
CN108955901A (zh) * | 2017-07-06 | 2018-12-07 | 深圳市朗驰欣创科技股份有限公司 | 一种红外测温方法、系统及终端设备 |
CN107590545A (zh) * | 2017-09-13 | 2018-01-16 | 国家电网公司 | 变电设备缺陷处理方法及终端设备 |
CN107977714A (zh) * | 2017-11-08 | 2018-05-01 | 天津市普迅电力信息技术有限公司 | 一种变电运检智能化管控平台 |
CN108287288A (zh) * | 2018-02-06 | 2018-07-17 | 李宏仁 | 一种开关柜热缺陷监测系统及分析方法及综合测控装置 |
CN108596785A (zh) * | 2018-04-26 | 2018-09-28 | 广州供电局有限公司 | 电力设备数据的处理方法、装置、计算机设备和存储介质 |
CN108846511A (zh) * | 2018-06-04 | 2018-11-20 | 国家电网公司 | 一种基于调控大数据平台的变电设备缺陷趋势分析方法 |
CN109615093A (zh) * | 2018-11-26 | 2019-04-12 | 北京国网富达科技发展有限责任公司 | 变压器检修方式确定方法及装置 |
Non-Patent Citations (2)
Title |
---|
曹程: "电力设备发热缺陷诊分析与研究", 《HTTP://WWW.CHINAQKING.COM/YC/2017/970081.HTML》 * |
杨林: "《220kV变电运维技术》", 28 February 2018 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128842A (zh) * | 2021-03-25 | 2021-07-16 | 中电建电力检修工程有限公司 | 一种工程质量的检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109686036A (zh) | 一种火灾监控方法、装置及边缘计算装置 | |
CN108961455A (zh) | 线路杆塔巡检方法、系统及终端设备 | |
CN110516971A (zh) | 异常检测的方法、装置、介质和计算设备 | |
CN110247725A (zh) | Otn网络的线路故障排查方法、装置及终端设备 | |
CN109064104A (zh) | 物资设备管理方法、系统及终端设备 | |
CN107526007A (zh) | 故障类型的识别方法及装置 | |
CN115358155A (zh) | 一种电力大数据异常预警方法、装置、设备及可读存储介质 | |
CN110739637A (zh) | 一种输电线路监控方法、系统、终端及存储介质 | |
CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、系统和介质 | |
Augusto et al. | Probabilistic assessment of state estimation capabilities for grid observation | |
Zheng et al. | Cyber security risk assessment for industrial automation platform | |
CN109815697A (zh) | 误报行为处理方法及装置 | |
CN115965237A (zh) | 一种电力市场风险防控方法、装置及存储介质 | |
CN116879758A (zh) | 一种基于熵值算法的动力电池电压故障在线诊断处理方法 | |
CN110210099A (zh) | 设备发热缺陷预测方法、装置及终端设备 | |
CN109034522A (zh) | 一种职业卫生管理方法、装置及服务器 | |
CN112699106A (zh) | 一种基于Apriori算法的继电保护装置多维度告警信息时序关联关系分析方法 | |
CN110533268A (zh) | 一种风险控制方法、风控系统及终端设备 | |
Scagliarini et al. | Comparison of control charts for Poisson count data in health‐care monitoring | |
CN116881958A (zh) | 电网大数据安全防护方法、系统、电子设备及存储介质 | |
CN111062503A (zh) | 一种电网监控告警处理方法、系统、终端及存储介质 | |
CN111651652B (zh) | 基于人工智能的情感倾向识别方法、装置、设备及介质 | |
CN107563937A (zh) | 基于大数据的等级保护安全合规检查方法及系统 | |
JP2019191880A (ja) | 設備管理支援システム | |
TW201616423A (zh) | 電費異常偵測系統及方法 |
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 |