CN110674951B - 一种配电自动化终端的状态检修方法 - Google Patents
一种配电自动化终端的状态检修方法 Download PDFInfo
- Publication number
- CN110674951B CN110674951B CN201910930492.7A CN201910930492A CN110674951B CN 110674951 B CN110674951 B CN 110674951B CN 201910930492 A CN201910930492 A CN 201910930492A CN 110674951 B CN110674951 B CN 110674951B
- Authority
- CN
- China
- Prior art keywords
- terminal
- state
- matrix
- initial weight
- weight matrix
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012423 maintenance Methods 0.000 title claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 126
- 206010048669 Terminal state Diseases 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 10
- 238000012360 testing method Methods 0.000 abstract description 4
- 238000010276 construction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (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
本发明涉及一种配电自动化终端的状态检修方法,该方法包括以下步骤:S1:获取预建立的终端状态量的初始权重矩阵;S2:对初始权重矩阵进行一致性检验,若通过,则执行步骤S3,否则执行步骤S1;S3:获取每个终端状态量的得分;S4:以某一终端作为待测终端,基于历史数据、预建立的评分标准和每个终端状态量的得分,获取待测终端的总得分;S5:基于预建立的状态级别评价标准,获取待测终端的理论状态;S6:获取待测终端的实际状态,若与理论状态不相同,则依次执行步骤S1至S6,否则执行步骤S7;S7:获取最终权重矩阵,得到每个终端的实时状态,进行检修。与现有技术相比,本发明提升了对终端的状态管控能力,具有预测准确度高、方便可靠等优点。
Description
技术领域
本发明涉及配电自动化终端评价领域,尤其是涉及一种配电自动化终端的状态检修方法。
背景技术
配电网的安全稳定运行直接关系到电力用户的用电可靠性,开展配电自动化建设,是提高配电网安全稳定运行的关键举措。由于配电自动化终端数量多,分布较广,建设安装批次不同,相关设备厂家众多且设备质量参差不齐,因此配电自动化终端设备的运行维护工作十分复杂。目前,针对配电自动化终端的检修方式主要分为故障检修及定期检修2种。故障检修作为传统的电力设备检修方式,常采用以换代修的检修策略,检修成本较高,同时设备的故障定位及故障原因分析较为困难;定期检修涉及的配电自动化终端数量繁多,工作量巨大,相关检修人员难以匹配,同时易造成“过度检修”的问题,使得有限的检修资源进一步被浪费。针对数目繁多的配电自动化终端,有必要展开状态检修工作,提升对设备的状态管控能力。状态检修是利用预防性试验、在线监测、历史数据及同类设备家族缺陷等全过程数据,对配电自动化终端设备展开状态评价,预测设备发展状态,从而动态地制定检修计划。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用于准确预测终端状态,从而动态地制定检修计划的一种配电自动化终端的状态检修方法。
本发明的目的可以通过以下技术方案来实现:
一种配电自动化终端的状态检修方法,该方法包括以下步骤:
S1:获取预建立的终端状态量的初始权重矩阵;
S2:对终端状态量的初始权重矩阵进行一致性检验,若通过,则执行步骤S3,否则执行步骤S1;一致性检验的目的是为了验证元素之间的逻辑性,并判断其是否符合一致性准则。
S3:基于终端状态量的初始权重矩阵,获取每个终端状态量的得分;
S4:以某一终端作为待测终端,基于该待测终端的历史数据、预建立的评分标准和每个终端状态量的得分,获取待测终端的总得分;
S5:基于待测终端的总得分和预建立的状态级别评价标准,获取待测终端的理论状态;
S6:获取待测终端的实际状态,并与待测终端的理论状态比较,若不相同,则依次执行步骤S1至S6,否则,待测终端的理论状态对应的初始权重矩阵即为最终权重矩阵;
S7:基于最终权重矩阵,获取每个终端的实时状态,进行检修。
进一步地,所述步骤S1中预建立的终端状态量,包括多个一级指标和二级指标,每个一级指标均包含多个二级指标。
进一步地,所述步骤S1具体为,基于层次分析法,构造一级指标判断矩阵和每个一级指标对应的二级指标判断矩阵,获取初始权重矩阵。在层次分析法中,重要性程度的表述方式清晰明确,通常按1-9赋值的方式来表格重要程度的不同,这样在计算或者评价过程中,可以快速的识别元素之间的重要性,不必进行多余的分析和思考。
进一步地,所述获取初始权重矩阵具体为,基于专家法,对一级指标判断矩阵和二级指标判断矩阵进行赋值,即得到初始权重矩阵。
进一步地,所述步骤S2中,对终端状态量的初始权重矩阵进行一致性检验包括以下步骤:
S201:从初始权重矩阵中获取一一级指标判断矩阵或者二级指标判断矩阵,作为待检验矩阵;
S202:获取待检验矩阵的最大特征值;
S203:基于待检验矩阵的最大特征值,计算待检验矩阵的一致性比例,若一致性比例小于或者等于0.1,则执行步骤S204,否则执行步骤S1;
S204:重复执行步骤S201至S204,直至遍历初始权重矩阵中的一级指标判断矩阵和二级指标判断矩阵。
进一步地,所述步骤S203中,一致性比例的计算公式为:
CR=CI/RI
式中,CR为一致性比例,CI为一致性指标,RI为平均随机一致性指标,从预建立的一致性检验指标表中获取,λmax为最大特征值,n为一级指标判断矩阵或者二级指标判断矩阵的阶数。
进一步地,所述步骤S3具体包括以下步骤:
S301:获取初始权重矩阵中一级指标判断矩阵的最大特征值;
S302:基于一级指标判断矩阵的最大特征值,获取一级指标判断矩阵的特征向量;
S303:对一级指标判断矩阵的特征向量进行归一化,获取每个终端状态量的得分。
进一步地,所述步骤S303中,获取每个终端状态量的得分具体为,将归一化的特征向量中各元素乘以100,即得到对应的每个终端状态量的得分。
与现有技术相比,本发明具有以下优点:
(1)本发明考虑了理论值与实际情况之间的差异性,将终端的理论状态与实际状态进行比较,如发现偏差,则对初始权重矩阵进行修正,如此反复,使得理论值不断趋于实际值,得到较为准确的最终权重矩阵,从而获取每个终端的理论状态,为配电检修人员提供决策参考,提高了本发明方法所获取结果的准确性。
(2)本发明对专家法获得的初始权重矩阵进行了一致性检验,使得初始权重矩阵中的一级指标判断矩阵和二级指标判断矩阵均符合一致性准则,提高了本发明方法所获取结果的准确性。
(3)本发明采用层次分析法构造一级指标判断矩阵和二级指标判断矩阵,获取初始权重矩阵,在层次分析法中,重要性程度的表述方式清晰明确可以快速的识别元素之间的重要性,不必进行多余的分析和思考,提高本发明方法的实用性和方便性。
附图说明
图1为本发明配电自动化终端的状态检修方法的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
如图1所示,本实施例为一种配电自动化终端的状态检修方法,包括以下步骤:
S1:获取预建立的终端状态量的初始权重矩阵;本实施例中预建立的终端状态量包括一级指标:检测型状态量、可靠型状态量、失效风险型状态量及改进型状态量,每个一级指标均包含多个二级指标。
S101:基于层次分析法,构造一级指标判断矩阵和每个一级指标对应的二级指标判断矩阵;
层次分析法较为核心的部分就是如何构造合适合理的判断矩阵。层次分析法考虑了元素之间的横向关系,将各个因素两两比较,根据元素的重要性标度值,判断每个因素的重要性。层次分析法的特殊原理和结构,可以简化计算步骤。同时,在层次分析法中,重要性程度的表述方式清晰明确,通常按1-9赋值的方式来表格重要程度的不同,这样在计算或者评价过程中,可以快速的识别元素之间的重要性,不必进行多余的分析和思考。本实施例中判断矩阵的构造依据如表1所示。
表1判断矩阵构造依据表
标度 | 定义 |
1 | i因素与j因素同样重要 |
3 | i因素比j因素略重要 |
5 | i因素比j因素较重要 |
7 | i因素比j因素非常重要 |
9 | i因素比j因素绝对重要 |
2,4,6,8 | 以上两判断之间的中间状态对应的标度值 |
倒数 | 若i因素与j因素比较,得到判断值为aji=1/aij |
S102:获取初始权重矩阵;
基于判断矩阵构造依据表,根据专家意见,对一级指标判断矩阵和二级指标判断矩阵进行赋值,构建初始权重矩阵。
本实施例中获取的初始权重矩阵中的一级指标判断矩阵A如表2所示。
表2一级指标判断矩阵A
A1 | A2 | A3 | A4 | |
A1 | 1 | 3 | 2 | 5 |
A2 | 1/3 | 1 | 3 | 4 |
A3 | 1/2 | 1/3 | 1 | 2 |
A4 | 1/5 | 1/4 | 1/2 | 1 |
表中,A1代表检测型状态量,A2代表可靠型状态量,A3代表失效风险型状态量,A4代表改进型状态量。
S2:对终端状态量的初始权重矩阵进行一致性检验,若通过,则执行步骤S3,否则执行步骤S1;
为了将初始权重矩阵中的重要程度或者得分转化为分数或小数形式,要对层次进行单排序,即计算权向量。并且在排序过程中,要对初始权重矩阵进行一致性检验。检验的目的是为了验证元素之间的逻辑性,并判断其是否符合一致性准则。只有在符合一致性要求的前提下,才能进行下一步的计算,否则就要进行修改。一致性检验的步骤如下:
S201:从初始权重矩阵中获取一一级指标判断矩阵或者二级指标判断矩阵,作为待检验矩阵;
S202:获取待检验矩阵的最大特征值;
S203:基于待检验矩阵的最大特征值,计算待检验矩阵的一致性比例,若一致性比例小于或者等于0.1,则执行步骤S204,否则执行步骤S1;
一致性比例的计算公式为:
CR=CI/RI
式中,CR为一致性比例,CI为一致性指标,RI为平均随机一致性指标,由预建立的一致性检验指标表获取,一致性检验指标表如表3所示,λmax为最大特征值,n为一级指标判断矩阵或者二级指标判断矩阵的阶数。
表3一致性检验指标
S204:重复执行步骤S201至S204,直至遍历初始权重矩阵中的一级指标判断矩阵和二级指标判断矩阵。
为了得出相关权重和结果,可以对层次分析法的计算过程进行汇总和整理,如果有必要的话,也可进行排序。通过对结果的分析,可以得到各个因素的权重,在通过与实际项目要求的结合,确定结果的准确性。
本实施例中,将一级指标判断矩阵作为待检验矩阵,求得的最大特征值λmax=4.21,一级指标有4个,因此,n=4。根据表3,阶数为4时,对应的RI为0.90。
可求得:
CR=CI/RI=0.07/0.90=0.078<0.1
因此,判断矩阵的一致性通过。
S3:基于终端状态量的初始权重矩阵,获取每个终端状态量的得分;
S301:获取初始权重矩阵中一级指标判断矩阵的最大特征值;
S302:基于一级指标判断矩阵的最大特征值,获取一级指标判断矩阵的特征向量;
S303:对一级指标判断矩阵的特征向量进行归一化,得到每个终端状态量的归一化权重,将每个终端状态量的归一化权重乘以100,即得到每个终端状态量的得分。
本实施例中,初始权重矩阵中一级指标判断矩阵的最大特征值λmax=4.21,对一级指标判断矩阵的特征向量w进后得到w=(0.48,0.29,0.15,0.08)T,以百分制为例,将特征向量w内各元素乘以100,得到检测型状态量、可靠型状态量、失效风险型状态量及改进型状态量的得分,分别为:48分,29分,15分,8分。
S4:以某一终端作为待测终端,基于该待测终端的历史数据、预建立的评分标准和每个终端状态量的得分,获取待测终端的总得分;
评分标准具体为,对于检测型状态量,每超过30天出现设备环境温度超出-25℃~55℃的扣25%-35%分,每超过15天超过范围时扣10%-25%分,15天以下酌情扣5%-10%分。对于可靠型状态量,评价周期内,故障时间除以运行时间,得到实际故障率,当实际故障率比预计故障率大1倍时扣10%-30%分,当低于1倍时扣0%-10%分。对于失效风险型状态量,装置累计持续运行时间除以设备平均运行时间,比值小于1的得满分,大于1的按比值大小酌情扣1%-30%分。对于改进型状态量,评价周期内,反事故措施完成的得满分,未完成的扣1%-30%分。
S5:基于待测终端的总得分和预建立的状态级别评价标准,获取待测终端的理论状态;
状态级别评价标准具体为,得分在85-100为正常状态,75-85为注意状态,60-75为异常状态,低于60为严重状态。
S6:获取待测终端的实际状态,并与待测终端的理论状态比较,若不相同,则依次执行步骤S1至S6,否则,待测终端的理论状态对应的初始权重矩阵即为最终权重矩阵;如此反复,使得理论值不断趋于理论值,得到较为准确的结果。
本实施例中,获取一终端作为待测终端,在评价周期内,有18天设备温度超过正常范围,扣23%分,得分37.0分,实际故障率比预计故障率大1.2,扣30%分,得分20.3分,装置累计持续运行时间除以设备平均运行时间,比值1.2,扣20%,得分12分,反事故措施完成的得满分8,因此,总得分为77.3分,为注意状态。
实际运行中,该终端数据没法送达,为异常状态。此时,实际与理论不符,说明权重分配不当。重新依次执行步骤S1至S6,邀请专家对各个指标的权重重新进行打分,得到一级指标判断矩阵B,如表4所示。
表4一级指标判断矩阵B
B1 | B2 | B3 | B4 | |
B1 | 1 | 1/3 | 5 | 8 |
B2 | 2 | 1 | 8 | 8 |
B3 | 1/5 | 1/8 | 1 | 3 |
B4 | 1/8 | 1/8 | 1/3 | 1 |
得到检测型状态量、可靠型状态量、失效风险型状态量及改进型状态量的得分,分别为:33分,54分,8分,4分。总得分为73.6,为异常状态。理论与实际情况相同。由一级指标判断矩阵B构成的初始权重矩阵即为最终权重矩阵。
S7:基于最终权重矩阵,获取每个终端的实时状态,进行检修。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (5)
1.一种配电自动化终端的状态检修方法,其特征在于,该方法包括以下步骤:
S1:获取预建立的终端状态量的初始权重矩阵;
S2:对终端状态量的初始权重矩阵进行一致性检验,若通过,则执行步骤S3,否则执行步骤S1;
S3:基于终端状态量的初始权重矩阵,获取每个终端状态量的得分;
S4:以某一终端作为待测终端,基于该待测终端的历史数据、预建立的评分标准和每个终端状态量的得分,获取待测终端的总得分;
S5:基于待测终端的总得分和预建立的状态级别评价标准,获取待测终端的理论状态;
S6:获取待测终端的实际状态,并与待测终端的理论状态比较,若不相同,则依次执行步骤S1至S6,使得理论值不断趋于实际值,否则,待测终端的理论状态对应的初始权重矩阵即为最终权重矩阵;
S7:基于最终权重矩阵,获取每个终端的实时状态,进行检修;
所述步骤S1中预建立的终端状态量,包括多个一级指标和二级指标,每个一级指标均包含多个二级指标;
所述步骤S1具体为,基于层次分析法,构造一级指标判断矩阵和每个一级指标对应的二级指标判断矩阵,获取初始权重矩阵;
所述步骤S3具体包括以下步骤:
S301:获取初始权重矩阵中一级指标判断矩阵的最大特征值;
S302:基于一级指标判断矩阵的最大特征值,获取一级指标判断矩阵的特征向量;
S303:对一级指标判断矩阵的特征向量进行归一化,获取每个终端状态量的得分。
2.根据权利要求1所述的一种配电自动化终端的状态检修方法,其特征在于,所述获取初始权重矩阵具体为,基于专家法,对一级指标判断矩阵和二级指标判断矩阵进行赋值,即得到初始权重矩阵。
3.根据权利要求1所述的一种配电自动化终端的状态检修方法,其特征在于,所述步骤S2中,对终端状态量的初始权重矩阵进行一致性检验包括以下步骤:
S201:从初始权重矩阵中获取一一级指标判断矩阵或者二级指标判断矩阵,作为待检验矩阵;
S202:获取待检验矩阵的最大特征值;
S203:基于待检验矩阵的最大特征值,计算待检验矩阵的一致性比例,若一致性比例小于或者等于0.1,则执行步骤S204,否则执行步骤S1;
S204:重复执行步骤S201至S204,直至遍历初始权重矩阵中的一级指标判断矩阵和二级指标判断矩阵。
4.根据权利要求3所述的一种配电自动化终端的状态检修方法,其特征在于,所述步骤S203中,一致性比例的计算公式为:
CR=CI/RI
式中,CR为一致性比例,CI为一致性指标,RI为平均随机一致性指标,从预建立的一致性检验指标表中获取,λmax为最大特征值,n为一级指标判断矩阵或者二级指标判断矩阵的阶数。
5.根据权利要求1所述的一种配电自动化终端的状态检修方法,其特征在于,所述步骤S303中,获取每个终端状态量的得分具体为,将归一化的特征向量中各元素乘以100,即得到对应的每个终端状态量的得分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910930492.7A CN110674951B (zh) | 2019-09-29 | 2019-09-29 | 一种配电自动化终端的状态检修方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910930492.7A CN110674951B (zh) | 2019-09-29 | 2019-09-29 | 一种配电自动化终端的状态检修方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110674951A CN110674951A (zh) | 2020-01-10 |
CN110674951B true CN110674951B (zh) | 2023-12-01 |
Family
ID=69079838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910930492.7A Active CN110674951B (zh) | 2019-09-29 | 2019-09-29 | 一种配电自动化终端的状态检修方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110674951B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259313A (zh) * | 2020-01-15 | 2020-06-09 | 同济大学 | 一种基于状态评价等级的配电自动化终端状态检修方法 |
CN114091618A (zh) * | 2021-11-30 | 2022-02-25 | 重庆允成互联网科技有限公司 | 工业设备健康状态诊断管理方法、装置及服务器 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108471168A (zh) * | 2018-05-23 | 2018-08-31 | 山东广域科技有限责任公司 | 一种变电站无线数据传输和检修管理系统及方法 |
WO2018196538A1 (zh) * | 2017-04-27 | 2018-11-01 | 清华大学 | 生产环境安全性的分析方法、装置和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447205A (zh) * | 2016-09-30 | 2017-02-22 | 国家电网公司 | 一种基于层次分析法的配电自动化终端状态评价方法 |
-
2019
- 2019-09-29 CN CN201910930492.7A patent/CN110674951B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018196538A1 (zh) * | 2017-04-27 | 2018-11-01 | 清华大学 | 生产环境安全性的分析方法、装置和系统 |
CN108471168A (zh) * | 2018-05-23 | 2018-08-31 | 山东广域科技有限责任公司 | 一种变电站无线数据传输和检修管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110674951A (zh) | 2020-01-10 |
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 | |
CN111537939B (zh) | 一种基于多指标融合的电压互感器状态评估方法及装置 | |
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 | |
CN106651169A (zh) | 基于模糊综合评价的配电自动化终端状态评价方法及系统 | |
CN110020815A (zh) | 一种基于网络层次分析法的电网节点综合脆弱性指标计算方法 | |
CN108776855A (zh) | 一种智能设备健康状态评价方法及系统 | |
CN107633354A (zh) | 一种站用直流系统运行状态健康程度的综合评价方法 | |
CN108764666A (zh) | 基于多质量损失函数综合的用户暂降经济损失评估方法 | |
CN110674951B (zh) | 一种配电自动化终端的状态检修方法 | |
CN109598435A (zh) | 一种配电网电缆运行状态评价方法及系统 | |
CN110310031A (zh) | 一种配电网多维风险评估方法 | |
CN110287543B (zh) | 一种继电保护装置寿命预测方法 | |
CN111178725A (zh) | 一种基于层次分析法的保护设备状态预警方法 | |
CN109375050B (zh) | 一种基于初始故障线路割集的电力系统关键断面辨识方法 | |
CN111612296B (zh) | 一种换流站电力设备在线监测装置量化配置方法 | |
CN113052473B (zh) | 一种基于故障率和静态安全分析的电网风险分析方法 | |
CN112257265A (zh) | 一种基于健康指数和非等间距灰色模型的电力变压器寿命预测方法 | |
CN110782157A (zh) | 一种基于发电设备重要度的维修方式制定方法 | |
CN103440410A (zh) | 主变个体缺陷概率预测方法 | |
CN111612371A (zh) | 一种基于层次分析法的智能电表质量评估方法 | |
CN114169683A (zh) | 基于模糊综合评价理论的发电机励磁系统状态评价方法 | |
CN114399135A (zh) | 基于层次分析法的电网运行异常指标朔因关联度确定方法 | |
CN109359742B (zh) | 一种地铁子系统预防维修周期的生成方法 | |
CN115755831A (zh) | 一种基于模糊层次分析的故障诊断方法及系统 | |
CN106447521A (zh) | 微型断路器资产寿命预测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |