CN110766313B - 一种基于运维检修制度的电缆隧道综合状态评价方法 - Google Patents
一种基于运维检修制度的电缆隧道综合状态评价方法 Download PDFInfo
- Publication number
- CN110766313B CN110766313B CN201910997812.0A CN201910997812A CN110766313B CN 110766313 B CN110766313 B CN 110766313B CN 201910997812 A CN201910997812 A CN 201910997812A CN 110766313 B CN110766313 B CN 110766313B
- Authority
- CN
- China
- Prior art keywords
- state
- evaluation
- matrix
- factors
- qualitative
- 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 184
- 238000012423 maintenance Methods 0.000 title claims abstract description 43
- 239000011159 matrix material Substances 0.000 claims abstract description 139
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012544 monitoring process Methods 0.000 claims abstract description 35
- 238000012549 training Methods 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 46
- 239000013598 vector Substances 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000015556 catabolic process Effects 0.000 claims description 10
- 238000006731 degradation reaction Methods 0.000 claims description 10
- 229910052760 oxygen Inorganic materials 0.000 claims description 10
- 239000001301 oxygen Substances 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 9
- 239000007789 gas Substances 0.000 claims description 8
- 238000011478 gradient descent method Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 6
- 238000000513 principal component analysis Methods 0.000 claims description 5
- 238000009529 body temperature measurement Methods 0.000 claims description 4
- 239000013307 optical fiber Substances 0.000 claims description 4
- 239000000779 smoke Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 206010048669 Terminal state Diseases 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000003491 array Methods 0.000 claims description 2
- 238000005336 cracking Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 238000009413 insulation Methods 0.000 description 5
- 239000000047 product Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000008439 repair process Effects 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
- G06Q10/06—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)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Laying Of Electric Cables Or Lines Outside (AREA)
Abstract
本发明公开一种基于运维检修制度的电缆隧道综合状态评价方法，本方法将电缆隧道运行状态评价因素分为定量评价因素和定性评价因素，然后分别基于定量评价因素和定性评价因素对电缆隧道运行状态进行评价，基于感知机的动态权重调整方法，通过真实数据训练，动态匹配定量评价因素权重与定性评价因素权重的划分，最后在电缆隧道综合状态定性因素评价结果、电缆隧道综合状态定量因素评价结果、定量与定性评价因素权重矩阵的基础上求出电缆隧道综合状态评价结果。本发明结合监测采集数据（定量评价因素）与运维检修数据（定性评价因素），实现电缆隧道的状态全息感知与全寿命管理。
Description
技术领域
本发明涉及电力设备的主动故障识别与综合状态评价，尤其涉及一种基于运维检修制度的电缆隧道综合状态评价方法。
背景技术
电缆隧道平均埋深大，采用计划检修和定期巡视不能完全解决运维问题，需要利用现代化的技术手段来提高电力电缆运行监控水平，来保障电缆安全稳定运行，减轻基层单位电力电缆运维压力。
随着电力设备运行期增长，性能逐渐下降，可靠性逐渐下降，电力设备故障率逐渐增大，可能危及系统的安全运行，必须对这些设备的运行状态进行监测。
通过建设电力电缆综合监控系统和电缆隧道综合状态评价方法，可有效减少巡检人员的劳动强度，做到电缆全寿命状态监测和评价，提高管理水平和提高工作效率。
现阶段虽然在输电电缆方面有相关的状态监测与评估方法，但缺乏电缆隧道综合状态评价方法，并存在以下不足：监测装置与数据不够完善；状态评价因素之间没有建立有效的联系；对于非同源重复监测数据没有做出有效的处理与应用；没有充分运用运维检修的评价项目与结果；监测系统评价与运维检修评价无有效耦合，没有形成互补优势，评价结果对运维人员掌握电缆隧道运行状态的指导作用不突出；权重分配不够灵活，无法针对应用结果进行动态划分。
发明内容
本发明要解决的技术问题是提供一种基于运维检修制度的电缆隧道综合状态评价方法，结合监测采集数据(定量评价因素)与运维检修数据(定性评价因素)，实现电缆隧道的状态全息感知与全寿命管理。
为了解决所述技术问题，本发明采用的技术方案是：一种基于运维检修制度的电缆隧道综合状态评价方法，其特征在于：包括以下步骤；
S01)、将电缆隧道运行状态评价因素分为定量评价因素和定性评价因素，定量评价因素为电缆隧道监控系统实时获取的采集参数，定性评价因素包括描述型因素与试验性因素，根据运维检修结果不断更新；
S02)、建立状态集S，S＝{S1,S2,S3，…，Sn}，Sn为表示电缆隧道运行状态的量，状态集适用于定量与定性评价状态分类；
S03)、基于定量评价因素对电缆隧道运行状态进行评价，得到电缆隧道综合状态定量因素评价矩阵B；
S04)、基于定性评价因素对电缆隧道运行状态进行评价，得到电缆隧道综合状态定性因素评价矩阵T；
S05)、采用基于感知机的动态权重调整方法，通过真实数据训练，动态匹配定量评价因素权重i1与定性评价因素权重i2的划分；
S06)、在电缆隧道综合状态定性因素评价矩阵T、电缆隧道综合状态定量因素评价矩阵B、定量与定性评价因素权重矩阵i的基础上建立电缆隧道综合状态评价矩阵R，
S07)、求出电缆隧道综合状态评价结果，在电缆隧道综合状态评价矩阵R做加权平均处理，得到电缆隧道综合状态评价结果。
进一步的，步骤S05的具体过程为：
S51)、建立感知机模型f(x)＝sign(ix+b)，i、x都表示向量，分别代表权重与评价对象，b为常数，权重i表示为：i＝(i1,i2)，i1表示定量评价的权重，i2表示定性评价的权重，评价对象x表示如下，x1、x2分别定量评价与定性评价的结果，x1、x2均为1×4的向量，分别代表正常、注意、异常与严重，对这4个状态做加权处理，得出加权处理结果xa1、xa2，形成矩阵xa，/>
S52)、确定训练数据(i1,i2,b)并划分训练数据参数；
S53)、通过训练数据得出的评价结果与真实结果不匹配，则将训练数据定义为误分类点，定义ix+b为超平面，动态匹配的过程即为误分类点到超平面距离最小优化的过程，误分类点到超平面的距离为za为训练数据对应的理想的综合状态评价加权结果，目标损失函数为误分类点到超平面的总距离，求出向量i与常数b使L(i,b)最小，L(i,b)＝((ixa+b)-za)2；
S54)、使用梯度下降法优化优化误分类点到超平面的总距离使L(i,b)为最小，i向量更新公式为p为学习率，定义为0到1之间的常数，利用梯度下降法将初始化数据不断迭代，找到L(i,b)的最小值，并以此更新权重向量i，此时i的更新公式中对应的i1、i2为要求的定量评价、定性评价的权重。
进一步的，步骤S03的具体过程为：
S31)、定量评价因素分类，根据监测类型将定量评价评价因素分为多个状态量，每个状态量包括多个影响因素；
S32)、构建定量评价因素状态隶属度函数，将电缆隧道监控系统的监测值分别带入隶属度函数得到定量评价因素隶属度函数的计算结果；
S33)、建立定量评价因素状态矩阵W，评价因素状态矩阵基于定量评价因素隶属度函数的计算结果，所有定量评价因素隶属度函数计算结果的集合即为评价因素状态矩阵，每个状态量均有一个评价因素状态矩阵；
S34)、确定定量评价因素的权重等级，确定每个状态量多个影响因素之间的权重等级并形成影响因素的权重矩阵H，每个状态量均有一个影响因素的权重矩阵，同时确定多个状态量之间的权重等级并形成状态量的权重矩阵P；
S35)、建立定量因素的综合状态矩阵Q，每个状态量的评价因素状态矩阵与相应的影响因素权重矩阵乘积是子综合状态矩阵，每个状态量的子综合状态矩阵列叠加就是综合状态矩阵；
S35)、建立电缆隧道综合状态定量因素评价矩阵B，矩阵B等于状态量的权重矩阵P与定量因素的综合状态矩阵Q的乘积。
进一步的，步骤S04的具体过程为：
S41)、定性评价因素分类，将定性评价因素基于运维检修项目分为多个状态量，每个状态量包括多个影响因素；
S42)、定性评价因素权重与劣化程度划分，划分多个状态量之间的权重等级建立状态量权重矩阵K，按从轻到重的方法划分每个影响因素的劣化程度等级，每个裂化程度等级都有对应的基本扣分值；
S43)、定性评价因素状态打分，状态量扣分值由状态量劣化程度和权重共同决定，等于状态量的基本扣分值乘以其权重系数，状态量正常时不扣分，由此分别得出定性评价因素所有状态量的分值；
S44)、建立定性评价因素状态隶属度函数，将各个状态量的分值代入不同的状态隶属度函数，求出所有定性评价因素状态量的隶属度；
S45)、根据各个定性因素的隶属度组成定性因素的综合状态矩阵V；
S46)、建立电缆隧道综合状态定性因素评价矩阵T，矩阵T等于状态量权重矩阵K与定性因素的综合状态矩阵V的乘积。
进一步的，电缆隧道状态集包括正常、注意、异常、严重四个状态，定量评价和定性评价的隶属度函数分别为：
x为影响因素的监测值，a、a1、a2为划分监测参数变量域的值，根据不同的监测参数设定为不同的值，求正常与严重状态的隶属度时，采用函数1和函数2，求注意与异常状态的隶属度时，采用函数3。
进一步的，定量评价和定性评价设置一票否则验证制度，定量评价时，如果某个影响因素的隶属度出现严重状态时，则直接导致最后求出的电缆隧道综合状态评价结果为严重；定性评价时，如果某个状态量总分过低或者某个状态量所属的影响因素得分过低，则直接导致最后求出的电缆隧道综合状态评价结果为严重。
进一步的，定量评价因素包括2个状态量，分别为电缆本体状态量F1、隧道环境状态量F2，电缆本体状态量F1的影响因素包括护层环流F11、光纤测温F12、局部放电F13与线芯温度F14，隧道环境状态量F2的影响因素包括水位F21、烟雾浓度F22、氧气F23、有害气体F24、温度F25、湿度F26。
进一步的，氧气、有害气体、湿度、温度有两种数据来源，分别来自采集装置和智能机器人，属于重复采集的数据，对于此部分数据，采用基于主成分分析的数据降维处理来避免增加状态评价量，采集装置与智能机器人采集的数据分别为O1＝{O11,O12,…O1n}与O2＝{O21,O22,…O2n}，O1、O2代表氧气及有害气体、湿度、温度中的一组数据，首先对O1与O2中的采集数据分别减去各自的平均值得出矩阵O＝{Ov1,Ov2}，然后计算矩阵O的协方差矩阵COV，
根据矩阵O的协方差矩阵COV求特征向量SP_COV1与SP_COV2，
SP_COV1＝{sp_cov11,sp_cov12}，
SP_COV2＝{sp_cov21,sp_cov22}，
选取较大的特征向量，形成新矩阵SP_COV，新矩阵SP_COV为较大特征向量的元素的列叠加，将矩阵O与矩阵SP_COV相乘得到新的矩阵中的数据即为降维后的数据。
进一步的，定性评价因素的状态量包括电缆本体状态量、电缆线路终端状态量、电缆线路中间接头状态量、电缆线路附属设施状态量、电缆线路过电压限制器状态量和电缆线路通道状态量。
本发明的有益效果：本专利针对电缆隧道提供一种有效的综合状态评价方法，结合监测采集数据(定量评价因素)与运维检修数据(定性评价因素)实现电缆隧道的状态全息感知与全寿命管理。
通过综合状态评价方法，系统能及时告警，通知运维人员对出现的安全运行隐患及时处置，可有效减少巡检人员的劳动强度，做到电缆全生命期状态监测，提高管理水平和提高工作效率。保障电缆隧道安全稳定运行，减轻基层单位电力电缆运维压力。
本专利相对与现有技术的改进点是：
1)现有的电缆状态评价技术多针对于输电电缆，本专利结合电缆隧道综合监控的装置布置与数据采集特点，加入智能机器人、隧道环境等评价因素，建立较为完整的电缆综合状态评价方法。
2)针对综合状态评价运用的非同源重复监测数据，采用基于主成分分析的数据降维处理，高效利用数据，避免增加状态评价量。
3)采用数据监测采集定量评价与运维检修定性评价相结合的电缆隧道综合状态评价方法，将运维检修结果作为基于数据采集评价的有效补充，使综合状态评价因素之间建立有效的联系。每当进行运维检修后，根据运维检修情况更新电缆隧道综合状态评价结果，否则以上次运维检修情况为准。以此将电缆隧道监测采集参数与运维检修做有机的结合，最大程度接近电缆隧道的真实运行状况。
4)采用基于感知机的动态权重调整方法，通过权重划分效果，建立真实训练数据，动态匹配权重划分，使定量与定性权重划分合理，确保定量与定性组合评价的合理耦合。
附图说明
图1为实施例1中电缆隧道综合状态评价因素层次分类图；
图2为实施例1中电缆隧道综合状态评价定性因素中电缆本体状态评价因素层次分类图；
图3为实施例1的电缆隧道综合状态评价整体流程图；
图4为实施例1的基于感知机动态确定定量与定性权重的整体流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明。
实施例1
本实施例公开一种基于运维检修制度的电缆隧道综合状态评价方法，如图3所示，包括以下步骤：
S01)、评价因素层次细分，电缆隧道综合状态影响因素多，且较为复杂。电缆隧道评价因素的合理划分对于电缆隧道综合状态评价结果有着重要影响。结合电缆隧道综合状态监控系统与运维检修计划，将评价因素分为两类，如图1所示，分别是定量评价因素与定性评价因素。定量评价因素主要依靠电缆隧道监控系统实时远程获取的采集参数，而定性评价因素包括描述性与试验性因素，根据运维检修结果不断更新，并作为定量评价因素的重要补充。
S02)、建立状态集
将电缆隧道的运行状态分为“正常”、“注意”、“异常”、“严重”共四个状态，分别用S1、S2、S3、S4表示，该状态集建立适用于定量与定性评价状态分类。状态集表示为S＝{S1，S2，S3，S4}。
S03)、基于定量评价因素对电缆隧道运行状态进行评价，得到电缆隧道综合状态定量因素评价矩阵B，本步骤包括以下几个子步骤：
S31)、定量因素分类
如图1所示，将定量因素根据监测类型分为2个状态量，分别为电缆本体状态量F1、隧道换将状态量F2，电缆本体状态量F1的影响因素包括护层环流F11、光纤测温F12、局部放电F13与线芯温度F14，隧道环境状态量F2的影响因素包括水位F21、烟雾浓度F22、氧气F23、有害气体F24、温度F25、湿度F26。
S32)、基于主成分分析的数据降维处理
定量评价因素中的氧气F23、有害气体F24、温度F25、湿度F26有两种数据来源，分别来自采集装置和智能机器人，属于重复采集的数据。为避免增加状态评价量，采用基于主成分分析的数据降维处理，以氧气为例，采集装置和智能机器人采集的氧气数据分别为：O1＝{O11，O12，…O1n}与O2＝{O21，O22，…O2n}
S321)、去平均值
O1与O2中的采集数据分别减去各自的平均值得出矩阵O＝{Ov1,Ov2}；
S322)、计算协方差矩阵
根据上述矩阵O求出协方差矩阵COV，
S323)、计算协方差矩阵的特征向量
根据矩阵O的协方差矩阵COV求出特征向量SP_COV1与SP_COV2，
SP_COV1＝{sp_cov11,sp_cov12}，
SP_COV2＝{sp_cov21,sp_cov22}，
S324)、选取较大的特征向量，并形成新矩阵SP_COV，
假设SP_COV2向量比SP_COV1向量大，则根据SP_COV2形成新矩阵SP_COV，
S325)、建立降维后的数据
将矩阵O与矩阵SP_COV相乘得到新的矩阵中的数据即为降维后的数据。
对于其他具有两种来源的数据也进行同样的降维处理。
S33)、构建定量评价因素状态隶属度函数
在状态评价的过程中，难点在于评价因素处于临界状态难以进行处理，由于评价因素较多，如处于临界状态的评价因素处理不当会导致评价结果偏离预计值严重。本发明针对定量评价因素采用模糊处理，即评价因素均以一定的隶属度属于状态集，解决评价因素临界状态的隶属度问题。
构建隶属度函数时，由于定量评价因素与其状态成线性关系，因此可根据定量评价因素构建线性隶属度函数，并求出评价因素不同状态的隶属度分布。求某个影响因素正常与严重状态的隶属度时，采用函数1和函数2，求注意与异常状态的隶属度时，采用函数3。根据隧道综合状态系统的监测值代入不同的状态隶属度函数，从而求得定量评价因素隶属度函数的计算结果。
本实施例中，隶属度函数分别为：
x为影响因素的监测值，a、a1、a2为划分监测参数变量域的值，根据不同的监测参数设定为不同的值。
S34)、建立定量评价因素状态矩阵
评价因素状态矩阵基于定量评价因素隶属度函数的计算结果，所有定量评价因素隶属度函数计算结果的集合即为定量评价因素状态矩阵。如下所示的n×4矩阵，表示定量评价因素有n个，各个评价因素的状态有4种。
以电缆本体状态量F1为例，将护层环流F11、光纤测温F12、局部放电F13与线芯温度F14监测值分别代入所述的隶属度函数，求出各自的隶属度向量，如护层环流F11正常W11＝0.8，注意W12＝0.2，异常W13＝0，严重W14＝0，其和为1，其隶属度向量为{0.8,0.2,0,0}。以此可求出电缆本体状态量F1的4×4状态矩阵W1。并按照此步骤得出隧道环境状态量F2的状态矩阵W2。
S35)、定量评价因素一票否则验证
对于重要的定性评价因素而言，需要设置一票否则验证，如电缆本体状态量F1所属的护层环流F11的隶属度向量出现严重状态时，会直接求出最后电缆隧道综合状态评价结果为严重。
S36)、确定定量评价因素的权重等级
定量评价因素由于其自身性质对于电缆隧道综合状态的影响不尽相同，根据影响程度将定量评价因素划分为4类权重等级。
权重4为特别重要特征量，指对电缆隧道安全运行有严重影响，需及时检修甚至停止运行；
权重3为重要特征量，指对电缆隧道安全运行有较大影响，但可以通过检修进行消缺；
权重2为比较重要特征量，指对电缆隧道安全运行影响较小，无需做紧急处理；
权重1为一般重要特征量，指对电缆隧道安全运行基本无影响。
根据定量因素的分类，需要对电缆本体状态量F1、隧道环境状态量F2的各个影响因素划分合理的权重，形成各自的权重矩阵H，如电缆本体状态量F1有4个影响因素，则会形成权重矩阵H1，H1＝{H11,H12,H13,H14}；
此外，还需要形成各状态量之间的权重矩阵，即电缆本体状态量F1、隧道环境状态量F2之间的权重矩阵P，
P＝{P1,P2}。
S37)、建立定量因素的综合状态矩阵Q
综合状态矩阵是相应的权重矩阵与评价因素状态矩阵的乘积，需要先求出电缆本体状态量F1综合状态矩阵Q1＝H1×W1，隧道环境状态量F2综合状态矩阵Q2＝H2×W2，得到综合状态矩阵Q，
S38)、建立电缆隧道综合状态定量因素评价矩阵
在定量因素的综合状态矩阵Q和各状态量的权重矩阵P的基础上，求出电缆隧道综合状态评价矩阵B，
S04)、基于定性评价因素对电缆隧道运行状态进行评价，得到电缆隧道综合状态定性因素评价矩阵，本步骤包括以下几个子步骤：
S41)、定性评价因素层次细分
定性因素主要基于运维检修项目进行分类，如图1所示，主要分为6个单元：电缆本体状态量F3、电缆线路终端状态量F4、电缆线路中间接头状态量F5、电缆线路附属设施状态量F6、电缆线路过电压限制器状态量F7和电缆线路通道状态量F8。
其中电缆本体状态量F3、电缆线路终端状态量F4、电缆线路中间接头状态量F5都可以划分为家庭缺陷、外观巡检与试验；电缆线路附属设施状态量F6、电缆线路过电压限制器状态量F7划分为外观巡检与试验；电缆线路通道状态量F8主要为外观巡检。
家庭缺陷、外观巡检与试验根据运维检修对象不同划分为不同的因素，如图2所示，以电缆本体状态量F3为例，家庭缺陷为同厂同型同期设备的故障信息F311；外观巡检为外护套外观F321与电缆终端外观F322；试验为芯线直流电阻F331、芯线直流电阻不平衡系数F332、芯线对地电容F333、主绝缘绝缘电阻F334、主绝缘局部放电F335、主绝缘介质损耗F336、主绝缘耐压试验F337、外护套及内衬层绝缘电阻测试F338与护套耐受能力F339。
S42)、定性评价因素权重与劣化程度划分
权重划分参考定量评价因素权重划分，定性因素6个状态量分别划定权重，分为权重1、权重2、权重3与权重4共4个等级，建立权重矩阵K，
K＝{K3,K4,K5,K6,K7,K8}。
劣化程度从轻到重分为4个等级，分别为Ⅰ、Ⅱ、Ⅲ和Ⅳ级，其对应的基本扣分值为2、4、8、10分。
S43)、定性评价因素状态打分
状态量扣分值由状态量劣化程度和权重共同决定，即状态量应扣分值等于该状态量的基本扣分乘以权重系数。状态量正常时不扣分。以电缆本体状态量F3为例，其所属定性评价因素外护套外观F321权重等级为2，劣化程度为Ⅰ级，基本扣分为2分，则该项应扣分值为4分。并以此方法得出电缆本体状态量F3所属所有定性评价因素得分和电缆本体状态量F3的总分值。
由此分别得出电缆本体状态量F3、电缆线路终端状态量F4、电缆线路中间接头状态量F5、电缆线路附属设施状态量F6、电缆线路过电压限制器状态量F7和电缆线路通道状态量F8的分值情况。其总得分分值为100分，需要根据各个状态量所属因素的权重进行相应的处理。
S44)、定性评价因素一票否决验证
对于重要的定性评价因素而言，需要设置一票否决验证，如电缆本体状态量F3总分或者其所属的主绝缘耐压试验F337得分过低，会直接求出最后电缆隧道综合状态评价结果为严重。
S45)、建立定性评价因素状态隶属度函数
定性评价因素状态隶属度函数建立参考定量评价因素，构建线性隶属度函数，并求出评价因素不同状态的隶属度分布。求正常与严重状态的隶属度时，采用函数1和函数2，求注意与异常状态的隶属度时，采用函数3。将各个状态量的分值代入不同的状态隶属度函数，求出所有定性评价因素状态量的隶属度。
S46)、建立定性因素综合状态矩阵V
根据各个定性因素的隶属度组成定性因素的综合状态矩阵V，
V3、V4、V5、V6、V7、V8分别为电缆本体状态量F3、电缆线路终端状态量F4、电缆线路中间接头状态量F5、电缆线路附属设施状态量F6、电缆线路过电压限制器状态量F7和电缆线路通道状态量F8的隶属度函数计算结果。
S47)、建立电缆隧道综合状态定性因素评价矩阵T
在定性因素的综合状态矩阵V和各单元的权重矩阵K的基础上，求出电缆隧道综合状态定性因素评价矩阵T，
S05)、基于感知机的动态权重调整
定量与定性权重划分对于评价结果至关重要，采用基于感知机的动态权重调整方法，通过真实数据训练，动态匹配权重划分，确保定量与定性组合评价的合理耦合。如图4所示，本步骤包括以下几个子步骤：
S51)、建立感知机模型
f(x)＝sign(ix+b)，
上式中的i和x都表示向量，分别代表权重与评价对象，权重i表示为：
i＝(i1,i2)，i1表示定量评价的权重，i2表示定性评价的权重，评价对象x表示如下，x1、x2分别定量评价与定性评价的结果，x1、x2均为1×4的向量，分别代表正常、注意、异常与严重，对这4个状态按照权重分别为1、2、4、8做加权处理，得出加权处理结果xa1、xa2，形成矩阵xa，/>
S52)、确定训练数据并分配合理权重
确定训练数据(i1,i2,b)，根据电缆隧道综合状态评价经验可初步划分训练数据参数。
S53)、建立目标损失函数
通过训练数据得出的评价结果与真实结果不匹配，则将训练数据定义为误分类点，定义ix+b＝0为超平面，动态匹配的过程即为误分类点到超平面距离最小优化的过程。误分类点到超平面的距离定义如下，za为训练数据对应的理想的综合状态评价加权结果。
目标损失函数为误分类点到超平面的总距离，即求出向量i与常数b使L(i,b)最小，
L(i,b)＝((ixa+b)-za)2。
S54)、使用梯度下降法优化总距离
使用梯度下降法优化误分类点到超平面的总距离L(i,b)为最小，i向量更新公式如下，
p为学习率，一般定义为0到1之间的常数；
利用梯度下降法将初始化数据不断迭代，快速找到L(i,b)的最小值，并以此更新权重向量i，此时i的更新公式中对应的i1,i2为要求的定量评价、定性评价的权重。
S06)、建立电缆隧道综合状态矩阵M
电缆隧道综合状态矩阵M是建立在电缆隧道综合状态定量因素评价矩阵B与电缆隧道综合状态定性因素评价矩阵T的基础上，
S07)、建立电缆隧道综合状态评价矩阵R
在电缆隧道综合状态定性因素评价矩阵T、电缆隧道综合状态定量因素评价矩阵B、定量与定性评价因素权重矩阵i的基础上建立电缆隧道综合状态评价矩阵R，
S08)、求出电缆隧道综合状态评价结果
在电缆隧道综合状态评价矩阵R做加权平均处理，加权参照权重等价划分，正常为1，注意为2，异常为4，严重为8，得到电缆隧道综合状态评价结果。如存在一票否决验证通过的情况，会得出电缆隧道综合状态严重的结果。
实施本方法时，如果运维检修结果更新，则在完成定性因素评价之后，进行电缆隧道综合状态评价，否则继续在上次运维检修结果的基础上，进行电缆隧道综合状态评价。
以上描述的仅是本发明的基本原理和优选实施例，本领域技术人员根据本发明做出的改进和替换，属于本发明的保护范围。
Claims (9)
1.一种基于运维检修制度的电缆隧道综合状态评价方法，其特征在于：包括以下步骤；
S01)、将电缆隧道运行状态评价因素分为定量评价因素和定性评价因素，定量评价因素为电缆隧道监控系统实时获取的采集参数，定性评价因素包括描述型因素与试验性因素，根据运维检修结果不断更新；
S02)、建立状态集S，S＝{S1,S2,S3，…，Sn}，Sn为表示电缆隧道运行状态的量，状态集适用于定量与定性评价状态分类；
S03)、基于定量评价因素对电缆隧道运行状态进行评价，得到电缆隧道综合状态定量因素评价矩阵B；
S04)、基于定性评价因素对电缆隧道运行状态进行评价，得到电缆隧道综合状态定性因素评价矩阵T；
S05)、采用基于感知机的动态权重调整方法，通过真实数据训练，动态匹配定量评价因素权重i1与定性评价因素权重i2的划分；
S06)、在电缆隧道综合状态定性因素评价矩阵T、电缆隧道综合状态定量因素评价矩阵B、定量与定性评价因素权重矩阵i的基础上建立电缆隧道综合状态评价矩阵R，
S07)、求出电缆隧道综合状态评价结果，在电缆隧道综合状态评价矩阵R做加权平均处理，得到电缆隧道综合状态评价结果。
2.根据权利要求1所述的基于运维检修制度的电缆隧道综合状态评价方法，其特征在于：步骤S05的具体过程为：
S51)、建立感知机模型f(x)＝sign(ix+b)，i、x都表示向量，分别代表权重与评价对象，b为常数，权重i表示为：i＝(i1,i2)，i1表示定量评价的权重，i2表示定性评价的权重，评价对象x表示如下，x1、x2分别定量评价与定性评价的结果，x1、x2均为1×4的向量，分别代表正常、注意、异常与严重，对这4个状态做加权处理，得出加权处理结果xa1、xa2，形成矩阵xa，/>
S52)、确定训练数据(i1,i2,b)并划分训练数据参数；
S53)、通过训练数据得出的评价结果与真实结果不匹配，则将训练数据定义为误分类点，定义ix+b为超平面，动态匹配的过程即为误分类点到超平面距离最小优化的过程，误分类点到超平面的距离为za为训练数据对应的理想的综合状态评价加权结果，目标损失函数为误分类点到超平面的总距离，求出向量i与常数b使L(i,b)最小，L(i,b)＝((ixa+b)-za)2；
S54)、使用梯度下降法优化优化误分类点到超平面的总距离使L(i,b)为最小，i向量更新公式为p为学习率，定义为0到1之间的常数,利用梯度下降法将初始化数据不断迭代，找到L(i,b)的最小值，并以此更新权重向量i，此时i的更新公式中对应的i1、i2为要求的定量评价、定性评价的权重。
3.根据权利要求1所述的基于运维检修制度的电缆隧道综合状态评价方法，其特征在于：步骤S03的具体过程为：
S31)、定量评价因素分类，根据监测类型将定量评价评价因素分为多个状态量，每个状态量包括多个影响因素；
S32)、构建定量评价因素状态隶属度函数，将电缆隧道监控系统的监测值分别带入隶属度函数得到定量评价因素隶属度函数的计算结果；
S33)、建立定量评价因素状态矩阵W，评价因素状态矩阵基于定量评价因素隶属度函数的计算结果，所有定量评价因素隶属度函数计算结果的集合即为评价因素状态矩阵，每个状态量均有一个评价因素状态矩阵；
S34)、确定定量评价因素的权重等级，确定每个状态量多个影响因素之间的权重等级并形成影响因素的权重矩阵H，每个状态量均有一个影响因素的权重矩阵，同时确定多个状态量之间的权重等级并形成状态量的权重矩阵P；
S35)、建立定量因素的综合状态矩阵Q，每个状态量的评价因素状态矩阵与相应的影响因素权重矩阵乘积是子综合状态矩阵，每个状态量的子综合状态矩阵列叠加就是综合状态矩阵；
S35)、建立电缆隧道综合状态定量因素评价矩阵B，矩阵B等于状态量的权重矩阵P与定量因素的综合状态矩阵Q的乘积。
4.根据权利要求1所述的基于运维检修制度的电缆隧道综合状态评价方法，其特征在于：步骤S04的具体过程为：
S41)、定性评价因素分类，将定性评价因素基于运维检修项目分为多个状态量，每个状态量包括多个影响因素；
S42)、定性评价因素权重与劣化程度划分，划分多个状态量之间的权重等级建立状态量权重矩阵K，按从轻到重的方法划分每个影响因素的劣化程度等级，每个裂化程度等级都有对应的基本扣分值；
S43)、定性评价因素状态打分，状态量扣分值由状态量劣化程度和权重共同决定，等于状态量的基本扣分值乘以其权重系数，状态量正常时不扣分，由此分别得出定性评价因素所有状态量的分值；
S44)、建立定性评价因素状态隶属度函数，将各个状态量的分值代入不同的状态隶属度函数，求出所有定性评价因素状态量的隶属度；
S45)、根据各个定性因素的隶属度组成定性因素的综合状态矩阵V；
S46)、建立电缆隧道综合状态定性因素评价矩阵T，矩阵T等于状态量权重矩阵K与定性因素的综合状态矩阵V的乘积。
5.根据权利要求3或4所述的基于运维检修制度的电缆隧道综合状态评价方法，其特征在于：电缆隧道状态集包括正常、注意、异常、严重四个状态，定量评价和定性评价的隶属度函数分别为：
x为影响因素的监测值，a、a1、a2为划分监测参数变量域的值，根据不同的监测参数设定为不同的值，求正常与严重状态的隶属度时，采用函数1和函数2，求注意与异常状态的隶属度时，采用函数3。
6.根据权利要求3或4所述的基于运维检修制度的电缆隧道综合状态评价方法，其特征在于：定量评价和定性评价设置一票否则验证制度，定量评价时，如果某个影响因素的隶属度出现严重状态时，则直接导致最后求出的电缆隧道综合状态评价结果为严重；定性评价时，如果某个状态量总分过低或者某个状态量所属的影响因素得分过低，则直接导致最后求出的电缆隧道综合状态评价结果为严重。
7.根据权利要求3所述的基于运维检修制度的电缆隧道综合状态评价方法，其特征在于：定量评价因素包括2个状态量，分别为电缆本体状态量F1、隧道环境状态量F2，电缆本体状态量F1的影响因素包括护层环流F11、光纤测温F12、局部放电F13与线芯温度F14，隧道环境状态量F2的影响因素包括水位F21、烟雾浓度F22、氧气F23、有害气体F24、温度F25、湿度F26。
8.根据权利要求7所述的基于运维检修制度的电缆隧道综合状态评价方法，其特征在于：氧气、有害气体、湿度、温度有两种数据来源，分别来自采集装置和智能机器人，属于重复采集的数据，对于此部分数据，采用基于主成分分析的数据降维处理来避免增加状态评价量，采集装置与智能机器人采集的数据分别为O1＝{O11,O12,…O1n}与O2＝{O21,O22,…O2n}，O1、O2代表氧气及有害气体、湿度、温度中的一组数据，首先对O1与O2中的采集数据分别减去各自的平均值得出矩阵O＝{Ov1,Ov2}，然后计算矩阵O的协方差矩阵COV，
根据矩阵O的协方差矩阵COV求特征向量SP_COV1与SP_COV2，
SP_COV1＝{sp_cov11,sp_cov12}，
SP_COV2＝{sp_cov21,sp_cov22}，
选取较大的特征向量，形成新矩阵SP_COV，新矩阵SP_COV为较大特征向量的元素的列叠加，将矩阵O与矩阵SP_COV相乘得到新的矩阵中的数据即为降维后的数据。
9.根据权利要求1所述的基于运维检修制度的电缆隧道综合状态评价方法，其特征在于：定性评价因素的状态量包括电缆本体状态量、电缆线路终端状态量、电缆线路中间接头状态量、电缆线路附属设施状态量、电缆线路过电压限制器状态量和电缆线路通道状态量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910997812.0A CN110766313B (zh) | 2019-10-18 | 2019-10-18 | 一种基于运维检修制度的电缆隧道综合状态评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910997812.0A CN110766313B (zh) | 2019-10-18 | 2019-10-18 | 一种基于运维检修制度的电缆隧道综合状态评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110766313A CN110766313A (zh) | 2020-02-07 |
| CN110766313B true CN110766313B (zh) | 2024-01-26 |
Family
ID=69332879
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910997812.0A Active CN110766313B (zh) | 2019-10-18 | 2019-10-18 | 一种基于运维检修制度的电缆隧道综合状态评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110766313B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111445110B (zh) * | 2020-03-05 | 2023-03-03 | 深圳供电局有限公司 | 基于电缆沟道的环境风险决策方法、装置、计算机设备 |
| CN111598490B (zh) * | 2020-07-11 | 2024-04-26 | 西南石油大学 | 一种基于多状态量融合的光电复合海底电缆状态评估方法及系统 |
| CN112036710A (zh) * | 2020-08-12 | 2020-12-04 | 国家电网有限公司 | 一种高压电缆复合状态评价方法、系统、存储介质及设备 |
| CN113408878A (zh) * | 2021-06-07 | 2021-09-17 | 山东电工电气集团有限公司 | 基于多源信息的电缆隧道运行状态评价方法及区域控制系统 |
| CN115620466B (zh) * | 2022-12-16 | 2023-03-17 | 北京鼎昌复合材料有限责任公司 | 一种疏散平台智慧应急管理系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102621434A (zh) * | 2012-04-19 | 2012-08-01 | 山东大学 | 一种电力电缆隧道运行安全非线性模糊检测方法 |
| CN103761684A (zh) * | 2014-01-20 | 2014-04-30 | 广州供电局有限公司 | 一种输电电缆整体状态的综合评估方法及系统 |
| CN104700321A (zh) * | 2015-03-16 | 2015-06-10 | 国家电网公司 | 一种输变电设备状态运行趋势分析方法 |
| CN106777994A (zh) * | 2016-12-22 | 2017-05-31 | 中铁二院工程集团有限责任公司 | 一种隧道衬砌外水压力评价方法 |
| CN110046738A (zh) * | 2019-01-28 | 2019-07-23 | 南京林业大学 | 一种基于人工智能感知机模型的森林火灾预测方法 |
-
2019
- 2019-10-18 CN CN201910997812.0A patent/CN110766313B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102621434A (zh) * | 2012-04-19 | 2012-08-01 | 山东大学 | 一种电力电缆隧道运行安全非线性模糊检测方法 |
| CN103761684A (zh) * | 2014-01-20 | 2014-04-30 | 广州供电局有限公司 | 一种输电电缆整体状态的综合评估方法及系统 |
| CN104700321A (zh) * | 2015-03-16 | 2015-06-10 | 国家电网公司 | 一种输变电设备状态运行趋势分析方法 |
| CN106777994A (zh) * | 2016-12-22 | 2017-05-31 | 中铁二院工程集团有限责任公司 | 一种隧道衬砌外水压力评价方法 |
| CN110046738A (zh) * | 2019-01-28 | 2019-07-23 | 南京林业大学 | 一种基于人工智能感知机模型的森林火灾预测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 吴瑞琪."基于感知机算法的个人信用贷款评估模型研究".《通讯世界》.2019,(第2期),第233-235页. * |
| 沈杨杨."基于多层次指标体系的输电电缆运行状态模糊评价方法研究".《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2016,(第01期),第9-47页. * |
| 纪 航 等."基于模糊综合评价的超高压输电线路状态评估方法思考".《华东电力》.2009,第37卷(第7期),第1122-1126页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110766313A (zh) | 2020-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110766313B (zh) | 一种基于运维检修制度的电缆隧道综合状态评价方法 | |
| CN107341349B (zh) | 风机健康评估的方法、系统、存储器及控制器 | |
| CN111596604A (zh) | 一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法 | |
| CN111880044B (zh) | 一种含分布式电源配电网在线故障定位方法 | |
| CN105488344B (zh) | 一种配电设备健康指数通用评价方法 | |
| CN109540212A (zh) | 一种基于大数据的电缆井状态评估预警系统及方法 | |
| CN111445103B (zh) | 一种基于工业互联网的输电线缆生产质量管理反馈系统 | |
| CN108053148A (zh) | 一种电力信息系统故障高效诊断方法 | |
| CN110889587B (zh) | 配电网线路风险评估方法 | |
| CN110569278A (zh) | 一种基于大数据分析的变压器缺陷评估方法 | |
| CN115689353A (zh) | 基于gs-svm算法的水电站调速系统健康评估方法 | |
| CN110443481B (zh) | 基于混合k-近邻算法的配电自动化终端状态评价系统及方法 | |
| CN105741184B (zh) | 一种变压器状态评估方法及装置 | |
| CN104732107B (zh) | 以介质参数为评估参量的变压器套管剩余寿命预测方法 | |
| CN112363012A (zh) | 一种电网故障预警装置及方法 | |
| CN117371207A (zh) | 一种特高压换流阀状态评价方法、介质及系统 | |
| CN109784777B (zh) | 基于时序信息片段云相似度度量的电网设备状态评估方法 | |
| CN116596301A (zh) | 基于零次学习法的电缆多状态变量评估模型设计方法及装置 | |
| CN111158338A (zh) | 一种基于主成分分析的化工风险监测方法 | |
| CN115859594A (zh) | 基于层次分析的变电设备的健康评估算法 | |
| CN112734204B (zh) | 配电网故障线路风险评估方法和系统 | |
| CN115565326A (zh) | 新能源高渗透率下的变压器状态评估方法及火灾预警方法 | |
| CN115224684A (zh) | 基于免疫危险理论的智能配电网风险状态辨识方法及系统 | |
| CN113406537A (zh) | 一种电力设备故障程度的定量评估方法 | |
| CN111008779A (zh) | 一种基于多因素评估模型的变压器健康状态评估方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220929 Address after: 16th Floor, Building 5, District 5, Hanyu Financial Business Center, High-tech Zone, Jinan City, Shandong Province, 250000 Applicant after: SHANDONG ELECTRICAL ENGINEERING & EQUIPMENT GROUP Co.,Ltd. Applicant after: Shandong Electric Group Digital Technology Co.,Ltd. Address before: 250101 No.16 Chonghua Road, high tech Development Zone, Jinan City, Shandong Province Applicant before: SHANDONG ELECTRICAL ENGINEERING & EQUIPMENT GROUP Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |