CN111143763A - 电力设备状态的评估方法、装置及其存储介质 - Google Patents
电力设备状态的评估方法、装置及其存储介质 Download PDFInfo
- Publication number
- CN111143763A CN111143763A CN201911285179.9A CN201911285179A CN111143763A CN 111143763 A CN111143763 A CN 111143763A CN 201911285179 A CN201911285179 A CN 201911285179A CN 111143763 A CN111143763 A CN 111143763A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- data
- index data
- equipment
- state
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000011156 evaluation Methods 0.000 claims abstract description 213
- 239000011159 matrix material Substances 0.000 claims abstract description 71
- 238000013210 evaluation model Methods 0.000 claims abstract description 56
- 238000007781 pre-processing Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims description 21
- 238000009413 insulation Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 abstract description 6
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- 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
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明实施例涉及一种电力设备状态的评估方法、装置及其存储介质,包括以下步骤:S1.获取互感器设备中的评估指标数据,构建评估模型;S2.基于古林法对评估模型中的评估指标数据确定指标权重,得到指标权重值矩阵;S3.对评估模型中的评估指标数据进行预处理,得到互感器状态数据;S4.对互感器状态数据划分等级,基于云模型和根据划分等级得到互感器设备状态的评估矩阵;S5.将指标权重值矩阵与评估矩阵相乘,得到互感器设备评估的结果。可以评估互感器设备的运行状态,降低设备的故障率,可以提前安排检修,防止设备出现安全事故,保证其运行的安全可靠性,从而提高应用有该互感器设备的电力系统的安全稳定性。
Description
技术领域
本发明涉及电力系统技术领域,尤其涉及一种电力设备状态的评估方法、装置及其存储介质。
背景技术
电子互感器是电力系统中设备的主要组成部分。目前,还没有实现电力系统中的变电站的电子互感器运行状态监控的功能,对电子互感器的状态和可靠性进行分析,对其运行状态评估,对于提高电力系统的安全和稳定具有重要意义。
随着电力系统的发展,电路传输的能量不断提升,电压等级也在不断提升,人民生活对供电质量以及可靠性提出了更高的要求,从而保证电力系统中变电站的安全、稳定运行至关重要,而要求电力系统设备中的互感器有更高的精确度和可靠性,因此需要对电力系统设备中的互感器进行状态评估,做到防患于未然。
因此,针对上述情况,如何对电力系统中具有电子式互感器的设备进行进行风险评估以及检修决策,该风险评估以及检修决策用于给电网系统提供可靠的理论和支持,可以降低电力系统运行的过程中设备故障率,从而提升电力系统稳定性成为本领域技术人员亟待解决的重要技术问题。
发明内容
本发明实施例提供了一种电力设备状态的评估方法、装置及其存储介质,用于解决现有电力系统中没有对具有电子互感器的电力设备运行状态进行评估,该设备的出现故障导致电力系统运行不稳定的技术问题。
为了实现上述目的,本发明实施例提供如下技术方案:
一种电力设备状态的评估方法,应用于具有电子互感器的电力设备上,包括以下步骤:
S1.获取互感器设备中的评估指标数据,构建互感器设备运行状态的评估模型;
S2.基于古林法对所述评估模型中的评估指标数据确定指标权重,得到指标权重值矩阵;
S3.对所述评估模型中的评估指标数据进行预处理,得到互感器状态数据;
S4.对所述互感器状态数据划分等级,基于云模型和根据划分等级得到互感器设备状态的评估矩阵;
S5.将所述指标权重值矩阵与所述评估矩阵相乘,得到所述互感器设备评估的结果。
优选地,所述评估指标数据包括互感器的本体、采集器以及合并器的数据:
所述本体的评估指标数据包括绝缘性能、接触接口、温升和准确度;
所述采集器的评估指标数据包括使用寿命;
所述合并器的评估指标数据包括使用寿命和连接的准确度;
其中,根据所述本体、采集器和合并器的评估指标数据并将这些评估指标数据采用由上往下构建层次结构,建立成所述评估模型。
优选地,确定所述指标权重值的步骤包括:
S10.所述评估模型中存在N个所述评估指标数据,记为{ai},i=1、2、......N,根据对互感器设备的重要度将N个所述评估指标数据按照依次递减的顺序排序,得到排序后的N个所述评估指标数据,记为{aj},j=1、2、......N;
S20.将排序后的N个所述评估指标数据进行两两比较,得到N个所述评估指标数据的重要度;
S30.对N个所述重要度进行基准化处理,得到N个处理后的基准重要度,并将N个所述基准重要度进行求和,得到求和值;
S40.将每个所述基准重要度除于所述求和值,每个所述评估指标数据对应的得到指标权重值,将每个所述指标权重值组成所述指标权重值矩阵。
优选地,所述评估模型中存在N个所述评估指标数据,在所述步骤S3中,对所述评估模型中的每个所述评估指标数据进行预处理,将每个所述评估指标数据转换为0-1之间的数值;所述互感器状态数据中包括有N个与所述评估指标数据相对应的数值。
优选地,对所述评估指标数据预处理的步骤包括:
S01.获取第i时间点所述互感器设备运行状态的当前评估指标数据和该时间点当前评估指标数据的指标安全稳定阈值;
S02.获取所述当前评估指标数据与所述指标安全稳定阈值差值之间的向量作差之后各分量的平方和的开根号;
S03.所述开根号除于所述指标安全稳定阈值,得到处理后与所述当前评估指标数据相对应的数值。
优选地,所述互感器状态数据的等级包括良好、注意、异常和失效,每一个等级代表是数值的区间,所述互感器状态数据中包含有N个数据。
优选地,得到所述评估矩阵的步骤包括:
S100.根据良好、注意、异常和失效这四个等级,得到所述云模型的数值特征值;
S200.根据所述数值特征值得到所述云模型的隶属度;
S300.根据所述隶属度得到所述评估指标数据的隶属度;
S400.将所述互感器设备运行状态中每个所述评估指标数据中的每个等级隶属度构建成所述评估矩阵。
优选地,在所述步骤S5中,所述互感器设备评估的结果包括至少四个评估结果,取四个所述评估结果中的最大值作为所述互感器设备最终的评估结果。
本发明还提供一种电力设备状态的评估装置,应用于具有电子互感器的电力设备上,其包括:
指标数据获取单元,用于从互感器设备中获取评估指标数据,构建互感器设备运行状态的评估模型;
确定指标权重单元,基于古林法用于对所述评估模型中的评估指标数据确定指标权重,得到指标权重值矩阵;
数据处理单元,用于对所述评估模型中的评估指标数据进行预处理,得到互感器状态数据;
评估单元,用于对所述互感器状态数据划分等级,基于云模型和根据划分等级得到互感器设备状态的评估矩阵,并将所述指标权重值矩阵与所述评估矩阵相乘,得到所述互感器设备评估的结果。
本发明还提供一种存储介质,包括存储器以及处理器,
所述存储器用于存储程序代码,并将所述程序代码传输至所述处理器上;
所述处理器用于根据所述程序代码中的指令执行上述所述的电力设备状态的评估方法。
从以上技术方案可以看出,本发明实施例具有以下优点:
1.该电力设备状态的评估方法通过获取互感器设备中的评估指标数据,构建互感器设备运行状态的评估模型;基于古林法对评估模型中的评估指标数据确定指标权重,得到指标权重值矩阵;对评估模型中的评估指标数据进行预处理,得到互感器状态数据;对互感器状态数据划分等级,基于云模型和根据划分等级得到互感器设备状态的评估矩阵;将指标权重值矩阵与评估矩阵相乘,得到互感器设备评估的结果。该电力设备状态的评估方法可以评估互感器设备的运行状态,降低设备的故障率,可以提前安排检修,防止设备出现安全事故,保证其运行的安全可靠性,从而提高应用有该互感器设备的电力系统的安全稳定性,解决了现有电力系统中没有对具有电子互感器的电力设备运行状态进行评估,该设备的出现故障导致电力系统运行不稳定的问题;
2.该电力设备状态的评估装置通过指标数据获取单元得到评估模型,根据评估模型采用确定指标权重单元的古林法得到指标权重值矩阵,并采用数据处理单元对评估模型中的评估指标数据进行预处理得到互感器状态数据,还通过云模型得到评估矩阵并采用评估单元并将指标权重值矩阵与评估矩阵相乘,得到互感器设备评估的结果,实现评估互感器设备的运行状态,降低设备的故障率,可以提前安排检修,防止设备出现安全事故,保证其运行的安全可靠性,从而提高应用有该互感器设备的电力系统的安全稳定性,解决了现有电力系统中没有对具有电子互感器的电力设备运行状态进行评估,该设备的出现故障导致电力系统运行不稳定的问题。
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它的附图。
图1为本发明实施例所述的电力设备状态的评估方法的步骤流程图。
图2为本发明实施例所述的电力设备状态的评估方法中互感器指标数据的层次结构图。
图3为本发明实施例所述的电力设备状态的评估方法中确定指标权重值的步骤流程图。
图4为本发明实施例所述的电力设备状态的评估方法评估指标数据预处理的步骤流程图。
图5为本发明实施例所述的电力设备状态的评估方法得到评估矩阵的步骤流程图。
图6为本发明实施例所述的电力设备状态的评估方法云模型的隶属度图。
图7为本发明实施例所述的电力设备状态的评估装置的框架图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
本申请实施例提供了一种电力设备状态的评估方法、装置及其存储介质,用于解决现有电力系统中没有对具有电子互感器的电力设备运行状态进行评估,该设备的出现故障导致电力系统运行不稳定的技术问题。本实施例中,描述的互感器设备是指具有电子互感器的电力设备。
本发明实施例提供了一种电力设备状态的评估方法,应用于具有电子互感器的电力设备上,如图1所示,图1为本发明实施例所述的电力设备状态的评估方法的步骤流程图。
本发明实施例提供了一种电力设备状态的评估方法包括以下步骤:
S1.获取互感器设备中的评估指标数据,构建互感器设备运行状态的评估模型;
S2.基于古林法对评估模型中的评估指标数据确定指标权重,得到指标权重值矩阵;
S3.对评估模型中的评估指标数据进行预处理,得到互感器状态数据;
S4.对互感器状态数据划分等级,基于云模型和根据划分等级得到互感器设备状态的评估矩阵;
S5.将指标权重值矩阵与评估矩阵相乘,得到互感器设备评估的结果。
在本发明实施例的步骤S1中,主要用于获取互感器设备运行状态中互感器的数据,并将获取的数据构建成用于评估互感器设备运行装置的评估模型。
需要说明的是,获取互感器设备运行状态中互感器的数据中主要包括互感器中本体的数据、互感器中采集器的数据和互感器中合并器的数据。其中,本体的评估指标数据包括绝缘性能、接触接口、温升和准确度;采集器的评估指标数据包括使用寿命;合并器的评估指标数据包括使用寿命和连接的准确度。如图2所示,对获取互感器的数据从上往下构建层次结构,确定互感器的状态量,并建立相应的评估模型,从评价模型的底层向上逐层计算每个状态量得到互感器评估的指标权重。温升指的是温度升高。
在本发明实施例的步骤S2中,基于古林法对评估模型的评估指标数据确定权重。
需要说明的是,古林法是一种量化主观判断的综合评估方法,对互感器进行状态评估时,使用古林法能降低主观性,使评估结果更准确。其中,古林法对评估模型中的每一个数据分别获得指标权重,并将得到各个的指标权重进行归一化,得到指标权重值,将各个指标权重值组成指标权重值矩阵。在本实施例中,指标权重值矩阵为一个1行7列的矩阵。
在本发明实施例的步骤S3中,主要是用于对互感器本体数据中的绝缘性能、接触接口、温升、准确度、互感器采集器数据中的使用寿命、互感器合并器数据中的使用寿命和准确性等指标的状态数据值进行数据预处理,得到处理后的数据,记为互感器状态数据。
需要说明的是,对于互感器中的每一个数据均分别进行预处理,得到每一个数据对应的状态数据,将互感器中的各个状态数据组成互感器状态数据。其中,处理后的状态数据为一个属于0-1区间的数值。
在本发明实施例的步骤S4中,主要将得到的互感器状态数据根据评估标准进行划分等级,将互感器状态数据划分为四个等级,根据四个等级和互感器状态数据中的7个状态数据,基于云模型得到一个7行4列的互感器设备装调的评估矩阵。
需要说明的是,评估标准中的四个等级分别为C1[0,Q),C2[Q,W),C3[W,E),C4[E,R)∪[R,∞),Q为第一区间阈值,W为第二区间阈值,E为第三区间阈值,R为第四区间阈值。其中,此时Q、W、E、R取值按照标准为Q=0.2,W=0.5,E=0.8,R=1。
在本发明实施例的步骤S5中,将指标权重值矩阵的1行7列的矩阵乘于7行四列的评估矩阵,得到评估结果为1行4列的矩阵,这个矩阵中的四个数值为互感器设备评估的结果。
本发明提供的一种电力设备状态的评估方法通过获取互感器设备中的评估指标数据,构建互感器设备运行状态的评估模型;基于古林法对评估模型中的评估指标数据确定指标权重,得到指标权重值矩阵;对评估模型中的评估指标数据进行预处理,得到互感器状态数据;对互感器状态数据划分等级,基于云模型和根据划分等级得到互感器设备状态的评估矩阵;将指标权重值矩阵与评估矩阵相乘,得到互感器设备评估的结果。该电力设备状态的评估方法可以评估互感器设备的运行状态,降低设备的故障率,可以提前安排检修,防止设备出现安全事故,保证其运行的安全可靠性,从而提高应用有该互感器设备的电力系统的安全稳定性,解决了现有电力系统中没有对具有电子互感器的电力设备运行状态进行评估,该设备的出现故障导致电力系统运行不稳定的问题。
图3为本发明实施例所述的电力设备状态的评估方法中确定指标权重值的步骤流程图。
在本发明的一个实施例中,如图3所示,确定指标权重值的步骤包括:
S10.评估模型中存在N个评估指标数据,记为{ai},i=1、2、......N,根据对互感器设备的重要度将N个评估指标数据按照依次递减的顺序排序,得到排序后的N个评估指标数据,记为{aj},j=1、2、......N;
S20.将排序后的N个评估指标数据进行两两比较,得到N个评估指标数据的重要度;
S30.对N个重要度进行基准化处理,得到N个处理后的基准重要度,并将N个所基准重要度进行求和,得到求和值;
S40.将每个基准重要度除于求和值,每个评估指标数据对应的得到指标权重值,将每个指标权重值组成指标权重值矩阵。
需要说明的是,在本实施例中,评估模型中存在7个评估指标数据,因此N=7。在步骤S20中,排序后的7个评估指标数据进行两两比较得出重要度,并用数值定值表示。例如评估指标数据aj与aj-1的相对重要性可以用对应权重wj与wj-1表示,则评估指标数据的重要度Rj,Rj的公式为:
wj-1=Rj×wj。
在步骤S30中,对应与7个评估指标数据的每一个重要度Rj进行基准化处理,得到基准重要度Lj,并设定最后一个评估指标数据的重要度Rj基准化后的基准重要度LN=1为基准,向前计算其他评估指标数据对应的基准重要度Lj的数值,公式如下:
Lj-1=Rj-1×Lj;
LN=1。
在步骤S40中,求和所有的基准重要度Lj,得到求和值,再用每个评估指标数据对应的基准重要度Lj除于求和值,得到每个评估指标数据对应归一化后的指标权重值Wj,Wj的公式为:
因此,根据评估模型中存在7个评估指标数据,得到对应归一化后的指标权重值W1、W2、W3、W4、W5、W6和W7,从而组成指标权重值矩阵W=[W1、W2、W3、W4、W5、W6、W7]。
如图4所示,图4为本发明实施例所述的电力设备状态的评估方法评估指标数据预处理的步骤流程图。
在本发明的一个实施例中,评估模型中存在N个评估指标数据,在步骤S3中,对评估模型中的每个评估指标数据进行预处理,将每个评估指标数据转换为0-1之间的数值;互感器状态数据中包括有N个与评估指标数据相对应的数值。对评估指标数据预处理的步骤包括:
S01.获取第i时间点互感器设备运行状态的当前评估指标数据和该时间点当前评估指标数据的指标安全稳定阈值;
S02.获取当前评估指标数据与指标安全稳定阈值差值之间的向量作差之后各分量的平方和的开根号;
S03.开根号除于指标安全稳定阈值,得到处理后与当前评估指标数据相对应的数值。
需要说明的是,在本实施例中,评估模型中存在7个评估指标数据,分别对应于本体的绝缘性能、本体的接触接口、本体的温升、本体的准确度、采集器的使用寿命、合并器的使用寿命和合并器的准确度这7个评估指标数据。对评估模型中的每个评估指标数据进行预处理,将每个评估指标数据转换为0-1之间的数值。具体地:
当对本体的绝缘性能这个评估指标数据进行数据预处理,其预处理的公式为:
其中,M为互感器设备运行的时间,N为评估指标数据处理后的样本数量,ai为第i个时间点的互感器设备运行状态绝缘性能的评估指标数据,ai *为第i个时间点的互感器运行状态绝缘性能的指标安全稳定阈值,ak为数据预处理后第k个样本的绝缘性能指标的一个数值。
当对本体的接触接口这个评估指标数据进行数据预处理,其预处理的公式为:
当对本体的温升这个评估指标数据进行数据预处理,其预处理的公式为:
当对本体的准确度这个评估指标数据进行数据预处理,其预处理的公式为:
当对采集器的使用寿命这个评估指标数据进行数据预处理,其预处理的公式为:
当对合并器的使用寿命这个评估指标数据进行数据预处理,其预处理的公式为:
当对合并器的准确度这个评估指标数据进行数据预处理,其预处理的公式为:
综上可知,在步骤S3中,得到处理后的互感器状态数据包括数据处理后第k个样本的绝缘性能ak,数据处理后第k个样本的接触接口bk,数据处理后k个样本的温升ck,数据处理后第k个样本的准确度dk,数据处理后第k个样本的采集器的使用寿命ek,数据处理后第k个样本的合并器的使用寿命fk,数据处理后第k个样本的合并器的准确度gk。
如图5和图6所示,图5为本发明实施例所述的电力设备状态的评估方法得到评估矩阵的步骤流程图,图6为本发明实施例所述的电力设备状态的评估方法云模型的隶属度图。
在本发明的一个实施例中,在步骤S4中,感器状态数据的等级包括良好、注意、异常和失效,每一个等级代表是数值的区间,互感器状态数据中包含有N个数据。得到评估矩阵的步骤包括:
S100.根据良好、注意、异常和失效这四个等级,得到云模型的数值特征值;
S200.根据数值特征值得到云模型的隶属度;
S300.根据隶属度得到评估指标数据的隶属度;
S400.将互感器设备运行状态中每个述评估指标数据中的每个等级隶属度构建成评估矩阵。
需要说明的是,C1[0,0.2)为良好状态这个等级区间,C2[0.2,0.5)为注意状态这个等级区间,C3[0.5,0.8)为异常状态这个等级区间,C4[0.8,1)∪[1,∞)为失效状态这个等级的区间。
根据上述划分将互感器状态数据进行划分等级区间,确定云模型的数字特征值;
Ex1=0,Ex2=(Q+W)/2,Ex3=(W+E)/2,Ex4=R;Q=0.2,W=0.5,E=0.8,R=1;
He1=0.1,He2=0.1,He3=0.1,He4=0.1;其中,Ex为求解期望En所构建的字符,En为期望,He为标准方差的开根号,这几个指标数据均是生成云模型的数字特征。En1代表良好状态的期望值,En2代表注意状态的期望值,En3代表异常状态的期望值,En4代表失效状态的期望值。
根据确定的云模型数字特征值,如图6所示,生成云模型的隶属度。
生成云模型云滴的步骤包括:
S301.首先生成以En为期望,He2为标准方差的正态随机数Ey′i,Ey′i=NORMRND(En,He2)。
重复步骤301~步骤303,生成多个云滴,各个云滴组成云模型。其中,U(x)为云模型的隶属度,由很多个云模型云滴组成了云模型图;
在互感器设备运行的任一时刻获取评估指标的测量数据,测量数据经过预处理后得到预处理数据,即ak、bk、ck、dk、ek、fk、gk七种评估指标数据,假设ak、bk、ck、dk、ek、fk、gk七种评估指标数据在一定的误差允许范围内与第t个状态等级的云模型状态有M个相交云滴,每个云滴都有一个相对应的隶属度,则取相交云滴的隶属度平均值作为该指标在第t个等级的隶属度;若性能指标的相对劣化度与四种状态中的一种状态没有相交云滴,此时此种状态隶属度取为0。其中,l表示划分的良好(t=1)、注意(t=2)、异常(t=3)和失效(t=4)这四个等级.
记绝缘性能的隶属度分布向量为r1t,接触接口的隶属度分布向量为r2t,温升的隶属度分布向量为r3t、准确度的隶属度分布向量为r4t、采集器的使用寿命的隶属度分布向量为r5t,合并器的使用寿命的隶属度分布向量为r6t、合并器的准确度的隶属度分布向量为r7t。得到各自的相应的隶属度向量,从而构建一个7行4列的评估矩阵R。
在本发明的一个实施例中,在步骤S5中,互感器设备评估的结果包括至少四个评估结果,取四个评估结果中的最大值作为互感器设备最终的评估结果。
需要说明的是,互感器设备评估的结果HI=W×R,得到一个HI=[HI1 HI2 HI3HI4]矩阵,HI1代表互感器设备状态属于良好的概率,HI2代表互感器设备状态属于注意的概率,HI3代表互感器设备状态属于异常的概率,HI4代表互感器设备状态属于失效的概率。通过比较HI1、HI2、HI3和HI4这四个数值的大小,取最大值HI的状态为互感器设备运行状态的评估最终状态。
实施例二:
如图7所示,图7为本发明实施例所述的电力设备状态的评估装置的框架图。
本发明实施例提供了一种电力设备状态的评估装置,包括:
指标数据获取单元101,用于从互感器设备中获取评估指标数据,构建互感器设备运行状态的评估模型;
确定指标权重单元102,基于古林法用于对评估模型中的评估指标数据确定指标权重,得到指标权重值矩阵;
数据处理单元103,用于对评估模型中的评估指标数据进行预处理,得到互感器状态数据;
评估单元104,用于对互感器状态数据划分等级,基于云模型和根据划分等级得到互感器设备状态的评估矩阵,并将指标权重值矩阵与所评估矩阵相乘,得到互感器设备评估的结果。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
该电力设备状态的评估装置通过指标数据获取单元得到评估模型,根据评估模型采用确定指标权重单元的古林法得到指标权重值矩阵,并采用数据处理单元对评估模型中的评估指标数据进行预处理得到互感器状态数据,还通过云模型得到评估矩阵并采用评估单元并将指标权重值矩阵与评估矩阵相乘,得到互感器设备评估的结果,实现评估互感器设备的运行状态,降低设备的故障率,可以提前安排检修,防止设备出现安全事故,保证其运行的安全可靠性,从而提高应用有该互感器设备的电力系统的安全稳定性,解决了现有电力系统中没有对具有电子互感器的电力设备运行状态进行评估,该设备的出现故障导致电力系统运行不稳定的问题。
实施例三:
本发明实施例提供了一种存储介质,包括存储器以及处理器,
存储器用于存储程序代码,并将程序代码传输至处理器上;
处理器用于根据程序代码中的指令执行上述的电力设备状态的评估方法。
需要说明的是,处理器用于根据所程序代码中的指令执行上述的一种电力设备状态的评估方法实施例中的步骤,例如图1所示的步骤S1至S5。或者,处理器执行计算机程序时实现上述各装置实施例中各模块/单元的功能,例如图7所示单元101至104的功能。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器中,并由处理器执行,以完成本申请。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,该指令段用于描述计算机程序在终端设备中的执行过程。例如,计算机程序可以被分割包括指标数据获取单元101,用于从互感器设备中获取评估指标数据,构建互感器设备运行状态的评估模型;
确定指标权重单元102,基于古林法用于对评估模型中的评估指标数据确定指标权重,得到指标权重值矩阵;
数据处理单元103,用于对评估模型中的评估指标数据进行预处理,得到互感器状态数据;
评估单元104,用于对互感器状态数据划分等级,基于云模型和根据划分等级得到互感器设备状态的评估矩阵,并将指标权重值矩阵与所评估矩阵相乘,得到互感器设备评估的结果;
终端设备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。终端设备可包括,但不仅限于,处理器0、存储器1。本领域技术人员可以理解,并不构成对终端设备的限定,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。
存储器可以是终端设备的内部存储单元,例如终端设备的硬盘或内存。存储器也可以是终端设备的外部存储设备,例如终端设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器还可以既包括终端设备的内部存储单元也包括外部存储设备。存储器用于存储计算机程序以及终端设备所需的其他程序和数据。存储器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,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上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。
Claims (10)
1.一种电力设备状态的评估方法,应用于具有电子互感器的电力设备上,其特征在于,包括以下步骤:
S1.获取互感器设备中的评估指标数据,构建互感器设备运行状态的评估模型;
S2.基于古林法对所述评估模型中的评估指标数据确定指标权重,得到指标权重值矩阵;
S3.对所述评估模型中的评估指标数据进行预处理,得到互感器状态数据;
S4.对所述互感器状态数据划分等级,基于云模型和根据划分等级得到互感器设备状态的评估矩阵;
S5.将所述指标权重值矩阵与所述评估矩阵相乘,得到所述互感器设备评估的结果。
2.根据权利要求1所述的电力设备状态的评估方法,其特征在于,所述评估指标数据包括互感器的本体、采集器以及合并器的数据;
所述本体的评估指标数据包括绝缘性能、接触接口、温升和准确度;
所述采集器的评估指标数据包括使用寿命;
所述合并器的评估指标数据包括使用寿命和连接的准确度;
其中,根据所述本体、采集器和合并器的评估指标数据并将这些评估指标数据采用由上往下构建层次结构,建立成所述评估模型。
3.根据权利要求1所述的电力设备状态的评估方法,其特征在于,确定所述指标权重值的步骤包括:
S10.所述评估模型中存在N个所述评估指标数据,记为{ai},i=1、2、......N,根据对互感器设备的重要度将N个所述评估指标数据按照依次递减的顺序排序,得到排序后的N个所述评估指标数据,记为{aj},j=1、2、......N;
S20.将排序后的N个所述评估指标数据进行两两比较,得到N个所述评估指标数据的重要度;
S30.对N个所述重要度进行基准化处理,得到N个处理后的基准重要度,并将N个所述基准重要度进行求和,得到求和值;
S40.将每个所述基准重要度除于所述求和值,每个所述评估指标数据对应的得到指标权重值,将每个所述指标权重值组成所述指标权重值矩阵。
4.根据权利要求1所述的电力设备状态的评估方法,其特征在于,所述评估模型中存在N个所述评估指标数据,在所述步骤S3中,对所述评估模型中的每个所述评估指标数据进行预处理,将每个所述评估指标数据转换为0-1之间的数值;所述互感器状态数据中包括有N个与所述评估指标数据相对应的数值。
5.根据权利要求1所述的电力设备状态的评估方法,其特征在于,对所述评估指标数据预处理的步骤包括:
S01.获取第i时间点所述互感器设备运行状态的当前评估指标数据和该时间点当前评估指标数据的指标安全稳定阈值;
S02.获取所述当前评估指标数据与所述指标安全稳定阈值差值之间的向量作差之后各分量的平方和的开根号;
S03.所述开根号除于所述指标安全稳定阈值,得到处理后与所述当前评估指标数据相对应的数值。
6.根据权利要求1所述的电力设备状态的评估方法,其特征在于,所述互感器状态数据的等级包括良好、注意、异常和失效,每一个等级代表是数值的区间,所述互感器状态数据中包含有N个数据。
7.根据权利要求6所述的电力设备状态的评估方法,其特征在于,得到所述评估矩阵的步骤包括:
S100.根据良好、注意、异常和失效这四个等级,得到所述云模型的数值特征值;
S200.根据所述数值特征值得到所述云模型的隶属度;
S300.根据所述隶属度得到所述评估指标数据的隶属度;
S400.将所述互感器设备运行状态中每个所述评估指标数据中的每个等级隶属度构建成所述评估矩阵。
8.根据权利要求1所述的电力设备状态的评估方法,其特征在于,在所述步骤S5中,所述互感器设备评估的结果包括至少四个评估结果,取四个所述评估结果中的最大值作为所述互感器设备最终的评估结果。
9.一种电力设备状态的评估装置,应用于具有电子互感器的电力设备上,其特征在于,包括:
指标数据获取单元,用于从互感器设备中获取评估指标数据,构建互感器设备运行状态的评估模型;
确定指标权重单元,基于古林法用于对所述评估模型中的评估指标数据确定指标权重,得到指标权重值矩阵;
数据处理单元,用于对所述评估模型中的评估指标数据进行预处理,得到互感器状态数据;
评估单元,用于对所述互感器状态数据划分等级,基于云模型和根据划分等级得到互感器设备状态的评估矩阵,并将所述指标权重值矩阵与所述评估矩阵相乘,得到所述互感器设备评估的结果。
10.一种存储介质,其特征在于,包括存储器以及处理器,
所述存储器用于存储程序代码,并将所述程序代码传输至所述处理器上;
所述处理器用于根据所述程序代码中的指令执行如权利要求1-8任意一项所述的电力设备状态的评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911285179.9A CN111143763B (zh) | 2019-12-13 | 2019-12-13 | 电力设备状态的评估方法、装置及其存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911285179.9A CN111143763B (zh) | 2019-12-13 | 2019-12-13 | 电力设备状态的评估方法、装置及其存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111143763A true CN111143763A (zh) | 2020-05-12 |
CN111143763B CN111143763B (zh) | 2021-09-17 |
Family
ID=70518358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911285179.9A Active CN111143763B (zh) | 2019-12-13 | 2019-12-13 | 电力设备状态的评估方法、装置及其存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111143763B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113806974A (zh) * | 2021-08-06 | 2021-12-17 | 南方电网科学研究院有限责任公司 | 一种变压器套管电连接的稳定性评估方法、装置及系统 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102654539A (zh) * | 2012-04-01 | 2012-09-05 | 广东省电力调度中心 | 一种电子式互感器运行状态评价方法 |
WO2014101275A1 (zh) * | 2012-12-28 | 2014-07-03 | 辽宁省电力有限公司 | 电子式互感器整体检测与评估系统 |
CN103971171A (zh) * | 2014-04-18 | 2014-08-06 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种输电设备状态评估方法 |
CN104217110A (zh) * | 2014-09-01 | 2014-12-17 | 深圳供电局有限公司 | 一种利用基准态分析的gis状态评估方法及装置 |
CN105975735A (zh) * | 2016-07-19 | 2016-09-28 | 广西电网有限责任公司电力科学研究院 | 一种用于电力设备健康状态评估的建模方法 |
CN106056235A (zh) * | 2016-05-18 | 2016-10-26 | 西安交通大学 | 基于古林法物元可拓模型的输电网效率效益检测方法 |
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 |
WO2017008180A1 (zh) * | 2015-07-16 | 2017-01-19 | 广东产品质量监督检验研究院 | 一种光伏组件失效风险判别方法 |
CN106849069A (zh) * | 2017-03-13 | 2017-06-13 | 东北电力大学 | 一种基于Pin‑SVM的电力系统暂态稳定评估方法 |
CN107831415A (zh) * | 2017-10-20 | 2018-03-23 | 广东电网有限责任公司河源供电局 | 一种变压器绝缘纸老化状态评估的区间值模糊集方法 |
US20180169102A1 (en) * | 2016-11-25 | 2018-06-21 | Shine Biopharma Inc. | Composition for Inducing Differentiation and Protection of Neural Stem Cells and Method for Inducing Neuro-Regeneration Using the Same Composition |
CN108287964A (zh) * | 2018-01-23 | 2018-07-17 | 重庆大学 | 一种基于加速度内积向量的灰云推理结构损伤识别方法 |
CN108304985A (zh) * | 2017-11-16 | 2018-07-20 | 南方电网科学研究院有限责任公司 | 一种电网企业绿地项目优选评估的方法 |
CN108898311A (zh) * | 2018-06-28 | 2018-11-27 | 国网湖南省电力有限公司 | 一种面向智能配电网抢修调度平台的数据质量检测方法 |
CN108985565A (zh) * | 2018-06-14 | 2018-12-11 | 合肥工业大学 | 一种变压器综合状态评估方法 |
CN109284938A (zh) * | 2018-10-18 | 2019-01-29 | 许昌许继软件技术有限公司 | 一种电力电缆线路状态的综合评估方法与装置 |
CN109299551A (zh) * | 2018-09-30 | 2019-02-01 | 武汉大学 | 一种电力变压器状态评估方法 |
CN109375136A (zh) * | 2018-10-25 | 2019-02-22 | 国网天津市电力公司电力科学研究院 | 电子式互感器与主站系统的通信安全评估方法及装置 |
CN109596948A (zh) * | 2018-12-10 | 2019-04-09 | 国网山东省电力公司电力科学研究院 | 一种配电线路绝缘状态评价方法 |
CN109711563A (zh) * | 2018-12-06 | 2019-05-03 | 安徽凯川电力保护设备有限公司 | 一种用于电力设备的运行状态评估方法 |
CN109740953A (zh) * | 2019-01-09 | 2019-05-10 | 华北电力大学(保定) | 一种风电机组的实时状态评估方法 |
CN110082698A (zh) * | 2019-04-16 | 2019-08-02 | 贵州电网有限责任公司 | 一种电容式电压互感器综合运行状态评估仿真系统 |
CN110288240A (zh) * | 2019-06-27 | 2019-09-27 | 四川中电启明星信息技术有限公司 | 基于数据包络分析的配电网投资决策评估方法及系统 |
-
2019
- 2019-12-13 CN CN201911285179.9A patent/CN111143763B/zh active Active
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102654539A (zh) * | 2012-04-01 | 2012-09-05 | 广东省电力调度中心 | 一种电子式互感器运行状态评价方法 |
WO2014101275A1 (zh) * | 2012-12-28 | 2014-07-03 | 辽宁省电力有限公司 | 电子式互感器整体检测与评估系统 |
CN103971171A (zh) * | 2014-04-18 | 2014-08-06 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种输电设备状态评估方法 |
CN104217110A (zh) * | 2014-09-01 | 2014-12-17 | 深圳供电局有限公司 | 一种利用基准态分析的gis状态评估方法及装置 |
WO2017008180A1 (zh) * | 2015-07-16 | 2017-01-19 | 广东产品质量监督检验研究院 | 一种光伏组件失效风险判别方法 |
CN106056235A (zh) * | 2016-05-18 | 2016-10-26 | 西安交通大学 | 基于古林法物元可拓模型的输电网效率效益检测方法 |
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 |
CN105975735A (zh) * | 2016-07-19 | 2016-09-28 | 广西电网有限责任公司电力科学研究院 | 一种用于电力设备健康状态评估的建模方法 |
US20180169102A1 (en) * | 2016-11-25 | 2018-06-21 | Shine Biopharma Inc. | Composition for Inducing Differentiation and Protection of Neural Stem Cells and Method for Inducing Neuro-Regeneration Using the Same Composition |
CN106849069A (zh) * | 2017-03-13 | 2017-06-13 | 东北电力大学 | 一种基于Pin‑SVM的电力系统暂态稳定评估方法 |
CN107831415A (zh) * | 2017-10-20 | 2018-03-23 | 广东电网有限责任公司河源供电局 | 一种变压器绝缘纸老化状态评估的区间值模糊集方法 |
CN108304985A (zh) * | 2017-11-16 | 2018-07-20 | 南方电网科学研究院有限责任公司 | 一种电网企业绿地项目优选评估的方法 |
CN108287964A (zh) * | 2018-01-23 | 2018-07-17 | 重庆大学 | 一种基于加速度内积向量的灰云推理结构损伤识别方法 |
CN108985565A (zh) * | 2018-06-14 | 2018-12-11 | 合肥工业大学 | 一种变压器综合状态评估方法 |
CN108898311A (zh) * | 2018-06-28 | 2018-11-27 | 国网湖南省电力有限公司 | 一种面向智能配电网抢修调度平台的数据质量检测方法 |
CN109299551A (zh) * | 2018-09-30 | 2019-02-01 | 武汉大学 | 一种电力变压器状态评估方法 |
CN109284938A (zh) * | 2018-10-18 | 2019-01-29 | 许昌许继软件技术有限公司 | 一种电力电缆线路状态的综合评估方法与装置 |
CN109375136A (zh) * | 2018-10-25 | 2019-02-22 | 国网天津市电力公司电力科学研究院 | 电子式互感器与主站系统的通信安全评估方法及装置 |
CN109711563A (zh) * | 2018-12-06 | 2019-05-03 | 安徽凯川电力保护设备有限公司 | 一种用于电力设备的运行状态评估方法 |
CN109596948A (zh) * | 2018-12-10 | 2019-04-09 | 国网山东省电力公司电力科学研究院 | 一种配电线路绝缘状态评价方法 |
CN109740953A (zh) * | 2019-01-09 | 2019-05-10 | 华北电力大学(保定) | 一种风电机组的实时状态评估方法 |
CN110082698A (zh) * | 2019-04-16 | 2019-08-02 | 贵州电网有限责任公司 | 一种电容式电压互感器综合运行状态评估仿真系统 |
CN110288240A (zh) * | 2019-06-27 | 2019-09-27 | 四川中电启明星信息技术有限公司 | 基于数据包络分析的配电网投资决策评估方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113806974A (zh) * | 2021-08-06 | 2021-12-17 | 南方电网科学研究院有限责任公司 | 一种变压器套管电连接的稳定性评估方法、装置及系统 |
CN113806974B (zh) * | 2021-08-06 | 2023-10-17 | 南方电网科学研究院有限责任公司 | 一种变压器套管电连接的稳定性评估方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111143763B (zh) | 2021-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abul-Haggag et al. | Application of fuzzy logic for risk assessment using risk matrix | |
CN108053148B (zh) | 一种电力信息系统故障高效诊断方法 | |
CN109544399B (zh) | 基于多源异构数据的输电设备状态评价方法及装置 | |
Brockett et al. | A case study in applying neural networks to predicting insolvency for property and casualty insurers | |
Sauro et al. | Making sense of usability metrics: Usability and six sigma | |
CN113837596A (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
CN111786385A (zh) | 一种电网运维方案规划方法、系统及设备 | |
Li et al. | Reliability modeling of a series system with correlated or dependent component degradation processes | |
CN111143763B (zh) | 电力设备状态的评估方法、装置及其存储介质 | |
Kumar et al. | Fuzzy entropy‐based framework for multi‐faceted test case classification and selection: An empirical study | |
CN114139931A (zh) | 企业数据评估方法、装置、计算机设备及存储介质 | |
CN111144673A (zh) | 组织人员结构评估方法、装置、设备及计算机可读介质 | |
Khoshgoftaar et al. | Assessment of a new three-group software quality classification technique: An empirical case study | |
CN117667570A (zh) | 一种统一监控数字化平台 | |
CN117272145A (zh) | 转辙机的健康状态评估方法、装置和电子设备 | |
CN116776209A (zh) | 一种关口计量装置运行状态辨识方法、系统、设备及介质 | |
CN113835947A (zh) | 一种基于异常识别结果确定异常原因的方法和系统 | |
CN110782163A (zh) | 企业数据处理方法和装置 | |
CN115809818A (zh) | 抽水蓄能电站辅助设备多维诊断评估方法及装置 | |
CN114742412A (zh) | 一种软件技术服务系统及方法 | |
Azadeh et al. | A unique meta-heuristic algorithm for optimization of electricity consumption in energy-intensive industries with stochastic inputs | |
Portela et al. | Reliability of repairable systems with Non-Central Gamma frailty | |
CN113448955B (zh) | 数据集质量评估方法、装置、计算机设备及存储介质 | |
Chen | Complexity metrics for rule-based expert systems | |
CN116149971B (zh) | 设备故障预测方法、装置、电子设备及存储介质 |
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 |