CN111445040B - 设备检修计划择优方法以及相关装置 - Google Patents
设备检修计划择优方法以及相关装置 Download PDFInfo
- Publication number
- CN111445040B CN111445040B CN202010222663.3A CN202010222663A CN111445040B CN 111445040 B CN111445040 B CN 111445040B CN 202010222663 A CN202010222663 A CN 202010222663A CN 111445040 B CN111445040 B CN 111445040B
- Authority
- CN
- China
- Prior art keywords
- equipment
- overhaul
- curve
- cost
- plan
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 143
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000008859 change Effects 0.000 claims abstract description 89
- 238000005265 energy consumption Methods 0.000 claims abstract description 55
- 239000000470 constituent Substances 0.000 claims description 25
- 230000014509 gene expression Effects 0.000 claims description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 16
- 238000012360 testing method Methods 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011056 performance test Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000007619 statistical method Methods 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
- G06Q10/20—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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种设备检修计划择优方法，用于解决人工测试得到少量运行效率数据情况下，刻画出来的设备运行效率变化的过程准确度有限，进而影响到设备最优检修计划的选择问题。本申请实施例方法包括：获取设备的历史运行信息、以及不同的检修计划，根据历史运行信息生成设备的预测负荷曲线，根据预测负荷曲线生成设备的不检修运行效率变化曲线，根据不检修运行效率变化曲线生成设备的不检修运行能耗成本曲线，根据各检修计划与预测负荷曲线生成设备采用各检修计划后的基准运行效率变化曲线，根据各基准运行效率变化曲线生成采用各检修计划后对应的检修后总成本曲线，在成本比较周期内比较设备的全部检修计划，得到并选择目标检修计划。
Description
技术领域
本申请实施例涉及设备检修技术领域，特别涉及一种设备检修计划择优方法以及相关装置。
背景技术
设备的劣化，往往影响设备的运行效率变化，可能会引起设备运行时的能耗升高，进而可能导致设备失效或可靠度下降，且设备长期处于能耗升高的状况运行会造成运行成本的持续增加。因此，在设备的不同检修计划中，需要对设备不同的运行效率变化程度进行针对性检修。
现有技术中，主要通过人工的方式，在一定周期内对设备进行良好状态下的若干工况点的性能测试，以及设备劣化后对应工况点的性能测试，甚至在长周期内，进行多次的性能测试，试图描绘出设备运行效率变化的过程，即设备的运行效率变化曲线，并通过比较最优和最劣状态下的设备性能大致测算出平均负荷下设备性能处于不同运行效率水平点时，设备运行能耗成本的差异，即绘制出设备的运行能耗成本曲线，从而对该设备选择最优的检修计划。以上方法虽然可以大致估算设备性能运行效率变化的过程，由于采用人工的测试方式得到少量运行效率数据情况下，刻画出来的设备运行效率变化的过程准确度有限，进而影响到设备最优检修计划的选择。
发明内容
本申请实施例提供了一种设备计划择优方法，用来解决采用人工的测试方式得到少量运行效率数据情况下，刻画出来的设备运行效率变化的过程准确度有限，进而影响到设备最优检修计划的选择的问题。
本申请实施例第一方面提供了一种设备检修计划择优方法，包括：
获取设备的历史运行信息、以及不同的检修计划；
根据所述历史运行信息生成所述设备的预测负荷曲线；
根据所述预测负荷曲线生成所述设备的不检修运行效率变化曲线；
根据所述不检修运行效率变化曲线生成所述设备的不检修运行能耗成本曲线；
根据各所述检修计划与所述预测负荷曲线生成所述设备采用各所述检修计划后的基准运行效率变化曲线；
根据各所述基准运行效率变化曲线生成所述采用各所述检修计划后对应的检修后总成本曲线；
获取成本比较周期；
在所述成本比较周期内比较所述设备的不检修运行能耗成本曲线对应的运营成本与各所述检修后总成本曲线对应的运营成本，得到目标运营成本；
选择所述目标运营成本对应的目标检修计划。
可选地，所述获取不同的检修计划包括：
获取所述设备的预设停机检修时间、不同运行效率状况下的初步检修计划，所述初步检修计划包括所述设备的检修内容、检修费用、检修周期；
根据所述预设停机检修时间和所述不同运行效率状况下的初步检修计划生成所述不同的检修计划。
可选地，所述根据所述历史运行信息生成所述设备的预测负荷曲线包括：
根据所述历史运行信息生成所述设备的当前运行信息，所述当前运行信息包括所述设备的当前运行效率以及所述设备的各基本单元的当前运行状态；
根据所述当前运行信息和所述历史运行信息生成所述设备的预测负荷曲线。
可选地，所述根据各所述基准运行效率变化曲线生成所述采用各所述目标检修计划后对应的检修后总成本曲线包括：
根据各所述基准运行效率变化曲线生成各所述检修计划后对应的检修后运行能耗成本曲线；
生成根据各所述检修计划的检修成本；
将各所述检修成本与所述检修后运行能耗成本曲线结合，生成所述采用各所述检修计划后对应的检修后总成本曲线。
可选地，所述目标检修计划为成本最低的检修计划。
可选地，在选择目标检修计划之后，所述方法还包括：
展示所述目标检修计划，以及与所述目标检修计划对应的成本曲线，所述成本曲线包括不检修运行能耗成本曲线或检修后总成本曲线。
可选地，在展示所述目标检修计划之后，所述方法还包括：
保存所述目标检修计划。
本申请第二方面提供一种设备检修计划择优装置，包括：
第一获取单元，用于获取设备的历史运行信息、以及不同的检修计划；
第一生成单元，用于根据所述历史运行信息生成所述设备的预测负荷曲线；
第二生成单元，用于根据所述预测负荷曲线生成所述设备的不检修运行效率变化曲线；
第三生成单元，用于根据所述不检修运行效率变化曲线生成所述设备的不检修运行能耗成本曲线；
第四生成单元，用于根据各所述检修计划与所述预测负荷曲线生成所述设备采用各所述检修计划后的基准运行效率变化曲线；
第五生成单元，用于根据各所述基准运行效率变化曲线生成所述采用各所述检修计划后对应的检修后总成本曲线；
第二获取单元，用于获取成本比较周期；
比较单元，用于在所述成本比较周期内比较所述设备的不检修运行能耗成本曲线对应的运营成本与各所述检修后总成本曲线对应的运营成本，得到目标运营成本；
选择单元，用于选择所述目标运营成本对应的目标检修计划。
可选地，第一获取单元在所述获取不同的检修计划时，具体用于：
获取所述设备的预设停机检修时间、不同运行效率状况下的初步检修计划，所述初步检修计划包括所述设备的检修内容、检修费用、检修周期；
根据所述预设停机检修时间和所述不同运行效率状况下的初步检修计划生成所述不同的检修计划。
可选地，第一生成单元在所述根据所述历史运行信息生成所述设备的预测负荷曲线时，具体用于：
根据所述历史运行信息生成所述设备的当前运行信息，所述当前运行信息包括所述设备的当前运行效率以及所述设备的各基本单元的当前运行状态；
根据所述当前运行信息和所述历史运行信息生成所述设备的预测负荷曲线。
可选地，第五生成单元在所述根据各所述基准运行效率变化曲线生成所述采用各所述目标检修计划后对应的检修后总成本曲线时，具体用于：
根据各所述基准运行效率变化曲线生成各所述检修计划后对应的检修后运行能耗成本曲线；
生成根据各所述检修计划的检修成本；
将各所述检修成本与所述检修后运行能耗成本曲线结合，生成所述采用各所述检修计划后对应的检修后总成本曲线。
可选地，所述目标检修计划为成本最低的检修计划。
可选地，所述装置还包括：
展示单元，用于展示所述目标检修计划，以及与所述目标检修计划对应的成本曲线，所述成本曲线包括不检修运行能耗成本曲线或检修后总成本曲线。
可选地，所述装置还包括：
保存单元，用于保存目标检修计划。
本申请第三方面提供一种设备检修计划择优装置，包括：
处理器、存储器、总线、输入输出设备；
所述处理器与所述存储器、输入输出设备相连；
所述总线分别连接所述处理器、存储器以及输入输出设备相连；
所述处理器执行如前述第一方面中任一项所述的方法。
本申请第四方面提供一种计算机存储介质，所述计算机存储介质中存储有指令，所述指令在计算机上执行时，使得所述计算机执行如前述第一方面中任一项所述的方法。
本申请第五方面提供一种计算机程序产品，所述计算机程序产品在计算机上执行时，使得所述计算机执行如前述第一方面中任意一项所述的方法。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请中，通过实时自动获取设备的历史运行信息、以及设备不同的检修计划，经过内置的算法直接可以生成该设备的预测负荷曲线，并通过该预测负荷曲线得到该设备采用不检修时的不检修运行能耗成本曲线，以及通过该预测负荷曲线和不同的检修计划得到该设备采用不同检修计划后的总成本曲线，在设定的成本比较周期内，即可通过对比不检修运行能耗成本曲线与不同检修计划后的总成本曲线得出最优的目标运营成本，再根据该目标运营成本选择对应的目标检修计划。该方法自动记录设备的运行参数，形成历史消息，解决了采用人工的测试方式得到少量运行效率数据情况下，刻画出来的设备运行效率变化的过程准确度有限，进而影响到设备最优检修计划的选择的问题。
附图说明
图1为本申请实施例中设备检修计划择优方法的一个流程示意图；
图2为本申请实施例中设备检修计划择优方法的另一个流程示意图；
图3为本申请实施例中设备检修计划择优装置的一个结构示意图；
图4为本申请实施例中设备检修计划择优装置的另一个结构示意图；
图5为本申请实施例中设备检修计划择优装置的另一个结构示意图。
具体实施方式
本申请实施例提供了一种设备检修计划择优方法以及相关装置，用于解决采用人工的测试方式得到少量运行效率数据情况下，刻画出来的设备运行效率变化的过程准确度有限，进而影响到设备最优检修计划的选择的问题。
请参阅图1，本申请中设备检修计划择优方法的一个实施例，包括：
101、获取设备的历史运行信息、以及不同的检修计划。
本申请的设备检修计划择优方法是针对设备的状况给出对不同的检修计划的择优选择建议，所以需要知晓设备的历史运行信息，根据设备的历史运行信息得知该设备的现有状况，以及不同的可供选择的检修计划。
102、根据历史运行信息生成设备的预测负荷曲线。
在步骤101中获取设备的历史运行信息之后，根据该历史运行信息的规律，比如该设备的在上一个运行周期的运行负荷状况，即可预测该设备在未来某一段时间内的该设备的预设负荷曲线。负荷曲线的横坐标为时间，纵坐标为负荷，设备的负荷曲线的变化规律表现为一个非平稳的随机过程。如果以1小时为间隔对它进行离散化的测量，则可得到一个随机的时间序列。由于生产及生活安排等社会因素及自然季节性的影响，使负荷曲线的变化呈现出一定的周期性。从不同的时间观察，可认为负荷曲线的变化具有一天、一周、一月以至一年的变化周期。这些变化周期的规律可以通过设备的历史运行信息得出。
103、根据预测负荷曲线生成设备的不检修运行效率变化曲线。
在步骤102中生成设备的预测负荷曲线之后，可以进一步结合该设备的历史运行信息的规律，通过预设的运行效率变化曲线算法，可以生成该设备在未来时间内都不进行检修的不检修运行效率变化曲线。该预设的运行效率变化曲线算法是通过对设备划分成不同单元并得到各个单元的运行效率表达式，根据实际设备中的各个单元之间的串并联关系得出设备的运行效率表达式。
104、根据不检修运行效率变化曲线生成设备的不检修运行能耗成本曲线。
将步骤103中的不检修运行效率变化曲线，通过预设的运行能耗成本曲线算法生成该设备的不检修运行能耗成本曲线。该不检修运行能耗成本曲线反映出该设备按照正常的设备运行效率变化和正常的设备负荷进行运行所需要付出的成本随着时间变化的趋势。
105、根据各检修计划与预测负荷曲线生成设备采用各检修计划后的基准运行效率变化曲线。
在步骤101获取设备不同的检修计划，以及步骤102得到设备的预测负荷曲线之后，可以假设该设备的不同检修计划分别付诸实施，从而结合预测负荷曲线进行仿真模拟，生成该设备采用各检修计划后的基准运行效率变化曲线。各检修计划后的基准运行效率变化曲线反映出该设备分别按照各检修计划后的该设备的基准运行效率变化曲线。需要说明的是，经过不同的检修计划对设备的维修，会对设备的运行效率产生影响，经过检修计划后的设备运行效率叫做基准运行效率，即经过检修的设备将从新的运行效率开始发生变化，这个新的运行效率取决于检修计划的检修程度，在此不做限定。
106、根据各基准运行效率变化曲线生成采用各检修计划后对应的检修后总成本曲线。
将步骤105中的仿真模拟生成的各检修计划对应的基准运行效率变化曲线，通过预设的运行能耗成本曲线算法生成该设备的各检修计划后对应的检修后总成本曲线。该各检修计划后对应的检修后总成本曲线反映出该设备按照各检修计划进行检修后进行运行所需要付出的成本随着时间变化的趋势。
107、获取成本比较周期。
本申请中的设备检修计划择优方法是针对在一段时间内比较所有的可供选择的检修计划的最优检修计划，所以需要获取一个用于确定时间范围的成本比较周期。
108、在成本比较周期内比较设备的不检修运行能耗成本曲线对应的运营成本与各检修后总成本曲线对应的运营成本，得到目标运营成本。
在步骤104中得到不检修运行能耗成本曲线，步骤106中得到各检修后总成本曲线，以及步骤107中的到成本比较周期之后，可以在成本比较周期内对比所有的检修计划对应的运营成本，比对各检修计划对应的各种曲线，从而得到一个或多个符合目标的最优的目标运营成本。需要说明的是，本申请所述的运营成本包括在成本比较周期内所有该设备的支出，比如不检修时设备的正常运行开支，检修时的检修成本和检修后设备的正常运行开支等。
109、选择目标运营成本对应的目标检修计划。
在步骤108中得到目标运营成本之后，即可对目标表运营成本对应的目标检修计划进行选择，达到从众多的检修计划中择优的目的。
本申请中，通过实时自动获取设备的历史运行信息、以及设备不同的检修计划，经过利用设备的历史运行规律形成算法直接可以生成该设备的预测负荷曲线，并通过该预测负荷曲线得到该设备采用不检修时的不检修运行能耗成本曲线，以及通过该预测负荷曲线和不同的检修计划得到该设备采用不同检修计划后的总成本曲线，在设定的成本比较周期内，即可通过对比不检修运行能耗成本曲线与不同检修计划后的总成本曲线得出最优的目标运营成本，再根据该目标运营成本选择对应的目标检修计划。该方法自动记录设备的运行参数，形成历史消息，解决了采用人工的测试方式得到少量运行效率数据情况下，刻画出来的设备运行效率变化的过程准确度有限，进而影响到设备最优检修计划的选择的问题。
请参考图2，本申请中的设备检修计划择优方法的另一实施例，包括：
201、获取设备的历史运行信息、以及不同的检修计划。
本申请的设备检修计划择优方法是针对设备的状况给出对不同的检修计划的择优选择建议，所以需要知晓设备的历史运行信息，根据设备的历史运行信息得知该设备的现有状况，以及不同的可供选择的检修计划。
所谓获取设备的历史运行信息，比如，获取历史负荷数据，该历史负荷数据包括不同日期的负荷，该日期又可以分工作日、正常假日和节假日等。以一年的负荷数据为例，例如以2019年的历史负荷数据进行计算，历史负荷数据不仅可包括对于某一日期的日负荷。
所谓获取设备的不同的检修计划，比如，获取设备正常检修计划、设备不检修的检修计划、紧急检修计划等，由于不同的设备有着不同的检修计划分类，不同的检修内容、不同的检修周期，以及对应不同的检修成本，在此不一一举例进行说明。但是需要说明的是，针对设备的每一种维修状况都应有对应的检修计划，该检修计划应包含有检修内容、检修费用、检修周期、检修时长等。有些设备出于安全或者经济等角度的考虑，该设备是不能随时停机进行检修，此时需要获取设备的预设停机检修时间，同时还需要获取针对设备不同状况的检修计划，比如不同运行效率状况下的初步检修计划，该初步检修计划包括所述设备的检修内容、检修费用、检修周期等，此时初步的检修计划可以根据预设停机时间进行针对该设备的初步检修计划进行相应的调整，得到正式的检修计划。
202、根据历史运行信息生成设备的预测负荷曲线。
此步骤的执行如图1中步骤102的执行类似，重复部分在此不再进行赘述。
例如，以2019年的历史负荷数据进行计算，历史负荷数据不仅可包括对于某一日期的日负荷，还可将对某一日期的日负荷通过不同时刻的数据划分为每15分钟的平均负荷或每5分钟的平均负荷，将每一时刻所代表的平均负荷按时刻顺序进行连接，可获得对于某一日期的日负荷曲线。比如对某一日期的日负荷通过不同时刻的数据划分为每15分钟的平均负荷或每5分钟的平均负荷，将每一时刻所代表的平均负荷按时刻顺序进行连接，可获得对于某一日期的日负荷曲线。需要说明的是，在设备处于特殊情况不能获取当前的运行信息时，本步骤可以是根据历史运行信息生成设备的当前运行信息，该当前运行信息包括所述设备的当前运行效率以及所述设备的各基本单元的当前运行状态，再根据当前运行信息和历史运行信息生成该设备的预测负荷曲线。
203、根据预测负荷曲线生成设备的不检修运行效率变化曲线。
在步骤202中生成设备的预测负荷曲线之后，可以进一步结合该设备的历史运行信息的规律，通过预设的运行效率变化曲线算法，可以生成该设备在未来时间内都不进行检修的不检修运行效率变化曲线。该预设的运行效率变化曲线算法是通过对设备划分成不同单元并得到各个单元的运行效率表达式，根据实际设备中的各个单元之间的串并联关系得出设备的运行效率表达式。
所谓设备的运行效率变化曲线算法为：
获取设备所包括的多个组成单元。对需进行运行效率分析的设备的组成部件进行划分，具体划分规则可以按照部件所起到的功能进行划分，例如对于发动机可划分为传动单元、燃烧单元和防护单元等单元，也可以按照单个部件进行划分，例如轴承部件单独划分为一个单元、齿轮部件单独划分为一个单元等，在具体实施过程中，可按照自身需求进行划分，此处不做限定。
获取所述设备内多个组成单元之间的串并联关系，获取所划分出的各个组成单元之间的关系，这里抽象为串联关系和并联关系，在工作过程中设备中的两个组成单元如果是顺序连接，例如发动机中的定子部件与转子部件，若把定子部件和转子部件划分为两个不同的组成单元，则两者在工作时的关系为串联关系。并联关系是指在设备的工作过程中，多个组成单元共同完成一项任务，则两个组成单元的关系视为并联。例如对于汽车上的轮胎部件，多个轮胎共同完成了对地摩擦提供摩擦力使汽车行驶的任务，则对轮胎划分成不同组成单元时各个轮胎组成单元之间为并联关系。
获取所述多个组成单元的运行效率表达式。对划分出的组成单元进行分析，得出组成单元的运行效率表达式，运行效率表达式为组成单元的运行效率与时间和/或累计负荷的关系式，对于单元内包含单个组件的情况可根据组件的单体属性例如疲劳强度、刚性和硬度等属性获得其运行效率与时间和/或累计负荷的关系，对于以功能划分的情况也可对单元具体分析。
读取所述设备的历史参数。设备的历史参数包括设备的设计参数，运行时间，累计负荷等数据，尤其需要实时数据库中有关设备的能耗数据。实时数据库中有关设备的能耗数据可以用于分析设备当前的设备运行效率，并根据当前的设备状态作为将来其他情况下设备运行效率的计算基础。
使用所述组成单元对应的运行效率模型及所述历史参数，获取所述组成单元对应的运行效率表达式。使用上述步骤中获得的设备历史参数对各个组成单元对应的运行效率模型进行处理，将不同时刻不同负荷的设备历史参数带入各个组成单元对应的运行效率模型并进行求解，用统计方法或机器学习方法等生成基于特征表达式和历史数据的组成单元运行效率模型。得出对应设备中不同单元的运行效率模型中所包含的常数值。得到确定的运行效率模型。值得注意的是对于一个组成单元，其对应的运行效率模型应有设定的下限值，设备的运行效率下降过程所遵循的运行效率模型可以表示在一定范围内的下降过程，当设备的运行效率下降至一定程度时，设备的运行效率可能会发生剧烈变化，存在不遵守运行效率模型的情况。对于该下限值的设定可依据人工经验或设备的其他指标进行限定，具体此处不做限定。
根据所述组成单元之间的串并联关系使用所述多个组成单元的运行效率表达式计算得到所述设备的运行效率表达式。得到组成单元的运行效率表达式后，可以根据所述组成单元之间的串并联关系得出对于该设备的运行效率表达式，运算规则遵循电路串并联关系的计算规则，串联情况下表达式之间为相乘关系，并联情况下表达式之间为平均关系由最基本的组成单元向上一层次依次计算，最终得出对于设备的运行效率模型。
使用所述设备的运行效率表达式生成所述设备的运行效率变化曲线。获得了设备的运行效率表达式之后，可以输入运行时间及累计负荷等数值，得出设备在该设定工况下的运行效率，输入不同的运行时间及累计负荷等数值，即可得出设备依照运行时间及累计负荷等数值变化而产生的运行效率变化曲线，运行效率变化曲线对于已设定恒定负荷或规律运行时间的情况下可以便于运行人员直观的了解设备的运行情况以及能耗情况，值得注意的是运行效率变化曲线的因变量可以不只是设备的运行效率，也可以是因设备的运行效率变化而产生的设备能耗量变化等值，在具体实施过程中，此处不做限定。
204、根据不检修运行效率变化曲线生成设备的不检修运行能耗成本曲线。
此步骤的执行如图1中步骤104的执行类似，在此不再进行赘述。
所谓预设的运行能耗成本曲线算法是指：
获取设备的预测负荷曲线，从预测负荷曲线中得知该设备在未来的负荷运行的参数，根据这些该设备在未来的负荷运行的参数即可得知该设备在未来不同时间需要付出的运行成本，将这些运行成本为纵坐标(或横坐标)，对应不同的时间作为横坐标(或纵坐标)连接在坐标系上即可形成运行能耗成本曲线。
205、根据各检修计划与预测负荷曲线生成设备采用各检修计划后的基准运行效率变化曲线。
此步骤的执行如图1中步骤104的执行类似，重复部分在此不再进行赘述。具体生成基准运行效率变化曲线的算法过程可以参考步骤203中的所谓设备的运行效率变化曲线算法，具体在此不再赘述。
206、根据各基准运行效率变化曲线生成采用各检修计划后对应的检修后总成本曲线。
此步骤的执行如图1中步骤106的执行类似，重复部分在此不再进行赘述。
需要说明的是，该总成本还可以是包括各检修计划的检修成本和按照各检修计划进行检修后进行运行所需要付出的成本。该总成本曲线的获取过程为：根据各基准运行效率变化曲线生成各所述检修计划后对应的检修后运行能耗成本曲线，生成根据各所述检修计划的检修成本，将各检修成本与检修后运行能耗成本曲线结合，生成采用各所述检修计划后对应的检修后总成本曲线。具体生成检修后总成本曲线的方法与步骤204的所谓预设的运行能耗成本曲线算法类似，具体在此不再赘述，本步骤中具体把维修成本加入运行能耗成本曲线的运行成本部分，形成检修后总成本曲线。
207、获取成本比较周期。
本步骤的执行如图1中步骤107的执行类似，在此不再进行赘述。
208、在成本比较周期内比较设备的不检修运行能耗成本曲线对应的运营成本与各检修后总成本曲线对应的运营成本，得到目标运营成本。
本步骤的执行如图1中步骤108的执行类似，重复部分在此不再进行赘述。
209、选择目标运营成本对应的目标检修计划。
在步骤208中得到目标运营成本之后，即可对目标运营成本对应的目标检修计划进行选择，达到从众多的检修计划中择优的目的。需要说明的是，目标检修计划一般是指成本最低的检修计划，即在成本比较周期内比较不检修的检修计划与各检修计划，得出目标运营成本对应的检修计划，从而确定出成本最低的检修计划。
210、展示目标检修计划。
在步骤209选择该目标检修计划之后，可以对该目标检修计划进行展示，以便于设备的管理人员对该检修计划进行决策。比如，选择成本最低的检修计划进行展示，此时可以展示该成本最低的检修计划对应检修内容、检修后的运行效率变化曲线、检修后的成本曲线等等。总的来说可以展示与选择的目标检修计划相关的一切信息。
211、保存目标检修计划。
在步骤209选择该目标检修计划之后，可以对该目标计划进行保存，以便于作为以后数据分析的参考基础。
本申请中，通过实时自动获取设备的历史运行信息、以及设备不同的检修计划，经过利用设备的历史运行规律形成算法直接可以生成该设备的预测负荷曲线，并通过该预测负荷曲线得到该设备采用不检修时的不检修运行能耗成本曲线，以及通过该预测负荷曲线和不同的检修计划得到该设备采用不同检修计划后的总成本曲线，在设定的成本比较周期内，即可通过对比不检修运行能耗成本曲线与不同检修计划后的总成本曲线选出最优的目标检修计划。该方法自动记录设备的运行参数，形成历史消息，解决了采用人工的测试方式得到少量运行效率数据情况下，刻画出来的设备运行效率变化的过程准确度有限，进而影响到设备最优检修计划的选择的问题。
上面对本申请的设备检修计划择优方法进行了描述，下面对本申请的设备检修计划择优装置进行描述，请参考图3，包括：
第一获取单元301，用于获取设备的历史运行信息、以及不同的检修计划；
第一生成单元302，用于根据所述历史运行信息生成所述设备的预测负荷曲线；
第二生成单元303，用于根据所述预测负荷曲线生成所述设备的不检修运行效率变化曲线；
第三生成单元304，用于根据所述不检修运行效率变化曲线生成所述设备的不检修运行能耗成本曲线；
第四生成单元305，用于根据各所述检修计划与所述预测负荷曲线生成所述设备采用各所述检修计划后的基准运行效率变化曲线；
第五生成单元306，用于根据各所述基准运行效率变化曲线生成所述采用各所述检修计划后对应的检修后总成本曲线；
第二获取单元307，用于获取成本比较周期；
比较单元308，用于在所述成本比较周期内比较所述设备的不检修运行能耗成本曲线对应的运营成本与各所述检修后总成本曲线对应的运营成本，得到目标运营成本；
选择单元309，用于选择所述目标运营成本对应的目标检修计划。
本申请实施例中，设备检修计划择优装置所执行的操作与前述图1的操作类似，在此不再赘述。
请参阅图4，本申请提供的另一个设备检修计划择优装置的实施例，包括：
第一获取单元401，用于获取设备的历史运行信息、以及不同的检修计划；
第一生成单元402，用于根据所述历史运行信息生成所述设备的预测负荷曲线；
第二生成单元403，用于根据所述预测负荷曲线生成所述设备的不检修运行效率变化曲线；
第三生成单元404，用于根据所述不检修运行效率变化曲线生成所述设备的不检修运行能耗成本曲线；
第四生成单元405，用于根据各所述检修计划与所述预测负荷曲线生成所述设备采用各所述检修计划后的基准运行效率变化曲线；
第五生成单元406，用于根据各所述基准运行效率变化曲线生成所述采用各所述检修计划后对应的检修后总成本曲线；
第二获取单元407，用于获取成本比较周期；
比较单元408，用于在所述成本比较周期内比较所述设备的不检修运行能耗成本曲线对应的运营成本与各所述检修后总成本曲线对应的运营成本，得到目标运营成本；
选择单元409，用于选择所述目标运营成本对应的目标检修计划。
可选地，第一获取单元401在所述获取不同的检修计划时，具体用于：
获取所述设备的预设停机检修时间、不同运行效率状况下的初步检修计划，所述初步检修计划包括所述设备的检修内容、检修费用、检修周期；
根据所述预设停机检修时间和所述不同运行效率状况下的初步检修计划生成所述不同的检修计划。
可选地，第一生成单元402在所述根据所述历史运行信息生成所述设备的预测负荷曲线时，具体用于：
根据所述历史运行信息生成所述设备的当前运行信息，所述当前运行信息包括所述设备的当前运行效率以及所述设备的各基本单元的当前运行状态；
根据所述当前运行信息和所述历史运行信息生成所述设备的预测负荷曲线。
可选地，第五生成单元406在所述根据各所述基准运行效率变化曲线生成所述采用各所述目标检修计划后对应的检修后总成本曲线时，具体用于：
根据各所述基准运行效率变化曲线生成各所述检修计划后对应的检修后运行能耗成本曲线；
生成根据各所述检修计划的检修成本；
将各所述检修成本与所述检修后运行能耗成本曲线结合，生成所述采用各所述检修计划后对应的检修后总成本曲线。
可选地，所述目标检修计划为成本最低的检修计划。
可选地，所述装置还包括：
展示单元410，用于展示所述目标检修计划，以及与所述目标检修计划对应的成本曲线，所述成本曲线包括不检修运行能耗成本曲线或检修后总成本曲线。
可选地，所述装置还包括：
保存单元411，用于保存目标检修计划。
本申请实施例中，设备检修计划择优装置所执行的操作与前述图2的操作类似，在此不再赘述。
下面对设备检修计划择优装置的另一实施例进行描述，请参阅图5，具体包括：
该设备检修计划择优装置500可以包括一个或一个以上中央处理器(centralprocessing units，CPU)501和存储器505，该存储器505中存储有一个或一个以上的应用程序或数据。其中，存储器505可以是易失性存储或持久存储。存储在存储器505的程序可以包括一个或一个以上模块，每个模块可以包括对设备检修计划择优装置中的一系列指令操作。更进一步地，中央处理器501可以设置为与存储器505通信，在设备检修计划择优装置500上执行存储器505中的一系列指令操作。设备检修计划择优装置500还可以包括一个或一个以上电源502，一个或一个以上有线或无线网络接口503，一个或一个以上输入输出接口504，和/或，一个或一个以上操作系统，例如Windows Server，Mac OS X，Unix,Linux，FreeBSD等。该中央处理器501可以执行前述图1至图2所示实施例中的操作，具体此处不再赘述。
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。
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，在本申请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，本申请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)执行本申请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。
Claims (8)
1.一种设备检修计划择优方法，其特征在于，包括：
获取设备的历史运行信息、以及不同的检修计划；
根据所述历史运行信息生成所述设备的预测负荷曲线；
根据所述预测负荷曲线以及预设的运行效率变化曲线算法生成所述设备的不检修运行效率变化曲线，所述运行效率变化曲线算法，包括：获取设备所包括的多个组成单元；获取所述设备内多个组成单元之间的串并联关系；读取所述设备的历史参数；使用所述组成单元对应的运行效率模型及所述历史参数，获取所述组成单元对应的运行效率表达式；根据所述组成单元之间的串并联关系使用所述组成单元对应的运行效率表达式计算得到所述设备的运行效率表达式；使用所述设备的运行效率表达式生成所述设备的运行效率变化曲线；
根据所述不检修运行效率变化曲线生成所述设备的不检修运行能耗成本曲线；
根据各所述检修计划与所述预测负荷曲线生成所述设备采用各所述检修计划后的基准运行效率变化曲线；
根据各所述基准运行效率变化曲线生成所述采用各所述检修计划后对应的检修后总成本曲线；
获取成本比较周期；
在所述成本比较周期内比较所述设备的不检修运行能耗成本曲线对应的运营成本与各所述检修后总成本曲线对应的运营成本，得到目标运营成本；
选择所述目标运营成本对应的目标检修计划；
所述根据所述历史运行信息生成所述设备的预测负荷曲线包括：
根据所述历史运行信息生成所述设备的当前运行信息，所述当前运行信息包括所述设备的当前运行效率以及所述设备的各基本单元的当前运行状态；
根据所述当前运行信息和所述历史运行信息生成所述设备的预测负荷曲线；
所述根据各所述基准运行效率变化曲线生成所述采用各所述目标检修计划后对应的检修后总成本曲线包括：
根据各所述基准运行效率变化曲线生成各所述检修计划后对应的检修后运行能耗成本曲线；
生成根据各所述检修计划的检修成本；
将各所述检修成本与所述检修后运行能耗成本曲线结合，生成所述采用各所述检修计划后对应的检修后总成本曲线。
2.根据权利要求1所述的设备检修计划择优方法，其特征在于，获取不同的检修计划包括：
获取所述设备的预设停机检修时间、不同运行效率状况下的初步检修计划，所述初步检修计划包括所述设备的检修内容、检修费用、检修周期；
根据所述预设停机检修时间和所述不同运行效率状况下的初步检修计划生成所述不同的检修计划。
3.根据权利要求1所述的设备检修计划择优方法，其特征在于，所述目标检修计划为成本最低的检修计划。
4.根据权利要求1至3任意一项所述的设备检修计划择优方法，其特征在于，在选择所述目标检修计划之后，所述方法还包括：
展示所述目标检修计划，以及与所述目标检修计划对应的成本曲线，所述成本曲线包括不检修运行能耗成本曲线或检修后总成本曲线。
5.根据权利要求4所述的设备检修计划择优方法，其特征在于，在展示所述目标检修计划之后，所述方法还包括：
保存所述目标检修计划。
6.一种设备检修计划择优装置，其特征在于，包括：
第一获取单元，用于获取设备的历史运行信息、以及不同的检修计划；
第一生成单元，用于根据所述历史运行信息生成所述设备的预测负荷曲线；
第二生成单元，用于根据所述预测负荷曲线以及预设的运行效率变化曲线算法生成所述设备的不检修运行效率变化曲线，所述运行效率变化曲线算法，包括：获取设备所包括的多个组成单元；获取所述设备内多个组成单元之间的串并联关系；读取所述设备的历史参数；使用所述组成单元对应的运行效率模型及所述历史参数，获取所述组成单元对应的运行效率表达式；根据所述组成单元之间的串并联关系使用所述组成单元对应的运行效率表达式计算得到所述设备的运行效率表达式；使用所述设备的运行效率表达式生成所述设备的运行效率变化曲线；
第三生成单元，用于根据所述不检修运行效率变化曲线生成所述设备的不检修运行能耗成本曲线；
第四生成单元，用于根据各所述检修计划与所述预测负荷曲线生成所述设备采用各所述检修计划后的基准运行效率变化曲线；
第五生成单元，用于根据各所述基准运行效率变化曲线生成所述采用各所述检修计划后对应的检修后总成本曲线；
第二获取单元，用于获取成本比较周期；
比较单元，用于在所述成本比较周期内比较所述设备的不检修运行能耗成本曲线对应的运营成本与各所述检修后总成本曲线对应的运营成本，得到目标运营成本；
选择单元，用于选择所述目标运营成本对应的目标检修计划；
所述第一生成单元，具体用于根据所述历史运行信息生成所述设备的当前运行信息，所述当前运行信息包括所述设备的当前运行效率以及所述设备的各基本单元的当前运行状态；
根据所述当前运行信息和所述历史运行信息生成所述设备的预测负荷曲线；
所述第五生成单元，具体用于根据各所述基准运行效率变化曲线生成各所述检修计划后对应的检修后运行能耗成本曲线；
生成根据各所述检修计划的检修成本；
将各所述检修成本与所述检修后运行能耗成本曲线结合，生成所述采用各所述检修计划后对应的检修后总成本曲线。
7.一种设备检修计划择优装置，其特征在于，包括：
处理器、存储器、总线、输入输出设备；
所述处理器与所述存储器、输入输出设备相连；
所述总线分别连接所述处理器、存储器以及输入输出设备相连；
所述处理器执行如权利要求1至5中任一项所述的方法。
8.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有指令，所述指令在计算机上执行时，使得所述计算机执行如权利要求1至5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010222663.3A CN111445040B (zh) | 2020-03-26 | 2020-03-26 | 设备检修计划择优方法以及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010222663.3A CN111445040B (zh) | 2020-03-26 | 2020-03-26 | 设备检修计划择优方法以及相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111445040A CN111445040A (zh) | 2020-07-24 |
| CN111445040B true CN111445040B (zh) | 2023-07-11 |
Family
ID=71650801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010222663.3A Active CN111445040B (zh) | 2020-03-26 | 2020-03-26 | 设备检修计划择优方法以及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111445040B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007028739A (ja) * | 2005-07-13 | 2007-02-01 | Univ Of Ryukyus | 負荷需要変化に対応する適応的発電機起動停止計画作成方法 |
| CN105262088A (zh) * | 2015-11-25 | 2016-01-20 | 上海交通大学 | 考虑大规模特高压电源调节能力的机组检修计划优化系统 |
| CN109063863A (zh) * | 2018-10-24 | 2018-12-21 | 广东电网有限责任公司 | 考虑区域设备全寿命周期费用-效能比的配网检修计划优化方法 |
-
2020
- 2020-03-26 CN CN202010222663.3A patent/CN111445040B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007028739A (ja) * | 2005-07-13 | 2007-02-01 | Univ Of Ryukyus | 負荷需要変化に対応する適応的発電機起動停止計画作成方法 |
| CN105262088A (zh) * | 2015-11-25 | 2016-01-20 | 上海交通大学 | 考虑大规模特高压电源调节能力的机组检修计划优化系统 |
| CN109063863A (zh) * | 2018-10-24 | 2018-12-21 | 广东电网有限责任公司 | 考虑区域设备全寿命周期费用-效能比的配网检修计划优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于设备状态评价和电网损失风险的配电网检修计划优化模型;李二霞等;《高电压技术》(第11期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111445040A (zh) | 2020-07-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109947088B (zh) | 基于模型全生命周期管理的设备故障预警系统 | |
| CN109767025B (zh) | 用以生成优化的工作范围的设备、存储介质和方法 | |
| US9734001B2 (en) | Efficient health management, diagnosis and prognosis of a machine | |
| CN102486833B (zh) | 装置的效能预测及故障检测的方法 | |
| US20040102872A1 (en) | Method and tool for power plant operational optimization | |
| EP2204712A1 (en) | Method and system for monitoring and analysing energy consumption in operated chemical plants | |
| CN106092190A (zh) | 抽水蓄能机组运行稳定性状态劣化预警方法及系统 | |
| JP2009075081A (ja) | 一過性の異常の検出方法 | |
| JP7053152B2 (ja) | 推奨点検間隔を最適化するシステム及び方法 | |
| CN109726833A (zh) | 动态调整维修策略方法、装置、终端和计算机存储介质 | |
| CN110689141B (zh) | 风力发电机组的故障诊断方法及设备 | |
| JP2017151980A5 (zh) | ||
| CN115689177A (zh) | 一种基于机器学习的变电检修计划智能排程策略方法 | |
| Bohlin et al. | Maintenance optimization with duration-dependent costs | |
| EP3336349B1 (en) | Method and system for configuring wind turbines | |
| US11038450B2 (en) | Systems and methods for predicting the health of integrated drive generators | |
| CN115689207A (zh) | 风电场运维管理方法、装置、计算机设备和存储介质 | |
| CN117670018A (zh) | 汽车制造中的风险预测以及交互式风险减轻的系统及方法 | |
| CN114742363A (zh) | 风电机组的能效状态评价方法、系统及介质 | |
| Gutschi et al. | Evaluating the performance of maintenance strategies: a simulation-based approach for wind turbines | |
| CN111445040B (zh) | 设备检修计划择优方法以及相关装置 | |
| CN116993326A (zh) | 一种智能化设备全生命周期监控方法及系统 | |
| CN116703178A (zh) | 生产产能的分析方法、分析装置、非瞬时性计算机可读介质以及计算机程序产品 | |
| CN115841078A (zh) | 一种油耗预测监控方法、装置、系统及存储介质 | |
| CN114837902B (zh) | 一种风电机组健康度评估方法、系统、设备和介质 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240415 Address after: 518066 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Patentee after: Shenzhen goes out new knowledge property right management Co.,Ltd. Country or region after: China Address before: 523808 Room 308, unit 1, building 18, no.6, Libin Road, Songshanhu Park, Dongguan City, Guangdong Province Patentee before: CR POWER TECHNOLOGY INSTITUTE Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |