CN112463858B - 一种基于状态评价的输电线路智能检修方法 - Google Patents
一种基于状态评价的输电线路智能检修方法 Download PDFInfo
- Publication number
- CN112463858B CN112463858B CN202011445840.0A CN202011445840A CN112463858B CN 112463858 B CN112463858 B CN 112463858B CN 202011445840 A CN202011445840 A CN 202011445840A CN 112463858 B CN112463858 B CN 112463858B
- Authority
- CN
- China
- Prior art keywords
- transmission line
- power transmission
- state evaluation
- maintenance
- overhaul
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 214
- 238000011156 evaluation Methods 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012423 maintenance Methods 0.000 title claims description 73
- 230000007547 defect Effects 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000010992 reflux Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 230000036541 health Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012797 qualification Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012938 design process Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007711 solidification Methods 0.000 description 2
- 230000008023 solidification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Maintenance And Management Of Digital Transmission (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出一种基于状态评价的输电线路智能检修方法,涉及输电线路运检的技术领域,解决了现有输电线路状态评价及检修的方法准确性低、智能化水平低的问题,克服人工工作量大的缺陷,本发明首先基于输电线路状态评价影响因素在电网大数据平台进行数据回流同步,设置回流频率实现了输电线路状态评价影响因素数据的实时更新,设计了基于状态评价的输电线路智能检修策略模型,模型自动获取数据库的输电线路状态评价影响因素数据并进行计算,根据计算结果确定检修策略,避免了人工开展评价工作量的缺陷,提高输电线路状态评价结果准确性的同时,确保设备的安全稳定运行。
Description
技术领域
本发明涉及输电线路运检的技术领域,更具体地,涉及一种基于状态评价的输电线路智能检修方法。
背景技术
近年来,随着经济的高速发展,电力供应需求逐年增加,线路运检单位所管辖的输电线路数量也逐年增多。输电线路运维检修是传统的电网业务,但由于输电线路运维环境复杂,为确保设备的安全稳定运行,需要根据当前运维要求,并结合设备自身状态情况,开展精细化的设备智能检修。
输电线路的状态评价,是电网每年均需要开展的工作,开展设备的状态评价,输电线路运检人员可以了解设备的健康度情况,输电线路的状态评价也是开展输电设备差异化、精细化检修的基础。经调研,目前输电线路状态评价工作主要由基层输电线路运维人员人工完成,运维人员根据输电线路的缺陷、隐患等情况,对管理的输电线路进行逐一的人工状态评价,而这种做法存在的问题主要有:一、智能化水平低。大量输电线路的运检数据、状态数据无法自动集成,需要人工收集才能开展状态评价;二、人工工作量大。状态评价需要人工一条条对输电线路开展评价,增加了输电线路运维工作量。三、检修计划不够精细。人工开展评价,若无法全面收集设备的缺陷、隐患等数据,则很可能状态评价的结果不够全面、不够准确,设备运维人员无法及时、准确的掌握输电线路的健康度情况,从而无法开展针对性、精细化检修。
2016年10月26日,中国专利(公布号:CN106055889A)中公开了一种架空输电线路状态评价方法,该专利将影响线路运行的多种因素考虑进来,对线路进行综合评价,为制定巡视策略,实施巡检计划提供了宏观理论依据,但此方案首先没有对输电线路的状态进行定量评价,也无法保证评价结果的准确性,更不利于后续实际输电线路检修策略的制定,无法指导运维人员开展精细化检修。
发明内容
为解决现有输电线路状态评价及检修的方法准确性低、智能化水平低的问题,且具有投入人工工作量大的缺陷,无法由此进一步明确系统化的输电线路检修策略,本发明提出一种基于状态评价的输电线路智能检修方法,提高输电线路状态评价结果准确性的同时,系统性地确定输电线路的智能检修策略,确保设备的安全稳定运行。
为了达到上述技术效果,本发明的技术方案如下:
一种基于状态评价的输电线路智能检修方法,至少包括:
S1.利用电网大数据平台将输电线路状态评价影响因素数据信息回流至数据库;
S2.在电网大数据平台设置步骤S1所述数据信息的回流频率,回流的输电线路状态评价影响因素数据信息同步至数据库作为回流数据,并按回流频率自动更新;
S3.设计基于状态评价的输电线路检修策略模型,并将基于状态评价的输电线路检修策略模型进行系统固化;
S4.基于状态评价的输电线路检修策略模型自动获取数据库的回流数据,并进行计算,得出输电线路的智能检修策略,工作人员开展输电线路检修。
优选地,步骤S1所述的输电线路状态评价影响因素数据信息包括:输电线路设备的使用年限数据信息、输电线路设备缺陷数据信息、输电线路设备隐患数据信息、输电线路反措管理数据信息、输电线路特殊区段数据信息、环境变化和极端自然灾害数据信息,这些状态评价影响因素数据信息通过电网大数据平台利用SQL语句建表得到。
优选地,步骤S2所述设置的数据信息的回流频率为每天凌晨回流一次,满足时效性的要求,在电网大数据平台建表获取状态评价所需影响因素数据后,根据设定的回流频率,每次执行任务时则会获取相应表的增量数据,通过电网大数据平台推送到数据库,提高了输电线路运维的智能化水平。
优选地,步骤S3所述基于状态评价的输电线路检修策略模型的设计过程为:
S31.对输电线路状态进行评价,确定输电线路状态评价结果d1及输电线路状态评价的周期d2;
S32.初步划定输电线路的检修类型,确定各检修类型成本d3的求解模型;
S33.基于输电线路状态评价的结果d1,确定输电线路开展检修的时间间隔;
S34.将输电线路状态评价结果d1、输电线路状态评价的周期d2及各检修类型的成本d3作为影响检修类型的因素,形成影响因素矩阵d=[d1,d2,Λ,dm]及初始决策矩阵R′=[rij′]n×m,并归一化处理得到归一化矩阵R=[rij]n×m;
S35.结合归一化矩阵R=[rij]nxm得到输电线路智能检修决策类别公式,对输电线路智能检修决策类别公式取最大值,作为输电线路智能检修策略,从定量角度出发,准确性高。
优选地,步骤S31所述对输电线路状态进行评价,确定输电线路状态评价结果d1的过程为:
S311.获取每一条输电线路的所有状态评价影响因素数据信息;
S312.判断输电线路的设备是否存在缺陷,若是,对超过一个月未消缺的缺陷开展评价,并获取缺陷表象id,执行步骤S313;否则,获取所有状态评价影响因素表象id,执行步骤S313;
S313.确认所有状态评价影响因素表象id的扣分值,并计算输电线路状态的扣分值;
S314.确定输电线路状态评价结果d1的求解模型,表达式为:
输电线路初始状态评价结果T0的表达式为:
其中,T表示输电线路完成状态评价影响因素扣分消除后的状态评价结果,Q表示影响输电线路状态评价的总因素数,xq表示输电线路状态评价各影响因素的权重,Eq表示在影响因素q扣分消除前,所有状态评价扣分因素的扣分总和;Gq表示状输电线路态评价影响因素的衰退系数,Uq表示输电线路的运行年限系数,Uq′为输电线路初始状态评价时的输电线路的运行年限系数;H表示输电线路状态评价影响因素扣分消除后的维持效果系数,I表示维持健康的设备状态评价的难度系数。
优选地,步骤S31所述输电线路状态评价的周期d2的表达式为:
其中,UV为输电线路状态评价所定的时间周期,UE为输电线路设备状态异常,需开展智能检修的时间。
优选地,步骤S32所述初步划定输电线路的检修类型包括:常规运维、缺陷消除、隐患消除及部件更换,各检修类型成本d3的求解模型满足:
d3=c1+c2+c3+τpmεm+Mjx
其中,c1为检修的人工成本,c2为检修的材料成本,c3为检修的时间成本,Mjx为检修期间电网损失的成本,τpm为不同检修类型所需的时间,εm为单位检修时间的检修合格率。
优选地,在步骤S32之后,步骤S33之前还包括考虑输电线路检修后再次遭遇故障的概率的过程,所述概率λ(T)满足:
λ(T)=Le-DT
其中,L和D分别为设定系数和参数,根据输电线路实际运维的经验进行设定。
优选地,步骤S33所述基于输电线路状态评价的结果d1,确定输电线路开展检修的时间间隔满足表达式:
其中,表示输电线路从时间t0到时间t需开展检修的条件密度概率函数;输电线路状态的初始值为T0,检修后再次故障概率的初始值为λ(T0),输电线路完成检修后,设备的状态会存在逐渐严重的可能,随着检修后,时间变化,输电线路状态转为严重的模拟函数为:
进一步计算得到:
其中,λ表示输电线路检修后再次故障的概率;t0表示时间;m、η为参数。
优选地,步骤S34所述将初始决策矩阵R′=[rij′]n×m,归一化处理得到归一化矩阵R=[rij]nxm的过程中元素变换满足:
归一化映射关系满足:rij:f→[0,1];
其中,rij是归一化后的值,rij′是初始值;(rij′)+表示影响因素dj的最大理想值,(rij′)-表示影响因素dj的最小理想值,I1表示输电线路完成检修后的状态评价指标,I2表示成本指标;
初始决策矩阵确定后,各影响因素的权重系数根据输电线路运维经验进行设置为:Ws=[w1 s,w2 s,Λ,wm s];
步骤S35所述结合归一化矩阵R=[rij]nxm得到输电线路智能检修决策类别公式满足:
与现有技术相比,本发明技术方案的有益效果是:
本发明提出了一种基于状态评价的输电线路智能检修方法,首先基于输电线路状态评价影响因素在电网大数据平台进行数据回流同步,设置回流频率实现了输电线路状态评价影响因素数据的实时更新,设计了基于状态评价的输电线路智能检修策略模型并进行系统固化,模型自动获取数据库的输电线路状态评价影响因素数据并进行计算,然后根据计算结果确定检修策略,避免了人工开展评价工作量的缺陷,整个过程从定量角度确定检修方法,提高输电线路状态评价结果准确性的同时,确保设备的安全稳定运行。
附图说明
图1表示本发明实施例中提出的基于状态评价的输电线路智能检修方法的流程示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好地说明本实施例,附图某些部位会有省略、放大或缩小,并不代表实际尺寸;
对于本领域技术人员来说,附图中某些公知内容说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示的基于状态评价的输电线路智能检修方法的示意图,参见图1,所述方法包括:
一种基于状态评价的输电线路智能检修方法,至少包括:
S1.利用电网大数据平台将输电线路状态评价影响因素数据信息回流至数据库;
S2.在电网大数据平台设置步骤S1所述数据信息的回流频率,回流的输电线路状态评价影响因素数据信息同步至数据库作为回流数据,并按回流频率自动更新;
S3.设计基于状态评价的输电线路检修策略模型,并将基于状态评价的输电线路检修策略模型进行系统固化;系统固化是将设计的模型集成封装便于将来统一调用来执行任务,促进输电线路检修的智能化发展。
S4.基于状态评价的输电线路检修策略模型自动获取数据库的回流数据,并进行计算,得出输电线路的智能检修策略,工作人员开展输电线路检修。
在本实施例中,输电线路状态评价影响因素数据信息包括:输电线路设备的使用年限数据信息、输电线路设备缺陷数据信息、输电线路设备隐患数据信息、输电线路反措管理数据信息、输电线路特殊区段数据信息、环境变化和极端自然灾害数据信息,这些状态评价影响因素数据信息通过电网大数据平台利用SQL语句建表得到。
在本实施例中,步骤S2所述设置的数据信息的回流频率为每天凌晨回流一次,满足了时效性的要求,在电网大数据平台建表获取状态评价所需影响因素数据后,根据设定的回流频率,每次执行任务时则会获取相应表的增量数据,通过电网大数据平台推送到数据库。
在本实施例中,步骤S3所述基于状态评价的输电线路检修策略模型的设计过程为:
S31.对输电线路状态进行评价,确定输电线路状态评价结果d1及输电线路状态评价的周期d2;
S32.初步划定输电线路的检修类型,确定各检修类型成本d3的求解模型;
S33.基于输电线路状态评价的结果d1,确定输电线路开展检修的时间间隔;
S34.将输电线路状态评价结果d1、输电线路状态评价的周期d2及各检修类型的成本d3作为影响检修类型的因素,形成影响因素矩阵d=[d1,d2,Λ,dm]及初始决策矩阵R′=[rij′]n×m,并归一化处理得到归一化矩阵R=[rij]n×m;
S35.结合归一化矩阵R=[rij]nxm得到输电线路智能检修决策类别公式,对输电线路智能检修决策类别公式取最大值,作为输电线路智能检修策略。
步骤S31所述对输电线路状态进行评价,确定输电线路状态评价结果d1的过程为:
S311.获取每一条输电线路的所有状态评价影响因素数据信息;
S312.判断输电线路的设备是否存在缺陷,若是,对超过一个月未消缺的缺陷开展评价,并获取缺陷表象id,执行步骤S313;否则,获取所有状态评价影响因素表象id,执行步骤S313;
S313.确认所有状态评价影响因素表象id的扣分值,并计算输电线路状态的扣分值;
S314.确定输电线路状态评价结果d1的求解模型,表达式为:
输电线路初始状态评价结果T0的表达式为:
其中,T表示输电线路完成状态评价影响因素扣分消除后的状态评价结果,Q表示影响输电线路状态评价的总因素数,xq表示输电线路状态评价各影响因素的权重,Eq表示在影响因素q扣分消除前,所有状态评价扣分因素的扣分总和;Gq表示状输电线路态评价影响因素的衰退系数,Uq表示输电线路的运行年限系数,Uq′为输电线路初始状态评价时的输电线路的运行年限系数;H表示输电线路状态评价影响因素扣分消除后的维持效果系数,I表示维持健康的设备状态评价的难度系数。
输电线路状态评价的周期d2的表达式为:
其中,UV为输电线路状态评价所定的时间周期,UE为输电线路设备状态异常,需开展智能检修的时间。
在本实施例中,步骤S32所述初步划定输电线路的检修类型包括:常规运维、缺陷消除、隐患消除及部件更换,各检修类型成本d3的求解模型满足:
d3=c1+c2+c3+τpmεm+Mjx
其中,c1为检修的人工成本,c2为检修的材料成本,c3为检修的时间成本,Mjx为检修期间电网损失的成本,τpm为不同检修类型所需的时间,εm为单位检修时间的检修合格率。
在步骤S32之后,步骤S33之前还包括考虑输电线路检修后再次遭遇故障的概率的过程,所述概率λ(T)满足:
λ(T)=Le-DT
其中,L和D分别为设定系数和参数,根据输电线路实际运维的经验进行设定。
步骤S33所述基于输电线路状态评价的结果d1,确定输电线路开展检修的时间间隔满足表达式:
其中,表示输电线路从时间t0到时间t需开展检修的条件密度概率函数;输电线路状态的初始值为T0,检修后再次故障概率的初始值为λ(T0),输电线路完成检修后,设备的状态会存在逐渐严重的可能,随着检修后,时间变化,输电线路状态转为严重的模拟函数为:
进一步计算得到:
其中,λ表示输电线路检修后再次故障的概率;t0表示时间;m、η为参数。
在本实施例中,步骤S34所述将初始决策矩阵R′=[rij′]n×m,归一化处理得到归一化矩阵R=[rij]nxm的过程中元素变换满足:
归一化映射关系满足:rij:f→[0,1];
其中,rij是归一化后的值,rij′是初始值;(rij′)+表示影响因素dj的最大理想值,(rij′)-表示影响因素dj的最小理想值,I1表示输电线路完成检修后的状态评价指标,I2表示成本指标;
初始决策矩阵确定后,各影响因素的权重系数根据输电线路运维经验进行设置为:Ws=[w1 s,w2 s,Λ,wm s];
步骤S35所述结合归一化矩阵R=[rij]nxm得到输电线路智能检修决策类别公式满足:
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (5)
1.一种基于状态评价的输电线路智能检修方法,其特征在于,至少包括:
S1.利用电网大数据平台将输电线路状态评价影响因素数据信息回流至数据库;
S2.在电网大数据平台设置步骤S1所述数据信息的回流频率,回流的输电线路状态评价影响因素数据信息同步至数据库,并按回流频率自动更新;
S3.设计基于状态评价的输电线路检修策略模型,并将基于状态评价的输电线路检修策略模型进行系统固化;步骤S3所述基于状态评价的输电线路检修策略模型的设计过程为:
S31.对输电线路状态进行评价,确定输电线路状态评价结果d1及输电线路状态评价的周期d2;
S32.初步划定输电线路的检修类型,确定各检修类型成本d3的求解模型;
S33.基于输电线路状态评价的结果d1,确定输电线路开展检修的时间间隔;
S34.将输电线路状态评价结果d1、输电线路状态评价的周期d2及各检修类型的成本d3作为影响检修类型的因素,形成影响因素矩阵d=[d1,d2,…,dm]及初始决策矩阵R′=[rij′]n×m,并归一化处理得到归一化矩阵R=[rij]n×m;
S35.结合归一化矩阵R=[rij]n×m得到输电线路智能检修决策类别公式,对输电线路智能检修决策类别公式取最大值,作为输电线路智能检修策略;
步骤S31所述对输电线路状态进行评价,确定输电线路状态评价结果d1的过程为:
S311.获取每一条输电线路的所有状态评价影响因素数据信息;
S312.判断输电线路的设备是否存在缺陷,若是,对超过一个月未消缺的缺陷开展评价,并获取缺陷表象id,执行步骤S313;否则,获取所有状态评价影响因素表象id,执行步骤S313;
S313.确认所有状态评价影响因素表象id的扣分值,并计算输电线路状态的扣分值;
S314.确定输电线路状态评价结果d1的求解模型,表达式为:
输电线路初始状态评价结果T0的表达式为:
其中,T表示输电线路完成状态评价影响因素扣分消除后的状态评价结果,Q表示影响输电线路状态评价的总因素数,xq表示输电线路状态评价各影响因素的权重,Eq表示在影响因素q扣分消除前,所有状态评价扣分因素的扣分总和;Gq表示输电线路状态评价影响因素的衰退系数,Uq表示输电线路的运行年限系数,Uq′为输电线路初始状态评价时的输电线路的运行年限系数;H表示输电线路状态评价影响因素扣分消除后的维持效果系数,I表示维持健康的设备状态评价的难度系数;
步骤S31所述输电线路状态评价的周期d2的表达式为:
其中,UV为输电线路状态评价所定的时间周期,UE为输电线路设备状态异常,需开展智能检修的时间;
步骤S32所述初步划定输电线路的检修类型包括:常规运维、缺陷消除、隐患消除及部件更换,各检修类型成本d3的求解模型满足:
d3=c1+c2+c3+τpmεm+Mjx
其中,c1为检修的人工成本,c2为检修的材料成本,c3为检修的时间成本,Mjx为检修期间电网损失的成本,τpm为不同检修类型所需的时间,εm为单位检修时间的检修合格率;
步骤S34所述初始决策矩阵R′=[rij′]n×m归一化处理得到归一化矩阵R=[rij]n×m的过程中元素变换满足:
归一化映射关系满足:rij:f→[0,1];
其中,rij是归一化后的值,rij′是初始值;(rij′)+表示影响因素dj的最大理想值,(rij′)-表示影响因素dj的最小理想值,I1表示输电线路完成检修后的状态评价指标,I2表示成本指标;
初始决策矩阵确定后,各影响因素的权重系数根据输电线路运维经验进行设置为:Ws=[w1 s,w2 s,…,wm s];
步骤S35所述结合归一化矩阵R=[rij]n×m得到输电线路智能检修决策类别公式满足:
S4.基于状态评价的输电线路检修策略模型自动获取数据库的回流数据,并进行计算,得出输电线路的智能检修策略,工作人员开展输电线路检修。
2.根据权利要求1所述的基于状态评价的输电线路智能检修方法,其特征在于,步骤S1所述的输电线路状态评价影响因素数据信息包括:输电线路设备的使用年限数据信息、输电线路设备缺陷数据信息、输电线路设备隐患数据信息、输电线路反措管理数据信息、输电线路特殊区段数据信息、环境变化和极端自然灾害数据信息。
3.根据权利要求2所述的基于状态评价的输电线路智能检修方法,其特征在于,步骤S2所述设置的数据信息的回流频率为每天凌晨回流一次。
4.根据权利要求1所述的基于状态评价的输电线路智能检修方法,其特征在于,在步骤S32之后,步骤S33之前还包括考虑输电线路检修后再次遭遇故障的概率的过程,所述概率λ(T)满足:
λ(T)=Le-DT
其中,L和D分别为设定系数和参数,根据输电线路实际运维的经验进行设定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011445840.0A CN112463858B (zh) | 2020-12-11 | 2020-12-11 | 一种基于状态评价的输电线路智能检修方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011445840.0A CN112463858B (zh) | 2020-12-11 | 2020-12-11 | 一种基于状态评价的输电线路智能检修方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112463858A CN112463858A (zh) | 2021-03-09 |
CN112463858B true CN112463858B (zh) | 2023-05-30 |
Family
ID=74802060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011445840.0A Active CN112463858B (zh) | 2020-12-11 | 2020-12-11 | 一种基于状态评价的输电线路智能检修方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112463858B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002140446A (ja) * | 2000-10-31 | 2002-05-17 | Kawasaki Heavy Ind Ltd | 整備管理システム |
CN103793853A (zh) * | 2014-01-21 | 2014-05-14 | 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 | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 |
CN103914791A (zh) * | 2014-03-17 | 2014-07-09 | 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 | 一种电力设备状态检修系统 |
CN104318328A (zh) * | 2014-10-17 | 2015-01-28 | 华中电网有限公司 | 一种电网设备检修决策优化方法 |
CN104346701A (zh) * | 2014-11-11 | 2015-02-11 | 国家电网公司 | 一种电网信息通信设备状态检修评估决策系统 |
CN108491990A (zh) * | 2018-01-27 | 2018-09-04 | 北京天润新能投资有限公司 | 一种风电场设备状态评价及检修决策支持检测方法及系统 |
CN109490713A (zh) * | 2018-12-13 | 2019-03-19 | 中国电力科学研究院有限公司 | 一种用于电缆线路移动巡检及交互诊断的方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103154845A (zh) * | 2010-07-16 | 2013-06-12 | 纽约市哥伦比亚大学托管会 | 电网的机器学习 |
-
2020
- 2020-12-11 CN CN202011445840.0A patent/CN112463858B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002140446A (ja) * | 2000-10-31 | 2002-05-17 | Kawasaki Heavy Ind Ltd | 整備管理システム |
CN103793853A (zh) * | 2014-01-21 | 2014-05-14 | 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 | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 |
CN103914791A (zh) * | 2014-03-17 | 2014-07-09 | 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 | 一种电力设备状态检修系统 |
CN104318328A (zh) * | 2014-10-17 | 2015-01-28 | 华中电网有限公司 | 一种电网设备检修决策优化方法 |
CN104346701A (zh) * | 2014-11-11 | 2015-02-11 | 国家电网公司 | 一种电网信息通信设备状态检修评估决策系统 |
CN108491990A (zh) * | 2018-01-27 | 2018-09-04 | 北京天润新能投资有限公司 | 一种风电场设备状态评价及检修决策支持检测方法及系统 |
CN109490713A (zh) * | 2018-12-13 | 2019-03-19 | 中国电力科学研究院有限公司 | 一种用于电缆线路移动巡检及交互诊断的方法及系统 |
Non-Patent Citations (1)
Title |
---|
Midterm system level maintenance scheduling of transmission equipment using inspection based model;Morteza Samadi et al;《Electrical Power and Energy Systems》;第467左栏第1段-第475页右栏第3段 * |
Also Published As
Publication number | Publication date |
---|---|
CN112463858A (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103699966B (zh) | 基于用户需求的多维度、全过程数据管控系统及管控方法 | |
CN102629364A (zh) | 一种电力设备状态的量化评分方法 | |
CN111695836B (zh) | 临床试验在线运行管控集成系统 | |
CN104933477A (zh) | 一种利用输变电设备风险评估优化检修策略的方法 | |
CN111666706A (zh) | 一种基于粒子群算法的检修计划编制优化方法 | |
CN114971356A (zh) | 一种电力工程项目进度预测系统及方法 | |
CN108038616A (zh) | 一种输电线路工程造价分析方法 | |
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 | |
CN113537523A (zh) | 一种变电设备状态检修及辅助决策方法 | |
CN109635950A (zh) | 基于遗传算法和社团聚类的电能表运行状态监测方法 | |
CN115619158A (zh) | 一种服装产线进度智能化监测调控方法及系统 | |
CN113282567A (zh) | 作业人员不安全行为数据库分析方法、系统、介质及应用 | |
CN109615185A (zh) | 一种基于模糊层次分析法的单位质量保证能力评价方法 | |
CN114548494B (zh) | 一种可视化造价数据预测智能分析系统 | |
CN111340257A (zh) | 一种基于风险分析输电设备检修计划的优化方法及系统 | |
CN112463858B (zh) | 一种基于状态评价的输电线路智能检修方法 | |
CN107403308A (zh) | 数据管理方法、系统、计算机可读存储介质及计算机设备 | |
CN113837730A (zh) | 基于三率合一的电网基建主网项目多维协同管控系统 | |
CN103985062B (zh) | 一种配电网主设备状态检修综合评价方法 | |
CN117033356A (zh) | 一种电力企业生产实时数据质量优化方法 | |
CN106845755A (zh) | 一种停电检修计划编制业务水平评估方法及系统 | |
CN114049103A (zh) | 一种电网基建项目管控方法、系统、设备及介质 | |
CN115471029A (zh) | 一种电网项目投资风险量化与控制方法 | |
CN113360492A (zh) | 一种药品集中采购结余留用监测和测算系统 | |
CN112837177A (zh) | 一种电能计量设备用关键元器件基础数据源及质量评价方法 |
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 |