CN112463858B - 一种基于状态评价的输电线路智能检修方法 - Google Patents

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

一种基于状态评价的输电线路智能检修方法

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,d_m]及初始决策矩阵R′＝[r_ij′]_n×m,并归一化处理得到归一化矩阵R＝[r_ij]_n×m；

S35.结合归一化矩阵R＝[r_ij]_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，x_q表示输电线路状态评价各影响因素的权重，E_q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；G_q表示状输电线路态评价影响因素的衰退系数，U_q表示输电线路的运行年限系数，U_q′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，U_V为输电线路状态评价所定的时间周期，U_E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+τ_pmε_m+M_jx

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，M_jx为检修期间电网损失的成本，τ_pm为不同检修类型所需的时间，ε_m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，

可进行数值的设置，则：

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′＝[r_ij′]_n×m,归一化处理得到归一化矩阵R＝[r_ij]_nxm的过程中元素变换满足：

归一化映射关系满足：r_ij：f→[0，1]；

其中，r_ij是归一化后的值，r_ij′是初始值；(r_ij′)⁺表示影响因素d_j的最大理想值，(r_ij′)^-表示影响因素d_j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：W^s＝[w₁ ^s,w₂ ^s,Λ,w_m ^s]；

步骤S35所述结合归一化矩阵R＝[r_ij]_nxm得到输电线路智能检修决策类别公式满足：

其中，

表示矩阵/>

通过归一化矩阵R、影响因素d_j计算得到；

r_ij相同的归类同一个检修类型，L为矩阵

中主要因素；/>

表示影响因素的相对表达，为：/>

智能检修策略表达式为：

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,d_m]及初始决策矩阵R′＝[r_ij′]_n×m,并归一化处理得到归一化矩阵R＝[r_ij]_n×m；

S35.结合归一化矩阵R＝[r_ij]_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，x_q表示输电线路状态评价各影响因素的权重，E_q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；G_q表示状输电线路态评价影响因素的衰退系数，U_q表示输电线路的运行年限系数，U_q′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，U_V为输电线路状态评价所定的时间周期，U_E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+τ_pmε_m+M_jx

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，M_jx为检修期间电网损失的成本，τ_pm为不同检修类型所需的时间，ε_m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，

可进行数值的设置，则：

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′＝[r_ij′]_n×m,归一化处理得到归一化矩阵R＝[r_ij]_nxm的过程中元素变换满足：

归一化映射关系满足：r_ij：f→[0，1]；

其中，r_ij是归一化后的值，r_ij′是初始值；(r_ij′)⁺表示影响因素d_j的最大理想值，(r_ij′)^-表示影响因素d_j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：W^s＝[w₁ ^s,w₂ ^s,Λ,w_m ^s]；

步骤S35所述结合归一化矩阵R＝[r_ij]_nxm得到输电线路智能检修决策类别公式满足：

其中，

表示矩阵/>

通过归一化矩阵R、影响因素d_j计算得到；

r_ij相同的归类同一个检修类型，L为矩阵

中主要因素；/>

表示影响因素的相对表达，为：/>

智能检修策略的方案表达式为：

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,…,d_m]及初始决策矩阵R′＝[r_ij′]_n×m,并归一化处理得到归一化矩阵R＝[r_ij]_n×m；

S35.结合归一化矩阵R＝[r_ij]_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，x_q表示输电线路状态评价各影响因素的权重，E_q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；G_q表示输电线路状态评价影响因素的衰退系数，U_q表示输电线路的运行年限系数，U_q′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，U_V为输电线路状态评价所定的时间周期，U_E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+τ_pmε_m+M_jx

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，M_jx为检修期间电网损失的成本，τ_pm为不同检修类型所需的时间，ε_m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′＝[r_ij′]_n×m归一化处理得到归一化矩阵R＝[r_ij]_n×m的过程中元素变换满足：

归一化映射关系满足：r_ij：f→[0，1]；

其中，r_ij是归一化后的值，r_ij′是初始值；(r_ij′)⁺表示影响因素d_j的最大理想值，(r_ij′)^-表示影响因素d_j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：W^s＝[w₁ ^s,w₂ ^s,…,w_m ^s]；

步骤S35所述结合归一化矩阵R＝[r_ij]_n×m得到输电线路智能检修决策类别公式满足：

其中，

表示矩阵/>

通过归一化矩阵R、影响因素d_j计算得到；

r_ij相同的归类同一个检修类型，L为矩阵

中主要因素；/>

表示影响因素的相对表达，为：/>

智能检修策略的表达式表达式为：

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。

5.根据权利要求4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，

可进行数值的设置，则：

其中，λ表示输电线路检修后再次故障的概率；t₀表示时间；η为参数。

Images