CN112633611A - 基于大数据分析的海底电缆状态检修策略优化方法及系统 - Google Patents
基于大数据分析的海底电缆状态检修策略优化方法及系统 Download PDFInfo
- Publication number
- CN112633611A CN112633611A CN202110016860.4A CN202110016860A CN112633611A CN 112633611 A CN112633611 A CN 112633611A CN 202110016860 A CN202110016860 A CN 202110016860A CN 112633611 A CN112633611 A CN 112633611A
- Authority
- CN
- China
- Prior art keywords
- submarine cable
- maintenance
- state
- data
- condition
- 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.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 170
- 238000005457 optimization Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000007405 data analysis Methods 0.000 title claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 38
- 230000008569 process Effects 0.000 claims abstract description 25
- 230000007704 transition Effects 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000007418 data mining Methods 0.000 claims abstract description 11
- 238000005065 mining Methods 0.000 claims abstract description 4
- 238000007689 inspection Methods 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 17
- 230000007547 defect Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000036541 health Effects 0.000 claims description 5
- 238000012854 evaluation process Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 230000001012 protector Effects 0.000 claims description 4
- 238000013468 resource allocation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000009413 insulation Methods 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009666 routine test Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000035882 stress Effects 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于大数据分析的海底电缆状态检修策略优化方法及系统，方法包括挖掘海底电缆多维实时监测数据以及历史运行数据，基于数据挖掘算法对其进行特征参数提取，建立海底电缆运维检修数据的案例库及数据库；考虑海底电缆运行过程中各部件的状态转移情况，智能评估海底电缆状态；基于海底电缆状态评估结果，对海底电缆设备各部件关联情况进行分析，建立相应的检修策略优化模策略。本发明检修策略优化模型和评估决策方法，将大数据分析、状态评估、检修策略优化三个部分有机结合，能够有效减小由于海缆在线监测不确定性带来的状态评估的误差，从而优化检修策略优化，提高海底电缆的可靠度。
Description
技术领域
本发明是关于一种基于大数据分析的海底电缆状态检修策略优化方法及系统，涉及电力设备状态评价与检修技术领域。
背景技术
海底电缆作为海上电力传输的重要组成部分，其正常运行与否对整个海上平台的运行有着十分重要的影响。随着海底电缆在线监测技术的不断发展，对海底电缆的状态检修已经成为一种提高海上平台电力系统可靠性、减少海底电缆失效概率的重要手段，是目前海上平台可靠性建设的重要方向。
但是，目前海底电缆状态检修的研究主要集中于在线监测手段的研究，目前的检修策略主要基于已经发生故障的设备进行弥补性的处理或者对其进行周期性的计划检修，检修相关的数据不够完善，忽略了海底电缆运行过程中的变化情况，以及海缆在由运行状态向故障状态转移的过程中存在的突发性故障，检修数据不够完善、海底电缆运行状态转变考虑不全面，这势必产生检修任务与检修人力、检修资源之间的矛盾，造成系统频繁停运，增大停运损失。
发明内容
针对上述问题，本发明的目的是提供一种基于大数据分析的海底电缆状态检修策略优化方法及系统，能够降低检修过程中检修资源的耗费，提高海底电缆运行可靠性。
为实现上述目的，本发明采取以下技术方案：
第一方面，本发明提供一种基于大数据分析的海底电缆状态检修策略优化方法，包括：
挖掘海底电缆多维实时监测数据以及历史运行数据，基于数据挖掘算法对其进行特征参数提取，建立海底电缆运维检修数据的案例库及数据库；
考虑海底电缆运行过程中各部件的状态转移情况，智能评估海底电缆状态；
基于海底电缆状态评估结果，对海底电缆设备各部件关联情况进行分析，建立相应的检修策略优化策略。
进一步地，建立海底电缆运维检修数据的案例库及数据库包括：
获取海底电缆设备基本信息、海底电缆发生缺陷或故障时的异常信息、试验数据及历史运行数据形成结构化的海底电缆数据库；
获取与海底电缆运维检修相关的运维检修信息；
根据海底电缆设备数据以及运维检修信息，深度融合分析数据信息之间的关系，收集历史累积的故障案例，并从中抽取蕴含行业知识和专家经验，建立海底电缆故障状态量与运维检修策略之间的对应关系构成案例库；
对海底电缆数据信息进行筛选和验证，基于数据挖掘算法，将不同来源的数据进行转换、统一并转入到数据库中，并验证数据是否全面合理，得到能够反映海底电缆设备运维检修基础信息的数据库。
进一步地，海底电缆各个部件包括本体、终端、附属设施、过电压保护器和通道。
进一步地，海底电缆的状态评估包括：
根据海底电缆相关标准、导则规定以及专家经验的判断，通过层次分析法对各个状态量之间的影响程度进行对比构成三个层次的关系，主观确定各状态量权重，采用熵权法进行客观赋权，基于各状态量的变异程度通过信息熵得到各特征参数的熵权，进而修正确定各状态量的权重；
根据适用标准对输入各状态量进行逐项评分，对于各个部件将组成该部件各状态量的评分结果与状态量权重的乘积作为该部件的状态评估得分；
根据状态评估得分获得各个部件的状态，取各个部件评价结果中最严重的状态作为海底电缆的综合状态，其中，综合状态包括为正常、注意、异常、严重。
进一步地，建立相应的检修策略优化策略，实现检修策略部署包括：
根据状态评估结果量化展示的海底电缆运行状态，考虑海底电缆运行状态的转变过程建立相应的停运模型描述其状态转移过程，并建立状态转移方程；
对状态转移方程求解，计算衡量海底电缆运行健康状况的可靠度；
构建以维修次序的检修优化目标、设定以检修资源为中心的约束条件，建立相应的检修策略。
进一步地，构建以维修次序的检修优化目标、设定以检修资源为中心的约束条件，建立相应的检修策略的具体过程为：
根据在线监测得到的故障现象，考虑检修次序、检修资源从检修策略库中匹配相对应的检修类别以及具体的检修项目；所述检修次序根据状态评估过程中设定的权重进行确定，优先检修所占权重高的检修部件；所述检修资源从已计算出的可靠度出发，考虑影响检修资源的维修时间资源分配、工具材料的共享问题，维修时间少的可与维修时间长的同时进行，需要使用到同样的工具材料的维修项目安排同时进行。
进一步地，，检修策略库包括A、B、C、D四类检修工作；
A类检修是指整体解体性检查、维修、更换和试验；
B类检修是指局部性的检修，部件的解体检查、维修、更换和试验；
C类检修是指常规性检查、维修和试验；
D类检修是在不停电状态下的带电测试、外观检查和维修。
第二方面，本发明还提供一种基于大数据分析的海底电缆状态检修策略优化系统，该系统包括：
大数据分析模块，被配置为挖掘海底电缆多维实时监测数据以及历史运行数据，基于数据挖掘算法对其进行特征参数提取，建立海底电缆运维检修数据的案例库及数据库；
状态评估模块，被配置为考虑海底电缆运行过程中各部件的状态转移情况，智能评估海底电缆状态；
检修策略优化模块，被配置为基于海底电缆状态评估结果，对海底电缆设备各部件关联情况进行分析，建立相应的检修策略优化策略。
本发明由于采取以上技术方案，其具有以下优点：
1、本发明实现了多维海底电缆运行数据库的建立，便于大数据分析过程的数据管理，有效提取关键信息分析海底电缆运行状态；
2、本发明状态评价直观展现了海底电缆设备健康状态，量化了海底电缆的部件得分，为制定检修策略提供了重要的参考依据；
3、本发明提出的检修策略优化决策方法，将大数据分析、状态评估、检修策略优化三个部分有机结合，能够有效减小由于海缆在线监测不确定性带来的状态评估的误差，从而优化检修策略优化，提高海底电缆的可靠度。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：
图1为本发明实施例的原理示意图；
图2为本发明实施例的大数据分析部分流程示意图；
图3为本发明实施例的案例库示意图；
图4为本发明实施例的状态评估部分流程示意图；
图5为本发明实施例的状态检修策略优化部分流程示意图；
图6为本发明实施例的状态转移图；
图7为本发明实施例的检修策略优化模型示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。
尽管可以在文中使用术语第一、第二、第三等来描述多个元件、部件、区域、层和/或部段，但是，这些元件、部件、区域、层和/或部段不应被这些术语所限制。这些术语可以仅用来将一个元件、部件、区域、层或部段与另一区域、层或部段区分开。除非上下文明确地指出，否则诸如“第一”、“第二”之类的术语以及其它数字术语在文中使用时并不暗示顺序或者次序。因此，以下讨论的第一元件、部件、区域、层或部段在不脱离示例实施方式的教导的情况下可以被称作第二元件、部件、区域、层或部段。
为了便于描述，可以在文中使用空间相对关系术语来描述如图中示出的一个元件或者特征相对于另一元件或者特征的关系，这些相对关系术语例如为“内部”、“外部”、“内侧”、“外侧”、“下面”、“上面”等。这种空间相对关系术语意于包括除图中描绘的方位之外的在使用或者操作中装置的不同方位。
实施例1
如图1所示，本发明实施例提供的基于大数据分析的海底电缆状态检修策略优化方法，包括大数据分析、海底电缆状态评估和检修策略优化，具体包括：
S1、大数据分析
挖掘海底电缆多维实时监测数据以及历史运行数据，基于大数据分析技术的数据挖掘算法对其进行关键特征参数提取，建立海底电缆运维检修数据的案例库及数据库。其中，多维实时监测数据以及历史运行数据包括海底电缆各个部件的家族缺陷即同厂、同型、同期设备的故障信息、运行巡检数据、电气试验数据、带电检测数据、历史故障数据、温度、应力等实时监测数据以及故障设备数量、历史故障天数、历史恶劣天气等历史故障数据，以此为例，不限于此。
S2、海底电缆状态评估
在大数据分析的基础上，考虑海底电缆运行过程中各部件的状态转移情况，智能评估海底电缆状态。
S3、检修策略优化
结合海底电缆状态评估的结果，对海底电缆设备各部件关联情况进行分析，基于相关优化目标与约束条件，实现优化的检修策略部署。
本发明的一些实施例中，海底电缆分为本体、终端、附属设施、过电压保护器及通道五个部分。
本发明的一些实施例中，如图2所示，上述步骤S1挖掘海底电缆多维实时监测数据以及历史运行数据，基于大数据分析技术的数据挖掘算法对其进行关键特征参数提取，建立海底电缆运维检修数据的案例库及数据库，具体过程包括：
梳理海底电缆设备基本信息，包括设备台账信息、设计参数、投运日期、出厂年月等信息，梳理海底电缆发生缺陷或故障时的相关异常信息，包括温度报警信息、扰动报警信息等，梳理试验数据包括试验巡检记录、例行试验记录、诊断性试验记录等、历史运行数据包括故障设备数量、历史故障天数、历史恶劣天气等，形成结构化的海底电缆数据库；
此外，从标准、规范、规程、导则、管理规章、消缺报告等资料中抽取与海底电缆运维检修相关的信息；其中，上述标准、规范、规程、导则是指针对产品、方法、概念、规划、设计等做的规定、技术要求、准则、标准等；上述管理规程是指管理规定和细则；上述消缺报告是指运检公司根据巡检情况对设备进行处理的记录报告。
根据以上获取到的海底电缆设备数据以及运维检修信息，深度融合分析数据信息之间的关系，收集历史累积的故障案例，并从中抽取其中蕴含的行业知识和专家经验，建立海底电缆故障状态量与运维检修策略之间的对应关系。比如查找资料得到的检修相关语料“电缆绝缘受到伴随电作用带来的热、化学及机械作用，从而使绝缘介质发生物理及化学变化，使介质的绝缘水平下降，绝缘受潮；中间接头或终端头因结构上下密封或安装质量不好而造成绝缘受潮；制造电缆包铅时留下砂眼或裂纹等缺陷，也会使电缆受潮”等等，抽取其中的运维检修知识，可以得到如图3所示的案例库。
对海底电缆数据信息进行筛选和验证，基于数据挖掘算法，把不同来源的数据按照相同的数据格式进行转换、统一并转入到数据库中，验证是否出现数据缺失、数据重复、数据异常的情况，当主要信息缺失或丢失较多关键信息的时候，可以对其进行删除或者人工补全，以修正和优化需要存储的数据，从而得到了能够反映海底电缆设备运维检修基础信息的数据库。
本发明的一些实施例中，海底电缆状态评估包括对海底电缆各个部件包括本体、终端、附属设施、过电压保护器、通道的状态评估，状态评估的结果包括状态评估得分以及状态评估等级等，如图4所示，海底电缆的状态评估过程具体包括：
考虑大数据分析的结果，根据相关标准导则等对各个部件在海底电缆中所占权重进行确定；根据海底电缆相关标准、导则规定以及专家经验的判断，通过层次分析法，对各个状态量之间的影响程度进行对比构成三个层次的关系，主观确定各状态量权重，采用熵权法进行客观赋权，基于各状态量的变异程度，通过信息熵得到各特征参数的熵权，进而修正确定各状态量的权重。标准规定了各状态量的扣分标准，根据标准对输入各状态量进行逐项评分，对于各个部件，将组成该部件各状态量的评分结果与状态量的权重的乘积作为该部件的状态评估得分。根据状态评估得分获得各个部件的状态，取各个部件评价结果中最严重的状态作为海底电缆的综合状态。根据相关标准导则等的要求将状态划分为正常、注意、异常、严重四个状态，作为非限制性实施例，四个状态分别对应扣分为：合计扣分低于30分并单项扣分低于12分、合计扣分大于30分并单项扣分不大于16分、单项扣分在20到30分之间、单项扣分大于30分。
本发明的一些实施例中，检修策略优化目的是确定检修策略优化的目标，考虑相应的约束条件，建立检修策略优化模型，并对其进行求解，以得到符合设定条件的检修策略。检修策略优化包括海底电缆停运模型建立、海底电缆可靠度分析、检修策略优化模型建立等过程。如图5所示，上述步骤S3的具体规程为：
根据状态评估结果量化展示的海底电缆运行状态，考虑海底电缆运行状态的转变过程(海底电缆老化、维修等情况)建立相应的停运模型描述其状态转移过程；其中，停运模型是通过多状态马尔可夫过程描述海底电缆各个部件的停运行为；其中停运模型建立考虑海底电缆正常状态0、注意状态1、异常状态2分别到故障状态4～6的转变，假设每个故障状态维修后都能回到正常状态，正常状态、注意状态、异常状态之间老化程度依次加重，且每个状态都有可能转入故障状态，其状态转移图如图6所示，根据以上假设建立状态转移方程，状态转移方程为：
其中，λ01、λ12为不同状态之间的老化速率，λ0、λ1、λ2为三种状态下各自的故障率，μi为故障状态i到正常状态的修复率，Pi为处于各个状态i的概率，是关于时间的表达式。
根据停运模型所得的状态转移方程可以得到衡量海底电缆运行健康状况的可靠度A(t)，可靠度可以表示为：A(t)＝P0+P1+P2。
构建以维修次序的检修优化目标、设定以检修资源为中心的约束条件，建立相应的检修策略。如图7所示，上述实现的具体过程为：根据在线监测得到的故障现象，考虑检修次序、检修资源从检修策略库中匹配相对应的检修类别以及具体的检修项目；所述检修次序根据状态评估过程中设定的权重进行确定，优先检修所占权重高的检修部件；所述检修资源从已计算出的可靠度出发，考虑影响检修资源的维修时间资源分配、工具材料的共享问题，维修时间少的可与维修时间长的同时进行，需要使用到同样的工具材料的维修项目安排同时进行；
优选地，检修策略库包括A、B、C、D四类检修工作；
A类检修是指整体解体性检查、维修、更换和试验；
B类检修是指局部性的检修，部件的解体检查、维修、更换和试验；
C类检修是指常规性检查、维修和试验；
D类检修是在不停电状态下的带电测试、外观检查和维修。
实施例2
上述实施例1提供了海底电缆状态检修策略优化方法，与之相对应地，本实施例提供一种变压器检修决策系统。本实施例提供的检修策略优化可以实施实施例1的海底电缆状态检修策略优化方法，该检修策略优化系统可以通过软件、硬件或软硬结合的方式来实现。例如，该检修策略优化系统可以包括集成的或分开的功能模块或功能单元来执行实施例1各方法中的对应步骤。由于本实施例的检修策略优化系统基本相似于方法实施例，所以本实施例描述过程比较简单，相关之处可以参见实施例1的部分说明即可，本实施例的检修策略优化系统的实施例仅仅是示意性的。
具体地，本实施例提供的基于大数据分析的海底电缆状态检修策略优化系统，其特征在于该系统包括：
大数据分析模块，被配置为挖掘海底电缆多维实时监测数据以及历史运行数据，基于数据挖掘算法对其进行特征参数提取，建立海底电缆运维检修数据的案例库及数据库；
状态评估模块，被配置为考虑海底电缆运行过程中各部件的状态转移情况，智能评估海底电缆状态；
检修策略优化模块，被配置为基于海底电缆状态评估结果，对海底电缆设备各部件关联情况进行分析，建立相应的检修优化策略，实现检修策略部署。
最后应说明的是，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 (8)
1.一种基于大数据分析的海底电缆状态检修策略优化方法，其特征在于包括：
挖掘海底电缆多维实时监测数据以及历史运行数据，基于数据挖掘算法对其进行特征参数提取，建立海底电缆运维检修数据的案例库及数据库；
考虑海底电缆运行过程中各部件的状态转移情况，智能评估海底电缆状态；
基于海底电缆状态评估结果，对海底电缆设备各部件关联情况进行分析，建立相应的检修策略优化策略。
2.根据权利要求1所述的海底电缆状态检修策略优化方法，其特征在于，建立海底电缆运维检修数据的案例库及数据库包括：
获取海底电缆设备基本信息、海底电缆发生缺陷或故障时的异常信息、试验数据及历史运行数据形成结构化的海底电缆数据库；
获取与海底电缆运维检修相关的运维检修信息；
根据海底电缆设备数据以及运维检修信息，深度融合分析数据信息之间的关系，收集历史累积的故障案例，并从中抽取蕴含行业知识和专家经验，建立海底电缆故障状态量与运维检修策略之间的对应关系构成案例库；
对海底电缆数据信息进行筛选和验证，基于数据挖掘算法，将不同来源的数据进行转换、统一并转入到数据库中，并验证数据是否全面合理，得到能够反映海底电缆设备运维检修基础信息的数据库。
3.根据权利要求1所述的基于大数据分析的海底电缆状态检修策略优化方法，其特征在于，海底电缆各个部件包括本体、终端、附属设施、过电压保护器和通道。
4.根据权利要求3所述的基于大数据分析的海底电缆状态检修策略优化方法，其特征在于，海底电缆的状态评估包括：
根据海底电缆相关标准、导则规定以及专家经验的判断，通过层次分析法对各个状态量之间的影响程度进行对比构成三个层次的关系，主观确定各状态量权重，采用熵权法进行客观赋权，基于各状态量的变异程度通过信息熵得到各特征参数的熵权，进而修正确定各状态量的权重；
根据适用标准对输入各状态量进行逐项评分，对于各个部件将组成该部件各状态量的评分结果与状态量权重的乘积作为该部件的状态评估得分；
根据状态评估得分获得各个部件的状态，取各个部件评价结果中最严重的状态作为海底电缆的综合状态，其中，综合状态包括为正常、注意、异常、严重。
5.根据权利要求4所述的基于大数据分析的海底电缆状态检修策略优化方法，其特征在于，建立相应的检修策略优化策略，实现检修策略部署包括：
根据状态评估结果量化展示的海底电缆运行状态，考虑海底电缆运行状态的转变过程建立相应的停运模型描述其状态转移过程，并建立状态转移方程；
对状态转移方程求解，计算衡量海底电缆运行健康状况的可靠度；
构建以维修次序的检修优化目标、设定以检修资源为中心的约束条件，建立相应的检修策略。
6.根据权利要求4所述的基于大数据分析的海底电缆状态检修策略优化方法，其特征在于，构建以维修次序的检修优化目标、设定以检修资源为中心的约束条件，建立相应的检修策略的具体过程为：
根据在线监测得到的故障现象，考虑检修次序、检修资源从检修策略库中匹配相对应的检修类别以及具体的检修项目；所述检修次序根据状态评估过程中设定的权重进行确定，优先检修所占权重高的检修部件；所述检修资源从已计算出的可靠度出发，考虑影响检修资源的维修时间资源分配、工具材料的共享问题，维修时间少的可与维修时间长的同时进行，需要使用到同样的工具材料的维修项目安排同时进行。
7.根据权利要求7所述的基于大数据分析的海底电缆状态检修策略优化方法，其特征在于，检修策略库包括A、B、C、D四类检修工作；
A类检修是指整体解体性检查、维修、更换和试验；
B类检修是指局部性的检修，部件的解体检查、维修、更换和试验；
C类检修是指常规性检查、维修和试验；
D类检修是在不停电状态下的带电测试、外观检查和维修。
8.一种基于大数据分析的海底电缆状态检修策略优化系统，其特征在于该系统包括：
大数据分析模块，被配置为挖掘海底电缆多维实时监测数据以及历史运行数据，基于数据挖掘算法对其进行特征参数提取，建立海底电缆运维检修数据的案例库及数据库；
状态评估模块，被配置为考虑海底电缆运行过程中各部件的状态转移情况，智能评估海底电缆状态；
检修策略优化模块，被配置为基于海底电缆状态评估结果，对海底电缆设备各部件关联情况进行分析，建立相应的检修策略优化策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110016860.4A CN112633611A (zh) | 2021-01-07 | 2021-01-07 | 基于大数据分析的海底电缆状态检修策略优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110016860.4A CN112633611A (zh) | 2021-01-07 | 2021-01-07 | 基于大数据分析的海底电缆状态检修策略优化方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112633611A true CN112633611A (zh) | 2021-04-09 |
Family
ID=75290965
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110016860.4A Pending CN112633611A (zh) | 2021-01-07 | 2021-01-07 | 基于大数据分析的海底电缆状态检修策略优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112633611A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113011613A (zh) * | 2021-04-15 | 2021-06-22 | 西南石油大学 | 一种多维信息融合的海底电缆维修决策智能推荐方法 |
| CN113204199A (zh) * | 2021-04-26 | 2021-08-03 | 武汉卓尔信息科技有限公司 | 一种工业设备的远程运维系统及方法 |
| CN113469572A (zh) * | 2021-07-22 | 2021-10-01 | 西南石油大学 | 海上平台电气监测标杆设备选择方法 |
| CN115372748A (zh) * | 2022-10-24 | 2022-11-22 | 深圳博润缘科技有限公司 | 电缆的维护数据处理方法及系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102354918A (zh) * | 2011-10-09 | 2012-02-15 | 广东电网公司电力科学研究院 | 输变电设备检修方法及装置 |
| CN106295956A (zh) * | 2016-07-27 | 2017-01-04 | 武汉大学 | 一种考虑核电厂供电系统可修复多状态复杂特性的可靠性评估方法 |
| CN106384210A (zh) * | 2016-10-28 | 2017-02-08 | 贵州电网有限责任公司贵阳供电局 | 一种基于检修风险收益的输变电设备检修优先级排序方法 |
| CN107607820A (zh) * | 2017-10-10 | 2018-01-19 | 华北电力大学 | 一种基于生灭过程的变压器内部潜伏性故障率预测方法 |
| CN108399481A (zh) * | 2018-01-15 | 2018-08-14 | 上海机电工程研究所 | 基于组合赋权的武器系统效能评估方法及评价方法 |
| CN108564254A (zh) * | 2018-03-15 | 2018-09-21 | 国网四川省电力公司绵阳供电公司 | 基于大数据的配电设备状态可视化平台 |
| CN109214702A (zh) * | 2018-09-21 | 2019-01-15 | 东北电力大学 | 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法 |
| CN109359837A (zh) * | 2018-09-29 | 2019-02-19 | 国网四川省电力公司经济技术研究院 | 一种主动配电网技术经济效益评估与投资决策方法 |
| CN109547230A (zh) * | 2017-09-22 | 2019-03-29 | 中国移动通信集团浙江有限公司 | 一种基于权重的互联网缓存资源服务质量评价方法及系统 |
| CN109858768A (zh) * | 2018-12-31 | 2019-06-07 | 浙江大学华南工业技术研究院 | 考虑综合时变停运模型的综合能源电-热网风险评估方法 |
| CN110020815A (zh) * | 2019-05-07 | 2019-07-16 | 云南电网有限责任公司 | 一种基于网络层次分析法的电网节点综合脆弱性指标计算方法 |
| CN111476380A (zh) * | 2020-04-07 | 2020-07-31 | 贵州电网有限责任公司输电运行检修分公司 | 一种电缆检修辅助测试平台 |
| CN111598490A (zh) * | 2020-07-11 | 2020-08-28 | 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 |
| CN111723850A (zh) * | 2020-05-28 | 2020-09-29 | 国网河北省电力有限公司电力科学研究院 | 一种基于智能巡检系统的自动化检定设备状态评价方法 |
| CN111898092A (zh) * | 2020-06-28 | 2020-11-06 | 贵州电网有限责任公司 | 一种电缆运行状态评估决策分析方法及系统 |
-
2021
- 2021-01-07 CN CN202110016860.4A patent/CN112633611A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102354918A (zh) * | 2011-10-09 | 2012-02-15 | 广东电网公司电力科学研究院 | 输变电设备检修方法及装置 |
| CN106295956A (zh) * | 2016-07-27 | 2017-01-04 | 武汉大学 | 一种考虑核电厂供电系统可修复多状态复杂特性的可靠性评估方法 |
| CN106384210A (zh) * | 2016-10-28 | 2017-02-08 | 贵州电网有限责任公司贵阳供电局 | 一种基于检修风险收益的输变电设备检修优先级排序方法 |
| CN109547230A (zh) * | 2017-09-22 | 2019-03-29 | 中国移动通信集团浙江有限公司 | 一种基于权重的互联网缓存资源服务质量评价方法及系统 |
| CN107607820A (zh) * | 2017-10-10 | 2018-01-19 | 华北电力大学 | 一种基于生灭过程的变压器内部潜伏性故障率预测方法 |
| CN108399481A (zh) * | 2018-01-15 | 2018-08-14 | 上海机电工程研究所 | 基于组合赋权的武器系统效能评估方法及评价方法 |
| CN108564254A (zh) * | 2018-03-15 | 2018-09-21 | 国网四川省电力公司绵阳供电公司 | 基于大数据的配电设备状态可视化平台 |
| CN109214702A (zh) * | 2018-09-21 | 2019-01-15 | 东北电力大学 | 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法 |
| CN109359837A (zh) * | 2018-09-29 | 2019-02-19 | 国网四川省电力公司经济技术研究院 | 一种主动配电网技术经济效益评估与投资决策方法 |
| CN109858768A (zh) * | 2018-12-31 | 2019-06-07 | 浙江大学华南工业技术研究院 | 考虑综合时变停运模型的综合能源电-热网风险评估方法 |
| CN110020815A (zh) * | 2019-05-07 | 2019-07-16 | 云南电网有限责任公司 | 一种基于网络层次分析法的电网节点综合脆弱性指标计算方法 |
| CN111476380A (zh) * | 2020-04-07 | 2020-07-31 | 贵州电网有限责任公司输电运行检修分公司 | 一种电缆检修辅助测试平台 |
| CN111723850A (zh) * | 2020-05-28 | 2020-09-29 | 国网河北省电力有限公司电力科学研究院 | 一种基于智能巡检系统的自动化检定设备状态评价方法 |
| CN111898092A (zh) * | 2020-06-28 | 2020-11-06 | 贵州电网有限责任公司 | 一种电缆运行状态评估决策分析方法及系统 |
| CN111598490A (zh) * | 2020-07-11 | 2020-08-28 | 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 |
Non-Patent Citations (3)
| Title |
|---|
| 汲国强;张伯明;吴文传;孙宏斌;宁辽逸;: "一种适用于可靠性评估的电网设备时变停运模型", 中国电机工程学报, no. 01, 5 January 2013 (2013-01-05) * |
| 汲国强等: "一种适用于状态检修的电力设备时变停运模型", 中国电机工程学报, vol. 33, no. 25, 18 June 2013 (2013-06-18), pages 139 - 140 * |
| 王俏文;丁坚勇;陶文伟;冯管印;: "基于层次分析模型的二次设备状态检修方法", 南方电网技术, no. 04, 20 August 2013 (2013-08-20) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113011613A (zh) * | 2021-04-15 | 2021-06-22 | 西南石油大学 | 一种多维信息融合的海底电缆维修决策智能推荐方法 |
| CN113204199A (zh) * | 2021-04-26 | 2021-08-03 | 武汉卓尔信息科技有限公司 | 一种工业设备的远程运维系统及方法 |
| CN113469572A (zh) * | 2021-07-22 | 2021-10-01 | 西南石油大学 | 海上平台电气监测标杆设备选择方法 |
| CN115372748A (zh) * | 2022-10-24 | 2022-11-22 | 深圳博润缘科技有限公司 | 电缆的维护数据处理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112633611A (zh) | 基于大数据分析的海底电缆状态检修策略优化方法及系统 | |
| CN107358366B (zh) | 一种配电变压器故障风险监测方法及系统 | |
| CN106019084B (zh) | 基于配用电数据关联的中压配电网断线故障诊断方法 | |
| CN111639921B (zh) | 一种基于专家系统的设备故障智判与辅助处置方法 | |
| CN108133311A (zh) | 一种风电机组故障模式风险评估及可靠性分析方法 | |
| CN108627720B (zh) | 一种基于贝叶斯算法的电力设备状态监测方法 | |
| JP2013538543A (ja) | 送電網用の機械学習 | |
| CN107730117B (zh) | 一种基于异质数据综合分析的电缆检修预警方法及系统 | |
| CN111667102A (zh) | 一种用于电力系统变压器元件运行状态故障预警的智能挖掘算法 | |
| CN108051709A (zh) | 基于人工智能技术的变压器状态在线评估分析方法 | |
| CN111380686A (zh) | 一种基于XGBoost算法模型的风机主轴承故障监测与诊断方法 | |
| CN111581597A (zh) | 基于自组织核回归模型的风电机组齿轮箱轴承温度状态监测方法 | |
| CN114215705B (zh) | 风电机组故障预警方法和系统 | |
| CN112883549B (zh) | 一种考虑随机冲击影响的视情维护模型的建立方法 | |
| CN113011613A (zh) | 一种多维信息融合的海底电缆维修决策智能推荐方法 | |
| CN108629528A (zh) | 基于Apriori算法的配电变压器质量问题分析方法 | |
| CN113435759B (zh) | 一种基于深度学习的一次设备风险智能评估方法 | |
| CN116992346A (zh) | 一种基于人工智能大数据分析的企业生产数据处理系统 | |
| CN115603459A (zh) | 一种基于数字孪生技术的配电网关键厂站监测方法与系统 | |
| CN107122907B (zh) | 一种机电产品符号化质量特性的分析与故障原因追溯方法 | |
| CN109285331B (zh) | 一种基于数据分析和温度预测的电力电缆温度预警系统 | |
| CN118520359A (zh) | 一种水电站故障预测与事故预警方法及系统 | |
| CN114167217A (zh) | 一种铁路配电网的多重故障诊断方法 | |
| CN117556998A (zh) | 用于输电线路的预测性巡检方法及系统 | |
| CN115829331A (zh) | 海上生产平台井口装置与采油树风险评估方法及系统 |
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 |