CN112711842B - 基于设备监理的电站设备质量数据处理方法及装置 - Google Patents
基于设备监理的电站设备质量数据处理方法及装置 Download PDFInfo
- Publication number
- CN112711842B CN112711842B CN202011553118.9A CN202011553118A CN112711842B CN 112711842 B CN112711842 B CN 112711842B CN 202011553118 A CN202011553118 A CN 202011553118A CN 112711842 B CN112711842 B CN 112711842B
- Authority
- CN
- China
- Prior art keywords
- quality
- power station
- station equipment
- target power
- matrix
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims abstract description 175
- 238000004519 manufacturing process Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims description 50
- 230000015654 memory Effects 0.000 claims description 30
- 238000013441 quality evaluation Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 28
- 238000003860 storage Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 239000002994 raw material Substances 0.000 description 8
- 238000003466 welding Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 6
- 238000004806 packaging method and process Methods 0.000 description 6
- 238000005260 corrosion Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000011056 performance test Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000003749 cleanliness Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004321 preservation Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002421 anti-septic effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及电站设备技术领域,具体涉及基于设备监理的电站设备质量数据处理方法及装置,所述方法包括获取目标电站设备的质量模型;确定各个第二判断矩阵对应的权重;获取目标电站设备中对应于各个所述第二质量指标的设备数量;基于对应于各个所述第二质量指标的设备数量,得到各个第一质量指标对应的隶属度矩阵;根据各个所述第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定所述目标电站设备的质量问题对应的第二质量指标,以对所述目标电站设备的制造参数进行调整。结合各个第二质量指标的设备数量进行各个第一质量指标对应的隶属度矩阵计算,使得得到的隶属度能够准确反映目标电站设备的实际情况,提高了质量数据确定的准确性。
Description
技术领域
本发明涉及电站设备技术领域,具体涉及基于设备监理的电站设备质量数据处理方法及装置。
背景技术
随着电厂机组容量的提升,对电站设备的等级及质量要求也相应提高。近年来,部分电站设备供应商因产能趋于饱和,在供货压力下,制造厂在设备质量管控上有所松懈,以质量换进度的情况时有发生,加之分包及以包代管现象普遍,设备制造质量风险明显增加。如何准确处理设备的质量数据,使电厂准确了解设备在生产过程中的制造质量情况,继而科学指导电厂设备运行、维护及检修工作的开展,成为电厂面临的重要课题。
目前对于质量数据的处理方法主要有专家评价法、统计调查法、层次分析法、因果分析法等,但上述方法在用于电站设备中时,由于电力行业机组设备制造的特点,存在质量数据处理不准确的问题。
发明内容
有鉴于此,本发明实施例提供了一种基于设备监理的电站设备质量数据处理方法及装置,以解决质量数据处理不准确的问题。
根据第一方面,本发明实施例提供了一种基于设备监理的电站设备质量数据处理方法,包括:
获取目标电站设备的质量模型,所述质量模型包括所述目标电站设备的质与其对应的第一质量指标的第一判断矩阵,以及各个第一质量指标与其对应的第二质量指标的第二判断矩阵;
确定各个所述第二判断矩阵对应的权重;
获取所述目标电站设备中对应于各个所述第二质量指标的设备数量;
基于对应于各个所述第二质量指标的设备数量,得到各个第一质量指标对应的隶属度矩阵;
根据各个所述第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定所述目标电站设备的质量问题对应的第一质量指标,以对所述目标电站设备的制造参数进行调整。
本发明实施例提供的基于设备监理的电站设备质量数据处理方法,利用模板设备的质量模型进行相应权重的计算处理,在此基础上结合各个第二质量指标的设备数量进行各个第一质量指标对应的隶属度矩阵计算,使得计算得到的隶属度能够准确反映目标电站设备的实际情况,提高了质量数据确定的准确性,最后基于确定出的质量问题对应的第一质量指标对相应的制造参数进行调整,可以保证制造参数的调整是针对实际问题进行的,保证了后续生产出的电站设备的质量。
结合第一方面,在第一方面第一实施方式中,所述基于对应于各个所述第二质量指标的设备数量,确定各个第一质量指标对应的隶属度矩阵,包括:
计算对应于所有所述第二质量指标的设备数量的设备总和;
分别计算各个所述第二质量指标的设备数量与所述设备总和的比值,得到各个所述第一质量指标对应的隶属度矩阵。
本发明实施例提供的基于设备监理的电站设备质量数据处理方法,在隶属度计算中利用各个第二质量指标的设备数量与设备总和的比值,使得计算得到的隶属度矩阵的准确性。
结合第一方面第一实施方式,在第一方面第二实施方式中,所述根据各个所述第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定所述目标电站设备的质量问题对应的第一质量指标,以对所述目标电站设备的制造参数进行调整,包括:
分别计算各个所述第二判断矩阵对应的权重与相应的隶属度矩阵的乘积,得到与各个所述第一质量指标对应的质量评估矩阵;
基于各个所述第一质量指标对应的质量评估矩阵,确定所述目标电站设备的质量问题对应的第一质量指标;
利用所述质量问题对应的第一质量指标,确定所述第一质量指标的制造参数,以对所述制造参数进行调整。
本发明实施例提供的基于设备监理的电站设备质量数据处理方法,利用质量评估矩阵确定质量问题对应的第一质量指标,以便有针对性地对制造参数进行调整,保证了后续电站设备的制造质量。
结合第一方面第二实施方式,在第一方面第三实施方式中,所述基于各个所述第一质量指标对应的质量评估矩阵,确定所述目标电站设备的质量问题对应的第一质量指标,包括:
针对各个所述第一质量指标对应的质量评估矩阵,比较所述质量评估矩阵中各个元素的大小,确定所述质量评估矩阵对应的评估等级;
利用各个所述第一质量指标对应的评估等级,确定所述目标电站设备的质量问题对应的第一质量指标。
结合第一方面,在第一方面第四实施方式中,所述方法还包括:
确定所述第一判断矩阵对应的权重;
计算所述第一判断矩阵对应的权重与各个所述第一质量指标对应的隶属度矩阵,得到所述目标电站设备对应的隶属度矩阵;
基于所述目标电站设备对应的隶属度矩阵中各个元素的大小,确定所述目标电站设备的质量等级。
本发明实施例提供的基于设备监理的电站设备质量数据处理方法,通过计算第一判断矩阵对应的权重以及各个隶属度矩阵,确定出目标电站设备的质量等级,可以保证确定出的质量等级的客观性。
结合第一方面,或第一方面第一实施方式至第四实施方式中任一项,在第一方面第五实施方式中,所述确定各个所述第二判断矩阵对应的权重,包括:
判断所述第二判断矩阵中元素的数量是否大于预设值;
当所述第二判断矩阵中元素的数量小于或等于所述预设值时,确定所述第二判断矩阵对应的权重为主观权重。
本发明实施例提供的基于设备监理的电站设备质量数据处理方法,在第二判断矩阵中元素的数量较少时,可以直接利用主观方式确定第二判断矩阵的权重,可以提高该质量数据处理的效率。
结合第一方面第五实施方式,在第一方面第六实施方式中,所述确定各个所述第二判断矩阵对应的权重,包括:
当所述第二判断矩阵中元素的数量大于所述预设值时,基于所述第二判断矩阵计算所述第二判断矩阵对应的权重。
本发明实施例提供的基于设备监理的电站设备质量数据处理方法,在第二判断矩阵中元素的数量较多时,在第二判断矩阵的基础上计算第二判断矩阵对应的权重,保证了第二判断矩阵对应的权重的准确性。
根据第二方面,本发明实施例还提供了一种基于设备监理的电站设备质量数据处理装置,包括:
第一获取模块,用于获取目标电站设备的质量模型,所述质量模型包括所述目标电站设备的质与其对应的第一质量指标的第一判断矩阵,以及各个第一质量指标与其对应的第二质量指标的第二判断矩阵;
确定模块,用于确定各个所述第二判断矩阵对应的权重;
第二获取模块,用于获取所述目标电站设备中对应于各个所述第二质量指标的设备数量;
第一确定模块,用于基于对应于各个所述第二质量指标的设备数量,得到各个第一质量指标对应的隶属度矩阵;
第二确定模块,用于根据各个所述第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定所述目标电站设备的质量问题对应的第一质量指标,以对所述目标电站设备的制造参数进行调整。
根据第三方面,本发明实施例提供了一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或者第一方面的任意一种实施方式中所述的基于设备监理的电站设备质量数据处理方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的基于设备监理的电站设备质量数据处理方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的基于设备监理的电站设备质量数据处理方法的流程图;
图2是根据本发明实施例的基于设备监理的电站设备质量数据处理方法的流程图;
图3是根据本发明实施例的基于设备监理的电站设备质量数据处理方法的流程图;
图4是根据本发明实施例的基于设备监理的电站设备质量数据处理装置的结构框图;
图5是本发明实施例提供的电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明实施例,提供了一种基于设备监理的电站设备质量数据处理方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种基于设备监理的电站设备质量数据处理方法,可用于电子设备,如电脑、手机、平板电脑等,图1是根据本发明实施例的基于设备监理的电站设备质量数据处理方法的流程图,如图1所示,该流程包括如下步骤:
S11,获取目标电站设备的质量模型。
其中,所述质量模型包括所述目标电站设备的质量与其对应的第一质量指标的第一判断矩阵,以及各个第一质量指标与其对应的第二质量指标的第二判断矩阵。
具体地,可以将质量模型划分为三层,分别为目标层、准则层以及指标层。所述的目标层为电站设备制造质量,在下文中以A表示;所述的准则层包括至少一个第一质量指标,在下文中以Bi表示,i表示第一质量指标的数量。指标层包括至少一个第二质量指标,在下文中以Cj表示,j表示第二质量指标的数量。
其中,目标层为电站设备制造质量;准则层的第一质量指标包括:原材料质量(B1)、焊接质量(B2)、外观质量(B3)、装配质量(B4)、性能试验(B5)、防腐包装(B6);指标层的第二质量指标包括质量证明文件(C1)、外观质量(C2)、入厂性能复验(C3)、成型质量(C4)、探伤质量(C5)、理化性能检验(C6)、设计审查 (C7)、尺寸检查(C8)、变形划伤(C9)、清洁度(C10)、工艺审查(C11)、叶装配过程及结果(C12)、试验设备(C13)、试验过程及结果(C14)、防腐质量(C15)、标识质量 (C16)以及包装质量(C17)。详细请参见表1所示:
表1目标电站设备的质量模型
此处需要说明的是,上述第一质量指标以及第二质量指标仅仅是作为一种示例性描述,本发明的保护范围并不限于此,具体可以根据实际情况进行相应的设置。
如表1所示,目标电站设备的质量模型分为三个层次,各层次中的质量指标如下所示:
第一层次:A=(B1、B2、B3、B4、B5、B6);
第二层次:B1=(C1,C2,C3);
B2=(C4,C5,C6);
B3=(C7,C8,C9,C10);
B4=(C11,C12);
B5=(C13,C14);
B6=(C15,C16,C17)。
基于上文所述的层级关系,构建反映第t级层中的一组评价指标对其对应的第t-1级层中的一项评价指标的影响程度的若干个判断矩阵。采用“1-9标度法”构造判断矩阵,标度法的含义如下表2所示:
表2标度法含义说明
采用“1-9标度法”对电站设备制造质量及其对应的6项评价指标构造判断矩阵A,如表3所示:
表3电站设备制造质量判断矩阵A
采用“1-9标度法”对原材料质量指标及其对应的3项评价指标构造判断矩阵B1,如表4所示:
表4原材料质量判断矩阵B1
质量证明文件 | 外观质量 | 入厂性能复验 | |
质量证明文件 | a11 | a12 | a13 |
外观质量 | a21 | a22 | a23 |
入厂性能复验 | a31 | a32 | a33 |
采用“1-9标度法”对焊接质量指标及其对应的3项评价指标构造判断矩阵B2,如表5所示:
表5焊接质量判断矩阵B2
成型质量 | 探伤质量 | 理化性能检验 | |
成型质量 | a11 | a12 | a13 |
探伤质量 | a21 | a22 | a23 |
理化性能检验 | a31 | a32 | a33 |
采用“1-9标度法”对外观质量指标及其对应的4项评价指标构造判断矩阵B3,如表6所示:
表6外观质量判断矩阵B3
设计审查 | 尺寸检查 | 变形划伤 | 清洁度 | |
设计审查 | a11 | a12 | a13 | a14 |
尺寸检查 | a21 | a22 | a23 | a24 |
变形划伤 | a31 | a32 | a33 | a34 |
清洁度 | a41 | a42 | a43 | a44 |
采用“1-9标度法”对防腐包装及其对应的3项评价指标构造判断矩阵B6,如下表7所示:
表7防腐包装判断矩阵B6
防腐质量 | 标识质量 | 包装质量 | |
防腐质量 | a11 | a12 | a13 |
标识质量 | a21 | a22 | a23 |
包装质量 | a31 | a32 | a33 |
由以上处理,就可以得到第一判断矩阵A,以及对应于各个第一质量指标的第二判断矩阵B1-B6。具体地,第二判断矩阵B1与第一质量指标-原材料质量对应,第二判断矩阵B2与第一质量指标-焊接质量对应,第二判断矩阵B3与第一质量指标-外观质量对应,第二判断矩阵B4与第一质量指标-装配质量对应,第二判断矩阵B5与第一质量指标-性能试验对应,第二判断矩阵B6与第一质量指标-焊接质量防腐包装对应。
所述质量模型可以是电子设备从外界获取到的,也可以是用户通过人机交互的方式输入电子设备中的,在此对电子设备获取目标电站设备的质量模型的方式并不做任何限定。
S12,确定各个第二判断矩阵对应的权重。
电子设备在获取到各个第二判断矩阵之后,可以采用主观权重赋值的方式,确定各个第二判断矩阵对应的权重,也可以是利用第二判断矩阵计算得到的。在此对第二判断矩阵对应的权重的确定方式并不做任何限制,具体可以根据实际情况进行相应的设置。
关于该步骤具体将在下文中进行详细描述。
S13,获取目标电站设备中对应于各个第二质量指标的设备数量。
目标电站设备中对应于各个第二质量指标的设备数量,可以是人工对多个目标电站设备进行分析,得到存在各个第二质量指标问题的设备,对其数量进行统计,就可以得到目标电站设备中对应于各个第二质量指标的设备数量。
所述的设备数量可以是实现存储在电子设备中的,也可以是电子设备从外界获取到的等等。
S14,基于对应于各个第二质量指标的设备数量,得到各个第一质量指标对应的隶属度矩阵。
其中,可以事先对评价指标中的多层次指标使用模糊评价,构建评价指标评价等级集L,L=(L1,L2,L3,L4),分别对应于优、良、中以及差4种等级,来表征设备质量状况。
在电子设备中可以事先存储有各个目标电站设备中分别对应于第二质量指标的设备数量,得到属于各个评价等级的设备数量,从而就可以得到各个第一质量指标对应的隶属度矩阵。
具体将在下文中对该步骤进行详细描述。
S15,根据各个第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定目标电站设备的质量问题对应的第一质量指标,以对目标电站设备的制造参数进行调整。
电子设备可以依次将各个第二判断矩阵对应的权重与相应的隶属度矩阵进行相乘,得到目标电站设备的质量对应的第一质量指标。在确定出存在质量问题的第一质量指标之后,就可以针对该第一质量指标对应的目标电站设备的制造参数进行调整。
例如,若经过上述处理,确定出目标电站设备中存在质量问题的第一质量指标为焊接质量,则需要对焊接过程的制造参数进行调整;若确定出目标电站设备中存在质量问题的第一质量指标为装配质量,则需要对装配过程的制造参数进行调整。
本实施例提供的基于设备监理的电站设备质量数据处理方法,利用模板设备的质量模型进行相应权重的计算处理,在此基础上结合各个第二质量指标的设备数量进行各个第一质量指标对应的隶属度矩阵计算,使得计算得到的隶属度能够准确反映目标电站设备的实际情况,提高了质量数据确定的准确性,最后基于确定出的质量问题对应的第一质量指标对相应的制造参数进行调整,可以保证制造参数的调整是针对实际问题进行的,保证了后续生产出的电站设备的质量。
在本实施例中提供了一种基于设备监理的电站设备质量数据处理方法,可用于电子设备,如电脑、手机、平板电脑等,图2是根据本发明实施例的基于设备监理的电站设备质量数据处理方法的流程图,如图2所示,该流程包括如下步骤:
S21,获取目标电站设备的质量模型。
其中,所述质量模型包括所述目标电站设备的质与其对应的第一质量指标的第一判断矩阵,以及各个第一质量指标与其对应的第二质量指标的第二判断矩阵。
详细请参见图1所示实施例的S11,在此不再赘述。
S22,确定各个第二判断矩阵对应的权重。
详细请参见图2所示实施例的S12,在此不再赘述。
S23,获取目标电站设备中对应于各个第二质量指标的设备数量。
详细请参见图2所示实施例的S13,在此不再赘述。
S24,基于对应于各个第二质量指标的设备数量,得到各个第一质量指标对应的隶属度矩阵。
具体地,上述S24可以包括如下步骤:
S241,计算对应于所有第二质量指标的设备数量的设备总和。
如上文所述,构建有评价指标评价等级集L,L=(L1,L2,L3,L4)。进一步地,可以基于设备制造过程中发现的质量问题,根据质量问题程度进行分级,分为一级缺陷、二级缺陷和三级缺陷。此处的缺陷与电站设备质量质量评价等级相对应,构建如表8所示电站设备制造质量评价等级。
表8电站设备制造质量评价等级
在上述表8所示的电站设备制造质量评价等级的指导下,就可以统计各个第二质量指标下存在质量问题的设备数量。
S242,分别计算各个第二质量指标的设备数量与设备总和的比值,得到各个第一质量指标对应的隶属度矩阵。
具体地,对第二质量指标Ci进行评价,采用百分比统计法,将质量问题等级评价结果进行百分比统计,作为等级隶属度。例如,对应于第二质量指标Ci 存在质量问题的设备数量总数为y件,其中,特征为Lm等级的质量问题的设备总和为x件,由此可知,第二质量指标Ci的Lm隶属度为:
rim=x/y,(i=1,2,....18;m=1,2...4)。
进一步地,就可以得到第一质量指标对应的等级隶属度矩阵
经过上述方式的处理,就可以得到上述准则层的各个第一质量指标对应的隶属度矩阵,其中,隶属度矩阵中的各个元素的大小是与评价指标评价等级Lm对应的。
S25,根据各个第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定目标电站设备的质量问题对应的第一质量指标,以对目标电站设备的制造参数进行调整。
具体地,上述S25可以包括如下步骤:
S251,分别计算各个第二判断矩阵对应的权重与相应的隶属度矩阵的乘积,得到与各个第一质量指标对应的质量评估矩阵。
电子设备在经过上述S22的处理后,得到各个第二判断矩阵对应的权重;在经过上述S23-S24的处理后,得到各个第二判断矩阵对应的隶属度矩阵。进一步地,电子设备通过计算各个第二判断矩阵对应的权重(WB1-WB6)以及相应的隶属度矩阵(MB1-MB6)的乘积,就可以得到与各个第一质量指标对应的质量评估矩阵。
具体可以采用如下方式表示:
S252,基于各个第一质量指标对应的质量评估矩阵,确定目标电站设备的质量问题对应的第一质量指标。
由于隶属度矩阵中各个元素的大小是与评价指标评价等级Lm对应的,相应地,经过上述S251处理之后得到的质量评估矩中各个元素的大小也是与评价指标评价等级Lm对应。因此,电子设备在计算得到各个第一质量指标对应的质量评估矩阵之后,通过各个元素的大小就可以确定该第一质量指标所隶属的评价等级;再通过比较各个第一质量指标所隶属的评价等级,就可以确定出目标电站设备的质量问题对应的第一质量指标。
作为本实施例的一种可选实施方式,上述S252可以包括如下步骤:
(1)针对各个第一质量指标对应的质量评估矩阵,比较质量评估矩阵中各个元素的大小,确定质量评估矩阵对应的评估等级。
如上文所述,各个第一质量指标对应的质量评估矩阵是与各个评价指标评价等级对应的,依据最大隶属度原则,通过比较同一质量评估矩阵中各个元素的大小,就可以确定出该质量评估矩阵对应的评估等级。
(2)利用各个第一质量指标对应的评估等级,确定目标电站设备的质量问题对应的第一质量指标。
电子设备通过比较各个第一质量指标对应的评估等级就可以确定哪些第一质量指标是存在质量问题的,从而就可以确定出目标电站设备的质量问题对应的第一质量指标。
S253,利用质量问题对应的第一质量指标,确定第一质量指标的制造参数,以对制造参数进行调整。
如上文所述,电子设备再确定出目标电站设备中存在质量问题的第一质量指标之后,就可以确定第一质量指标对应的制造参数,从而可以确定出需要对哪些制造参数进行调整。
本实施例提供的基于设备监理的电站设备质量数据处理方法,在隶属度计算中利用各个第二质量指标的设备数量与设备总和的比值,使得计算得到的隶属度矩阵的准确性;利用质量评估矩阵确定质量问题对应的第二质量指标,以便有针对性地对制造参数进行调整,保证了后续电站设备的制造质量。
在本实施例中提供了一种基于设备监理的电站设备质量数据处理方法,可用于电子设备,如电脑、手机、平板电脑等,图3是根据本发明实施例的基于设备监理的电站设备质量数据处理方法的流程图,如图3所示,该流程包括如下步骤:
S31,获取目标电站设备的质量模型。
其中,所述质量模型包括所述目标电站设备的质与其对应的第一质量指标的第一判断矩阵,以及各个第一质量指标与其对应的第二质量指标的第二判断矩阵。
详细请参见图2所示实施例的S21,在此不再赘述。
S32,确定各个第二判断矩阵对应的权重。
具体地,上述S32可以包括如下步骤:
S321,判断第二判断矩阵中元素的数量是否大于预设值。
第二判断矩阵中元素的数量表示各个第一质量指标对应的第二质量指标的数量,数量越小可以认为该第一质量指标的评价较为简单,再进行权重计算时可以直接采用主观赋值的方式确定该第二判断矩阵对应的权重。
当所述第二判断矩阵中元素的数量小于或等于所述预设值时,执行S322;否则,执行S323。
S322,确定第二判断矩阵对应的权重为主观权重。
所述的主观权重可以通过专家打分法赋予相应的权重,例如,对应于上述的装配质量以及性能试验对应的第二判断矩阵,得到相应的权重
S323,基于第二判断矩阵计算第二判断矩阵对应的权重。
电子设备可以从采用层次分析法计算各个第二判断矩阵对应的权重,
在初次确定出各个第二判断矩阵对应的权重之后,对其进行一致性校验,计算各个第二判断矩阵对应的校验系数CR,
其中,一致性校验指标,式中:λmax为最大特征根,n为构造矩阵维数,平均随机一致性指标RI通过查下表获得:
表9平均随机一致性指标RI
n | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
判断矩阵的校验系数CR值越小,说明判断矩阵的一致性程度越好,若校验系数CR<0.1,判断矩阵通过一致性校验,若CR>0.1,则需重新构建判断矩阵。
S33,获取目标电站设备中对应于各个第二质量指标的设备数量。
详细请参见图2所示实施例的S23,在此不再赘述。
S34,基于对应于各个第二质量指标的设备数量,得到各个第一质量指标对应的隶属度矩阵。
详细请参见图2所示实施例的S24,在此不再赘述。
S35,根据各个第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定目标电站设备的质量问题对应的第一质量指标,以对目标电站设备的制造参数进行调整。
详细请参见图2所示实施例的S25,在此不再赘述。
S36,确定第一判断矩阵对应的权重。
其中,电子设备还通过计算第一判断矩阵对应的权重WA,以及相应的隶属度矩阵,确定目标电站设备的质量等级。其中,关于第一判断矩阵的权重确定方式可以参见上述第二判断矩阵对应的权重确定方式,在此不再赘述。
S37,计算第一判断矩阵对应的权重与各个第一质量指标对应的隶属度矩阵,得到目标电站设备对应的隶属度矩阵。
具体地,目标电站设备对应的隶属度矩阵可以采用下述公式计算得到:
S38,基于目标电站设备对应的隶属度矩阵中各个元素的大小,确定目标电站设备的质量等级。
电子设备在计算得到目标电站设备对应的隶属度矩阵之后,就可以比较该隶属度矩阵中各个元素的大小,确定目标电站设备的质量等级,所述的质量等级为上述L1-L4中的一种。
本实施例提供的基于设备监理的电站设备质量数据处理方法,在第二判断矩阵中元素的数量较少时,可以直接利用主观方式确定第二判断矩阵的权重,可以提高该质量数据处理的效率;在第二判断矩阵中元素的数量较多时,在第二判断矩阵的基础上计算第二判断矩阵对应的权重,保证了第二判断矩阵对应的权重的准确性。
作为本实施例的一个具体应用实施例,上述的基于设备监理的电站设备质量数据处理方法可以包括如下步骤:
步骤一:获取目标电站设备的质量模型,所得到的第一判断矩阵以及第二判断矩阵如下所示:
目标层A的第一判断矩阵为:
同理,标准层的各个第二判断矩阵为:
步骤二:计算指标权重。
通过计算矩阵权向量得到目标层A对准则层的各指标权重,即为矩阵WA:
WA=[0.1480.2220.4640.0680.0300.068]
步骤三:一致性检验。
计算判断矩阵的校验系数CR,其中:
一致性检验指标式中:λmax为最大特征根,n为构造矩阵维数,其中,
计算一致性指标CI:
查表8确定相应的平均随机一致性指标RI,对于6阶的判断矩阵,查表得到RI=1.24。
求出一致性比例CR,判断矩阵的校验系数CR值越小,说明判断矩阵的一致性程度越好,可知CR<0.1,判断矩阵通过一致性检验,权重计算结果合理。若CR>0.1,则需重新构建判断矩阵。
同理可得准则层B1、B2、B3、B4、B5经归一化计算权向量和一致性检验后的结果如下:
步骤四:对评价指标体系中的多层次指标使用模糊评价,构建评价指标评价等级集L,L=(L1,L2,L3,L4)对应优、良、中、差4种等级。
步骤五:计算各评价指标等级隶属度。以原材料质量B1为例,其各指标层等级评价结果隶属度如下表10所示。
表10原材料质量各指标等级隶属度
评价指标 | L1优 | L2良 | L3中 | L4差 |
C1 | 1 | 0 | 0 | 0 |
C2 | 0 | 0.9 | 0.1 | 0 |
C3 | 1 | 0 | 0 | 0 |
由上表可以得到,原材料质量对应的等级隶属度评价矩阵为
同理可得,B2,B3,B4,B5,B6指标等级隶属度评价矩阵为
步骤六:准则层评价结果计算与分析。
将B1的指标权重系数与等级隶属度评价矩阵/>相乘即得到B1指标评价集
根据最大隶属度原则,可知原材料的质量情况为优,等级隶属度为57.1%。
同理,可得准则层其他指标的评价集:
可知焊接情况为良,等级隶属度为42.2%。
可知外观质量情况为良,等级隶属度为69.1%。
可知装配质量情况为良,等级隶属度为48%。
可知性能试验情况为优,等级隶属度为100%。
可知防腐包装情况为优,等级隶属度为91.1%。
步骤七:计算目标层综合评价结果并分析。
设备制造质量评价等级的模糊子集为:
依据最大隶属度原则,确定某电站设备质量对L2等级的隶属度最高,等级隶属度为50.9%,设备制造总体质量评价为良。
在本实施例中还提供了一种基于设备监理的电站设备质量数据处理装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种基于设备监理的电站设备质量数据处理装置,如图4所示,包括:
第一获取模块41,用于获取目标电站设备的质量模型,所述质量模型包括所述目标电站设备的质与其对应的第一质量指标的第一判断矩阵,以及各个第一质量指标与其对应的第二质量指标的第二判断矩阵;
确定模块42,用于确定各个所述第二判断矩阵对应的权重;
第二获取模块43,用于获取所述目标电站设备中对应于各个所述第二质量指标的设备数量;
第一确定模块44,用于基于对应于各个所述第二质量指标的设备数量,得到各个第一质量指标对应的隶属度矩阵;
第二确定模块45,用于根据各个所述第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定所述目标电站设备的质量问题对应的第二质量指标,以对所述目标电站设备的制造参数进行调整。
本实施例中的基于设备监理的电站设备质量数据处理装置是以功能单元的形式来呈现,这里的单元是指ASIC电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
上述各个模块的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本发明实施例还提供一种电子设备,具有上述图4所示的基于设备监理的电站设备质量数据处理装置。
请参阅图5,图5是本发明可选实施例提供的一种电子设备的结构示意图,如图5所示,该电子设备可以包括:至少一个处理器51,例如CPU(Central Processing Unit,中央处理器),至少一个通信接口53,存储器54,至少一个通信总线52。其中,通信总线52用于实现这些组件之间的连接通信。其中,通信接口53可以包括显示屏(Display)、键盘(Keyboard),可选通信接口53还可以包括标准的有线接口、无线接口。存储器54可以是高速RAM存储器(Random Access Memory,易挥发性随机存取存储器),也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器54可选的还可以是至少一个位于远离前述处理器51的存储装置。其中处理器51可以结合图4所描述的装置,存储器54中存储应用程序,且处理器51调用存储器54 中存储的程序代码,以用于执行上述任一方法步骤。
其中,通信总线52可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。通信总线52可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器54可以包括易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文: flash memory),硬盘(英文:harddisk drive,缩写:HDD)或固态硬盘(英文:solid-state drive,缩写:SSD);存储器54还可以包括上述种类的存储器的组合。
其中,处理器51可以是中央处理器(英文:central processing unit,缩写:CPU),网络处理器(英文:network processor,缩写:NP)或者CPU和NP的组合。
其中,处理器51还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文:application-specific integrated circuit,缩写:ASIC),可编程逻辑器件(英文:programmable logic device,缩写:PLD)或其组合。上述PLD 可以是复杂可编程逻辑器件(英文:complex programmable logic device,缩写: CPLD),现场可编程逻辑门阵列(英文:field-programmable gate array,缩写: FPGA),通用阵列逻辑(英文:generic arraylogic,缩写:GAL)或其任意组合。
可选地,存储器54还用于存储程序指令。处理器51可以调用程序指令,实现如本申请图1至3实施例中所示的基于设备监理的电站设备质量数据处理方法。
本发明实施例还提供了一种非暂态计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的基于设备监理的电站设备质量数据处理方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(FlashMemory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (9)
1.一种基于设备监理的电站设备质量数据处理方法,其特征在于,包括:
获取目标电站设备的质量模型,所述质量模型包括所述目标电站设备的质量与其对应的第一质量指标的第一判断矩阵,以及各个第一质量指标与其对应的第二质量指标的第二判断矩阵;
确定各个所述第二判断矩阵对应的权重;
获取所述目标电站设备中对应于各个所述第二质量指标的设备数量;
基于对应于各个所述第二质量指标的设备数量,得到各个第一质量指标对应的隶属度矩阵;
根据各个所述第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定所述目标电站设备的质量问题对应的第一质量指标,以对所述目标电站设备的制造参数进行调整;
其中,所述根据各个所述第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定所述目标电站设备的质量问题对应的第一质量指标,以对所述目标电站设备的制造参数进行调整,包括:
分别计算各个所述第二判断矩阵对应的权重与相应的隶属度矩阵的乘积,得到与各个所述第一质量指标对应的质量评估矩阵;
基于各个所述第一质量指标对应的质量评估矩阵,确定所述目标电站设备的质量问题对应的第一质量指标;
利用所述质量问题对应的第一质量指标,确定所述第一质量指标的制造参数,以对所述制造参数进行调整;
所述各个第一质量指标与其对应的第二质量指标如下表所示:
。
2. 根据权利要求1所述的方法,其特征在于, 所述基于对应于各个所述第二质量指标的设备数量,确定各个第一质量指标对应的隶属度矩阵,包括:
计算对应于所有所述第二质量指标的设备数量的设备总和;
分别计算各个所述第二质量指标的设备数量与所述设备总和的比值,得到各个所述第一质量指标对应的隶属度矩阵。
3.根据权利要求1所述的方法,其特征在于,所述基于各个所述第一质量指标对应的质量评估矩阵,确定所述目标电站设备的质量问题对应的第一质量指标,包括:
针对各个所述第一质量指标对应的质量评估矩阵,比较所述质量评估矩阵中各个元素的大小,确定所述质量评估矩阵对应的评估等级;
利用各个所述第一质量指标对应的评估等级,确定所述目标电站设备的质量问题对应的第一质量指标。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述第一判断矩阵对应的权重;
计算所述第一判断矩阵对应的权重与各个所述第一质量指标对应的隶属度矩阵,得到所述目标电站设备对应的隶属度矩阵;
基于所述目标电站设备对应的隶属度矩阵中各个元素的大小,确定所述目标电站设备的质量等级。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述确定各个所述第二判断矩阵对应的权重,包括:
判断所述第二判断矩阵中元素的数量是否大于预设值;
当所述第二判断矩阵中元素的数量小于或等于所述预设值时,确定所述第二判断矩阵对应的权重为主观权重。
6.根据权利要求5所述的方法,其特征在于,所述确定各个所述第二判断矩阵对应的权重,包括:
当所述第二判断矩阵中元素的数量大于所述预设值时,基于所述第二判断矩阵计算所述第二判断矩阵对应的权重。
7.一种基于设备监理的电站设备质量数据处理装置,其特征在于,包括:
第一获取模块,用于获取目标电站设备的质量模型,所述质量模型包括所述目标电站设备的质量与其对应的第一质量指标的第一判断矩阵,以及各个第一质量指标与其对应的第二质量指标的第二判断矩阵;
确定模块,用于确定各个所述第二判断矩阵对应的权重;
第二获取模块,用于获取所述目标电站设备中对应于各个所述第二质量指标的设备数量;
第一确定模块,用于基于对应于各个所述第二质量指标的设备数量,得到各个第一质量指标对应的隶属度矩阵;
第二确定模块,用于根据各个所述第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定所述目标电站设备的质量问题对应的第一质量指标,以对所述目标电站设备的制造参数进行调整;
其中,所述根据各个所述第二判断矩阵对应的权重与相应的隶属度矩阵进行数值计算,确定所述目标电站设备的质量问题对应的第一质量指标,以对所述目标电站设备的制造参数进行调整,包括:
分别计算各个所述第二判断矩阵对应的权重与相应的隶属度矩阵的乘积,得到与各个所述第一质量指标对应的质量评估矩阵;
基于各个所述第一质量指标对应的质量评估矩阵,确定所述目标电站设备的质量问题对应的第一质量指标;
利用所述质量问题对应的第一质量指标,确定所述第一质量指标的制造参数,以对所述制造参数进行调整;
所述各个第一质量指标与其对应的第二质量指标如下表所示:
。
8.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-6中任一项所述的基于设备监理的电站设备质量数据处理方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的基于设备监理的电站设备质量数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011553118.9A CN112711842B (zh) | 2020-12-24 | 2020-12-24 | 基于设备监理的电站设备质量数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011553118.9A CN112711842B (zh) | 2020-12-24 | 2020-12-24 | 基于设备监理的电站设备质量数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112711842A CN112711842A (zh) | 2021-04-27 |
CN112711842B true CN112711842B (zh) | 2023-08-29 |
Family
ID=75544319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011553118.9A Active CN112711842B (zh) | 2020-12-24 | 2020-12-24 | 基于设备监理的电站设备质量数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112711842B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376400A (zh) * | 2014-10-27 | 2015-02-25 | 广州市中南民航空管通信网络科技有限公司 | 基于模糊矩阵层次分析法的风险评估方法 |
CN106843100A (zh) * | 2016-12-13 | 2017-06-13 | 国网北京市电力公司 | 变电站二次设备运行状态等级判断方法和装置 |
EP3301979A1 (en) * | 2016-09-30 | 2018-04-04 | Intel IP Corporation | Methods and devices for small cell search |
CN108985649A (zh) * | 2018-08-01 | 2018-12-11 | 国电联合动力技术有限公司 | 基于风电设备异常分析数据的时序模糊层次分析评估方法 |
CN110580577A (zh) * | 2019-08-28 | 2019-12-17 | 国网湖北省电力有限公司电力科学研究院 | 基于权重系数修正的智能变电站二次系统运行质量多分层评价方法 |
CN111062500A (zh) * | 2019-12-05 | 2020-04-24 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于离散模糊数和层次分析法的电力设备评价方法 |
CN111126757A (zh) * | 2019-11-15 | 2020-05-08 | 全球能源互联网研究院有限公司 | 一种电能质量综合评价方法及装置 |
CN111882198A (zh) * | 2020-07-22 | 2020-11-03 | 北京市水科学技术研究院 | 一种项目绩效评价方法及系统 |
-
2020
- 2020-12-24 CN CN202011553118.9A patent/CN112711842B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376400A (zh) * | 2014-10-27 | 2015-02-25 | 广州市中南民航空管通信网络科技有限公司 | 基于模糊矩阵层次分析法的风险评估方法 |
EP3301979A1 (en) * | 2016-09-30 | 2018-04-04 | Intel IP Corporation | Methods and devices for small cell search |
CN106843100A (zh) * | 2016-12-13 | 2017-06-13 | 国网北京市电力公司 | 变电站二次设备运行状态等级判断方法和装置 |
CN108985649A (zh) * | 2018-08-01 | 2018-12-11 | 国电联合动力技术有限公司 | 基于风电设备异常分析数据的时序模糊层次分析评估方法 |
CN110580577A (zh) * | 2019-08-28 | 2019-12-17 | 国网湖北省电力有限公司电力科学研究院 | 基于权重系数修正的智能变电站二次系统运行质量多分层评价方法 |
CN111126757A (zh) * | 2019-11-15 | 2020-05-08 | 全球能源互联网研究院有限公司 | 一种电能质量综合评价方法及装置 |
CN111062500A (zh) * | 2019-12-05 | 2020-04-24 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于离散模糊数和层次分析法的电力设备评价方法 |
CN111882198A (zh) * | 2020-07-22 | 2020-11-03 | 北京市水科学技术研究院 | 一种项目绩效评价方法及系统 |
Non-Patent Citations (1)
Title |
---|
叶玮佳."智能变电站二次系统运行质量评价体系研究".《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2019,(第6期),C042-311,正文第19、30、36-45页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112711842A (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564286B (zh) | 一种基于大数据征信的人工智能金融风控授信评定方法和系统 | |
US20150371134A1 (en) | Predicting circuit reliability and yield using neural networks | |
CN111461555A (zh) | 一种生产线质量监测方法、装置及系统 | |
CN112597435B (zh) | 基于设备监理的火电设备质量数据处理方法及装置 | |
CN103366123A (zh) | 基于缺陷分析的软件风险评估方法 | |
CN103971023A (zh) | 研发过程质量自动评估系统和方法 | |
CN111598457B (zh) | 一种电力无线网络质量的确定方法及装置 | |
CN111242424B (zh) | 质量数据的处理方法及装置 | |
CN107463532A (zh) | 一种电力统计数据的质量分析方法 | |
CN110705856A (zh) | 基于层次分析法的核电设备锻件材料制造质量评估方法 | |
WO2022133889A1 (zh) | 基于设备监理的电站设备质量数据处理方法及装置 | |
CN112711842B (zh) | 基于设备监理的电站设备质量数据处理方法及装置 | |
CN111369084A (zh) | 内容网络中资源质量评分方法 | |
WO2022133895A1 (zh) | 基于设备监理的火电设备质量数据处理方法及装置 | |
JP4299508B2 (ja) | 製造プロセスにおける操業と品質の関連分析装置、関連分析方法及びコンピュータ読み取り可能な記憶媒体 | |
CN117592656A (zh) | 基于碳数据核算的碳足迹监控方法及系统 | |
CN117272145A (zh) | 转辙机的健康状态评估方法、装置和电子设备 | |
CN112034139A (zh) | 岩爆倾向性等级的判别方法、装置及电子设备 | |
CN106873365A (zh) | 一种综合质量目标与设备性能的挤出吹塑工艺优化方法 | |
CN111461329A (zh) | 一种模型的训练方法、装置、设备及可读存储介质 | |
CN113988676B (zh) | 一种水处理设备的安全管理方法及系统 | |
CN111861124B (zh) | 适用于注塑机的可识别性能评估方法、系统及存储介质 | |
CN111832854A (zh) | 汽车研发质量管理体系的成熟度量化评价方法、系统及可读介质 | |
CN114493078A (zh) | 一种能源电力产业链的风险预警方法、系统、设备和介质 | |
CN111881259B (zh) | 一种基于文本挖掘的设备故障概率评估方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |