CN113592672A - 基于工业互联网平台的工业管理控制方法、设备及介质 - Google Patents

基于工业互联网平台的工业管理控制方法、设备及介质 Download PDF

Info

Publication number
CN113592672A
CN113592672A CN202110884576.9A CN202110884576A CN113592672A CN 113592672 A CN113592672 A CN 113592672A CN 202110884576 A CN202110884576 A CN 202110884576A CN 113592672 A CN113592672 A CN 113592672A
Authority
CN
China
Prior art keywords
transformation equipment
power transmission
health
health index
preset
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.)
Granted
Application number
CN202110884576.9A
Other languages
English (en)
Other versions
CN113592672B (zh
Inventor
冯颖姣
张盛
姜建
郑宏伟
熊炉华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Rsafele Electric Co ltd
Original Assignee
Zhejiang Rsafele Electric Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Rsafele Electric Co ltd filed Critical Zhejiang Rsafele Electric Co ltd
Priority to CN202110884576.9A priority Critical patent/CN113592672B/zh
Publication of CN113592672A publication Critical patent/CN113592672A/zh
Application granted granted Critical
Publication of CN113592672B publication Critical patent/CN113592672B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • 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
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • 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

Abstract

本申请公开了一种基于工业互联网平台的工业管理控制方法、设备及介质，方法包括：通过变电站互联网平台，获取变电站中包含的输变电设备在预设周期内的运行数据；根据输变电设备所属的厂家、所对应的型号，为输变电设备生成对应的标签；根据运行数据以及标签，通过预先生成的健康评估模型确定输变电设备的健康档案；根据健康档案中输变电设备对应的各健康指标测量值中，不符合预设要求的健康指标测量值，确定输变电设备需要执行的运检业务。本申请实施例通过标签对输变电设备进行分组，以及确定输变电设备需要执行的运检业务，能够自动提醒哪个变电站的哪个厂家的哪个型号的输变电设备需要执行的运检业务，为运维人员提供了极大的便利性。

Description

基于工业互联网平台的工业管理控制方法、设备及介质
技术领域
本申请涉及互联网技术领域，尤其涉及一种基于工业互联网平台的工业管理控制方法、设备及介质。
背景技术
基于工业互联网的智能变电站远程监测和运维诊断平台通过对全站主要电气设备、关键设备安装地点以及周围环境进行全天候状态监视和智能控制，实时采集智能变电站设备运行状态的特性参量，通过各种算法，建立标准的设备监测模型、远程的运维服务、完整的专家诊断系统和完善的大数据预测维护和优化方案，实现对智能变电站运行的实时监测、分析、评估和优化。
其中，工业互联网平台架构标准的架构设计，主要由边缘层、基础层、平台层、应用层4个层级[19]，并具有涵盖整个工业系统的安全防护体系。基于工业互联网的智能变电站远程监测和运维诊断平台建构设计包括(1)平台的边缘层，通过连接和管理全站主要电气设备，利用协议转换实现海量数据的互联互通，这是实现工业互联网平台的数据基础。(2)基础层，通过计算、网络、存储等资源的虚拟化，实现信息基础设施的资源池化。(3)平台层在通用PaaS(Platform as a Service，平台即服务)架构上进行二次开发，实现智能变电站工业PaaS层构建。(4)应用层形成满足智能变电站远程监测和运维的工业App，形成工业互联网平台的最终价值。四层架构和工业安全防护构成了工业互联网平台的基础支撑和重要保障。
然而，随着科技的不断进步，我国正大力推进输变电站的智能化改造，在线监测技术则是实现输变电站智能化的核心。
目前，输变电设备在线监测是通过持续供电实现对设备的周期性或连续性地自动监测。例如，高压设备智能化、红外线测温、输变电设备状态监测及诊断评估等已得到了广泛应用。
但是，变电站的内部架设有大量供电设备及保护设备，运维、检修工作复杂。为了满足对偏远地区的供电需求，许多变电站都架设在相对偏僻的位置，增加了设备安全方面的风险，加大了运维管理工作的难度。
发明内容
本申请实施例提供一种基于工业互联网平台的工业管理控制方法、设备及介质，解决了变电站的内部架设有大量输变电设备，维修效率低的技术问题。
本申请实施例采用下述技术方案：
一方面，本申请实施例提供了一种基于工业互联网平台的工业管理控制方法，包括：通过变电站互联网平台，获取变电站中包含的输变电设备在预设周期内的运行数据；根据所述输变电设备所属的厂家、所对应的型号，为所述输变电设备生成对应的标签；根据所述运行数据以及所述标签，通过预先生成的健康评估模型确定所述输变电设备的健康档案；根据所述健康档案中所述输变电设备对应的各健康指标测量值中，不符合预设要求的所述健康指标测量值，确定所述输变电设备需要执行的运检业务。
一个示例中，所述确定所述输变电设备需要执行的运检业务，具体包括：将所述各健康指标作为节点，将所述健康指标之间的关联作为边，建立所述各健康指标对应的知识图谱；根据所述健康档案中的所述输变电设备对应的各健康指标测量值，确定不符合预设要求的所述健康指标测量值；根据第一健康指标与第二健康指标之间的依赖关系，确定不符合预设要求的第二健康指标测量值是由第一健康指标测量值引起的；执行所述第一健康指标所对应的运检业务，且不执行第二健康指标所对应的运检业务。
一个示例中，所述确定所述输变电设备需要执行的运检业务，具体包括：在所述知识图谱中，找到与所述第一健康指标具有依赖关系的第三健康指标；所述第三健康指标测量值符合所述预设要求；执行所述第三健康指标测量值所对应的运检业务。
一个示例中，所述确定所述输变电设备需要执行的运检业务，具体包括：根据所述输变电设备对应的各健康指标测量值，通过所述预设要求得到所述输变电设备的故障率；若所述故障率超过预设故障率阈值，对符合所述预设要求的健康指标测量值进行检验，确定所述符合预设要求的第四健康指标测量值是由运行数据出现偏差引起的；执行所述第四健康指标所对应的运检业务。
一个示例中，所述确定所述输变电设备需要执行的运检业务之后，所述方法还包括：确定各标签所包含的所述变电站中各输变电设备的故障率；在所述各标签中，若所述超过预设故障率阈值的输变电设备，超过预设数量阈值；将所述各标签中的各输变电设备的不符合预设要求的健康指标测量值与历史周期相应的健康指标测量值分别进行对比，确定所述各输变电设备的性能；根据所述性能，降低所述预设要求中的相应要求的预设健康指标阈值。
一个示例中，所述根据所述性能，降低所述预设要求中的相应要求的预设健康指标阈值之后，所述方法还包括：将所述各标签中，超过预设故障率阈值的输变电设备的各健康指标测量值，发送至预设区域内的维修节点；确定由多个维修节点组成的维修节点集合，以使所述维修节点集合对所述预设故障率阈值的输变电设备进行隐患评估；接收所述维修节点集合发送的隐患评估报告；根据所述隐患评估报告，对所述预设要求中的相应要求进行更新。
一个示例中，所述确定各标签所包含的所述变电站中各输变电设备的故障率之后，所述方法还包括：根据所述故障率，通过风险评估模型对所述各标签进行归类，确定不同的管控级别；根据所述不同管控级别，对所述各标签中的各输变电设备进行相应的监测。
一个示例中，确定所述预先生成的健康评估模型，具体包括：确定所述输变电设备的各健康指标测量值所对应的各组样本运行数据；对所述各组样本运行数据进行标准化处理；根据梯形隶属函数，确定标准化的各组样本运行数据的模糊关系矩阵；根据模糊层次分析法，确定所述标准化的各组样本运行数据的的权重矩阵；将所述模糊关系矩阵与所述权重矩阵进行相乘相加，确定所述各健康指标测量值。
另一方面，本申请实施例提供了一种基于工业互联网平台的工业管理控制设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：通过变电站互联网平台，获取变电站中包含的输变电设备在预设周期内的运行数据；根据所述输变电设备所属的厂家、所对应的型号，为所述输变电设备生成对应的标签；根据所述运行数据以及所述标签，通过预先生成的健康评估模型确定所述输变电设备的健康档案；根据所述健康档案中所述输变电设备对应的各健康指标测量值中，不符合预设要求的所述健康指标测量值，确定所述输变电设备需要执行的运检业务。
另一方面，本申请实施例提供了一种基于工业互联网平台的工业管理控制非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：通过变电站互联网平台，获取变电站中包含的输变电设备在预设周期内的运行数据；根据所述输变电设备所属的厂家、所对应的型号，为所述输变电设备生成对应的标签；根据所述运行数据以及所述标签，通过预先生成的健康评估模型确定所述输变电设备的健康档案；根据所述健康档案中所述输变电设备对应的各健康指标测量值中，不符合预设要求的所述健康指标测量值，确定所述输变电设备需要执行的运检业务。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
本申请实施例通过为输变电设备生成对应的标签，能够对输变电设备进行分组，并且通过确定输变电设备的健康档案，以及根据健康档案中的不符合预设要求的健康指标测量值，确定输变电设备需要执行的运检业务，从而能够实现自动提醒哪个变电站的哪个厂家的哪个型号的输变电设备需要执行的运检业务，为运维人员提供了极大的便利性，提高了维修效率。
附图说明
为了更清楚地说明本申请的技术方案，下面将结合附图来对本申请的部分实施例进行详细说明，附图中：
图1为本申请实施例提供的一种基于工业互联网平台的工业管理控制方法的流程示意图；
图2为本申请实施例提供的一种基于工业互联网平台的工业管理控制设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通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，都属于本申请保护的范围。
下面参照附图来对本申请的一些实施例进行详细说明。
如图1所示，本申请实施例提供的一种基于工业互联网平台的工业管理控制方法的流程示意图，包括：
S101：通过变电站互联网平台，获取变电站中包含的输变电设备在预设周期内的运行数据。
在本申请一些实施例中，输变电设备包括一次设备与二次设备，对于输变电设备的主要一次设备包括变压器、容性设备、高压断路器、GIS等，此外，对于输变电设备的主要二次设备包括电子式互感器、合并单元、保护单元、测控单元、通信网络等。
S102：根据输变电设备所属的厂家、所对应的型号，为输变电设备生成对应的标签。
在本申请的一些实施例中，服务器预先存储变电站内的输变电设备所属的厂家，以及在所属的厂家中，所对应的型号，进而实现对输变电设备进行分组。
具体地，首先，服务器对变电站内的输变电设备的多个厂家进行分组，得到若干组厂家的标签。其次，服务器对于各组厂家中的输变电设备，按照型号再次进行分组，得到若干组型号的标签，基于此，为变电站内的输变电设备生成对应的分组标签，以便根据分组标签，较为准确地将输变电设备分组。
S103：根据运行数据以及标签，通过预先生成的健康评估模型确定输变电设备的健康档案。
在本申请的一些实施例中，服务器获取运行数据后，将运行数据输入至预先生成的健康评估模型，从而得到输变电设备的健康档案。需要说明的是，该健康档案携带输变电设备的标签，进而将该健康档案按照标签进行分组。
其中，健康档案包括输变电设备对应的各健康指标测量值，输变电设备可以为任意一种输变电设备，比如，变压器设备，容性设备、高压断路器以及GIS。其中，变压器的健康指标测量值包括油中气体的含量、局部放电量等，容性设备的健康指标测量值包括电容、电容电流、介质损耗、不平衡电压等，高压断路器的健康指标测量值包括绝缘层、交流电压下的泄露电流和tanδ等，GIS包括SF6气体的压力、湿度、局部放电量等。
需要说明的是，在本申请实施例中，各健康指标测量值是指对测量得到的运行数据进行一系列算法进行计算，从而得到的值。比如，通过预先生成的健康评估模型计算得到。
在本申请的一些实施例中，由于输变电设备的健康状态包含了电气、机械等多个性能，具有多条从不同侧面反映健康程度的样本运行数据，并且所选取的样本运行数据中，有定性指标和定量指标，因此如何衡量指标中的定性指标，是健康指标测量值计算的关键。
具体地，确定预先生成的健康评估模型的过程，包括：服务器确定输变电设备的各健康指标所对应的各组样本运行数据。其中，服务器获取输变电设备的样本运行数据，对样本运行数据进行分组，得到多组样本运行数据。由于各组样本运行数据均包括多条样本运行数据，因此通过各组样本运行数据中的多条样本运行数据确定相应健康指标测量值。
服务器对各组样本运行数据均进行标准化处理。其中，用如下公式进行标准化处理。
Figure BDA0003191281450000071
式中：x为实际所测值，x0为初始出厂值，xm为限定最大值，y为标准化之后所得值。
在进行标准化处理之后，服务器采用梯形隶属函数确定标准化的各条样本运行数据分别在各组样本运行数据中的隶属度，从而确定标准化的各组样本运行数据的模糊关系矩阵。
并且，服务器采用模糊层次分析法，获取标准化的各条样本运行数据分别在各组样本运行数据中的权重，从而确定标准化的各组样本运行数据的的权重矩阵。其中，服务器通过模糊层次分析法获取权重时，首先集结S个专家的偏好信息，然后得到模糊判断矩阵，计算归一化的综合判断矩阵，并求得各健康指标相应的可能度，以建立可能度矩阵，根据可能度矩阵，求取各条样本运行数据分别在各组样本运行数据中的权重。
进一步，服务器将模糊关系矩阵与权重矩阵进行相乘相加，进而确定各健康指标测量值。
本申请实施例通过模糊集理论可以将定性指标数学化，通过层次分析法可以求出定性指标权重，并且通过将模糊关系矩阵与权重矩阵进行相乘相加，既考虑了隶属度和权重对健康指标测量值计算的共同作用，同时又利用了所有信息，提高了健康指标测量值的计算精确性。
S104：根据健康档案中输变电设备对应的各健康指标测量值中，不符合预设要求的健康指标测量值，确定输变电设备需要执行的运检业务。
在本申请的一些实施例中，预设要求包括各健康指标测量值所对应的各自的预设阈值。
需要说明的是，虽然本申请实施例是参照图1来对S101至S104依次进行介绍说明的，但这并不代表S101至S104必须按照严格的先后顺序执行。本实施例之所以按照图1中所示的顺序对S101至S104依次进行介绍说明，是为了方便本领域技术人员理解本实施例的技术方案。换句话说，在本申请实施例中，S101至S104之间的先后顺序可以根据实际需要进行适当调整。
通过图1的方法，通过为输变电设备生成对应的标签，能够对输变电设备进行分组，并且通过确定输变电设备的健康档案，根据健康档案中的不符合预设要求的健康指标测量值，确定输变电设备需要执行的运检业务，从而能够实现自动提醒哪个变电站的哪个厂家的哪个型号的输变电设备需要执行的运检业务，为运维人员提供了极大的便利性，提高了输变电设备的维修效率。
基于图1的方法，本申请实施例还提供了该方法的一些具体实施方案和扩展方案，下面继续进行说明。
在本申请的一些实施例中，为了确定输变电设备的各健康指标测量值所反映的该输变电设备的健康状态的准确性，服务器预先为各健康指标构建对应的知识图谱。
具体地，服务器将各健康指标作为节点，并将各健康指标之间的关联作为边，建立各健康指标对应的知识图谱。
其中，不同的各健康指标节点间可能具有一种或者多种类型的关系，比如，依赖关系、相辅相成关系以及对立关系等。根据这些关系，构成各健康指标节点间相应的边，从而将各健康指标节点关联起来，具体选取哪种或者哪几种类型的关系，可以根据实际需要进行设置，在此不做限定。
基于上面的说明，本申请实施例通过不同健康指标节点之间的关系，能够实现半监督地对健康指标节点数据进行挖掘，从而进一步提高输变电设备的监测的准确性。
在本申请的一些实施例中，前面已经提到步骤S104中通过不符合预设要求的健康指标测量值，确定输变电设备需要执行的运检业务。其中，各健康指标分别反映输变电设备不同的性能。但是，由于输变电设备的各部件是一个整体，并且协同工作，因此第二性能的健康指标测量值不符合预设要求时，可能是由第一性能出现问题所导致的，并且输变电设备的第一性能在运检之后，第二性能便会自动恢复正常状态。
基于此，服务器在确定不符合预设要求的健康指标测量值后，从不符合预设要求的健康指标测量值中，通过知识图谱中的第一健康指标与第二健康指标之间的依赖关系，确定不符合预设要求的第二健康指标测量值是由第一健康指标测量值引起的。因此，服务器执行第一健康指标所对应的运检业务，且不执行第二健康指标所对应的运检业务。
进一步，由于第一性能不符合健康状态时，可能会引起第三性能的变化，即使输变电设备的第一性能在运检之后，第三性能并不会自动恢复正常状态。但是性能的变化是一个过程性的动作，因此，此时第三性能的所反映出的健康指标测量值可能符合预设要求，但是在未来的一段时间内，该性能的健康指标测量值可能将不符合预设要求。
基于此，服务器在知识图谱中，找到与第一健康指标具有依赖关系的第三健康指标，因此，即使第三健康指标测量值符合预设要求，也要执行第三健康指标所对应的运检业务。
需要说明的是，本申请实施例中第一健康指标与第二健康指标之间的依赖关系与第一健康指标与第三健康指标之间的依赖关系，是不同的。
例如，第一健康指标测量值为高压断路器的绝缘层，第三健康指标测量值为高压断路器的交流电压下的泄露电流，其中，高压断路器的绝缘层的值不符合预设要求，但是该高压断路器的交流电压下的泄露电流的值符合预设要求，由于绝缘层已经出现问题，那么很有可能发生漏电，因此即使在泄露电流的值符合预设要求的情况下，也要执行交流电压下的泄露电流的值不符合预设要求时，所对应的运检业务。
本申情实施例通过知识图谱，对符合预设要求的健康指标测量值进行预测，实现了经过健康评估模型的检测之后，对输变电设备的二次检验，进而及时发现潜在安全隐患。
在本申请的一个实施例中，由于输变电设备的运行数据可能出现不准确的情况，导致该输变电设备的各健康指标与实际的健康状态出现偏差，因此仅仅依据各健康指标测量值是否符合预设要求，并不能真实反映出该输变电设备的部分潜在安全隐患。
因此，服务器可以根据输变电设备对应的各健康指标测量值，通过预设要求得到输变电设备的故障率。
进一步，若所述故障率超过预设故障率阈值，对所符合预设要求的健康指标测量值进行检验，从而确定符合预设要求的第四健康指标测量值是由运行数据出现偏差引起的，然后执行第四健康指标所对应的运检业务。
本申请实施例通过在故障率超过预设故障率阈值，对所符合预设要求的的健康指标测量值进行检验，以验证输变电设备的实际的健康状态。实际上，第四健康指标对应的输变电设备的性能已经出现问题，但是由于获取的输变电设备的运行数据出现偏差，才造成计算得到的第四健康指标测量值符合预设要求。因此，通过检验所符合预设要求的的健康指标测量值，进一步提高了对输变电设备监测的准确性。
在本申请的一个实施例中，对于在各标签中，超过预设故障率阈值的输变电设备的数量过多，则可能是由于预设要求不符合该标签中的本批次的输变电设备的性能，才导致其输变电设备的某些性能的健康状态是没有问题的，但是该性能对应的健康指标测量值却不符合预设要求，进而使计算的故障率偏高，故需要对预设要求进行验证。
具体地，服务器确定上述输变电设备需要执行的运检业务之后，确定各标签所包含的所述变电站中各输变电设备的故障率；在所述各标签中，若所述超过预设故障率阈值的输变电设备，超过预设数量阈值时，对该标签中的各输变电设备的不符合预设要求的健康指标测量值与历史周期相应的健康指标测量值分别进行对比，便可以预估该标签中的各输变电设备的性能，并且通过预估的该标签中的各输变电设备的性能，确定更新的预设要求，然后将更新的预设要求中的预设各健康指标阈值与原本的预设要求中的预设各健康指标阈值进行匹配，从而降低预设要求中的相应要求的预设健康指标阈值。
本申请实施例通过在所述各标签中，若所述超过预设故障率阈值的输变电设备，超过预设数量阈值时，对预设要求进行验证，从而排除了目前的预设要求中的部分要求不符合该标签中本次批次的输变电设备的情况。
在本申请的一个实施例中，为了提高对预设要求中的部分预设要求更新的准确性，通过运维经验可以起到一定的辅助判断作用。
具体地，服务器将所述各标签中，超过预设故障率阈值的输变电设备的各健康指标测量值，发送至预设区域内的维修节点。其中，在预设区域内，确定由多个维修节点组成的维修节点集合。
上述的预设区域的具体范围根据需求设定，但应为输变电设备的附近区域。比如，附近区域包括距离该输变电设备4km以内，当然这里预设区域的范围设置应当合理，若范围过大则事实上不算是附近了。
在维修节点集合中的多个维修节点在接收到输变电设备的各健康指标测量值后，首先查找输变电设备的相关信息，然后通过相关信息，在数据库中查找与输变电设备对应的性能，并参考输变电设备的各健康指标测量值，对输变电设备进行隐患评估，以生成隐患评估报告，然后将隐患评估报告发送至服务器。
服务器在接收到隐患评估报告之后，对预设要求中的相应要求再次进行更新。
本申请实施例中，在预设区域内，输变电设备的厂家对各健康指标测量值进行验证，生成隐患评估报告，对输变电设备的实际情况进行验证。
在本申请的一个实施例中，在一个变电站中，对于不同型号标签中的输变电设备，可能是不同类型的输变电设备，或者是相同类型的输变电设备，但型号不相同，由于输变电设备的性能由生产厂家、型号、批次共同决定，因此对于不同的标签，需要进行差异化的监测。
具体地，在已知各标签中各输变电设备的故障率之后，服务器通过风险评估模型分别对各标签进行评估，在得到评估结果之后，按照评估结果对各标签进行分类，从而得到各标签的管控级别。其中，各标签的管控级别可以相同，也可以不相同。
在此之前，服务器预先构建管控级别相对应的监控方法，在得到各标签的管控级别以后，按照预先构建的监控方法，对各标签中的各输变电设备进行监测。
本申请实施例通过风险评估模型对各标签进行评估，从而对各标签中的输变电设备进行差异化监测，针对各标签中的输变电设备制定个性化的方案，从而提高了输变电设备监测的准确性。
图2为本申请实施例提供的一种基于工业互联网平台的工业管理控制设备的结构示意图，所述设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
通过变电站互联网平台，获取变电站中包含的输变电设备在预设周期内的运行数据；
根据输变电设备所属的厂家、所对应的型号，为输变电设备生成对应的标签；
根据运行数据以及标签，通过预先生成的健康评估模型确定输变电设备的健康档案；
根据健康档案中输变电设备对应的各健康指标测量值中，不符合预设要求的健康指标测量值，确定输变电设备需要执行的运检业务。
基于同样的思路，本申请实施例还提供了对应于上述方法的一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
通过变电站互联网平台，获取变电站中包含的输变电设备在预设周期内的运行数据；
根据输变电设备所属的厂家、所对应的型号，为输变电设备生成对应的标签；
根据运行数据以及标签，通过预先生成的健康评估模型确定输变电设备的健康档案；
根据健康档案中输变电设备对应的各健康指标测量值中，不符合预设要求的健康指标测量值，确定输变电设备需要执行的运检业务。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请技术原理之内所作的任何修改、等同替换、改进等，均应落入本申请的保护范围之内。

Claims (10)

1.一种基于工业互联网平台的工业管理控制方法，其特征在于，包括：
通过变电站互联网平台，获取变电站中包含的输变电设备在预设周期内的运行数据；
根据所述输变电设备所属的厂家、所对应的型号，为所述输变电设备生成对应的标签；
根据所述运行数据以及所述标签，通过预先生成的健康评估模型确定所述输变电设备的健康档案；
根据所述健康档案中所述输变电设备对应的各健康指标测量值中，不符合预设要求的所述健康指标测量值，确定所述输变电设备需要执行的运检业务。
2.根据权利要求1所述的方法，其特征在于，所述确定所述输变电设备需要执行的运检业务，具体包括：
将各健康指标作为节点，将所述健康指标之间的关联作为边，建立所述各健康指标对应的知识图谱；
根据所述健康档案中的所述输变电设备对应的各健康指标测量值，确定不符合预设要求的所述健康指标测量值；
根据第一健康指标与第二健康指标之间的依赖关系，确定不符合预设要求的第二健康指标测量值是由第一健康指标测量值引起的；
执行所述第一健康指标所对应的运检业务，且不执行所述第二健康指标所对应的运检业务。
3.根据权利要求2所述的方法，其特征在于，所述确定所述输变电设备需要执行的运检业务，具体包括：
在所述知识图谱中，找到与所述第一健康指标具有依赖关系的第三健康指标；第三健康指标测量值符合所述预设要求；
执行所述第三健康指标所对应的运检业务。
4.根据权利要求2所述的方法，其特征在于，所述确定所述输变电设备需要执行的运检业务，具体包括：
根据所述输变电设备对应的各健康指标测量值，通过所述预设要求得到所述输变电设备的故障率；
若所述故障率超过预设故障率阈值，对符合所述预设要求的健康指标测量值进行检验，确定符合所述预设要求的第四健康指标测量值是由运行数据出现偏差引起的；
执行所述第四健康指标所对应的运检业务。
5.根据权利要求4所述的方法，其特征在于，所述确定所述输变电设备需要执行的运检业务之后，所述方法还包括：
确定各标签所包含的所述变电站中各输变电设备的故障率；
在所述各标签中，若所述超过预设故障率阈值的输变电设备，超过预设数量阈值；
将所述各标签中的各输变电设备的不符合预设要求的健康指标测量值与历史周期相应的健康指标测量值分别进行对比，确定所述各输变电设备的性能；
根据所述性能，降低所述预设要求中的相应要求的预设健康指标阈值。
6.根据权利要求5所述的方法，其特征在于，所述根据所述性能，降低所述预设要求中的相应要求的预设健康指标阈值之后，所述方法还包括：
将所述各标签中，超过预设故障率阈值的输变电设备的各健康指标测量值，发送至预设区域内的维修节点；
确定由多个维修节点组成的维修节点集合，以使所述维修节点集合对所述预设故障率阈值的输变电设备进行隐患评估；
接收所述维修节点集合发送的隐患评估报告；
根据所述隐患评估报告，对所述预设要求中的相应要求进行更新。
7.根据权利要求5所述的方法，其特征在于，所述确定各标签所包含的所述变电站中各输变电设备的故障率之后，所述方法还包括：
根据所述故障率，通过风险评估模型对所述各标签进行归类，确定不同的管控级别；
根据所述不同管控级别，对所述各标签中的各输变电设备进行相应的监测。
8.根据权利要求1所述的方法，其特征在于，确定所述预先生成的健康评估模型，具体包括：
确定所述输变电设备的各健康指标所对应的各组样本运行数据；
对所述各组样本运行数据进行标准化处理；
根据梯形隶属函数，确定标准化的各组样本运行数据的模糊关系矩阵；
根据模糊层次分析法，确定所述标准化的各组样本运行数据的的权重矩阵；
将所述模糊关系矩阵与所述权重矩阵进行相乘相加，确定所述各健康指标测量值。
9.一种基于工业互联网平台的工业管理控制设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
通过变电站互联网平台，获取变电站中包含的输变电设备在预设周期内的运行数据；
根据所述输变电设备所属的厂家、所对应的型号，为所述输变电设备生成对应的标签；
根据所述运行数据以及所述标签，通过预先生成的健康评估模型确定所述输变电设备的健康档案；
根据所述健康档案中所述输变电设备对应的各健康指标测量值中，不符合预设要求的所述健康指标测量值，确定所述输变电设备需要执行的运检业务。
10.一种基于工业互联网平台的工业管理控制非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：
通过变电站互联网平台，获取变电站中包含的输变电设备在预设周期内的运行数据；
根据所述输变电设备所属的厂家、所对应的型号，为所述输变电设备生成对应的标签；
根据所述运行数据以及所述标签，通过预先生成的健康评估模型确定所述输变电设备的健康档案；
根据所述健康档案中所述输变电设备对应的各健康指标测量值中，不符合预设要求的所述健康指标测量值，确定所述输变电设备需要执行的运检业务。
CN202110884576.9A 2021-08-02 2021-08-02 基于工业互联网平台的工业管理控制方法、设备及介质 Active CN113592672B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110884576.9A CN113592672B (zh) 2021-08-02 2021-08-02 基于工业互联网平台的工业管理控制方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110884576.9A CN113592672B (zh) 2021-08-02 2021-08-02 基于工业互联网平台的工业管理控制方法、设备及介质

Publications (2)

Publication Number Publication Date
CN113592672A true CN113592672A (zh) 2021-11-02
CN113592672B CN113592672B (zh) 2022-11-25

Family

ID=78254488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110884576.9A Active CN113592672B (zh) 2021-08-02 2021-08-02 基于工业互联网平台的工业管理控制方法、设备及介质

Country Status (1)

Country Link
CN (1) CN113592672B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102749388A (zh) * 2012-07-11 2012-10-24 南方电网科学研究院有限责任公司 一种油色谱在线监测设备性能监测方法
CN104361236A (zh) * 2014-11-17 2015-02-18 国家电网公司 电力设备健康状态的评估方法
CN106446426A (zh) * 2016-09-29 2017-02-22 国网山东省电力公司电力科学研究院 一种基于健康指数的电力变压器评估方法
CN109856299A (zh) * 2018-11-26 2019-06-07 国家电网有限公司 一种变压器在线监测差异化阈值动态设置方法、系统
CN112800212A (zh) * 2021-01-14 2021-05-14 国网山东省电力公司枣庄供电公司 基于知识图谱与fahp的配电站健康评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102749388A (zh) * 2012-07-11 2012-10-24 南方电网科学研究院有限责任公司 一种油色谱在线监测设备性能监测方法
CN104361236A (zh) * 2014-11-17 2015-02-18 国家电网公司 电力设备健康状态的评估方法
CN106446426A (zh) * 2016-09-29 2017-02-22 国网山东省电力公司电力科学研究院 一种基于健康指数的电力变压器评估方法
CN109856299A (zh) * 2018-11-26 2019-06-07 国家电网有限公司 一种变压器在线监测差异化阈值动态设置方法、系统
CN112800212A (zh) * 2021-01-14 2021-05-14 国网山东省电力公司枣庄供电公司 基于知识图谱与fahp的配电站健康评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
唐若愚: ""变压器健康状态特征量提取及其知识图谱研究"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *
李清: ""基于模糊层次分析法的继电保护装置健康指数模型研究"", 《机电信息》 *

Also Published As

Publication number Publication date
CN113592672B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
Bialek et al. Benchmarking and validation of cascading failure analysis tools
CN109596913B (zh) 充电桩故障原因诊断方法及装置
CN113887846B (zh) 一种电容式电压互感器的超差风险预警方法
Campelo et al. Multicriteria transformer asset management with maintenance and planning perspectives
CN110826228A (zh) 一种地区电网运行品质极限评估方法
CN113537415A (zh) 基于多信息融合的换流站巡检方法、装置和计算机设备
Lu et al. Optimal PMU placement for pessimistic dynamic vulnerability assessment
Chamoso et al. Agent-based tool to reduce the maintenance cost of energy distribution networks
Milosavljevic et al. Integrated transformer health estimation methodology based on Markov chains and evidential reasoning
Tran et al. Machine learning for assessing the service transformer health using an energy monitor device
WO2019140553A1 (zh) 配电系统的健康指数确定方法及装置、计算机存储介质
Mansour et al. Applications of IoT and digital twin in electrical power systems: A comprehensive survey
CN113592672B (zh) 基于工业互联网平台的工业管理控制方法、设备及介质
CN110807014B (zh) 一种基于交叉验证的台区数据异常甄别方法和装置
CN116663747A (zh) 一种基于数据中心基础设施的智能预警方法及系统
Feijoo-Martinez et al. Event analysis on power communication networks with big data for maintenance forms
US20220284156A1 (en) Real-time update of power system models for dynamic security assessment
Tran et al. Building Machine learning datasets for oil-immersed service transformer health assessment using Fuzzy logic method
CN109164317B (zh) 一种变电站短期负荷监测方法、系统、介质及设备
CN114254806A (zh) 配电网重过载预警方法、装置、计算机设备和存储介质
Sanz et al. Experimental design for a large power system vulnerability estimation
Li et al. State Perception Method of Intelligent Substation Secondary System Based on FCE and DCNN
Daniel Smart Grid Stability Prediction with Machine Learning
CN117117926B (zh) 一种配电网储能配置方法及系统
Zhang et al. Prediction Interval Construction for Electric Load and Wind Power via Machine Learning

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