CN113704677A - 一种实现状态检修策略的测控装置检修方法及装置 - Google Patents

一种实现状态检修策略的测控装置检修方法及装置 Download PDF

Info

Publication number
CN113704677A
CN113704677A CN202110855048.0A CN202110855048A CN113704677A CN 113704677 A CN113704677 A CN 113704677A CN 202110855048 A CN202110855048 A CN 202110855048A CN 113704677 A CN113704677 A CN 113704677A
Authority
CN
China
Prior art keywords
module
state
model
total number
monitoring
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
Application number
CN202110855048.0A
Other languages
English (en)
Inventor
刘东升
张敏
殷垚
洪希
夏成林
王顺江
贺欢
姚志强
蔡可苏
沈健
汪鹤
彭奇
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.)
Anshan Power Supply Co Of State Grid Liaoning Electric Power Co
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Liaoning Electric Power Co Ltd
NARI Group Corp
Nari Technology Co Ltd
State Grid Electric Power Research Institute
Original Assignee
Anshan Power Supply Co Of State Grid Liaoning Electric Power Co
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Liaoning Electric Power Co Ltd
NARI Group Corp
Nari Technology Co Ltd
State Grid Electric Power Research Institute
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 Anshan Power Supply Co Of State Grid Liaoning Electric Power Co, State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Liaoning Electric Power Co Ltd, NARI Group Corp, Nari Technology Co Ltd, State Grid Electric Power Research Institute filed Critical Anshan Power Supply Co Of State Grid Liaoning Electric Power Co
Priority to CN202110855048.0A priority Critical patent/CN113704677A/zh
Publication of CN113704677A publication Critical patent/CN113704677A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Educational Administration (AREA)
  • Pure & Applied Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种实现状态检修策略的测控装置检修方法及装置，采集装置各个模件的状态数据，将状态数据进行分类创建评价矩阵，再经归一化处理，以及其它参量，如温度，动态调节权重，最后输出评价结果。各个模件评价完成后，再使用同样的方法评价装置整机健康状态。最终，APP输出健康评价结果。此外，除输出健康评价结果外，也可以将采集数据和中间数据上传至监控主机或通过边缘智能网关机上传至调度主站，用于为其它评价方法提供数据支撑。本发明具备实时在线监测测控装置健康状态的功能，为装置检修策略提供数据支撑，实现装置的状态检修策略，确保电网的安全稳定运行。

Description

一种实现状态检修策略的测控装置检修方法及装置
技术领域
本发明涉及一种实现状态检修策略的测控装置检修方法及装置，属于电力自动化测控技术领域。
背景技术
随着电力系统自动化程度的不断提高，电网的自动化系统对自动化设备的依赖程度越来越大。尤其，近年来新一代调度系统D5000大量投运，并且系统的高级应用功能逐步部署，变电站正逐步全面实现无人值守，电网调度与监控的智能化程度进一步提高。这都取决于厂站自动化设备的安全稳定可靠运行。
测控装置作为自动化系统主要的二次设备，其健康状态直接影响着电网的安全稳定运行。装置故障缺陷模型“浴盆曲线图”显示，测控装置在投运初期故障率逐年减小，随后趋于稳定，但在其生命后期，故障率开始上升。
上升原因主要为元器件即将达到寿命，各项参数指标开始下降。它具有隐蔽性的特点，当发生故障时，极易造成量测量无法监视和控制操作无法执行，严重的可能会造成误动、拒动等，引起一系列电力系统连锁故障，影响电网的安全稳定运行。
然而，一直以来，测控装置的检修主要采用了故障检修方式(即事后检修)和计划检修方式(即定期检修)。这种方式下，检修策略往往导致维修不足或维修过剩，既浪费了大量的人力物力，也影响了设备的稳定运行和可用率，而且维修工作量繁重，已经不能满足新的电网运行需求。因此，如何克服现有检修方式带来的不足，进行实时在线监测是本领域技术人员急需要解决的技术问题。
发明内容
目的：为了克服现有技术中存在的不足，本发明提供一种实现状态检修策略的测控装置检修方法及装置，具备实时在线监测测控装置健康状态的功能，为装置检修策略提供数据支撑，实现装置的状态检修策略，确保电网的安全稳定运行。
技术方案：为解决上述技术问题，本发明采用的技术方案为：
一种实现状态检修策略的测控装置检修方法，包括如下步骤：
采集测控装置每个模件模型Pi的每个监测项目的状态监测数据
Figure BDA0003182131060000021
其中，Pi为第i个模件模型，i取[1，m]，m为模件模型的总数量，
Figure BDA0003182131060000022
为第i个模件模型中第j个监测项目的状态监测数据，j取[1，n]，n为监测项目的总数量。
将状态监测数据
Figure BDA0003182131060000023
转换为布尔量
Figure BDA0003182131060000024
其中，当状态监测数据
Figure BDA0003182131060000025
为正常值时，布尔量
Figure BDA0003182131060000026
为1，当状态监测数据
Figure BDA0003182131060000027
为异常值时，布尔量
Figure BDA0003182131060000028
为0，
Figure BDA0003182131060000029
为第i个模件模型中第j个监测项目的布尔量，i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量。
将每个模件模型的监测项目两两进行重要程度评分，得到n×n健康评价矩阵[aij]，其中，aij代表第i个监测项目与第j个监测项目重要程度评分值，i，j∈[1,n]，n为监测项目的总数量。
根据n×n健康评价矩阵[aij]计算健康评价矩阵每行的几何平均数Wi，Wi计算公式如下：
Figure BDA0003182131060000031
其中，i∈[1,n]，n为监测项目的总数量。
将每行的几何平均数Wi进行归一化处理，得到归一化数值W′i，W′i计算公式如下：
Figure BDA0003182131060000032
其中，i∈[1,n]，n为监测项目的总数量。
将归一化数值W′i作为模件模型Pi健康评价矩阵的元素，得到特征相量W′，W′计算公式如下：
W′＝{W′1 W′2 … W′i … W′n}T。
根据各个模件模型Pi的板卡温度，设置第i模件模型对应各个板卡温度t的第j个监测项目的权重系统
Figure BDA0003182131060000033
i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量。
根据特征相量W′、权重系统
Figure BDA0003182131060000034
计算每个模件模型的动态调节后评价矩阵特征相量W″，W″计算公式如下：
Figure BDA0003182131060000035
i∈[1,n]，j取[1，n]，n为监测项目的总数量。
根据动态调节后评价矩阵特征相量W″、布尔量
Figure BDA0003182131060000036
计算每个模件模型Pi的健康评价值P′i，
Figure BDA0003182131060000037
j取[1，n]，n为监测项目的总数量。
根据P′i与设置模件模型状态阈值进行对比，判断模件模型状态。作为优选方案，还包括如下步骤：
对模件模型Pi的两两模件模型进行重要程度评分，得到m×m健康评价矩阵[bij]，其中，bij代表第i个模件模型与第j个模件模型重要程度评分值，i，j∈[1,m]，m为模件模型的总数量。
根据m×m健康评价矩阵[bij]计算健康评价矩阵第i个模件模型的几何平均数Vi，Vi计算公式如下：
Figure BDA0003182131060000041
其中，i∈[1,m]，m为模件模型的总数量。
将每个模件模型的几何平均数Vi进行归一化处理，得到归一化数值V′i，V′i计算公式如下：
Figure BDA0003182131060000042
其中，i∈[1,m]，m为模件模型的总数量。
将归一化数值V′i作为测控装置健康评价矩阵的元素，得到特征相量V′，V′计算公式如下：
V′＝{V′1 V′2 … V′i … V′m}T。
根据各个模件模型Pi的板卡温度，设置第i模件模型对应各个板卡温度t的第j个模件模型的权重系统γi,t，i取[1，m]，m为模件模型的总数量。
根特征相量V′、权重系统γi,t，计算测控装置的动态调节后评价矩阵特征相量V″，V″计算公式如下：
Figure BDA0003182131060000043
i∈[1,m],m为模件模型的总数量。
获取每个模件模型Pi的状态监测情况，得到每个模件模型Pi的布尔量Si。
根据测控装置的动态调节后评价矩阵特征相量V″、布尔量Si，计算测控装置的健康评价值P″，P″计算公式如下：
Figure BDA0003182131060000051
i∈[1,m]，m为模件模型的总数量。
根据P″与测控装置状态阈值进行对比，判断测控装置状态。
一种实现状态检修策略的测控装置检修装置，包括如下模块：
状态监测数据采集模块，用于采集测控装置每个模件模型Pi的每个监测项目的状态监测数据
Figure BDA0003182131060000052
其中，Pi为第i个模件模型，i取[1，m]，m为模件模型的总数量，
Figure BDA0003182131060000053
为第i个模件模型中第j个监测项目的状态监测数据，j取[1，n]，n为监测项目的总数量。
布尔量获取模块，用于将状态监测数据
Figure BDA0003182131060000054
转换为布尔量
Figure BDA0003182131060000055
其中，当状态监测数据
Figure BDA0003182131060000056
为正常值时，布尔量
Figure BDA0003182131060000057
为1，当状态监测数据
Figure BDA0003182131060000058
为异常值时，布尔量
Figure BDA0003182131060000059
为0，
Figure BDA00031821310600000510
为第i个模件模型中第j个监测项目的布尔量，i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量。
评分获取模块，用于将每个模件模型的监测项目两两进行重要程度评分，得到n×n健康评价矩阵[aij]，其中，aij代表第i个监测项目与第j个监测项目重要程度评分值，i，j∈[1,n]，n为监测项目的总数量。健康值计算模块：用于根据n×n健康评价矩阵[aij]计算健康评价矩阵每行的几何平均数Wi，Wi计算公式如下：
Figure BDA00031821310600000511
其中，i∈[1,n]，n为监测项目的总数量。
将每行的几何平均数Wi进行归一化处理，得到归一化数值W′i，W′i计算公式如下：
Figure BDA0003182131060000061
其中，i∈[1,n]，n为监测项目的总数量。
将归一化数值W′i作为模件模型Pi健康评价矩阵的元素，得到特征相量W′，W′计算公式如下：
W′＝{W′1 W′2 … W′i … W′n}T。
根据各个模件模型Pi的板卡温度，设置第i模件模型对应各个板卡温度t的第j个监测项目的权重系统
Figure BDA0003182131060000062
i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量。
根据特征相量W′、权重系统
Figure BDA0003182131060000063
计算每个模件模型的动态调节后评价矩阵特征相量W″，W″计算公式如下：
Figure BDA0003182131060000064
i∈[1,n]，j取[1，n]，n为监测项目的总数量。
根据动态调节后评价矩阵特征相量W″、布尔量
Figure BDA0003182131060000065
计算每个模件模型Pi的健康评价值P′i，
Figure BDA0003182131060000066
j取[1，n]，n为监测项目的总数量。
模件模型状态获取模块，用于根据P′i与设置模件模型状态阈值进行对比，判断模件模型状态。
作为优选方案，还包括如下模块：
第二评分获取模块，用于对模件模型Pi的两两模件模型进行重要程度评分，得到m×m健康评价矩阵[bij]，其中，bij代表第i个模件模型与第j个模件模型重要程度评分值，i，j∈[1,m]，m为模件模型的总数量。
第二健康值计算模块：用于根据m×m健康评价矩阵[bij]计算健康评价矩阵第i个模件模型的几何平均数Vi，Vi计算公式如下：
Figure BDA0003182131060000071
其中，i∈[1,m]，m为模件模型的总数量。
将每个模件模型的几何平均数Vi进行归一化处理，得到归一化数值V′i，V′i计算公式如下：
Figure BDA0003182131060000072
其中，i∈[1,m]，m为模件模型的总数量。
将归一化数值V′i作为测控装置健康评价矩阵的元素，得到特征相量V′，V′计算公式如下：
V′＝{V′1 V′2 … V′i … V′m}T。
根据各个模件模型Pi的板卡温度，设置第i模件模型对应各个板卡温度t的第j个模件模型的权重系统γi,t，i取[1，m]，m为模件模型的总数量。
根特征相量V′、权重系统γi,t，计算测控装置的动态调节后评价矩阵特征相量V″，V″计算公式如下：
Figure BDA0003182131060000073
i∈[1,m],m为模件模型的总数量。
获取每个模件模型Pi的状态监测情况，得到每个模件模型Pi的布尔量Si。
根据测控装置的动态调节后评价矩阵特征相量V″、布尔量Si，计算测控装置的健康评价值P″，P″计算公式如下：
Figure BDA0003182131060000081
i∈[1,m]，m为模件模型的总数量。
第二模件模型状态获取模块，用于根据P″与测控装置状态阈值进行对比，判断测控装置状态。
作为优选方案，所述Pi分别为电源模件、CPU模件、ADC模件、AI模件、BI模件、BO模件、LCD模件和SG模件，电源模件用于给测控装置提供电源，CPU模件用于管理和实现应用功能，ADC模件用于数模转换，AI模件用于采集模拟信号，BI模件用于采集开关量信号，BO模件控制开出量，LCD模件用于实现人机交互，SG模件用于采集SV和GOOSE信息，i∈[1,8]。
作为优选方案，所述
Figure BDA0003182131060000082
分别为电源模件的输入电压/电流、输出电压/电流、MCU运行状态；CPU模件的MCU运行状态、中断最大间隔、内存出错、FLASH写入次数、MCU负载率；ADC模件的基准电压；AI模件的基准电压、MCU运行状态、CAN通信状态；BI模件的MCU运行状态、CAN通信状态；BO模件的MCU运行状态、CAN通信状态、继电器动作次数；LCD模件的MCU运行状态、按键状态、按键次数；SG模件的MCU运行状态、中断运行最大间隔、内存出错、FLASH写入次数、MCU负载率。
作为优选方案，当状态监测数据
Figure BDA0003182131060000091
在
Figure BDA0003182131060000092
与
Figure BDA0003182131060000093
之间时，且状态监测数据
Figure BDA0003182131060000094
小于典型值
Figure BDA0003182131060000095
则状态监测数据为正常值。
当状态监测数据
Figure BDA0003182131060000096
在
Figure BDA0003182131060000097
与
Figure BDA0003182131060000098
之间时，且状态监测数据
Figure BDA0003182131060000099
大于典型值
Figure BDA00031821310600000910
状态监测数据
Figure BDA00031821310600000911
与典型值
Figure BDA00031821310600000912
差值与典型值
Figure BDA00031821310600000913
比值百分数小于告警阈值，则状态监测数据为正常值。
当状态监测数据
Figure BDA00031821310600000914
在
Figure BDA00031821310600000915
与
Figure BDA00031821310600000916
之外时，状态监测数据为异常值。当状态监测数据
Figure BDA00031821310600000917
在
Figure BDA00031821310600000918
与
Figure BDA00031821310600000919
之间时，且状态监测数据
Figure BDA00031821310600000920
大于典型值
Figure BDA00031821310600000921
状态监测数据
Figure BDA00031821310600000922
与典型值
Figure BDA00031821310600000923
差值与典型值
Figure BDA00031821310600000924
比值百分数大于告警阈值，状态监测数据为异常值。
状态监测数据为正常值时，布尔量
Figure BDA00031821310600000925
为1；状态监测数据为异常值时，布尔量
Figure BDA00031821310600000926
为0。
当状态监测数据为MCU运行状态时，MCU运行状态为运行时，布尔量
Figure BDA00031821310600000927
为1；MCU运行状态为停止时，布尔量
Figure BDA00031821310600000928
为0。
当状态监测数据为CAN通信状态时，CAN通信状态为有信号，布尔量
Figure BDA00031821310600000929
为1；CAN通信状态为无信号，布尔量
Figure BDA00031821310600000930
为0。
当状态监测数据为按键状态时，按键状态为按下，布尔量
Figure BDA00031821310600000931
为1；按键状态为未按下，布尔量
Figure BDA00031821310600000932
为0。
其中，
Figure BDA0003182131060000101
为第i模件的第j监测项目的最大健康特征参量，
Figure BDA0003182131060000102
为第i模件的第j监测项目的最小健康特征参量，
Figure BDA0003182131060000103
为第i模件的第j监测项目的典型健康特征参量。
作为优选方案，所述监测项目重要程度评分值采用德尔菲法获取。
作为优选方案，当模件模型Pi状态监测情况为正常，布尔量Si为1；当模件模型Pi状态监测情况为异常，布尔量Si为0。
有益效果：本发明提供的一种实现状态检修策略的测控装置检修方法及装置，实现了电网自动化二次设备测控装置检修方式由事后检修和定期检修到状态检修方式的转变。通过在装置中增加Docker容器引擎，使得测控装置在容器中实现装置状态监测和健康状态的评估应用APP，并且该方法不改变测控装置具备的测控基本功能，具有独立运行、容易移植、轻量级和系统隔离的特点。装置健康状态评估APP，基于层次分析法和德尔菲法，结合数据手册和试验数据，在充分考虑装置工作状态、工作环境和元器件老化的基础上评价装置健康状态，很好的解决了装置健康状态无法定量评估的问题。
在现有测控装置应用功能不变的基础上，采集或统计装置各个模件的状态数据，如元器件的输入输出电压/电流、MCU运行状态和板卡温度；CPU模件的MCU运行状态、中断最大间隔、基准电压和继电器动作次数等参量，同时基于Docker容器技术在装置上创建具有系统隔离、独立运行特点的健康评价APP应用，APP应用将状态数据进行分类创建评价矩阵，再经归一化处理，以及其它参量，如温度，动态调节权重，最后输出评价结果。各个模件评价完成后，再使用同样的方法评价装置整机健康状态。最终，APP输出健康评价结果。此外，除输出健康评价结果外，也可以将采集数据和中间数据上传至监控主机或通过边缘智能网关机上传至调度主站，用于为其它评价方法提供数据支撑。
附图说明
图1为本发明的测控装置的架框示意图。
图2为本发明的测控装置检修方法流程示意图。
具体实施方式
下面结合具体实施例对本发明作更进一步的说明。
参考如图1，测控装置在硬件平台的基础上，实现测控装置功能开发。硬件平台层以上包括平台服务层、应用服务层。测控装置采用双CPU构架，CPU核1运行linux操作系统，再载入Docker容器引擎和装置平台，CPU核2裸核运行，载入应用系统库平台，这些属于平台服务层。测控装置的管理模块、通信模块、人机交互等模块以及测控应用功能，如量测量采样计算、状态信号采集、断路器同期、刀闸控制等应用功能，这些属于应用服务层。另外本发明一种实现状态检修策略的测控装置检修方法及装置的APP应用功能也部署在应用服务层。实现给测控装置提供电源的电源模件，管理和实现应用功能的CPU模件，数模转换的ADC模件，采集小信号直流的AI模件，采集开关量信号的BI模件以及控制开出的BO模件，人机交互的LCD模件，采集SV和GOOSE信息的SG模件的健康状态评价，最后根据这些模件的健康状态评价，得到整机的健康状态评价结果。
参考如图2，基于上述测控装置，本发明的一种实现状态检修策略的测控装置检修方法及装置，包括以下步骤：
步骤一：测控装置初始化配置。装置上电后，启动Linux内核，随后启动装置平台和容器引擎。装置平台解析配置文件。实现装置功能加载和容器与装置状态参数间的数据交互配置。
步骤二：测控装置的装置平台将采集到的各个模件的状态监测数据，包括电源模件的输入电压/电流、输出电压/电流、MCU运行状态和板卡温度；CPU模件的MCU运行状态、中断最大间隔、内存出错、FLASH写入次数、MCU负载率和板卡温度；ADC模件的基准电压和板卡温度；AI模件的基准电压、MCU运行状态、CAN通信状态和板卡温度；BI模件的MCU运行状态、CAN通信状态和板卡温度；BO模件的MCU运行状态、CAN通信状态、继电器动作次数和板卡温度；LCD模件的MCU运行状态、按键状态、按键次数和板卡温度；SG模件的MCU运行状态、中断运行最大间隔、内存出错、FLASH写入次数、MCU负载率和板卡温度，发送到容器的健康评价APP应用中。
步骤三：健康评价APP应用按照模件类别对监测项目进行分类，对各个模件的状态监测数据预处理。数据预处理采用预设告警阈值的方法，将每个监测项目的异常状态监测数据转换为布尔量0，将每个监测项目的正常状态监测数据转换为布尔量1。
以下给出了各个模件模型Pi的监测项目的状态监测数据
Figure BDA0003182131060000121
模件模型Pi为测控装置的第i模件类型，第j个监测项目，最大值
Figure BDA0003182131060000131
为第i模件的第j监测项目的最大健康特征参量，最小值
Figure BDA0003182131060000132
为第i模件的第j监测项目的最小健康特征参量，典型值
Figure BDA0003182131060000133
为第i模件的第j监测项目的典型健康特征参量。状态监测数据转换为布尔量
Figure BDA0003182131060000134
的方法为：当状态监测数据
Figure BDA0003182131060000135
在
Figure BDA0003182131060000136
与
Figure BDA0003182131060000137
之间时，且状态监测数据
Figure BDA0003182131060000138
小于典型值
Figure BDA0003182131060000139
则状态监测数据为正常值。
当状态监测数据
Figure BDA00031821310600001310
在
Figure BDA00031821310600001311
与
Figure BDA00031821310600001312
之间时，且状态监测数据
Figure BDA00031821310600001313
大于典型值
Figure BDA00031821310600001314
状态监测数据
Figure BDA00031821310600001315
与典型值
Figure BDA00031821310600001316
差值与典型值
Figure BDA00031821310600001317
比值百分数小于告警阈值，则状态监测数据为正常值。
当状态监测数据
Figure BDA00031821310600001318
在
Figure BDA00031821310600001319
与
Figure BDA00031821310600001320
之外时，状态监测数据为异常值。
当状态监测数据
Figure BDA00031821310600001321
在
Figure BDA00031821310600001322
与
Figure BDA00031821310600001323
之间时，且状态监测数据
Figure BDA00031821310600001324
大于典型值
Figure BDA00031821310600001325
状态监测数据
Figure BDA00031821310600001326
与典型值
Figure BDA00031821310600001327
差值与典型值
Figure BDA00031821310600001328
比值百分数大于告警阈值，状态监测数据为异常值。
状态监测数据为正常值时，布尔量
Figure BDA00031821310600001329
为1；状态监测数据为异常值时，布尔量
Figure BDA00031821310600001330
为0。
MCU运行状态为运行时，布尔量
Figure BDA0003182131060000141
为1；MCU运行状态为停止时，布尔量
Figure BDA0003182131060000142
为0。
CAN通信状态为有信号，布尔量
Figure BDA0003182131060000143
为1；CAN通信状态为无信号，布尔量
Figure BDA0003182131060000144
为0。
按键状态为按下，布尔量
Figure BDA0003182131060000145
为1；按键状态为未按下，布尔量
Figure BDA0003182131060000146
为0。
通过这种数据预处理方法，能够得到各个模件的各个监测项目处于的健康状态布尔量。各个模件的监测数据及告警阈值配置如下表1所示。
表1为各个模件对应监测项目的数值标准及告警阈值
Figure BDA0003182131060000147
Figure BDA0003182131060000151
Figure BDA0003182131060000161
步骤四：建立健康评价矩阵，得到健康评价特征相量。建立模件模型Pi健康评价矩阵的方法，首先建立评价表格，在具体模件模型约束下，监测项目
Figure BDA0003182131060000162
aij表示两个监测项目Ai、Aj的重要程度，i、j分别取监测项目条目号，i、j的取值范围分别为每类模件模型监测项目的数量。aij的值由德尔菲法即专家系统获得，再将表格转换为矩阵，则得到健康评价矩阵。如下所示：
Figure BDA0003182131060000163
Figure BDA0003182131060000171
将评价表格转换为评价矩阵，则完成健康评价矩阵的建立。如下所不：
Figure BDA0003182131060000172
以此健康评价矩阵计算评价系数。方法为，计算评价矩阵每行的几何平均数
Figure BDA0003182131060000173
然后再利用归一化方法，得到每行几何平均数的归一化数值W′i，
Figure BDA0003182131060000174
将归一化数值W′i作为评价矩阵的特征相量的元素得到W′，W′＝{W′1W′2 ... W′n}T，作为模件模型Pm健康评价特征相量。
以电源模件
Figure BDA0003182131060000175
为例，取m为1，n为该模件下的监测项目，从步骤三的表格中可知，监测项目是输入电压/电流(A1)、输出电压/电流(A2)、MCU运行状态(A3)，以此建立评价表格。评价表格中的两两参量进行比较，则完成评价表格。如下所示。
Figure BDA0003182131060000176
Figure BDA0003182131060000181
评价表格转换为评价矩阵后，以此矩阵计算评价系数，依据上述方法：计算评价矩阵的几何平均数
Figure BDA0003182131060000182
然后再利用归一化方法，W′i＝Wi/∑Wi，得到评价矩阵的特征相量，W′＝{W′1 W′2 W′3}T。
Figure BDA0003182131060000183
Figure BDA0003182131060000184
Figure BDA0003182131060000185
Figure BDA0003182131060000186
则，电源模件评价矩阵的特征相量为：
W′i＝{0.07587 0.07587 0.84826}T
步骤五：评价矩阵特征相量的权重动态调节。为了定量评价装置的健康状况，以专家系统和试验情况为依据，结合装置长期运行的历史故障经验和MIL-HDBK-217F电子设备可靠性预计标准，得到由装置运行温度过高导致的设备失效率，即装置发生故障隐患的概率。通过设备失效率，实时调整该参数在健康评价矩阵中的权重
Figure BDA0003182131060000187
表示第i模件模型对应各个板卡温度t下，第j监测项目的调节权重系数。
Figure BDA0003182131060000191
模件模型Pi所属的监测项目
Figure BDA0003182131060000192
在温度T1……Tn下的动态调节权重为
Figure BDA0003182131060000193
以专家系统和试验情况为依据，结合装置长期运行的历史故障经验，得到动态调节系数
Figure BDA0003182131060000194
的值，且满足
Figure BDA0003182131060000195
以电源模件为例，其温度过高导致的设备失效率动态调节的权重系数特征相量为
Figure BDA0003182131060000196
其所属的监测项目为输入电压/电流、输出电压/电流、MCU运行状态。在T＝40°、50°、60°情况下，以表格形式表示如下：
Figure BDA0003182131060000197
Figure BDA0003182131060000201
从而得到电源模件的权重动态调节特征相量，即为：
λ40＝{1 1 1}
λ50＝{0.9995 0.9995 1.01}
λ60＝{0.985 0.985 1.03}
步骤六：模件健康评价。由步骤三已经得到了模件Pi监测项目
Figure BDA0003182131060000202
的值，步骤四得到了Pi评价矩阵的特征相量，步骤五得到了Pi评价矩阵的权重动态调节系数特征相量。首先利用步骤四、步骤五的计算结果得到动态调节之后的评价矩阵特征相量
Figure BDA0003182131060000203
最后利用公式
Figure BDA0003182131060000204
则得到该模件的健康评价值。以电源模件为例，计算如下：
W′i＝{0.07587 0.07587 0.84826}T
λ40＝{1 1 1}
W″＝{0.07587 0.07587 0.84826}T
当监测项目各项指标正常，则
Figure BDA0003182131060000205
则，
P′1＝1
当第1条监测项目指标异常，则
Figure BDA0003182131060000211
则，
P′1＝0.92413
当第2条监测项目指标异常，则
Figure BDA0003182131060000212
则，
P′1＝0.92413
当第3条监测项目指标异常，则
Figure BDA0003182131060000213
则，
P′1＝0.15174
同理，以工作温度为60°为例，即
λ60＝{0.985 0.985 1.03}
动态调节之后的评价矩阵特征相量W″为：
W″＝{0.07447 0.07447 0.85107}T
当监测项目各项指标正常，则
Figure BDA0003182131060000214
则，
P′1＝1
当第1条监测项目指标异常，则
Figure BDA0003182131060000215
则，
P′1＝0.92554
当第2条监测项目指标异常，则
Figure BDA0003182131060000221
则，
P′1＝0.92554
当第3条监测项目指标异常，则
Figure BDA0003182131060000222
则，
P′1＝0.14894
步骤七：重复步骤四、步骤五、步骤六分别得到CPU模件、ADC模件、AI模件、BI模件、BO模件、LCD模件、SG模件的健康评价P′i的值。
建立除电源模件外其它模件的评价矩阵。CPU模件的监测项目包括MCU运行状态(A1)、中断最大间隔(A2)、内存出错(A3)、FLASH写入次数(A4)、MCU负载率(A5)建立判断矩阵。
Figure BDA0003182131060000223
ADC模件的监测项目仅为基准电压(A1)建立判断矩阵。
Figure BDA0003182131060000224
Figure BDA0003182131060000231
AI模件的监测项目包括基准电压(A1)、MCU运行状态(A2)、CAN通信状态(A3)建立判断矩阵。
Figure BDA0003182131060000232
BI模件的监测项目包括MCU运行状态(A1)、CAN通信状态(A2)建立判断矩阵。
Figure BDA0003182131060000233
BO模件的监测项目包括MCU运行状态(A1)、CAN通信状态(A2)、继电器动作次数(A3)建立判断矩阵。
Figure BDA0003182131060000234
LCD模件的监测项目包括MCU运行状态(A1)、按键状态(A2)、按键次数(A3)建立判断矩阵。
Figure BDA0003182131060000235
Figure BDA0003182131060000241
SG模件的监测项目包括MCU运行状态(A1)、中断最大间隔(A2)、内存出错(A3)、FLASH写入次数(A4)、MCU负载率(A5)建立判断矩阵。
Figure BDA0003182131060000242
建立除电源模件外其它模件的权重动态调节系数。分别得到CPU模件、ADC模件、AI模件、BI模件、BO模件、LCD模件、SG模件的以板卡温度动态调节权重系数λ，如下表所示。
Figure BDA0003182131060000243
Figure BDA0003182131060000251
Figure BDA0003182131060000252
Figure BDA0003182131060000253
Figure BDA0003182131060000254
Figure BDA0003182131060000261
使用步骤六的模件健康状态评价方法，分别计算各个模件的健康评价Pi的值。得到各个模件在40°时的健康评价特征向量W″，CPU模件健康评价特征向量{0.9072 0.04510.0013 0.0013 0.0451}T、ADC模件健康评价特征向量1、AI模件健康评价特征向量{0.04280.4786 0.4786}T、BI模件健康评价特征向量{0.5 0.5}T、BO模件健康评价特征向量{0.47860.4786 0.0428}T、LCD模件健康评价特征向量{0.34 0.33 0.32}T、SG模件健康评价特征向量{0.9072 0.0451 0.0013 0.0013 0.0451}T。
健康评价Pi值的计算，以工作温度40°时，假设监测项目各项指标正常，则CPU模件为1、ADC模件为1、AI模件为1、BI模件为1、BO模件为1、LCD模件为1、SG模件为1。
步骤八：整机健康评价。经过以上步骤已经分别得到电源模件、CPU模件、ADC模件、AI模件、BI模件、BO模件、LCD模件、SG模件等装置模件的健康评价Pi值。将各个模件评价汇总，建立整机评价矩阵，再使用步骤四、步骤五、步骤六的方法得到整机健康评价。以上模件分别使用Pi代替得到整机的评价矩阵。
Figure BDA0003182131060000271
Figure BDA0003182131060000281
整机温度对故障概率的隐患，系数权重调节，如下表温度对各个模件的影响权重调节系数。
Figure BDA0003182131060000282
从评价矩阵和权重调节系数，得到整机在40°的健康评价特征向量W″，
{0.0002 0.3260 0.3260 0.0072 0.0072 0.0072 0.0002 0.3260}T，则整机的健康评价P″为：
当设各模件指标正常，则为：
P”＝1*0.0002+1*0.326+1*0.326+1*0.0072+1*0.0072+1*0.0072+1*0.0002+1*0.3260＝1
当CPU模件运行状态异常，则为：
P”＝1*0.0002+0*0.326+1*0.326+1*0.0072+1*0.0072+1*0.0072+1*0.0002+1*0.3260＝0.674
步骤九：输出评价结果。设计对外接口模块，可使用IEC61850-MMS协议或IEC104协议、MQTT协议输出装置健康评价结果。同时也可以将各个模块测量数据和评价数据等中间数据传输，上送至边缘智能网关机或监控系统。数据上送至调度主站后，可由主站根据外界环境和装置自身运行情况设置Pt-hreshold、Pm-threshold，当整机健康状态评价值P″＞Pt-hreshold时，整机异常，否则正常。当设置模件P′i＞Pm-threshold，模件模型异常，否则正常。从而实现状态检修策略的测控装置检修方法。Pt-hreshold为测控装置状态阈值，Pm-threshold为模件状态阈值。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、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。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种实现状态检修策略的测控装置检修方法，其特征在于：包括如下步骤：
采集测控装置每个模件模型Pi的每个监测项目的状态监测数据
Figure FDA0003182131050000011
其中，Pi为第i个模件模型，i取[1，m]，m为模件模型的总数量，
Figure FDA0003182131050000012
为第i个模件模型中第j个监测项目的状态监测数据，j取[1，n]，n为监测项目的总数量；
将状态监测数据
Figure FDA0003182131050000013
转换为布尔量
Figure FDA0003182131050000014
其中，当状态监测数据
Figure FDA0003182131050000015
为正常值时，布尔量
Figure FDA0003182131050000016
为1，当状态监测数据
Figure FDA0003182131050000017
为异常值时，布尔量
Figure FDA0003182131050000018
为0，
Figure FDA0003182131050000019
为第i个模件模型中第j个监测项目的布尔量，i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量；
将每个模件模型的监测项目两两进行重要程度评分，得到n×n健康评价矩阵[aij]，其中，aij代表第i个监测项目与第j个监测项目重要程度评分值，i，j∈[1,n]，n为监测项目的总数量；
根据n×n健康评价矩阵[aij]计算健康评价矩阵每行的几何平均数Wi，Wi计算公式如下：
Figure FDA00031821310500000110
其中，i∈[1,n]，n为监测项目的总数量；
将每行的几何平均数Wi进行归一化处理，得到归一化数值Wi′，Wi′计算公式如下：
Figure FDA00031821310500000111
其中，i∈[1,n]，n为监测项目的总数量；
将归一化数值W′i作为模件模型Pi健康评价矩阵的元素，得到特征相量W′，W′计算公式如下：
W′＝{W1′ W2′ …Wi … Wn′}T；
根据各个模件模型Pi的板卡温度，设置第i模件模型对应各个板卡温度t的第j个监测项目的权重系统
Figure FDA0003182131050000021
i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量；
根据特征相量W′、权重系统
Figure FDA0003182131050000022
计算每个模件模型的动态调节后评价矩阵特征相量W″，W″计算公式如下：
Figure FDA0003182131050000023
i∈[1,n]，j取[1，n]，n为监测项目的总数量；
根据动态调节后评价矩阵特征相量W″、布尔量
Figure FDA0003182131050000024
计算每个模件模型Pi的健康评价值Pi′，
Figure FDA0003182131050000025
j取[1，n]，n为监测项目的总数量；
根据Pi′与设置模件模型状态阈值进行对比，判断模件模型状态。
2.根据权利要求1所述的一种实现状态检修策略的测控装置检修方法，其特征在于：还包括如下步骤：
对模件模型Pi的两两模件模型进行重要程度评分，得到m×m健康评价矩阵[bij]，其中，bij代表第i个模件模型与第j个模件模型重要程度评分值，i，j∈[1,m]，m为模件模型的总数量；
根据m×m健康评价矩阵[bij]计算健康评价矩阵第i个模件模型的几何平均数Vi，Vi计算公式如下：
Figure FDA0003182131050000026
其中，i∈[1,m]，m为模件模型的总数量；
将每个模件模型的几何平均数Vi进行归一化处理，得到归一化数值Vi′，Vi′计算公式如下：
Figure FDA0003182131050000031
其中，i∈[1,m]，m为模件模型的总数量；
将归一化数值V′i作为测控装置健康评价矩阵的元素，得到特征相量V′，V′计算公式如下：
V′＝{V1′ V2′ … Vi′ … Vm′}T；
根据各个模件模型Pi的板卡温度，设置第i模件模型对应各个板卡温度t的第j个模件模型的权重系统γi,t，i取[1，m]，m为模件模型的总数量；
根特征相量V′、权重系统γi,t，计算测控装置的动态调节后评价矩阵特征相量V″，V″计算公式如下：
Figure FDA0003182131050000032
i∈[1,m],m为模件模型的总数量；
获取每个模件模型Pi的状态监测情况，得到每个模件模型Pi的布尔量Si；
根据测控装置的动态调节后评价矩阵特征相量V″、布尔量Si，计算测控装置的健康评价值P″，P″计算公式如下：
Figure FDA0003182131050000033
i∈[1,m]，m为模件模型的总数量；
根据P″与测控装置状态阈值进行对比，判断测控装置状态。
3.根据权利要求1或2所述的一种实现状态检修策略的测控装置检修方法，其特征在于：所述Pi分别为电源模件、CPU模件、ADC模件、AI模件、BI模件、BO模件、LCD模件和SG模件，电源模件用于给测控装置提供电源，CPU模件用于管理和实现应用功能，ADC模件用于数模转换，AI模件用于采集模拟信号，BI模件用于采集开关量信号，BO模件控制开出量，LCD模件用于实现人机交互，SG模件用于采集SV和GOOSE信息，i∈[1,8]。
4.根据权利要求1所述的一种实现状态检修策略的测控装置检修方法，其特征在于：所述
Figure FDA0003182131050000041
分别为电源模件的输入电压/电流、输出电压/电流、MCU运行状态；CPU模件的MCU运行状态、中断最大间隔、内存出错、FLASH写入次数、MCU负载率；ADC模件的基准电压；AI模件的基准电压、MCU运行状态、CAN通信状态；BI模件的MCU运行状态、CAN通信状态；BO模件的MCU运行状态、CAN通信状态、继电器动作次数；LCD模件的MCU运行状态、按键状态、按键次数；SG模件的MCU运行状态、中断运行最大间隔、内存出错、FLASH写入次数、MCU负载率。
5.根据权利要求1所述的一种实现状态检修策略的测控装置检修方法，其特征在于：
当状态监测数据
Figure FDA0003182131050000042
在
Figure FDA0003182131050000043
与
Figure FDA0003182131050000044
之间时，且状态监测数据
Figure FDA0003182131050000045
小于典型值
Figure FDA0003182131050000046
则状态监测数据为正常值；
当状态监测数据
Figure FDA0003182131050000047
在
Figure FDA0003182131050000048
与
Figure FDA0003182131050000049
之间时，且状态监测数据
Figure FDA00031821310500000410
大于典型值
Figure FDA0003182131050000051
状态监测数据
Figure FDA0003182131050000052
与典型值
Figure FDA0003182131050000053
差值与典型值
Figure FDA0003182131050000054
比值百分数小于告警阈值，则状态监测数据为正常值；
当状态监测数据
Figure FDA0003182131050000055
在
Figure FDA0003182131050000056
与
Figure FDA0003182131050000057
之外时，状态监测数据为异常值；
当状态监测数据
Figure FDA0003182131050000058
在
Figure FDA0003182131050000059
与
Figure FDA00031821310500000510
之间时，且状态监测数据
Figure FDA00031821310500000511
大于典型值
Figure FDA00031821310500000512
状态监测数据
Figure FDA00031821310500000513
与典型值
Figure FDA00031821310500000514
差值与典型值
Figure FDA00031821310500000515
比值百分数大于告警阈值，状态监测数据为异常值；
状态监测数据为正常值时，布尔量
Figure FDA00031821310500000516
为1；状态监测数据为异常值时，布尔量
Figure FDA00031821310500000517
为0；
当状态监测数据为MCU运行状态时，MCU运行状态为运行时，布尔量
Figure FDA00031821310500000518
为1；MCU运行状态为停止时，布尔量
Figure FDA00031821310500000519
为0；
当状态监测数据为CAN通信状态时，CAN通信状态为有信号，布尔量
Figure FDA00031821310500000520
为1；CAN通信状态为无信号，布尔量
Figure FDA00031821310500000521
为0；
当状态监测数据为按键状态时，按键状态为按下，布尔量
Figure FDA00031821310500000522
为1；按键状态为未按下，布尔量
Figure FDA00031821310500000523
为0；
其中，
Figure FDA00031821310500000524
为第i模件的第j监测项目的最大健康特征参量，
Figure FDA00031821310500000525
为第i模件的第j监测项目的最小健康特征参量，
Figure FDA00031821310500000526
为第i模件的第j监测项目的典型健康特征参量。
6.根据权利要求1或2所述的一种实现状态检修策略的测控装置检修方法，其特征在于：所述重要程度评分值采用德尔菲法获取。
7.根据权利要求2所述的一种实现状态检修策略的测控装置检修方法，其特征在于：当模件模型Pi状态监测情况为正常，布尔量Si为1；当模件模型Pi状态监测情况为异常，布尔量Si为0。
8.一种实现状态检修策略的测控装置检修装置，其特征在于：包括如下模块：
状态监测数据采集模块，用于采集测控装置每个模件模型Pi的每个监测项目的状态监测数据
Figure FDA0003182131050000061
其中，Pi为第i个模件模型，i取[1，m]，m为模件模型的总数量，
Figure FDA0003182131050000062
为第i个模件模型中第j个监测项目的状态监测数据，j取[1，n]，n为监测项目的总数量；
布尔量获取模块，用于将状态监测数据
Figure FDA0003182131050000063
转换为布尔量
Figure FDA0003182131050000064
其中，当状态监测数据
Figure FDA0003182131050000065
为正常值时，布尔量
Figure FDA0003182131050000066
为1，当状态监测数据
Figure FDA0003182131050000067
为异常值时，布尔量
Figure FDA0003182131050000068
为0，
Figure FDA0003182131050000069
为第i个模件模型中第j个监测项目的布尔量，i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量；
评分获取模块，用于将每个模件模型的监测项目两两进行重要程度评分，得到n×n健康评价矩阵[aij]，其中，aij代表第i个监测项目与第j个监测项目重要程度评分值，i，j∈[1,n]，n为监测项目的总数量；健康值计算模块：用于根据n×n健康评价矩阵[aij]计算健康评价矩阵每行的几何平均数Wi，Wi计算公式如下：
Figure FDA00031821310500000610
其中，i∈[1,n]，n为监测项目的总数量；
将每行的几何平均数Wi进行归一化处理，得到归一化数值Wi′，Wi′计算公式如下：
Figure FDA0003182131050000071
其中，i∈[1,n]，n为监测项目的总数量；
将归一化数值Wi'作为模件模型Pi健康评价矩阵的元素，得到特征相量W′，W′计算公式如下：
W′＝{W1′ W2′ …Wi′ … Wn′}T；
根据各个模件模型Pi的板卡温度，设置第i模件模型对应各个板卡温度t的第j个监测项目的权重系统
Figure FDA0003182131050000072
i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量；
根据特征相量W′、权重系统
Figure FDA0003182131050000073
计算每个模件模型的动态调节后评价矩阵特征相量W″，W″计算公式如下：
Figure FDA0003182131050000074
i∈[1,n]，j取[1，n]，n为监测项目的总数量；
根据动态调节后评价矩阵特征相量W″、布尔量
Figure FDA0003182131050000075
计算每个模件模型Pi的健康评价值Pi′，
Figure FDA0003182131050000076
j取[1，n]，n为监测项目的总数量；
模件模型状态获取模块，用于根据Pi′与设置模件模型状态阈值进行对比，判断模件模型状态。
9.根据权利要求8所述的一种实现状态检修策略的测控装置检修装置，其特征在于：还包括如下模块：
第二评分获取模块，用于对模件模型Pi的两两模件模型进行重要程度评分，得到m×m健康评价矩阵[bij]，其中，bij代表第i个模件模型与第j个模件模型重要程度评分值，i，j∈[1,m]，m为模件模型的总数量；第二健康值计算模块：用于根据m×m健康评价矩阵[bij]计算健康评价矩阵第i个模件模型的几何平均数Vi，Vi计算公式如下：
Figure FDA0003182131050000081
其中，i∈[1,m]，m为模件模型的总数量；
将每个模件模型的几何平均数Vi进行归一化处理，得到归一化数值Vi′，Vi′计算公式如下：
Figure FDA0003182131050000082
其中，i∈[1,m]，m为模件模型的总数量；
将归一化数值V′i作为测控装置健康评价矩阵的元素，得到特征相量V′，V′计算公式如下：
V′＝{V1′ V2′ … Vi′ … Vm′}T；
根据各个模件模型Pi的板卡温度，设置第i模件模型对应各个板卡温度t的第j个模件模型的权重系统γi,t，i取[1，m]，m为模件模型的总数量；
根特征相量V′、权重系统γi,t，计算测控装置的动态调节后评价矩阵特征相量V″，V″计算公式如下：
Figure FDA0003182131050000083
i∈[1,m],m为模件模型的总数量；
获取每个模件模型Pi的状态监测情况，得到每个模件模型Pi的布尔量Si；
根据测控装置的动态调节后评价矩阵特征相量V″、布尔量Si，计算测控装置的健康评价值P″，P″计算公式如下：
Figure FDA0003182131050000091
i∈[1,m]，m为模件模型的总数量；
第二模件模型状态获取模块，用于根据P″与测控装置状态阈值进行对比，判断测控装置状态。
10.根据权利要求9所述的一种实现状态检修策略的测控装置检修装置，其特征在于：当模件模型Pi状态监测情况为正常，布尔量Si为1；当模件模型Pi状态监测情况为异常，布尔量Si为0。
CN202110855048.0A 2021-07-27 2021-07-27 一种实现状态检修策略的测控装置检修方法及装置 Pending CN113704677A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110855048.0A CN113704677A (zh) 2021-07-27 2021-07-27 一种实现状态检修策略的测控装置检修方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110855048.0A CN113704677A (zh) 2021-07-27 2021-07-27 一种实现状态检修策略的测控装置检修方法及装置

Publications (1)

Publication Number Publication Date
CN113704677A true CN113704677A (zh) 2021-11-26

Family

ID=78650603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110855048.0A Pending CN113704677A (zh) 2021-07-27 2021-07-27 一种实现状态检修策略的测控装置检修方法及装置

Country Status (1)

Country Link
CN (1) CN113704677A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218515A (zh) * 2013-03-21 2013-07-24 西北工业大学 基于变权分层评分的卫星健康状态评估方法
US20150226645A1 (en) * 2013-08-29 2015-08-13 Bnf Technology Inc. Method for predicting a plant health status, system for predicting a plant health status, and a computer-readable storage medium in which a program for performing the method is stored
CN105975735A (zh) * 2016-07-19 2016-09-28 广西电网有限责任公司电力科学研究院 一种用于电力设备健康状态评估的建模方法
CN108428045A (zh) * 2018-02-09 2018-08-21 国网冀北电力有限公司 一种配电网运行健康状态评估方法
CN109685340A (zh) * 2018-12-11 2019-04-26 国网山东省电力公司青岛供电公司 一种配电设备健康状态评估方法及系统
CN110545354A (zh) * 2019-07-18 2019-12-06 华为技术有限公司 一种具有折叠屏的电子设备的控制方法及电子设备
CN111322732A (zh) * 2020-02-24 2020-06-23 杨子靖 一种空调健康状态分析方法和系统
CN111812427A (zh) * 2020-05-29 2020-10-23 中电普瑞电力工程有限公司 一种电力电子装置的健康状态评估方法及系统
CN112818525A (zh) * 2021-01-20 2021-05-18 河海大学 一种水电机组状态评价方法及其系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218515A (zh) * 2013-03-21 2013-07-24 西北工业大学 基于变权分层评分的卫星健康状态评估方法
US20150226645A1 (en) * 2013-08-29 2015-08-13 Bnf Technology Inc. Method for predicting a plant health status, system for predicting a plant health status, and a computer-readable storage medium in which a program for performing the method is stored
CN105975735A (zh) * 2016-07-19 2016-09-28 广西电网有限责任公司电力科学研究院 一种用于电力设备健康状态评估的建模方法
CN108428045A (zh) * 2018-02-09 2018-08-21 国网冀北电力有限公司 一种配电网运行健康状态评估方法
CN109685340A (zh) * 2018-12-11 2019-04-26 国网山东省电力公司青岛供电公司 一种配电设备健康状态评估方法及系统
CN110545354A (zh) * 2019-07-18 2019-12-06 华为技术有限公司 一种具有折叠屏的电子设备的控制方法及电子设备
CN111322732A (zh) * 2020-02-24 2020-06-23 杨子靖 一种空调健康状态分析方法和系统
CN111812427A (zh) * 2020-05-29 2020-10-23 中电普瑞电力工程有限公司 一种电力电子装置的健康状态评估方法及系统
CN112818525A (zh) * 2021-01-20 2021-05-18 河海大学 一种水电机组状态评价方法及其系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CUI JIANGUO等: "Health assessment method of the aircraft hydraulic system based ongray clustering", 《IEEE》, 18 July 2013 (2013-07-18), pages 4701 - 4705 *
梁浩浩: "基于数据挖掘的变压器状态评估与故障诊断方法研究", 《中国优秀硕士文论文辑 工程科技辑》, no. 2, 15 February 2020 (2020-02-15), pages 042 - 732 *
段嘉珺等: "基于诱导有序加权证据推理方法的不完全信息下继电保护系统健康状态评价", 电力系统保护与控制, vol. 46, no. 6, 30 March 2018 (2018-03-30), pages 106 - 112 *

Similar Documents

Publication Publication Date Title
CN107256449B (zh) 一种智能变电站继电保护装置状态评价与评估方法
CN102663530B (zh) 高压直流输电系统安全预警与评估系统
HUE035925T2 (en) Hybrid electric power plant that uses a combination of real-time power generation equipment and energy storage system
CN103606018B (zh) 一种钢铁企业电力负荷短期动态预测系统
CN105184490B (zh) 电网调度操作过程风险辅助预控系统
CN106570567A (zh) 一种主网检修多约束多目标评估专家系统及优化方法
CN107611969A (zh) 具备调令约束功能的调控防误系统及方法
CN104951882A (zh) 一种用于核电厂定期试验周期调整的评估方法
CN102931625A (zh) 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用
CN112084220B (zh) 一种电能计量装置异常诊断方法、装置及可读存储介质
CN115358558A (zh) 基于数字化预案模型的实时电网状态安全校核方法
CN115130905A (zh) 流域梯级电厂集控中心调度值班管理系统及使用方法
CN114386655A (zh) 变压器质量检测任务调度方法及系统
CN112270485B (zh) 一种用于配电网络不停电作业综合评估的主成分因子分析方法
CN113704677A (zh) 一种实现状态检修策略的测控装置检修方法及装置
CN106651113A (zh) 一种基于超前n‑1分析的调度员操作风险评估方法
CN116644929A (zh) 一种基于物联感知的配电网设备运维工单智能管理方法
CN109472459B (zh) 计及变动检修风险和等待时间的电网操作任务优化方法
CN114142495B (zh) 一种智能变压器及其控制方法
CN112036682A (zh) 一种频繁停电的预警方法及装置
CN116632916A (zh) 一种用于微网功率分配优化控制方法
CN112467806B (zh) 一种基于dmn电网调控规则确定电网运行状态的方法及系统
CN115663830A (zh) 一种低频低压减负荷配置方案智能决策方法和系统
CN116484149A (zh) 配网停电检修计划量化评估方法
CN112581021B (zh) 一种基于层次分析法的操作方案优劣性自动评估的方法

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