CN113947254A - 一种电网逾龄资产价值重塑方法、系统及存储介质 - Google Patents
一种电网逾龄资产价值重塑方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113947254A CN113947254A CN202111246823.9A CN202111246823A CN113947254A CN 113947254 A CN113947254 A CN 113947254A CN 202111246823 A CN202111246823 A CN 202111246823A CN 113947254 A CN113947254 A CN 113947254A
- Authority
- CN
- China
- Prior art keywords
- power grid
- overdue
- asset
- service life
- assets
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000007634 remodeling Methods 0.000 title claims abstract description 17
- 230000036541 health Effects 0.000 claims abstract description 102
- 238000011156 evaluation Methods 0.000 claims abstract description 71
- 230000009466 transformation Effects 0.000 claims abstract description 70
- 238000012986 modification Methods 0.000 claims abstract description 21
- 230000004048 modification Effects 0.000 claims abstract description 21
- 230000006872 improvement Effects 0.000 claims description 32
- 230000006870 function Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 20
- 230000003862 health status Effects 0.000 claims description 17
- 230000032683 aging Effects 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 description 24
- 238000004364 calculation method Methods 0.000 description 17
- 238000005259 measurement Methods 0.000 description 9
- 238000013210 evaluation model Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 241000283074 Equus asinus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011208 chromatographic data Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- OGGXGZAMXPVRFZ-UHFFFAOYSA-N dimethylarsinic acid Chemical compound C[As](C)(O)=O OGGXGZAMXPVRFZ-UHFFFAOYSA-N 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012795 verification Methods 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
- 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
- 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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本方案公开了一种电网逾龄资产价值重塑方法,该方法包括:构建对电网逾龄资产逐年局部技术改造动态规划模型,确定对电网逾龄资产的技术改造方案和电网逾龄资产在技术改造后的加权平均尚可使用年限;基于当前电网设备的实际运行状态,构建电网逾龄资产健康状态综合评估指标体系,评估电网逾龄资产的剩余使用年限;基于电网逾龄资产健康状态综合评估指标体系计算电网逾龄资产在技术改造后的剩余使用年限,并与电网逾龄资产在技术改造后的加权平均尚可使用年限对比,确定电网逾龄资产在技术改造后的剩余使用年限。该方法可确定了变压器的最优技改方案和技改后的财务折旧年限。
Description
技术领域
本发明涉及资产价值评估,特别涉及一种电网逾龄资产价值重塑方法、系统及存储介质。
背景技术
随着电网实物资产规模持续上升,电网运行维护及更新改造任务越来越重,资产管理工作形式严峻。通过研究逾龄资产价值重塑及资产墙风险应对策略,分析评估技术改造大修项目实施和停电保障应对能力,提前确定科学、合理的投资规模和管理策略,进一步优化投资规模、结构和时序,充分考虑存量资产的效能效益,避免投资冲动和盲目投资,为电网安全运行提供保障。
发明内容
本方案的一个目的在于提供一种电网逾龄资产价值重塑方法。该方法可确定了变压器的最优技改方案和技改后的财务折旧年限。
为达到上述目的,本方案如下:
一种电网逾龄资产价值重塑方法,该方法包括:
构建对电网逾龄资产逐年局部技术改造动态规划模型,确定对电网逾龄资产的技术改造方案和电网逾龄资产在技术改造后的加权平均尚可使用年限;
基于当前电网设备的实际运行状态,构建电网逾龄资产健康状态综合评估指标体系,评估电网逾龄资产的剩余使用年限;
基于电网逾龄资产健康状态综合评估指标体系计算电网逾龄资产在技术改造后的剩余使用年限,并与电网逾龄资产在技术改造后的加权平均尚可使用年限对比,确定电网逾龄资产在技术改造后的剩余使用年限。
优选的,所述电网逾龄资产逐年局部技术改造动态规划模型如式(1)和式(2)所示:
目标函数:
约束条件:
式(1)和式(2)中,X表示逾龄资产技术改造后预计可使用年限;wi表示第i次技术改造的投资金额;ti为0-1变量,表示第i次是否技术改造,若第i次进行技术改造,则ti=1,若第i次不进行技术改造,则ti=0;(j-i)表示相对评估年而言更新改造的资本已投入使用的年限;b为技术改造投资总金额;n1表示评估年之前实际已年限;Yi表示第i年年末的资产净值;zi表示第i次技术改造替换设备的资产原值;m表示计划技术改造的总次数;n表示技术改造计划完成年限;j表示评估年。
优选的,所述构建电网逾龄资产健康状态综合评估指标体系包括基于设备的类型确定评价指标体系以及体系中各层级的权重。
优选的,所述体系中各层级包括因素层,指标层和设备健康状态等级;因素层权重基于层次分析法确定;指标层权重基于设备状态评价测量获取的历史数据,应用熵权法确定。
优选的,基于因素层权重和指标层权重,并结合隶属度函数得到设备健康状态等级的对应值。
优选的,所述设备健康状态等级的对应值由式(24)得到,
式(24)中,HI0表示设备的初始健康指数;HI表示设备评估时的健康指数;B表示老化系数;T1表示全新设备HI0对应的年份,一般为设备投运年份;T2表示与所要计算的HI对应的年份,可为当前年份或者未来年份。
优选的,基于所述电网逾龄资产健康状态综合评估指标体系获得所述电网逾龄资产的剩余使用年限,包括:
计算所述电网逾龄资产的预期寿命;
计算所述电网逾龄资产的老化系数;
获得所述电网逾龄资产的剩余使用年限T'。
优选的,确定所述电网逾龄资产在技术改造后的剩余使用年限包括:
基于预计的所述电网逾龄资产的可使用年限,计算所述电网逾龄资产的加权平均尚可使用年限R;
将所述电网逾龄资产的加权平均尚可使用年限R与所述电网逾龄资产的剩余使用年限T'进行比较,确定技术改造后所述电网逾龄资产的剩余使用年限,如式(28)所示,
技术改造后电网逾龄资产的剩余使用年限=min[T',R] (28),
式(28)中,R表示在技术改造后的电网逾龄资产的加权平均尚可使用年限;T'表示通过电网逾龄资产健康状态指标体系获得的剩余可使用年限;若T'<R,则最终电网逾龄资产在技术改造后的剩余使用年限取T';反之,则取R。
第二方面,提供一种电网逾龄资产价值重塑系统,包括:
数据采集单元,用于获取进行技术改造的电网逾龄资产的各项参数;
数据分析单元,用于构建对电网逾龄资产逐年局部技术改造动态规划模型,确定对电网逾龄资产的技术改造方案和电网逾龄资产在技术改造后的加权平均尚可使用年限;
基于当前电网设备的实际运行状态,构建电网逾龄资产健康状态综合评估指标体系,评估电网逾龄资产的剩余使用年限;
基于电网逾龄资产健康状态综合评估指标体系计算电网逾龄资产在技术改造后的剩余使用年限,并与电网逾龄资产在技术改造后的加权平均尚可使用年限对比,确定电网逾龄资产在技术改造后的剩余使用年限。
第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如上任一项所述方法的步骤。
本方案的有益效果如下:
本方案提出得对电网逾龄资产价值重塑方法,对于已经经安排进行技改的逾龄资产,在技改总体规划,即技改总金额、技改次数和技改项目期限已知的情况下,应用本方案可以有效的分配局部技改投资金额,合理安排技改时间,科学确定资产技改后的财务折旧年限,实现逾龄资产价值重塑的最大化效益。
附图说明
为了更清楚地说明本方案的实施,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本方案的一些实施例,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为对电网逾龄资产进行价值重塑方法流程图;
图2为电网逾龄资产健康状态评估中采用的半梯形隶属度函数示意图;
图3为实施例中预测设备技改后剩余使用年限时间节点示意图;
图4为对电网逾龄资产进行价值重塑的系统示意图。
具体实施方式
下面将结合附图对本方案的实施方式作进一步地详细描述。显然,所描述的实施例仅是本方案的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本方案中的实施例及实施例中的特征可以相互组合。
说明书和权利要求书及上述附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备,不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,一种电网逾龄资产价值重塑方法,该方法包括:
S100构建对电网逾龄资产逐年局部技术改造动态规划模型,确定对电网逾龄资产的技术改造方案和电网逾龄资产在技术改造后的加权平均尚可使用年限;
S200基于当前电网设备的实际运行状态,构建电网逾龄资产健康状态综合评估指标体系,评估电网逾龄资产的剩余使用年限;
S300基于电网逾龄资产健康状态综合评估指标体系计算电网逾龄资产在技术改造后的剩余使用年限,并与电网逾龄资产在技术改造后的加权平均尚可使用年限对比,确定电网逾龄资产在技术改造后的剩余使用年限。
S100中,逐年局部技术改造动态规划模型基于模型假设前提、目标函数以及约束条件设计为:
目标函数:
约束条件:
其中,X表示逾龄资产技术改造后预计可使用年限;wi表示第i次技术改造的投资金额;ti为0-1变量,表示第i次是否技术改造,若第i次进行技术改造,则ti=1,若第i次不进行技术改造,则ti=0;(j-i)表示相对评估年而言更新改造的资本已投入使用的年限;b为技术改造投资总金额;n1表示评估年之前实际已年限;Yi表示第i年年末的资产净值;zi表示第i次技术改造替换设备的资产原值;m表示计划技术改造的总次数;n表示技术改造计划完成年限;j表示评估年。
根据目标函数和约束条件,可求解得出最优的技术改造方案,即技术改造投资时间和对应的投资金额。在最优方案下逾龄资产技术改造后整体使用年限最大,同时计算出逾龄资产技术改造后的加权平均尚可使用年限R。
S200和S300中包括:
基于在线监测和检测产品的广泛应用,在运维检修时及时掌握设备(电网逾龄资产)特征参数实际测量值,在掌握了单一的设备(电网逾龄资产)数据信息后,通过基于电网逾龄资产健康状态综合评估指标体系的隶属度函数,可将设备测量数据转化为反映设备运行状况的状态量,进而计算设备的健康指数,预测设备(电网逾龄资产)的剩余使用寿命。
首先构建电网逾龄资产健康评价指标体系,再利用层次分析法和熵权法分别确定因素层和指标层权重;然后结合隶属度函数计算设备处于不同健康状态等级的概率;最后利用健康指数计算公式,得到设备的剩余使用年限。用此方法评估设备技改后的剩余使用年限,再结合修正的加权平均尚可使用年限,即可确定最终设备技改后的剩余使用年限。
具体步骤如下:构建设备健康状态综合评价指标体系
1.构建综合评价指标体系
为准确评估电网设备的健康状态,需要根据设备的类型确定合理的评价指标体系。可以结合国家电网公司发布的设备状态评价导则和实际操作经验制定设备评价指标,以保证各类指标能够全面衡量设备(电网逾龄资产)健康状态。例如,可以参考《架空输电线路状态评价导则(Q/GDW 1173—2014)》、《油浸式变压器状态评价导则(Q/GDW 10169—2016)》等导则构建评价指标体系。根据导则规定,把设备的状态等级L分为4个等级,分别是正常、注意、异常、严重,用集合表示为L={L1,L2,L3,L4}={正常、注意、异常、严重}。建立的综合评价指标体系如表1所示。
表1
2.确定各层级权重
根据电网设备实际使用特点及评价状态导则,使用层次分析法确定因素层权重;基于设备状态评价测量获取的历史数据,应用熵权法确定指标层权重。层次分析法代表专家意见具有主观性,熵权法反应数据本身特性具有客观性,综合两种赋权方法得到的综合权重更具可靠性。
2.1基于层次分析法的主观权重
层次分析法(AnalyticHierarchyProcess,AHP)是一种定性与定量相结合的多目标决策分析方法,把复杂问题进行拆分,分解成各个元素,再将这些元素按照支配关系建立具有一定逻辑的层次结构。用两两对比的相对标度将专家的判断量化,确定同层次中各元素的相对重要性,通过判断矩阵的求解和一致性检验,得出各元素的权重。
2.1.1构造判断矩阵
层次分析法需要构造判断矩阵,判断矩阵的作用是在层次模型中目标层的约束条件下,对因素层元素之间相对重要性进行比较。根据重要程度将综合评价模型中因素层元素与目标层成对比较,形成判断矩阵。比较任意两个因素层元素时,需要采用一定的尺度来衡量,根据心理学家提出的“人区分信息等级的极限能力为7±2”的研究结论,层次分析法在对评价指标相对重要程度进行测量时,采用1到9比例标度评价集,按照评级集给出的含义构成一个判断矩阵,其具体含义如表2所示。
表2
标度 | 含义 |
1 | 两元素同等重要 |
3 | 前一个元素比后一个元素稍微重要 |
5 | 前一个元素比后一个元素明显重要 |
7 | 前一个元素比后一个元素强烈重要 |
9 | 前一个元素比后一个元素绝对重要 |
2,4,6,8 | 上述两个标度的中值 |
2.1.2因素层权重计算及一致性检验
a.计算判断矩阵每一行元素的乘积Mi,即:
b.计算Mi的n1次方根Vi,即:
c.对Wi归一化处理
d.一致性检验
为确认上述所得结果是否合理,需要进行一致性检验。CR为一致性比率,计算公式如下:
式(7)中,λmax为判断矩阵B的最大特征根,RI为平均一致性指标,对于1-9阶判断矩阵,RI值如表3所示。
表3
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0.00 | 0.00 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
一般当CR<0.10时,可以认为判断矩阵是一致的,且权重分配具有说服力;反之,则需要对判断矩阵的参数进行改进与再分析,直至满足一致性要求。
2.2基于熵权法的客观权重
信息熵理论起源于热力学,最初由香农引入到信息系统。信息熵表达随机变量取值的不确定性程度,用以刻画信息量的多少。熵权法是确定多指标综合评价问题中指标权重的有效方法,通过熵权法计算得到指标的信息熵,信息熵值越大说明不确定性大,权重越小;信息熵值越小说明不确定性小,权重越大。
假定因素fr(r=1,2,…,n1)的指标为ars(s=1,2,…,n2),所有指标层一共测得m组数据,包括历史数据和评估时的最新测量数据。指标层的熵权重计算过程如下:
2.2.1原始数据归一化处理
由于设备健康状态评估的各指标量纲和大小存在差异,为了将指标量纲进行统一,采用模糊数学中的相对劣化度对评估指标进行归一化处理。相对劣化度是用于表征指标实际数据与注意状态相比时的劣化程度,其取值一般在0-1之间。
对于测量值越小越好的指标,计算公式如式(9):
对于测量值越大越好的指标,计算公式如式(10):
式(9)和(10)中,k=1,2,…,m,Xrsk为因素fr中指标ars的第k次测量值,xrsk为归一化处理后的结果;Xrs0为因素fr中指标ars的初始值;Xrs1为因素fr中指标ars的注意值。
2.2.2计算指标信息熵
其中,m表示指标测量数据的组数;ers为因素fr中指标ars的信息熵。rrs越大,说明指标ars的权重越小。
2.2.3根据信息熵计算各指标层的客观权重
其中,n2表示因素fr包含的指标个数,qrs为因素fr中第s个指标的单个权重值(s=1,2,…,n2);Qr为因素fr对应指标权重向量。
3.评估设备(电网逾龄资产)剩余使用年限
基于设备健康状态综合评价指标体系,分别利用层次分析法和熵权法确定因素层和指标层权重,再结合隶属度函数计算设备健康状态等级对应概率值。引入英国EA公司的健康指数计算公式,评估设备的剩余使用年限。
3.1指标层健康状态评价
设备健康状态评价具有模糊和不确定的性质,模糊集理论中的隶属度函数可以解决模糊问题。模糊综合评价是对受多种因素影响的事物做出全面评价的一种有效的多因素决策方法。基于该方法应用健康状态隶属度函数,评估指标层的健康状态。
隶属度函数表示,若对论域U中的任一元素x,都有μ(x)∈[0,1]与之对应,则称μ为U上的模糊集,μ(x)称为x对μ的隶属度函数。隶属度μ(x)越接近于1,表示x属于μ的程度越高,μ(x)越接近于0,表示x属于μ的程度越低。
在评估设备健康状态时,论域U表示设备健康状态,x表示指标测量值,μ表示设备健康状态的模糊集,包括μ1“正常”、μ2“注意”、μ3“异常”、μ4“严重”4个类别,μ(x)表示指标数值对4类健康状态的隶属度。例如,当μ1(x)越接近1时,表示该项指标属于正常状态的程度越高;μ1(x)越接近0时,表示该项指标属于正常状态的程度越低。
目前,确定隶属度函数主要依赖于经验判别。通过大量资料研究发现,在电网设备健康状态评估中可采用半梯形隶属度函数,如图2所示。
图2中横坐标表示评价指标的测量值,纵坐标表示指标测量值对应不同健康状态的隶属度值。
隶属度函数中各健康状态等级对应的函数式可以用下式表示,指标各状态隶属度之和为1。
其中,μL(xrsk)(L=1,2,3,4)表示指标测量值xrsk对应不同健康状态的隶属度值。
将同一因素中各指标的最新测量值归一化后带入上式,得到该因素指标的隶属度矩阵,如式(19)所示:
其中,Ur表示因素fr下指标层的隶属度矩阵;μL(xrs)表示由指标ars的最新测量值计算的健康状态概率值。
3.2因素层健康状态评价
因素层的健康状态概率值可以由指标层的权重和概率值计算得到。首先,将设备各指标的最新测量值归一化处理,根据隶属度函数,计算得出因素fr下指标的隶属度矩阵Ur。其次,通过设备各指标的全部测量值,利用熵权法计算得到该因素下的指标权重向量Qr。最后,通过加权计算得到该因素对应的健康状态概率值Gr。即因素层健康状态概率值为如式(21)所示:
Gr=Qr*Ur=(h1(Ar) h2(Ar) h3(Ar) h4(Ar)) (20),
其中,Qr表示因素fr对应的指标层权重矩阵;Ur表示因素fr对应的指标层隶属度矩阵;Gr表示加权计算得到的因素fr的健康状态赶驴值。
3.3设备整体健康状态评价结合层次分析法得到的各因素层权重W,利用因素层的状态概率矩阵G,计算得到设备整体状态评价结果,公式如下:
L=W*G=(mr(L1) mr(L2) mr(L3) mr(L4)) (22),
其中,L表示设备健康状态概率矩阵;mr(Li)表示设备对应的健康状态概率值。计算出设备在4类健康状态下的概率值mr(Li)后,研究设备剩余使用年限。
3.4计算设备剩余使用年限
健康指数以数值的方式直接展示评估设备当下的健康状态,是一种非常直观有效的展示方式。参考Q/GDW 169-2008《油浸式变压器(电抗器)状态评价导则》、DL/T 1685-2017《油浸式变压器(电抗器)状态评价导则》等评价导则的相关打分概念,将综合评估模型的结果直接转化为以分数为基准的健康指数。划定每个评估状态对应的基础分值,再将设备健康状态评估的概率值与基础分值相乘求和得到当下设备的健康指数。表4中为设备健康状态分布列。
表4
设备健康状态(L) | 正常 | 注意 | 异常 | 严重 |
健康指数(HI) | 1 | 4 | 6 | 8 |
隶属度值 | mr(L<sub>1</sub>) | mr(L<sub>2</sub>) | mr(L<sub>3</sub>) | mr(L<sub>4</sub>) |
设备健康指数为:
HI=mr(L1)×1+mr(L2)×4+mr(L3)×6+mr(L4)×8(23),
其中,HI表示设备的健康指数,其取值范围为[0,10],值越小表示设备健康状态越好;反之,则设备健康状态越差;mr(Li)表示设备对应的健康状态概率值。
在计算设备剩余使用年限时,引入英国EA公司的健康指数计算公式。该公式基于设备老化原理,体现设备健康水平指数随时间变化情况,目前广泛应用于英国和北美电力设备的健康状态评估。健康指数计算公式如下:
其中,HI0表示设备的初始健康指数(一般取值为0.5);HI表示设备评估时的健康指数;B表示老化系数;T1表示全新设备HI0对应的年份,一般为设备投运年份;T2表示与所要计算的HI对应的年份,可为当前年份或者未来年份。健康指数的取值范围为0-10,值越低表示设备健康状态越好,一般阈值为7,即健康指数为7时,认为设备健康状态非常严重,不宜继续使用。
设备剩余使用年限计算步骤如下:
3.4.1计算设备预期寿命
设备出厂时虽然规定了技术寿命(T),但不能真实反应设备的实际使用年限。考虑到设备使用年限受实际运行和所处环境的影响,引入运行系数(fL)和环境系数(fE)对技术寿命进行修正。设备预期寿命(Texp)计算公式为:
其中,T表示设备技术寿命;fL表示设备运行系数;fE表示设备所处环境的环境系数;Texp表示设备预期寿命。
以变压器为例,变压器运行系数可以用负荷系数表示。通常,变压器负荷率不同对应的负荷系数也不同,变压器负荷率是指变压器运行中所承载的平均负荷与变压器额定容量之比借鉴相关研究,变压器负荷率与负荷系数对应关系如表5。
表5
变压器负荷率 | 负荷系数 |
0-40% | 1 |
40%-60% | 1.05 |
60%-70% | 1.1 |
70%-80% | 1.25 |
80%-150% | 1.6 |
由于设备所处环境不同,环境污染程度等因素对设备的安全运行影响较大。借鉴相关研究,环境恶劣程度与环境系数对应关系如表6。
表6
环境恶劣等级 | 环境系数 |
0 | 1 |
1 | 1 |
2 | 1.05 |
3 | 1.15 |
4 | 1.3 |
3.4.2计算老化系数
老化系数B计算公式如式(26)所示:
其中,B表示设备老化系数;表示设备报废时的健康指数,一般取值为HI=7;HI0表示设备投运时的初始健康指数,一般取值为HI0=0.5;Texp表示设备预期寿命,即从投运到报废时的使用年限。
3.4.3计算剩余使用年限
设备的剩余使用年限EOL是以设备当前健康指数推算到其报废时健康指数的时间。在对设备健康状态进行评估时,一旦结果中设备健康指数大于6,其故障发生概率将会迅速上升,因此,在评估设备剩余使用年限时,将健康指数阈值定为7。当设备健康指数达到7时,需要及时采取措施,以保障电网系统安全稳定的运行。EOL计算公式如式(27)所示:
其中,EOL表示由健康指数计算的设备剩余使用年限;HI表示由综合评估模型计算得到的健康指数;B表示考虑运行系数和环境系数的设备老化系数。
3.5设备技改后剩余使用年限
通过逐年局部技改动态规划模型,可以计算得到一个最优的技术改造投资方案,使得资产的技改后整体使用年限最大。在预计资产可使用年限X确定的前提下,加权平均尚可使用年限的计算公式:
加权平均尚可使用年限(R)=预计资产可使用年限-加权平均已使用年限
在动态规划模型中,预计资产可使用年限是直接参考分类资产财务折旧年限标准,由此计算得出的加权平均尚可使用年限R可用来衡量资产技改完成后还可延长的折旧年限。但是,在此过程中未考虑到设备实际运行情况对设备寿命的影响,可进一步从设备健康维度对计算得出的加权平均尚可使用年限进行修正。
在设备完成技改后,可通过构建设备健康状态评估模型,评估其剩余可使用年限T'。通过比较T'和R之间的差异,来确定计划技改总金额全部投入后修正的加权平均尚可使用年限,即最终设备技改后的剩余使用年限。其确定方法如下:
技术改造后电网逾龄资产的剩余使用年限=min[T',R] (28),
其中,R表示在局部技改完成后评估的加权尚可使用年限;T'表示通过设备健康状态评估的剩余可使用年限;若T′<R,则最终设备技改后的剩余使用年限取T′,反之,则取R。
3.5.1修正的加权平均尚可使用年限
当设备完成技改后需要评估剩余使用年限,以确定具体的折旧方法,保证设备在报废前能够提足折旧。将设备技改后的测量数据带入综合评估模型得到HI0,设备技改后剩余使用年限T′为:
其中,T′表示设备技改后由健康指数计算的剩余使用年限;HI0表示由综合评估模型计算的设备技改后的健康指数;B表示考虑运行系数和环境系数的设备老化系数。
对于技改后的设备,在确定其财务折旧年限时,可以参考资产评估计算出的加权平均尚可使用年限,从而合理的延长资产技改后的财务折旧年限。但是资产评估未考虑到设备的实际运行情况,设备技改后的剩余使用年限可能会受到设备健康状况的影响,导致设备未提足折旧而提前报废。所以,从设备健康状态出发,评估设备技改后的剩余使用年限,对加权平均尚可使用年限进行修正。
修正的加权平均尚可使用年限=min[T',R] (30),
其中,R表示资产评估计算的加权平均尚可使用年限,T′表示设备健康状态综合评估模型计算的设备技改后剩余使用年限。若R<T′,表明设备技改后的健康状态良好,设备在财务折旧年限内提足折旧,设备技改后的财务折旧年限可以参考R来制定;若R>T',表明设备技改后的健康状态较差,设备可能出现在提足折旧前提前报废的问题,所以,设备技改后的财务折旧年限应参考T′来制定。
如图3所示,本方案还提供一种电网逾龄资产价值重塑系统10,包括:
数据采集单元20,用于获取进行技术改造的电网逾龄资产的各项参数;
数据分析单元30,用于构建对电网逾龄资产逐年局部技术改造动态规划模型,确定对电网逾龄资产的技术改造方案和电网逾龄资产在技术改造后的加权平均尚可使用年限;
基于当前电网设备的实际运行状态,构建电网逾龄资产健康状态综合评估指标体系,评估电网逾龄资产的剩余使用年限;
基于电网逾龄资产健康状态综合评估指标体系计算电网逾龄资产在技术改造后的剩余使用年限,并与电网逾龄资产在技术改造后的加权平均尚可使用年限对比,确定电网逾龄资产在技术改造后的剩余使用年限。
在上述方法实施方式的基础上,本实施例进一步提供一种计算机可读存储介质。该计算机可读存储介质用于实现上述识别方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在设备,例如个人电脑上运行。然而,本实施例中的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本方案操作的程序代码,所述程序设计语言包括面向对象的程序设计语言-诸如JAvA、C++等,还包括常规的过程式程序设计语言-诸如"C"语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
下面以具体的实施例对本方案作进一步说明
某地市公司现有一台变压器于1996年投运,资产原值为100万,技术寿命为30年,财务折旧年限为18年,2014年底逾龄。2015年对其进行技术改造,预计在五年内分两次技改共投资120万,实现对该资产整体替换。通过以往的检测和试验,已获得该设备历史6年的相关运行数据。现需要确定合理的技改方案,重塑资产价值。
为了满足设备每年都能计提折旧并且设备技改后整体使用年限最大,可以构造以下动态规划模型。
模型中各已知参数的取值为:逾龄资产技改后预计可使用年限X=18年;逾龄资产原值c=100万元;技改计划总投资金额b=120万元;计划技改次数m=2次。
根据动态规划模型,得到以下目标函数和约束条件:
将已知参数带入上述模型,得到最优的投资金额和对应投资年份。
通过MATLAB软件得到计算结果,最优投资方案为2015年投资23.1万元,2019年投资96.9万元。2020年评估设备加权平均已使用年限为年,预计可使用年限按照财务折旧年限确定为18年,则加权平均尚可使用年限为18-1.8=16.2年,设备技改后整体使用年限为16.2+5=21.2年。表7为技术改造投资方案数据表。
表7
整体技改需要在2015年投资120万元对设备进行技术改造,技改设备整体使用年限为18年。局部技改在2015年进行第一次技改后,可以在剩下的年份进行第二次技改,共有4种方案。其中,在2015年和2019年对设备进行技术改造需要分别投资23.1万元和96.9万元,技改设备整体使用年限为21.2年,超过了其他3种局部技改方案的整体使用年限,是局部最优解。
评估技术改造后设备剩余使用年限
评估该变压器的健康状态,预测其技改后剩余使用年限,具体时间节点如图4所示.
1.构建变压器健康状态综合评价指标体系
表8为变压器健康状态综合评价指标体系。
表8
2.计算指标层隶属度
该变压器于1996年投运以来多次出现本体油色谱数据异常,并进行了数次真空滤油处理。从电力公司获取了该变压器自投运以来的若干测试数据,具体包括历史电气试验报告、绝缘油检测报告。具体数据如表9所示。
表9
在变压器健康状态评价的相关研究中,一般是结合运行人员的经验和现场大量的测试与验证后,确定隶属度函数的参数值。借鉴相关研究结果,将隶属度函数的边界参数定为b=0.3,c=0.45,d=0.5,e=0.75,f=0.8,g=0.95。
根据变压器实际操作情况,对上表各指标测量值进行归一化处理。将2020年的测试结果进行归一化处理,代入隶属度函数,得到各指标健康状态隶属度如表10所示。
表10
3.计算权重
将变压器的7组测量值归一化处理后,利用熵权法计算指标层权重。通过层次分析方法确定因素层权重,得到的结果如表11所示。
表11
4.计算健康指数
通过指标隶属度和权重计算得到设备指标层的状态评价结果,再结合因素层权重,得到设备处于正常、注意、异常和严重的概率值,采用下式将设备定性状态转化为健康指数值。表12为变压器状态分布列。
表12
设备状态(L) | 正常 | 注意 | 异常 | 严重 |
健康指数(HI) | 1 | 4 | 6 | 8 |
健康状态概率值 | 0.917481 | 0.082519 | 0 | 0 |
HI=1×0.917481+4×0.082519=1.2476
计算得到该变压器2020年的健康指数HI=1.2476。
5.设备技改后剩余使用年限
按照变压器技术寿命为30年,环境系数、负荷系数为1的标准,计算设备老化系数为:
该变压器技改后剩余可使用年限为:
即设备技改后还可使用19.61年,此后设备健康指数将达到7,处在严重状态,需采取相应措施以保障运行安全。
6.修正的加权平均尚可使用年限
最终设备技术改造后的剩余使用年限+min[19.6 16.2](年)
经过评估,确定该变压器技改后折旧年限为16.2年。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (10)
1.一种电网逾龄资产价值重塑方法,其特征在于,该方法包括:
构建对电网逾龄资产逐年局部技术改造动态规划模型,确定对电网逾龄资产的技术改造方案和电网逾龄资产在技术改造后的加权平均尚可使用年限;
基于当前电网设备的实际运行状态,构建电网逾龄资产健康状态综合评估指标体系,评估电网逾龄资产的剩余使用年限;
基于电网逾龄资产健康状态综合评估指标体系计算电网逾龄资产在技术改造后的剩余使用年限,并与电网逾龄资产在技术改造后的加权平均尚可使用年限对比,确定电网逾龄资产在技术改造后的剩余使用年限。
2.根据权利要求1所述的电网逾龄资产价值重塑方法,其特征在于,所述电网逾龄资产逐年局部技术改造动态规划模型如式(1)和式(2)所示:
目标函数:
约束条件:
式(1)和式(2)中,X表示逾龄资产技术改造后预计可使用年限;wi表示第i次技术改造的投资金额;ti为0-1变量,表示第i次是否技术改造,若第i次进行技术改造,则ti=1,若第i次不进行技术改造,则ti=0;(j-i)表示相对评估年而言更新改造的资本已投入使用的年限;b为技术改造投资总金额;n1表示评估年之前实际已年限;Yi表示第i年年末的资产净值;zi表示第i次技术改造替换设备的资产原值;m表示计划技术改造的总次数;n表示技术改造计划完成年限;j表示评估年。
3.根据权利要求1所述的电网逾龄资产价值重塑方法,其特征在于,所述构建电网逾龄资产健康状态综合评估指标体系包括基于设备的类型确定评价指标体系以及体系中各层级的权重。
4.根据权利要求3所述的电网逾龄资产价值重塑方法,其特征在于,所述体系中各层级包括因素层,指标层和设备健康状态等级;因素层权重基于层次分析法确定;指标层权重基于设备状态评价测量获取的历史数据,应用熵权法确定。
5.根据权利要求4所述的电网逾龄资产价值重塑方法,其特征在于,基于因素层权重和指标层权重,并结合隶属度函数得到设备健康状态等级的对应值。
7.根据权利要求6所述的电网逾龄资产价值重塑方法,其特征在于,基于所述电网逾龄资产健康状态综合评估指标体系获得所述电网逾龄资产的剩余使用年限,包括:
计算所述电网逾龄资产的预期寿命;
计算所述电网逾龄资产的老化系数;
获得所述电网逾龄资产的剩余使用年限T'。
8.根据权利要求7所述的电网逾龄资产价值重塑方法,其特征在于,确定所述电网逾龄资产在技术改造后的剩余使用年限包括:
基于预计的所述电网逾龄资产的可使用年限,计算所述电网逾龄资产的加权平均尚可使用年限R;
将所述电网逾龄资产的加权平均尚可使用年限R与所述电网逾龄资产的剩余使用年限T'进行比较,确定技术改造后所述电网逾龄资产的剩余使用年限,如式(28)所示,
技术改造后电网逾龄资产的剩余使用年限=min[T', R] (28),
式(28)中,R表示在技术改造后的电网逾龄资产的加权平均尚可使用年限;T'表示通过电网逾龄资产健康状态指标体系获得的剩余可使用年限;若T'<R,则最终电网逾龄资产在技术改造后的剩余使用年限取T';反之,则取R。
9.一种电网逾龄资产价值重塑系统,其特征在于,包括:
数据采集单元,用于获取进行技术改造的电网逾龄资产的各项参数;
数据分析单元,用于构建对电网逾龄资产逐年局部技术改造动态规划模型,确定对电网逾龄资产的技术改造方案和电网逾龄资产在技术改造后的加权平均尚可使用年限;
基于当前电网设备的实际运行状态,构建电网逾龄资产健康状态综合评估指标体系,评估电网逾龄资产的剩余使用年限;
基于电网逾龄资产健康状态综合评估指标体系计算电网逾龄资产在技术改造后的剩余使用年限,并与电网逾龄资产在技术改造后的加权平均尚可使用年限对比,确定电网逾龄资产在技术改造后的剩余使用年限。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111246823.9A CN113947254A (zh) | 2021-10-26 | 2021-10-26 | 一种电网逾龄资产价值重塑方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111246823.9A CN113947254A (zh) | 2021-10-26 | 2021-10-26 | 一种电网逾龄资产价值重塑方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113947254A true CN113947254A (zh) | 2022-01-18 |
Family
ID=79332386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111246823.9A Pending CN113947254A (zh) | 2021-10-26 | 2021-10-26 | 一种电网逾龄资产价值重塑方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113947254A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488572A (zh) * | 2015-11-23 | 2016-04-13 | 中国电力科学研究院 | 一种配电设备健康状态评价方法 |
CN110633902A (zh) * | 2019-09-04 | 2019-12-31 | 国网天津市电力公司 | 适应输配电价改革的电网投资效益评估方法 |
CN112132446A (zh) * | 2020-09-18 | 2020-12-25 | 国网浙江省电力有限公司经济技术研究院 | 一种基于基尼系数理论的电网技改投资分配方法 |
CN113077124A (zh) * | 2021-03-15 | 2021-07-06 | 国家电网有限公司 | 一种电网逾龄设备技改后剩余可使用年限的评估方法 |
CN113077155A (zh) * | 2021-04-07 | 2021-07-06 | 国家电网有限公司 | 基于大数据态势感知的电力生产技改项目评价模型 |
-
2021
- 2021-10-26 CN CN202111246823.9A patent/CN113947254A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488572A (zh) * | 2015-11-23 | 2016-04-13 | 中国电力科学研究院 | 一种配电设备健康状态评价方法 |
CN110633902A (zh) * | 2019-09-04 | 2019-12-31 | 国网天津市电力公司 | 适应输配电价改革的电网投资效益评估方法 |
CN112132446A (zh) * | 2020-09-18 | 2020-12-25 | 国网浙江省电力有限公司经济技术研究院 | 一种基于基尼系数理论的电网技改投资分配方法 |
CN113077124A (zh) * | 2021-03-15 | 2021-07-06 | 国家电网有限公司 | 一种电网逾龄设备技改后剩余可使用年限的评估方法 |
CN113077155A (zh) * | 2021-04-07 | 2021-07-06 | 国家电网有限公司 | 基于大数据态势感知的电力生产技改项目评价模型 |
Non-Patent Citations (2)
Title |
---|
薛聪等: "电改背景下的资产退出机制研究", 《财会学习》 * |
许李婷: "电网企业逾龄资产探讨与研究", 《商讯》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yazdi | Improving failure mode and effect analysis (FMEA) with consideration of uncertainty handling as an interactive approach | |
Okoh et al. | Predictive maintenance modelling for through-life engineering services | |
CN113779496B (zh) | 一种基于设备全景数据的电力设备状态评估方法及系统 | |
Huang et al. | Dissolved gas analysis of mineral oil for power transformer fault diagnosis using fuzzy logic | |
CN113435652B (zh) | 一种一次设备缺陷诊断与预测方法 | |
Ciarapica et al. | Managing the condition-based maintenance of a combined-cycle power plant: an approach using soft computing techniques | |
CN105512448A (zh) | 一种配电网健康指数的评估方法 | |
CN111080072A (zh) | 配电变压器健康指数评估方法、装置及系统 | |
CN109272140B (zh) | 一种基于大数据分析的变电设备运行期成本预测方法 | |
CN114065605A (zh) | 一种智能电能表运行状态检测评估系统和方法 | |
CN112712203A (zh) | 一种配电网日最高负荷预测方法和系统 | |
Rao Tummala et al. | A risk management model to assess safety and reliability risks | |
KR100960939B1 (ko) | 최소 절단 집합과 퍼지 전문가 시스템을 이용한 시스템의고장 모드 및 임계 분석 장치 및 그 방법 | |
Milosavljevic et al. | Integrated transformer health estimation methodology based on Markov chains and evidential reasoning | |
CN114066196A (zh) | 一种电网投资策略优化系统 | |
Andrzejczak et al. | A method for estimating the probability distribution of the lifetime for new technical equipment based on expert judgement | |
CN116823008A (zh) | 一种园区能源利用效率评估方法、系统、设备和存储介质 | |
CN114254806A (zh) | 配电网重过载预警方法、装置、计算机设备和存储介质 | |
Ghasemi et al. | Equipment failure rate in electric power distribution networks: An overview of concepts, estimation, and modeling methods | |
CN112417627A (zh) | 一种基于四维指标体系配电网运行可靠性分析方法 | |
Zheng et al. | A hybrid approach for evaluating faulty behavior risk of high‐risk operations using ANP and evidence theory | |
Mohammed et al. | An integrated fuzzy-FMEA risk assessment approach for reinforced concrete structures in oil and gas industry | |
CN117709767A (zh) | 企业实时生产运营状况定量评估方法、装置、设备及介质 | |
CN109255470B (zh) | 一种基于大数据分析的变电设备非项目类成本预测方法 | |
CN113947254A (zh) | 一种电网逾龄资产价值重塑方法、系统及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220118 |
|
RJ01 | Rejection of invention patent application after publication |