CN114169709A - 变电站二次设备的状态评估方法、装置、存储介质及设备 - Google Patents
变电站二次设备的状态评估方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN114169709A CN114169709A CN202111402809.3A CN202111402809A CN114169709A CN 114169709 A CN114169709 A CN 114169709A CN 202111402809 A CN202111402809 A CN 202111402809A CN 114169709 A CN114169709 A CN 114169709A
- Authority
- CN
- China
- Prior art keywords
- information
- transformer substation
- state
- state quantity
- secondary equipment
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 97
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 230000007547 defect Effects 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 48
- 230000009471 action Effects 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims abstract description 15
- 238000010219 correlation analysis Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims description 40
- 230000006870 function Effects 0.000 claims description 10
- 238000013139 quantization Methods 0.000 claims description 10
- 230000032683 aging Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 238000011002 quantification Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000013479 data entry Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 description 10
- 230000036541 health Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000272814 Anser sp. Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- 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
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
- H02J13/00036—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving switches, relays or circuit breakers
- H02J13/0004—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving switches, relays or circuit breakers involved in a protection system
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Y04S10/16—Electric power substations
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Power Engineering (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Probability & Statistics with Applications (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
Abstract
本发明公开了一种变电站二次设备的状态评估方法、装置、存储介质及设备。其中，该方法包括：获取变电站二次设备的运行数据信息，其中，运行数据信息包括以下至少之一：设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息；对运行数据信息进行数据处理与关联分析，得到状态信息数据，其中，状态信息数据用于为云数据平台提供可量化的状态信息量；基于状态信息数据对变电站二次设备进行量化评估，得到量化评估结果；根据量化评估结果完成对变电站二次设备的状态评估。本发明解决了现有技术中变电站二次设备的状态评估依赖人工录入数据，导致评估结果的全面性与及时性不足，存在难以保证电网安全稳定运行的技术问题。
Description
技术领域
本发明涉及数据处理技术领域，具体而言，涉及一种变电站二次设备的状态评估方法、装置、存储介质及设备。
背景技术
随着交直流混联电网的形成，以及新能源、智能变电站技术的推广应用，大量新型二次设备不断投入运行，对变电站继电保护二次设备健康状态及运行状态进行及时准确的评价，是全面掌握设备健康状况，预测继电保护设备及电力系统风险运行水平，以及设备可靠性的必要措施。
但是，现有技术方法多采用依赖人工录入的离线数据进行二次设备状态评价，运维人员的工作量巨增，由于继电保护装置等二次设备设计原理多样、隐蔽环节多，二次专业运维难度越来越高，且离线评价的及时性不足；电网安全运行要求与运维承载能力矛盾日益突出，传统的运维检修模式已经难以适应电网发展要求。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种变电站二次设备的状态评估方法、装置、存储介质及设备，以至少解决现有技术中变电站二次设备的状态评估依赖人工录入数据，导致评估结果的全面性与及时性不足，存在难以保证电网安全稳定运行的技术问题。
根据本发明实施例的一个方面，提供了一种变电站二次设备的状态评估方法，采用云数据平台的评估系统实施或者实现，该方法包括：获取变电站二次设备的运行数据信息，其中，上述运行数据信息包括以下至少之一：设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息；对上述运行数据信息进行数据处理与关联分析，得到状态信息数据，其中，上述状态信息数据用于为上述云数据平台提供可量化的状态信息量；基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果；根据上述量化评估结果完成对上述变电站二次设备的状态评估。
可选的，在上述获取变电站二次设备的运行数据信息之前，上述方法还包括：构建上述云数据平台，其中，上述云数据平台用于接收并处理上述运行数据信息；上传上述变电站二次设备的运行数据信息至上述云数据平台，其中，上述运行数据信息包括：离线数据信息和在线实时信息。
可选的，上述状态信息数据，包括：可靠性状态量、失效风险状态量、改进型状态量和检测型状态量，上述基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果，包括：根据预先确定的缺陷可靠性评分和正确动作可靠性评分计算得到上述可靠性状态量；根据上述变电站二次设备的失效率和上述变电站二次设备的老化系数计算得到上述失效风险状态量；根据上述变电站二次设备的第一类改进型状态量以及上述变电站二次设备的第二类改进型状态量计算目标改进型状态量；根据上述变电站二次设备的检测评分以及上述变电站二次设备的检测系数计算上述检测型状态量。
可选的，上述根据预先确定的缺陷可靠性评分和正确动作可靠性评分计算得到上述可靠性状态量，包括：获取全部上述变电站二次设备的第一缺陷次数，以及周期内同型号上述变电站二次设备的第二缺陷次数；基于上述第一缺陷次数和上述第二缺陷次数计算上述缺陷可靠性评分；获取同型号上述变电站二次设备评价周期内的正确动作次数，以及同型号上述变电站二次设备评价周期内的动作总次数；基于上述正确动作次数和上述动作总次数计算上述正确动作可靠性评分。
可选的，上述根据上述变电站二次设备的第一类改进型状态量以及上述变电站二次设备的第二类改进型状态量计算目标改进型状态量，包括：判断上述第一类改进型状态量能否满足上述变电站二次设备的安全运行条件，其中，上述第一类改进型状态量为反映保护设备严重故障情况的状态量，包括：保护装置故障状态量、保护功能闭锁状态量、装置告警状态量和检测型状态量的严重偏差；若否，则上述目标改进型状态量的值为0，且无需计算上述第二类改进型状态量；若是，则对第二类改进型状态量进行量化取值，得到上述目标改进型状态量，其中，上述第二类改进型状态量为反映设备管理状况的状态量，包括：家族性缺陷状态量、非家族性缺陷状态量和反事故措施状态量。
可选的，上述根据上述变电站二次设备的检测评分以及上述变电站二次设备的检测系数计算上述检测型状态量，包括：若部分上述变电站二次设备缺少相应的上述检测型状态量，则对其他状态量评分的权重系数按预设比例进行折算。
可选的，上述根据上述量化评估结果完成对上述变电站二次设备的状态评估，包括：获取上述变电站二次设备对应的量化结果；根据上述量化结果对上述变电站二次设备进行筛查鉴定，得到鉴定结果；基于上述鉴定结果，对上述变电站二次设备进行状态评估。
根据本发明实施例的另一方面，还提供了一种变电站二次设备的状态评估装置，采用云数据平台的评估系统实施或者实现，上述装置包括：获取模块，用于获取变电站二次设备的运行数据信息，其中，上述运行数据信息包括以下至少之一：设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息；处理模块，用于对上述运行数据信息进行数据处理与关联分析，得到状态信息数据，其中，上述状态信息数据用于为上述云数据平台提供可量化的状态信息量；量化处理模块，用于基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果；评估模块，用于根据上述量化评估结果完成对上述变电站二次设备的状态评估。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，上述计算机可读存储介质包括存储的程序，其中，在上述程序运行时控制上述计算机可读存储介质所在设备执行任意一项上述的变电站二次设备的状态评估方法。
根据本发明实施例的另一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为运行上述计算机程序以执行任意一项上述的变电站二次设备的状态评估方法。
在本发明实施例中，通过获取变电站二次设备的运行数据信息，其中，上述运行数据信息包括以下至少之一：设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息；对上述运行数据信息进行数据处理与关联分析，得到状态信息数据，其中，上述状态信息数据用于为上述云数据平台提供可量化的状态信息量；基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果；根据上述量化评估结果完成对上述变电站二次设备的状态评估，达到了采用量化评估的方式客观、准确的评估二次设备的健康状态的目的，从而实现了降低电网运行风险的技术效果，进而解决了现有技术中变电站二次设备的状态评估依赖人工录入数据，导致评估结果的全面性与及时性不足，存在难以保证电网安全稳定运行的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的变电站二次设备的状态评估方法流程图；
图2是根据本发明实施例的一种可选的云数据平台的结构示意图；
图3是根据本发明实施例的一种可选的二次设备综合评估体系的结构示意图；
图4是根据本发明实施例的一种可选的二次设备的综合评估状态量的结构示意图；
图5是根据本发明实施例的一种变电站二次设备的状态评估装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
实施例1
根据本发明实施例，提供了一种变电站二次设备的状态评估的方法实施例，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。
图1是根据本发明实施例的变电站二次设备的状态评估方法流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取变电站二次设备的运行数据信息，其中，上述运行数据信息包括以下至少之一：设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息；
步骤S104，对上述运行数据信息进行数据处理与关联分析，得到状态信息数据，其中，上述状态信息数据用于为上述云数据平台提供可量化的状态信息量；
步骤S106，基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果；
步骤S108，根据上述量化评估结果完成对上述变电站二次设备的状态评估。
在本发明实施例中，采用云数据平台的评估系统获取变电站二次设备的运行数据信息，对上述运行数据信息进行数据处理与关联分析，得到状态信息数据，基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果；根据上述量化评估结果完成对上述变电站二次设备的状态评估。
需要说明的是，通过对上述变电站二次设备的多维度运行数据信息进行融合处理构建的综合评估体系，并基于云数据平台进行上述运行数据的处理与关联分析建立上述变电站二次设备的综合评估模型，根据上述综合评估模型中的状态信息数据对上述变电站二次设备进行量化评估，得到上述变电站二次设备的状态综合评估结果，可以帮助线管运维人员全面掌握变电站二次设备的健康状态。
还需要说明的是，上述变电站二次设备的运行数据信息通常情况下包含多个维度的信息，在现有的二次设备的状态评估技术中，通过人工录入上述运行数据信息，并引入变权理论进行多层次、多指标系统的综合评估的主观性比较强，评估准确度大大降低，并且难以保证评估及时性、准确性及检修有效性。
通过本发明实施例，采用云数据平台的评估系统获取变电站二次设备的运行数据信息，构建二次设备状态综合评估信息数据体系，并借助云数据平台实现人工难以进行的对多维度数据信息进行处理和关联分析，得到状态信息数据，并基于状态信息数据建立多维度信息融合的综合评估模型，实现对二次设备状态进行量化评估，根据量化结果对二次设备状态评估信息数据进行筛查检定，将二次设备分类为正常设备和异常设备，正常设备评估数据直接存入云数据平台；异常设备采用人工干预手段对二次设备的状态重新评估，并通过云数据平台为继电保护专业人员的事故处理工作提供辅助决策；通过云数据平台有效融合二次设备离线数据信息与在线告警、在线监测等在线信数据息进行二次设备状态综合分析，减轻运维人员的工作量，有效提高运维效能，从而保障电网安全稳定运行。
在一种可选的实施例中，在上述获取变电站二次设备的运行数据信息之前，上述方法还包括：
步骤S202，构建上述云数据平台，其中，上述云数据平台用于接收并处理上述运行数据信息；
步骤S204，上传上述变电站二次设备的运行数据信息至上述云数据平台，其中，上述运行数据信息包括：离线数据信息和在线实时信息。
在本发明实施例中，在上述获取变电站二次设备的运行数据信息之前，首先构建上述云数据平台，并采用手动与自动相结合的方式上传上述变电站二次设备的运行数据信息至上述云数据平台。
需要说明的是，如图2所示的云数据平台结构示意图，上述云数据平台用于接收并处理上述运行数据信息；上述变电站二次设备包括保护终端、智能终端等；上述运行数据信息包括：离线数据信息和在线实时信息等；上述变电站二次设备的运行数据信息包括设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息等。
作为一种可选的实施例，仍如图2所示，上述云数据平台聚合了变电站二次设备在线监视与分析、定值整定、录波联网、统计分析、订单管理系统OMS、工程生产管理系统PMS等，在强化继电保护信息感知全面性及准确性的同时，实现继电保护专业相关业务数据的一体化与数据信息的全面融合，为基于在线运行数据开展二次设备健康状态评估提供了强力的技术支撑。
在一种可选的实施例中，上述状态信息数据，包括：可靠性状态量、失效风险状态量、改进型状态量和检测型状态量，上述基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果，包括：
步骤S302，根据预先确定的缺陷可靠性评分和正确动作可靠性评分计算得到上述可靠性状态量；
步骤S304，根据上述变电站二次设备的失效率和上述变电站二次设备的老化系数计算得到上述失效风险状态量；
步骤S306，根据上述变电站二次设备的第一类改进型状态量以及上述变电站二次设备的第二类改进型状态量计算目标改进型状态量；
步骤S308，根据上述变电站二次设备的检测评分以及上述变电站二次设备的检测系数计算上述检测型状态量。
需要说明的是，如图3所示的二次设备综合评估体系结构示意图，上述状态信息数据，包括：可靠性状态量、失效风险状态量、改进型状态量和检测型状态量。上述可靠性状态量主要反映某厂家同型号产品的整体可靠性，若评价周期内，某厂家同型号产品故障率高或故障性质严重，那么其同型号产品整体可靠性差。上述失效风险状态量用于表示若设备运行时间较长且未验证其有效性，或设备的运行时间超限，均会增加设备的失效风险，可依据设备的最后一次检验时间、最后一次正确动作时间以及设备的运行年限对失效风险进行评价。上述改进型状态量主要用于反映设备的管理状况和设备严重故障情况；反映设备管理状况的指标包括非家族性缺陷消缺、家族性缺陷消缺和反事故措施的执行情况；反映设备严重故障的指标包括保护设备故障、保护功能闭锁、保护设备告警或者检测型状态量存在严重偏差等；当设备发生严重故障时，将会导致保护功能退出或者保护功能闭锁，需要立即维修或者更换。上述检测型状态量包括设备的运行状态和环境状态两部分；检测型状态量可以通过在线信息采集，也可以通过运行巡视、专业巡检、停电检修等手段获取；检测型状态量的分值下降到一定程度时，表明设备存在缺陷或潜在缺陷，需要进行有针对性的校验；由于表征各类状态指标的数据较为复杂，且对于在线信息评价的实时性要求严格，在本发明实施例中采用云数据平台的云计算功能，对每一个子状态量执行精准的快速分析计算，并输出给综合评价单元，保证分析及计算结果的客观、全面及准确性。
在本发明实施例中，如图4上述的二次设备的综合评估状态量结构示意图，在基于上述状态信息数据对上述变电站二次设备进行量化评估的过程中，首先根据预先确定的缺陷可靠性评分和正确动作可靠性评分计算得到上述可靠性状态量；根据上述变电站二次设备的失效率和上述变电站二次设备的老化系数计算得到上述失效风险状态量；根据上述变电站二次设备的第一类改进型状态量以及上述变电站二次设备的第二类改进型状态量计算上述目标改进型状态量；根据上述变电站二次设备的检测评分以及上述变电站二次设备的检测系数计算上述检测型状态量；并根据上述可靠性状态量、失效风险状态量、改进型状态量和检测型状态量对应的加权系数计算量化评估结果。
作为一种可选的实施例，基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果，具体如公式(1)所示：
Kn＝(KI×A3+KR×A2+KM×A1)×KV (1)
公式(1)中，Kn为变电站中二次设备n的状态综合评价得分；A1、A2、A3为加权系数，在本发明实施例中，分别取0.4、0.2、0.4，KI为失效风险状态量评分，由上述变电站二次设备的失效率和上述变电站二次设备的老化系数计算得到，具体如公式(2)所示：
公式(2)中，λ为变电站二次设备的失效率，可由平均无故障时间计算；t1为上一次变电站二次设备得到完整检验的时间；t为当前评价时间；k为变电站二次设备的老化系数，具体如公式(3)所示：
公式(3)中，p为运行年限指数，指的是变电站二次设备累计运行时间与变电站二次设备平均运行时间的比值。
作为一种可选的实施例，公式(1)中，KR为可靠性状态量评分，主要反映某型号变电站二次设备的缺陷可靠性以及正确动作可靠性，可由公式(4)计算：
KR＝0.6Krs+0.4Krr (4)
在一种可选的实施例中，上述根据预先确定的缺陷可靠性评分和正确动作可靠性评分计算得到上述可靠性状态量，包括：
步骤S402，获取全部上述变电站二次设备的第一缺陷次数，以及周期内同型号上述变电站二次设备的第二缺陷次数；
步骤S404，基于上述第一缺陷次数和上述第二缺陷次数计算上述缺陷可靠性评分；
步骤S406，获取同型号上述变电站二次设备评价周期内的正确动作次数，以及同型号上述变电站二次设备评价周期内的动作总次数；
步骤S408，基于上述正确动作次数和上述动作总次数计算上述正确动作可靠性评分。
在本发明实施例中，采用上述云数据平台获取全部上述变电站二次设备的第一缺陷次数，以及周期内同型号上述变电站二次设备的第二缺陷次数；基于上述第一缺陷次数和上述第二缺陷次数计算上述缺陷可靠性评分；获取同型号上述变电站二次设备评价周期内的正确动作次数，以及同型号上述变电站二次设备评价周期内的动作总次数；基于上述正确动作次数和上述动作总次数计算上述正确动作可靠性评分。
需要说明的是，上述第一缺陷次数为评价周期内同型号产品一般、严重、危急缺陷次数；上述第二缺陷次数为历年全部装置一般、严重、危急缺陷次数。
作为一种可选的实施例，公式(4)中，Krs为缺陷可靠性评分，由公式(5)计算：
公式(5)中，q为缺陷可靠性度值，由公式(6)计算
公式(6)中，Q1、Q2、Q3分别为评价周期内同型号变电站二次设备出现一般、严重、危急缺陷的次数；S1、S2、S3分别为历年全部变电站二次设备出现一般、严重、危急缺陷的次数；N为全部变电站二次设备的统计数，Dr表示第r台变电站二次设备的运行时间，DT表示评价周期覆盖的时间。
公式(4)中，Krr为正确动作可靠性评分，由公式(7)计算：
公式(7)中，ATR为同型号保护设备评价周期内正确动作次数；ATT为同型号保护设备评价周期内动作总次数；B1为加速系数，在本发明实施例中取值为10。
作为一种可选的实施例，公式(1)中，KV为改进型状态量评分，由公式(8)计算：
在一种可选的实施例中，上述根据上述变电站二次设备的第一类改进型状态量以及上述变电站二次设备的第二类改进型状态量计算目标改进型状态量，包括：
步骤S502，判断上述第一类改进型状态量能否满足上述变电站二次设备的安全运行条件，其中，上述第一类改进型状态量为反映保护设备严重故障情况的状态量，包括：保护装置故障状态量、保护功能闭锁状态量、装置告警状态量和检测型状态量的严重偏差；
步骤S504，若否，则上述目标改进型状态量的值为0，且无需计算上述第二类改进型状态量；
步骤S506，若是，则对第二类改进型状态量进行量化取值，得到上述目标改进型状态量，其中，上述第二类改进型状态量为反映设备管理状况的状态量，包括：家族性缺陷状态量、非家族性缺陷状态量和反事故措施状态量。
在本发明实施例中，判断上述第一类改进型状态量能否满足上述变电站二次设备的安全运行条件，若否，则上述目标改进型状态量的值为0，且无需计算上述第二类改进型状态量；若是，则上述第一类改进型状态量的值为1，并对第二类改进型状态量进行量化取值，得到上述目标改进型状态量。
需要说明的是，上述第一类改进型状态量为反映保护设备严重故障情况的状态量，包括：保护装置故障状态量、保护功能闭锁状态量、装置告警状态量和检测型状态量的严重偏差；上述第二类改进型状态量为反映设备管理状况的状态量，包括：家族性缺陷状态量、非家族性缺陷状态量和反事故措施状态量。
作为一种可选的实施例，对上述第一类改进型状态量进行量化取值，如果该类目标改进型状态量全部能够满足变电站安全运行的要求，则第一类改进型状态量Vi＝1；否则，上述目标改进型状态量KV＝0，无需继续计算第二类状态量。
作为一种可选的实施例，第一类改进型状态量Vi＝1时，对第二类改进型状态量进行量化取值，如果上述第二类目标改进型状态量中存在不满足变电站安全运行的最低要求的状态量，则目标改进型状态量KV＝0。否则，若存在家族性缺陷时，根据家族缺陷的类型，Vi取值区间为[0.5,0.9]，若不存在或已经消除家族性缺陷时，Vi＝1；对于非家族性缺陷，若存在危急缺陷，Vi＝0，若缺陷为严重缺陷，Vi＝0.6，若为一般缺陷，Vi＝0.9，若不存在或已经消除，Vi＝1；此外，若存在多个复合缺陷或多个缺陷时，Vi的取值为各个缺陷状态值的乘积；对于反事故措施，若评价周期内存在未完成的反事故措施，则如果会对保护动作造成影响，Vi＝0，否则Vi＝0.6，若所有的反事故措施均已完成时，Vi＝1。
作为一种可选的实施例，在公式(1)中，KM为检测型状态量评分，计算公式(9)如下所示：
在公式(9)中，Mi为变电站二次设备本体、二次回路及辅助装置的常规状态量评分，Ni为智能变电站中光纤回路检查、开关量输入输出状态GOOSE等状态量评分，
与ηi为对应状态量的权重系数，m，j分别为对应的检测型状态量总数。
在一种可选的实施例中，上述根据上述变电站二次设备的检测评分以及上述变电站二次设备的检测系数计算上述检测型状态量，包括：
步骤S602，若部分上述变电站二次设备缺少相应的上述检测型状态量，则对其他状态量评分的权重系数按预设比例进行折算。
在本发明实施例中，上述部分变电站二次设备可能因设备间的差异缺少部分相应的上述检测型状态量，因此，对与缺少部分相应的上述检测型状态量的二次设备的其他状态量评分的权重系数按照预设比例进行折算。
作为一种可选的实施例，由于变电站二次设备之间存在差异，部分评价对象(即上述变电站二次设备)缺少相应的检测型状态量，可对其他状态量评分的权重系数
与ηi按比例折算，如公式(10)所示。
在一种可选的实施例中，上述根据上述量化评估结果完成对上述变电站二次设备的状态评估，包括：
步骤S702，获取上述变电站二次设备对应的量化结果；
步骤S704，根据上述量化结果对上述变电站二次设备进行筛查鉴定，得到鉴定结果；
步骤S706，基于上述鉴定结果，对上述变电站二次设备进行状态评估。
在本发明实施例中，上述云数据平台获取上述变电站二次设备进行量化评估处理后对应的量化结果，并对量化的二次设备状态评估信息数据进行筛查检定，基于上述鉴定结果，对上述变电站二次设备进行状态评估。
需要说明的是，根据上述云数据平台中存储的二次设备全寿命周期的历史综合评估数据集，可用公式(11)所示的对数正态分布模拟综合评价的概率分布特性：
在公式(11)中，
与
分别为随机变量Kn(二次设备量化评估结果)取对数后的标准差与均值。
作为一种可选的实施例，输入当前的二次设备的量化评估结果，根据概率密度函数
计算相应的概率P；对参与状态评价的二次设备进行分类，当综合评分概率P低于预先设定的最小发生概率Pmin时，此设备为异常设备，若KI、KR、KM、KV中存在任意一个变量为0，则该设备也属于异常设备，需要相应人工进行干预对上述二次设备重新进行评估。
需要说明的是，采用人工干预手段重新进行评估的过程中，技术人员通过与云数据平台连接到智能移动运维平台获取更为精准的二次设备评估信息，具体内容包括：设备台账信息，运行巡视信息，专业巡检信息，标准化作业信息，缺陷信息，反措信息，保护动作信息(包括动作记录及动作次数)和设备运行预警信息等；依据继电保护状态评估导则、继电保护状态检修检验规程采用分类加权方法计算状态量化指标；根据当前评估数据和历史评估数据集，结合模拟的概率分布特性，绘制二次设备全生命周期健康状态预测曲线，对设备运行风险进行评估及预警，为继电保护专业人员的事故处理工作提供辅助决策。
通过本发明实施例，可以实现采用云数据平台全面反映变电站二次设备的健康状态的离线与在线信息、数据体系等，能够提高设备状态评价的准确性与及时性。通过构建评价信息数据体系，对庞杂的数据进行归类，采用不同的评估方法进行针对性的量化分析，可靠性强、评价更为精准；相较于现有技术中依赖专家主观性评估的方法，准确度大大提升。通过云数据平台中储存的历史状态大数据信息，建立的设备状态预测模型，不仅能够对二次设备的评估结果进行核对检验，还能够对设备的健康状态进行有效预测，从而降低设备运行风险。
实施例2
根据本发明实施例，还提供了一种用于实施上述变电站二次设备的状态评估方法的装置实施例，采用云数据平台的评估系统实施或者实现，图5是根据本发明实施例的一种变电站二次设备的状态评估装置的结构示意图，如图5所示，上述装置包括：获取模块50、处理模块52、量化处理模块54和评估模块56，其中：
获取模块50，用于获取变电站二次设备的运行数据信息，其中，上述运行数据信息包括以下至少之一：设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息；
处理模块52，用于对上述运行数据信息进行数据处理与关联分析，得到状态信息数据，其中，上述状态信息数据用于为上述云数据平台提供可量化的状态信息量；
量化处理模块54，用于基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果；
评估模块56，用于根据上述量化评估结果完成对上述变电站二次设备的状态评估。
此处需要说明的是，上述获取模块50、处理模块52、量化处理模块54和评估模块56对应于实施例1中的步骤S102至步骤S108，四个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。
需要说明的是，本实施例的优选实施方式可以参见实施例1中的相关描述，此处不再赘述。
根据本发明的实施例，还提供了一种计算机可读存储介质的实施例。可选地，在本实施例中，上述计算机可读存储介质可以用于保存上述实施例1所提供的变电站二次设备的状态评估方法所执行的程序代码。
可选地，在本实施例中，上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：获取变电站二次设备的运行数据信息，其中，上述运行数据信息包括以下至少之一：设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息；对上述运行数据信息进行数据处理与关联分析，得到状态信息数据，其中，上述状态信息数据用于为上述云数据平台提供可量化的状态信息量；基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果；根据上述量化评估结果完成对上述变电站二次设备的状态评估。
可选的，上述计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：构建上述云数据平台，其中，上述云数据平台用于接收并处理上述运行数据信息；上传上述变电站二次设备的运行数据信息至上述云数据平台，其中，上述运行数据信息包括：离线数据信息和在线实时信息。
可选的，上述计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：根据预先确定的缺陷可靠性评分和正确动作可靠性评分计算得到上述可靠性状态量；根据上述变电站二次设备的失效率和上述变电站二次设备的老化系数计算得到上述失效风险状态量；根据上述变电站二次设备的第一类改进型状态量以及上述变电站二次设备的第二类改进型状态量计算上述目标改进型状态量；根据上述变电站二次设备的检测评分以及上述变电站二次设备的检测系数计算上述检测型状态量。
可选的，上述计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：获取全部上述变电站二次设备的第一缺陷次数，以及周期内同型号上述变电站二次设备的第二缺陷次数；基于上述第一缺陷次数和上述第二缺陷次数计算上述缺陷可靠性评分；获取同型号上述变电站二次设备评价周期内的正确动作次数，以及同型号上述变电站二次设备评价周期内的动作总次数；基于上述正确动作次数和上述动作总次数计算上述正确动作可靠性评分。
可选的，上述计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：判断上述第一类改进型状态量能否满足上述变电站二次设备的安全运行条件，其中，上述第一类改进型状态量为反映保护设备严重故障情况的状态量，包括：保护装置故障状态量、保护功能闭锁状态量、装置告警状态量和检测型状态量的严重偏差；若否，则上述目标改进型状态量的值为0，且无需计算上述第二类改进型状态量；若是，则对第二类改进型状态量进行量化取值，得到上述目标改进型状态量，其中，上述第二类改进型状态量为反映设备管理状况的状态量，包括：家族性缺陷状态量、非家族性缺陷状态量和反事故措施状态量。
可选的，上述计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：若部分上述变电站二次设备缺少相应的上述检测型状态量，则对其他状态量评分的权重系数按预设比例进行折算。
可选的，上述计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：获取上述变电站二次设备对应的量化结果；根据上述量化结果对上述变电站二次设备进行筛查鉴定，得到鉴定结果；基于上述鉴定结果，对上述变电站二次设备进行状态评估。
根据本发明的实施例，还提供了一种处理器的实施例。可选地，在本实施例中，上述计算机可读存储介质可以用于保存上述实施例1所提供的变电站二次设备的状态评估方法所执行的程序代码。
本申请实施例提供了一种电子设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：接收上述负荷设备上传的负荷信息，其中，上述负荷信息用于表征上述负荷设备所属用户的变电站二次设备的状态评估需求量；根据上述光伏设备的发电功率和上述光伏设备的节点信誉值构建上述光伏设备的电价函数模型；基于上述负荷信息和上述电价函数模型完成变电站二次设备的状态评估并确定变电站二次设备的状态评估信息，其中，上述变电站二次设备的状态评估信息用于记录本次变电站二次设备的状态评估过程中上述负荷设备的电能需求量和上述光伏设备的电能实际出售量。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取变电站二次设备的运行数据信息，其中，上述运行数据信息包括以下至少之一：设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息；对上述运行数据信息进行数据处理与关联分析，得到状态信息数据，其中，上述状态信息数据用于为上述云数据平台提供可量化的状态信息量；基于上述状态信息数据对上述变电站二次设备进行量化评估，得到量化评估结果；根据上述量化评估结果完成对上述变电站二次设备的状态评估。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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)
1.一种变电站二次设备的状态评估方法，其特征在于，采用云数据平台的评估系统实施或者实现，该方法包括：
获取变电站二次设备的运行数据信息，其中，所述运行数据信息包括以下至少之一：设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息；
对所述运行数据信息进行数据处理与关联分析，得到状态信息数据，其中，所述状态信息数据用于为所述云数据平台提供可量化的状态信息量；
基于所述状态信息数据对所述变电站二次设备进行量化评估，得到量化评估结果；
根据所述量化评估结果完成对所述变电站二次设备的状态评估。
2.根据权利要求1所述的方法，其特征在于，在所述获取变电站二次设备的运行数据信息之前，所述方法还包括：
构建所述云数据平台，其中，所述云数据平台用于接收并处理所述运行数据信息；
上传所述变电站二次设备的运行数据信息至所述云数据平台，其中，所述运行数据信息包括：离线数据信息和在线实时信息。
3.根据权利要求1所述的方法，其特征在于，所述状态信息数据，包括：可靠性状态量、失效风险状态量、改进型状态量和检测型状态量，所述基于所述状态信息数据对所述变电站二次设备进行量化评估，得到量化评估结果，包括：
根据预先确定的缺陷可靠性评分和正确动作可靠性评分计算得到所述可靠性状态量；
根据所述变电站二次设备的失效率和所述变电站二次设备的老化系数计算得到所述失效风险状态量；
根据所述变电站二次设备的第一类改进型状态量以及所述变电站二次设备的第二类改进型状态量计算目标改进型状态量；
根据所述变电站二次设备的检测评分以及所述变电站二次设备的检测系数计算所述检测型状态量。
4.根据权利要求3所述的方法，其特征在于，所述根据预先确定的缺陷可靠性评分和正确动作可靠性评分计算得到所述可靠性状态量，包括：
获取全部所述变电站二次设备的第一缺陷次数，以及周期内同型号所述变电站二次设备的第二缺陷次数；
基于所述第一缺陷次数和所述第二缺陷次数计算所述缺陷可靠性评分；
获取同型号所述变电站二次设备评价周期内的正确动作次数，以及同型号所述变电站二次设备评价周期内的动作总次数；
基于所述正确动作次数和所述动作总次数计算所述正确动作可靠性评分。
5.根据权利要求3所述的方法，其特征在于，所述根据所述变电站二次设备的第一类改进型状态量以及所述变电站二次设备的第二类改进型状态量计算目标改进型状态量，包括：
判断所述第一类改进型状态量能否满足所述变电站二次设备的安全运行条件，其中，所述第一类改进型状态量为反映保护设备严重故障情况的状态量，包括：保护装置故障状态量、保护功能闭锁状态量、装置告警状态量和检测型状态量的严重偏差；
若否，则所述目标改进型状态量的值为0，且无需计算所述第二类改进型状态量；
若是，则对第二类改进型状态量进行量化取值，得到所述目标改进型状态量，其中，所述第二类改进型状态量为反映设备管理状况的状态量，包括：家族性缺陷状态量、非家族性缺陷状态量和反事故措施状态量。
6.根据权利要求3所述的方法，其特征在于，所述根据所述变电站二次设备的检测评分以及所述变电站二次设备的检测系数计算所述检测型状态量，包括：
若部分所述变电站二次设备缺少相应的所述检测型状态量，则对其他状态量评分的权重系数按预设比例进行折算。
7.根据权利要求1所述的方法，其特征在于，所述根据所述量化评估结果完成对所述变电站二次设备的状态评估，包括：
获取所述变电站二次设备对应的量化结果；
根据所述量化结果对所述变电站二次设备进行筛查鉴定，得到鉴定结果；
基于所述鉴定结果，对所述变电站二次设备进行状态评估。
8.一种变电站二次设备的状态评估装置，其特征在于，采用云数据平台的评估系统实施或者实现，所述装置包括：
获取模块，用于获取变电站二次设备的运行数据信息，其中，所述运行数据信息包括以下至少之一：设备台账信息、历史缺陷信息，实时运行信息、异常状态信息、保护动作信息；
处理模块，用于对所述运行数据信息进行数据处理与关联分析，得到状态信息数据，其中，所述状态信息数据用于为所述云数据平台提供可量化的状态信息量；
量化处理模块，用于基于所述状态信息数据对所述变电站二次设备进行量化评估，得到量化评估结果；
评估模块，用于根据所述量化评估结果完成对所述变电站二次设备的状态评估。
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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的变电站二次设备的状态评估方法。
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任意一项所述的变电站二次设备的状态评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111402809.3A CN114169709A (zh) | 2021-11-19 | 2021-11-19 | 变电站二次设备的状态评估方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111402809.3A CN114169709A (zh) | 2021-11-19 | 2021-11-19 | 变电站二次设备的状态评估方法、装置、存储介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114169709A true CN114169709A (zh) | 2022-03-11 |
Family
ID=80480227
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111402809.3A Pending CN114169709A (zh) | 2021-11-19 | 2021-11-19 | 变电站二次设备的状态评估方法、装置、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114169709A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115130936A (zh) * | 2022-09-01 | 2022-09-30 | 北京智盟信通科技有限公司 | 基于关键状态量的变电设备运行可靠性评估方法 |
| CN116316613A (zh) * | 2023-05-18 | 2023-06-23 | 中国电建集团山东电力建设第一工程有限公司 | 电力设备运行监测方法、系统、电子设备及存储介质 |
-
2021
- 2021-11-19 CN CN202111402809.3A patent/CN114169709A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115130936A (zh) * | 2022-09-01 | 2022-09-30 | 北京智盟信通科技有限公司 | 基于关键状态量的变电设备运行可靠性评估方法 |
| CN115130936B (zh) * | 2022-09-01 | 2023-01-20 | 北京智盟信通科技有限公司 | 基于关键状态量的变电设备运行可靠性评估方法 |
| CN116316613A (zh) * | 2023-05-18 | 2023-06-23 | 中国电建集团山东电力建设第一工程有限公司 | 电力设备运行监测方法、系统、电子设备及存储介质 |
| CN116316613B (zh) * | 2023-05-18 | 2023-10-20 | 中国电建集团山东电力建设第一工程有限公司 | 电力设备运行监测方法、系统、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106651169A (zh) | 基于模糊综合评价的配电自动化终端状态评价方法及系统 | |
| CN109359894B (zh) | 一种基于rpn的电力计量设备风险评价方法及装置 | |
| CN114169709A (zh) | 变电站二次设备的状态评估方法、装置、存储介质及设备 | |
| JP2013538543A (ja) | 送電網用の機械学習 | |
| CN111738462B (zh) | 电力计量装置故障抢修主动服务预警方法 | |
| CN110555624A (zh) | 一种考虑指标关联的电网调度运行综合评估方法 | |
| CN112561736A (zh) | 智能变电站继电器保护装置故障诊断系统和方法 | |
| CN113487447A (zh) | 一种基于大数据的配电网负荷预测及线损成因分析方法 | |
| CN116011827B (zh) | 一种用于重点小区的停电监测分析与预警系统及方法 | |
| CN113554361B (zh) | 一种综合能源系统数据处理计算方法及处理系统 | |
| CN113627735A (zh) | 工程建设项目安全风险的预警方法及系统 | |
| CN114742488B (zh) | 一种主变压器运行风险评估方法和系统 | |
| CN103617447A (zh) | 智能变电站的评价系统及评价方法 | |
| CN114493238A (zh) | 供电服务风险预测方法、系统、存储介质及计算机设备 | |
| CN111539840A (zh) | 一种融合聚类与密度估计的窃电检测方法及系统 | |
| CN116452154A (zh) | 一种适用于通信运营商的项目管理系统 | |
| CN115146715A (zh) | 用电安全隐患诊断方法、装置、设备及存储介质 | |
| CN110727910B (zh) | 一种抄核收风险预测及业务联动的实现方法和系统 | |
| CN113642915A (zh) | 电网供应链中一种电力器材质检技术标准贡献率的推导模型 | |
| CN113642171A (zh) | 一种基于大数据的输变电设备健康状态评估系统及方法 | |
| CN112348066A (zh) | 一种基于灰色聚类算法的线路不停电等级评估方法 | |
| CN114818234A (zh) | 一种电力设备智能化综合运行健康识别管理方法及系统 | |
| CN114114056B (zh) | 一种换电柜的电池检测回收方法、系统及存储介质 | |
| Ma et al. | Operation Reliability Analysis of Smart Energy Meter Based on Fused CoxPH Model | |
| CN117236532B (zh) | 一种基于负荷数据的用电高峰负荷预测的方法及系统 |
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 |