CN114971332A - 变电站建筑物及设备基础健康状况检测识别方法及介质 - Google Patents
变电站建筑物及设备基础健康状况检测识别方法及介质 Download PDFInfo
- Publication number
- CN114971332A CN114971332A CN202210628930.6A CN202210628930A CN114971332A CN 114971332 A CN114971332 A CN 114971332A CN 202210628930 A CN202210628930 A CN 202210628930A CN 114971332 A CN114971332 A CN 114971332A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- equipment
- transformer substation
- index
- factor set
- 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 68
- 230000036541 health Effects 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 116
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 6
- 239000003990 capacitor Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 239000010865 sewage Substances 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 239000010410 layer Substances 0.000 description 10
- 239000002689 soil Substances 0.000 description 5
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011150 reinforced concrete Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 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
- G06Q10/0639—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
- G06Q50/08—Construction
-
- 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)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种变电站建筑物及设备基础健康状况检测识别方法及介质,该方法包括步骤:首先分析问题的评判因素集,根据评判因素集制定评判标准,即评语集;然后采用层次分析法对分析的问题进行层次划分,采用模糊综合评判法确定权重指标集,最后根据确定的评语集和权重指标集综合计算得到所分析问题的评判结果。本发明可以用于变电站建筑物及设备基础健康状况的综合评价、变电站内各组成系统和层次的专项检测和鉴定,便于变电站建筑物及设备基础尽早发现隐患并及时排除发现的问题。
Description
技术领域
本发明涉及土木工程领域,具体是一种变电站建筑物及设备基础健康状况检测识别方法及介质。
背景技术
变电站是电力系统中变化电压、接受和分配电能、控制电能的电力设施,是联系各级电网的枢纽。变电站组成复杂,安全要求高,为保证电网长期安全无故障运行,变电站各系统组成部分需保持健康状态。目前既有变电站建(构)筑物及设备基础通常存在缺陷、损伤和病害等问题,例如:施工遗留的质量缺陷、结构不同程度的耐久性损伤、材料强度退化、不均匀沉降等。尤其在软土地区建设的变电站,主要建(构)筑物通常采用钢筋混凝土桩基础,而次要构筑物使用天然地基浅基础,基础形式的不同更容易产生不均匀沉降等问题。例如:使用钢筋混凝土桩基的建筑物沉降十分微小,而以天然地基承载的构筑物及站内地面,在覆土和设备自重等作用下产生较大的沉降,从而导致各建(构)筑物产生较大的不均匀沉降。不均匀沉降等问题不仅影响变电站的观瞻,而且还会导致电气设备无法正常使用(例如:开关支架变形、倾斜,开关跳闸、不能合闸,开关柜不能正常开关,端子箱沉降倾斜、灵敏度降低等),造成供电中断或者安全事故,严重影响变电站的运行。另外,受软土地区所处环境影响,基础及上部结构构件多存在不同程度的腐蚀、锈蚀问题,上述病害和隐患将不同程度影响变电站建(构)筑物及设备基础的健康状况。
目前国内尚未形成一套系统的软土地区变电站建(构)筑物及设备基础健康状况检测和评定的方法,无法及时对现有变电站进行定期的、系统的健康状态检查和评估。
发明内容
本发明的目的在于提供一种变电站建筑物及设备基础健康状况检测识别方法,用于变电站建筑物及设备基础健康状况的综合评价、变电站内各组成系统和层次的专项检测和鉴定,便于变电站建筑物及设备基础尽早发现隐患并及时排除发现的问题。
实现本发明目的的技术解决方案为:
一种变电站建筑物及设备基础健康状况检测识别方法,包括步骤:首先分析问题的评判因素集,根据评判因素集制定评判标准,即评语集;然后采用层次分析法对分析的问题进行层次划分,采用模糊综合评判法确定权重指标集,最后根据确定的评语集和权重指标集综合计算得到所分析问题的评判结果。
进一步地,该方法具体包括如下步骤:
S1、确定影响变电站建筑物及设备基础健康状况的控制参数:
S2、将步骤S1中确定的影响变电站建筑物及设备基础健康状况的控制参数作为评判因素集U={U1,U2,...,Ui...,Un},i=1,2,…,n,n为因素集中元素的个数;然后将因素集按各自属性细分为j个子评估1素集Ui={Ui1,Ui2,...,Uij...,Uil},j=1,2,…,l;l表示子评估因素集中相应元素的个数;
S3、一级评判:根据子评估因素集中的因素,确定子评估因素集Ui的评语因素集和权重指标集,得出评估因素集到评语因素集的一个模糊映射关系,得到子评估因素集Ui分别作出综合评判;
S4、把每个子评估因素集Ui看作是一个因素,重复步骤S3,得到二级综合评判为B=(B1,B2,...,Bp),将评判结果B中各元素进行归一化处理,根据最大隶属度的原则得到综合评判结果;
S5、根据步骤S4的综合评判结果计算变电站层综合得分。
进一步地,步骤S1所述确定影响变电站建筑物及设备基础健康状况的控制参数采用最小均方差法或者极小极大离差法。
进一步地,所述最小均方差法为:
对于N个取定的被评价对象s1,s2,...,sN,每个被评价对象都用M个指标的观测值xIJ,I=1,2,...,N;J=1,2,...,M来表示,筛选原则如下:
若存在K0,1≤K0≤M,使得
且
进一步地,所述极小极大离差法为:
对于N个取定的被评价对象s1,s2,...,sN,每个被评价对象都用M个指标的观测值xIJ,I=1,2,...,N;J=1,2,...,M来表示,求出各评价指标xJ的最大离差RJ,即:
再求出RJ的最小值,即令
当R0接近于零时,则删除与R0相应的评价指标。
进一步地,步骤S2所述评判因素集U={建筑物U1,构筑物U2,附属设施U3};子评估因素集为:
U1={主控通信楼U11,继电器室U12,变压器室U13,电容器室U14,电抗器室U15,蓄电池室U16,消防设备间U17}
U2={电缆沟U21,构架U22,设备支架U23,避雷针U24,人字柱U25,事故油池U26}
U3={生活泵房U31,消防泵房U32,污水泵房U33,雨水泵房U34,道路U35,围栏U36}。
进一步地,步骤S3所述一级评判的具体方法包括:
(5)确定评语集:用V={V1,V2,...,Vk}来表示,即对被评价事物的变化区间进行划分;
(6)确定权重指标集:对评价体系中各项指标进行打分,并给出其相对标度,然后计算出对应指标的权重,最后将所有的权重值进行加和,求出平均值,将其结果定为各项评估指标的权重,并用矩阵Ai=(ai1,ai2,...,aij)来表示;
(7)确定模糊评判矩阵:把子评估因素集Ui看成是到评语集V的一个模糊映射关系,确定出Ui对应的模糊评估矩阵Ri,Ri={rijk};其中,rijk=dijk/d,dijk是子因素集Ui中对第ij项Uij评估指标作出第k个评估Vk的专家人数,d为所有参加评估的总人数;
(8)根据模糊数学理论,用模糊矩阵的合成运算法,计算得出子评估因素集Ui的综合评判向量Bi,其中,Bi计算过程如下:Bi=Ai·Ri=(bi1,bi2,...,bik)。
进一步地,所述各项评估指标的权重采用方根法和求和法。
进一步地,所述评语集V={优秀,良好,中等,一般,差}或者V={正常,警告,异常,严重异常}。
一种计算机存储介质,所述计算机存储介质存储有可执行程序,所述可执行程序被处理器执行实现所述的变电站建筑物及设备基础健康状况检测识别方法的步骤。
与现有技术相比,本发明的有益效果为:
本发明采用层次分析法与模糊综合评判法的集成,体现为将评价指标体系分为递阶层次结构,用层次分析法确定各个指标的权重,再分层次进行模糊综合评判,然后综合得出总的评价结果,可以为变电站建筑物及设备基础健康状况检测与评价提供一套系统的方法,填补该领域的空白;本发明可以应用于各变电站建筑物及设备基础的定期健康评估,改造、扩建、扩容前的检测和鉴定以及其他需要了解变电站建筑物及设备基础健康状况的情况;此外,本发明还可以用于变电站建筑物及设备基础健康状况的综合评价、变电站内各组成系统和层次的专项检测和鉴定,便于变电站建筑物及设备基础尽早发现隐患并及时排除发现的问题,保证变电站建筑物及设备基础的健康状态;本发明研究成果在行业内推广和使用,可以保障电力资源的有效使用,为构建“资源节约型、环境友好型”社会助力。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合具体实施方式和附图对本发明的技术方案作进一步的介绍。以下实施例仅处于说明性目的,而不是想要限制本发明的范围。
一种变电站建筑物及设备基础健康状况检测识别方法,将变电站中各种建筑物、构筑物及设备基础划分为不同的结构系统,提出评价各结构系统健康状态方法和相应的控制参数、针对各控制参数研究出相应的检测方法。最后,根据检测分析结果,结合理论计算、结构分析、工程经验以及各专业的技术要求,综合考虑结构安全、设备使用安全、结构耐久性等方面对变电站各系统分层次进行评价,如图1所示,该方法包括如下步骤:
S1、确定影响变电站建筑物及设备基础健康状况的控制参数:变电站的健康状况包括变电站建筑物及设备基础构筑物的安全、耐久及正常功能使用。安全性根据结构类型不一样包含的控制参数包含主要材料性能退化、构件损伤、使用荷载增加、结构构件的变形和倾斜等,耐久性包括保护层厚度、裂缝、钢筋锈蚀、风化和粉化等,使用性能主要包括围护和装饰装修系统的使用情况和附着设备的工艺要求等,控制参数种类繁多,采用如下方法剔除异常和归并:
最小均方差法
对于N个取定的被评价对象s1,s2,...,sN,每个被评价对象都可用M个指标的观测值xIJ(I=1,2,...,N;J=1,2,...,M)来表示,最小均方差的筛选原则如下:
若存在K0(1≤K0≤M),使得
且
极小极大离差法
先求出各评价指标xJ的最大离差RJ,即
再求出RJ的最小值,即令
当R0接近于零时,则删除与R0相应的评价指标。
S2、将步骤S1中确定的影响变电站建筑物及设备基础健康状况的控制参数作为评判因素集U={U1,U2,...,Ui...,Un},然后将因素集按各自属性细分为j个子评估因素集Ui={Ui1,Ui2,...,Uij...,Uil},其中i=1,2,…,n;j=1,2,…,l;l表示子因素集中相应元素的个数;所述评判因素集U={U1,U2,...,Un},具体为U={建筑物U1,构筑物U2,附属设施U3};
其中:
U1={主控通信楼U11,继电器室U12,变压器室U13,电容器室U14,电抗器室U15,蓄电池室U16,消防设备间U17}
U2={电缆沟U21,构架U22,设备支架U23,避雷针U24,人字柱U25,事故油池U26}
S3、进行一级评判:对每一个子评估因素集Ui分别作出综合评判;
(1)确定评语集:用V={V1,V2,...,Vk}来表示。评语集应根据模型的实际需要来确定,比如V={优秀,良好,中等,一般,差},或者V={正常,警告,异常,严重异常}。
(2)确定权重指标集:可以让若干个相关领域经验丰富的专家分别对评价体系中各项指标进行打分,给出其相对标度,然后计算出对应指标的权重,所述各项评估指标的权重采用方根法和求和法,方根法和求和法为公知方法,在此不再累述)。最后将所有专家给出的权重值进行加和,求出平均值,将其结果定为各项评估指标的权重,并用Ai=(ai1,ai2,...,aij)来表示。
(3)确定模糊评判矩阵:把所有的评估子因素集Ui看成是到评语集V的一个模糊映射关系,确定出模糊评估矩阵Ri,Ri={rijk}。
其中,rijk=dijk/d,dijk是子因素集Ui中对第ij项评估指标作出第k个评估Vk的专家人数,d为所有参加评估的专家总人数。
(4)根据模糊数学的理论,用模糊矩阵的合成运算法,计算得出Ui的综合评判向量Bi。其中,Bi计算过程如下。
Bi=Ai·Ri=(bi1,bi2,...,bik)
S4、进行第二级评判:把每个子因素集Ui看作是一个因素,将Bi当做它的单因素评判,得出评估因素集到评语因素集的一个模糊映射关系即:U={U1,U2,...,Un};
S5、将每个子因素集Ui作为U的一部分,按它们的相对重要性给出权数分配为:A=(a1,a2,...,an),二级综合评判为B=A·R=(b1,b2,...,bp),将评判结果进行归一化处理,根据最大隶属度的原则得出:Bk=max(b1,b2,...,bm)=Vk,即模糊综合评判的结果为Vk。
S6.根据模糊综合评判的结果计算变电站层综合得分,该计算方法为公知方法在此不再累述。
实施例
①子系统综合评分
子系统的各指标参数划分为10等级,分别用数字1~10来表示,若指标参数等级为10级,说明该参数十分重要,只要这类信号出现异常,对应子系统的评分将为不及格(60分以下)。本研究中,以“0”和“1”表示参数指标是否正常,“1”表示指标正常,“0”表示指标异常。
根据以上的评分要求,不包含10级信号性能指标的子系统评分方式计算式如下:
式中
Bm—表示子系统m的综合得分;
k—表示子系统m的指标参数的个数;
Rm,j—表示子系统m的第j个指标信号的运行状态(0或1);
Am,j—表示子系统m的第j各指标参数的归一化权重。
对于包含10级指标参数的子系统而言,只要有一个10级性能指标异常则判定该子系统低于60分,即失去40分。因此该类子系统的评分计算式如下:
式中
Bm—表示子系统m的综合得分;
H—表示子系统m的10级指标参数的个数;
Rm,j—表示子系统m的第j个1~9级性能指标参数的运行状态(0或1);
Am,j—表示子系统m的第j个指标参数的归一化权重;
L—表示1~9级性能指标参数的个数。
②系统层及变电站层综合得分
系统层(变电站层)的综合评分主要根据子系统层(系统层)的综合得分及其所占权重进行综合计算。因此,在子系统层综合评分的基础上,系统层(变电站层)的评分计算式如下:
式中
Ai—第i个子系统(系统)权重系数
Bi—第i个子系统(系统)得分
对于软土地区变电站健康状况评价,根据变电站综合得分,对应相应的评语,采取相应的处理措施。
综上所述,层次分析法与模糊综合评判法的集成(即结合模糊综合评判法的层次分析模型)分析的主要思路为:首先确定所分析问题的评判因素集,根据评判因素集制定评判标准,即评语集,然后采用层次分析法对分析的问题进行层次划分,采用模糊综合评判法确定权重指标集,最后综合计算得到所分析问题的评判结果。
以上所述的具体实施操作方法,对本发明的技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述为本发明具体实施方式,凡在本发明的精神和原则之内,所做的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种变电站建筑物及设备基础健康状况检测识别方法,其特征在于,包括步骤:首先分析问题的评判因素集,根据评判因素集制定评判标准,即评语集;然后采用层次分析法对分析的问题进行层次划分,采用模糊综合评判法确定权重指标集,最后根据确定的评语集和权重指标集综合计算得到所分析问题的评判结果。
2.根据权利要求1所述的一种变电站建筑物及设备基础健康状况检测识别方法,其特征在于,该方法具体包括如下步骤:
S1、确定影响变电站建筑物及设备基础健康状况的控制参数:
S2、将步骤S1中确定的影响变电站建筑物及设备基础健康状况的控制参数作为评判因素集U={U1,U2,...,Ui...,Un},i=1,2,…,n,n为因素集中元素的个数;然后将因素集按各自属性细分为j个子评估因素集Ui={Ui1,Ui2,...,Uij...,Uil},j=1,2,…,l;l表示子评估因素集中相应元素的个数;
S3、一级评判:根据子评估因素集中的因素,确定子评估因素集Ui的评语因素集和权重指标集,得出评估因素集到评语因素集的一个模糊映射关系,得到子评估因素集Ui分别作出综合评判;
S4、把每个子评估因素集Ui看作是一个因素,重复步骤S3,得到二级综合评判为B=(B1,B2,...,Bp),将评判结果B中各元素进行归一化处理,根据最大隶属度的原则得到综合评判结果;
S5、根据步骤S4的综合评判结果计算变电站层综合得分。
3.根据权利要求2所述的变电站建筑物及设备基础健康状况检测识别方法,其特征在于,步骤S1所述确定影响变电站建筑物及设备基础健康状况的控制参数采用最小均方差法或者极小极大离差法。
6.根据权利要求2所述的变电站建筑物及设备基础健康状况检测识别方法,其特征在于,步骤S2所述评判因素集U={建筑物U1,构筑物U2,附属设施U3};子评估因素集为:
U1={主控通信楼U11,继电器室U12,变压器室U13,电容器室U14,电抗器室U15,蓄电池室U16,消防设备间U17}
U2={电缆沟U21,构架U22,设备支架U23,避雷针U24,人字柱U25,事故油池U26}
U3={生活泵房U31,消防泵房U32,污水泵房U33,雨水泵房U34,道路U35,围栏U36}。
7.根据权利要求2所述的变电站建筑物及设备基础健康状况检测识别方法,其特征在于,步骤S3所述一级评判的具体方法包括:
(1)确定评语集:用V={V1,V2,...,Vk}来表示,即对被评价事物的变化区间进行划分;
(2)确定权重指标集:对评价体系中各项指标进行打分,并给出其相对标度,然后计算出对应指标的权重,最后将所有的权重值进行加和,求出平均值,将其结果定为各项评估指标的权重,并用矩阵Ai=(ai1,ai2,...,aij)来表示;
(3)确定模糊评判矩阵:把子评估因素集Ui看成是到评语集V的一个模糊映射关系,确定出Ui对应的模糊评估矩阵Ri,Ri={rijk};其中,rijk=dijk/d,dijk是子因素集Ui中对第ij项Uij评估指标作出第k个评估Vk的专家人数,d为所有参加评估的总人数;
(4)根据模糊数学理论,用模糊矩阵的合成运算法,计算得出子评估因素集Ui的综合评判向量Bi,其中,Bi计算过程如下:Bi=Ai·Ri=(bi1,bi2,...,bik)。
8.根据权利要求7所述的变电站建筑物及设备基础健康状况检测识别方法,其特征在于,所述各项评估指标的权重采用方根法和求和法。
9.根据权利要求7所述的变电站建筑物及设备基础健康状况检测识别方法,其特征在于,所述评语集V={优秀,良好,中等,一般,差}或者V={正常,警告,异常,严重异常}。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有可执行程序,所述可执行程序被处理器执行实现权利要求1-9任一项所述的变电站建筑物及设备基础健康状况检测识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210628930.6A CN114971332A (zh) | 2022-06-06 | 2022-06-06 | 变电站建筑物及设备基础健康状况检测识别方法及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210628930.6A CN114971332A (zh) | 2022-06-06 | 2022-06-06 | 变电站建筑物及设备基础健康状况检测识别方法及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114971332A true CN114971332A (zh) | 2022-08-30 |
Family
ID=82960224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210628930.6A Pending CN114971332A (zh) | 2022-06-06 | 2022-06-06 | 变电站建筑物及设备基础健康状况检测识别方法及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114971332A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115936309A (zh) * | 2022-11-29 | 2023-04-07 | 青岛理工大学 | 基于多特征因素集成评价的建筑物健康监测方法及系统 |
CN116186888A (zh) * | 2022-12-28 | 2023-05-30 | 北京控制工程研究所 | 航天器健康状态量化评估方法、装置、电子设备及介质 |
-
2022
- 2022-06-06 CN CN202210628930.6A patent/CN114971332A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115936309A (zh) * | 2022-11-29 | 2023-04-07 | 青岛理工大学 | 基于多特征因素集成评价的建筑物健康监测方法及系统 |
CN115936309B (zh) * | 2022-11-29 | 2024-02-13 | 青岛理工大学 | 基于多特征因素集成评价的建筑物健康监测方法及系统 |
CN116186888A (zh) * | 2022-12-28 | 2023-05-30 | 北京控制工程研究所 | 航天器健康状态量化评估方法、装置、电子设备及介质 |
CN116186888B (zh) * | 2022-12-28 | 2024-01-23 | 北京控制工程研究所 | 航天器健康状态量化评估方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114971332A (zh) | 变电站建筑物及设备基础健康状况检测识别方法及介质 | |
CN110889588A (zh) | 利用因子判断矩阵进行盾构隧道施工临近建筑物风险等级的评估方法 | |
CN111042143B (zh) | 一种基于大量监测数据分析的基坑工程预警方法和系统 | |
CN113779835A (zh) | 基于ai与智能监测系统的深大基坑安全预警方法 | |
CN112884320B (zh) | 基于熵值模型的基坑风险评估方法、装置、设备和介质 | |
CN111027881B (zh) | 基于改进灰色关联度的输电杆塔自然灾害损失评估方法 | |
Nadolski et al. | Calibrating partial factors–methodology, input data and case study of steel structures: Methodology, input data and case study of steel structures | |
CN114239348A (zh) | 一种桥梁抗震可靠性分析方法 | |
CN115809800A (zh) | 洪涝灾害风险评估方法 | |
Reinoso et al. | Wind risk assessment of electric power lines due to hurricane hazard | |
CN109214643B (zh) | 一种基于大数据的山地建筑韧性评价方法 | |
CN108108568A (zh) | 一种桥梁结构在线安全监测中剔除温度对低频采样指标影响的实时方法 | |
CN111582634A (zh) | 一种地下大空间施工多因素安全分级方法及系统 | |
CN116797026A (zh) | 一种埋地输气管道土质滑坡作用下的风险预警方法 | |
Olivito et al. | SHM systems applied to the built heritage inventory at the territorial scale. A preliminary study based on CARTIS approach | |
Hammoum et al. | Vulnerability assessment of the concrete tanks storage at natural hazards | |
CN115375207A (zh) | 海上风电运营期风险量化评估方法、装置、服务器和存储介质 | |
CN115577619A (zh) | 基于机器学习预测液化土残余抗剪强度的方法 | |
CN114548585A (zh) | 一种基于神经网络的城市建筑震害预测方法 | |
Salimbahrami et al. | Response of concrete buildings with steel shear walls to near-and far-field earthquakes | |
Li et al. | AHP_FCE-based high-rise building construction risk assessment | |
CN110472844A (zh) | 一种用于含微型pmu装置的智能配电网的评价控制方法 | |
Cheng et al. | Rapid recovery strategy for seismic performance of seismic-damaged structures considering imperfect repair and seismic resilience | |
CN117852894B (zh) | 一种农村砌体房屋承载力评估方法和系统 | |
Moniri | Evaluation of seismic performance of reinforced concrete buildings using incremental dynamic analysis (IDA) for near field earthquakes |
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 |