CN115759408B - 一种输变电设备寿命预测方法、装置、设备及存储介质 - Google Patents
一种输变电设备寿命预测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115759408B CN115759408B CN202211453503.5A CN202211453503A CN115759408B CN 115759408 B CN115759408 B CN 115759408B CN 202211453503 A CN202211453503 A CN 202211453503A CN 115759408 B CN115759408 B CN 115759408B
- Authority
- CN
- China
- Prior art keywords
- power transmission
- state
- transformation equipment
- transformation
- life prediction
- 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.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 252
- 230000009466 transformation Effects 0.000 title claims abstract description 250
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000000605 extraction Methods 0.000 claims abstract description 24
- 230000036541 health Effects 0.000 claims description 33
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000009467 reduction Effects 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明公开了一种输变电设备寿命预测方法、装置、设备及存储介质,该方法包括:获取输变电设备的状态指标参数,并建立输变电设备的状态指标参数集合;对状态指标参数集合进行特征提取,并获取进行特征提取后的输变电设备的损伤状态特征;根据损伤状态特征建立寿命预测模型,并基于寿命预测模型获取输变电设备的剩余使用寿命。由于本发明可以通过对根据输变电设备的状态指标参数建立的状态指标参数集合进行特征提取获得损伤状态特征,并根据损伤状态特征建立寿命预测模型预测输变电设备的剩余使用寿命,从而可以对输变电设备的剩余使用寿命进行监控,解决了输变电设备在达到使用寿命后继续运行造成安全隐患的问题。
Description
技术领域
本发明涉及设备寿命预测技术领域,尤其涉及一种输变电设备寿命预测方法、装置、设备及存储介质。
背景技术
随着我国经济的迅速发展,电力工业的建立也突飞猛进,因此需要电力系统提供能源后盾,而电能的变换、输送和分配等紧密依赖于各种输变电设备,输变电设备的健康状态直接影响电力系统的安全运行。随着电力系统向高电压、多电压等级、大容量和互联化发展,加大了输变电设备安全运行的风险,因此对输变电设备的使用寿命进行预测变得越来越重要。
现有的技术中对输变电设备的使用寿命进行预测是基于输变电设备的设计使用年限为参考,但是由于输变电在实际使用中环境的差异,导致实际使用寿命与设计使用年限的偏差较大,因此单纯以输变电设备的使用时间作为设备寿命的终结条件,无法准确对设备的使用寿命进行预测,容易在输变电设备达到使用寿命后继续运行而造成设备损坏,出现安全隐患。因此,如何解决输变电设备在达到使用寿命后继续运行造成安全隐患,成为一个亟待解决的问题。
发明内容
本发明的主要目的在于提供了一种输变电设备寿命预测方法、装置、设备及存储介质,旨在解决现有技术中输变电设备在达到使用寿命后继续运行造成安全隐患的技术问题。
为实现上述目的,本发明提供了一种输变电设备寿命预测方法,所述方法包括以下步骤:
获取输变电设备的状态指标参数,并建立所述输变电设备的状态指标参数集合;
对所述状态指标参数集合进行特征提取,并获取进行特征提取后的所述输变电设备的损伤状态特征;
根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型获取所述输变电设备的剩余使用寿命。
可选地,所述对所述状态指标参数集合进行特征提取,并获取进行特征提取后的所述输变电设备的损伤状态特征的步骤,包括:
对所述状态指标参数集合进行特征提取,并获取进行特征提取后的所述输变电设备的状态特征集合;
为所述状态特征集合中的目标状态特征设置对应的状态特征阈值;
根据所述状态特征阈值确定所述目标状态特征中是否存在超过所述状态特征阈值的状态特征;
若是,则将超过所述状态特征阈值的状态特征确定为所述输变电设备的损伤状态特征。
可选地,所述根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型获取所述输变电设备的剩余使用寿命的步骤之前,还包括:
根据所述目标状态特征获得所述输变电设备的健康指标;
根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型和所述健康指标获取所述输变电设备的剩余使用寿命。
可选地,所述根据所述目标状态特征获得所述输变电设备的健康指标的步骤,包括:
根据所述目标状态特征确定对应的状态空间模型,并对所述目标状态特征进行融合;
基于所述状态空间模型测量融合后的目标状态特征对应的所述输变电设备的健康指标。
可选地,所述根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型和所述健康指标获取所述输变电设备的剩余使用寿命的步骤之后,还包括:
根据所述寿命预测模型预测所述剩余使用寿命的置信区间,并通过视觉线索表明所述置信区间。
可选地,所述根据所述目标状态特征获得所述输变电设备的健康指标的步骤之前,还包括:
基于时间同步平均技术对所述损伤状态特征进行降噪处理。
可选地,所述若是,则将超过所述状态特征阈值的状态特征确定为所述输变电设备的损伤状态特征的步骤之后,还包括:
对所述损伤状态特征进行分析,获得所述输变电设备的故障状态指标参数;
根据所述故障状态指标参数执行所述输变电设备的维修。
此外,为实现上述目的,本发明还提出一种输变电设备寿命预测装置,所述装置包括:
状态获取模块,用于获取输变电设备的状态指标参数,并建立所述输变电设备的状态指标参数集合;
特征提取模块,用于对所述状态指标参数集合进行特征提取,并获取进行特征提取后的所述输变电设备的损伤状态特征;
寿命预测模块,用于根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型获取所述输变电设备的剩余使用寿命。
此外,为实现上述目的,本发明还提出一种输变电设备寿命预测设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的输变电设备寿命预测程序,所述输变电设备寿命预测程序配置为实现如上文所述的输变电设备寿命预测方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有输变电设备寿命预测程序,所述输变电设备寿命预测程序被处理器执行时实现如上文所述的输变电设备寿命预测方法的步骤。
本发明有益效果:
在本发明中,公开了获取输变电设备的状态指标参数,并建立输变电设备的状态指标参数集合;对状态指标参数集合进行特征提取,并获取进行特征提取后的输变电设备的损伤状态特征;根据损伤状态特征建立寿命预测模型,并基于寿命预测模型获取输变电设备的剩余使用寿命;相较于现有技术以输变电设备的设计使用年限为参考,并将输变电设备的使用时间作为设备寿命的终结条件,由于本发明采用通过对根据输变电设备的状态指标参数建立的状态指标参数集合进行特征提取获得损伤状态特征,并根据损伤状态特征建立寿命预测模型预测输变电设备的剩余使用寿命,从而可以对输变电设备的剩余使用寿命进行监控,解决了输变电设备在达到使用寿命后继续运行造成安全隐患的问题,进而提高了输变电设备运行时的稳定性和可靠性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的输变电设备寿命预测设备的结构示意图;
图2为本发明输变电设备寿命预测方法第一实施例的流程示意图;
图3为本发明输变电设备寿命预测方法第二实施例的流程示意图;
图4为本发明输变电设备寿命预测方法第三实施例的流程示意图;
图5为本发明输变电设备寿命预测装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的输变电设备寿命预测设备结构示意图。
如图1所示,该输变电设备寿命预测设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对输变电设备寿命预测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及输变电设备寿命预测程序。
在图1所示的输变电设备寿命预测设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明输变电设备寿命预测设备中的处理器1001、存储器1005可以设置在输变电设备寿命预测设备中,所述输变电设备寿命预测设备通过处理器1001调用存储器1005中存储的输变电设备寿命预测程序,并执行本发明实施例提供的输变电设备寿命预测方法。
本发明实施例提供了一种输变电设备寿命预测方法,参照图2,图2为本发明输变电设备寿命预测方法第一实施例的流程示意图。
本实施例中,所述输变电设备寿命预测方法包括以下步骤:
步骤S10:获取输变电设备的状态指标参数,并建立所述输变电设备的状态指标参数集合。
需要说明的是,本实施例的方法的执行主体可以为对输变电设备使用寿命进行预测的输变电设备寿命预测设备,或者是其他能够实现相同或相似功能的、包含了该输变电设备寿命预测设备的输变电设备寿命预测系统。此处以输变电设备寿命预测系统(以下简称系统)对本实施例和下述各实施例提供的输变电设备寿命预测方法进行具体说明。
应当理解的是,上述输变电设备可以为由一系列电气设备组成的可以对电能进行输送或配电等操作的设备,本实施例对此不加以限制。
可以理解的是,上述状态指标参数可以为可以体现输变电设备的状态的指标参数,例如:输变电设备的运行年限、历史维修保养数据、当前运行的状态数据、当前运行环境数据等。
需要说明的是,上述状态指标参数集合可以为对获取的输变电设备的状态指标参数进行整合后获得的一个集合,系统可以先将获取的输变电设备的状态指标参数进行存储,再将存储的状态指标参数进行整合从而建立状态指标参数集合。
步骤S20:对所述状态指标参数集合进行特征提取,并获取进行特征提取后的所述输变电设备的损伤状态特征。
需要说明的是,上述损伤状态特征可以为系统从状态指标参数集合中提取的输变电设备中的与标准状态指标参数相比出现异常的状态特征,此时说明输变电设备在运行时出现了故障。
应当理解的是,上述对状态指标参数集合进行特征提取可以为对输变电设备的状态指标参数集合中可以体现输变电设备发生故障的状态特征进行特征提取。
在具体实现中,系统可以根据对状态指标参数集合中进行特征提取后的状态特征进行分析并与对应的标准状态特征进行比较,从而判断输变电设备是否出现故障,若分析后发现部分状态特征出现异常,则表示输变电设备出现故障,此时可以将出现异常的状态特征设置为损伤状态特征。
步骤S30:根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型获取所述输变电设备的剩余使用寿命。
需要说明的是,上述寿命预测模型可以为对输变电设备的剩余使用寿命进行预测的模型,系统可以根据输变电设备的损伤状态特征获取设备目前的破损状态,并根据目前的破损状态建立一个模型,即寿命预测模型,再根据寿命预测模型对输变电设备的剩余使用寿命进行预测。
应当理解的是,上述剩余使用寿命可以为输变电设备从运行的当前时刻需要进行更换时还可以继续运行的时间,输变电设备的剩余使用寿命除了与设备内部的运行状态和运行指标有关以外,还与运行的环境等因素有关,因此输变电设备的剩余使用寿命不是稳定变化的,系统需要对输变电设备的剩余使用寿命进行实时监测,从而保障输变电设备在运行时的安全性和可靠性。
进一步地,作为另一种实现方式,为了从输变电设备的状态指标参数集合中提取输变电设备的损伤状态特征,本实施例上述步骤S20可包括:对所述状态指标参数集合进行特征提取,并获取进行特征提取后的所述输变电设备的状态特征集合;为所述状态特征集合中的目标状态特征设置对应的状态特征阈值;根据所述状态特征阈值确定所述目标状态特征中是否存在超过所述状态特征阈值的状态特征;若是,则将超过所述状态特征阈值的状态特征确定为所述输变电设备的损伤状态特征。
需要说明的是,上述状态特征集合可以为对输变电设备的状态指标参数集合中所有的状态指标参数进行特征提取,从而获得状态特征集合。
应当理解的是,上述目标状态特征可以为从状态特征集合中提取的可以体现输变电设备发生故障的所有状态特征。
可以理解的是,上述状态特征阈值可以为判断输变电设备是否出现故障的界定值,其中,状态特征阈值可以通过基于虚警的可能性进行设置,即当目标状态特征不存在时对目标状态特征出现的概率进行判断,从而对状态特征阈值进行设置。
在具体实现中,当输变电设备的目标状态特征超过系统设定的状态特征对应的阈值时,说明此时输变电设备出现故障,此时可以获取超过预设的状态特征并将超过预设的状态特征设定为输变电设备的损伤状态特征,并对损伤状态特征进行分析,从而获取损伤状态特征对应的故障状态指标参数,其中,由于输变电设备每个故障模式均会产生一种不同的故障信号,此时可以对这些故障信号进行分析,例如对故障信号进行窄带分析、幅度调制分析或频率调制分析等,根据上述分析的分析结果可以对输变电设备出现的不同故障进行识别。此外,为了保证输变电设备的稳定运行,系统可以根据对输变电设备故障状态指标参数进行分析后的分析结果对输变电设备进行维修操作,从而使输变电设备重新达到预设安全运行状态。
本实施例中公开了获取输变电设备的状态指标参数,并建立输变电设备的状态指标参数集合;对状态指标参数集合进行特征提取,并获取进行特征提取后的输变电设备的损伤状态特征;根据损伤状态特征建立寿命预测模型,并基于寿命预测模型获取输变电设备的剩余使用寿命;相较于现有技术以输变电设备的设计使用年限为参考,并将输变电设备的使用时间作为设备寿命的终结条件,由于本实施例采用通过对根据输变电设备的状态指标参数建立的状态指标参数集合进行特征提取获得损伤状态特征,并根据损伤状态特征建立寿命预测模型预测输变电设备的剩余使用寿命,从而可以对输变电设备的剩余使用寿命进行监控,解决了输变电设备在达到使用寿命后继续运行造成安全隐患的问题,进而提高了输变电设备运行时的稳定性和可靠性。同时,本实施例还可以通过对输变电设备的状态指标参数集合进行特征提取获得状态特征集合,并将状态特征集合中的目标状态特征与设定的阈值进行比较,从而判断输变电设备是否出现故障并在出现故障时分析出现故障状态指标参数,最后根据出现故障的状态指标参数执行对输变电设备的维修,从而使输变电设备重新达到预设安全运行状态,进一步保障了输变电设备在运行时的安全性和可靠性。
参考图3,图3为本发明输变电设备寿命预测方法第二实施例的流程示意图。
基于上述第一实施例,为了对输变电设备的剩余使用寿命进行预测,本实施例中,所述步骤S30之前,所述方法还包括:
步骤S28:根据所述目标状态特征获得所述输变电设备的健康指标。
需要说明的是,上述目标状态特征可以为从状态特征集合中提取的可以体现输变电设备发生故障的所有状态特征。
应当理解的是,上述健康指标可以为获取输变电设备的剩余使用寿命的参考值,系统可以通过计算健康指标到达预定值的时间从而对输变电设备的剩余使用寿命进行计算。
步骤S29:根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型和所述健康指标获取所述输变电设备的剩余使用寿命。
进一步地,作为另一种实现方式,为了从输变电设备的状态指标参数集合中提取输变电设备的损伤状态特征,本实施例上述步骤S28之前可包括:基于时间同步平均技术对所述损伤状态特征进行降噪处理。
需要说明的是,上述时间同步平均技术可以为系统对提取的损伤状态特征进行降噪处理采用的方式,例如:若输变电设备在运行时的振动信号为y(t),采样时间间隔为Δt,则采样振动信号为y(kΔt),记作y(k),k=0,1,…,N(N为振动信号采样数据点数)。若y(k)由周期为NT(NT为一个时间周期内的采样数据点数)的特征信号s(k)和白噪声sn(k)组成,即y(k)=s(k)+sn(k),基于时间同步平均技术进行降噪处理后,输出的信号为y’(k’)=s(k’)+1/√P*sn(k’),其中,P为将y(k)以整数周期zNT(z为正整数)的数据长度进行分段的段数,输出信号y’(k’)中的白噪声是原来信号y(k)的白噪声的1/√P倍,信噪比提高了P倍。
应当理解的是,上述降噪处理可以为从嘈杂的数据中提取出系统需要的数据,即从输变电设备的状态指标参数集提取系统需要的损伤状态特征。
在具体实现中,当输变电设备出现故障损伤时,振动信号中通常包含有规律性的故障特征,即可以为损伤状态特征,因此对输变电设备进行故障需要提取损伤状态特征,但由于噪声干扰、传递路径衰减等因素,需要对振动信号进行降噪处理,若不对提取的损伤状态特征进行降噪处理,直接从状态指标参数集中提取的损伤状态特征则存在较多的无规则的额外信号,会对后续系统判断输变电设备产生的故障造成较大干扰,因此对这些无规则信号进行过滤可以提供系统判断输变电设备产生的故障的准确性,进一步保障了输变电设备运行时的安全性。
本实施例通过根据输变电设备的目标状态特征获取健康指标,再根据健康指标基于根据输变电设备的损伤状态特征建立的寿命预测模型对输变电设备的剩余使用寿命进行预测,可以更加准确地获取输变电设备的剩余使用寿命,同时,还基于时间同步平均技术对损伤状态特征进行降噪处理,可以获得的损伤状态特征更加精确,有利于对输变电设备的故障进行判断,从而使输变电设备在运行时更加可靠。
参考图4,图4为本发明输变电设备寿命预测方法第三实施例的流程示意图。
基于上述各实施例,为了获取输变电设备的健康指标,本实施例中,所述步骤S28包括:
步骤S281:根据所述目标状态特征确定对应的状态空间模型,并对所述目标状态特征进行融合。
需要说明的是,上述状态空间模型可以为根据系统动态性和系统噪声源选取的可以获取输变电设备的健康指数的模型。
步骤S282:基于所述状态空间模型测量融合后的目标状态特征对应的所述输变电设备的健康指标。
应当理解的是,系统可以通过状态空间模型获取输变电设备的健康状态矩阵和故障状态矩阵,并基于健康状态矩阵和故障状态矩阵建立转换矩阵,最后系统根据输变电设备的目标状态特征和状态空间模型建立的转换矩阵确定输变电设备的健康指标。
进一步地,作为另一种实现方式,为了对输变电设备的剩余使用寿命进行预测,本实施例上述步骤S28之前可包括:根据所述寿命预测模型预测所述剩余使用寿命的置信区间,并通过视觉线索表明所述置信区间。
可以理解的是,上述视觉线索可以为视觉感知的激励,系统可以使用视觉线索并基于寿命预测模型对输变电设备的剩余使用寿命进行预测,例如可以通过颜色表明剩余使用寿命的置信区间,将黄色设置为剩余使用寿命的低置信区间,将蓝色设置为剩余使用寿命的中置信区间,将绿色设置为剩余使用寿命的高置信区间,并为不同的置信区间设置不同的范围,从而可以通过置信区间对输变电设备的剩余使用寿命进行预测。
本实施例通过输变电设备的目标状态特征和目标状态特征确定的状态空间模型获取输变电设备的健康指标,从而可以使获取的输变电设备的剩余使用寿命的值更加准确。同时,本实施例还可以根据寿命预测模型预测输变电设备剩余使用寿命的置信区间,并将置信区间用视觉线索表明,从而可以使后续对输变电设备剩余使用寿命的预测更加方便。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有输变电设备寿命预测程序,所述输变电设备寿命预测程序被处理器执行时实现如上文所述的输变电设备寿命预测方法的步骤。
参照图5,图5为本发明输变电设备寿命预测装置第一实施例的结构框图。
如图5所示,本发明实施例提出的输变电设备寿命预测装置包括:
状态获取模块501:用于获取输变电设备的状态指标参数,并建立所述输变电设备的状态指标参数集合;
特征提取模块502:用于对所述状态指标参数集合进行特征提取,并获取进行特征提取后的所述输变电设备的损伤状态特征;
寿命预测模块503:用于根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型获取所述输变电设备的剩余使用寿命。
本实施例的输变电设备寿命预测装置公开了获取输变电设备的状态指标参数,并建立输变电设备的状态指标参数集合;对状态指标参数集合进行特征提取,并获取进行特征提取后的输变电设备的损伤状态特征;根据损伤状态特征建立寿命预测模型,并基于寿命预测模型获取输变电设备的剩余使用寿命;相较于现有技术以输变电设备的设计使用年限为参考,并将输变电设备的使用时间作为设备寿命的终结条件,由于本实施例采用通过对根据输变电设备的状态指标参数建立的状态指标参数集合进行特征提取获得损伤状态特征,并根据损伤状态特征建立寿命预测模型预测输变电设备的剩余使用寿命,从而可以对输变电设备的剩余使用寿命进行监控,解决了输变电设备在达到使用寿命后继续运行造成安全隐患的问题,进而提高了输变电设备运行时的稳定性和可靠性。
本发明输变电设备寿命预测装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
Claims (5)
1.一种输变电设备寿命预测方法,其特征在于,所述方法包括以下步骤:
获取输变电设备的状态指标参数,并建立所述输变电设备的状态指标参数集合,所述状态指标参数包括输变电设备的运行年限、历史维修保养数据、当前运行的状态数据、当前运行环境数据;
对状态指标参数集合进行特征提取,并获取进行特征提取后的输变电设备的损伤状态特征;
根据损伤状态特征建立寿命预测模型,并基于寿命预测模型获取输变电设备的剩余使用寿命;
根据寿命预测模型预测剩余使用寿命的置信区间,并通过视觉线索表明置信区间;
其中,所述对状态指标参数集合进行特征提取,并获取进行特征提取后的输变电设备的损伤状态特征的步骤,包括:
对所述状态指标参数集合进行特征提取,并获取进行特征提取后的输变电设备的状态特征集合;
为所述状态特征集合中的目标状态特征设置对应的状态特征阈值;
根据所述状态特征阈值确定所述目标状态特征中是否存在超过状态特征阈值的状态特征;
若是,则将超过状态特征阈值的状态特征确定为输变电设备的损伤状态特征;
所述根据损伤状态特征建立寿命预测模型,并基于寿命预测模型获取输变电设备的剩余使用寿命的步骤,包括:
根据所述目标状态特征获得输变电设备的健康指标;
根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型和所述健康指标获取输变电设备的剩余使用寿命;
所述若是,则将超过状态特征阈值的状态特征确定为输变电设备的损伤状态特征的步骤之后,还包括:
对所述损伤状态特征进行分析,获得输变电设备的故障状态指标参数;
根据故障状态指标参数进行窄带分析、幅度调制分析或频率调制分析,根据分析结果对输变电设备的设备故障进行识别,并基于所述设备故障执行所述输变电设备的维修;
根据目标状态特征确定对应的状态空间模型,并对目标状态特征进行融合;
基于状态空间模型测量融合后的目标状态特征对应的输变电设备的健康指标;
通过状态空间模型获取输变电设备的健康状态矩阵和故障状态矩阵,并基于健康状态矩阵和故障状态矩阵建立转换矩阵,最后系统根据输变电设备的目标状态特征和状态空间模型建立的转换矩阵确定输变电设备的健康指标。
2.根据权利要求1所述的输变电设备寿命预测方法,其特征在于,根据目标状态特征获得输变电设备的健康指标的步骤之前,还包括:
基于时间同步平均技术对损伤状态特征进行降噪处理。
3.一种输变电设备寿命预测装置,其特征在于,所述装置包括:
状态获取模块,用于获取输变电设备的状态指标参数,并建立所述输变电设备的状态指标参数集合,所述状态指标参数包括输变电设备的运行年限、历史维修保养数据、当前运行的状态数据、当前运行环境数据;
特征提取模块,用于对所述状态指标参数集合进行特征提取,并获取进行特征提取后的所述输变电设备的损伤状态特征;
寿命预测模块,用于根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型获取所述输变电设备的剩余使用寿命;
其中,所述特征提取模块,还用于:
对所述状态指标参数集合进行特征提取,并获取进行特征提取后的输变电设备的状态特征集合;
为所述状态特征集合中的目标状态特征设置对应的状态特征阈值;
根据所述状态特征阈值确定所述目标状态特征中是否存在超过状态特征阈值的状态特征;
若是,则将超过状态特征阈值的状态特征确定为输变电设备的损伤状态特征;
对所述损伤状态特征进行分析,获得输变电设备的故障状态指标参数;
根据故障状态指标参数进行窄带分析、幅度调制分析或频率调制分析,根据分析结果对输变电设备的设备故障进行识别,并基于所述设备故障执行所述输变电设备的维修;
所述寿命预测模块,还用于:
根据所述目标状态特征获得输变电设备的健康指标;
根据目标状态特征确定对应的状态空间模型,并对目标状态特征进行融合;
基于状态空间模型测量融合后的目标状态特征对应的输变电设备的健康指标;
通过状态空间模型获取输变电设备的健康状态矩阵和故障状态矩阵,并基于健康状态矩阵和故障状态矩阵建立转换矩阵,最后系统根据输变电设备的目标状态特征和状态空间模型建立的转换矩阵确定输变电设备的健康指标;
根据所述损伤状态特征建立寿命预测模型,并基于所述寿命预测模型和所述健康指标获取输变电设备的剩余使用寿命;
根据寿命预测模型预测剩余使用寿命的置信区间,并通过视觉线索表明置信区间。
4.一种输变电设备寿命预测设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的输变电设备寿命预测程序,所述输变电设备寿命预测配置为实现如权利要求1至2中任一项所述的输变电设备寿命预测方法的步骤。
5.一种存储介质,其特征在于,所述存储介质上存储有输变电设备寿命预测程序,所述输变电设备寿命预测程序被处理器执行时实现如权利要求1至2任一项所述的输变电设备寿命预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211453503.5A CN115759408B (zh) | 2022-11-21 | 2022-11-21 | 一种输变电设备寿命预测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211453503.5A CN115759408B (zh) | 2022-11-21 | 2022-11-21 | 一种输变电设备寿命预测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115759408A CN115759408A (zh) | 2023-03-07 |
CN115759408B true CN115759408B (zh) | 2024-03-08 |
Family
ID=85333200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211453503.5A Active CN115759408B (zh) | 2022-11-21 | 2022-11-21 | 一种输变电设备寿命预测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115759408B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116365520B (zh) * | 2023-06-02 | 2023-10-27 | 中国南方电网有限责任公司超高压输电公司广州局 | 输电线路设备风险预测方法、装置和计算机设备 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091056A (zh) * | 2014-06-27 | 2014-10-08 | 上海网正信息科技有限公司 | 一种实验室设备使用寿命预测系统和方法 |
CN104992270A (zh) * | 2015-06-19 | 2015-10-21 | 国家电网公司 | 输变电设备状态检修辅助决策系统及方法 |
CN109632295A (zh) * | 2019-01-08 | 2019-04-16 | 中国人民解放军国防科技大学 | 基于连续振动分离和最小熵解卷积的行星轮故障检测方法 |
CN109901537A (zh) * | 2019-03-18 | 2019-06-18 | 北京大通惠德科技有限公司 | 用于边缘计算侧的机械设备运行状态监测方法和系统 |
JP2019121134A (ja) * | 2017-12-28 | 2019-07-22 | 株式会社日立製作所 | 劣化診断支援装置及び劣化診断支援方法 |
CN110533229A (zh) * | 2019-08-13 | 2019-12-03 | 中国铁路总公司 | 轨道维修时刻预测方法及装置 |
CN111460727A (zh) * | 2020-03-05 | 2020-07-28 | 国网浙江省电力有限公司湖州供电公司 | 一种利用多参量的变压器寿命预测方法 |
CN111971435A (zh) * | 2018-03-21 | 2020-11-20 | 沃尔沃建筑设备公司 | 沥青密度估算系统以及减小信号噪声的相关方法 |
CN112101662A (zh) * | 2020-09-16 | 2020-12-18 | 珠海格力电器股份有限公司 | 设备健康状况和生命周期检测方法、存储介质及电子设备 |
CN112307586A (zh) * | 2020-11-20 | 2021-02-02 | 哈尔滨工业大学 | 基于分布式架构的装备退化状态故障预测系统 |
CN113487086A (zh) * | 2021-07-06 | 2021-10-08 | 新智数字科技有限公司 | 设备剩余使用寿命预测方法、装置、计算机设备和介质 |
CN114021784A (zh) * | 2021-10-22 | 2022-02-08 | 华能(浙江)能源开发有限公司清洁能源分公司 | 设备的剩余使用寿命的确定方法、装置和电子设备 |
CN114660528A (zh) * | 2022-03-23 | 2022-06-24 | 广东电网有限责任公司广州供电局 | 配电台区电能表异常确定方法、装置和系统 |
CN114970311A (zh) * | 2022-03-29 | 2022-08-30 | 南京邮电大学 | 一种远端模块寿命预测模型的建立方法与寿命预测方法 |
CN115018120A (zh) * | 2022-04-29 | 2022-09-06 | 上海中联重科桩工机械有限公司 | 基于健康指数的预测性维护方法、系统及可读存储介质 |
WO2022199179A1 (zh) * | 2021-03-23 | 2022-09-29 | 中国核电工程有限公司 | 一种设备的剩余寿命预测模型建模系统及方法、预测系统 |
CN115186699A (zh) * | 2022-06-09 | 2022-10-14 | 长江慧控科技(武汉)有限公司 | 铁路客站设备健康管理方法、装置、设备、系统及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298278B (zh) * | 2020-02-19 | 2023-12-05 | 硕天科技股份有限公司 | 具有自我健康状态预测功能的电力设备及其自我健康状态预测方法以及云端服务器 |
-
2022
- 2022-11-21 CN CN202211453503.5A patent/CN115759408B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091056A (zh) * | 2014-06-27 | 2014-10-08 | 上海网正信息科技有限公司 | 一种实验室设备使用寿命预测系统和方法 |
CN104992270A (zh) * | 2015-06-19 | 2015-10-21 | 国家电网公司 | 输变电设备状态检修辅助决策系统及方法 |
JP2019121134A (ja) * | 2017-12-28 | 2019-07-22 | 株式会社日立製作所 | 劣化診断支援装置及び劣化診断支援方法 |
CN111971435A (zh) * | 2018-03-21 | 2020-11-20 | 沃尔沃建筑设备公司 | 沥青密度估算系统以及减小信号噪声的相关方法 |
CN109632295A (zh) * | 2019-01-08 | 2019-04-16 | 中国人民解放军国防科技大学 | 基于连续振动分离和最小熵解卷积的行星轮故障检测方法 |
CN109901537A (zh) * | 2019-03-18 | 2019-06-18 | 北京大通惠德科技有限公司 | 用于边缘计算侧的机械设备运行状态监测方法和系统 |
CN110533229A (zh) * | 2019-08-13 | 2019-12-03 | 中国铁路总公司 | 轨道维修时刻预测方法及装置 |
CN111460727A (zh) * | 2020-03-05 | 2020-07-28 | 国网浙江省电力有限公司湖州供电公司 | 一种利用多参量的变压器寿命预测方法 |
CN112101662A (zh) * | 2020-09-16 | 2020-12-18 | 珠海格力电器股份有限公司 | 设备健康状况和生命周期检测方法、存储介质及电子设备 |
CN112307586A (zh) * | 2020-11-20 | 2021-02-02 | 哈尔滨工业大学 | 基于分布式架构的装备退化状态故障预测系统 |
WO2022199179A1 (zh) * | 2021-03-23 | 2022-09-29 | 中国核电工程有限公司 | 一种设备的剩余寿命预测模型建模系统及方法、预测系统 |
CN113487086A (zh) * | 2021-07-06 | 2021-10-08 | 新智数字科技有限公司 | 设备剩余使用寿命预测方法、装置、计算机设备和介质 |
CN114021784A (zh) * | 2021-10-22 | 2022-02-08 | 华能(浙江)能源开发有限公司清洁能源分公司 | 设备的剩余使用寿命的确定方法、装置和电子设备 |
CN114660528A (zh) * | 2022-03-23 | 2022-06-24 | 广东电网有限责任公司广州供电局 | 配电台区电能表异常确定方法、装置和系统 |
CN114970311A (zh) * | 2022-03-29 | 2022-08-30 | 南京邮电大学 | 一种远端模块寿命预测模型的建立方法与寿命预测方法 |
CN115018120A (zh) * | 2022-04-29 | 2022-09-06 | 上海中联重科桩工机械有限公司 | 基于健康指数的预测性维护方法、系统及可读存储介质 |
CN115186699A (zh) * | 2022-06-09 | 2022-10-14 | 长江慧控科技(武汉)有限公司 | 铁路客站设备健康管理方法、装置、设备、系统及介质 |
Non-Patent Citations (2)
Title |
---|
彭喜元等.数据驱动的故障预测.哈尔滨工业大学出版社,2016,第216-219页. * |
瓦克塞万诺斯等.工程系统中的智能故障诊断与预测.国防工业出版社,2011,第207-211页. * |
Also Published As
Publication number | Publication date |
---|---|
CN115759408A (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107831422B (zh) | 一种gis设备局部放电诊断方法及系统 | |
CN106874187B (zh) | 代码覆盖率收集方法和装置 | |
EP3896420A1 (en) | Method, device and electronic apparatus for detecting performance status of optical module in engineering application | |
CN115759408B (zh) | 一种输变电设备寿命预测方法、装置、设备及存储介质 | |
CA2545695A1 (en) | Method and system for predicting remaining life for motors featuring on-line insulation condition monitor | |
JP2000512766A (ja) | 高電圧絶縁における部分放電測定の統計的パターン分析方法 | |
CN115982602B (zh) | 一种光伏变压器电故障检测方法 | |
US20220018707A1 (en) | Method and Device for Monitoring a Circuit Breaker | |
CN112327095B (zh) | 电缆故障检测方法、装置、计算机设备和存储介质 | |
KR101341805B1 (ko) | Iec 61850 규격에 따른 패킷 분석 장치 | |
CN114325195B (zh) | 一种有线充电的检测方法、装置及计算机可读存储介质 | |
CN110490132B (zh) | 数据处理方法和装置 | |
CN114666117A (zh) | 一种面向电力互联网的网络安全态势度量和预测方法 | |
CN117110794A (zh) | 一种电缆故障智能诊断系统及方法 | |
CN116933108A (zh) | 变电站设备运行状态监测方法、系统、设备及存储介质 | |
CN112269100A (zh) | 智能化电缆沟的检测方法及检测装置 | |
US10884405B2 (en) | Method for assessing health conditions of industrial equipment | |
CN116881661A (zh) | 一种基于低压电力电容器的性能自动化分析方法及系统 | |
CN116298719A (zh) | 设备绝缘老化识别方法、装置、电子设备及存储介质 | |
Rozaki | Design and implementation for automated network troubleshooting using data mining | |
CN112540301A (zh) | 电池检测方法、装置及存储介质 | |
CN112134760A (zh) | 链路状态监控方法、装置、设备及计算机可读存储介质 | |
CN117554737B (zh) | 一种车载充电器的健康状况检测方法及系统 | |
CN112398706A (zh) | 数据评估标准确定方法、装置及存储介质、电子设备 | |
CN218331805U (zh) | 一种电磁干扰测试系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |