CN115760074A - 电力设备运维方法、装置、计算机设备和存储介质 - Google Patents
电力设备运维方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115760074A CN115760074A CN202211565688.9A CN202211565688A CN115760074A CN 115760074 A CN115760074 A CN 115760074A CN 202211565688 A CN202211565688 A CN 202211565688A CN 115760074 A CN115760074 A CN 115760074A
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- risk
- power equipment
- power
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims description 11
- 238000012502 risk assessment Methods 0.000 claims abstract description 86
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 9
- 230000009977 dual effect Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种电力设备运维方法,该方法包括:获取电力设备的设备数据以及环境数据;根据设备数据和环境数据,对电力设备进行风险识别,得到电力设备的风险识别结果;根据风险识别结果,对电力设备进行风险评估,得到电力设备的风险评估结果;基于风险评估结果,对电力设备进行运维处理。本申请实施例提供的该方法综合考虑了电力设备的设备数据、环境数据以及电力系统的不确定因素,使得风险评估结果更加准确,再加上风险识别和风险评估的双重评估,进一步增加了风险评估的准确度和深入度,使得运维处理更加精准。
Description
技术领域
本申请涉及电力系统设备运维技术领域,特别是涉及一种电网设备风险评估以及应对方法、装置以及计算机设备。
背景技术
电力系统中各种电压的变电所及输配电线路组成的整体,称为电力网。它包含变电、输电、配电三个单元。电力网的任务是输送与分配电能,改变电压。随着电网建设进入到新阶段,特高压电网工程进展顺利,对电网设备状态管控能力建设提出了更高要求。采用传统的运维方式,已经无法满足当前电力系统的维护需求,存在准确度低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种可以实现更加精准、深入评估的电力设备运维方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种电力设备运维方法。所述方法包括:
获取电力设备的设备数据以及环境数据;
根据所述设备数据和所述环境数据,对所述电力设备进行风险识别,得到所述电力设备的风险识别结果;
根据所述风险识别结果,对所述电力设备进行风险评估,得到所述电力设备的风险评估结果;
基于所述风险评估结果,对所述电力设备进行运维处理。
在其中一个实施例中,所述设备数据包括设备状态数据;所述获取电力设备的设备数据,包括:在所述电力设备处于运行状态的情况下,获取所述电力设备在当前时间的设备运行数据;对所述设备运行数据进行数据检测,得到所述设备状态数据。
在其中一个实施例中,所述设备运行数据包括多个运行数据;所述对所述设备运行数据进行数据检测,得到所述设备状态数据,包括:获取所述多个运行数据中的当前运行数据;在所述当前运行数据满足预设阈值条件的情况下,将所述当前运行数据作为所述设备状态数据。
在其中一个实施例中,所述根据所述风险识别结果,对所述电力设备进行风险评估,得到风险评估结果,包括:获取所述电力设备对应的重要度等级;基于预先建立的风险指标体系,根据所述风险识别结果、所述设备数据和所述环境数据,得到所述电力设备的故障指数;基于所述重要度等级、所述故障指数,以及所述风险指标体系,对所述电力设备进行风险评估,得到风险评估结果。
在其中一个实施例中,所述基于预先建立的风险指标体系,根据所述风险识别结果、所述设备数据和所述环境数据,得到所述电力设备的故障指数,包括:获取电力系统的多个运行方式,并根据所述风险识别结果获取所述电力设备的多个故障;根据所述多个运行方式和所述多个故障,得到所述电力设备在故障的情况下,对所述电力系统的影响指数;基于所述影响指数和所述电力系统的风险系数,得到所述电力设备的平均故障率;基于所述平均故障率得到所述故障指数。
在其中一个实施例中,所述根据所述多个运行方式和所述多个故障,得到所述电力设备在故障的情况下,对所述电力系统的影响指数,包括:获取所述多个运行方式的当前运行方式,以及获取所述多个故障中的当前故障;基于所述当前运行方式和所述当前故障,得出在所述当前运行方式下,所述电力设备发生所述当前故障对所述电力系统造成的第一影响程度;根据各个当前故障对应的第一影响程度,获取所述电力设备在当前运行方式下发生故障对所述电力系统造成的第二影响程度;根据各个当前运行方式对应的第二影响程度,得到所述电力设备在故障的情况下,对所述电力系统的影响指数。
第二方面,本申请提供了一种电力设备运维装置。所述装置包括:
获取模块,用于获取电力设备的设备数据以及环境数据;
识别模块,用于根据所述设备数据和所述环境数据,对所述电力设备进行风险识别,得到所述电力设备的风险识别结果;
评估模块用于根据所述风险识别结果,对所述电力设备进行风险评估,得到所述电力设备的风险评估结果;
运维模块,用于基于所述风险评估结果,对所述电力设备进行运维处理。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取电力设备的设备数据以及环境数据;
根据所述设备数据和所述环境数据,对所述电力设备进行风险识别,得到所述电力设备的风险识别结果;
根据所述风险识别结果,对所述电力设备进行风险评估,得到所述电力设备的风险评估结果;
基于所述风险评估结果,对所述电力设备进行运维处理。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取电力设备的设备数据以及环境数据;
根据所述设备数据和所述环境数据,对所述电力设备进行风险识别,得到所述电力设备的风险识别结果;
根据所述风险识别结果,对所述电力设备进行风险评估,得到所述电力设备的风险评估结果;
基于所述风险评估结果,对所述电力设备进行运维处理。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取电力设备的设备数据以及环境数据;
根据所述设备数据和所述环境数据,对所述电力设备进行风险识别,得到所述电力设备的风险识别结果;
根据所述风险识别结果,对所述电力设备进行风险评估,得到所述电力设备的风险评估结果;
基于所述风险评估结果,对所述电力设备进行运维处理。
上述电网设备风险评估以及应对方法、装置以及计算机设备中,首先,可以基于电力设备的设备环境和环境数据对电力设备的风险进行识别;其次,基于风险识别结果,以及电力系统的不确定因素,可以对电力设备进行更精确,更深入的风险评估;最终基于风险评估结果对电力设备进行运维。在本申请实施例中,综合考虑了电力设备的设备数据、环境数据以及电力系统的不确定因素,使得风险评估结果更加准确,再加上风险识别和风险评估的双重评估,进一步增加了风险评估的准确度和深入度,使得运维处理更加精准。
附图说明
图1为本申请实施例提供的一种电力设备运维方法的应用环境图;
图2为本申请实施例提供的一种电力设备运维方法的流程示意图;
图3为本申请实施例提供的获取电力设备的设备数据的流程示意图;
图4为本申请实施例提供的根据风险识别结果,对电力设备进行风险评估,得到风险评估结果的流程示意图;
图5为本申请实施例提供的基于预先建立的风险指标体系,根据风险识别结果、设备数据和环境数据,得到电力设备的故障指数的流程示意图;
图6为本申请实施例提供的根据所述多个运行方式和所述多个故障,得到所述电力设备在故障的情况下,对所述电力系统的影响指数的流程示意图;
图7为本申请实施例提供的另一种电力设备运维方法的流程示意图;
图8为本申请实施例提供的根据风险识别结果,对电力设备进行风险评估,得到风险评估结果的流程示意图;
图9为本申请实施例提供的一种电力设备运维方法装置的结构框图;
图10为本申请实施例提供的一种计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的电力设备运维方法方法,可以应用于如图1所示的应用环境中。其中,终端101通过网络与服务器102进行通信。数据存储系统可以存储服务器102需要处理的数据。数据存储系统可以集成在服务器102上,也可以放在云上或其他网络服务器上。
终端101可以用来获取电力设备的设备数据以及环境数据,并将该设备数据以及环境数据发送至服务器102。
服务器102为电力系统的后台服务器,用于从终端101接收设备数据以及环境数据,存储在数据存储系统。并且可以根据设备数据和环境数据,对电力设备进行风险识别,得到电力设备的风险识别结果;进一步,也可以根据风险识别结果,对电力设备进行风险评估,得到电力设备的风险评估结果;最后,可以基于风险评估结果,对电力设备进行运维处理。
终端101还可以展示设备数据、环境数据、风险识别结果以及风险评估结果。
其中,终端101可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种电力设备运维方法,以该方法应用于图1中的终端101为例进行说明,包括以下步骤:
步骤S201,获取电力设备的设备数据以及环境数据。
其中,可以通过图1中的终端101采集设备数据和环境数据;在本申请实施例中,终端101可以是电力设备自身,也可以是传感器;在一些可能的实现方式中,也可以是其它采集装置,本申请对此不作限制。
设备数据可以包括但不限于设备参数、设备状态数据和设备业务数据等。其中,设备参数可以是电力设备本身的参数,例如设备型号、额定电压、额定功率等。设备状态数据可以是电力设备运行过程中的生产数据,例如电量信号、非电量信号、实际功率等。设备业务数据可以是电力设备的产出数据,和电力设备的功能有关,例如产出量,有效量等。
环境数据可以包括但不限于温度、湿度、各种气体含量等。
步骤S202,根据设备数据和环境数据,对电力设备进行风险识别,得到电力设备的风险识别结果。
在本申请实施例中,可以通过风险识别模型对电力设备进行风险识别。
可以通过对历史数据进行分析,建立风险识别模型,从而,可以通过该风险识别模型对电力设备已知风险和未知风险进行准确识别。
该风险可以包括但不限于电力设备内部风险、外部风险、已知风险以及未知风险等。
另外,风险识别模型可以将识别信号发送到显示模型的信号接收端,此时显示模型在对风险识别模型发送的信号传递后,能够对设备的自身风险进行感知并显示出来。
步骤S203,根据风险识别结果,对电力设备进行风险评估,得到电力设备的风险评估结果。
风险评估是基于风险识别结果以及电力系统运行中的不确定性因素进行综合评估。首先,可以根据电力系统运行中的不确定性因素,建立风险指标体系,该风险指标体系可以是风险评估、衡量的标准;其次,可以设定应对风险、合理决策,风险评估的基本定义;从而基于电力系统面临的不确定性因素,对电力设备以及电力系统进行可能性与严重性的综合度量。
步骤S204,基于风险评估结果,对电力设备进行运维处理。
上述电网设备风险评估以及应对方法中,首先,可以基于电力设备的设备环境和环境数据对电力设备的风险进行识别;其次,基于风险识别结果,以及电力系统的不确定因素,可以对电力设备进行更精确,更深入的风险评估;最终基于风险评估结果对电力设备进行运维。在本申请实施例中,综合考虑了电力设备的设备数据、环境数据以及电力系统的不确定因素,使得风险评估结果更加准确,再加上风险识别和风险评估的双重评估,进一步增加了风险评估的准确度和深入度,使得运维处理更加精准。
在一些实施例中,如图3所示,获取电力设备的设备数据可以包括:
步骤S301,在电力设备处于运行状态的情况下,获取电力设备在当前时间的设备运行数据。
在本申请实施例中,当前时间的设备运行数据用于指示实时获取电力设备在运行状态下的生产数据。
步骤S302,对设备运行数据进行数据检测,得到设备状态数据。
设备状态数据可以是电力设备运行过程中的生产数据,例如电量信号、非电量信号、实际功率等。
在一些实施例中,对设备运行数据进行数据检测,得到设备状态数据可以包括:
步骤1,获取多个运行数据中的当前运行数据。
当前运行数据为电力设备在当前时间的运行数据。
步骤2,在当前运行数据满足预设阈值条件的情况下,将当前运行数据作为设备状态数据。
其中,该预设阈值条件用于指示该当前运行数据为非异常数据,即为正常数据,异常数据可以包括但不限于重复数据、错误数据等。
上述提供的方法中,可以基于电力设备的设备环境和环境数据对电力设备的风险进行识别,从而,使得风险识别结果和风险评估结果更加准确。
在一些实施例中,如图4所示,根据风险识别结果,对电力设备进行风险评估,得到风险评估结果可以包括:
步骤S401,获取电力设备对应的重要度等级。
可以根据该电力设备在电力系统中的作用,以及电力设备发生故障对电力系统造成的影响程度,可以得出电力设备在电力系统中的重要程度,从而,获得电力设备对应的重要度等级。
步骤S402,基于预先建立的风险指标体系,根据风险识别结果、设备数据和环境数据,得到电力设备的故障指数。
在一些可能的实现方式中,可以基于历史数据建立风险评估模型。基于风险评估模型,以及电力系统运行中的不确定因素,建立风险指标体系,该风险指标体系可以用于作为对电力设备进行风险评估的标准,便于对电力系统面临的不确定性因素,给出可能性与严重性的综合度量。
步骤S403,基于重要度等级、故障指数,以及风险指标体系,对电力设备进行风险评估,得到风险评估结果。
上述方法中,可以基于重要度等级、故障指数,以及风险指标体系,对电力设备进行风险评估,得到风险评估结果,可以对电力设备进行更精确,更深入的风险评估。
在一些实施例中,如图5所示,基于预先建立的风险指标体系,根据风险识别结果、设备数据和环境数据,得到电力设备的故障指数可以包括:
步骤S501,获取电力系统的多个运行方式,并根据风险识别结果获取电力设备的多个故障。
电力系统可以包括多个运行方式,例如变电、输电、配电等。电力设备也可能发生不同故障。
步骤S502,根据多个运行方式和多个故障,得到电力设备在故障的情况下,对电力系统的影响指数。
该影响指数用于指示在不同的运行方式下,电力设备发生各个故障时,对带电力系统造成的严重程度。
在一些可能的实现方式下,该影响指数可以用于衡量该电力设备在电力系统的重要程度。
步骤S503,基于影响指数和电力系统的风险系数,得到电力设备的平均故障率。
影响指数的介绍可以参见步骤S502中的相关描述,在此不再赘述。风险系数可以用于指示电力系统面临的不确定性因素对电力系统造成的风险的可能性与严重性的综合度量。
在一些可能的实现方式中,可以通过以下公式(1)得到电力设备的平均故障率:
Risk(Xf)=Pr(Ei)XSer(Ei,Xf) (1)
其中,Xf表示第f个运行方式;Ei表示电力设备的第i个故障;XSer(Ei,Xf)表示在电力系统处于第f个运行方式,该电力设备发生第i个故障的情况下,对应的电力系统的风险系数;Pr(Ei)表示在电力系统处于第f个运行方式,该电力设备发生第i个故障对电力系统造成的第一影响程度,第一影响程度可以参见步骤S602中的相关描述,在此不在赘述;Risk(Xf)表示在电力系统处于第f个运行方式的情况下,该电力设备的平均故障率。
步骤S504,基于平均故障率得到故障指数。
上述方法中,可以在多种运行方式,多个故障下进行综合考量电力设备的平均故障率以及故障指数可以对电力设备进行更精确,更深入的风险评估。
在一些实施例中,如图6所示,根据多个运行方式和多个故障,得到电力设备在故障的情况下,对电力系统的影响指数可以包括:
步骤S601,获取多个运行方式的当前运行方式,以及获取多个故障中的当前故障。
当前运行方式可以指电力系统在当前时间的运行方式;当前故障可以指当前时间,电力设备发生的故障。
步骤S602,基于当前运行方式和当前故障,得出在当前运行方式下,电力设备发生当前故障对电力系统造成的第一影响程度。
第一影响程度指在当前运行方式下,电力设备发生当前故障的情况下,会对电力系统的运行造成风险的严重程度。
步骤S603,根据各个当前故障对应的第一影响程度,获取电力设备在当前运行方式下发生故障对电力系统造成的第二影响程度。
该第二影响程度可以包括多个影响程度,多个故障中的每一个故障对应一个第二影响程度。
步骤S604,根据各个当前运行方式对应的第二影响程度,得到电力设备在故障的情况下,对电力系统的影响指数。
影响指数的介绍可以参见步骤S502中的相关描述,在此不再赘述。
上述支持多源实时数据融合的电力系统在线潮流计算方法中,在对第一当前时间的第一电力数据进行潮流计算之后,可以结合电力系统在第二当前时间的第二电力数据和第一电力数据对应的初始电力预测数据进行潮流计算,得到目标电力预测数据;并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值;最终根据目标电力预测数据,得到电力系统状态预测结果。可以响应于用户预先设定的次数阈值,根据电力系统的实时电力数据,实现多次潮流计算,可以提升潮流计算得到的目标电力预测数据的准确性,进而可以提升电力系统状态预测结果的准确性。
在一个实施例中,如图7所示,提供了另一种电力设备运维方法,可以包括以下步骤:
步骤S701,获取电力设备的设备数据以及环境数据。
其中,可以通过图1中的终端101采集设备数据和环境数据;在本申请实施例中,终端101可以是电力设备自身,也可以是传感器;在一些可能的实现方式中,也可以是其它采集装置,本申请对此不作限制。
设备数据可以包括但不限于设备参数、设备状态数据和设备业务数据等。其中,设备参数可以是电力设备本身的参数,例如设备型号、额定电压、额定功率等。设备状态数据可以是电力设备运行过程中的生产数据,例如电量信号、非电量信号、实际功率等。设备业务数据可以是电力设备的产出数据,和电力设备的功能有关,例如产出量,有效量等。
环境数据可以包括但不限于温度、湿度、各种气体含量等。
在一些可能的实现方式中,可以通过传感器和设备本身自动采集电量或者非电量信号,传输到上位机进行分析和处理,来构建工业互联网平台的数据基础,传感器内部的云端通过自身的通信协议,通信接口,来与工厂的局域网连接,并输送到边缘节点内部,边缘节点内部的信号传递到设备内部,此时工业物联网网关将工业生产设备的协议转换为一种标准协议,实现对数据的采集,及时获取设备的运行状态。
在一些实施例中,获取电力设备的设备数据可以包括:
步骤1,在电力设备处于运行状态的情况下,获取电力设备在当前时间的设备运行数据。
在本申请实施例中,当前时间的设备运行数据用于指示实时获取电力设备在运行状态下的生产数据。
步骤2,对设备运行数据进行数据检测,得到设备状态数据。
设备状态数据可以是电力设备运行过程中的生产数据,例如电量信号、非电量信号、实际功率等。
在一些实施例中,对设备运行数据进行数据检测,得到设备状态数据可以包括:
1、获取多个运行数据中的当前运行数据。
当前运行数据为电力设备在当前时间的运行数据。
2、在当前运行数据满足预设阈值条件的情况下,将当前运行数据作为设备状态数据。
其中,该预设阈值条件用于指示该当前运行数据为非异常数据,即为正常数据,异常数据可以包括但不限于重复数据、错误数据等。
步骤S702,根据设备数据和环境数据,对电力设备进行风险识别,得到电力设备的风险识别结果。
在本申请实施例中,可以通过风险识别模型对电力设备进行风险识别。
可以通过对历史数据进行分析,建立风险识别模型,从而,可以通过该风险识别模型对电力设备已知风险和未知风险进行准确识别。
该风险可以包括但不限于电力设备内部风险、外部风险、已知风险以及未知风险等。
另外,风险识别模型可以将识别信号发送到显示模型的信号接收端,此时显示模型在对风险识别模型发送的信号传递后,能够对设备的自身风险进行感知并显示出来。
步骤S703,根据风险识别结果,对电力设备进行风险评估,得到电力设备的风险评估结果。
风险评估是基于风险识别结果以及电力系统运行中的不确定性因素进行综合评估。首先,可以根据电力系统运行中的不确定性因素,建立风险指标体系,该风险指标体系可以是风险评估、衡量的标准;其次,可以设定应对风险、合理决策,风险评估的基本定义;从而基于电力系统面临的不确定性因素,对电力设备以及电力系统进行可能性与严重性的综合度量。
在一些可能的实现方式中,风险评估的过程可以包括:1、确定元件停运模型;2、选择系统状态和计算他们的概率;3、评估所选状态的后果;4、计算风险指标;5、依据风险指标进行辅助决策。
在一些实施例中,如图8所示,根据风险识别结果,对电力设备进行风险评估,得到风险评估结果可以包括:
步骤S801,获取电力设备对应的重要度等级。
可以根据该电力设备在电力系统中的作用,以及电力设备发生故障对电力系统造成的影响程度,可以得出电力设备在电力系统中的重要程度,从而,获得电力设备对应的重要度等级。
步骤S802,基于预先建立的风险指标体系,根据风险识别结果、设备数据和环境数据,得到电力设备的故障指数。
在一些可能的实现方式中,可以基于历史数据建立风险评估模型。基于风险评估模型,以及电力系统运行中的不确定因素,建立风险指标体系,该风险指标体系可以用于作为对电力设备进行风险评估的标准,便于对电力系统面临的不确定性因素,给出可能性与严重性的综合度量。
步骤S803,基于重要度等级、故障指数,以及风险指标体系,对电力设备进行风险评估,得到风险评估结果。
在一些实施例中,步骤S802可以包括:
步骤1,获取电力系统的多个运行方式,并根据风险识别结果获取电力设备的多个故障。
电力系统可以包括多个运行方式,例如变电、输电、配电等。电力设备也可能发生不同故障。
步骤2,根据多个运行方式和多个故障,得到电力设备在故障的情况下,对电力系统的影响指数。
该影响指数用于指示在不同的运行方式下,电力设备发生各个故障时,对带电力系统造成的严重程度。
在一些可能的实现方式下,该影响指数可以用于衡量该电力设备在电力系统的重要程度。
步骤3,基于影响指数和电力系统的风险系数,得到电力设备的平均故障率。
影响指数的介绍可以参见步骤S502中的相关描述,在此不再赘述。风险系数可以用于指示电力系统面临的不确定性因素对电力系统造成的风险的可能性与严重性的综合度量。
在一些可能的实现方式中,可以通过以下公式(1)得到电力设备的平均故障率:
Risk(Xf)=Pr(Ei)XSer(Ei,Xf) (1)
其中,Xf表示第f个运行方式;Ei表示电力设备的第i个故障;XSer(Ei,Xf)表示在电力系统处于第f个运行方式,该电力设备发生第i个故障的情况下,对应的电力系统的风险系数;Pr(Ei)表示在电力系统处于第f个运行方式,该电力设备发生第i个故障对电力系统造成的第一影响程度,第一影响程度可以参见步骤S602中的相关描述,在此不在赘述;Risk(Xf)表示在电力系统处于第f个运行方式的情况下,该电力设备的平均故障率。
步骤4,基于平均故障率得到故障指数。
步骤S704,基于风险评估结果,对电力设备进行运维处理。
在一些可能的实现方式中,运维处理可以基于电力设备和电力系统的不确定因素进行综合考虑,可以包括但不限于设备数据、环境数据、电力设备的重要度等级以及电力设备对电力系统的影响指数等。环境数据可以包括但不限于季节信息、地理气候、微环境、树木生产周期、外部隐患发展速率、运维资源等。
上述电网设备风险评估以及应对方法中,首先,可以基于电力设备的设备环境和环境数据对电力设备的风险进行识别;其次,基于风险识别结果,以及电力系统的不确定因素,可以对电力设备进行更精确,更深入的风险评估;最终基于风险评估结果对电力设备进行运维。在本申请实施例中,综合考虑了电力设备的设备数据、环境数据以及电力系统的不确定因素,使得风险评估结果更加准确,再加上风险识别和风险评估的双重评估,进一步增加了风险评估的准确度和深入度,使得运维处理更加精准。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的电力设备运维方法的电力设备运维装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个电力设备运维装置实施例中的具体限定可以参见上文中对于电力设备运维方法的限定,在此不再赘述。
在一个实施例中,如图9所示,提供了一种电力设备运维装置,包括:获取模块910、识别模块920、评估模块930和运维模块940,其中:
获取模块910,用于获取电力设备的设备数据以及环境数据;
识别模块920,用于根据设备数据和环境数据,对电力设备进行风险识别,得到电力设备的风险识别结果;
评估模块930,用于根据风险识别结果,对电力设备进行风险评估,得到电力设备的风险评估结果;
运维模块940,用于基于风险评估结果,对电力设备进行运维处理。
在一个实施例中,获取模块910还用于:
在电力设备处于运行状态的情况下,获取电力设备在当前时间的设备运行数据;
对设备运行数据进行数据检测,得到设备状态数据。
在一个实施例中,获取模块910还用于:
获取多个运行数据中的当前运行数据;
在当前运行数据满足预设阈值条件的情况下,将当前运行数据作为设备状态数据。
在一个实施例中,评估模块930还用于:
获取电力设备对应的重要度等级;
基于预先建立的风险指标体系,根据风险识别结果、设备数据和环境数据,得到电力设备的故障指数;
基于重要度等级、故障指数,以及风险指标体系,对电力设备进行风险评估,得到风险评估结果。
在一个实施例中,评估模块930还用于:
获取电力系统的多个运行方式,并根据风险识别结果获取电力设备的多个故障;
根据多个运行方式和多个故障,得到电力设备在故障的情况下,对电力系统的影响指数;
基于影响指数和电力系统的风险系数,得到电力设备的平均故障率;
基于平均故障率得到故障指数。
在一个实施例中,评估模块930还用于:
获取多个运行方式的当前运行方式,以及获取多个故障中的当前故障;
基于当前运行方式和当前故障,得出在当前运行方式下,电力设备发生当前故障对电力系统造成的第一影响程度;
根据各个当前故障对应的第一影响程度,获取电力设备在当前运行方式下发生故障对电力系统造成的第二影响程度;
根据各个当前运行方式对应的第二影响程度,得到电力设备在故障的情况下,对电力系统的影响指数。
上述电力设备运维装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种缺陷识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取电力设备的设备数据以及环境数据;
根据设备数据和环境数据,对电力设备进行风险识别,得到电力设备的风险识别结果;
根据风险识别结果,对电力设备进行风险评估,得到电力设备的风险评估结果;
基于风险评估结果,对电力设备进行运维处理。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现一下步骤:
获取电力设备的设备数据以及环境数据;
根据设备数据和环境数据,对电力设备进行风险识别,得到电力设备的风险识别结果;
根据风险识别结果,对电力设备进行风险评估,得到电力设备的风险评估结果;
基于风险评估结果,对电力设备进行运维处理。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现一下步骤:
获取电力设备的设备数据以及环境数据;
根据设备数据和环境数据,对电力设备进行风险识别,得到电力设备的风险识别结果;
根据风险识别结果,对电力设备进行风险评估,得到电力设备的风险评估结果;
基于风险评估结果,对电力设备进行运维处理。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电力设备运维方法,其特征在于,所述方法包括:
获取电力设备的设备数据以及环境数据;
根据所述设备数据和所述环境数据,对所述电力设备进行风险识别,得到所述电力设备的风险识别结果;
根据所述风险识别结果,对所述电力设备进行风险评估,得到所述电力设备的风险评估结果;
基于所述风险评估结果,对所述电力设备进行运维处理。
2.根据权利要求1所述的方法,其特征在于,所述设备数据包括设备状态数据;所述获取电力设备的设备数据,包括:
在所述电力设备处于运行状态的情况下,获取所述电力设备在当前时间的设备运行数据;
对所述设备运行数据进行数据检测,得到所述设备状态数据。
3.根据权利要求2所述的方法,其特征在于,所述设备运行数据包括多个运行数据;所述对所述设备运行数据进行数据检测,得到所述设备状态数据,包括:
获取所述多个运行数据中的当前运行数据;
在所述当前运行数据满足预设阈值条件的情况下,将所述当前运行数据作为所述设备状态数据。
4.根据权利要求1所述的方法,其特征在于,所述根据所述风险识别结果,对所述电力设备进行风险评估,得到风险评估结果,包括:
获取所述电力设备对应的重要度等级;
基于预先建立的风险指标体系,根据所述风险识别结果、所述设备数据和所述环境数据,得到所述电力设备的故障指数;
基于所述重要度等级、所述故障指数,以及所述风险指标体系,对所述电力设备进行风险评估,得到风险评估结果。
5.根据权利要求4所述的方法,其特征在于,所述基于预先建立的风险指标体系,根据所述风险识别结果、所述设备数据和所述环境数据,得到所述电力设备的故障指数,包括:
获取电力系统的多个运行方式,并根据所述风险识别结果获取所述电力设备的多个故障;
根据所述多个运行方式和所述多个故障,得到所述电力设备在故障的情况下,对所述电力系统的影响指数;
基于所述影响指数和所述电力系统的风险系数,得到所述电力设备的平均故障率;
基于所述平均故障率得到所述故障指数。
6.根据权利要求5所述的方法,其特征在于,所述根据所述多个运行方式和所述多个故障,得到所述电力设备在故障的情况下,对所述电力系统的影响指数,包括:
获取所述多个运行方式的当前运行方式,以及获取所述多个故障中的当前故障;
基于所述当前运行方式和所述当前故障,得出在所述当前运行方式下,所述电力设备发生所述当前故障对所述电力系统造成的第一影响程度;
根据各个当前故障对应的第一影响程度,获取所述电力设备在当前运行方式下发生故障对所述电力系统造成的第二影响程度;
根据各个当前运行方式对应的第二影响程度,得到所述电力设备在故障的情况下,对所述电力系统的影响指数。
7.一种电力设备运维装置,其特征在于,所述装置包括:
获取模块,用于获取电力设备的设备数据以及环境数据;
识别模块,用于根据所述设备数据和所述环境数据,对所述电力设备进行风险识别,得到所述电力设备的风险识别结果;
评估模块用于根据所述风险识别结果,对所述电力设备进行风险评估,得到所述电力设备的风险评估结果;
运维模块,用于基于所述风险评估结果,对所述电力设备进行运维处理。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-6任意一项所述的方法的步骤。
9.一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,所述计算机程序被处理器执行时实现权利要求1-6任意一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-6任意一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211565688.9A CN115760074A (zh) | 2022-12-07 | 2022-12-07 | 电力设备运维方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211565688.9A CN115760074A (zh) | 2022-12-07 | 2022-12-07 | 电力设备运维方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115760074A true CN115760074A (zh) | 2023-03-07 |
Family
ID=85344186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211565688.9A Pending CN115760074A (zh) | 2022-12-07 | 2022-12-07 | 电力设备运维方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115760074A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160090406A (ko) * | 2014-12-31 | 2016-08-01 | 주식회사 효성 | 전력 설비 위험도 평가 시스템 및 방법 |
CN105956789A (zh) * | 2016-05-24 | 2016-09-21 | 国网四川省电力公司 | 一种基于状态评价的电力设备定量风险评估方法 |
CN107124325A (zh) * | 2017-03-10 | 2017-09-01 | 北京国电通网络技术有限公司 | 一种电力通信网运行安全评估方法及系统 |
CN109389333A (zh) * | 2018-12-28 | 2019-02-26 | 国网北京市电力公司 | 电力设备的风险评估方法和装置 |
CN112215457A (zh) * | 2020-08-28 | 2021-01-12 | 广州科腾信息技术有限公司 | 电力设备风险评估系统及排序方法 |
CN112767193A (zh) * | 2021-03-16 | 2021-05-07 | 广东电网有限责任公司广州供电局 | 一种基于态势感知的配网生产差异化运维策略方法 |
CN113420992A (zh) * | 2021-06-25 | 2021-09-21 | 国网山东省电力公司汶上县供电公司 | 一种电力系统网络风险评估方法与系统 |
CN114154879A (zh) * | 2021-12-07 | 2022-03-08 | 国网浙江省电力有限公司兰溪市供电公司 | 电网运行风险评估方法、装置、电子设备及可读存储介质 |
CN114302418A (zh) * | 2021-12-29 | 2022-04-08 | 中国电信股份有限公司 | 网元设备性能的检测方法、装置及计算机可读介质 |
CN115392627A (zh) * | 2022-07-06 | 2022-11-25 | 中国电力科学研究院有限公司 | 一种配电网的在线风险评估方法及系统 |
-
2022
- 2022-12-07 CN CN202211565688.9A patent/CN115760074A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160090406A (ko) * | 2014-12-31 | 2016-08-01 | 주식회사 효성 | 전력 설비 위험도 평가 시스템 및 방법 |
CN105956789A (zh) * | 2016-05-24 | 2016-09-21 | 国网四川省电力公司 | 一种基于状态评价的电力设备定量风险评估方法 |
CN107124325A (zh) * | 2017-03-10 | 2017-09-01 | 北京国电通网络技术有限公司 | 一种电力通信网运行安全评估方法及系统 |
CN109389333A (zh) * | 2018-12-28 | 2019-02-26 | 国网北京市电力公司 | 电力设备的风险评估方法和装置 |
CN112215457A (zh) * | 2020-08-28 | 2021-01-12 | 广州科腾信息技术有限公司 | 电力设备风险评估系统及排序方法 |
CN112767193A (zh) * | 2021-03-16 | 2021-05-07 | 广东电网有限责任公司广州供电局 | 一种基于态势感知的配网生产差异化运维策略方法 |
CN113420992A (zh) * | 2021-06-25 | 2021-09-21 | 国网山东省电力公司汶上县供电公司 | 一种电力系统网络风险评估方法与系统 |
CN114154879A (zh) * | 2021-12-07 | 2022-03-08 | 国网浙江省电力有限公司兰溪市供电公司 | 电网运行风险评估方法、装置、电子设备及可读存储介质 |
CN114302418A (zh) * | 2021-12-29 | 2022-04-08 | 中国电信股份有限公司 | 网元设备性能的检测方法、装置及计算机可读介质 |
CN115392627A (zh) * | 2022-07-06 | 2022-11-25 | 中国电力科学研究院有限公司 | 一种配电网的在线风险评估方法及系统 |
Non-Patent Citations (1)
Title |
---|
喇元;王红斌;董明;范云滩;刘剑;刘开培;: "风险评估在电力系统中的应用", 广东电力, no. 06 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114265979B (zh) | 确定融合参数的方法、信息推荐方法和模型训练方法 | |
CN114239681A (zh) | 变压器健康指数评估方法、装置、计算机设备和存储介质 | |
WO2023134188A1 (zh) | 指标确定方法、装置、电子设备和计算机可读介质 | |
CN113191074A (zh) | 一种用于数据中心的机房供电参数检测方法 | |
CN115805810A (zh) | 电池故障预测方法、装置、设备、存储介质和程序产品 | |
CN117235664A (zh) | 配电通信设备的故障诊断方法、系统和计算机设备 | |
CN115760074A (zh) | 电力设备运维方法、装置、计算机设备和存储介质 | |
CN113887676B (zh) | 设备故障预警方法、装置、设备和存储介质 | |
CN115795928A (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
CN115906668A (zh) | 一种输电线路山火跳闸预测方法、装置、设备和存储介质 | |
Li et al. | Real‐time approach for oscillatory stability assessment in large‐scale power systems based on MRMR classifier | |
CN115392715A (zh) | 一种用电数据风险评估方法、装置、设备及存储介质 | |
CN113888061A (zh) | 一种换流变压器的运行状态评估方法及装置 | |
CN115951170B (zh) | 输电线路故障监测方法、装置、计算机设备和存储介质 | |
CN115630527B (zh) | 出清异常模型检测方法、装置、计算机设备和存储介质 | |
CN116027197A (zh) | 一种电池自放电一致性评估方法、装置、设备及存储介质 | |
CN116433010A (zh) | 变电站的数据处理方法、装置和计算机设备 | |
CN115438509A (zh) | 玻璃钢套管故障检测方法、装置、计算机设备和存储介质 | |
CN114239254A (zh) | Sf6电器设备声场数字孪生模型构建方法、装置和设备 | |
CN116090629A (zh) | 用电数据处理方法、装置、计算机设备和存储介质 | |
CN117726101A (zh) | 变电设备寿命预测方法、装置和计算机设备 | |
CN117149750A (zh) | 数据处理方法、装置、设备、存储介质和计算机程序产品 | |
CN115796579A (zh) | 直流输电线路的风险评估方法、装置、设备和存储介质 | |
CN115169437A (zh) | 海底电缆扰动传感数据的趋势性监控方法和装置 | |
CN115271328A (zh) | 电能质量评估的方法、装置、计算机设备和存储介质 |
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 |