CN116008685B - 一种电力设备的自动检修方法及系统 - Google Patents

Abstract

本发明公开了一种电力设备的自动检修方法及系统，涉及电力设备智能检修领域，所述方法包括：通过提取检测仪器组件中的红外热像检测仪，并分析得到第一检测点位集；提取暂态地电压及超声波检测仪，并分析得到第二检测点位集、第三检测点位集；组合得到点位数据库；获得预设电力设备的预设设备类型，遍历得到预设检测点位集；进行检测仪布设得到预设实时数据；通过云平台得到实时分析结果，并判断是否触发检修指令；若是，对预设电力设备进行检修。解决了现有对电力设备的检测仍依靠运行人员的工作经验，导致检测结果缺乏可靠的连续数据问题。提高了带电检测结果可信度，达到了提高电力设备自动检修效率和效果，保障设备运行稳定可靠的效果。

Description

一种电力设备的自动检修方法及系统

技术领域

本发明涉及电力设备智能检修领域，尤其涉及一种电力设备的自动检修方法及系统。

背景技术

随着社会发展以及人民群众美好生活需要的日益增长，全社会对供电可靠性的要求也越发提高，因此需要通过更新管理手段和强化技术手段两手抓的方式致力于供电可靠性的提高。其中，为保障供电稳定可靠，对电力设备的实时运行状态监测和快速及时检修，成为重要的一环。然而，当前的电力设备的运行维护过程仍然大量依靠于运行人员的工作经验，先进科学手段在变电设备维护、检修等方案或决策中的体现十分缺失，设备检修计划绝大多数情况下仍然遵从经验基础上的周期计划检修，进而导致电力设备运维检修的智能化水平并未显著提高，同时导致许多先进手段或资源利用率低。其中，研究利用计算机科学技术对电力设备的实时运行状态进行检测，得到设备运行过程的全面、可靠、连续数据，进而为分析设备运行正常与否提供有效的数据基础，最终提高电力设备自动检修效率和效果，成为亟待解决的问题。

然而，现有技术中的自动检修基于对电力设备实时运行状态的检测结果，然而现有对电力设备的检测仍依靠运行人员的工作经验，导致电力设备检测结果缺乏可靠的连续数据，同时存在检测效率低，影响检修及时性的技术问题。

发明内容

本发明的目的是提供一种电力设备的自动检修方法及系统，用以解决现有技术中的自动检修基于对电力设备实时运行状态的检测结果，然而现有对电力设备的检测仍依靠运行人员的工作经验，导致电力设备检测结果缺乏可靠的连续数据，同时存在检测效率低，影响检修及时性的技术问题。

鉴于上述问题，本发明提供了一种电力设备的自动检修方法及系统。

第一方面，本发明提供了一种电力设备的自动检修方法，所述方法通过一种电力设备的自动检修系统实现，其中，所述方法包括：通过提取检测仪器组件中的红外热像检测仪，并分析得到所述红外热像检测仪的第一检测点位集；提取检测仪器组件中的暂态地电压及超声波检测仪，并分析得到所述暂态地电压及超声波检测仪的第二检测点位集、第三检测点位集；将所述第一检测点位集、所述第二检测点位集以及所述第三检测点位集进行组合，得到点位数据库，其中所述点位数据库包括多个具备设备种类标识的点位数据；获得预设电力设备的预设设备类型，并将所述预设设备类型在所述点位数据库中遍历，得到预设检测点位集；基于所述预设检测点位集进行检测仪布设，并根据布设结果实时检测得到预设实时数据；通过云平台对所述预设实时数据进行分析，得到实时分析结果，并判断所述实时分析结果是否触发检修指令；若是，基于所述实时分析结果对所述预设电力设备进行检修。

第二方面，本发明还提供了一种电力设备的自动检修系统，用于执行如第一方面所述的一种电力设备的自动检修方法，其中，所述系统包括：第一分析模块，其用于提取检测仪器组件中的红外热像检测仪，并分析得到所述红外热像检测仪的第一检测点位集；第二分析模块，其用于提取检测仪器组件中的暂态地电压及超声波检测仪，并分析得到所述暂态地电压及超声波检测仪的第二检测点位集、第三检测点位集；第一获得模块，其用于将所述第一检测点位集、所述第二检测点位集以及所述第三检测点位集进行组合，得到点位数据库，其中所述点位数据库包括多个具备设备种类标识的点位数据；第二获得模块，其用于获得预设电力设备的预设设备类型，并将所述预设设备类型在所述点位数据库中遍历，得到预设检测点位集；采集模块，其用于基于所述预设检测点位集进行检测仪布设，并根据布设结果实时检测得到预设实时数据；处理模块，其用于通过云平台对所述预设实时数据进行分析，得到实时分析结果，并判断所述实时分析结果是否触发检修指令；执行模块，其用于若是，基于所述实时分析结果对所述预设电力设备进行检修。

本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：

通过提取所述检测仪器组件中的红外热像检测仪，并分析得到所述红外热像检测仪的第一检测点位集；提取所述检测仪器组件中的暂态地电压及超声波检测仪，并分析得到所述暂态地电压及超声波检测仪的第二检测点位集、第三检测点位集；将所述第一检测点位集、所述第二检测点位集以及所述第三检测点位集进行组合，得到点位数据库，其中所述点位数据库包括多个具备设备种类标识的点位数据；获得预设电力设备的预设设备类型，并将所述预设设备类型在所述点位数据库中遍历，得到预设检测点位集；基于所述预设检测点位集进行检测仪布设，并根据布设结果实时检测得到预设实时数据；通过所述云平台对所述预设实时数据进行分析，得到实时分析结果，并判断所述实时分析结果是否触发检修指令；若是，基于所述实时分析结果对所述预设电力设备进行检修。首先，通过对检测仪器组件中各个检测仪依次进行检测特征分析，得到各个检测仪进行电力设备检测时，针对不同电力设备的重点检测点位，即分别得到第一检测点位集、第二检测点位集以及第三检测点位集，最后组合得到点位数据库，实现了为后续基于检测设备类型快速匹配对应检测点位提供数据库基础的技术目标，达到了为后续动态检测设备运行状态提供检测点位基础，进而提高检测数据可信度、有效度和连续度的技术效果。然后，通过基于预设检测点位集布设检测仪并进行实时检测，得到预设实时数据，进而由系统中的云平台对采集到的预设实时数据进行分析，得到实时分析结果，实现了对采集到的预设实时数据进行智能化处理和分析的技术目标，并为后续自动检修提供数据分析依据。最后，通过对云平台的实时分析结果进行判断分析，从而针对性对电力设备进行检修处理，达到了提高电力设备自动检修效率和质量的技术效果。实现了快速及时获取海量连续、准确的带电检测数据的技术目标，进而提高了带电检测结果的质量和可信度，并通过云平台得到数据的实时分析结果，达到了提高电力设备自动检修效率和效果，保障设备运行稳定可靠的技术效果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术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示例性的，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，还可以根据提供的附图获得其他的附图。

图1为本发明一种电力设备的自动检修方法的流程示意图；

图2为本发明一种电力设备的自动检修方法中基于所述目标检测点位集得到所述第一检测点位集的流程示意图；

图3为本发明一种电力设备的自动检修方法中得到所述实时分析结果的流程示意图；

图4为本发明一种电力设备的自动检修方法中将所述检测合格标记存储至预设检修表的流程示意图；

图5为本发明一种电力设备的自动检修系统的结构示意图。

附图标记说明：

第一分析模块M100，第二分析模块M200，第一获得模块M300，第二获得模块M400，采集模块M500，处理模块M600，执行模块M700。

具体实施方式

本发明通过提供一种电力设备的自动检修方法及系统，解决了现有技术中的自动检修基于对电力设备实时运行状态的检测结果，然而现有对电力设备的检测仍依靠运行人员的工作经验，导致电力设备检测结果缺乏可靠的连续数据，同时存在检测效率低，影响检修及时性的技术问题。实现了快速及时获取海量连续、准确的带电检测数据的技术目标，进而提高了带电检测结果的质量和可信度，并通过云平台得到数据的实时分析结果，达到了提高电力设备自动检修效率和效果，保障设备运行稳定可靠的技术效果。

本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，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，都属于本发明保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。

实施例一

请参阅附图1，本发明提供了一种电力设备的自动检修方法，其中，所述方法应用于一种电力设备的自动检修系统，所述自动检修方法应用于自动检修系统，所述自动检修系统包括一云平台，且所述自动检修系统与检测仪器组件通信连接，所述方法具体包括如下步骤：

步骤S100：提取所述检测仪器组件中的红外热像检测仪，并分析得到所述红外热像检测仪的第一检测点位集；

进一步的，如附图2所示，本发明步骤S100还包括：

步骤S110：组建电力设备类型集；

步骤S120：提取所述电力设备类型集中的目标电力设备类型；

步骤S130：对所述目标电力设备类型进行分析，并根据分析结果确定目标检测点位集；

步骤S140：基于所述目标检测点位集得到所述第一检测点位集。

步骤S200：提取所述检测仪器组件中的暂态地电压及超声波检测仪，并分析得到所述暂态地电压及超声波检测仪的第二检测点位集、第三检测点位集；

具体而言，所述一种电力设备的自动检修方法应用于一种电力设备的自动检修系统，可以通过智能化分析针对性进行电力设备的检测点位布设，从而为采集到海量连续数据提供检测仪布设基础。对与所述自动检修系统通信连接的检测仪器组件进行分析，所述检测仪器组件中各个检测仪器均可对电力设备进行带电检测。

首先，提取所述检测仪器组件中的红外热像检测仪，并分析得到所述红外热像检测仪的第一检测点位集。示范性的如红外热像检测仪对不同类型设备，其重点检测点位不同，对于主变上的本体、散热片、各侧套管、穿墙套管、引线搭接头、中性点闸刀、避雷器、紧固螺栓等需要重点检测，对于室外开关上的本体、套管、绝缘子、引线及引线接头需要重点检测，对于闸刀上的闸刀动静触头、引线接头、支柱绝缘子需要重点检测，则将本体、散热片、各侧套管、穿墙套管、引线搭接头、中性点闸刀、避雷器、紧固螺栓和本体、套管、绝缘子、引线及引线接头以及闸刀动静触头、引线接头、支柱绝缘子作为第一检测点位集。然后，提取所述检测仪器组件中的暂态地电压及超声波检测仪，并分析得到所述暂态地电压及超声波检测仪的第二检测点位集、第三检测点位集。示范性的如暂态地电压检测对不同类型设备，其重点检测点位不同，对于开关柜暂态地电位检测点位选取方法为上部二次仓、中部开关仓、下部电缆仓，正反面均要求测量，有条件的开关柜补充侧面上中下三个测量点位，因此将上部二次仓、中部开关仓、下部电缆仓正反面、补充侧面上中下作为第二检测点位集。对超声波检测仪进行分析并确定其第三检测点位集。

进一步的，对电力设备的种类、用途、运行特征等进行分析，并组建电力设备类型集。然后提取所述电力设备类型集中的任意一个电力设备类型，将其记作目标电力设备类型。接着对所述目标电力设备类型进行分析，并根据分析结果确定目标检测点位集，也就是说基于其电力设备类型确定应当对其进行检测的点位。实现了为后续基于检测设备类型快速匹配对应检测点位提供数据库基础的技术目标。

步骤S300：将所述第一检测点位集、所述第二检测点位集以及所述第三检测点位集进行组合，得到点位数据库，其中所述点位数据库包括多个具备设备种类标识的点位数据；

步骤S400：获得预设电力设备的预设设备类型，并将所述预设设备类型在所述点位数据库中遍历，得到预设检测点位集；

步骤S500：基于所述预设检测点位集进行检测仪布设，并根据布设结果实时检测得到预设实时数据；

具体而言，首先将所述第一检测点位集、所述第二检测点位集以及所述第三检测点位集进行组合，即得到点位数据库，其中所述点位数据库包括多个具备设备种类标识的点位数据。然后获得预设电力设备的预设设备类型，并将所述预设设备类型在所述点位数据库中遍历，得到预设检测点位集。最后基于所述预设检测点位集进行检测仪布设，并根据布设结果实时检测得到预设实时数据。通过分析确定预设电力设备的预设检测点位集，实现了为提高设备检测数据全面性提供检测基础的目标，达到了为后续动态检测设备运行状态提供检测点位基础，进而提高检测数据可信度、有效度和连续度的技术效果。

步骤S600：通过所述云平台对所述预设实时数据进行分析，得到实时分析结果，并判断所述实时分析结果是否触发检修指令；

进一步的，如附图3所示，本发明步骤S600还包括：

步骤S610：获得预设异常类目；

步骤S620：建立设备检修类目-指标参数列表，并将所述预设异常类目在所述设备检修类目-指标参数列表中遍历，得到预设指标参数；

进一步的，本发明还包括如下步骤：

步骤S621：采集电力设备历史检修数据，其中，所述电力设备历史检修数据包括多次历史检修数据；

步骤S622：提取所述多次历史检修数据中的目标历史检修数据；

步骤S623：基于所述目标历史检修数据得到目标历史检修类目，并反向匹配得到目标历史实时数据；

步骤S624：对所述目标历史实时数据与所述目标历史检修类目进行相关性分析，得到目标相关性分析结果；

进一步的，本发明还包括如下步骤：

步骤S6241：提取所述目标历史实时数据中的多个历史数据，并将所述多个历史数据作为自变量；

步骤S6242：将所述目标历史检修类目作为因变量，并根据所述自变量与所述因变量之间的映射关系，绘制得到散点图；

步骤S6243：基于所述散点图得到各自变量与所述因变量之间的散点图，并组成目标散点图集合；

步骤S6244：对所述目标散点图集合中各散点图依次进行分析，得到多个目标最大信息系数，并将所述多个目标最大信息系数作为所述目标相关性分析结果。

进一步的，本发明还包括如下步骤：

步骤S62441：提取所述目标散点图集合中任意一个目标散点图；

步骤S62442：组建网格化方案集，其中，所述网格化方案集包括多个网格化方案；

步骤S62443：依次基于所述多个网格化方案对所述任意一个目标散点图进行分区，得到多个分区结果；

步骤S62444：对所述多个分区结果依次进行分析计算，得到多个最大互信息值；

步骤S62445：对所述多个最大互信息值依次进行归一化处理，得到多个目标最大互信息值；

步骤S62446：对比所述多个目标最大互信息值，并筛选得到目标最大信息系数。

步骤S625：根据所述目标相关性分析结果建立所述设备检修类目-指标参数列表。

步骤S630：基于所述预设指标参数对所述预设实时数据进行筛选，得到预设指标参数数据；

步骤S640：通过所述云平台对所述预设指标参数数据进行分析，得到所述实时分析结果。

具体而言，所述自动检修系统包括一云平台，通过所述云平台对所述预设实时数据进行分析，应当确定此次要由所述云平台智能化处理分析的电力设备的异常类目，示范性的如分析电力设备当前是否有漏电异常等。具体来说，首先分析并确定预设异常类目，然后将所述预设异常类目在设备检修类目-指标参数列表中遍历，从而得到对应该异常类目的指标参数，即得到预设指标参数。其中，所述设备检修类目-指标参数列表为基于设备历史检修记录数据分析后得到的指标参数与设备异常类目之间的相关关系列表。首先采集电力设备历史检修数据，其中，所述电力设备历史检修数据包括多次历史检修数据，然后随机提取所述多次历史检修数据中一组历史检修数据，并将其作为目标历史检修数据，并分析所述目标历史检修数据得到目标历史检修类目，进而反向匹配得到目标历史实时数据。最后对所述目标历史实时数据与所述目标历史检修类目进行相关性分析，得到目标相关性分析结果。示范性的如利用SPSS软件进行皮尔逊相关性分析或者基于历史数据计算各指标参数与对应异常类目之间的最大信息系数值。最后根据所述目标相关性分析结果即可建立所述设备检修类目-指标参数列表。

进一步的，在对所述目标历史实时数据与所述目标历史检修类目进行相关性分析时，首先提取所述目标历史实时数据中的多个历史数据，并将所述多个历史数据作为自变量，然后将所述目标历史检修类目作为因变量，并根据所述自变量与所述因变量之间的映射关系，绘制得到散点图，接着，基于所述散点图得到各自变量与所述因变量之间的散点图，并组成目标散点图集合。进而对所述目标散点图集合中各散点图依次进行分析，得到多个目标最大信息系数，提取所述目标散点图集合中任意一个目标散点图，同时组建网格化方案集，其中，所述网格化方案集包括多个网格化方案。然后，依次基于所述多个网格化方案对所述任意一个目标散点图进行分区，得到多个分区结果，对所述多个分区结果依次进行分析计算，得到多个最大互信息值。最后，对所述多个最大互信息值依次进行归一化处理，得到多个目标最大互信息值，对比所述多个目标最大互信息值，并筛选得到目标最大信息系数。最终将所述多个目标最大信息系数作为所述目标相关性分析结果。基于所述预设指标参数对所述预设实时数据进行筛选，得到预设指标参数数据，并通过所述云平台对所述预设指标参数数据进行分析，得到所述实时分析结果。最后判断所述实时分析结果是否触发检修指令。通过对云平台的实时分析结果进行判断分析，从而针对性对电力设备进行检修处理，达到了提高电力设备自动检修效率和质量的技术效果。

步骤S700：若是，基于所述实时分析结果对所述预设电力设备进行检修。

进一步的，如附图4所示，本发明还包括如下步骤：

步骤S810：若否，基于所述实时分析结果生成检测合格标记，并将所述检测合格标记存储至预设检修表；

步骤S820：其中，所述检测合格标记具备检测时间标识。

具体而言，在判断所述实时分析结果是否触发检修指令之后，若所述实时分析结果触发了检修指令，则基于所述实时分析结果对所述预设电力设备进行检修。若所述实时分析结果没有触发检修指令，系统自动基于所述实时分析结果生成检测合格标记，并将所述检测合格标记存储至预设检修表。其中，所述检测合格标记具备检测时间标识，所述预设检修表为所述预设电力设备的检修记录电子表。

综上所述，本发明所提供的一种电力设备的自动检修方法具有如下技术效果：

通过提取所述检测仪器组件中的红外热像检测仪，并分析得到所述红外热像检测仪的第一检测点位集；提取所述检测仪器组件中的暂态地电压及超声波检测仪，并分析得到所述暂态地电压及超声波检测仪的第二检测点位集、第三检测点位集；将所述第一检测点位集、所述第二检测点位集以及所述第三检测点位集进行组合，得到点位数据库，其中所述点位数据库包括多个具备设备种类标识的点位数据；获得预设电力设备的预设设备类型，并将所述预设设备类型在所述点位数据库中遍历，得到预设检测点位集；基于所述预设检测点位集进行检测仪布设，并根据布设结果实时检测得到预设实时数据；通过所述云平台对所述预设实时数据进行分析，得到实时分析结果，并判断所述实时分析结果是否触发检修指令；若是，基于所述实时分析结果对所述预设电力设备进行检修。首先，通过对检测仪器组件中各个检测仪依次进行检测特征分析，得到各个检测仪进行电力设备检测时，针对不同电力设备的重点检测点位，即分别得到第一检测点位集、第二检测点位集以及第三检测点位集，最后组合得到点位数据库，实现了为后续基于检测设备类型快速匹配对应检测点位提供数据库基础的技术目标，达到了为后续动态检测设备运行状态提供检测点位基础，进而提高检测数据可信度、有效度和连续度的技术效果。然后，通过基于预设检测点位集布设检测仪并进行实时检测，得到预设实时数据，进而由系统中的云平台对采集到的预设实时数据进行分析，得到实时分析结果，实现了对采集到的预设实时数据进行智能化处理和分析的技术目标，并为后续自动检修提供数据分析依据。最后，通过对云平台的实时分析结果进行判断分析，从而针对性对电力设备进行检修处理，达到了提高电力设备自动检修效率和质量的技术效果。实现了快速及时获取海量连续、准确的带电检测数据的技术目标，进而提高了带电检测结果的质量和可信度，并通过云平台得到数据的实时分析结果，达到了提高电力设备自动检修效率和效果，保障设备运行稳定可靠的技术效果。

实施例二

基于与前述实施例中一种电力设备的自动检修方法，同样发明构思，本发明还提供了一种电力设备的自动检修系统，请参阅附图5，所述系统包括：

第一分析模块M100，其用于提取检测仪器组件中的红外热像检测仪，并分析得到所述红外热像检测仪的第一检测点位集；

第二分析模块M200，其用于提取检测仪器组件中的暂态地电压及超声波检测仪，并分析得到所述暂态地电压及超声波检测仪的第二检测点位集、第三检测点位集；

第一获得模块M300，其用于将所述第一检测点位集、所述第二检测点位集以及所述第三检测点位集进行组合，得到点位数据库，其中所述点位数据库包括多个具备设备种类标识的点位数据；

第二获得模块M400，其用于获得预设电力设备的预设设备类型，并将所述预设设备类型在所述点位数据库中遍历，得到预设检测点位集；

采集模块M500，其用于基于所述预设检测点位集进行检测仪布设，并根据布设结果实时检测得到预设实时数据；

处理模块M600，其用于通过云平台对所述预设实时数据进行分析，得到实时分析结果，并判断所述实时分析结果是否触发检修指令；

执行模块M700，其用于若是，基于所述实时分析结果对所述预设电力设备进行检修。

进一步的，所述系统中的所述第一分析模块M100还用于：

组建电力设备类型集；

提取所述电力设备类型集中的目标电力设备类型；

对所述目标电力设备类型进行分析，并根据分析结果确定目标检测点位集；

基于所述目标检测点位集得到所述第一检测点位集。

进一步的，所述系统中的所述处理模块M600还用于：

获得预设异常类目；

建立设备检修类目-指标参数列表，并将所述预设异常类目在所述设备检修类目-指标参数列表中遍历，得到预设指标参数；

基于所述预设指标参数对所述预设实时数据进行筛选，得到预设指标参数数据；

通过所述云平台对所述预设指标参数数据进行分析，得到所述实时分析结果。

进一步的，所述系统中的所述处理模块M600还用于：

采集电力设备历史检修数据，其中，所述电力设备历史检修数据包括多次历史检修数据；

提取所述多次历史检修数据中的目标历史检修数据；

基于所述目标历史检修数据得到目标历史检修类目，并反向匹配得到目标历史实时数据；

对所述目标历史实时数据与所述目标历史检修类目进行相关性分析，得到目标相关性分析结果；

根据所述目标相关性分析结果建立所述设备检修类目-指标参数列表。

进一步的，所述系统中的所述处理模块M600还用于：

提取所述目标历史实时数据中的多个历史数据，并将所述多个历史数据作为自变量；

将所述目标历史检修类目作为因变量，并根据所述自变量与所述因变量之间的映射关系，绘制得到散点图；

基于所述散点图得到各自变量与所述因变量之间的散点图，并组成目标散点图集合；

对所述目标散点图集合中各散点图依次进行分析，得到多个目标最大信息系数，并将所述多个目标最大信息系数作为所述目标相关性分析结果。

进一步的，所述系统中的所述处理模块M600还用于：

提取所述目标散点图集合中任意一个目标散点图；

组建网格化方案集，其中，所述网格化方案集包括多个网格化方案；

依次基于所述多个网格化方案对所述任意一个目标散点图进行分区，得到多个分区结果；

对所述多个分区结果依次进行分析计算，得到多个最大互信息值；

对所述多个最大互信息值依次进行归一化处理，得到多个目标最大互信息值；

对比所述多个目标最大互信息值，并筛选得到目标最大信息系数。

进一步的，所述系统还包括第二执行模块，其中，所述第二执行模块用于：

若否，基于所述实时分析结果生成检测合格标记，并将所述检测合格标记存储至预设检修表；

其中，所述检测合格标记具备检测时间标识。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种电力设备的自动检修方法和具体实例同样适用于本实施例的一种电力设备的自动检修系统，通过前述对一种电力设备的自动检修方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种电力设备的自动检修系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种电力设备的自动检修方法，其特征在于，所述自动检修方法应用于自动检修系统，所述自动检修系统包括一云平台，且所述自动检修系统与检测仪器组件通信连接，所述自动检修方法包括：

提取所述检测仪器组件中的红外热像检测仪，并分析得到所述红外热像检测仪的第一检测点位集；

提取所述检测仪器组件中的暂态地电压及超声波检测仪，并分析得到所述暂态地电压及超声波检测仪的第二检测点位集、第三检测点位集；

将所述第一检测点位集、所述第二检测点位集以及所述第三检测点位集进行组合，得到点位数据库，其中所述点位数据库包括多个具备设备种类标识的点位数据；

获得预设电力设备的预设设备类型，并将所述预设设备类型在所述点位数据库中遍历，得到预设检测点位集；

基于所述预设检测点位集进行检测仪布设，并根据布设结果实时检测得到预设实时数据；

通过所述云平台对所述预设实时数据进行分析，得到实时分析结果，并判断所述实时分析结果是否触发检修指令；

若是，基于所述实时分析结果对所述预设电力设备进行检修；

其中，所述通过所述云平台对所述预设实时数据进行分析，得到实时分析结果，包括：

获得预设异常类目；

建立设备检修类目-指标参数列表，并将所述预设异常类目在所述设备检修类目-指标参数列表中遍历，得到预设指标参数；

基于所述预设指标参数对所述预设实时数据进行筛选，得到预设指标参数数据；

通过所述云平台对所述预设指标参数数据进行分析，得到所述实时分析结果；

其中，所述建立设备检修类目-指标参数列表，包括：

采集电力设备历史检修数据，其中，所述电力设备历史检修数据包括多次历史检修数据；

提取所述多次历史检修数据中的目标历史检修数据；

基于所述目标历史检修数据得到目标历史检修类目，并反向匹配得到目标历史实时数据；

对所述目标历史实时数据与所述目标历史检修类目进行相关性分析，得到目标相关性分析结果；

根据所述目标相关性分析结果建立所述设备检修类目-指标参数列表。

2.根据权利要求1所述的自动检修方法，其特征在于，所述提取所述检测仪器组件中的红外热像检测仪，并分析得到所述红外热像检测仪的第一检测点位集，包括：

组建电力设备类型集；

提取所述电力设备类型集中的目标电力设备类型；

对所述目标电力设备类型进行分析，并根据分析结果确定目标检测点位集；

基于所述目标检测点位集得到所述第一检测点位集。

3.根据权利要求1所述的自动检修方法，其特征在于，所述对所述目标历史实时数据与所述目标历史检修类目进行相关性分析，得到目标相关性分析结果，包括：

提取所述目标历史实时数据中的多个历史数据，并将所述多个历史数据作为自变量；

将所述目标历史检修类目作为因变量，并根据所述自变量与所述因变量之间的映射关系，绘制得到散点图；

基于所述散点图得到各自变量与所述因变量之间的散点图，并组成目标散点图集合；

对所述目标散点图集合中各散点图依次进行分析，得到多个目标最大信息系数，并将所述多个目标最大信息系数作为所述目标相关性分析结果。

4.根据权利要求3所述的方法，其特征在于，所述对所述目标散点图集合中各散点图依次进行分析，得到多个目标最大信息系数，包括：

提取所述目标散点图集合中任意一个目标散点图；

组建网格化方案集，其中，所述网格化方案集包括多个网格化方案；

依次基于所述多个网格化方案对所述任意一个目标散点图进行分区，得到多个分区结果；

对所述多个分区结果依次进行分析计算，得到多个最大互信息值；

对所述多个最大互信息值依次进行归一化处理，得到多个目标最大互信息值；

对比所述多个目标最大互信息值，并筛选得到目标最大信息系数。

5.根据权利要求1所述的自动检修方法，其特征在于，在所述判断所述实时分析结果是否触发检修指令之后，还包括：

若否，基于所述实时分析结果生成检测合格标记，并将所述检测合格标记存储至预设检修表；

其中，所述检测合格标记具备检测时间标识。

6.一种电力设备的自动检修系统，其特征在于，所述自动检修系统包括：

第一分析模块，其用于提取检测仪器组件中的红外热像检测仪，并分析得到所述红外热像检测仪的第一检测点位集；

第二分析模块，其用于提取检测仪器组件中的暂态地电压及超声波检测仪，并分析得到所述暂态地电压及超声波检测仪的第二检测点位集、第三检测点位集；

第一获得模块，其用于将所述第一检测点位集、所述第二检测点位集以及所述第三检测点位集进行组合，得到点位数据库，其中所述点位数据库包括多个具备设备种类标识的点位数据；

第二获得模块，其用于获得预设电力设备的预设设备类型，并将所述预设设备类型在所述点位数据库中遍历，得到预设检测点位集；

采集模块，其用于基于所述预设检测点位集进行检测仪布设，并根据布设结果实时检测得到预设实时数据；

处理模块，其用于通过云平台对所述预设实时数据进行分析，得到实时分析结果，并判断所述实时分析结果是否触发检修指令；

执行模块，其用于若是，基于所述实时分析结果对所述预设电力设备进行检修；

所述系统中的所述处理模块还用于：

获得预设异常类目；

建立设备检修类目-指标参数列表，并将所述预设异常类目在所述设备检修类目-指标参数列表中遍历，得到预设指标参数；

基于所述预设指标参数对所述预设实时数据进行筛选，得到预设指标参数数据；

通过所述云平台对所述预设指标参数数据进行分析，得到所述实时分析结果；

采集电力设备历史检修数据，其中，所述电力设备历史检修数据包括多次历史检修数据；

提取所述多次历史检修数据中的目标历史检修数据；

基于所述目标历史检修数据得到目标历史检修类目，并反向匹配得到目标历史实时数据；

对所述目标历史实时数据与所述目标历史检修类目进行相关性分析，得到目标相关性分析结果；

根据所述目标相关性分析结果建立所述设备检修类目-指标参数列表。