CN116228184A - 一种电力设备安装维护方法及系统 - Google Patents
一种电力设备安装维护方法及系统 Download PDFInfo
- Publication number
- CN116228184A CN116228184A CN202211506214.7A CN202211506214A CN116228184A CN 116228184 A CN116228184 A CN 116228184A CN 202211506214 A CN202211506214 A CN 202211506214A CN 116228184 A CN116228184 A CN 116228184A
- Authority
- CN
- China
- Prior art keywords
- equipment
- maintenance
- power equipment
- data set
- state
- 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 249
- 238000009434 installation Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005457 optimization Methods 0.000 claims abstract description 33
- 238000013523 data management Methods 0.000 claims abstract description 13
- 238000013441 quality evaluation Methods 0.000 claims description 33
- 230000015556 catabolic process Effects 0.000 claims description 19
- 238000006731 degradation reaction Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000001303 quality assessment method Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000003213 activating effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 5
- 230000008859 change Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 5
- 238000003066 decision tree Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- H02J13/00006—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 characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供了一种电力设备安装维护方法及系统，涉及电力设备维护技术领域，根据电力设备数据管理系统，获取电力设备的状态数据集，获取多个状态等级，对电力设备进行同级划分，对每一级电力设备之间的连接关系进行分析，生成设备网络拓扑结构，获取电力设备的安装场景信息，对网络拓扑结构进行维护参数的配置，输出配置数据集，以此对电力设备进行维护生成设备维护报告，以设备维护报告对网络拓扑结构进行二次结构优化。本发明解决了目前的电力设备安装维护期限比较固定，对于设备的状态把控不够准确，从而造成维修成本、检测成本的提高的技术问题，采取一种基于设备状态自适应判断安装维护的周期，实现灵活调整、维修可控的技术效果。
Description
技术领域
本发明涉及电力设备维护技术领域，具体涉及一种电力设备安装维护方法及系统。
背景技术
长期以来，我国电力系统对电力设备执行定期检修制度，即根据计划的时间周期对设备检测和维护，这样就存在检修过度和检修不足的弊端，随着电力设备缺陷形式发生新的变化，对于局部放电的在线监测、色谱、SF6气体质量的在线监测开始增多。国家电网公司明确提出，要从2010年起开始全面推广实施设备状态检修，全面提升设备智能化水平，推广应用智能设备和技术，实现电网安全在线预警和设备智能化监控。然而现今常用的电力设备维护方法还存在着一定的弊端，对于电力设备的维护还存在着一定的可提升空间。
目前的电力设备安装维护期限比较固定，对于设备的状态把控不够准确，从而造成维修成本、检测成本的提高。
发明内容
本申请实施例提供了一种电力设备安装维护方法及系统，用于针对解决目前的电力设备安装维护期限比较固定，对于设备的状态把控不够准确，从而造成维修成本、检测成本的提高的技术问题。
鉴于上述问题，本申请实施例提供了一种电力设备安装维护方法及系统。
第一方面，本申请实施例提供了一种电力设备安装维护方法，所述方法包括：根据所述电力设备数据管理系统，获取电力设备的状态数据集；对所述电力设备的状态数据集进行状态分析，获取多个状态等级；基于所述多个状态等级对所述电力设备进行同级划分，对每一级电力设备之间的连接关系进行分析，生成设备网络拓扑结构，其中，所述设备网络拓扑结构为空间拓扑结构，包括多级网络平面，每一网络平面的设备状态等级为同一等级；获取所述电力设备的安装场景信息；根据所述安装场景信息，对所述网络拓扑结构进行维护参数的配置，输出配置数据集；以所述配置数据集对所述网络拓扑结构中的所述电力设备进行维护，生成设备维护报告；以所述设备维护报告对所述网络拓扑结构进行二次结构优化。
第二方面，本申请实施例提供了一种电力设备安装维护系统，所述系统包括：状态数据集获取模块，所述状态数据集获取模块用于根据所述电力设备数据管理系统，获取电力设备的状态数据集；电力设备状态分析模块，所述电力设备状态分析模块用于对所述电力设备的状态数据集进行状态分析，获取多个状态等级；电力设备同级划分模块，所述电力设备同级划分模块用于基于所述多个状态等级对所述电力设备进行同级划分，对每一级电力设备之间的连接关系进行分析，生成设备网络拓扑结构，其中，所述设备网络拓扑结构为空间拓扑结构，包括多级网络平面，每一网络平面的设备状态等级为同一等级；安装场景信息获取模块，所述安装场景信息获取模块用于获取所述电力设备的安装场景信息；维护参数配置模块，所述维护参数配置模块用于根据所述安装场景信息，对所述网络拓扑结构进行维护参数的配置，输出配置数据集；设备维护报告生成模块，所述设备维护报告生成模块用于以所述配置数据集对所述网络拓扑结构中的所述电力设备进行维护，生成设备维护报告；二次结构优化模块，所述二次结构优化模块用于以所述设备维护报告对所述网络拓扑结构进行二次结构优化。
本申请实施例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：
本申请实施例提供的一种电力设备安装维护方法，涉及电力设备维护技术领域，根据电力设备数据管理系统，获取电力设备的状态数据集，进行状态分析获取多个状态等级，对电力设备进行同级划分，对每一级电力设备之间的连接关系进行分析，生成设备网络拓扑结构，其中，设备网络拓扑结构为空间拓扑结构，获取电力设备的安装场景信息，对网络拓扑结构进行维护参数的配置，输出配置数据集，以此对网络拓扑结构中的电力设备进行维护生成设备维护报告，以设备维护报告对网络拓扑结构进行二次结构优化。解决了目前的电力设备安装维护期限比较固定，对于设备的状态把控不够准确，从而造成维修成本、检测成本的提高的技术问题，采取一种基于设备状态自适应判断安装维护的周期，实现灵活调整、维修可控的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种电力设备安装维护方法流程示意图；
图2为本申请实施例提供了一种电力设备安装维护方法中对网络拓扑结构进行二次结构优化流程示意图；
图3为本申请实施例提供了一种电力设备安装维护方法中进行维护参数的配置输出配置数据集流程示意图；
图4为本申请实施例提供了一种电力设备安装维护系统结构示意图。
附图标记说明：状态数据集获取模块10，电力设备状态分析模块20，电力设备同级划分模块30，安装场景信息获取模块40，维护参数配置模块50，设备维护报告生成模块60，二次结构优化模块70。
具体实施方式
本申请实施例通过提供一种电力设备安装维护方法，用于针对解决目前的电力设备安装维护期限比较固定，对于设备的状态把控不够准确，从而造成维修成本、检测成本的提高的技术问题。
实施例一
如图1所示，本申请实施例提供了一种电力设备安装维护方法，该方法应用于电力设备安装维护系统，该电力设备安装维护系统与电力设备数据管理系统通信连接，该方法包括：
步骤S100：根据所述电力设备数据管理系统，获取电力设备的状态数据集；
具体而言，本申请实施例提供的一种电力设备安装维护方法应用于电力设备安装维护系统，该电力设备安装维护系统与电力设备数据管理系统通信连接，该电力设备数据管理系统用于获取电力设备的状态数据集，一般是智能通信管理机，采用嵌入式硬件计算机平台，具有多个下行通信接口及一个或者多个上行网络接口，作为信息采集系统中采集终端与平台系统间的桥梁，能够根据不同的采集规约进行电表、微机保护等设备终端的数据采集汇总，并使用相应的规约转发现场设备的数据给平台系统。获取的电力设备的状态数据包括设备台账、技术参数、巡检和实验数据、带电检测和在线监测数据、电网运行数据、故障和缺陷记录等，以此构成电力设备的状态数据集。通过电力设备的状态数据集的获取，实现了对电力设备状态的基本掌握，为后续进行状态分析打下了基础。
步骤S200：对所述电力设备的状态数据集进行状态分析，获取多个状态等级；
具体而言，获取电力设备的状态数据集中任一项数据，对其进行分级，如根据设备台账，获取该设备的设备名称、型号规格、使用年限等，根据该设备的最长使用年限及损耗速度为该设备进行等级划分，根据该设备当前使用年限获取该设备的设备台账分级结果，根据同样的方法对每项电力设备的状态数据的进行分级，获取设备台账分级结果、技术参数分级结果、巡检和实验数据分级结果、带电检测和在线监测数据分级结果、电网运行数据分级结果、故障和缺陷记录分级结果，以此得到多个状态等级。实现了对电力设备状态的细化，更进一步掌握电力设备的状态，达到直观展现电力设备状态的效果。
步骤S300：基于所述多个状态等级对所述电力设备进行同级划分，对每一级电力设备之间的连接关系进行分析，生成设备网络拓扑结构，其中，所述设备网络拓扑结构为空间拓扑结构，包括多级网络平面，每一网络平面的设备状态等级为同一等级；
具体而言，根据多个状态等级，获取设备台账分级结果，以此作为电力设备的第一分级特征，即可基于设备台账的分级结果对该电力设备进行分级；获取技术参数分级结果，作为电力设备的第二分级特征，即可基于技术参数的分级结果对该电力设备进行分级；使用同样的方法根据多个状态等级依次获取第三、第四、第五、第六分级特征。分别对各分级特征进行信息论编码运算通过信息论编码中的信息熵计算公式：
其中，t表示随机变量，与之相对应的是所有可能输出的集合，定义为符号集，随机变量的输出用t表示，p(i|t)表示输出概率函数，变量的不确定性越大，熵也就越大，通过进行信息熵数值的具体计算，获得多个特征信息熵。
进一步地，将多个特征信息熵输入数据大小比对模型进行大小数值的比对，继而获得熵值最小的特征，即第一根节点特征信息，继而按照熵值由小到大的顺序，依次对各特征进行递归算法的分类，最终构建所述多层级电力设备决策树，使得每个电力设备状态等级都匹配适合的电力设备等级，进而实现了对多层级电力设备决策树的具体构建。将电力设备的状态等级输入该多层级电力设备决策树，通过该多层级电力设备决策树对电力设备的状态等级进行分类学习，使得快速匹配到该电力设备的等级。
进一步地，根据电力设备的等级，将同一等级的电力设备划分为同一网络平面，以此构建多层级网络平面，根据每一级电力设备之间的连接关系，生成设备网络拓扑结构，设备网络拓扑结构为用传输媒体把计算机等各种设备互相连接起来的物理布局，是指互连过程中构成的几何形状，它能表示出网络服务器、作站的网络配置和互相之间的连接。通过设备网络拓扑结构的构建，实现了从逻辑上抽象出各设备以及传输媒介所构成的线与节点之间的关系，进而加以研究。
步骤S400：获取所述电力设备的安装场景信息；
具体而言，在发电、供电或受电电力设备安装以及维护过程中，采集获取电力设备安装或维护的场景信息，场景信息包括受电户数、电压限值、设备型号和安装要求等。实现了对电力设备安装场景的掌握，为后续对网络拓扑结构进行维护参数的配置打下基础。
步骤S500：根据所述安装场景信息，对所述网络拓扑结构进行维护参数的配置，输出配置数据集；
具体而言，根据所述安装场景信息，获取受电户数、电压限值、设备型号和安装要求，根据所述受电户数、所述电压限值、所述设备型号和所述安装要求，生成第一配置约束条件，根据所述网络拓扑结构的同级电力设备，生成第二配置约束条件，以所述第一配置约束条件和所述第二配置约束条件进行维护参数的配置，输出所述配置数据集，其中，所述配置数据集包括维护周期配置、维护人员配置和维护次数配置。
步骤S600：以所述配置数据集对所述网络拓扑结构中的所述电力设备进行维护，生成设备维护报告；
具体而言，根据配置数据集中的维护周期配置、维护人员配置和维护次数配置对电力设备进行维护，根据当前维护情况对设备维护报告进行更新，设备维护报告为实时更新电力设备维护情况的记录，包括电力设备的历史维护数据、产生的故障、维护项目、维护参数、维护人员等。通过以配置数据集为准对电力设备进行维护，实现了根据设备状态对设备进行有计划地维护，避免了维护过度和维护不足，进而达到降低维护成本的效果。
步骤S700：以所述设备维护报告对所述网络拓扑结构进行二次结构优化。
具体而言，根据所述设备维护报告，获取设备维护参数，对所述设备维护参数进行设备寿命衰减度分析，获取标识设备，其中，所述标识设备为寿命衰减度大于预设寿命衰减度的异常设备，根据所述配置数据集，得到维护周期数据集，根据所述维护周期数据集对所述标识设备进行状态等级预测，获取处于下一维护周期的预测状态等级，基于所述预测状态等级判断是否激活结构优化指令，若激活所述结构优化指令，对所述网络拓扑结构进行二次结构优化。
进一步而言，如图2所示，本申请步骤S700还包括：
步骤S710：根据所述设备维护报告，获取设备维护参数；
步骤S720：对所述设备维护参数进行设备寿命衰减度分析，获取标识设备，其中，所述标识设备为寿命衰减度大于预设寿命衰减度的异常设备；
步骤S730：根据所述配置数据集，得到维护周期数据集；
步骤S740：根据所述维护周期数据集对所述标识设备进行状态等级预测，获取处于下一维护周期的预测状态等级；
步骤S750：基于所述预测状态等级判断是否激活结构优化指令，若激活所述结构优化指令，对所述网络拓扑结构进行二次结构优化。
具体而言，由于环境的温度、湿度、粉尘及振动的影响，电力设备内部的器件老化及磨损等诸多原因，都会导致电力设备潜在的故障发生，基于这些原因需要对电力设备进行的维护操作，构成了设备维护参数。预设寿命衰减度为设备正常使用时的寿命衰减度，而实际使用时，由于环境的温度、湿度、粉尘及振动的影响，会加速设备的寿命衰减，如原本能用十年的设备因为长期处于潮湿环境，现在只能用五年就报废了，这种存在异常情况的设备即为标识设备。
经过长时间的使用，电力设备的寿命也在进行消耗，经过维护后，对电力设备的使用寿命进行更新，示例性地，维护后可能存在设备寿命到期，或是由于使用过度造成设备加速老化、磨损，在下一次维修时状态等级会掉落，比如初始性能S级，后来的使用中成为了A级，一段时间后变成B级。结构优化指令为对网络拓扑结构进行二次结构优化的指令，当预测状态等级没有产生变化或者变化符合正常下降范围时，说明该标识设备为正常损耗状态，无需调整网络拓扑结构，当预测状态等级下降范围超出正常范围时，说明设备存在寿命到期或者使用过度的异常情况，则需要根据设备的预测等级变化对网络拓扑结构进行更新、优化。通过进行设备寿命衰减度分析，实现了对设备使用寿命的进准把控。
进一步而言，本申请步骤S750还包括：
步骤S751：根据所述预测状态等级对所述标识设备进行降级计算，获取降级概率，其中，所述降级概率为所述标识设备在处于下一维护周期节点时状态等级下降的概率；
步骤S752：判断所述降级概率是否大于预设期望概率，若所述降级概率大于预设期望概率，激活所述结构优化指令。
具体而言，电力设备的等级变化情况为随使用时间t变化的一条抛物线：y＝S-ta，(ta≤S，a＞1)其中y为电力设备的等级，设置电力设备等级y为S、A、B三个等级，S为电力设备的初始等级，a为环境对设备的影响指数，抛物线上任一点的斜率即为当前电力设备的等级变化速率，当环境越接近设备运行的最佳环境a越接近1，则电力设备等级下降速率变化越小，反之当环境越差a越大，则电力设备等级下降速率变化越大。
由抛物线可得，标识设备即为设备等级下降速率变化过大，以至于超过正常设备等级下降速率变化的设备。根据该标识设备当前的使用时间，以及以往的状态等级变化可得出该标识设备的状态等级随使用时间变化的抛物线y＝S-tb，通过抛物线，计算得出下一维护周期节点的状态等级，根据抛物线可得出标识设备在下一维护周期节点时状态等级下降的概率。设置预设期望概率，预设期望概率为标识设备在下一维护周期节点时状态等级下降的概率，由于电力设备等级下降收到多方影响，以此进行概率判断，降级概率不满足预设期望概率，说明标识设备在下一维护周期节点时状态等级不会下降，无需进行操作；而降级概率满足预设期望概率，说明标识设备在下一维护周期节点时状态等级会下降，需要提前更新结构，以此激活结构优化指令。
进一步而言，如图3所示，本申请步骤S500还包括：
步骤S510：根据所述安装场景信息，获取受电户数、电压限值、设备型号和安装要求；
步骤S520：根据所述受电户数、所述电压限值、所述设备型号和所述安装要求，生成第一配置约束条件；
步骤S530：根据所述网络拓扑结构的同级电力设备，生成第二配置约束条件；
步骤S540：以所述第一配置约束条件和所述第二配置约束条件进行维护参数的配置，输出所述配置数据集，其中，所述配置数据集包括维护周期配置、维护人员配置和维护次数配置。
具体而言，受电户数、电压限值、设备型号和安装要求为电力设备的初始安装配置条件，以此作为第一配置约束条件，对于网络拓扑结构中不同级别的电力设备，根据前述y＝S-ta可得，电力设备的等级变化情况为随使用时间t变化的一条抛物线，使用时间越长，设备等级下降速率大，则所需检修频次越多，间隔越短，以此生成第二配置约束条件。根据实际情况，对第一配置约束条件和第二配置约束条件进行加权计算，得到配置数据＝40％第一配置约束条件+60％第二配置约束条件，以此获得配置数据集，其中，所述配置数据集包括维护周期配置、维护人员配置和维护次数配置。
进一步而言，本申请步骤S600包括：
步骤S610：获取所述电力设备的历史维护数据；
步骤S620：根据所述历史维护数据，对各个故障类型进行维护质量评估，获取多个质量评估结果；
步骤S630：以所述多个质量评估结果对所述各个故障类型进行分类，获取第一类故障类型和第二类故障类型，其中，所述第一类故障类型为质量评估结果小于预设质量评估结果的故障类型集合，所述第二类故障类型为剩余故障类型集合；
步骤S640：基于所述第一类故障类型和所述第二类故障类型，搭建故障识别器，用于进行故障类型识别。
具体而言，历史维护数据包括该电力设备使用时间、产生的故障、对故障进行的维护、以及维护后的状态，根据维护后设备发生故障的间隔频率、维护后设备处于过负载的承受力以及维护后设备运行的稳定性构建维护质量评估模型，将所述历史维护数据输入维护质量评估模型中，输出维后故障出错率、维后过载承受力以及维后运行稳定性，以此获取多个质量评估结果。设置预设质量评估结果，用于判断维护结果是否达标，当输出的质量评估结果小于预设质量评估结果，即维护结果不达标，说明以前的维护方法不行，需要采用新的维修技术手段，将该质量评估结果对应的故障类型标记为第一类故障类型；反之将质量评估结果大于预设质量评估结果对应的故障类型标记为第二类故障类型。
进一步而言，本申请步骤S600还包括：
步骤S650：根据所述设备网络拓扑结构，获取实时故障设备的信息；
步骤S660：将所述实时故障设备的信息输入所述故障识别器中进行故障类型识别，若实时故障设备属于所述第一类故障类型，获取优化维护参数，将所述优化维护参数对所述配置数据集进行更新；
步骤S670：若所述实时故障设备属于所述第二类故障类型，获取历史维护参数，将所述历史维护参数添加至所述配置数据集中。
具体而言，实时故障设备的信息包括故障设备的故障类型和历史维护参数，将故障设备的故障类型输入故障识别器中进行故障类型识别，输出故障识别结果，当实时故障设备属于所述第一类故障类型，说明以前的维护方法不太行，需要采用新的维修技术手段，计算故障设备的当前等级，以此对该故障设备的历史维护参数进行调整，采用新的维修技术手段更新维护参数，生成优化维护参数。当所述实时故障设备属于所述第二类故障类型，说明历史维护手段可以继续使用。实现了对实时故障设备的判断，达到基于设备状态自适应判断安装维护周期的技术效果。
进一步而言，本申请步骤S620还包括：
步骤S621：将所述历史维护数据输入维护质量评估模型中，其中，所述维护质量评估模型包括多个评估指标，所述多个评估指标包括维护后设备发生故障的间隔频率、维护后设备处于过负载的承受力以及维护后设备运行的稳定性；
步骤S622：根据所述维护质量评估模型，获取维后故障出错率、维后过载承受力以及维后运行稳定性；
步骤S623：以所述维后故障出错率、所述维后过载承受力以及所述维后运行稳定性，获取所述多个质量评估结果。
具体而言，建立空间直角坐标系，以维护后设备发生故障的间隔频率为x轴、维护后设备处于过负载的承受力为y轴，维护后设备运行的稳定性为z轴，以此构建维护质量评估模型，将历史维护数据输入维护质量评估模型中，得到该历史维护数据的坐标点A(i，j，k)，计算得到坐标点A的向量
即为该历史维护数据的质量评估结果。
实施例二
基于与前述实施例中一种电力设备安装维护方法相同的发明构思，如图4所示，本申请提供了一种电力设备安装维护系统，系统包括：
状态数据集获取模块10，所述状态数据集获取模块10用于根据所述电力设备数据管理系统，获取电力设备的状态数据集；
电力设备状态分析模块20，所述电力设备状态分析模块20用于对所述电力设备的状态数据集进行状态分析，获取多个状态等级；
电力设备同级划分模块30，所述电力设备同级划分模块30用于基于所述多个状态等级对所述电力设备进行同级划分，对每一级电力设备之间的连接关系进行分析，生成设备网络拓扑结构，其中，所述设备网络拓扑结构为空间拓扑结构，包括多级网络平面，每一网络平面的设备状态等级为同一等级；
安装场景信息获取模块40，所述安装场景信息获取模块40用于获取所述电力设备的安装场景信息；
维护参数配置模块50，所述维护参数配置模块50用于根据所述安装场景信息，对所述网络拓扑结构进行维护参数的配置，输出配置数据集；
设备维护报告生成模块60，所述设备维护报告生成模块60用于以所述配置数据集对所述网络拓扑结构中的所述电力设备进行维护，生成设备维护报告；
二次结构优化模块70，所述二次结构优化模块70用于以所述设备维护报告对所述网络拓扑结构进行二次结构优化。
进一步而言，系统还包括：
设备维护参数获取模块，用于根据所述设备维护报告，获取设备维护参数；
寿命衰减度分析模块，用于对所述设备维护参数进行设备寿命衰减度分析，获取标识设备，其中，所述标识设备为寿命衰减度大于预设寿命衰减度的异常设备；
维护周期数据集获取模块，用于根据所述配置数据集，得到维护周期数据集；
状态等级预测模块，用于根据所述维护周期数据集对所述标识设备进行状态等级预测，获取处于下一维护周期的预测状态等级；
结构优化指令判断模块，用于基于所述预测状态等级判断是否激活结构优化指令，若激活所述结构优化指令，对所述网络拓扑结构进行二次结构优化。
进一步而言，系统还包括：
降级计算模块，用于，根据所述预测状态等级对所述标识设备进行降级计算，获取降级概率，其中，所述降级概率为所述标识设备在处于下一维护周期节点时状态等级下降的概率；
降级概率判断模块，用于判断所述降级概率是否大于预设期望概率，若所述降级概率大于预设期望概率，激活所述结构优化指令。
进一步而言，系统还包括：
场景信息获取模块，用于根据所述安装场景信息，获取受电户数、电压限值、设备型号和安装要求；
第一配置约束条件生成模块，用于根据所述受电户数、所述电压限值、所述设备型号和所述安装要求，生成第一配置约束条件；
第二配置约束条件生成模块，用于根据所述网络拓扑结构的同级电力设备，生成第二配置约束条件；
配置数据集输出模块，用于以所述第一配置约束条件和所述第二配置约束条件进行维护参数的配置，输出所述配置数据集，其中，所述配置数据集包括维护周期配置、维护人员配置和维护次数配置。
进一步而言，系统还包括：
历史维护数据获取模块，用于获取所述电力设备的历史维护数据；
维护质量评估模块，用于根据所述历史维护数据，对各个故障类型进行维护质量评估，获取多个质量评估结果；
分类模块，用于以所述多个质量评估结果对所述各个故障类型进行分类，获取第一类故障类型和第二类故障类型，其中，所述第一类故障类型为质量评估结果小于预设质量评估结果的故障类型集合，所述第二类故障类型为剩余故障类型集合；
故障识别器搭建模块，用于基于所述第一类故障类型和所述第二类故障类型，搭建故障识别器，用于进行故障类型识别。
进一步而言，系统还包括：
实时故障设备信息获取模块，用于根据所述设备网络拓扑结构，获取实时故障设备的信息；
故障类型识别模块，用于将所述实时故障设备的信息输入所述故障识别器中进行故障类型识别，若实时故障设备属于所述第一类故障类型，获取优化维护参数，将所述优化维护参数对所述配置数据集进行更新；
历史维护参数获取模块，用于若所述实时故障设备属于所述第二类故障类型，获取历史维护参数，将所述历史维护参数添加至所述配置数据集中。
进一步而言，系统还包括：
历史维护数据处理模块，用于将所述历史维护数据输入维护质量评估模型中，其中，所述维护质量评估模型包括多个评估指标，所述多个评估指标包括维护后设备发生故障的间隔频率、维护后设备处于过负载的承受力以及维护后设备运行的稳定性；
维后数据输出模块，用于根据所述维护质量评估模型，获取维后故障出错率、维后过载承受力以及维后运行稳定性；
质量评估结果获取模块，用于以所述维后故障出错率、所述维后过载承受力以及所述维后运行稳定性，获取所述多个质量评估结果。
本说明书通过前述对一种电力设备安装维护方法的详细描述，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安装维护方法及系统，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申请。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申请的精神或范围的情况下，在其它实施例中实现。因此，本申请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。
Claims (8)
1.一种电力设备安装维护方法，其特征在于，所述方法应用于电力设备安装维护系统，所述电力设备安装维护系统与电力设备数据管理系统通信连接，所述方法包括：
根据所述电力设备数据管理系统，获取电力设备的状态数据集；
对所述电力设备的状态数据集进行状态分析，获取多个状态等级；
基于所述多个状态等级对所述电力设备进行同级划分，对每一级电力设备之间的连接关系进行分析，生成设备网络拓扑结构，其中，所述设备网络拓扑结构为空间拓扑结构，包括多级网络平面，每一网络平面的设备状态等级为同一等级；
获取所述电力设备的安装场景信息；
根据所述安装场景信息，对所述网络拓扑结构进行维护参数的配置，输出配置数据集；
以所述配置数据集对所述网络拓扑结构中的所述电力设备进行维护，生成设备维护报告；
以所述设备维护报告对所述网络拓扑结构进行二次结构优化。
2.如权利要求1所述的方法，其特征在于，以所述设备维护报告对所述网络拓扑结构进行二次结构优化，包括：
根据所述设备维护报告，获取设备维护参数；
对所述设备维护参数进行设备寿命衰减度分析，获取标识设备，其中，所述标识设备为寿命衰减度大于预设寿命衰减度的异常设备；
根据所述配置数据集，得到维护周期数据集；
根据所述维护周期数据集对所述标识设备进行状态等级预测，获取处于下一维护周期的预测状态等级；
基于所述预测状态等级判断是否激活结构优化指令，若激活所述结构优化指令，对所述网络拓扑结构进行二次结构优化。
3.如权利要求2所述的方法，其特征在于，基于所述预测状态等级判断是否激活结构优化指令，还包括：
根据所述预测状态等级对所述标识设备进行降级计算，获取降级概率，其中，所述降级概率为所述标识设备在处于下一维护周期节点时状态等级下降的概率；
判断所述降级概率是否大于预设期望概率，若所述降级概率大于预设期望概率，激活所述结构优化指令。
4.如权利要求1所述的方法，其特征在于，根据所述安装场景信息，对所述网络拓扑结构进行维护参数的配置，输出配置数据集，包括：
根据所述安装场景信息，获取受电户数、电压限值、设备型号和安装要求；
根据所述受电户数、所述电压限值、所述设备型号和所述安装要求，生成第一配置约束条件；
根据所述网络拓扑结构的同级电力设备，生成第二配置约束条件；
以所述第一配置约束条件和所述第二配置约束条件进行维护参数的配置，输出所述配置数据集，其中，所述配置数据集包括维护周期配置、维护人员配置和维护次数配置。
5.如权利要求1所述的方法，其特征在于，以所述配置数据集对所述网络拓扑结构中的所述电力设备进行维护，生成设备维护报告，包括：
获取所述电力设备的历史维护数据；
根据所述历史维护数据，对各个故障类型进行维护质量评估，获取多个质量评估结果；
以所述多个质量评估结果对所述各个故障类型进行分类，获取第一类故障类型和第二类故障类型，其中，所述第一类故障类型为质量评估结果小于预设质量评估结果的故障类型集合，所述第二类故障类型为剩余故障类型集合；
基于所述第一类故障类型和所述第二类故障类型，搭建故障识别器，用于进行故障类型识别。
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
根据所述设备网络拓扑结构，获取实时故障设备的信息；
将所述实时故障设备的信息输入所述故障识别器中进行故障类型识别，若实时故障设备属于所述第一类故障类型，获取优化维护参数，将所述优化维护参数对所述配置数据集进行更新；
若所述实时故障设备属于所述第二类故障类型，获取历史维护参数，将所述历史维护参数添加至所述配置数据集中。
7.如权利要求5所述的方法，其特征在于，所述对各个故障类型进行维护质量评估，获取多个质量评估结果，包括：
将所述历史维护数据输入维护质量评估模型中，其中，所述维护质量评估模型包括多个评估指标，所述多个评估指标包括维护后设备发生故障的间隔频率、维护后设备处于过负载的承受力以及维护后设备运行的稳定性；
根据所述维护质量评估模型，获取维后故障出错率、维后过载承受力以及维后运行稳定性；
以所述维后故障出错率、所述维后过载承受力以及所述维后运行稳定性，获取所述多个质量评估结果。
8.一种电力设备安装维护系统，其特征在于，所述电力设备安装维护系统与电力设备数据管理系统通信连接，所述系统包括：
状态数据集获取模块，所述状态数据集获取模块用于根据所述电力设备数据管理系统，获取电力设备的状态数据集；
电力设备状态分析模块，所述电力设备状态分析模块用于对所述电力设备的状态数据集进行状态分析，获取多个状态等级；
电力设备同级划分模块，所述电力设备同级划分模块用于基于所述多个状态等级对所述电力设备进行同级划分，对每一级电力设备之间的连接关系进行分析，生成设备网络拓扑结构，其中，所述设备网络拓扑结构为空间拓扑结构，包括多级网络平面，每一网络平面的设备状态等级为同一等级；
安装场景信息获取模块，所述安装场景信息获取模块用于获取所述电力设备的安装场景信息；
维护参数配置模块，所述维护参数配置模块用于根据所述安装场景信息，对所述网络拓扑结构进行维护参数的配置，输出配置数据集；
设备维护报告生成模块，所述设备维护报告生成模块用于以所述配置数据集对所述网络拓扑结构中的所述电力设备进行维护，生成设备维护报告；
二次结构优化模块，所述二次结构优化模块用于以所述设备维护报告对所述网络拓扑结构进行二次结构优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211506214.7A CN116228184A (zh) | 2022-11-28 | 2022-11-28 | 一种电力设备安装维护方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211506214.7A CN116228184A (zh) | 2022-11-28 | 2022-11-28 | 一种电力设备安装维护方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116228184A true CN116228184A (zh) | 2023-06-06 |
Family
ID=86581241
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211506214.7A Pending CN116228184A (zh) | 2022-11-28 | 2022-11-28 | 一种电力设备安装维护方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116228184A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116827802A (zh) * | 2023-08-29 | 2023-09-29 | 青岛海瑞达网络科技有限公司 | 基于数据监控的工业物联网维护方法、监控系统 |
| CN116993328A (zh) * | 2023-09-26 | 2023-11-03 | 国网湖北省电力有限公司超高压公司 | 结合sf6气体监测的电力系统设备运维方法与装置 |
-
2022
- 2022-11-28 CN CN202211506214.7A patent/CN116228184A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116827802A (zh) * | 2023-08-29 | 2023-09-29 | 青岛海瑞达网络科技有限公司 | 基于数据监控的工业物联网维护方法、监控系统 |
| CN116827802B (zh) * | 2023-08-29 | 2023-11-24 | 青岛海瑞达网络科技有限公司 | 基于数据监控的工业物联网维护方法、监控系统 |
| CN116993328A (zh) * | 2023-09-26 | 2023-11-03 | 国网湖北省电力有限公司超高压公司 | 结合sf6气体监测的电力系统设备运维方法与装置 |
| CN116993328B (zh) * | 2023-09-26 | 2023-12-22 | 国网湖北省电力有限公司超高压公司 | 结合sf6气体监测的电力系统设备运维方法与装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109146093B (zh) | 一种基于学习的电力设备现场勘查方法 | |
| CN116228184A (zh) | 一种电力设备安装维护方法及系统 | |
| CN110266000B (zh) | 一种配电网电压越限原因分析方法、系统及存储介质 | |
| CN105740975A (zh) | 一种基于数据关联关系的设备缺陷评估与预测方法 | |
| CN113239132B (zh) | 一种电压互感器的超差在线辨识方法 | |
| CN116614177B (zh) | 一种光纤状态多维度参量监测系统 | |
| CN116381563A (zh) | 一种地下电力电缆监测方法及装置 | |
| CN112070413B (zh) | 一种基于小样本条件下牵引供电系统的可靠性研究方法 | |
| CN117078017A (zh) | 一种用于电力电网设备监控智能化决策分析系统 | |
| CN108512222A (zh) | 一种智能变电站综合自动化系统 | |
| Dong | Combining unsupervised and supervised learning for asset class failure prediction in power systems | |
| Bellani et al. | A reliability-centered methodology for identifying renovation actions for improving resilience against heat waves in power distribution grids | |
| CN113740666B (zh) | 一种数据中心电力系统告警风暴根源故障的定位方法 | |
| CN111768109A (zh) | 电力电子化中压配电网可靠性预警方法、系统及终端设备 | |
| CN117391675B (zh) | 一种数据中心基础设施运维管理方法 | |
| CN116756505B (zh) | 一种基于大数据的光伏设备智能管理系统及方法 | |
| CN117494009A (zh) | 基于绝缘材料热解分析的电气设备状态评估方法及云平台 | |
| Hou et al. | A federated learning‐based fault detection algorithm for power terminals | |
| CN115146727A (zh) | 一种智能用电系统故障检测方法及系统 | |
| CN113919151A (zh) | 一种基于主动触发的电测量设备加速可靠性试验方法 | |
| CN108199482B (zh) | 维护提示方法及装置 | |
| Ridwan et al. | Application of life data analysis for the reliability assessment of numerical overcurrent relays | |
| Bai et al. | Abnormal Detection Scheme of Substation Equipment based on Intelligent Fusion Terminal | |
| CN114414938B (zh) | 一种配电网故障的动态响应方法及系统 | |
| CN117540330B (zh) | 基于自学习功能的配电柜系统 |
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 |