CN116542655B - 基于事件树的变电设备故障机理推演方法 - Google Patents
基于事件树的变电设备故障机理推演方法 Download PDFInfo
- Publication number
- CN116542655B CN116542655B CN202310807377.7A CN202310807377A CN116542655B CN 116542655 B CN116542655 B CN 116542655B CN 202310807377 A CN202310807377 A CN 202310807377A CN 116542655 B CN116542655 B CN 116542655B
- Authority
- CN
- China
- Prior art keywords
- fault
- power transformation
- faults
- information
- transformation equipment
- 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
- 230000009466 transformation Effects 0.000 title claims abstract description 294
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000007246 mechanism Effects 0.000 title claims abstract description 11
- 238000001816 cooling Methods 0.000 claims abstract description 104
- 238000004804 winding Methods 0.000 claims abstract description 103
- 230000006870 function Effects 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 169
- 238000012423 maintenance Methods 0.000 claims description 148
- 238000009826 distribution Methods 0.000 claims description 65
- 238000012549 training Methods 0.000 claims description 52
- 230000002159 abnormal effect Effects 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 24
- 238000007689 inspection Methods 0.000 claims description 22
- 230000004927 fusion Effects 0.000 claims description 16
- 230000008901 benefit Effects 0.000 claims description 15
- 230000005856 abnormality Effects 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims 3
- 239000000523 sample Substances 0.000 claims 1
- 238000003860 storage Methods 0.000 description 12
- 241000282414 Homo sapiens Species 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- 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)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明提供一种基于事件树的变电设备故障机理推演方法，获取被监测的变电设备的历史故障信息，对变电设备故障事件树具有判断功能的节点的判断逻辑进行配置，判断逻辑包括判断优先级信息；第一故障信息与预设故障信息相对应，则确定故障事件树的故障判断第一节点，根据外部故障判断逻辑内的优先级信息，确定故障判断第二节点；若故障判断第二节点为内部故障第一节点，则将外部故障第一节点作为故障判断第三节点，确定内部故障信息为开关故障或绕组故障中的任意一种；在判断不存在内部故障信息时，则确定外部故障信息为负荷故障或风冷故障中的任意一种；在判断对故障信息确定完成后，根据内部故障信息或外部故障信息对历史故障信息更新。
Description
技术领域
本发明涉及技术领域，尤其涉及一种基于事件树的变电设备故障机理推演方法。
背景技术
变电设备类型较多，包含变压器类、开关类、四小器类、无功装置类设备等。其中，油浸式变压器作为电力系统的重要装置，发挥着其重要的作用。其操作的可靠性直接关系到电力系统的安全和稳定。油浸式变压器将变压器的线圈和磁芯浸泡在专用的变压器油里面，既可以散热又可以使线圈与空气隔绝，防止空气中的湿气对变压器的磁芯造成腐蚀。
在油浸式变压器运行过程中，往往会因为一些异常情况导致其出现例如油温过高等故障产生，给人们的生产和生活带来较大的影响。现有技术中，在判断油浸式变压器发生故障后，需要进行细致的排查，全部检修一遍，没有一个准确高效的方法可以对油浸式变压器具体的故障原因进行智能化、自动化的确定。
发明内容
本发明实施例提供一种基于事件树的变电设备故障机理推演方法，通过事件树对油浸式变压器发生的故障进行分析，智能化、自动化的确定出油浸式变压器的故障特性和具体故障原因，给变压器的检修工作提供一定的数据支持和事实依据，同时也能在一定程度上有效较低检修维护工作的复杂程度，有效提高了检修效率，缩短了检修时间，降低了检修成本，保证了电力网整体的安全可靠的运转。
本发明实施例的第一方面，提供一种基于事件树的变电设备故障机理推演方法，包括：
获取被监测的变电设备的历史故障信息，根据所述历史故障信息对变电设备故障事件树每个具有判断功能的节点的判断逻辑进行配置，所述判断逻辑包括判断优先级信息；
若所获取的变电设备的第一故障信息与预设故障信息相对应，则确定变电设备故障事件树的故障判断第一节点，根据所述故障判断第一节点的故障判断逻辑内的优先级信息，确定故障判断第二节点；
若所述故障判断第二节点为内部故障第一节点，则将外部故障第一节点作为故障判断第三节点，根据所述内部故障第一节点的判断逻辑内的优先级信息，确定内部故障信息，所述内部故障信息为开关故障或绕组故障中的任意一种；
在判断不存在相应的内部故障信息时，则根据所述外部故障第一节点的判断逻辑内的优先级信息，确定外部故障信息，所述外部故障信息为负荷故障或风冷故障中的任意一种；
在判断对故障信息确定完成后，根据所述内部故障信息或外部故障信息对所述历史故障信息更新。
本发明提供的技术方案，将被监测的变电设备，结合该变电设备之前发生的所有故障信息，确定变电设备发生外部故障和内部故障的故障次数。结合内部故障或者外部故障的故障次数，确定内部故障或者外部故障的优先检测顺序。并基于事件树的分析方法，对变电设备内部及外部中具体部件的运行参数进行分析。如果内部故障发生故障的故障次数多，则优先检测变电设备内部，并结合内部的绕组部件和开关部件的运行参数，判断导致变电设备发生故障的是绕组故障还是开关故障。如果内部故障检测后发现运行正常，则对变电设备的外部故障进行检测，并结合外部的检测负荷温度的部件和风冷设备的部件的运行参数，判断导致变电设备发生故障的是负荷故障还是风冷故障。因此本发明基于事件树，对油浸式变压器发生的故障进行分析，智能化、自动化的确定出油浸式变压器的故障特性和具体故障原因，给变压器的检修工作提供一定的数据支持和事实依据，同时也能在一定程度上有效较低检修维护工作的复杂程度。
本发明提供的技术方案，将一个区域内的所有变电设备故障事件树进行统计，得到一个事件树集合，然后将集合内每个变电设备故障事件树的故障结果对应的故障次数计算后得到一个相应的故障评价系数，为判断每个变电设备故障情况提供一个评价参照值。将故障评价系数按照由大到小进行排序，较大的几个故障评价系数对应的变电设备需要重点巡检，其余较小的几个故障评价系数对应的变电设备仅需要普通巡检。然后将每个事件树对应的故障结果的维修时间进行统计，并与每个事件树的故障结果的故障次数进行对应的运算得到一个维修评价系数，为判断每个变电设备故障后维修效率提供一个参照值。根据每个事件树的故障评价系数和维修评价系数进行运算后，得到一个稳定性评估系数值，根据稳定性评估系数值，判断区域内所有变电设备的稳定性。给变压器的检修工作提供一定的数据支持和事实依据，同时也能在一定程度上有效较低检修维护工作的复杂程度。有效提高了检修效率，缩短了检修时间，降低了检修成本，保证了电力网整体的安全可靠的运转。
本发明提供的技术方案，评判预设分布区域内变电设备故障事件树的稳定性，需要从两个维度进行判断，一个是从变电设备本身故障的维度，另一个是从维修工作人员维修效率上的维度，因此根据稳定性评估系数值的大小，来判断对应的故障次数的多少和维修效率的高低。如果变电设备本身故障的次数就比较多，维修工作人员的维修效率还比较低，那么说明该区域变电设备的稳定性较差。所以此时需要给维修人员进行培训。根据所用变电设备每个故障结果对应的故障次数，分析哪一个故障结果对应的故障次数最多，将四个故障结果对应的故障次数进行比对得到一个比例。然后将培训课程的总时长按照这个比例来进行分配，得到每个故障结果对应的培训课程时长，从而对维修人员进行培训。有效提高了检修效率，缩短了检修时间，降低了检修成本，保证了电力网整体的安全可靠的运转。能够根据不同区域的故障频率、检修效率进行课程时长的定制化处理，对相应区域的工作人员进行针对性的培训，以使其能够最大化的保障电网的稳定性。
附图说明
图1为一种基于事件树的变电设备故障机理推演方法第一种实施方式的流程图；
图2为一种基于事件树的变电设备故障机理推演方法第二种实施方式的流程图；
图3为一种基于事件树的变电设备故障机理推演方法的变电设备故障事件树的示意图。
具体实施方式
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种基于事件树的变电设备故障机理推演方法，如图1所示，具体包括以下步骤：
步骤S1、获取被监测的变电设备的历史故障信息，根据所述历史故障信息对变电设备故障事件树每个具有判断功能的节点的判断逻辑进行配置，所述判断逻辑包括判断优先级信息；
本发明提供的技术方案，获取被监测的变电设备的历史故障信息，所述变电设备本发明以油浸式变压器为例。所述历史故障信息，即为油浸式变压器从初次安装到当前时刻总共发生故障的故障次数，以及每个具体故障原因发生故障的故障次数。因为在对油浸式变压器运行状态进行评估时，首先要根据处理器的历史运行数据中的故障总次数，收集整理油浸式变压器的每次发生故障的具体故障原因，统计各故障原因运行状态的基本数据。在确定历史故障信息后，根据历史故障信息对变电设备故障事件树每个具有判断功能的节点的判断逻辑进行配置。
可以知道的是，事件树为一种按事故发展的时间顺序由初始事件开始推论可能的后果，从而进行危险源辨识的方法。这种方法将系统可能发生的某种事故与导致事故发生的各种原因之间的逻辑关系用一种称为事件树的树形图表示，通过对事件树的定性与定量分析，找出事故发生的主要原因，为确定安全对策提供可靠依据，以达到猜测与预防事故发生的目的。因此本发明基于事件树，对油浸式变压器发生的故障进行分析，智能化、自动化的确定出油浸式变压器的故障特性和具体故障原因，给变压器的检修工作提供一定的数据支持和事实依据，同时也能在一定程度上有效较低检修维护工作的复杂程度。
本发明提供的技术方案，所述判断功能为变电设备故障事件树中相互连接的每个节点是否可以根据故障信息判断下一个节点的具体故障原因。所述判断逻辑，即为每个节点在深入分析具体故障原因时，都有相对应的判断标准。例如，油浸式变压器当出现外部故障时，根据外部设置的温度计的温度大小判断是否超负荷运行等，诸如此类每个具有判断功能的节点都有具体的判断逻辑。所述判断逻辑包括判断优先级信息。所述判断优先级信息，即为根据历史故障信息中的故障次数所设置的判断优先标准，也就是说油浸式变压器在历史故障信息中所有的故障次数中，外部故障次数和内部故障次数哪一个故障次数多，则优先对哪一个进行检测。同理，外部故障和内部故障中具体的故障原因也根据哪一个故障次数越大，则优先对其进行检测。
本发明提供的技术方案，在一个可能的实施方式中，如图2所示，步骤S1、具体包括：
S1.1获取预设时间段内变电设备的历史故障信息，所述历史故障信息包括内部故障次数和外部故障次数，根据所述内部故障次数和外部故障次数生成故障判断第一节点的总优先级信息；
本发明提供的技术方案，获取预设时间段内变电设备的历史故障信息，所述预设时间段为人为所预先设置的时间段，即为固定时间段内变电设备的故障次数。所述历史故障次数包括内部故障次数和外部故障次数，即为油浸式变压器故障总次数中内部故障和外部故障分别各有多少次故障。根据所述内部故障次数和外部故障次数生成故障判断第一节点的总优先级信息，所述故障判断第一节点的总优先级信息，即为根据内部故障次数和外部故障次数的大小所设置的优先检测标准，外部故障次数和内部故障次数哪一个故障次数越大，则优先对哪一个进行检测。
若所述内部故障的故障次数大于外部故障的故障次数，则总优先级信息为优先对变电设备的内部故障进行检测；
本发明提供的技术方案，将内部故障次数和外部故障次数进行比较后，若所述内部故障的故障次数大于外部故障的故障次数，则故障判断第一节点的总优先级信息确定优先对油浸式变压器的内部故障进行检测和故障排查。
若所述外部故障的故障次数大于内部故障的故障次数，则总优先级信息为优先对变电设备的外部故障进行检测；
本发明提供的技术方案，将外部故障次数和内部故障次数进行比较后，若所述外部故障的故障次数大于内部故障的故障次数，则故障判断第一节点的总优先级信息确定优先对油浸式变压器的外部故障进行检测和故障排查。
若所述外部故障的故障次数等于内部故障的故障次数，则总优先级信息为根据外部故障检测优势，优先对变电设备的外部故障进行检测。
本发明提供的技术方案，将外部故障次数和内部故障次数进行比较后，若所述外部故障的故障次数等于内部故障的故障次数，则故障判断第一节点的总优先级信息根据外部故障检测优势，所述外部故障检测优势，即为因外部故障相关故障参数便于获取，因此外部故障具有故障检测优势。在得到外部故障的故障次数等于内部故障的故障次数的信息后，总优先级信息确定优先对油浸式变压器的外部故障进行检测和故障排查。
S1.2确定内部故障次数中的绕组故障次数、开关故障次数，根据所述绕组故障次数、开关故障次数生成内部故障第一节点的内部优先级信息；
本发明提供的技术方案，根据所述预设时间段内变电设备的历史故障信息，确定内部故障次数中的绕组故障次数和开关故障次数。所述内部故障次数中的绕组故障次数和开关故障次数，即为油浸式变压器内部故障中所对应的内部故障信息绕组故障和开关故障，相对应具体的故障次数。根据所述绕组故障次数、开关故障次数生成内部故障第一节点的内部优先级信息，所述内部故障第一节点的内部优先级信息，即为根据绕组故障次数和开关故障次数的大小所设置的优先检测标准，绕组故障次数和开关故障次数哪一个故障次数越大，则优先对哪一个进行检测。
若所述绕组故障的故障次数大于开关故障的故障次数，则内部优先级信息为优先对绕组故障进行检测；
本发明提供的技术方案，将绕组故障次数和开关故障次数进行比较后，若所述绕组故障的故障次数大于开关故障的故障次数，则内部故障第一节点的内部优先级信息确定优先对油浸式变压器内部故障中的绕组故障进行检测和故障排查。
若所述开关故障的故障次数大于绕组故障的故障次数，则内部优先级信息为优先对开关故障进行检测；
本发明提供的技术方案，将开关故障次数和绕组故障次数进行比较后，若所述开关故障的故障次数大于绕组故障的故障次数，则内部故障第一节点的内部优先级信息确定优先对油浸式变压器内部故障中的开关故障进行检测和故障排查。
若所述绕组故障的故障次数等于开关故障的故障次数，则内部优先级信息为根据绕组故障的检测优势，优先对绕组故障进行检测。
本发明提供的技术方案，将绕组故障次数和开关故障次数进行比较后，若所述绕组故障的故障次数等于开关故障的故障次数，则内部故障第一节点的内部优先级信息根据绕组故障的检测优势，所述绕组故障的检测优势，即为因绕组故障相关故障参数便于获取，因此绕组故障具有故障检测优势。在得到绕组故障的故障次数等于开关故障的故障次数的信息后，内部优先级信息确定优先对油浸式变压器内部故障中的绕组故障进行检测和故障排查。
S1.3确定外部故障次数中的风冷故障次数、负荷故障次数，根据所述风冷故障次数、负荷故障次数生成外部故障第一节点的外部优先级信息。
本发明提供的技术方案，根据所述预设时间段外变电设备的历史故障信息，确定外部故障次数中的负荷故障次数和风冷故障次数。所述外部故障次数中的负荷故障次数和风冷故障次数，即为油浸式变压器外部故障中所对应的外部故障信息负荷故障和风冷故障，相对应具体的故障次数。根据所述负荷故障次数、风冷故障次数生成外部故障第一节点的外部优先级信息，所述外部故障第一节点的外部优先级信息，即为根据负荷故障次数和风冷故障次数的大小所设置的优先检测标准，负荷故障次数和风冷故障次数哪一个故障次数越大，则优先对哪一个进行检测。
若所述负荷故障的故障次数大于风冷故障的故障次数，则外部优先级信息为优先对负荷故障进行检测；
本发明提供的技术方案，将负荷故障次数和风冷故障次数进行比较后，若所述负荷故障的故障次数大于风冷故障的故障次数，则外部故障第一节点的外部优先级信息确定优先对油浸式变压器外部故障中的负荷故障进行检测和故障排查。
若所述风冷故障的故障次数大于负荷故障的故障次数，则外部优先级信息为优先对风冷故障进行检测；
本发明提供的技术方案，将风冷故障次数和负荷故障次数进行比较后，若所述风冷故障的故障次数大于负荷故障的故障次数，则外部故障第一节点的外部优先级信息确定优先对油浸式变压器外部故障中的风冷故障进行检测和故障排查。
若所述负荷故障的故障次数等于风冷故障的故障次数，则外部优先级信息为根据负荷故障的检测优势，优先对负荷故障进行检测。
本发明提供的技术方案，将负荷故障次数和风冷故障次数进行比较后，若所述负荷故障的故障次数等于风冷故障的故障次数，则外部故障第一节点的外部优先级信息根据负荷故障的检测优势，所述负荷故障的检测优势，即为因负荷故障相关故障参数便于获取，因此负荷故障具有故障检测优势。在得到负荷故障的故障次数等于风冷故障的故障次数的信息后，外部优先级信息确定优先对油浸式变压器外部故障中的负荷故障进行检测和故障排查。
步骤S2、若所获取的变电设备的第一故障信息与预设故障信息相对应，则确定变电设备故障事件树的故障判断第一节点，根据所述故障判断第一节点的故障判断逻辑内的优先级信息，确定故障判断第二节点；
本发明提供的技术方案，获取变电设备的第一故障信息，所述第一故障信息，即为油浸式变压器的异常情况。通常油浸式变压器的异常情况有：声音异常、油温过高、油色显著变化、油枕或防爆管喷油、套管闪络和爆炸、铁芯发生故障等。因此需要根据油浸式变压器的异常情况预先设置一个故障信息，以此来根据油浸式变压器不同的异常情况，生成与油浸式变压器异常情况相对应的变电设备故障事件树，来分析导致异常情况发生的具体故障原因。本发明以油浸式变压器油温过高的异常情况为例，因此所述预设故障信息，即人为所预先设置的油浸式电压器油温过高的异常情况，若变电设备的第一故障信息与此预设故障信息相对应，则确定变电设备故障事件树的故障判断第一节点。
本发明提供的技术方案，如图3所示，所述故障判断第一节点，即为变电设备故障事件树的初始起点。故障判断第一节点后面连接有两个节点，一个为故障判断第二节点，一个是故障判断第三节点。根据所述故障判断第一节点的故障判断逻辑内的优先级信息，确定故障判断第二节点。所述故障判断第一节点的故障判断逻辑内的优先级信息，即为根据内部故障和外部故障的故障次数的大小，判断对内部故障或外部故障哪一个先进行检测。故障判断第一节点的作用在于，先判断变电设备是内部故障还是外部故障。故障判断第一节点后面连接有两个节点，一个为故障判断第二节点，一个是故障判断第三节点。但是不确定内部故障和外部故障哪个是故障判断第二节点，哪个是故障判断第三节点。无法区分内部故障为故障判断第二节点，还是外部故障为故障判断第二节点。同时，内部故障节点和外部故障节点是有先后顺序的。内部故障节点和外部故障节点的先后顺序的体现方式在于，谁先作为故障判断第二节点，谁的顺序就是排在前面的。因此需要判断内部故障或者外部故障哪一个出现故障的几率大，根据内部故障或者外部故障出现故障的几率大小，确定内部故障或者外部故障为故障判断第二节点。然后优先获取故障判断第二节点对应的一些相关信息。
步骤S3、若所述故障判断第二节点为内部故障第一节点，则将外部故障第一节点作为故障判断第三节点，根据所述内部故障第一节点的判断逻辑内的优先级信息，确定内部故障信息，所述内部故障信息为开关故障或绕组故障中的任意一种；
本发明提供的技术方案，当油浸式变压器发生故障时，将油浸式变压器故障判断第一节点预设为变电设备故障事件树的故障初始起点。将与故障判断第一节点相连接的故障判断第二节点和故障判断第三节点设置为油浸式变压器常规标准的运行故障数据。与故障判断第二节点和故障判断第三节点所对应的内部故障第一节点和外部故障第一节点，为导致油浸式变压器故障的主要部件区域划分，与内部故障第一节点和外部故障第一节点相对应的内部故障信息和外部故障信息，为能导致变压器故障的主要部件故障细分区域。由内部故障信息和外部故障信息所得到的为导致油浸式变压器故障的直接因素和原因。不断深入分析，找出故障的基本原因，由事件树的初始异常情况推导出具体故障原因。
可以知道的是，一般油浸式变压器内部故障有以下几种情况：有载调压分接开关接触不良，运行中有载调压分接开关的接触点压力不够或接触处污秽等原因，使接触电阻增大，从而导致接触点的温度升高而发热，在调压过后和变压器过负荷运行时，容易使分接头开关接触不良而发热，引起变压器油温过高；绕组线圈匝间短路或者线圈匝间绝缘降低，当几个相邻线圈匝间的绝缘损坏，它们之间将会出现短路电流的电流异常情况，此短路电流的电流异常情况使油温迅速上升，造成线圈匝间绝缘损伤的原因很多，包括外力、高温、制造工艺等多方面的原因，引起线圈匝间短路的主要原因是过电流和过电压。
本发明提供的技术方案，若所述故障判断第二节点为内部故障第一节点，说明内部故障次数大于外部故障次数，优先对内部故障进行检测。同时将外部故障第一节点作为故障判断第三节点。根据所述内部故障第一节点的判断逻辑内的优先级信息，确定内部故障信息，所述内部故障信息为开关故障或绕组故障中的任意一种。所述内部故障第一节点的判断逻辑，即为在深入分析内部故障中具体的故障原因时，每个具体的故障原因相对应的判断标准。例如判断开关故障或绕组故障发生故障的判断标准，可以是根据开关故障的电阻异常大小来判断开关发生故障，也可以是根据绕组故障的电流异常大小来判断绕组发生故障。同时根据内部故障第一节点的判断逻辑内的优先级信息，即为在历史故障信息的内部故障次数中，绕组故障的故障次数和开关故障的故障次数进行比较后，根据故障次数的大小所设置的优先检测标准。根据优先级信息决定先对绕组故障进行检测还是先对开关故障进行检测，再根据判断逻辑确定绕组故障或者开关故障是否实际发生故障。
所述若所述故障判断第二节点为内部故障第一节点，则将外部故障第一节点作为故障判断第三节点，根据所述内部故障第一节点的判断逻辑内的优先级信息，确定内部故障信息，所述内部故障信息为开关故障或绕组故障中的任意一种，包括：
根据所述内部故障第一节点的判断逻辑，确定开关故障或绕组故障相对应的内部当前状态信息和内部故障阈值信息，所述当前状态信息包括当前绕组电流、当前开关电阻，所述内部故障阈值信息包括绕组电流阈值区间、开关电阻阈值区间；
本发明提供的技术方案，所述内部故障第一节点，为变电设备事件树中内部故障对应的第一个故障分节点。且内部故障第一节点与开关故障和绕组故障相连接，根据内部故障第一节点的判断逻辑，判断变电设备内部故障中为开关故障还是绕组故障。所述内部故障第一节点的判断逻辑，为开关故障或者绕组故障的内部当前状态信息和内部故障阈值信息。所述当前状态信息为开关故障相对应的当前开关电阻，或者为绕组故障相对应的当前绕组电流。所述内部故障阈值信息为绕组故障对应的绕组电流阈值区间，或者为开关故障对应的开关电阻区间。根据所述内部故障第一节点的判断逻辑中，开关故障或者绕组故障分别对应的当前开关电阻、开关电阻阈值区间、当前绕组电流、绕组电流阈值区间，判断变电设备的内部故障中，出现故障的具体零部件为绕组故障还是开关故障。
若当前绕组电流不位于绕组电流阈值区间内，则确定绕组故障输出相对应的绕组异常信息，得到第一故障结果；
本发明提供的技术方案，所述当前绕组电流，通过油浸式变压器内部绕组部件上预先设置的电流传感器进行检测。若绕组故障内部当前状态信息所对应的当前绕组电流，不在绕组故障内部故障阈值信息所对应的绕组电流阈值区间内，则确定变电设备内部故障中绕组故障检测到出现故障情况，然后会根据绕组故障输出相对应的绕组异常信息，所述绕组异常信息即为根据绕组故障得到的变电设备的内部绕组部件出现故障的异常情况信息。根据所述绕组异常信息得到第一故障结果。所述第一故障结果，即为根据变电设备内部故障中对应绕组故障所得到的故障结果。
若当前开关电阻不位于开关电阻阈值区间内，则确定开关故障输出相对应的开关异常信息，得到第二故障结果。
本发明提供的技术方案，所述当前开关电阻，通过油浸式变压器内部分接开关部件上预先设置的电阻传感器进行检测。若开关故障内部当前状态信息所对应的当前开关电阻，不在开关故障内部故障阈值信息所对应的开关电阻阈值区间内，则确定变电设备内部故障中开关故障检测到出现故障情况，然后会根据开关故障输出相对应的开关异常信息，所述开关异常信息即为根据开关故障得到的变电设备的内部开关部件出现故障的异常情况信息。根据所述开关异常信息得到第二故障结果。所述第二故障结果，即为根据变电设备内部故障中对应开关故障所得到的故障结果。
步骤S4、在判断不存在相应的内部故障信息时，则根据所述外部故障第一节点的判断逻辑内的优先级信息，确定外部故障信息，所述外部故障信息为负荷故障或风冷故障中的任意一种；
可以知道的是，一般油浸式变压器外部故障有以下几种情况：过负荷运行导致外部设置的温度计显示温度过高、外部风冷装置转速较低导致风冷装置运行异常。在正常的情况下，在变压器的外部一般配置有温度计，若运行负荷正常，则温度计一般显示变压器上层油温在85℃以下。若变压器外部没有设置温度计，则可用水银温度计在变压器的外壳上测量温度，正常温度要保持在80℃以下。如果温度计显示温度过高，要对变压器是否过负荷的运行状况进行检查，若变压器在进行超负荷运行，要立刻对变压器的负荷进行减轻。变压器外部一般设置有风冷装置用于对变压器进行冷却降温，风冷装置中设置有转速传感器，对风冷装置的转速进行检测，若转速较低，则对风冷装置的转速运行状况进行检查。
本发明提供的技术方案，根据故障判断第一节点的故障判断逻辑内的优先级信息，在判断不存在相应的内部故障信息时，则根据所述外部故障第一节点的判断逻辑内的优先级信息，确定外部故障信息，所述外部故障信息为负荷故障或风冷故障中的任意一种。所述外部故障第一节点的判断逻辑，即为在深入分析外部故障中具体的故障原因时，每个具体的故障原因相对应的判断标准。例如判断负荷故障或风冷故障发生故障的判断标准，可以是根据负荷故障对应的温度大小，来判断油浸式变压器超负荷运行时所发生的故障；也可以是根据风冷故障的风冷转速异常，来判断风冷设备发生的故障。同时根据外部故障第一节点的判断逻辑内的优先级信息，即为在历史故障信息的外部故障次数中，风冷故障的故障次数和负荷故障的故障次数进行比较后，根据故障次数的大小所设置的优先检测标准。根据优先级信息决定先对负荷故障进行检测，还是先对风冷故障进行检测，再根据判断逻辑确定风冷故障或者负荷故障是否实际发生故障。
所述在判断不存在相应的内部故障信息时，则根据所述外部故障第一节点的判断逻辑内的优先级信息，确定外部故障信息，所述外部故障信息为负荷故障或风冷故障中的任意一种，包括：
根据所述外部故障第一节点的判断逻辑，确定负荷故障或风冷故障相对应的外部当前状态信息和外部故障阈值信息，所述外部当前状态信息包括当前负荷温度、当前风冷转速，所述外部故障阈值信息包括负荷温度阈值区间、风冷转速阈值区间；
本发明提供的技术方案，所述外部故障第一节点，为变电设备事件树中外部故障对应的第一个故障分节点。且外部故障第一节点与负荷故障和风冷故障相连接，根据外部故障第一节点的判断逻辑，判断变电设备外部故障中为负荷故障还是风冷故障。所述外部故障第一节点的判断逻辑，为负荷故障或者风冷故障的外部当前状态信息和外部故障阈值信息。所述外部当前状态信息为负荷故障相对应的当前负荷温度，或者为风冷故障相对应的当前风冷转速。所述外部故障阈值信息为负荷故障对应的负荷温度阈值区间，或者为风冷故障对应的风冷转速阈值区间。根据所述外部故障第一节点的判断逻辑中，负荷故障或者风冷故障分别对应的当前负荷温度、负荷温度阈值区间、当前风冷转速、风冷转速阈值区间，判断变电设备的外部故障中，出现故障的具体零部件为负荷故障还是风冷故障。
若当前负荷温度不位于负荷温度阈值区间内，则确定负荷故障输出相对应的负荷异常信息，得到第三故障结果；
本发明提供的技术方案，所述当前负荷温度
若负荷故障内部当前状态信息所对应的当前负荷温度，不在负荷故障外部故障阈值信息所对应的负荷温度阈值区间内，则确定变电设备外部故障中负荷故障检测到出现故障情况，然后会根据负荷故障输出相对应的负荷异常信息，所述负荷异常信息即为根据负荷故障得到的变电设备的外部负荷部件出现故障的异常情况信息。根据所述负荷异常信息得到第三故障结果。所述故障第三结果，即为根据变电设备外部故障中对应负荷故障所得到的故障结果。
若当前风冷转速不位于风冷转速阈值区间内，则确定风冷故障输出相对应的风冷异常信息，得到第四故障结果。
本发明提供的技术方案，所述当前风冷转速，通过油浸式变压器外部风冷装置预先设置的转速传感器，对当前风冷转速进行检测，若风冷故障中当前状态信息所对应的当前风冷转速，不在风冷故障外部故障阈值信息所对应的风冷转速阈值区间内，则确定变电设备外部故障中风冷故障检测到出现故障情况，然后会根据风冷故障输出相对应的风冷异常信息，所述风冷异常信息即为根据风冷故障得到的变电设备的外部风冷部件出现故障的异常情况信息。根据所述风冷异常信息得到第四故障结果。所述故障第四结果，即为根据变电设备外部故障中对应风冷故障所得到的故障结果。
步骤S5、在判断对故障信息确定完成后，根据所述内部故障信息或外部故障信息对所述历史故障信息更新。
本发明提供的技术方案，当确定了油浸式变压器的具体故障原因后，根据所述内部故障信息中的绕组故障、开关故障的任意一种，或是根据外部故障信息中的负荷故障、风冷故障的任意一种。根据导致油浸式变压器油温过高的具体故障原因，对历史故障信息中油浸式变压器的具体故障原因所对应的故障次数进行更新。
本发明提供的技术方案，在一个可能的实施方式中，还包括：
若所述故障判断第二节点为外部故障第一节点，则根据所述外部故障第一节点的判断逻辑内的优先级信息，确定外部故障信息，所述外部故障信息为负荷故障或风冷故障中的任意一种；
本发明提供的技术方案，若所述故障判断第二节点为外部故障第一节点，说明外部故障次数大于内部故障次数，优先对外部故障进行检测。同时将所述内部故障第一节点作为故障判断第三节点。根据所述外部故障第一节点的判断逻辑内的优先级信息，确定外部故障信息，所述外部故障信息为负荷故障或风冷故障中的任意一种。所述外部故障第一节点的判断逻辑，即为在深入分析外部故障中具体的故障原因时，每个具体的故障原因相对应的判断标准。例如判断负荷故障或风冷故障发生故障的判断标准，可以是根据负荷故障对应的温度大小，来判断油浸式变压器超负荷运行时所发生的故障；也可以是根据风冷故障的风冷转速异常，来判断风冷设备发生的故障。同时根据外部故障第一节点的判断逻辑内的优先级信息，即为在历史故障信息的外部故障次数中，风冷故障的故障次数和负荷故障的故障次数进行比较后，根据故障次数的大小所设置的优先检测标准。根据优先级信息决定先对负荷故障进行检测，还是先对风冷故障进行检测，再根据判断逻辑确定风冷故障或者负荷故障是否实际发生故障。
在判断不存在相应的外部故障信息时，则再次根据所述内部故障第一节点的判断逻辑内的优先级信息，确定内部故障信息，所述内部故障信息为开关故障或绕组故障中的任意一种。
本发明提供的技术方案，根据故障判断第一节点的故障判断逻辑内的优先级信息，在判断不存在相应的外部故障信息时，则根据所述内部故障第一节点的判断逻辑内的优先级信息，确定内部故障信息，所述内部故障信息为开关故障或绕组故障中的任意一种。所述内部故障第一节点的判断逻辑，即为在深入分析内部故障中具体的故障原因时，每个具体的故障原因相对应的判断标准。例如判断开关故障或绕组故障发生故障的判断标准，可以是根据开关故障的电阻异常大小来判断开关发生故障，也可以是根据绕组故障的电流异常大小来判断绕组发生故障。同时根据内部故障第一节点的判断逻辑内的优先级信息，即为在历史故障信息的内部故障次数中，绕组故障的故障次数和开关故障的故障次数进行比较后，根据故障次数的大小所设置的优先检测标准。根据优先级信息决定先对绕组故障进行检测还是先对开关故障进行检测，再根据判断逻辑确定绕组故障或者开关故障是否实际发生故障。
本发明提供的技术方案，在一个可能的实施方式中，还包括：
统计当前时刻所有位于预设分布区域内、被监测的变电设备的变电设备故障事件树，生成故障事件树集合；
本发明提供的技术方案，由于变电设备在不同的区域可能会出现不同的故障情况，区域的温度和湿度等环境影响因素，对变电设备的正常工作运行也有可能会产生一定的区域影响。例如，同样一台变电设备在冬季三亚市进行正常运行工作时，可能会使变电设备，容易发生一些受环境平均温度高的影响，所导致的故障情况；若这台变电设备在冬季漠河市进行正常运行工作时，可能会使变电设备，容易发生一些受环境平均温度低的影响，所导致的故障情况。综上所述，在不同的区域中，变电设备受环境影响因素所发生的故障情况也各不相同。因此本发明需要统计当前时刻，位于预设区域内被监测的变电设备。所述预设分布区域，即为人为所预先设置的一个变电设备固定的分布区域，可以是某个省、某个市、某个县，也可以是某个市的具体某个区域或者某个乡镇，在此不做具体要求。将所有位于预设分布区域内被监测的变电设备，基于事件树，生成变电设备故障事件树，再将这些变电设备故障事件树全部进行统计，得到故障事件树集合。所述故障事件树集合，即为包含了预设分布区域内所有变电设备故障事件树的集合。其主要作用在于，便于具体根据预设分布区域内所有的变电设备，基于变电设备故障事件树分析故障情况。
根据每个变电设备故障事件树内第一故障结果的故障次数、第二故障结果的故障次数、第三故障结果的故障次数以及第四故障结果的故障次数进行计算，得到每个变电设备故障事件树的故障评价系数；
本发明提供的技术方案，将预设分布区域内，每个变电设备故障事件树历史故障信息中第一故障结果对应的故障次数、第二故障结果的故障次数、第三故障结果的故障次数以及第四故障结果的故障次数进行获取，并将每个变电设备故障事件树对应的四个故障结果的故障次数获取后进行求和，通过人为预先设置的故障指标值进行调整，得到每个变电设备故障事件树的故障评价系数。所述每个变电设备故障事件树的故障评价系数，即为判断每个变电设备故障情况的一个评价参照值。若故障评价系数越大，则说明该变电设备的故障次数较多，容易发生故障。反之，若故障评价系数越小，则说明该变电设备的故障次数较小，不易发生故障。
通过以下公式计算故障评价系数，
。
其中，为第/>个变电设备故障事件树的故障评价系数，/>为第/>个变电设备故障事件树的第一故障结果的故障次数，/>为第一故障指标值，/>为第/>个变电设备故障事件树的第二故障结果的故障次数，/>为第二故障指标值，/>为第/>个变电设备故障事件树的第三故障结果的故障次数，/>为第三故障指标值，/>为第/>个变电设备故障事件树的第四故障结果的故障次数，/>为第四故障指标值，/>为故障评价系数常数值；
本发明提供的技术方案，第个变电设备故障事件树的第一故障结果的故障次数，通过第一故障指标值/>进行调整，第/>个变电设备故障事件树的第二故障结果的故障次数/>，通过第二故障指标值/>进行调整，第/>个变电设备故障事件树的第三故障结果的故障次数/>，通过第三故障指标值/>进行调整，第/>个变电设备故障事件树的第四故障结果的故障次数/>，通过第四故障指标值/>进行调整。将第/>个变电设备故障事件树调整后的第一故障结果的故障次数/>，调整后的第二故障结果的故障次数/>，调整后的第三故障结果的故障次数/>，调整后的第四故障结果的故障次数/>，进行求和，得到第/>个变电设备故障事件树四个故障结果的故障次数调整相加后的故障总次数。故障评价系数常数值/>为人为所预先设置的值。第/>个变电设备故障事件树四个故障结果的故障次数相加后的总故障次数与第/>个变电设备故障事件树的故障评价系数/>成正比，若第/>个变电设备故障事件树四个故障结果的故障次数相加后的总故障次数越大，则对应的第/>个变电设备故障事件树的故障评价系数/>越大；反之，若第/>个变电设备故障事件树四个故障结果的故障次数相加后的总故障次数/>越小，则对应的第/>个变电设备故障事件树的故障评价系数/>越小。
所述第一故障指标值、第二故障指标值/>、第三故障指标值/>、第四故障指标值/>为人为所预先设置的，作用在于对相应的故障结果的故障次数进行调整。第一故障指标值/>与第二故障指标值/>为第一故障结果的故障次数与第二故障结果的故障次数相对应的值，而第一故障结果与第二故障结果为变电设备故障事件树中对应的内部故障；第三故障指标值/>与第四故障指标值/>为第三故障结果的故障次数与第四故障结果的故障次数相对应的值，而第三故障结果与第四故障结果为变电设备故障事件树中对应的外部故障。可以知道的是，变电设备的外部故障情况对变电设备的影响有可能较小一些，例如若风冷故障或者负荷故障任意一种发生故障情况后，在不需要对变电设备进行较大幅度的拆卸维修检测下，一方面有可能仅需要调整风冷转速或者运行负荷，另一方面也有可能仅需要更换影响风冷转速的扇叶或者更换体现负荷温度的温度计等，对整个变电设备造成的故障损坏情况不会过于严重。相反，变电设备的内部故障的故障情况对变电设备的影响有可能较为严重一些，例如若绕组故障或者开关故障任意一种发生故障情况后，则需要对变电设备进行较大幅度的拆卸维修检测。对整个变电设备造成的故障损坏情况较为严重。因此，变电设备故障事件树内部故障中第一故障结果的故障次数与第二故障结果的故障次数，相对应的第一故障指标值/>与第二故障指标值/>要偏大一些，变电设备故障事件树外部故障中第三故障结果的故障次数与第四故障结果的故障次数，相对应的第三故障指标值/>与第四故障指标值/>要偏小一些。可以理解为第三故障指标值/>和第四故障指标值/>要低于第一故障指标值/>和第二故障指标值/>。综上所述，第一故障指标值/>与第二故障指标值人为在预先设置时有可能会设置的较大，第三故障指标值/>和第四故障指标值/>人为在预先设置时有可能会设置的较小。
根据所述故障评价系数对故障事件树集合内的所有变电设备故障事件树进行降序排序；
本发明提供的技术方案，在得到变电设备故障事件树的故障评价系数后，将预设分布区域故障事件树集合内每个变电设备故障事件树不同的故障评价系数，按照从大到小的顺序进行降序排序。
为故障事件树集合内前部预设数量的变电设备添加第一巡检频率，为故障事件树集合内其他的变电设备添加第二巡检频率，所述第一巡检频率大于所述第二巡检频率。
本发明提供的技术方案，根据故障事件树集合内所有变电设备事件树的故障次数的多少进行排序。选取故障事件树集合内前部预设数量的变电设备，即为在故障事件树集合内，将排序后故障评价系数较大的预设数量的变电设备故障事件树进行选取。所述预设数量即人为预先设置的，所选取的变电设备故障事件树的数量。将这些选取的故障评价系数较大的变电设备故障事件树添加第一巡检频率，所述第一巡检频率，即为对故障评价系数较大的变电设备故障事件树进行巡查检修的频率。因为故障评价系数较大的变电设备故障事件树，说明其故障次数越多，在故障事件树集合内顺序排的越靠前同时对应的故障树需要重点巡检。巡检即为进行正常检测。故障事件树集合内除了故障评价系数较大的变电设备故障事件树，剩下的即为故障评价系数较小的变电设备故障事件树。将故障评价系数较小的变电设备故障事件树添加第二巡检频率，所述第二巡检频率，即为对故障评价系数较小的变电设备故障事件树进行巡查检修的频率。因为故障评价系数较小的变电设备故障事件树，说明其故障次数越少，在故障事件树集合内顺序排的越靠后同时对应的故障树不需要进行重点巡检，只需要在一定时间内进行固定巡检即可。
例如预设分布区域中，故障事件树集合内所有变电设备故障事件树对应的变电设备，无论是否发生故障，一般会在固定的时间段内进行定期巡检，有可能每隔几天巡检一次，也有可能每隔几周巡检一次在此不做具体要求。假设预设分布区域内，故障事件树集合内一共有十个与变电设备故障事件树对应的变电设备，前五个故障次数较多对应的故障评价系数较大，说明前五个变电设备容易损坏发生故障，那么前五个变电设备一天巡检一次。后五个故障次数较少对应的故障评价系数较小，说明后五个变电设备都不容易损坏发生故障，那么后五个变电设备三天巡检一次。根据不同的故障事件树确定不同的巡检频率。故障次数越多的变电设备故障事件树，巡检频率则越高，故障次数越少的变电设备故障事件树，巡检频率则越低。
本发明提供的技术方案，在一个可能的实施方式中，还包括：
获取每一个被监测的变电设备所对应的台账信息，确定变电设备故障事件树中每次故障结果所对应的维修时间；
本发明提供的技术方案，获取预设分布区域中，故障事件树集合内所有变电设备故障事件树对应的台账信息。所述台账信息，即为变电设备发生故障的时间及维修的时间进行记录后所包含的信息。台账信息包括，变电设备发生故障的时间，故障变电设备开始维修的时间，故障变电设备维修好的时间。根据故障变电设备开始维修的时间和故障变电设备维修好的时间，得到变电设备故障事件树每个故障结果所对应的维修时间。
将每个变电设备故障事件树内第一故障结果的维修时间、第二故障结果的维修时间、第三故障结果的维修时间、第四故障结果的维修时间进行计算，得到每个变电设备故障事件树的维修总时长；
本发明提供的技术方案，将预设分布区域内，每个变电设备故障事件树台账信息中第一故障结果对应的维修时间、第二故障结果的维修时间、第三故障结果的维修时间以及第四故障结果的维修时间进行获取，并将这四个故障结果的维修时间获取后进行求和，通过人为预先设置的维修指标值进行调整，得到每个变电设备故障事件树的维修评价系数。所述每个变电设备故障事件树的维修评价系数，即为判断每个变电设备维修情况的一个效率参照值。若维修评价系数越大，则说明该变电设备的故障次数较多，维修效率较低维修人员的维修技术较差。反之，若维修评价系数越小，则说明该变电设备的故障次数较小，维修效率较高，维修人员的维修技术较优。
将所述每个变电设备故障事件树内第一故障结果的故障次数、第二故障结果的故障次数、第三故障结果的故障次数以及第四故障结果的故障次数进行求和得到每个变电设备故障事件树的故障总次数；
本发明提供的技术方案，将预设分布区域内，每个变电设备故障事件树历史故障信息中第一故障结果对应的故障次数、第二故障结果的故障次数、第三故障结果的故障次数以及第四故障结果的故障次数进行获取，并将每个变电设备故障事件树对应的四个故障结果的故障次数获取后进行求和，得到每个变电设备故障事件树对应的四个故障结果的故障总次数。
将所述每个变电设备故障事件树的维修总时长，与所述每个变电设备故障事件树的故障总次数进行运算，得到每个变电设备故障事件树的维修评价系数；
本发明提供的技术方案，将预设分布区域中，故障事件树集合内每个变电设备故障事件树的维修总时长，与所述每个变电设备故障事件树四个故障结果的故障总次数相除，得到每个变电设备故障事件树对应的维修评价系数。
通过以下公式计算维修评价系数，
。
其中，为第/>个变电设备故障事件树的维修评价系数，/>为第/>个变电设备故障事件树的第一故障结果的维修时间，/>为第一维修指标值，/>为第/>个变电设备故障事件树的第二故障结果的维修时间，/>为第二维修指标值，/>为第/>个变电设备故障事件树的第三故障结果的维修时间，/>为第三维修指标值，/>为第/>个变电设备故障事件树的第四故障结果的维修时间，/>为第四维修指标值；
本发明提供的技术方案，第个变电设备故障事件树的第一故障结果的维修时间，通过第一维修指标值/>进行调整，第/>个变电设备故障事件树的第二故障结果的维修时间/>，通过第二维修指标值/>进行调整，第/>个变电设备故障事件树的第三故障结果的维修时间/>，通过第三维修指标值/>进行调整，第/>个变电设备故障事件树的第四故障结果的维修时间/>，通过第四维修指标值/>进行调整。将第/>个变电设备故障事件树调整后的第一故障结果的维修时间/>，调整后的第二故障结果的维修时间/>，调整后的第三故障结果的维修时间/>，调整后的第四故障结果的维修时间/>，进行求和，得到第/>个变电设备故障事件树四个故障结果的维修时间相加后的维修总时长。将第/>个变电设备故障事件树的第一故障结果的故障次数、第/>个变电设备故障事件树的第二故障结果的故障次数/>、第/>个变电设备故障事件树的第三故障结果的故障次数/>、第/>个变电设备故障事件树的第四故障结果的故障次数/>进行求和，得到得到第/>个变电设备故障事件树四个故障结果的故障次数相加后的故障总次数/>。所述维修总时长/>与第/>个变电设备故障事件树的维修评价系数/>成正比，若维修总时长/>越大，则对应的第/>个变电设备故障事件树的维修评价系数/>越大；反之，若维修总时长/>越小，则对应的第/>个变电设备故障事件树的维修评价系数越小。所述故障总次数/>与第/>个变电设备故障事件树的维修评价系数成反比，若故障总次数/>越大，则对应的第/>个变电设备故障事件树的维修评价系数/>越小；反之若故障总次数/>越小，则对应的第/>个变电设备故障事件树的维修评价系数/>越大。
将所述故障评价系数和维修评价系数进行计算，得到预设分布区域的稳定性评估系数值，若稳定性评估系数值大于预设评估系数值，则根据变电设备故障事件树中每个故障结果的次数生成相对应的培训课程时长，根据所述培训课程时长对相应的维修人员进行培训。
本发明提供的技术方案，评判预设分布区域内变电设备故障事件树的稳定性，需要从两个维度进行判断，一个是从变电设备本身故障的维度，另一个是从维修工作人员维修效率上的维度，因此将故障评价系数和维修评价系数进行计算，得到预设分布区域的稳定性评估系数值。所述稳定性评估系数值，即为评判预设分布区域内所有变电设备故障事件树稳定性的数值。如果故障次数越多，故障评价系数越大，则证明此区域内的变电设备总出现故障，一般情况下稳定性较差。另一方面，如果维修评价系数越大，则说明维修工作人员维修效率较低，那么证明一般情况下稳定性同样较差。如果变电设备本身故障的次数就比较多，维修工作人员的维修效率还比较低，那么说明该区域变电设备的稳定性较差。所以此时需要给维修人员进行培训。
本发明提供的技术方案，得到预设区域内变电设备的稳定性评估系数值后，将稳定性评估系数值与预设评估系数值进行比对。所述预设评估系数值，是人为所预先设置的值，主要作用为，便于判断预设区域内变电设备的稳定性，若稳定性评估系数值大于预设评估系数值，则证明该区域变电设备的稳定性较差，容易出现危险及事故。根据变电设备故障事件树每个故障结果对应的故障次数，对区域所有变电设备故障事件树的四个故障结果的故障次数都进行统计，分析哪一个故障结果对应的故障次数最多，将四个故障结果对应的故障次数进行比对生成课程时长比例。获取培训课程的总时长，将培训课程的总时长按照课程时长比例进行分配，得到每个故障结果对应的培训课程时长。
本发明提供的技术方案，在一个可能的实施方式中，所述将所述故障评价系数和维修评价系数进行计算，得到预设分布区域的稳定性评估系数值，包括：
将预设分布区域内每个变电设备故障事件树的故障评价系数进行求和，根据第一调整值进行调整，得到故障评价融合系数；
本发明提供的技术方案，将预设分布区域中，故障事件树集合内所有变电设备故障事件树的故障评价系数进行求和，并通过人为预先设置的第一调整值进行调整，得到故障评价融合系数。所述故障评价融合系数，即为将故障事件树集合内每一个变电设备故障事件树的故障评价系数融合后的值。
将预设分布区域内每个变电设备故障事件树的维修评价系数进行求和，根据第二调整值进行调整，得到维修评价融合系数；
本发明提供的技术方案，将预设分布区域中，故障事件树集合内所有变电设备故障事件树的维修评价系数进行求和，并通过人为预先设置的第二调整值进行调整，得到维修评价融合系数。所述维修评价融合系数，即为将故障事件树集合内每一个变电设备故障事件树的维修评价系数融合后的值。
获取预设分布区域内变电设备故障事件树总量，将所述变电设备故障事件树总量分别与故障评价融合系数、维修评价融合系数进行运算，得到故障评价系数平均值、维修评价系数平均值；
本发明提供的技术方案，获取预设分布区域中，故障事件树集合内所有变电设备故障事件树的数量，得到变电设备故障事件树总量。将故障评价融合系数与变电设备故障事件树总量相除，得到故障评价系数平均值。所述故障评价系数平均值，即为预设分布区域中，故障事件树集合内每一个变电设备故障事件树的故障评价系数的平均值。将维修评价融合系数与变电设备故障事件树总量相除，得到维修评价系数平均值。所述维修评价系数平均值，即为预设分布区域中，故障事件树集合内每一个变电设备故障事件树的维修评价系数的平均值。
将所述故障评价系数平均值和维修评价系数平均值进行运算，得到预设分布区域内变电设备的稳定性评估系数值；
本发明提供的技术方案，将故障评价系数平均值和维修评价系数平均值进行求和，得到预设分布区域中，故障事件树集合内所有变电设备的稳定性评估系数值，所述稳定性评估系数值，即为评判预设分布区域内所有变电设备故障事件树稳定性的数值。
通过以下公式计算预设分布区域内变电设备的稳定性评估系数值，
。
其中，为预设分布区域内变电设备的稳定性评估系数值，为故障评价系数的上限值，/>为第/>个故障评价系数，/>为第一调整值，/>为维修评价系数的上限值，/>为第/>个维修评价系数，/>为第二调整值，/>为变电设备故障事件树总量；
本发明提供的技术方案，将预设分布区域中，故障事件树集合内所有变电设备故障事件树的故障评价系数进行求和，并通过人为预先设置的第一调整值/>进行调整，得到故障评价融合系数/>。将预设分布区域中，故障事件树集合内所有变电设备故障事件树的维修评价系数进行求和/>，并通过人为预先设置的第二调整值/>进行调整，得到维修评价融合系数/>。将所述故障评价融合系数/>与变电设备故障事件树总量/>相除，得到预设分布区域中故障事件树集合内所有变电设备故障事件树的故障评价系数平均值/>。将所述维修评价融合系数/>与变电设备故障事件树总量/>相除，得到预设分布区域中故障事件树集合内所有变电设备故障事件树的维修评价系数平均值/>。将预设分布区域中，故障事件树集合内，所有变电设备故障事件树的故障评价系数平均值/>与维修评价系数平均值/>相加求和，得到预设分布区域内变电设备的稳定性评估系数值/>。
本发明提供的技术方案，在一个可能的实施方式中，所述若稳定性评估系数值大于预设评估系数值，则根据变电设备故障事件树中每个故障结果的次数生成相对应的培训课程时长，根据所述培训课程时长对相应的维修人员进行培训，包括：
根据所述稳定性评估系数值与所述预设评估系数值的第一差值，与预设培训课程时长进行运算，得到培训课程总时长；
本发明提供的技术方案，将所述稳定性评估系数值与所述预设评估系数值相减，所得差值为第一差值。所述预设评估系数值，是人为所预先设置的值，主要作用为，便于判断预设区域内变电设备的稳定性，若稳定性评估系数值大于预设评估系数值，则证明该区域变电设备的稳定性较差，容易出现危险及事故。第一差值与预设培训课程时长相乘，得到培训课程总时长。所述预设培训课程时长，即为人为所预先设置的，针对预设分布区域内所有变电设备故障事件树的四个故障结果如何维修，所制定的相关培训课程的时长。所述培训课程总时长，即为对预设分布区域中，故障事件树集合内所有变电设备故障事件树的故障结果进行维修所制定的相关培训课程的总时长。
统计故障事件树集合内，所有变电设备故障事件树在每一个故障结果下所对应的故障次数，根据每一个故障结果下所对应的故障次数进行计算，得到不同故障结果相对应的课程时长比例；
本发明提供的技术方案，统计预设分布区域中，故障事件树集合内所有变电设备故障事件树的每一个故障结果下所对应的故障总次数。即为将预设分布区域中，故障事件树集合内所有变电设备故障事件树第一故障结果的故障次数进行求和，得到预设分布区域中，故障事件树集合内所有变电设备故障事件树发生第一故障结果的故障总次数。将预设分布区域中，故障事件树集合内所有变电设备故障事件树第二故障结果的故障次数进行求和，得到预设分布区域中，故障事件树集合内所有变电设备故障事件树发生第二故障结果的故障总次数。将预设分布区域中，故障事件树集合内所有变电设备故障事件树第三故障结果的故障次数进行求和，得到预设分布区域中，故障事件树集合内所有变电设备故障事件树发生第三故障结果的故障总次数。将预设分布区域中，故障事件树集合内所有变电设备故障事件树第四故障结果的故障次数进行求和，得到预设分布区域中，故障事件树集合内所有变电设备故障事件树发生第四故障结果的故障总次数。
本发明提供的技术方案，将预设分布区域中，故障事件树集合内所有变电设备故障事件树每一个故障结果对应的故障总次数，按照比例进行运算，即为将第一故障结果的故障总次数与四个故障结果的故障总次数进行相除，得到第一故障结果的故障总次数在四个故障结果的故障总次数中所占的比例大小。例如预设分布区域中，故障事件树集合内所有变电设备故障事件树的第一故障结果的故障总次数为十次，第二故障结果的故障总次数为二十次，第三故障结果的故障总次数为三十次，第四故障结果的故障总次数为四十次，那么预设分布区域内，故障事件树集合内所有变电设备故障事件树四个故障结果的故障总次数为一百次。因此预设分布区域中，故障事件树集合内，所有变电设备故障事件树的第一故障结果相对应的课程时长比例为十与一百相除，得到十分之一，即为，第二故障结果、第三故障结果、第四故障结果的相对应的课程时长比例以此类推，为十分之二、十分之三、十分之四，即为/>。第一故障结果、第二故障结果、第三故障结果、第四故障结果相对应的课程时长比例即为/>。
根据所述培训课程总时长、课程时长比例进行计算，得到每个故障结果对应的培训课程时长，
本发明提供的技术方案，根据培训课程总时长和课程时长比例，将所有变电设备故障事件树不同故障结果的故障次数所对应的课程时长比例与培训课程总时长进行运算，得到每个故障结果对应的培训课程时长。假设培训课程总时长是十个小时，假设故障事件树内部的第一故障结果和第二故障结果没有损坏发生故障，一直都是外部的第三故障结果和第四故障结果在损坏发生故障，同时第三故障结果和第四故障结果对应的维修时间较长且其维修效率慢，则说明工作人员对变电设备出现外部故障时维修的不好，那么十个小时的培训课程都是对变电设备的外部故障对应的维修进行培训，不需要对变电设备的内部故障对应的维修进行培训。
另一方面，假设变电设备的故障次数一共有十次，八次是变电设备外部故障对应的第三故障结果和第四故障结果，两次是变电设备内部故障对应的第一故障结果和第二故障结果，那么在分配课程时，一共十个小时的培训课程总时长，八个小时对变电设备外部故障的维修进行培训，两个小时对变电设备内部故障的维修进行培训。把培训课程总时长结合所有变电设备故障事件树不同故障结果的故障次数所对应的课程时长比例，进行合理的分配。
通过以下公式计算每个故障结果对应的培训课程时长，
。
其中，为第/>个故障结果的培训课程时长，/>为预设分布区域内变电设备的稳定性评估系数值，/>为预设评估系数值，/>为预设培训课程时长，/>为所有变电设备故障事件树第/>个故障结果对应的故障次数，/>为所有变电设备故障事件树在每一个故障结果下所对应的故障次数的总和。
本发明提供的技术方案，所述稳定性评估系数值与所述预设评估系数值相减，得到第一差值/>，将第一差值/>与预设评估系数值/>进行计算后/>，与预设培训课程时长/>相乘，得到培训课程总时长/>。将故障事件树集合内，所有变电设备故障事件树在第/>个故障结果对应的故障次数/>，除以所有变电设备故障事件树在每一个故障结果下所对应的故障次数的总和/>，得到第/>个故障结果对应的故障次数/>相对应的课程时长比例/>，将培训课程总时长/>与第/>个故障结果对应的故障次数/>相对应的课程时长比例/>相乘，得到第/>个故障结果相对应的培训课程时长/>。
本发明还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器（ROM）、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元（英文：Central Processing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：Digital Signal Processor，简称：DSP）、专用集成电路（英文：Application SpecificIntegrated Circuit，简称：ASIC）等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种基于事件树的变电设备故障机理推演方法，其特征在于，包括：
获取被监测的变电设备的历史故障信息，根据所述历史故障信息对变电设备故障事件树每个具有判断功能的节点的判断逻辑进行配置，所述判断逻辑包括判断优先级信息；
若所获取的变电设备的第一故障信息与预设故障信息相对应，则确定变电设备故障事件树的故障判断第一节点，根据所述故障判断第一节点的故障判断逻辑内的优先级信息，确定故障判断第二节点；
若所述故障判断第二节点为内部故障第一节点，则将外部故障第一节点作为故障判断第三节点，根据所述内部故障第一节点的判断逻辑内的优先级信息，确定内部故障信息，所述内部故障信息为开关故障或绕组故障中的任意一种；
在判断不存在相应的内部故障信息时，则根据所述外部故障第一节点的判断逻辑内的优先级信息，确定外部故障信息，所述外部故障信息为负荷故障或风冷故障中的任意一种；
在判断对故障信息确定完成后，根据所述内部故障信息或外部故障信息对所述历史故障信息更新；
还包括：
统计当前时刻所有位于预设分布区域内、被监测的变电设备的变电设备故障事件树，生成故障事件树集合；
根据每个变电设备故障事件树内第一故障结果的故障次数、第二故障结果的故障次数、第三故障结果的故障次数以及第四故障结果的故障次数进行计算，得到每个变电设备故障事件树的故障评价系数；
通过以下公式计算故障评价系数，
；
其中，为第/>个变电设备故障事件树的故障评价系数，/>为第/>个变电设备故障事件树的第一故障结果的故障次数，/>为第一故障指标值，/>为第/>个变电设备故障事件树的第二故障结果的故障次数，/>为第二故障指标值，/>为第/>个变电设备故障事件树的第三故障结果的故障次数，/>为第三故障指标值，/>为第/>个变电设备故障事件树的第四故障结果的故障次数，/>为第四故障指标值，/>为故障评价系数常数值；
根据所述故障评价系数对故障事件树集合内的所有变电设备故障事件树进行降序排序；
为故障事件树集合内前部预设数量的变电设备添加第一巡检频率，为故障事件树集合内其他的变电设备添加第二巡检频率，所述第一巡检频率大于所述第二巡检频率；
获取每一个被监测的变电设备所对应的台账信息，确定变电设备故障事件树中每次故障结果所对应的维修时间；
将每个变电设备故障事件树内第一故障结果的维修时间、第二故障结果的维修时间、第三故障结果的维修时间、第四故障结果的维修时间进行计算，得到每个变电设备故障事件树的维修总时长；
将所述每个变电设备故障事件树内第一故障结果的故障次数、第二故障结果的故障次数、第三故障结果的故障次数以及第四故障结果的故障次数进行求和得到每个变电设备故障事件树的故障总次数；
将所述每个变电设备故障事件树的维修总时长，与所述每个变电设备故障事件树的故障总次数进行运算，得到每个变电设备故障事件树的维修评价系数；
通过以下公式计算维修评价系数，
；
其中，为第/>个变电设备故障事件树的维修评价系数，/>为第/>个变电设备故障事件树的第一故障结果的维修时间，/>为第一维修指标值，/>为第/>个变电设备故障事件树的第二故障结果的维修时间，/>为第二维修指标值，/>为第/>个变电设备故障事件树的第三故障结果的维修时间，/>为第三维修指标值，/>为第/>个变电设备故障事件树的第四故障结果的维修时间，/>为第四维修指标值；
将所述故障评价系数和维修评价系数进行计算，得到预设分布区域的稳定性评估系数值，若稳定性评估系数值大于预设评估系数值，则根据变电设备故障事件树中每个故障结果的次数生成相对应的培训课程时长，根据所述培训课程时长对相应的维修人员进行培训；
所述将所述故障评价系数和维修评价系数进行计算，得到预设分布区域的稳定性评估系数值包括：
将预设分布区域内每个变电设备故障事件树的故障评价系数进行求和，根据第一调整值进行调整，得到故障评价融合系数；
将预设分布区域内每个变电设备故障事件树的维修评价系数进行求和，根据第二调整值进行调整，得到维修评价融合系数；
获取预设分布区域内变电设备故障事件树总量，将所述变电设备故障事件树总量分别与故障评价融合系数、维修评价融合系数进行运算，得到故障评价系数平均值、维修评价系数平均值；
将所述故障评价系数平均值和维修评价系数平均值进行运算，得到预设分布区域内变电设备的稳定性评估系数值；
通过以下公式计算预设分布区域内变电设备的稳定性评估系数值，
；
其中，为预设分布区域内变电设备的稳定性评估系数值，/>为故障评价系数的数量上限值，/>为第/>个故障评价系数，/>为第一调整值，/>为维修评价系数的数量上限值，/>为第/>个维修评价系数，/>为第二调整值，/>为变电设备故障事件树总量。
2.根据权利要求1所述的方法，其特征在于，
所述获取被监测的变电设备的历史故障信息，根据所述历史故障信息对变电设备故障事件树每个具有判断功能的节点的判断逻辑进行配置，所述判断逻辑包括判断优先级信息，包括：
获取预设时间段内变电设备的历史故障信息，所述历史故障信息包括内部故障次数和外部故障次数，根据所述内部故障次数和外部故障次数生成故障判断第一节点的总优先级信息；
确定内部故障次数中的绕组故障次数、开关故障次数，根据所述绕组故障次数、开关故障次数生成内部故障第一节点的内部优先级信息，确定外部故障次数中的风冷故障次数、负荷故障次数，根据所述风冷故障次数、负荷故障次数生成外部故障第一节点的外部优先级信息。
3.根据权利要求2所述的方法，其特征在于，
所述获取预设时间段内变电设备的历史故障信息，所述历史故障信息包括内部故障次数和外部故障次数，根据所述内部故障次数和外部故障次数生成故障判断第一节点的总优先级信息，包括：
若所述内部故障的故障次数大于外部故障的故障次数，则总优先级信息为优先对变电设备的内部故障进行检测；
若所述外部故障的故障次数大于内部故障的故障次数，则总优先级信息为优先对变电设备的外部故障进行检测；
若所述外部故障的故障次数等于内部故障的故障次数，则总优先级信息为根据外部故障检测优势，优先对变电设备的外部故障进行检测。
4.根据权利要求3所述的方法，其特征在于，
所述确定内部故障次数中的绕组故障次数、开关故障次数，根据所述绕组故障次数、开关故障次数生成内部故障第一节点的内部优先级信息，确定外部故障次数中的风冷故障次数、负荷故障次数，根据所述风冷故障次数、负荷故障次数生成外部故障第一节点的外部优先级信息包括：
若所述绕组故障的故障次数大于开关故障的故障次数，则内部优先级信息为优先对绕组故障进行检测；
若所述开关故障的故障次数大于绕组故障的故障次数，则内部优先级信息为优先对开关故障进行检测；
若所述绕组故障的故障次数等于开关故障的故障次数，则内部优先级信息为根据绕组故障的检测优势，优先对绕组故障进行检测；
若所述负荷故障的故障次数大于风冷故障的故障次数，则外部优先级信息为优先对负荷故障进行检测；
若所述风冷故障的故障次数大于负荷故障的故障次数，则外部优先级信息为优先对风冷故障进行检测；
若所述负荷故障的故障次数等于风冷故障的故障次数，则外部优先级信息为根据负荷故障的检测优势，优先对负荷故障进行检测。
5.根据权利要求4所述的方法，其特征在于，
所述若所述故障判断第二节点为内部故障第一节点，则将外部故障第一节点作为故障判断第三节点，根据所述内部故障第一节点的判断逻辑内的优先级信息，确定内部故障信息，所述内部故障信息为开关故障或绕组故障中的任意一种，包括：
根据所述内部故障第一节点的判断逻辑，确定开关故障或绕组故障相对应的内部当前状态信息和内部故障阈值信息，所述当前状态信息包括当前绕组电流、当前开关电阻，所述内部故障阈值信息包括绕组电流阈值区间、开关电阻阈值区间；
若当前绕组电流不位于绕组电流阈值区间内，则确定绕组故障输出相对应的绕组异常信息，得到第一故障结果；
若当前开关电阻不位于开关电阻阈值区间内，则确定开关故障输出相对应的开关异常信息，得到第二故障结果。
6.根据权利要求5所述的方法，其特征在于，
所述在判断不存在相应的内部故障信息时，则根据所述外部故障第一节点的判断逻辑内的优先级信息，确定外部故障信息，所述外部故障信息为负荷故障或风冷故障中的任意一种，包括：
根据所述外部故障第一节点的判断逻辑，确定负荷故障或风冷故障相对应的外部当前状态信息和外部故障阈值信息，所述外部当前状态信息包括当前负荷温度、当前风冷转速，所述外部故障阈值信息包括负荷温度阈值区间、风冷转速阈值区间；
若当前负荷温度不位于负荷温度阈值区间内，则确定负荷故障输出相对应的负荷异常信息，得到第三故障结果；
若当前风冷转速不位于风冷转速阈值区间内，则确定风冷故障输出相对应的风冷异常信息，得到第四故障结果。
7.根据权利要求1所述的方法，其特征在于，
所述若稳定性评估系数值大于预设评估系数值，则根据变电设备故障事件树中每个故障结果的次数生成相对应的培训课程时长，根据所述培训课程时长对相应的维修人员进行培训，包括：
根据所述稳定性评估系数值与所述预设评估系数值的第一差值，与预设培训课程时长进行运算，得到培训课程总时长；
统计故障事件树集合内，所有变电设备故障事件树在每一个故障结果下所对应的故障次数，根据每一个故障结果下所对应的故障次数进行计算，得到不同故障结果相对应的课程时长比例；
根据所述培训课程总时长、课程时长比例进行计算，得到每个故障结果对应的培训课程时长，通过以下公式计算每个故障结果对应的培训课程时长，
；
其中，为第/>个故障结果的培训课程时长，/>为预设分布区域内变电设备的稳定性评估系数值，/>为预设评估系数值，/>为预设培训课程时长，/>为所有变电设备故障事件树第/>个故障结果对应的故障次数，/>为所有变电设备故障事件树在每一个故障结果下所对应的故障次数的总和。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310807377.7A CN116542655B (zh) | 2023-07-04 | 2023-07-04 | 基于事件树的变电设备故障机理推演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310807377.7A CN116542655B (zh) | 2023-07-04 | 2023-07-04 | 基于事件树的变电设备故障机理推演方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116542655A CN116542655A (zh) | 2023-08-04 |
| CN116542655B true CN116542655B (zh) | 2023-11-03 |
Family
ID=87458131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310807377.7A Active CN116542655B (zh) | 2023-07-04 | 2023-07-04 | 基于事件树的变电设备故障机理推演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116542655B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117150418B (zh) * | 2023-10-31 | 2024-01-26 | 国网浙江省电力有限公司宁波供电公司 | 基于状态特征故障树的变压器运检周期制定方法和系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102385333A (zh) * | 2011-08-01 | 2012-03-21 | 西安石油大学 | 一种石油仪器故障诊断装置及诊断方法 |
| CN102819239A (zh) * | 2011-06-08 | 2012-12-12 | 同济大学 | 一种数控机床智能故障诊断方法 |
| CN106357423A (zh) * | 2016-08-19 | 2017-01-25 | 南京国电南自电网自动化有限公司 | 一种基于故障树的智能变电站二次设备异常诊断方法 |
| CN107632590A (zh) * | 2017-08-22 | 2018-01-26 | 哈尔滨工程大学 | 一种基于优先级的底事件排序方法 |
| CN110703151A (zh) * | 2019-10-10 | 2020-01-17 | 重庆大学 | 基于振动盲源分离和贝叶斯模型的变压器故障诊断方法 |
| CN114117786A (zh) * | 2021-11-24 | 2022-03-01 | 国网北京市电力公司 | 一种场馆供电系统维护方法、系统、设备及介质 |
| CN115130936A (zh) * | 2022-09-01 | 2022-09-30 | 北京智盟信通科技有限公司 | 基于关键状态量的变电设备运行可靠性评估方法 |
| CN115480557A (zh) * | 2022-09-28 | 2022-12-16 | 武汉大学 | 一种基于知识引擎的储能装置运维检修专家系统 |
-
2023
- 2023-07-04 CN CN202310807377.7A patent/CN116542655B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102819239A (zh) * | 2011-06-08 | 2012-12-12 | 同济大学 | 一种数控机床智能故障诊断方法 |
| CN102385333A (zh) * | 2011-08-01 | 2012-03-21 | 西安石油大学 | 一种石油仪器故障诊断装置及诊断方法 |
| CN106357423A (zh) * | 2016-08-19 | 2017-01-25 | 南京国电南自电网自动化有限公司 | 一种基于故障树的智能变电站二次设备异常诊断方法 |
| CN107632590A (zh) * | 2017-08-22 | 2018-01-26 | 哈尔滨工程大学 | 一种基于优先级的底事件排序方法 |
| CN110703151A (zh) * | 2019-10-10 | 2020-01-17 | 重庆大学 | 基于振动盲源分离和贝叶斯模型的变压器故障诊断方法 |
| CN114117786A (zh) * | 2021-11-24 | 2022-03-01 | 国网北京市电力公司 | 一种场馆供电系统维护方法、系统、设备及介质 |
| CN115130936A (zh) * | 2022-09-01 | 2022-09-30 | 北京智盟信通科技有限公司 | 基于关键状态量的变电设备运行可靠性评估方法 |
| CN115480557A (zh) * | 2022-09-28 | 2022-12-16 | 武汉大学 | 一种基于知识引擎的储能装置运维检修专家系统 |
Non-Patent Citations (5)
| Title |
|---|
| 基于可靠性分析的智能变电站巡检周期计算方法;黄悦华;李孟凡;程江洲;兰芳;邹子豪;电测与仪表(019);全文 * |
| 基于故障树分析法的电力变压器故障诊断专家系统;陈彦交;罗晓庆;;陕西电力(第12期);第55-59页 * |
| 基于案例推理的故障诊断算法;孔钦;叶长青;;计算机系统应用(01);全文 * |
| 殷春宏 ; 张安炜.基于故障检查模型的维修间隔的确定.2009核能行业可靠性维修(RCM)研讨会.2009,全文. * |
| 陈彦交 ; 罗晓庆 ; .基于故障树分析法的电力变压器故障诊断专家系统.陕西电力.2012,(第12期),第55-59页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116542655A (zh) | 2023-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114184229B (zh) | 一种开关柜运行环境监测系统 | |
| CN109102171A (zh) | 一种基于大数据的变电站设备状态智能化评价系统及方法 | |
| CN116754901B (zh) | 一种基于快速定位的配电网故障分析管理平台 | |
| CN114114003A (zh) | 一种基于数据监测的断路器运行检测系统 | |
| CN116542655B (zh) | 基于事件树的变电设备故障机理推演方法 | |
| CN115995886A (zh) | 一种电力设备的电力监控系统 | |
| CN116385208B (zh) | 储能电站数据的处理方法及系统 | |
| CN116703252B (zh) | 基于SaaS的智慧楼宇信息管理方法 | |
| CN114740306A (zh) | 一种基于电网信息化的配电网线路故障在线监测预警管理系统 | |
| CN101727543A (zh) | 震后电网设施剩余寿命柔性过程模型诊断方法 | |
| CN115833387A (zh) | 一种储能电站自动化状态巡检方法 | |
| CN115600879A (zh) | 一种断路器异常预警方法、系统及相关装置 | |
| CN117148047B (zh) | 一种基于多维数据的配电故障定位方法及系统 | |
| CN110516960B (zh) | 一种变电站继电保护设备的可靠性指标定量计算方法 | |
| CN117110768A (zh) | 一种基于数据分析的自动印控机安全预警系统 | |
| CN117196251A (zh) | 一种园区配电设施监控方法、系统、设备及介质 | |
| CN112036712A (zh) | 一种配电终端状态评价指标权重分配方法 | |
| CN109559056B (zh) | 用于含分布式电源的配电网的薄弱环节的辨识方法 | |
| CN115684829A (zh) | 一种电力二次回路故障检测预警方法及系统 | |
| CN109031181B (zh) | Ct性能校验仪表以及采用该仪表的ct性能校验方法 | |
| CN112686408A (zh) | 基于多源信息融合以及风险评估的变压器检修决策方法 | |
| CN111313355A (zh) | 一种人工监督下的监控信号事件规则更新的方法 | |
| CN107450030B (zh) | 一种通信蓄电池遥测数据处理方法、装置及系统 | |
| CN118604532B (zh) | 一种基于故障分析的配电网故障定位方法及系统 | |
| CN113159411B (zh) | 一种电网气象风险预警模型的检验方法及系统 |
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 |