CN116976531B - 用于井下电控设备的集成管理方法及系统 - Google Patents
用于井下电控设备的集成管理方法及系统 Download PDFInfo
- Publication number
- CN116976531B CN116976531B CN202311236550.9A CN202311236550A CN116976531B CN 116976531 B CN116976531 B CN 116976531B CN 202311236550 A CN202311236550 A CN 202311236550A CN 116976531 B CN116976531 B CN 116976531B
- Authority
- CN
- China
- Prior art keywords
- integrated management
- electric control
- management
- control equipment
- constraint
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 278
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000013461 design Methods 0.000 claims description 35
- 238000012549 training Methods 0.000 claims description 27
- 238000010586 diagram Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012216 screening 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0499—Feedforward networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- 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
-
- 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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了用于井下电控设备的集成管理方法及系统,涉及数据处理技术领域,该方法包括:获取目标电控设备集合的寿命信息集合;并将寿命系数集合作为第一管理约束;获得运行性能参数集合;获得性能评价参数集合,将性能评价参数集合作为第二管理约束;获得运行数据集合;利用集成管理模型中,获得多个集成管理方案;利用第一管理约束和第二管理约束进行寻优,获得最优集成管理方案;对目标电控设备集合进行集成管理。本发明解决了现有技术中存在电控设备集成管理仅考虑设备的性能,忽略由于设备寿命不同引起的管理偏差,导致集成管理可靠度低的技术问题,达到了进行多方面进行集成管理分析,提升管理可靠程度的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及用于井下电控设备的集成管理方法及系统。
背景技术
井下工作环境复杂,为了提高管理效率和质量,通过利用新技术进行集成管理。目前,通常对电控设备的运行状况进行监测,进而对设备进行集成管理。然而在实际使用过程中,由于设备批次不同,以及设计、材料等不同,以及发生故障后对设备进行更换等原因,导致井下电控设备的寿命不同,影响不同电控设备运行的可靠性。仅仅考虑电控设备的运行状况,会出现设备使用寿命过长,无法可靠执行集成管理方案中的步骤,导致集成管理无法达到预期效果。现有技术中存在电控设备集成管理仅考虑设备的性能,忽略由于设备寿命不同引起的管理偏差,导致集成管理可靠度低的技术问题。
发明内容
本申请提供了用于井下电控设备的集成管理方法及系统,用于针对解决现有技术中存在电控设备集成管理仅考虑设备的性能,忽略由于设备寿命不同引起的管理偏差,导致集成管理可靠度低的技术问题。
鉴于上述问题,本申请提供了用于井下电控设备的集成管理方法及系统。
本申请的第一个方面,提供了用于井下电控设备的集成管理方法,所述方法包括:
获取目标电控设备集合的寿命信息集合,其中,所述寿命信息集合包括设计寿命信息、使用寿命信息,每个寿命信息集合对应一个电控设备;
基于所述设计寿命信息、使用寿命信息确定所述目标电控设备集合的寿命系数集合,并将所述寿命系数集合作为第一管理约束;
利用传感器矩阵对所述目标电控设备集合在预设时间窗口内的运行性能数据进行采集,获得运行性能参数集合;
根据设备性能指标集合分别对所述运行性能参数集合进行性能评价,获得性能评价参数集合,将所述性能评价参数集合作为第二管理约束;
获取目标电控设备集合在预设时间窗口内的运行数据,获得运行数据集合;
将所述目标电控设备集合、运行数据集合输入集成管理模型中,获得多个集成管理方案;
利用第一管理约束和第二管理约束对所述多个集成管理方案进行寻优,获得最优集成管理方案;
根据所述最优集成管理方案对所述目标电控设备集合进行集成管理。
本申请的第二个方面,提供了用于井下电控设备的集成管理系统,所述系统包括:
寿命信息获得模块,所述寿命信息获得模块用于获取目标电控设备集合的寿命信息集合,其中,所述寿命信息集合包括设计寿命信息、使用寿命信息,每个寿命信息集合对应一个电控设备;
第一管理约束设定模块,所述第一管理约束设定模块用于基于所述设计寿命信息、使用寿命信息确定所述目标电控设备集合的寿命系数集合,并将所述寿命系数集合作为第一管理约束;
性能参数集合获得模块,所述性能参数集合获得模块用于利用传感器矩阵对所述目标电控设备集合在预设时间窗口内的运行性能数据进行采集,获得运行性能参数集合;
第二管理约束设定模块,所述第二管理约束设定模块用于根据设备性能指标集合分别对所述运行性能参数集合进行性能评价,获得性能评价参数集合,将所述性能评价参数集合作为第二管理约束;
运行数据获得模块,所述运行数据获得模块用于获取目标电控设备集合在预设时间窗口内的运行数据,获得运行数据集合;
集成管理方案获得模块,所述集成管理方案获得模块用于将所述目标电控设备集合、运行数据集合输入集成管理模型中,获得多个集成管理方案;
最优集成管理方案获得模块,所述最优集成管理方案获得模块用于利用第一管理约束和第二管理约束对所述多个集成管理方案进行寻优,获得最优集成管理方案;
集成管理模块,所述集成管理模块用于根据所述最优集成管理方案对所述目标电控设备集合进行集成管理。
本申请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:
获取目标电控设备集合的寿命信息集合,其中,寿命信息集合包括设计寿命信息、使用寿命信息,每个寿命信息集合对应一个电控设备;基于设计寿命信息、使用寿命信息确定目标电控设备集合的寿命系数集合,并将寿命系数集合作为第一管理约束;利用传感器矩阵对目标电控设备集合在预设时间窗口内的运行性能数据进行采集,获得运行性能参数集合;根据设备性能指标集合分别对运行性能参数集合进行性能评价,获得性能评价参数集合,将性能评价参数集合作为第二管理约束;获取目标电控设备集合在预设时间窗口内的运行数据,获得运行数据集合;将目标电控设备集合、运行数据集合输入集成管理模型中,获得多个集成管理方案;利用第一管理约束和第二管理约束对多个集成管理方案进行寻优,获得最优集成管理方案;根据最优集成管理方案对目标电控设备集合进行集成管理。达到了提升集成管理的质量,提高管理可靠度的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的用于井下电控设备的集成管理方法流程示意图;
图2为本申请实施例提供的用于井下电控设备的集成管理方法中获得目标电控设备集合的寿命系数集合的流程示意图;
图3为本申请实施例提供的用于井下电控设备的集成管理方法中获得训练完成的集成管理模型的流程示意图;
图4为本申请实施例提供的用于井下电控设备的集成管理系统结构示意图。
附图标记说明:寿命信息获得模块11,第一管理约束设定模块12,性能参数集合获得模块13,第二管理约束设定模块14,运行数据获得模块15,集成管理方案获得模块16,最优集成管理方案获得模块17,集成管理模块18。
具体实施方式
本申请通过提供了用于井下电控设备的集成管理方法及系统,用于针对解决现有技术中存在电控设备集成管理仅考虑设备的性能,忽略由于设备寿命不同引起的管理偏差,导致集成管理可靠度低的技术问题。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一:
如图1所示,本申请提供了用于井下电控设备的集成管理方法,其中,所述方法包括:
步骤S100:获取目标电控设备集合的寿命信息集合,其中,所述寿命信息集合包括设计寿命信息、使用寿命信息,每个寿命信息集合对应一个电控设备;
在一个可能的实施例中,所述目标电控设备集合是用于矿产开采时井下工作的电控设备进行汇总描述的集合,包括运输机、风机、水泵、开关、刮板输送机永磁变频一体机、转载永磁变频一体机等。所述寿命信息集合是用于对目标电控设备集合中的设备多个角度的寿命情况进行描述的集合,包括设计寿命信息、使用寿命信息。其中,所述设计寿命信息是设备设计时在预设工况下的最大使用寿命。所述使用寿命是目标电控设备集合中的电控设备已经使用的时间,可以是半年、3个季度、一年等。通过对寿命信息集合进行获取,为后续分析不同设备寿命分别对不同电控设备的运行可靠度的影响程度提供基础数据。
步骤S200:基于所述设计寿命信息、使用寿命信息确定所述目标电控设备集合的寿命系数集合,并将所述寿命系数集合作为第一管理约束;
进一步的,如图2所示,本申请实施例步骤S200还包括:
步骤S210:遍历所述目标电控设备集合进行失效寿命采集,获得多个失效寿命集合,其中,每个失效寿命集合对应一个电控设备;
步骤S220:基于所述多个失效寿命集合进行均值处理,获得失效寿命信息集合;
步骤S230:根据所述失效寿命信息、设计寿命信息和使用寿命信息输入寿命系数计算公式中,获得所述目标电控设备集合的寿命系数集合。
进一步的,本申请实施例步骤S230还包括:
所述寿命系数计算公式包括:
;
其中,为寿命系数,/>为第i个电控设备的设计寿命,/>为第i个电控设备的失效寿命,/>为第i个电控设备的使用寿命,/>为第i个电控设备的寿命修正值,当时,/>为1,当/>且/>时,/>为0,当/>且/>时,/>为1。
在一个可能的实施例中,对设计寿命信息和使用寿命信息进行分析,量化设备寿命对目标电控设备集合运行的影响程度,也就是所述寿命系数集合。寿命系数具有正负值,寿命系数为正值,表明目标电控设备的寿命在设计寿命规定的合理范围内,且寿命系数越大,对设备运行可靠性的影响越小,目标电控设备的运行可靠性越高。寿命系数为负值时,表明目标电控设备的使用寿命不在设计寿命规定的合理范围内,且寿命系数的绝对值越大,超出设计寿命规定的合理范围的程度越大,此时虽然设备仍在正常运行,但是对目标电控设备运行可靠性影响越大。进而,将所述寿命系数集合作为第一管理约束。其中,所述第一管理约束用于对多个集成管理方案从寿命分析的角度进行优化筛选。通过获取不同目标电控设备的寿命系数,可以在最大化利用目标电控设备的基础上,保证设备运行的安全性。
具体而言,对所述目标电控设备集合中每个目标电控设备进行失效寿命采集,也就是对历史时间内设备失效时的使用寿命进行获取,得到所述多个失效寿命集合。其中,每个失效寿命集合对应一个电控设备,反映了每个电控设备在当前工作环境下,历史时间内的设备失效情况。进而,对所述多个失效寿命集合进行均值处理,将获得的均值作为失效寿命信息,从而获得所述失效寿命信息。其中,所述失效寿命信息反映了目标电控设备在当前工作环境下的实际可使用寿命时间。进而,利用所述寿命系数计算公式对目标电控设备集合中的设备受到寿命影响的程度进行量化计算。将失效寿命信息、设计寿命信息和使用寿命信息输入所述寿命系数计算公式中,经过公式计算,获得所述目标电控设备集合的寿命系数。
具体的,当时,表明设计寿命要比失效寿命短,也就是说,目标电控设备的使用寿命即使超过设计寿命,仍然可以被使用,因此,对应的/>为1。当/>且时,表明设计寿命大于失效寿命,也就是说,目标电控设备在当前工作环境下不能达到设计寿命规定的使用时长,当/>时,又表明此时使用寿命超过设计寿命,即使此时设备没有发生故障,仍然在运行,也存在很大的安全隐患,此时/>为0,表明电控设备不能继续使用。当/>且/>时,/>为1,此时电控设备的使用寿命小于设计寿命,可以继续使用。
步骤S300:利用传感器矩阵对所述目标电控设备集合在预设时间窗口内的运行性能数据进行采集,获得运行性能参数集合;
在一个可能的实施例中,通过利用布设在目标电控设备周围的传感器矩阵,采集预设时间窗口内的运行性能数据,获得所述运行性能参数集合。其中,所述预设时间窗口是由本领域技术人员预先设定的进行设备运行分析的时间段。所述运行性能参数集合反映了目标电控设备集合中的设备运行过程中的性能优劣,包括设备响应时间值、停机次数、平均故障间隔期、设备运行功率、设备综合效率等。其中,所述停机次数是设备在预设时间窗口内由于故障导致机器停机的总次数。所述平均故障间隔期是在预设时间窗口目标电控设备发生相邻两次故障的间隔时间。
步骤S400:根据设备性能指标集合分别对所述运行性能参数集合进行性能评价,获得性能评价参数集合,将所述性能评价参数集合作为第二管理约束;
进一步的,本申请实施例步骤S400还包括:
步骤S410:将设备响应时间、停机次数、平均故障间隔期设为第一性能指标集;
步骤S420:将设备运行功率、设备综合效率设为第二性能指标集;
步骤S430:根据第一性能指标集和第二性能指标集生成设备性能指标集合。
在一个可能的实施例中,所述设备性能指标集合用于对目标电控设备的运行性能参数集合进行评价,从而获得能够直观反映目标电控设备性能优劣的参数值。参数值越大,对应的设备性能越优。进而,将所述性能评价参数集合作为对多个集成管理方案进行筛选的第二依据,也就是第二管理约束。
在一个实施例中,将设备响应时间、停机次数、平均故障间隔期设为第一性能指标集,其中,所述第一性能指标集用于反映目标电控设备运行过程中发生故障时的性能指标。所述第二性能指标用于反映目标电控设备在运行过程中的效率情况,包括设备运行功率、设备综合效率。将第一性能指标集和第二性能指标集作为设备性能指标集合。
步骤S500:获取目标电控设备集合在预设时间窗口内的运行数据,获得运行数据集合;
步骤S600:将所述目标电控设备集合、运行数据集合输入集成管理模型中,获得多个集成管理方案;
进一步的,如图3所示,本申请实施例步骤S600还包括:
步骤S610:构建所述集成管理模型,其中,所述集成管理模型包括输入层、隐含层和输出层,其中,所述隐含层用于分析对目标电控设备集合进行集成控制的方案;
步骤S620:获取多个样本目标电控设备集合、多个样本运行数据集合和多个样本集成管理方案集合,作为训练集,以及对多个样本集成管理方案集合进行标识,其中,每个样本集成方案管理集合中包括多个样本集成管理方案;
步骤S630:利用训练集对基于前馈神经网络构建的框架进行训练,并利用训练集中标识的所述多个样本集成管理方案进行监督,直至输出达到收敛,获得训练完成的所述集成管理模型。
在一个可能的实施例中,通过传感器矩阵对目标电控设备集合在预设时间窗口的运行数据,包括风机速度、风机功率、水泵工作时间等数据。所述集成管理模型用于对目标电控设备集合进行集成管理的方案进行智能化分析,输入数据为目标电控设备集合、运行数据集合,输出数据为多个集成管理方案。其中,所述多个集成管理方案是符合目标电控设备集合当前运行状态的管理方案。
具体而言,所述集成管理模型包括输入层、隐含层和输出层,其中,所述隐含层用于分析对目标电控设备集合进行集成管理的方案。通过以目标电控设备集合进行集成管理作为索引,在大数据中进行检索,获得多个样本目标电控设备集合、多个样本运行数据集合和多个样本集成管理方案集合,每个样本集成方案管理集合中包括多个样本集成管理方案。将多个样本目标电控设备集合、多个样本运行数据集合和多个样本集成管理方案集合,作为训练集,以及对多个样本集成管理方案集合进行标识。利用训练集对基于前馈神经网络构建的框架进行训练,并利用训练集中被标识的所述多个样本集成管理方案对训练过程进行监督,直至输出达到收敛,获得训练完成的所述集成管理模型。优选的,所述多个样本目标电控设备集合中设备的设计寿命、使用寿命、失效寿命各不相同。
步骤S700:利用第一管理约束和第二管理约束对所述多个集成管理方案进行寻优,获得最优集成管理方案;
步骤S800:根据所述最优集成管理方案对所述目标电控设备集合进行集成管理。
进一步的,本申请实施例步骤S700还包括:
步骤S710:将所述第一管理约束和第二管理约束输入多个集成管理方案构建的寻优图中,获得目标坐标点;
步骤S720:获取预设距离阈值内的k个坐标点,获得k个集成管理方案,k为大于等于3的整数;
步骤S730:对k个集成管理方案进行均值处理,获得所述最优集成管理方案。
进一步的,本申请实施例步骤S700还包括:
步骤S740:以第一管理约束作为x轴,以第二管理约束作为y轴,构建所述寻优图的框架;
步骤S750:获取多个集成管理方案对应的多个寿命系数集合和多个性能评价参数集合,输入所述寻优图的框架中获得多个坐标点;
步骤S760:根据所述多个集成管理方案对多个坐标点进行标记,获得多个坐标点标记结果;
步骤S770:基于x轴、y轴、多个坐标点和多个坐标点标记结果,生成所述寻优图。
在一个可能的实施例中,在获得所述多个集成管理方案之后,为获得符合目标电控设备集合中设备实际运行情况的管理方案,需要通过第一管理约束和第二管理约束对所述多个集成管理方案进行寻优,从而获得所述最优集成管理方案。然后利用所述最优集成管理方案对所述目标电控设备集合进行集成管理。
具体而言,所述寻优图用于对获得多个集成管理方案进行寻优,将所述第一管理约束和第二管理约束输入多个集成管理方案构建的寻优图中,根据第一管理约束中的寿命系数集合获得目标坐标点的横坐标,根据第二管理约束中的性能评价参数集合获得目标坐标点的纵坐标。优选的,将寿命系数集合的平均寿命系数作为横坐标,将性能评价参数集合的平均性能评价参数作为纵坐标。
在获得所述目标坐标点之后,获得距离目标点由本领域技术人员设定的预设距离阈值内的k个坐标点,根据每个坐标点对应的坐标点标记中的集成管理方案,获得k个集成管理方案。进而,对k个集成管理方案进行均值处理,将处理的结果作为所述最优集成管理方案。进而,以第一管理约束作为x轴,以第二管理约束作为y轴,构建所述寻优图的框架,然后获取多个集成管理方案对应的多个寿命系数集合和多个性能评价参数集合,输入所述寻优图的框架中获得多个坐标点,进而根据所述多个集成管理方案对多个坐标点进行标记,获得多个坐标点标记结果,基于x轴、y轴、多个坐标点和多个坐标点标记结果,生成所述寻优图。实现了对多个集成管理方案进行寻优的目标,达到了提升集成管理效率和质量的技术效果。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过对目标电控设备集合的寿命信息集合进行分析,确定寿命对设备运行可靠度的影响程度,获得寿命系数集合并将其作为第一管理约束,进而分析设备运行性能情况,将其作为第二管理约束,在获得运行数据集合后,结合目标电控设备集合输入所述集成管理模型中,经过模型智能化分析,获得多个集成管理方案,进而,利用第一管理约束和第二管理约束确定最符合目标电控设备集合寿命和性能两个维度实际运行情况的最优集成管理方案。达到了提升集成管理分析的全面性,提高管理质量的技术效果。
实施例二:
基于与前述实施例中用于井下电控设备的集成管理方法相同的发明构思,如图4所示,本申请提供了用于井下电控设备的集成管理系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
寿命信息获得模块11,所述寿命信息获得模块11用于获取目标电控设备集合的寿命信息集合,其中,所述寿命信息集合包括设计寿命信息、使用寿命信息,每个寿命信息集合对应一个电控设备;
第一管理约束设定模块12,所述第一管理约束设定模块12用于基于所述设计寿命信息、使用寿命信息确定所述目标电控设备集合的寿命系数集合,并将所述寿命系数集合作为第一管理约束;
性能参数集合获得模块13,所述性能参数集合获得模块13用于利用传感器矩阵对所述目标电控设备集合在预设时间窗口内的运行性能数据进行采集,获得运行性能参数集合;
第二管理约束设定模块14,所述第二管理约束设定模块14用于根据设备性能指标集合分别对所述运行性能参数集合进行性能评价,获得性能评价参数集合,将所述性能评价参数集合作为第二管理约束;
运行数据获得模块15,所述运行数据获得模块15用于获取目标电控设备集合在预设时间窗口内的运行数据,获得运行数据集合;
集成管理方案获得模块16,所述集成管理方案获得模块16用于将所述目标电控设备集合、运行数据集合输入集成管理模型中,获得多个集成管理方案;
最优集成管理方案获得模块17,所述最优集成管理方案获得模块17用于利用第一管理约束和第二管理约束对所述多个集成管理方案进行寻优,获得最优集成管理方案;
集成管理模块18,所述集成管理模块18用于根据所述最优集成管理方案对所述目标电控设备集合进行集成管理。
进一步的,所述第一管理约束设定模块12用于执行如下方法:
遍历所述目标电控设备集合进行失效寿命采集,获得多个失效寿命集合,其中,每个失效寿命集合对应一个电控设备;
基于所述多个失效寿命集合进行均值处理,获得失效寿命信息集合;
根据所述失效寿命信息、设计寿命信息和使用寿命信息输入寿命系数计算公式中,获得所述目标电控设备集合的寿命系数集合。
进一步的,所述第一管理约束设定模块12用于执行如下方法:
所述寿命系数计算公式包括:
;
其中,寿命系数,/>为第i个电控设备的设计寿命,/>为第i个电控设备的失效寿命,/>为第i个电控设备的使用寿命,/>为第i个电控设备的寿命修正值,当/>时,/>为1,当/>且/>时,/>为0,当/>且/>时,/>为1。
进一步的,所述集成管理方案获得模块16用于执行如下方法:
构建所述集成管理模型,其中,所述集成管理模型包括输入层、隐含层和输出层,其中,所述隐含层用于分析对目标电控设备集合进行集成控制的方案;
获取多个样本目标电控设备集合、多个样本运行数据集合和多个样本集成管理方案集合,作为训练集,以及对多个样本集成管理方案集合进行标识,其中,每个样本集成方案管理集合中包括多个样本集成管理方案;
利用训练集对基于前馈神经网络构建的框架进行训练,并利用训练集中标识的所述多个样本集成管理方案进行监督,直至输出达到收敛,获得训练完成的所述集成管理模型。
进一步的,所述最优集成管理方案获得模块17用于执行如下方法:
将所述第一管理约束和第二管理约束输入多个集成管理方案构建的寻优图中,获得目标坐标点;
获取预设距离阈值内的k个坐标点,获得k个集成管理方案,k为大于等于3的整数;
对k个集成管理方案进行均值处理,获得所述最优集成管理方案。
进一步的,所述最优集成管理方案获得模块17用于执行如下方法:
以第一管理约束作为x轴,以第二管理约束作为y轴,构建所述寻优图的框架;
获取多个集成管理方案对应的多个寿命系数集合和多个性能评价参数集合,输入所述寻优图的框架中获得多个坐标点;
根据所述多个集成管理方案对多个坐标点进行标记,获得多个坐标点标记结果;
基于x轴、y轴、多个坐标点和多个坐标点标记结果,生成所述寻优图。
进一步的,所述第二管理约束设定模块14用于执行如下方法:
将设备响应时间、停机次数、平均故障间隔期设为第一性能指标集;
将设备运行功率、设备综合效率设为第二性能指标集;
根据第一性能指标集和第二性能指标集生成设备性能指标集合。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (4)
1.用于井下电控设备的集成管理方法,其特征在于,所述方法包括:
获取目标电控设备集合的寿命信息集合,其中,所述寿命信息集合包括设计寿命信息、使用寿命信息,每个寿命信息集合对应一个电控设备;
基于所述设计寿命信息、使用寿命信息确定所述目标电控设备集合的寿命系数集合,并将所述寿命系数集合作为第一管理约束;
利用传感器矩阵对所述目标电控设备集合在预设时间窗口内的运行性能数据进行采集,获得运行性能参数集合;
根据设备性能指标集合分别对所述运行性能参数集合进行性能评价,获得性能评价参数集合,将所述性能评价参数集合作为第二管理约束;
获取目标电控设备集合在预设时间窗口内的运行数据,获得运行数据集合;
将所述目标电控设备集合、运行数据集合输入集成管理模型中,获得多个集成管理方案;
利用第一管理约束和第二管理约束对所述多个集成管理方案进行寻优,获得最优集成管理方案;
根据所述最优集成管理方案对所述目标电控设备集合进行集成管理;
其中,利用第一管理约束和第二管理约束对所述多个集成管理方案进行寻优,获得最优集成管理方案,还包括:
将所述第一管理约束和第二管理约束输入多个集成管理方案构建的寻优图中,获得目标坐标点;
获取预设距离阈值内的k个坐标点,获得k个集成管理方案,k为大于等于3的整数;
对k个集成管理方案进行均值处理,获得所述最优集成管理方案;
以第一管理约束作为x轴,以第二管理约束作为y轴,构建所述寻优图的框架;
获取多个集成管理方案对应的多个寿命系数集合和多个性能评价参数集合,输入所述寻优图的框架中获得多个坐标点;
根据所述多个集成管理方案对多个坐标点进行标记,获得多个坐标点标记结果;
基于x轴、y轴、多个坐标点和多个坐标点标记结果,生成所述寻优图;
构建所述集成管理模型,其中,所述集成管理模型包括输入层、隐含层和输出层,其中,所述隐含层用于分析对目标电控设备集合进行集成控制的方案;
获取多个样本目标电控设备集合、多个样本运行数据集合和多个样本集成管理方案集合,作为训练集,以及对多个样本集成管理方案集合进行标识,其中,每个样本集成方案管理集合中包括多个样本集成管理方案;
利用训练集对基于前馈神经网络构建的框架进行训练,并利用训练集中标识的所述多个样本集成管理方案进行监督,直至输出达到收敛,获得训练完成的所述集成管理模型;
将设备响应时间、停机次数、平均故障间隔期设为第一性能指标集;
将设备运行功率、设备综合效率设为第二性能指标集;
根据第一性能指标集和第二性能指标集生成设备性能指标集合。
2.如权利要求1所述的方法,其特征在于,所述方法包括:
遍历所述目标电控设备集合进行失效寿命采集,获得多个失效寿命集合,其中,每个失效寿命集合对应一个电控设备;
基于所述多个失效寿命集合进行均值处理,获得失效寿命信息集合;
根据所述失效寿命信息、设计寿命信息和使用寿命信息输入寿命系数计算公式中,获得所述目标电控设备集合的寿命系数集合。
3.如权利要求2所述的方法,其特征在于,所述方法包括:
所述寿命系数计算公式包括:
,
其中,为寿命系数,/>为第i个电控设备的设计寿命,/>为第i个电控设备的失效寿命,/>为第i个电控设备的使用寿命,/>为第i个电控设备的寿命修正值,当时,/>为1,当/>且/>时,/>为0,当/>且时,/>为1。
4.用于井下电控设备的集成管理系统,其特征在于,所述系统包括:
寿命信息获得模块,所述寿命信息获得模块用于获取目标电控设备集合的寿命信息集合,其中,所述寿命信息集合包括设计寿命信息、使用寿命信息,每个寿命信息集合对应一个电控设备;
第一管理约束设定模块,所述第一管理约束设定模块用于基于所述设计寿命信息、使用寿命信息确定所述目标电控设备集合的寿命系数集合,并将所述寿命系数集合作为第一管理约束;
性能参数集合获得模块,所述性能参数集合获得模块用于利用传感器矩阵对所述目标电控设备集合在预设时间窗口内的运行性能数据进行采集,获得运行性能参数集合;
第二管理约束设定模块,所述第二管理约束设定模块用于根据设备性能指标集合分别对所述运行性能参数集合进行性能评价,获得性能评价参数集合,将所述性能评价参数集合作为第二管理约束;
运行数据获得模块,所述运行数据获得模块用于获取目标电控设备集合在预设时间窗口内的运行数据,获得运行数据集合;
集成管理方案获得模块,所述集成管理方案获得模块用于将所述目标电控设备集合、运行数据集合输入集成管理模型中,获得多个集成管理方案;
最优集成管理方案获得模块,所述最优集成管理方案获得模块用于利用第一管理约束和第二管理约束对所述多个集成管理方案进行寻优,获得最优集成管理方案;
集成管理模块,所述集成管理模块用于根据所述最优集成管理方案对所述目标电控设备集合进行集成管理;
所述最优集成管理方案获得模块用于执行如下方法:
将所述第一管理约束和第二管理约束输入多个集成管理方案构建的寻优图中,获得目标坐标点;
获取预设距离阈值内的k个坐标点,获得k个集成管理方案,k为大于等于3的整数;
对k个集成管理方案进行均值处理,获得所述最优集成管理方案;
以第一管理约束作为x轴,以第二管理约束作为y轴,构建所述寻优图的框架;
获取多个集成管理方案对应的多个寿命系数集合和多个性能评价参数集合,输入所述寻优图的框架中获得多个坐标点;
根据所述多个集成管理方案对多个坐标点进行标记,获得多个坐标点标记结果;
基于x轴、y轴、多个坐标点和多个坐标点标记结果,生成所述寻优图;
所述集成管理方案获得模块用于执行如下方法:
构建所述集成管理模型,其中,所述集成管理模型包括输入层、隐含层和输出层,其中,所述隐含层用于分析对目标电控设备集合进行集成控制的方案;
获取多个样本目标电控设备集合、多个样本运行数据集合和多个样本集成管理方案集合,作为训练集,以及对多个样本集成管理方案集合进行标识,其中,每个样本集成方案管理集合中包括多个样本集成管理方案;
利用训练集对基于前馈神经网络构建的框架进行训练,并利用训练集中标识的所述多个样本集成管理方案进行监督,直至输出达到收敛,获得训练完成的所述集成管理模型;
所述第二管理约束设定模块用于执行如下方法:
将设备响应时间、停机次数、平均故障间隔期设为第一性能指标集;
将设备运行功率、设备综合效率设为第二性能指标集;
根据第一性能指标集和第二性能指标集生成设备性能指标集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311236550.9A CN116976531B (zh) | 2023-09-25 | 2023-09-25 | 用于井下电控设备的集成管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311236550.9A CN116976531B (zh) | 2023-09-25 | 2023-09-25 | 用于井下电控设备的集成管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116976531A CN116976531A (zh) | 2023-10-31 |
CN116976531B true CN116976531B (zh) | 2024-02-20 |
Family
ID=88473502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311236550.9A Active CN116976531B (zh) | 2023-09-25 | 2023-09-25 | 用于井下电控设备的集成管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116976531B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118297952A (zh) * | 2024-06-06 | 2024-07-05 | 江苏广大鑫盛精密智造有限公司 | 用于风电涡轮机轴承的生产质量检测方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109583655A (zh) * | 2018-12-04 | 2019-04-05 | 国网山东省电力公司经济技术研究院 | 一种发输电多阶段联合扩展规划方法及系统 |
CN111711209A (zh) * | 2020-06-17 | 2020-09-25 | 深圳库博能源科技有限公司 | 基于储能寿命和调频性能的光储充联合运行方法及系统 |
CN112200433A (zh) * | 2020-09-25 | 2021-01-08 | 华电福新广州能源有限公司 | 一种发电厂热力性能分析与优化系统 |
CN112257945A (zh) * | 2020-10-29 | 2021-01-22 | 江苏电力交易中心有限公司 | 一种基于储能用户的电力出清自动优化方法及系统 |
CN112861362A (zh) * | 2021-02-22 | 2021-05-28 | 一汽解放汽车有限公司 | 一种基于整车油耗的动力总成性能参数优化方法和装置 |
JP2022135502A (ja) * | 2021-03-05 | 2022-09-15 | 株式会社関電エネルギーソリューション | ユーティリティ設備のコスト算出の方法、プログラムおよびコンピュータ |
CN115619382A (zh) * | 2022-12-16 | 2023-01-17 | 速度时空信息科技股份有限公司 | 一种电力调度可视化管理方法及系统 |
CN115619144A (zh) * | 2022-10-13 | 2023-01-17 | 国网四川省电力公司经济技术研究院 | 一种用户侧云储能运行规划的方法、系统及电子设备 |
CN116258063A (zh) * | 2023-01-06 | 2023-06-13 | 广州港集团有限公司 | 基于遗传算法的港口作业最优路径规划仿真方法及系统 |
CN116448419A (zh) * | 2023-03-14 | 2023-07-18 | 太原科技大学 | 基于深度模型高维参数多目标高效寻优的零样本轴承故障诊断方法 |
CN116468289A (zh) * | 2023-04-04 | 2023-07-21 | 西北工业大学 | 一种基于多因素的民机质保策略优化方法及系统 |
CN116796906A (zh) * | 2023-07-06 | 2023-09-22 | 国网宁夏电力有限公司经济技术研究院 | 基于数据融合的电力配电网投资预测分析系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230261518A1 (en) * | 2022-02-15 | 2023-08-17 | Eaton Intelligent Power Limited | Engine System and Methods for Dispatching and Controlling Distributed Energy Resources |
-
2023
- 2023-09-25 CN CN202311236550.9A patent/CN116976531B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109583655A (zh) * | 2018-12-04 | 2019-04-05 | 国网山东省电力公司经济技术研究院 | 一种发输电多阶段联合扩展规划方法及系统 |
CN111711209A (zh) * | 2020-06-17 | 2020-09-25 | 深圳库博能源科技有限公司 | 基于储能寿命和调频性能的光储充联合运行方法及系统 |
CN112200433A (zh) * | 2020-09-25 | 2021-01-08 | 华电福新广州能源有限公司 | 一种发电厂热力性能分析与优化系统 |
CN112257945A (zh) * | 2020-10-29 | 2021-01-22 | 江苏电力交易中心有限公司 | 一种基于储能用户的电力出清自动优化方法及系统 |
CN112861362A (zh) * | 2021-02-22 | 2021-05-28 | 一汽解放汽车有限公司 | 一种基于整车油耗的动力总成性能参数优化方法和装置 |
JP2022135502A (ja) * | 2021-03-05 | 2022-09-15 | 株式会社関電エネルギーソリューション | ユーティリティ設備のコスト算出の方法、プログラムおよびコンピュータ |
CN115619144A (zh) * | 2022-10-13 | 2023-01-17 | 国网四川省电力公司经济技术研究院 | 一种用户侧云储能运行规划的方法、系统及电子设备 |
CN115619382A (zh) * | 2022-12-16 | 2023-01-17 | 速度时空信息科技股份有限公司 | 一种电力调度可视化管理方法及系统 |
CN116258063A (zh) * | 2023-01-06 | 2023-06-13 | 广州港集团有限公司 | 基于遗传算法的港口作业最优路径规划仿真方法及系统 |
CN116448419A (zh) * | 2023-03-14 | 2023-07-18 | 太原科技大学 | 基于深度模型高维参数多目标高效寻优的零样本轴承故障诊断方法 |
CN116468289A (zh) * | 2023-04-04 | 2023-07-21 | 西北工业大学 | 一种基于多因素的民机质保策略优化方法及系统 |
CN116796906A (zh) * | 2023-07-06 | 2023-09-22 | 国网宁夏电力有限公司经济技术研究院 | 基于数据融合的电力配电网投资预测分析系统及方法 |
Non-Patent Citations (4)
Title |
---|
Energy Efficient Routing Protocol for Maximum Lifetime in Wireless Sensor Networks;Abidoye, A.P.;《 International Journal of Information Technology and Computer Science》;第10卷(第4期);第33-45页 * |
基于多策略黑寡妇算法的断路器全寿命周期成本优化;李维希;《陕西科技大学学报》;第41卷(第1期);第159-173页 * |
基于标准为约束的参数化设计;范志刚, 陈宇平, 吴明, 张钰;电子机械工程(第05期);第12-18页 * |
谈荣望 等.《CAD在内燃机工程中的应用》.西安交通大学出版社,1995,第30-33页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116976531A (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116976531B (zh) | 用于井下电控设备的集成管理方法及系统 | |
KR101948604B1 (ko) | 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치 | |
CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
CN112433907A (zh) | 不间断电源的主机运行参量数据的处理方法、装置和电子装置 | |
CN116345700B (zh) | 一种用于储能电站的能耗监测方法及监测系统 | |
CN117273402B (zh) | 基于物联网技术的玻璃深加工生产线节能管理系统及方法 | |
CN116187773B (zh) | 一种用于电厂储存电能的损失分析方法及系统 | |
CN117591857A (zh) | 一种基于深度学习的电机检测方法 | |
CN116596517A (zh) | 一种基于神经网络模型的光伏组件清洗决策方法及系统 | |
CN117477499B (zh) | 智能电机控制保护系统及其方法 | |
CN117786461A (zh) | 水泵的故障诊断方法、控制设备及其存储介质 | |
CN117194171A (zh) | 一种异构云资源全景式异常检测系统 | |
CN116771601A (zh) | 基于温度感知的风电机组优化控制方法及系统 | |
CN111506636A (zh) | 一种基于自回归和近邻算法的居民用电行为分析的系统及方法 | |
CN116720983A (zh) | 一种基于大数据分析的供电设备异常检测方法及系统 | |
CN116910655A (zh) | 一种基于装置量测数据的智能电能表故障预测方法 | |
US11339763B2 (en) | Method for windmill farm monitoring | |
CN110796282A (zh) | 一种基于相关性系数的行业波动周期监测方法 | |
US11454243B2 (en) | Artificial intelligence training method for a target model based on the label matrix | |
CN118246905B (zh) | 一种基于数据分析的小分子检测设备维护管理系统 | |
CN115018366B (zh) | 储能系统工作状态监测方法、装置、存储介质及电子设备 | |
CN116123068B (zh) | 一种基于ai自适应的机泵故障诊断方法和系统 | |
CN118245917B (zh) | 一种伺服逆变器的故障检测方法及系统 | |
CN117235519B (zh) | 能源数据处理方法、装置及存储介质 | |
CN117272246B (zh) | 基于多元回归模型的变压器声纹故障诊断方法及系统 |
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 |