CN117439256A - 一种基于物联网的电站设备管理方法及系统 - Google Patents

一种基于物联网的电站设备管理方法及系统 Download PDF

Info

Publication number
CN117439256A
CN117439256A CN202311189911.9A CN202311189911A CN117439256A CN 117439256 A CN117439256 A CN 117439256A CN 202311189911 A CN202311189911 A CN 202311189911A CN 117439256 A CN117439256 A CN 117439256A
Authority
CN
China
Prior art keywords
equipment
data
abnormal
early warning
electric quantity
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
Application number
CN202311189911.9A
Other languages
English (en)
Inventor
杨阳
姜绪良
崔磊
牛晨晖
朱静
李锋
李钊
李振文
徐飞
夏尧迪
张嘉峰
杨晓梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaneng Jiangsu Comprehensive Energy Service Co ltd
Original Assignee
Huaneng Jiangsu Comprehensive Energy Service Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huaneng Jiangsu Comprehensive Energy Service Co ltd filed Critical Huaneng Jiangsu Comprehensive Energy Service Co ltd
Priority to CN202311189911.9A priority Critical patent/CN117439256A/zh
Publication of CN117439256A publication Critical patent/CN117439256A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • H02J13/00004—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 the power network being locally controlled
    • 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
    • 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
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Water Supply & Treatment (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Primary Health Care (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)

Abstract

本发明公开了一种基于物联网的电站设备管理方法及系统，涉及电站设备管理，包括定义设备属性信息，并为每个设备建立唯一的设备编码；构建电量报表，统计分析用电数据；根据设备场站的危害程度，进行风险评估；当电量异常超阈值时，触发预警提醒设备管理人员；应用数据分析优化设备运维策略，提升设备管理智能化水平。本发明提出的方法能够实现对电站设备的精确识别和全面监控，确保设备信息化管理；能够实时掌握设备运行状态，并智能预警潜在风险，保障设备安全可靠运转；应用大数据分析技术实现设备科学化精细化管理，管理效率和水平显著提升。

Description

一种基于物联网的电站设备管理方法及系统
技术领域
本发明涉及电站设备管理领域，特别是一种基于物联网的电站设备管理方法及系统。
背景技术
随着电力行业的发展，电站设备管理亦不断地演进和完善。早期的设备管理以定期维护保养为主，管理比较粗放，不能实现设备状态的实时监控。进入21世纪以来，物联网、大数据、云计算等信息技术的应用为设备管理带来了新的机遇。
虽然设备管理水平有了大幅提升，但现有技术仍存在一些问题：设备数据的利用不够广泛和深入；设备管理与电网调度、资产管理等系统还不够协同；对设备运行环境的态势感知能力较弱；智能决策与执行系统有待进一步完善；维护人员的技能trains跟不上新技术进步等。
发明内容
鉴于上述的电站设备管理中存在的问题，提出了本发明。
因此，本发明所要解决的问题在于如何提供一种实现对电站设备的精确识别和全面监控，确保设备信息化管理的方法及系统。
为解决上述技术问题，本发明提供如下技术方案：
第一方面，本实施例提供了一种基于物联网的电站设备管理方法，其包括，定义设备属性信息，并为每个设备建立唯一的设备编码；构建电量报表，统计分析用电数据；根据设备场站的危害程度，进行风险评估；当电量异常超阈值时，触发预警提醒设备管理人员；应用数据分析优化设备运维策略，提升设备管理智能化水平。
作为本发明所述基于物联网的电站设备管理方法的一种优选方案，其中：所述设备编码的规则为：场站编号+设备分类编号+流水编号；所述场站编号和所述设备分类编号从属性数据表对应记录中提取；所述流水编号为该设备类别的自动增长序号；系统根据规则实时生成设备的唯一编码。
作为本发明所述基于物联网的电站设备管理方法的一种优选方案，其中：所述电量报表的构建包括，采集设备实时有功功率P(kW)，采集间隔时间T(h)，计算采集周期个数：
N＝24/T
一天总用电量E：
E＝Σ(Pn*Tn),n＝1,...,N
定义报表字段包括：日期、设备编号和日用电量；汇总计算生成每日用电量报表；按日、周和月设置报表周期和电量异常阈值，并进行数据分析。
作为本发明所述基于物联网的电站设备管理方法的一种优选方案，其中：所述电量异常阈值的设置过程为：收集历史1年每日电量原始数据；将异常数据剔除，如停运期间数据、已知故障期间数据；计算剔除异常后数据集的均值μ和标准差σ；定义上下限区间：下限：μ-n*σ；上限：μ+n*σ；根据历史电量的波动范围，选择n值；根据定义的上下限，判断历史数据中异常点的检出率；若检出率较低，递增n值进行检验，至得到满意的检出效果；最终确定的上限和下限分别作为异常电量的高阈值和低阈值；在系统中配置设置好的阈值，完成异常电量预警功能的开发。
作为本发明所述基于物联网的电站设备管理方法的一种优选方案，其中：所述数据分析的过程为：计算日用电量较上周同期的增幅R1和日用电量较上月同期的增幅R2；若R1或R2超过上限阈值，则初始判断为异常增长；若R1或R2低于下限阈值，则初始判断为异常降低；若仅R1异常，而R2正常，则进行二次判断，检查当周是否存在特殊情况，若存在特殊情况，则确定为异常；若无，则判断为正常；若仅R2异常，而R1正常，进行二次判断，参考长期用电历史数据，判断是否存在环节性波动，若如果不存在环节性波动，则确定为异常；如果存在环节性波动，则判断为正常。
作为本发明所述基于物联网的电站设备管理方法的一种优选方案，其中：所述预警包括，三级预警为：将每日电量数据与上下阈值比较，若低于下限或高于上限，则系统自动生成一级预警；一级预警内容包括异常设备、异常数值和超限幅度；当生成三级预警后，需检查数据采集系统和传感器是否正常；二级预警：若设备正常，等待次日数据验证；若次日数据依然异常，升级为二级预警；当生成二级预警后，通知相关负责人查看设备运行情况，并查看近期维护保养记录，判断设备状态；一级预警：若设备运行正常，仍然重复出现异常，则72小时后升级为第三级预警；当生成一级预警后，采取停机检查、试运行和检修措施，若未找到根因解决异常，则停运设备。
作为本发明所述基于物联网的电站设备管理方法的一种优选方案，其中：所述应用数据分析优化设备运维策略的具体过程为：收集历史2年的设备状态数据，并标签设备不同时间点的健康状态或异常，进行数据预处理，清洗掉错误数据，归一化特征值到0-1范围；考虑时间序列数据特点，选择LSTM模型，使用Keras接口搭建LSTM模型结构；设置LSTM超参数：时序长度10天，隐层节点128个，划分训练数据与验证数据，训练batch大小为32，选用Adam优化器，学习率0.001，训练100个epoch，记录验证集上模型的损失值，保存最佳模型；对于新设备，每天收集实时状态特征数据，将数据输入LSTM模型，运行前向计算，模型输出设备未来10天内各健康状态的概率，绘制趋势图，预测健康状态变化趋势，收集设备实际状态变化情况，与模型预测结果进行对比，计算精确率；根据LSTM模型输出设备未来10天内每日的故障概率对比每日预测概率，判断未来故障概率的上升趋势；若预测概率持续上升，则确认为故障风险趋势；当轻微故障概率上升至20％时，触发低级响应；当中等故障概率上升至40％时，触发中级响应；当严重故障概率上升至60％时，触发高级响应；所述响应级别与预测概率成正比，概率达标即可触发对应级别。
第二方面，为进一步解决上述的电站设备管理中存在的问题，本实施例提供了一种基于物联网的电站设备管理系统，包括设备编码模块：负责定义设备的各项属性信息，并为每个设备生成唯一的编码；数据采集模块：采集实时采集设备的用电数据和运行状态数据；数据分析模块：对采集到的电量数据进行统计分析，生成电量报表，判断是否存在异常；风险评估模块：根据设备的重要性和发生故障的后果严重程度，对设备进行风险等级的评定；故障预测与预警模块：通过对电量异常超阈值的监测，预测设备潜在故障，并触发预警提醒设备管理人员采取措施；优化模块：用于汇总数据分析结果，制定设备保养和更换策略，提高设备的安全性和可靠性。
第三方面，本发明提供了一种计算设备，包括：存储器和处理器；所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现所述基于物联网的电站设备管理方法的步骤。
第四方面，本发明提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现所述基于物联网的电站设备管理方法的步骤。
本发明有益效果为，本发明提出的方法能够实现对电站设备的精确识别和全面监控，确保设备信息化管理；能够实时掌握设备运行状态，并智能预警潜在风险，保障设备安全可靠运转；应用大数据分析技术实现设备科学化精细化管理，管理效率和水平显著提升；利用预测模型实现设备健康管理的智能化，有效降低管理难度；本发明方法综合运用多项先进技术手段，技术内容系统完整，具有较强的实用性，有助于推进电站设备管理技术进步，使设备管理更智能化和精细化，整体效果显著，对电站设备管理水平提高具有重要意义。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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它的附图。其中：
图1为实施例1中基于物联网的电站设备管理方法的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例1
参照图1，为本发明第一个实施例，该实施例提供了一种基于物联网的电站设备管理方法，包括以下步骤：
S1：定义设备属性信息，并为每个设备建立唯一的设备编码。
进一步的，定义设备属性信息包括：记录设备的基本信息，如品牌、型号、容量等属性；为每个属性配置一个唯一的编号，如品牌编号、型号编号；属性信息入库，建立属性数据表进行管理；建立唯一设备编码。
编码规则为：场站编号+设备分类编号+流水编号；场站编号和设备分类编号从属性数据表对应记录中提取；流水编号为该设备类别的自动增长序号；系统根据上述规则实时生成设备的唯一编码。
S2：构建电量报表，统计分析用电数据。
具体的，采集设备实时有功功率P(kW)，采集间隔时间T(h)，计算采集周期个数：
N＝24/T
一天总用电量E：
E＝Σ(Pn*Tn),n＝1,...,N
定义报表字段：日期、设备编号、日用电量；汇总计算生成每日用电量报表；设置报表周期(日/周/月)和电量异常阈值；进行数据分析。
进一步的，设置电量异常阈值的过程包括：收集历史1年每日电量原始数据；将异常数据剔除，如停运期间数据、已知故障期间数据；计算剔除异常后数据集的均值μ和标准差σ；定义上下限区间：下限：μ-n*σ；上限：μ+n*σ；根据历史电量的波动范围，选择n值，此处选择性1；根据定义的上下限，判断历史数据中异常点的检出率；如果检出率较低，递增n值进行检验，至得到满意的检出效果；最终确定的上限和下限分别作为异常电量的高阈值和低阈值；在系统中配置设置好的阈值，完成异常电量预警功能的开发。
进一步的，数据分析包括：计算日用电量较上周同期的增幅R1；计算日用电量较上月同期的增幅R2；若R1或R2超过上限阈值，则初始判断为异常增长；若R1或R2低于下限阈值，则初始判断为异常降低；若仅R1异常，而R2正常，则进行二次判断：检查当周是否存在特殊情况(如热浪警报)，若存在特殊情况，则确定为异常；若无，则判断为正常；若仅R2异常，而R1正常，进行二次判断：参考长期用电历史数据，判断是否存在环节性波动；如果不存在环节性波动，则确定为异常；如果存在环节性波动，则判断为正常。
对判定异常的设备，查看近期故障报告是否存在；若存在与用电相关的报告，则判定该报告为异常原因；若无相关报告，则判定该设备本身存在故障或配置问题；提示检查对应设备，定位故障点或配置缺陷。
S3：根据设备场站的危害程度，进行风险评估。
具体的，包括用户根据设备场站危害程度选择评估模型，系统收集设备所在场站的环境与任务信息，用户根据该信息，确定场站的危害等级(高/中/低)，为不同危害等级配置了独立的故障风险评估模型，用户根据场站危害级别，选择应用对应的风险评估模型，评估模型综合考虑场站风险因素，进行个性化故障预测。
需要说明的是，系统收集历史维保活动数据，标注效果良好的样本，并将这些样本中维保方案参数提取为维保模板，当用户不想定制时，可以直接选用模板方案，系统会自动将模板参数映射到当前设备上，生成的维保计划继承了历史良好样本的验证方案。
S4：当电量异常超阈值时，触发预警提醒设备管理人员。
优选的，三级预警为：将每日电量数据与上下阈值比较，若低于下限或高于上限，则系统自动生成一级预警；一级预警内容包括异常设备、异常数值、超限幅度。
当生成三级预警后，需检查数据采集系统和传感器是否正常。
二级预警：若设备正常，等待次日数据验证；若次日数据依然异常，升级为二级预警。
当生成二级预警后，通知相关负责人查看设备运行情况，并查看近期维护保养记录，判断设备状态。
一级预警：若设备运行正常，仍然重复出现异常，则72小时后升级为第三级预警。
当生成一级预警后，采取停机检查、试运行、检修等措施，找到根因解决异常，否则停运设备。
S5：应用数据分析优化设备运维策略，提升设备管理智能化水平。
S5.1：构建设备状态评估模型。
收集历史运维数据，标注设备不同健康状态，提取状态特征变量，建立贝叶斯网络模型；训练模型，预测新数据设备健康状态。
具体的，收集历史2年的设备状态数据，并标签设备不同时间点的健康状态或异常(良好/轻微损坏/严重损坏)；进行数据预处理，清洗掉错误数据，归一化特征值到0-1范围；考虑时间序列数据特点，选择LSTM模型，能捕捉时间相关性，使用Keras接口搭建LSTM模型结构；设置LSTM超参数：时序长度10天，隐层节点128个；划分训练数据与验证数据，训练batch大小为32；选用Adam优化器，学习率0.001，训练100个epoch；记录验证集上模型的损失值，保存最佳模型；对新设备，每天收集其实时状态特征数据；将其输入LSTM模型，运行前向计算；模型输出设备未来10天内各健康状态的概率；绘制趋势图，预测健康状态变化趋势；收集设备实际状态变化情况，与模型预测结果进行对比，计算精确率。
S5.2：分级故障响应机制。
优选的，根据LSTM模型输出设备未来10天内每日的故障概率对比每日预测概率，判断未来故障概率的上升趋势；若预测概率持续上升，则确认为故障风险趋势；当轻微故障概率上升至20％时，触发低级响应；当中等故障概率上升至40％时，触发中级响应；当严重故障概率上升至60％时，触发高级响应。
其中，响应级别与预测概率成正比，概率达标即可触发对应级别；根据结果验证实际故障与预测结果，调整概率阈值；动态优化模型，使响应更符合实际故障趋势变化。
S5.3：优先级资源调度。
由管理员根据任务重要性标注高、中和低优先级，高优先级任务进入资源调度优先队列，中低优先级任务次之，也可等待或使用替代资源，实时监控队列，动态调整任务优先级；关键资源达到占用阈值时，暂停接受中低级任务，确保足够资源满足高优先级需求，提高队列处理效率，及时完成高优先任务。
S5.4：持续评估迭代下。
记录所有任务从创建到派发的时间间隔，按日/周/月等周期计算平均等待时间，分优先级统计，比较不同级别的等待时长，设置便捷查询界面，查看实时等待时长；为每个任务设置期望响应时间作为服务水平目标，统计任务实际完成时间与目标时间的差值，计算完成时间在目标时间内的任务占比，作为达成率，按优先级分类统计达成率，判断是否符合优先级保证；在任务完成后，发放满意度调查表单，汇总不同优先级任务的满意度结果，并可进行服务改进。
本实施例还提供一种基于物联网的电站设备管理系统，包括设备编码模块：负责定义设备的各项属性信息，并为每个设备生成唯一的编码；数据采集模块：采集实时采集设备的用电数据和运行状态数据；数据分析模块：对采集到的电量数据进行统计分析，生成电量报表，判断是否存在异常；风险评估模块：根据设备的重要性和发生故障的后果严重程度，对设备进行风险等级的评定；故障预测与预警模块：通过对电量异常超阈值的监测，预测设备潜在故障，并触发预警提醒设备管理人员采取措施；优化模块：用于汇总数据分析结果，制定设备保养和更换策略，提高设备的安全性和可靠性。
本实施例还提供一种计算机设备，适用于基于物联网的电站设备管理方法的情况，包括：存储器和处理器；存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，实现如上述实施例提出的基于物联网的电站设备管理方法。
该计算机设备可以是终端，该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本实施例还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例提出的实现基于物联网的电站设备管理方法；存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(StaticRandom Access Memory,简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read－Only Memory,简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,简称EPROM)，可编程只读存储器(Programmable Red－Only Memory,简称PROM)，只读存储器(Read－Only Memory,简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
综上，本发明提出的方法能够实现对电站设备的精确识别和全面监控，确保设备信息化管理；能够实时掌握设备运行状态，并智能预警潜在风险，保障设备安全可靠运转；应用大数据分析技术实现设备科学化精细化管理，管理效率和水平显著提升；利用预测模型实现设备健康管理的智能化，有效降低管理难度；本发明方法综合运用多项先进技术手段，技术内容系统完整，具有较强的实用性，有助于推进电站设备管理技术进步，使设备管理更智能化和精细化，整体效果显著，对电站设备管理水平提高具有重要意义。
实施例2
参照表1和表2，为本发明第二个实施例，该实施例提供了一种基于物联网的电站设备管理方法，为了验证本发明的有益效果，进行了本发明与现有技术的对比论证。
以下为某地区设备基本信息表：
表1设备属性信息表
设备编号 场站编号 设备类别编号
10001 1 1
10002 1 2
10003 2 1
10004 2 3
...... ... ...
对设备进行实时状态监测，通过安装在机组上的传感器，每分钟采集1次有功功率，上传到物联网平台，物联网平台按每小时计算1次有功功率的平均值P，将每小时的P传输到电站设备管理系统中。
系统每天定时启动用电量计算程序，程序提取当日每小时的有功功率平均值P，并计算当日用电量E；从电量数据库提取过去一年的日用电量数据集D；将当日用电量E与上下限阈值比较；若E大于上限或小于下限，则记录为异常，写入异常数据集D'。
以下为该地区设备电量异常预警记录表：
表2电量异常预警记录表
日期 设备编号 当日用电量 异常类型 预警级别
20xx-01-01 10001 280 超上限 三级
20xx-01-02 10001 260 正常 无
20xx-01-03 10001 250 超下限 二级
20xx-01-04 10001 240 正常 无
...... ... ... ... ...
由上表可知，日期为记录异常发生的日期；设备编号为记录异常设备的唯一编号；当日用电量为记录设备在异常日期的实际用电量。
根据异常的严重程度，分为二级、三级预警；表中三级预警为异常幅度在10％以内，需观察验证；二级预警：异常幅度在10％到20％之间，需派员检查。
最后再应用数据分析优化设备运维策略，提升设备管理智能化水平；本发明应用大数据分析技术实现设备科学化精细化管理，管理效率和水平显著提升；利用预测模型实现设备健康管理的智能化，有效降低管理难度。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于物联网的电站设备管理方法，其特征在于：包括：
定义设备属性信息，并为每个设备建立唯一的设备编码；
构建电量报表，统计分析用电数据；
根据设备场站的危害程度，进行风险评估；
当电量异常超阈值时，触发预警提醒设备管理人员；
应用数据分析优化设备运维策略，提升设备管理智能化水平。
2.如权利要求1所述的基于物联网的电站设备管理方法，其特征在于：所述设备编码的规则为：场站编号+设备分类编号+流水编号；
所述场站编号和所述设备分类编号从属性数据表对应记录中提取；
所述流水编号为该设备类别的自动增长序号；
系统根据规则实时生成设备的唯一编码。
3.如权利要求2所述的基于物联网的电站设备管理方法，其特征在于：所述电量报表的构建包括，
采集设备实时有功功率P(kW)，采集间隔时间T(h)，计算采集周期个数：
N＝24/T
一天总用电量E：
E＝Σ(Pn*Tn),n＝1,...,N
定义报表字段包括：日期、设备编号和日用电量；
汇总计算生成每日用电量报表；
按日、周和月设置报表周期和电量异常阈值，并进行数据分析。
4.如权利要求3所述的基于物联网的电站设备管理方法，其特征在于：所述电量异常阈值的设置过程为：
收集历史1年每日电量原始数据；
将异常数据剔除，如停运期间数据、已知故障期间数据；
计算剔除异常后数据集的均值μ和标准差σ；
定义上下限区间：下限：μ-n*σ；上限：μ+n*σ；
根据历史电量的波动范围，选择n值；
根据定义的上下限，判断历史数据中异常点的检出率；
若检出率较低，递增n值进行检验，至得到满意的检出效果；
最终确定的上限和下限分别作为异常电量的高阈值和低阈值；
在系统中配置设置好的阈值，完成异常电量预警功能的开发。
5.如权利要求4所述的基于物联网的电站设备管理方法，其特征在于：所述数据分析的过程为：
计算日用电量较上周同期的增幅R1和日用电量较上月同期的增幅R2；
若R1或R2超过上限阈值，则初始判断为异常增长；
若R1或R2低于下限阈值，则初始判断为异常降低；
若仅R1异常，而R2正常，则进行二次判断，检查当周是否存在特殊情况，若存在特殊情况，则确定为异常；若无，则判断为正常；
若仅R2异常，而R1正常，进行二次判断，参考长期用电历史数据，判断是否存在环节性波动，若如果不存在环节性波动，则确定为异常；如果存在环节性波动，则判断为正常。
6.如权利要求5所述的基于物联网的电站设备管理方法，其特征在于：所述预警包括，
三级预警为：将每日电量数据与上下阈值比较，若低于下限或高于上限，则系统自动生成一级预警；一级预警内容包括异常设备、异常数值和超限幅度；当生成三级预警后，需检查数据采集系统和传感器是否正常；
二级预警：若设备正常，等待次日数据验证；若次日数据依然异常，升级为二级预警；当生成二级预警后，通知相关负责人查看设备运行情况，并查看近期维护保养记录，判断设备状态；
一级预警：若设备运行正常，仍然重复出现异常，则72小时后升级为第三级预警；当生成一级预警后，采取停机检查、试运行和检修措施，若未找到根因解决异常，则停运设备。
7.如权利要求6所述的基于物联网的电站设备管理方法，其特征在于：所述应用数据分析优化设备运维策略的具体过程为：
收集历史2年的设备状态数据，并标签设备不同时间点的健康状态或异常，进行数据预处理，清洗掉错误数据，归一化特征值到0-1范围；
考虑时间序列数据特点，选择LSTM模型，使用Keras接口搭建LSTM模型结构；设置LSTM超参数：时序长度10天，隐层节点128个，划分训练数据与验证数据，训练batch大小为32，选用Adam优化器，学习率0.001，训练100个epoch，记录验证集上模型的损失值，保存最佳模型；
对于新设备，每天收集实时状态特征数据，将数据输入LSTM模型，运行前向计算，模型输出设备未来10天内各健康状态的概率，绘制趋势图，预测健康状态变化趋势，收集设备实际状态变化情况，与模型预测结果进行对比，计算精确率；
根据LSTM模型输出设备未来10天内每日的故障概率对比每日预测概率，判断未来故障概率的上升趋势；
若预测概率持续上升，则确认为故障风险趋势；
当轻微故障概率上升至20％时，触发低级响应；
当中等故障概率上升至40％时，触发中级响应；
当严重故障概率上升至60％时，触发高级响应；
所述响应与预测概率成正比，概率达标即可触发对应级别。
8.一种基于物联网的电站设备管理系统，基于权利要求1～7任一所述的基于物联网的电站设备管理方法，其特征在于：还包括：
设备编码模块：负责定义设备的各项属性信息，并为每个设备生成唯一的编码；
数据采集模块：采集实时采集设备的用电数据和运行状态数据；
数据分析模块：对采集到的电量数据进行统计分析，生成电量报表，判断是否存在异常；
风险评估模块：根据设备的重要性和发生故障的后果严重程度，对设备进行风险等级的评定；
故障预测与预警模块：通过对电量异常超阈值的监测，预测设备潜在故障，并触发预警提醒设备管理人员采取措施；
优化模块：用于汇总数据分析结果，制定设备保养和更换策略，提高设备的安全性和可靠性。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的基于物联网的电站设备管理方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的基于物联网的电站设备管理方法的步骤。
CN202311189911.9A 2023-09-14 2023-09-14 一种基于物联网的电站设备管理方法及系统 Pending CN117439256A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311189911.9A CN117439256A (zh) 2023-09-14 2023-09-14 一种基于物联网的电站设备管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311189911.9A CN117439256A (zh) 2023-09-14 2023-09-14 一种基于物联网的电站设备管理方法及系统

Publications (1)

Publication Number Publication Date
CN117439256A true CN117439256A (zh) 2024-01-23

Family

ID=89550583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311189911.9A Pending CN117439256A (zh) 2023-09-14 2023-09-14 一种基于物联网的电站设备管理方法及系统

Country Status (1)

Country Link
CN (1) CN117439256A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117708552A (zh) * 2024-02-06 2024-03-15 华能江苏综合能源服务有限公司 一种基于边缘计算的发电站运维数据实时监控方法
CN117828309A (zh) * 2024-03-04 2024-04-05 江苏濠汉信息技术有限公司 一种多源数据融合测距的变电站安全预警方法
CN118157326A (zh) * 2024-05-09 2024-06-07 国能大渡河检修安装有限公司 发电站变压器运行状态调整方法、装置、介质及电子设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117708552A (zh) * 2024-02-06 2024-03-15 华能江苏综合能源服务有限公司 一种基于边缘计算的发电站运维数据实时监控方法
CN117708552B (zh) * 2024-02-06 2024-05-10 华能江苏综合能源服务有限公司 一种基于边缘计算的发电站运维数据实时监控方法
CN117828309A (zh) * 2024-03-04 2024-04-05 江苏濠汉信息技术有限公司 一种多源数据融合测距的变电站安全预警方法
CN117828309B (zh) * 2024-03-04 2024-05-10 江苏濠汉信息技术有限公司 一种多源数据融合测距的变电站安全预警方法
CN118157326A (zh) * 2024-05-09 2024-06-07 国能大渡河检修安装有限公司 发电站变压器运行状态调整方法、装置、介质及电子设备

Similar Documents

Publication Publication Date Title
CN117439256A (zh) 一种基于物联网的电站设备管理方法及系统
US11055450B2 (en) Industrial asset health model update
CN111786385B (zh) 一种电网运维方案规划方法、系统及设备
CN111310803B (zh) 环境数据处理方法和装置
CN114519524A (zh) 基于知识图谱的企业风险预警方法、装置及存储介质
CN111222968A (zh) 一种企业税务风险管控方法及系统
CN115034485A (zh) 一种基于数据空间的风电功率区间预测方法及装置
CN113506190B (zh) 一种异常用电行为辨识方法、装置、设备及存储介质
CN111626543A (zh) 电力相关数据的处理方法及装置
CN117094688B (zh) 一种供电所数字化管控方法及系统
CN118152124A (zh) 一种基于云计算的数据处理方法及系统
Sheikhalishahi et al. Maintenance scheduling optimization in a multiple production line considering human error
CN117709587A (zh) 一种基于量费预测与分析的数字化管控方法及系统
CN115471215B (zh) 一种业务流程处理方法及装置
Ashraideh et al. Risk management at the stages of the life cycle of NPP projects
Mascali et al. A machine learning-based Anomaly Detection Framework for building electricity consumption data
CN113537519B (zh) 一种识别异常设备的方法和装置
CN114168409A (zh) 一种业务系统运行状态监控预警方法与系统
CN118569448B (zh) 消防装备物资的优化调度方法
Leite Prediction Analysis of Forced Shutdowns in Brazilian Type I Hydropower Plants
CN117524374B (zh) 一种产品生态过程的环境影响评估系统和装置
Goyal et al. Data-driven risk analysis for poles in the electric grid
Hartini et al. Optimizing asset management for Structure System Components of RSG-GAS: A reliability-centric approach
Shijun et al. Research and Application to Risk-Informed NPP Events Trend Analysis Method
CN118378909A (zh) 一种基于模式识别的市场出清与机组协同决策方法

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