[發(fā)明專利]電力設備運維方法

有效

• 申請?zhí)枺?/td>: 201310109711.8
• 申請日: 2013-03-29
• 公開（公告）號: CN103150635A
• 公開（公告）日: 2013-06-12
• 發(fā)明（設計）人: 蕭展輝;劉瑋;楊晶晶;周瓏;陳劍光
• 申請（專利權(quán)）人: 廣東電網(wǎng)公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/08
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 王茹;曾旻輝

技術(shù)領域

本發(fā)明涉及電力系統(tǒng)技術(shù)領域，特別是涉及一種電力設備運維方法。

背景技術(shù)

電力設備的運維工作，是保證設備正常運行重要措施之一，而如何在合適的運維周期內(nèi)針對電力設備開展哪種類型的運維工作，提高運維的準確性、降低資源浪費，提高工作效率低是運維過程的重點與難點。

目前，在電力設備運維技術(shù)中，運維的類型和周期是根據(jù)歷史經(jīng)驗總結(jié)、人為判斷、固定的；例如，對某種設備的運維方法為固定為“一月一次巡視”，這種方式無法反映當前電力設備的真實狀態(tài)，容易造成欠運維或過度運維的情況，無法及時發(fā)現(xiàn)缺陷或造成資源的浪費，運維的效率低。

發(fā)明內(nèi)容

基于此，有必要針對現(xiàn)有的運維技術(shù)效率低的問題，提供一種效率更高的電力設備運維方法。

一種電力設備運維方法，包括如下步驟：

建立運維模型，所述運維模型中包括設備綜合性能指標及運維周期之間的對應關系；

讀取當前電力設備的設備狀態(tài)數(shù)據(jù)，并根據(jù)設備狀態(tài)評估標準計算設備狀態(tài)指標；

讀取電網(wǎng)運行狀態(tài)數(shù)據(jù)，并根據(jù)電網(wǎng)安全風險評估標準計算電網(wǎng)安全風險值；

根據(jù)所述設備狀態(tài)數(shù)據(jù)及預設的運維信息對應表確定對應的運維類型；其中，運維信息對應表為運維類型與設備狀態(tài)數(shù)據(jù)之間的對應表；

根據(jù)所述設備狀態(tài)指標和電網(wǎng)安全風險值計算電力設備當前的設備綜合性能指標；

根據(jù)所述設備綜合性能指標及運維模型選擇對應的運維周期；

根據(jù)所述運維類型及運維周期對相應的電力設備執(zhí)行運維操作。

上述電力設備運維方法，通過建立包括設備綜合性能指標及運維周期之間的對應關系的運維模型，對運維進行差異化處理，結(jié)合了電力設備狀態(tài)、電網(wǎng)安全風險等因素，進而根據(jù)當前電力設備的真實運行狀態(tài)，基于運維模型確定電力設備運維的類型和周期，運維準確性高，能有效提升現(xiàn)場運維的工作效率，避免產(chǎn)生欠運維和過度運維的問題，確保電網(wǎng)、設備穩(wěn)定運行。

附圖說明

圖1為一個實施例的電力設備運維方法流程圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明的電力設備運維方法的具體實施方式作詳細描述。

圖1示出了一個實施例的電力設備運維方法流程圖，主要包括如下步驟：

步驟S10：建立運維模型，所述運維模型中包括設備綜合性能指標及運維周期之間的對應關系。

具體的，設備綜合性能指標由設備狀態(tài)指標和電網(wǎng)安全風險值計算得到，設備狀態(tài)指標為x，電網(wǎng)安全風險值為y，設備綜合性能指標為z，則設備綜合性能指標滿足以下公式：

z=f（x，y）

其中，x的值越大，則設備狀態(tài)越好，y的值越大，則電網(wǎng)安全風險性越低，式中，f為計算設備綜合性能指標的函數(shù)。

作為一個實施例，計算公式為z=μ·x·y+η，式中，μ和η均為常數(shù)，μ和η可以根據(jù)實際情況設定。

運維周期是指進行前后兩次運維之間的時間間隔，設運維周期為T，則運維周期與設備綜合性能指標之間的對應關系可以用以下公式表示：

T=a·z

式中，a為常數(shù)值，可以根據(jù)實際情況進行設定，其中，z的值越大，則設備綜合性能越好，相應的運維周期T的取值就越大。

作為一個實施例，在建立運維模型過程中，基于BP神經(jīng)網(wǎng)絡對給定的運維樣本進行訓練，獲得運維模型的運維周期判斷規(guī)則；

根據(jù)所述運維周期判斷規(guī)則并采用模糊推理方法對所述運維樣本進行處理，獲得設備綜合性能指標及運維周期之間的對應關系。

具體的，BP神經(jīng)網(wǎng)絡的訓練過程如下：

（1）給網(wǎng)絡的學習參數(shù)進行初始化定義，如設置網(wǎng)絡閾值矩陣、初始權(quán)值、學習因子η等；

（2）前向傳播過程：對于給定的運維周期訓練樣本輸入，計算網(wǎng)絡的輸出，并與期望輸出比較，若滿足誤差要求，則保存當前權(quán)值、閾值矩陣，若不滿足誤差要求，則轉(zhuǎn)入（3）；

（3）后向傳播過程：

①計算同一層單元的誤差δ_pj；

②修正權(quán)值和閾值；

③返回步驟（2），按新的權(quán)值、閾值進行前向傳播。

用網(wǎng)絡的均方根（RMS）誤差來定量地表示學習的性能，則表示如下：