[發明專利]一種基于數據關聯關系的設備缺陷評估與預測方法

有效

• 申請號: 201610051473.3
• 申請日: 2016-01-26
• 公開（公告）號: CN105740975B
• 公開（公告）日: 2019-08-27
• 發明（設計）人: 黃緒勇;王閘;孫鵬;劉文波
• 申請（專利權）人: 云南電網有限責任公司電力科學研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

本發明公開的基于數據關聯關系的設備缺陷評估與預測方法，主要包括整合電網設備的歷史監測數據，提取所述電網設備的某一項設備缺陷類型與所述設備缺陷類型對應的數據因素；將所述設備缺陷類型對應的數據因素進行整合，獲得因素監測數據庫，所述因素監測數據庫包括所述設備缺陷類型的監測數據；獲取所述設備缺陷類型與其對應的所述數據因素集合內元素的關聯系數；構建所述設備缺陷類型的評估預測模型；結合所述評估預測模型和所述因素監測數據庫，計算所述缺陷類型對應的所有評估預測模型y值根據所述所有設備缺陷類型的評估預測模型和所有設備缺陷類型對應的區間分布概率進行設備缺陷評估和設備缺陷預測。提升了缺陷分析的靈活性。

技術領域

本發明涉及電力設備管理技術領域，更為具體地說，涉及一種基于數據關聯關系的設備缺陷評估與預測方法。

背景技術

隨著近些年電網系統數字化管理需求的不斷提高、各業務生產系統的不斷集成，積累獲取的電力業務數據儲存量迅猛增長。這些數據信息量大，包含重要的信息，是對設備管理的數據參考。如此分析并應用這些龐大、種類復雜且客觀真實的在線監測、試驗、檢修類數據及數據之間的隱藏信息，對提升電網和電力設備風險管理和防控水平具有非常重要的意義。然而，此數據因為種類繁雜，要想做到方便的查看與應用，比較困難。所以現在有關企業不斷加大有關此類數據處理的投入，以獲取更加方便的數據處理方法。

電網系統中涉及的設備量眾多，處理設備缺陷數據有著重要的意義。目前，對設備缺陷數據的處理主要是利用缺陷數據或缺陷與設備數據構建缺陷模型，并對模型進行學習訓練得到最優分析模型。然而利用這種方法考慮設備所有因素可能增大模型的計算復雜度，而降低模型的適用性和準確度。因此，結合工程實際數據現狀，尋求一種更方便、高效的設備缺陷分析方法，預估設備缺陷狀態趨勢，對提高電網系統運行決策、風險監控水平具有重要指導意義。

發明內容

本發明的目的是提供一種基于數據關聯關系的設備缺陷評估與預測方法，以提高數據關聯關系及歷史數據等客觀信息的利用效率，提升了缺陷分析模型的靈活性。

為了解決上述技術問題，本發明提供如下技術方案：

本發明提供的一種基于數據關聯關系的設備缺陷評估與預測方法，所述方法主要包括：

整合電網設備的歷史監測數據，提取所述電網設備的某一項設備缺陷類型與所述設備缺陷類型對應的數據因素，所述數據因素為所述設備缺陷類型對應的檢測對象；

將所述設備缺陷類型對應的數據因素進行整合，獲得包括其對應全部數據因素的數據因素集合和所述數據因素集合對應的因素監測數據庫，所述因素監測數據庫包括所述設備缺陷類型的監測數據；

獲取所述設備缺陷類型與其對應的所述數據因素集合內元素的關聯系數，并獲得關聯系數集合，所述關聯系數集合為Γ＝{γ₁,γ₂,...γ_i,...,γ_n}，其中：n為所述設備缺陷類型對應的數據因素的個數，γ_i為第i個數據因素對應的關聯系數；

構建所述設備缺陷類型的評估預測模型，y＝γ₁x₁+γ₂x₂+...+γ_ix_i+...+γ_nx_n；

結合所述評估預測模型和所述因素監測數據庫，計算所述缺陷類型對應的所有評估預測模型y值；

將計算得到的所述所有評估預測模型y值，按照缺陷發生或缺陷未發生將所述所有評估預測模型y值分成兩個集合；

將所述所有評估預測模型y值進行區間劃分，計算每一個區間內評估預測模型y值的分布概率；