[發明專利]一種基于數據挖掘的設備全生命周期管理方法

有效

• 申請號: 202011189047.9
• 申請日: 2020-10-30
• 公開（公告）號: CN112288014B
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 尹春林;劉柱揆;趙現平;楊政;潘侃;朱華
• 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: G06F18/2415
• 分類號: G06F18/2415;G06F18/23213;G06Q50/06
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

本申請公開了一種基于數據挖掘的設備全生命周期管理方法，包括：采集設備臺賬數據、運行數據和檢修數據；對數據進行特征分析和統一化表征；通過K?means數據聚類算法對數據進行降維處理生成相似簇；利用Apriori算法挖掘數據屬性之間的關聯規則；依據所述關聯規則進行故障分類，構建設備故障預測模型；依據設備運行數據和檢修數據的權重，構建設備畫像標簽體系；基于設備臺賬數據、運行數據和檢修數據訓練所述設備故障預測模型得到資產設備畫像預測模型；通過資產設備畫像預測模型預測得到全生命周期運行的設備畫像預測結果，通過設備畫像預測結果和設備畫像標簽體系，優化企業設備資產需求采購、使用維護、報廢環節。

技術領域

本申請涉及電網資產管理技術領域，尤其涉及一種基于數據挖掘的設備全生命周期管理方法。

背景技術

現代企業裝備的特點，給企業的生產機構和設備維修管理業務帶來許多變化。一方面，現代化設備在投產后會帶來較高的經濟效益。另一方面，由于設備的連續高速運轉也帶來了零部件的磨損加劇，使用壽命周期縮短。同時，它的停機損失，維修難度，維修成本等一系列問題，也給設備管理部門的工作增加了難度。

企業內部的資產全生命周期管理系統,它處于資產管理的核心地位，因為它是連接企業內部生產運行作業區和資產檢修作業區之間的橋梁。傳統的資產全生命周期管理是根據企業資產運行及庫存情況，進行采購需求的提報，對于新購進的資產由驗收人對設備的內部參數進行登記、存檔，并將資產使用、維護、報廢等運行及檢修信息維護到資產全生命周期管理系統中。雖然企業有專門人工整點，但也增加了繁重的手工勞動。它存在著一系列缺點，例如由于大量零亂、沒有相關聯系的數據，編號不統一而且存在可能丟失紙質方案等因素的存在，導致了在檢修和維護的過程中對相關有用資料的不方便的查找或信息缺失，這樣就增加了檢修成本和檢修工期，企業生產力也因此受拖累而降低了，同時由于并未對設備臺賬、運行數據、檢修數據等之間的存在的關系進行深入的分析及挖掘，企業無法對設備的可靠性、運行年限、檢修計劃進行有效的預測，因此無法根據各類型資產設備實際運行情況評估采購需求。

企業追求的價值最大化，最大程度的降低人工，材料方面的投資，這就要求企業把設備管理由被動管理轉為主動管理，在這種前提下就需要有一套能夠完全為設備管理的多種要求而設計的管理系統，能夠滿足有效的發揮設備的可有性，合理的安排檢修，降低設備的庫存需要,提高企業生產力，降低成本。

發明內容

本申請提供了一種基于數據挖掘的設備全生命周期管理方法，以解決現有技術中無法對設備的可靠性、運行年限、檢修計劃進行有效的預測，因此無法根據各類型資產設備實際運行情況使資產運行整體實現高收益的問題。

本申請采用的技術方案如下：

一種基于數據挖掘的設備全生命周期管理方法，包括以下步驟：

采集設備臺賬數據、運行數據和檢修數據；

對采集到的所述設備臺賬數據、運行數據和檢修數據進行特征分析和統一化表征；

按照實際需求設定所述設備運行數據和檢修數據的數據標簽和標簽權重；

依據所述設備運行數據和檢修數據的標簽權重，構建設備畫像標簽體系；

通過K-means數據聚類算法對統一化表征后的所述設備臺賬數據、運行數據和檢修數據屬性進行降維處理，生成相似簇；

利用Apriori算法挖掘設備異常或故障數據與造成故障因素數據之間的關聯規則；

依據所述關聯規則對數據屬性進行故障分類，構建設備故障預測模型；

基于所述設備臺賬數據、運行數據和檢修數據，訓練所述設備故障預測模型，得到資產設備畫像預測模型；

通過所述資產設備畫像預測模型得到全生命周期運行的設備畫像預測結果；