[發明專利]一種基于全業務混合數據的二次設備健康狀況分析方法

有效

• 申請號: 202110593619.8
• 申請日: 2021-05-28
• 公開（公告）號: CN113283510B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 吳振杰;錢建國;方愉冬;王源濤;潘武略;侯偉宏;馬偉;胡晨;劉東冉;陳嘉寧;殷建軍;殷歡;王帥;卜少明
• 申請（專利權）人: 國網浙江省電力有限公司杭州供電公司;北京四方繼保工程技術有限公司;北京四方繼保自動化股份有限公司
• 主分類號: G06F18/241
• 分類號: G06F18/241;G06F18/2415;G06F18/214;G06F16/2458;G06Q50/06
• 代理公司: 北京天達知識產權代理事務所有限公司 11386
• 代理人: 龐許倩

1.一種基于全業務混合數據的二次設備健康狀況分析方法，其特征在于，包括如下步驟：

實時采集待分析二次設備的全業務混合數據；所述全業務混合數據包括二次設備的設備編號和設備狀態監測數據；所述設備狀態監測數據包括裝置自檢信息、壓板、定值、通信狀態、電源電壓、光強、設備溫度、裝置差流狀況、內部狀態監視及裝置運行狀態數據；

對實時采集到的全業務混合數據進行合規性檢測，并基于檢測通過后的全業務混合數據生成特征數據；所述特征數據與所述設備編號存在映射關系；

所述基于檢測通過后的全業務混合數據生成特征數據，包括：

若設備溫度在正常工作范圍內，依次將設備狀態監測數據中除設備溫度外的每一數據作為矩陣元素存入特征矩陣，形成特征數據；

若設備溫度異常，則依次將設備狀態監測數據的每一數據作為矩陣元素存入特征矩陣，形成特征數據；

基于所述設備溫度選擇匹配的故障類型確定模型，由所選擇的故障類型確定模型接收并處理所述特征數據、輸出全業務混合數據對應的故障類型；特征數據與二次設備的設備編號存在一一映射關系；

基于全業務混合數據中的設備溫度選擇匹配的故障類型確定模型，包括：

若二次設備的設備溫度在正常工作范圍內，則選擇的故障類型確定模型為溫度正常時的故障類型確定模型；

若二次設備的設備溫度異常，則選擇的故障類型確定模型為溫度異常時的故障類型確定模型；

通過執行以下操作訓練并測試故障類型確定模型：

采集靜態數據及布設位置與待分析二次設備均相同的多個二次設備的全生命周期的全業務混合數據，并提取全生命周期中出現各種故障類型時的全業務混合數據，組建樣本庫；

基于設備溫度對所述樣本庫中的全業務混合數據及其對應的故障類型進行分類，形成設備溫度正常和設備溫度異常時的樣本集；

基于樣本集中的全業務混合數據生成特征數據，以特征數據為輸入、以相應的故障類型為輸出訓練并測試與之匹配的故障類型確定模型；

所述設備溫度正常時的樣本集，包括：設備溫度在正常工作范圍內的全業務混合數據，以及此時全業務混合數據對應的故障類型；

所述設備溫度異常時的樣本集，包括：設備溫度在異常工作范圍內的全業務混合數據，以及此時全業務混合數據對應的故障類型；

輸出匹配于所述全業務混合數據對應的故障類型的健康狀況分析結果；通過查詢故障類型-健康狀況關系表，得到匹配于全業務混合數據對應的故障類型的健康狀況，將該健康狀況作為分析結果輸出。

2.根據權利要求1所述的基于全業務混合數據的二次設備健康狀況分析方法，其特征在于，所述設備編號與二次設備的設備技術參數存在映射關系；

對實時采集到的全業務混合數據進行合規性檢測，包括：

基于設備編號與設備技術參數之間的映射關系，獲取待分析二次設備的設備技術參數；

基于獲取到的設備技術參數，判斷全業務混合數據中各數據的數據類型、數據格式是否正確，若均正確，則合規性檢測通過；否則，合規性檢測不通過。

3.根據權利要求1或2所述的基于全業務混合數據的二次設備健康狀況分析方法，其特征在于，所述故障類型-健康狀況關系表用于存儲每種故障類型對應的健康狀況，每種故障類型對應的健康狀況均基于故障類型的重要程度確定。

4.根據權利要求3所述的基于全業務混合數據的二次設備健康狀況分析方法，其特征在于，所述故障類型包括二次設備硬件故障、二次設備軟件故障、二次設備硬件告警、二次設備軟件告警、檢測型狀態量存在嚴重偏差及無故障。

5.根據權利要求1所述的基于全業務混合數據的二次設備健康狀況分析方法，其特征在于，所述故障類型確定模型基于神經網絡模型或貝葉斯網絡分類模型實現。