[发明专利]一种基于配网大数据的配电设备巡检方案生成方法及装置

说明书

技术领域

本发明涉及一种基于配网大数据的配电设备巡检方案生成方法及装置。

背景技术

配电设备运维管理工作内容包括对其负责供电区域内10kV线路、开闭所、电缆分支箱的运行管理及配电室、箱式变电站、柱上变压器等设备的运行、维护。这就要求其对设备进行定期巡视检查。目前，配电运维班组依旧按照首字母排列法将配电室进行排列，再按照时间分段将巡视工作分摊到各个区间再对配电室逐一进行巡视。但是，由于配网的飞速发展，配电网络规模庞大，配电设备种类与数量繁多，大部分线路均实现联络，多数新建与改造完成小区均实现双电源供电，原有的定期巡检方法已无法满足对设备的巡视检查要求。同时，由于用户对于供电可靠性的要求提高，电网售电侧放开，仅仅依靠被动抢修已经无法适应当下的运行需求。因此，如何设计一种配电设备巡检方案生成的方法，来提高运维巡视工作效率，变被动抢修为主动检修，仍是待解决的技术问题。

发明内容

为了克服上述现有技术的不足，本发明提供了一种基于配网大数据的配电设备巡检方案生成方法及装置，将运行环境特性进行量化，增设了许多影响因素，避免了定期巡检方法所带来的过于刻板、不灵活的缺点，从而在整体层面上促进设备运维管理效率的提升，真正实现对“非正常状态”设备的及时、尽早的发现。

本发明所采用的技术方案是：

一种基于配网大数据的配电设备巡检方案生成方法，包括以下步骤：

采集配电设备运行状态数据、运行环境数据和负荷特性，并存储到设备数据库中；

对设备数据库中数据进行参数量化，将量化后的参数数据存储到量化数据库中；

从量化数据库中提取多个参数数据作为训练样本，训练得到神经网络，通过神经网络预测各配电设备综合需求值，并进行排列；

分析各配电设备综合需求值的主要影响因素，生成配电设备巡检方案列表。

进一步的，所述配电设备运行状态数据包括配电设备的电压、电流、抢修历史时间、抢修处理缺陷等级、检修记录、临时工作和操作次数。

进一步的，所述配电设备运行环境数据包括配电设备运行区域、投运年限、型号、类型、资产归属、维修记录、二次利用和厂家。

进一步的，所述负荷特性包括季节特性和每日负荷特性。

进一步的，对设备数据库中数据进行参数量化，将量化后的参数数据存储到量化数据库中，包括：根据设备历史数据和经验数据，对设备数据库中每个配电设备运行状态数据、运行环境数据和负荷特性进行参数量化，将量化后的参数数据存储到量化数据库中，其中，所述设备历史数据包括设备历史故障率、健康状态评估和设备历史检修数据。

进一步的，从量化数据库中提取多个参数数据作为训练样本，训练得到神经网络，通过神经网络预测各配电设备综合需求值，并进行排列，包括：

步骤1：从量化数据库中提取同一台配电设备的多个参数数据作为神经网络的训练样本；

步骤2：采用训练算法仿真训练用于配电设备的神经网络；

步骤3：以配电设备新的运行状态参数数据为基础，利用神经网络预测配电设备可能存在的安全隐患，将该安全隐患作为配电设备综合需求值；

步骤4：重复步骤1-3，直至求得所有配电设备综合需求值，根据巡检优先级，将所有配电设备综合需求值进行排列。

进一步的，分析各配电设备综合需求值的主要影响因素，生成配电设备巡检方案列表，包括：对配电设备综合需求值生成影响最大的设备运行状态参数数据进行反向分析，确定安全隐患的来历，制定相应的治理措施，再结合安全隐患生成整体巡检方案列表。

进一步的，所述整体巡检方案列表包括配电设备巡视顺序、可能存在缺陷以及初步实施方案。

一种计算机装置，用于基于配网大数据的配电设备巡检方案生成，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤，包括：

采集配电设备运行状态数据、运行环境数据和负荷特性，并存储到设备数据库中；

对设备数据库中数据进行参数量化，将量化后的参数数据存储到量化数据库中；

从量化数据库中提取多个参数数据作为训练样本，训练得到神经网络，通过神经网络预测各配电设备综合需求值，并进行排列；

分析各配电设备综合需求值的主要影响因素，生成配电设备巡检方案列表。

一种计算机可读存储介质，其上存储有用于基于配网大数据的配电设备巡检方案生成的计算机程序，该程序被处理器执行时实现以下步骤：

采集配电设备运行状态数据、运行环境数据和负荷特性，并存储到设备数据库中；