[发明专利]一种基于大数据的设备状态评估方法

说明书

本发明具体涉及一种基于大数据的设备状态评估方法，根据每个设备建立的指标库输出每个指标，将每个指标作为因素进行模糊综合评判，输出评判结果。具体为所述每个指标作为因素进行模糊综合评判包括以下步骤：对每个设备指标作为因素建立因素集，其中代表影响因数；所述为温度、负荷、水分、氧气、应力、油色谱中的一个或者多个；对于每个因素建立权重集A；对于对应的设备建立评判集；其中v_n代表被评估对象的各种可能的评估结果；建立评判矩阵R。本方法可以可建立电网分区、分单位的设备健康状况指标体系，以此作为大修，技改，甚至规划投资方向的参考依据，提升业务决策的准确性。

技术领域

本发明涉及电力领域，具体涉及一种基于大数据的设备状态评估方法。

背景技术

随着社会和经济的发展，各行各业对电力的依赖增强，对电力系统供电可靠性的要求日益提高。有不同的提高电力系统可靠性的途径：从运行上可以采取各种调度、切换、保护以及控制措施加强现有系统的可靠性；从系统规划上可以增强网络架构，即增加设备的冗余度为用户提供持续可靠的电能供应；从维修的角度，应及时维修或更新状态变差的电力元件，消除电网中的安全隐患。大部分电力设备在潜在故障初期发展比较缓慢，经历一段时间之后，随着故障累积效应而使劣化过程加速，最终快速达到功能故障点。理想的状态维修是当设备即将达到功能故障前安排维修，这样可以最大限度降低风险并延长设备的运行周期。调度自动化系统存在海量数据，利用设备的历史运行数据，对设备状态进行评估，主动发现问题具有重要意义。

发明内容

1、所要解决的技术问题：

本发明提供一种设备状态评估方法，本方法在自动数据质量评估之后，系统可获得较为完善的原始数据。在数据质量达标的情况下，可对原始数据进一步的抽取指标。可建立电网分区、分单位的设备健康状况指标体系，以此作为大修，技改，甚至规划投资方向的参考依据，提升业务决策的准确性。

2、技术方案：

一种基于大数据的设备状态评估方法，其特征在于：根据每个设备建立的指标库输出每个指标，将每个指标作为因素进行模糊综合评判，输出评判结果。每个设备在指标库中均有一系列的指标：比如功率因数合格率指标、电压合格率指标等等。

进一步地，所述每个指标作为因素进行模糊综合评判包括以下步骤：

步骤一：对每个设备指标作为因素建立因素集，其中代表影响因数；所述为温度、负荷、水分、氧气、应力、油色谱中的一个或者多个；

步骤二：对于每个因素建立权重集A；

步骤三：对于对应的设备建立评判集；其中v_n代表被评估对象的各种可能的评估结果；

步骤四：建立评判矩阵R:

评判矩阵R的矩阵表达形式如下：

在评判矩阵R中，元素表示对因素集U中第i个元素进行评价，因素对评判集V中第j个元素的隶属程度。

步骤五：建立模糊综合评判模型B；对设备进行评估；

模糊综合评判模型为的形式;其中“o”为模糊算子；其具体的表示方式如下：

步骤六：输入对应设备的相应数据进行评估并输出评判结果。

进一步地，所述设备为变压器、电抗器、高压开关、格尼开关、电压互感器、电流互感器、电容器。