[发明专利]一种基于图像模型分析的设备风险评估方法

说明书

本发明公开了一种基于图像模型分析的设备风险评估方法，包括以下步骤：构建模型、记录数据、对应标记、逻辑绘图、分析评估；步骤一、构建模型：根据国家电网电力设备的安全生产基准数据，构建各个安全生产基准设备模型；步骤二、记录数据：全方面采集检测设备的各项数据以及环境数据，构建环境条件与检测设备关系数据模型，并记录下所有数据；步骤三、多种规则，标记基准模型的状态点作为基准，同种规则下标记检测设备模型；步骤四、获取所有状态点，基准点为黄色状态域，基准点上面的是绿色生产设备，加准点下面的是红的报警域，根据状态点的分布趋势渲染出图像；步骤五、分析图像，评估设备风险。应用本基于图像模型分析的设备风险评估方法，使数据可视化，形象的展示了检测设备的三维数据；基于模型比对，自动分析检测设备的合格性；根据安全生产状态域图像，分析设备的风险概率，能更好的识别薄弱设备，防止风险产生；使检测机构日后的检测工作更具有侧重点，大大提高了检测工作的效率。

技术领域

本发明涉及计算机技术领域，具体是一种基于图像模型分析的设备风险评估方法。

背景技术

电力设备检测机构是国家电网安全稳定运行的基础，是国家电网公司安全生产的重要保障，但是，电力设备检测机构重复机械检测工作，完全性一视同仁的检测设备，没有重点的检测设备，也没有风险意识，基于图像模型分析的设备风险评估系统应运而生。

应用基于图像模型分析的设备风险评估系统，使数据可视化，形象的展示了检测设备的性能数据薄弱点；基于模型比对，自动分析检测设备的偏差点；获取各项状态点，通过渲染成设备质量检测数据分布图，用颜色标注实际检测数据偏移量，形成质量对比颜色图谱；由检测数据偏移图谱计算设备的风险概率，更好的识别潜在问题设备，防止大风险设备的产生，保护设备运行状态；同时使检修部门日后的检测工作更具有针对性，大大提高了检修工作的效率。

发明内容

本发明的目的在于提供一种基于图像模型分析的设备风险评估方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于图像模型分析的设备风险评估方法，包括以下步骤：构建模型、记录数据、对应标记、逻辑绘图、分析评估。

具体的，步骤一、构建模型：根据国家电网电力设备的安全生产基准数据，基于js构筑web 模型，构建各个安全生产基准设备模型。

步骤二、记录数据：全方面采集检测设备的各项数据以及环境数据，基于js构筑web 模型，构建环境条件与检测设备关系数据模型，并记录下所有数据；

步骤三、对应标记：根据各个设备的安全生产基准模型，自动分析，判定安全生产率，并根据标准以及各种特定情况取到对应的设备的状态点，不同的状态点由不同的颜色标记；

步骤四、逻辑绘图：根据状态点，自动渲染图像，生成设备质量数据偏移量的谱图，用颜色标注偏移的程度。检测数据越多，得到的图像则更加能反应实际情况；

步骤五、分析评估：分析检测设备大数据下得到的质量薄弱点，通过算法分析，评估设备的风险率。

与现有技术相比，本发明的有益效果是：

现在的设备质量管理只能通过检测，对检测结果是否合格进行确定设备质量，但没法对合格的设备日后运行中的风险进行判定。

应用本基于图像模型分析的设备风险评估方法，使数据可视化，形象的展示了检测设备的性能数据薄弱点；基于模型比对，使用颜色谱图对比检测数据的偏移量，直观的看到设备在哪个性能上存储风险，日后的检修、运维可以针对这些较弱的设备状态编制定制的巡检和检修方案。

附图说明

图1为风险评估的说明图。

具体实施方式