一种智能设备健康状态评价方法及系统技术方案

本发明专利技术提供一种智能设备健康状态评价方法及系统所述方法包括：获取备运行状态信息；在预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态；所述智能设备健康状态评价指标体系模型包括：目标层和基于设备健康状态影响因素间关系构建的分层准则层；本发明专利技术提供的技术方案获得设备健康状态，检修部门根据设备的健康状态安排检修任务，优先处理危急状态设备缺陷，能够大幅提升运维效率，同时保障电网的安全运行。

Evaluation method and system for health status of intelligent equipment

The invention provides an intelligent equipment health evaluation method and the method of the system, which includes: acquiring the information of standby operation state; acquiring the equipment health status according to the relationship between the acquired equipment health status information and the influencing factors of the equipment health status in the pre-constructed evaluation index system model of the intelligent equipment health status. The model of the intelligent equipment health evaluation index system includes: the target layer and the hierarchical criterion layer based on the relationship between the influencing factors of the equipment health state; the technical scheme provided by the invention obtains the equipment health state, and the maintenance department arranges the maintenance tasks according to the equipment health state, and gives priority to the emergency state setting. The defects can greatly enhance operation and maintenance efficiency and ensure the safe operation of the power grid.

【技术实现步骤摘要】
一种智能设备健康状态评价方法及系统
本专利技术涉及一种智能设备健康状态评价方法，具体涉及一种智能设备健康状态评价方法及系统。
技术介绍
智能设备是变电站二次系统及其电气回路的主要构成部分。长期以来，作为对一次系统进行监视、控制、调节和保护的电子设备，智能设备运行状态数据的分析不被重视，仅输出部分设备自检信息。设备维修机制主要有计划检修、事后维修和预知检修多种模式。计划维修造成了大量的资源和设备的浪费，事后维修为电力系统带来不可预知的安全隐患，已不能适应智能化生产的要求。而由于采集到的智能设备运行信息较为有限，并未开展智能设备的预知维修。目前，智能设备评估常采用非线性、模糊处理的方法，这类方法样本有限，算法复杂，评价依据不全面，通常用于对存在较多不确定评判指标因素的大型机电设备进行健康状态评估。
技术实现思路
为了解决现有技术中所存在的上述不足，本专利技术提供了一种智能设备健康状态评价方法。本专利技术提供的技术方案是：一种智能设备健康状态评价方法，所述方法包括：获取备运行状态信息；在预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态；所述智能设备健康状态评价指标体系模型包括：目标层和基于设备健康状态影响因素间关系构建的分层准则层。优选的，所述设备健康状态评价指标体系模型的构建包括：将智能设备健康状态设定为目标层；基于影响目标层的各个因素构建一级准则层，其中每个因素对应所述一级准则层的一个一级指标；基于每个一级指标，根据对一级指标的影响因素构建所述一级指标的二级指标；所有的二级指标构建二级准则层；优选的，所述一级准则层和二级准则层每个指标均包括权重；基于一级指标间的关系建立一级准则层权重矩阵，其中，每个一级指标为一个一级权重向量；基于所述各一级指标的权重向量的范围，以及每个一级指标下二级指标间的关系，构建所述一级指标下二级指标的权重矩阵；其中，每个二级指标为一个二级权重向量。优选的，所述在预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态包括：基于设备运行状态信息和二级指标的权重向量范围内为所述二级指标打分；将二级指标的分值采用归一化方法计算得到每个一级指标的分值；将一级指标的分值采用归一化方法计算得到智能设备的健康分数；根据健康分数结合预设的健康状态表，确定设备健康状态。优选的，采用归一化方法计算所述智能设备的健康分数：式中，HF为被测智能设备的健康分数；m为被比较元素归一化后的元素编号；为二级指标所的分数。优选的，所述二级权重向量按下式计算：ωm＝ωA[i]*ωm其中，ωm：二级权重向量；i：0、1、2、3或4；ωA：元素在目标层下排序的相对权重。优选的，所述一级权重向量按下式计算：AωA＝λmaxAωA其中，ωA：元素在目标层下排序的相对权重；A：判断矩阵，判断矩阵A由智能设备健康状态指标影响等级结合Satty1-9值法得到；λmaxA：矩阵A最大特征值。优选的，所述设备运行状态信息包括:通信状态、外部环境、设备资源、自检信息和对时状态；所述通信状态包括：SV通信状态、GOOSE通信状态和站控层通信状态；所述外部环境：包括机箱内部温度和交直流电源电压；所述设备资源：包括CPU温度与负载、CPU工作电压、通信光口功率、内存使用率和磁盘存储空间；所述自检信息：包括装置硬件自检、定值校验、交流输入回路监视和二次回路监视；所述对时状态：包括对时信号状态、对时服务状态和时间跳变。优选的，所述根据健康分数结合预设的健康状态表，确定设备健康状态包括：若设备的健康分数为100时，设备处于健康状态；若85≤设备的健康分数<100时，设备处于危险状态；若设备的健康状态分数<85时，设备处于危急状态。优选的，所述设备健康状态评价指标体系模型还包括：方案层；方案层包括：当所述目标层智能设备健康状态不是健康状态时，为使所述目标层智能设备状态达到健康状态而基于一级指标和二级指标的常见问题构建可供选择的各种措施、决策方案。一种智能设备健康状态评价系统，所述系统包括：设备信息获取模块，用于获取备运行状态信息；健康状态确定模块，用于将获取的设备运行状态信息输入预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态。优选的，还包括：模型构建模块：用于构建所述智能设备健康状态评价指标体系模型；智能设备健康状态评价指标体系模型包括：目标层和基于设备健康状态影响因素间关系构建的分层准则层。优选的，所述模型构建模块，包括：目标层确定子模块：用于基于智能设备健康状态确定目标层；准则层确定子模块：用于根据影响目标层的各个因素以及各因素之间的相互影响确定准则层。优选的，所述确定准则层子模块，包括：第一确定单元，用于基于影响目标层的各个因素构建一级准则层，其中每个因素对应所述一级准则层的一个一级指标；第二确定单元，用于基于每个一级指标，根据对一级指标的影响因素构建所述一级指标的二级指标；优选的，所述健康状态确定模块，包括：打分子模块，用于基于设备运行状态信息和二级指标的权重向量范围内为所述二级指标打分；计算子模块，用于计算每个一级指标的分值和智能设备的健康分数；所述一级指标的分值包括：二级指标的分值采用归一化方法计算得到每个一级指标的分值；所述一级指标的分值包括：一级指标的分值采用归一化方法计算得到智能设备的健康分数；确定子模块，用于根据健康分数结合预设的健康状态表，确定设备健康状态。与现有技术相比，本专利技术的有益效果为：1、本专利技术提出了一种设备健康状态量化评价方法，获取备运行状态信息；在预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态所述智能设备健康状态评价指标体系模型包括：目标层和基于设备健康状态影响因素间关系构建的分层准则层；解决了对大型机电设备进行健康状态评估评价依据不全面的问题，对存在较多不确定评判指标因素的大型机电设备能够进行健康状态评估。2、本专利技术提供的技术方案，可以量化评价智能设备健康状态，并以此作为状态检修的依据分辨出智能设备的危急状态、危险状态和健康状态，解决计划维修造成了大量的资源和设备的浪费，事后维修为电力系统带来不可预知的安全隐患的问题。3、本专利技术提供的技术方案，使得检修部门根据设备的健康状态安排检修任务，优先处理危急状态设备缺陷，再处理暂不危急系统安全的危险状态设备缺陷，能够大幅提升运维效率，同时保障电网的安全运行。附图说明图1为本专利技术的智能设备健康状态评价方法流程图；图2为本专利技术的智能设备健康状态评价系统结构示意图；图3为本专利技术的智能设备健康状态评价体系模型示意图。具体实施方式为了更好地理解本专利技术，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。实施例1：本专利技术提供的一种设备健康状态量化评价方法及系统，如图1所示：将获取本文档来自技高网...

【技术保护点】
1.一种智能设备健康状态评价方法，其特征在于，所述方法包括：获取设备运行状态信息；在预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态；所述智能设备健康状态评价指标体系模型包括：目标层和基于设备健康状态影响因素间关系构建的分层准则层。

【技术特征摘要】
1.一种智能设备健康状态评价方法，其特征在于，所述方法包括：获取设备运行状态信息；在预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态；所述智能设备健康状态评价指标体系模型包括：目标层和基于设备健康状态影响因素间关系构建的分层准则层。2.如权利要求1所述的方法，其特征在于，所述设备健康状态评价指标体系模型的构建包括：将智能设备健康状态设定为目标层；基于影响目标层的各个因素构建一级准则层，其中每个因素对应所述一级准则层的一个一级指标；基于每个一级指标，根据对一级指标的影响因素构建所述一级指标的二级指标；所有的二级指标构建二级准则层。3.如权利要求2所述的方法，其特征在于，所述一级准则层和二级准则层每个指标均包括权重；基于一级指标间的关系建立一级准则层权重矩阵，其中，每个一级指标为一个一级权重向量；基于所述各一级指标的权重向量的范围，以及每个一级指标下二级指标间的关系，构建所述一级指标下二级指标的权重矩阵；其中，每个二级指标为一个二级权重向量。4.如权利要求3所述的方法，其特征在于，所述在预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态包括：基于设备运行状态信息和二级指标的权重向量范围内为所述二级指标打分；将二级指标的分值采用归一化方法计算得到每个一级指标的分值；将一级指标的分值采用归一化方法计算得到智能设备的健康分数；根据健康分数结合预设的健康状态表，确定设备健康状态。5.如权利要求4所述的方法，其特征在于，采用归一化方法计算所述智能设备的健康分数：式中，HF为被测智能设备的健康分数；m：为被比较元素归一化后的元素编号；为二级指标所得分数。6.如权利要求3所述的方法，其特征在于，所述二级权重向量按下式计算：ωm＝ωA[i]*ωm其中，ωm：二级权重向量；i：0、1、2、3或4；ωA：所述二级权重向量对应的一...

【专利技术属性】
技术研发人员：任辉，窦仁晖，倪益民，郑永康，梁运华，姚志强，张海东，樊陈，赵国庆，杨青，杨彬，
申请(专利权)人：中国电力科学研究院有限公司，国网四川省电力公司电力科学研究院，国网湖南省电力有限公司检修公司，
类型：发明
国别省市：江苏,32