一种基于RPN的电力计量设备风险评价方法及装置制造方法及图纸

本发明专利技术提供了一种基于RPN的电力计量设备的风险评价方法及装置，其中的方法对现场计量设备的故障类型及参数、故障影响、故障原因的因素分析，主要涉及人员环境、系统功能、维修时间及维修费用四个方面的影响程度，然后构建基于AHP确定评价因素权重，最后进行电力计量设备的风险评价。同时，本发明专利技术的方法可以对电力计量设备的维修提供指导。解决了电力计量设备种类繁多、数量巨大、运行工况复杂，造成的评价结果不准确的问题。实现了提高评价结果的准确性以及实现风险等级划分的技术效果。

【技术实现步骤摘要】
一种基于RPN的电力计量设备风险评价方法及装置
本专利技术涉及计算机学科中的数据挖掘
，具体涉及一种基于RPN的电力计量设备风险评价方法及装置。
技术介绍
国家电网公司自2010年开始启动用电信息采集系统建设，累积了计量设备大量数据。但是计量设备种类繁多、数量巨大、运行工况复杂，异常的发现与分析由运维人员手工导出、人工分析，完全依赖于运维人员的经验。因此，利用多个数据库数据，采用数据挖掘技术，对在运设备的安全隐患预警和风险预测工作，具有理论和现实意义。目前，设备运行风险一直是电力部门关注的热点。所谓风险，就是概率及其后果的综合。风险分析中的失效概率评估是将以往的大量失效案例的统计分析与基于可靠性理论的计算相结合进行的。风险分析中的失效后果分析，包括人员伤亡、财产损失及环境污染等都是失效分析涉及的内容。风险分析采用的具体方法与失效分析也有很密切的关系。风险分析实质上是对失效产生的可能后果(人员伤亡，经济损失等)的一种预测。现有技术中，基于大量数据信息利用故障风险预测模型进行数据挖掘，采取定量风险评价的分析方法(故障模式及影响分析，FailureModeandEffectAnalysis，FMEA)在国外有一些应用，且已发展多个版本。这些软件系统应用将状态管理、事故预警和事故处理进行有机的集成，可以在一定程度上改善其设备监督管理环境，并提高了监督管理水平。然而，本专利技术申请人在实施本专利技术的过程中，发现现有技术中的方法至少存在如下问题：由于电力计量设备种类繁多、数量巨大、运行工况复杂，目前的分析方法未考虑电力计量设备风险的多方面的影响，因而仍存在评价结果不准确的技术问题。
技术实现思路
有鉴于此，本专利技术提供了一种基于RPN的电力计量设备风险评价方法及装置，用以解决或者至少部分解决现有技术中存在的评价结果不准确的技术问题。为了解决上述技术问题，本专利技术第一方面提供了一种基于RPN的电力计量设备风险评价方法，包括：步骤S1：基于RPN方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，其中，评价指标包括故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素；步骤S2：根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；步骤S3：基于AHP的层次分析法，确定各个评价指标的权重；步骤S4：根据各个评价指标的等级和权重，构建故障模式风险评价模型；步骤S5：利用所述故障模式风险评价模型对电力计量设备进行风险评估。在一种实施方式中，步骤S1具体包括：采用RPN方法对现场计量设备故障模式固有风险进行计算，计算公式为：RPN＝O×S其中，O表示故障发生概率，指单位运行时间内某故障模式的发生次数，S表示故障影响严重度，具体包括人员环境因素、系统功能因素、维修时间因素及维修费用因素。在一种实施方式中，步骤S2具体包括：根据花费人力的情况确定人员环境因素的等级；根据当前电力计量设备故障对整个电网部门正常运行造成的影响程度，确定系统功能因素的等级；根据电力计量设备故障发生到故障修复耗费的时间，确定维修时间因素的等级；根据修复故障的花费大小，确定维修费用的等级。在一种实施方式中，步骤S3具体包括：步骤S3.1：构造权重矩阵ai，i∈{O,LI,PI,MC,MT}，ai表示各个评价指标的权重值，权重判断矩阵为A：其中，aij指第i个评价元素与第j个评价元素相对重要性程度，且aij·aji＝1；步骤S3.2：根据权重判断矩阵，并采用特征根法计算权重，具体为：求判断矩阵最大特征根对应的特征向量：Aw＝λmaxw，其中，w为判断矩阵的最大特征根对应的特征向量，对w在进行归一化后，得到权重向量，即：在一种实施方式中，在步骤S3.2之后，所述方法还包括：对权重判断矩阵进行一致性检验，当权重判断矩阵的一致性不符合预设条件时，则对权重判断矩阵进行修正。在一种实施方式中，步骤S4具体包括：根据各个评价指标的等级和权重，利用线性加权求和的方式，构建故障模式风险评价模型，计算公式为：C＝Oao+LIaLI+PIaMC+MCaMC+MTaMT，其中C为故障模式风险指数，O为故障发生概率，ao为故障发生概率的权重，LI为人员环境因素，aLI为人员环境因素的权重，PI为系统功能因素，aMC为系统功能因素的权重，MC为维修费用因素，aMC为维修费用因素的权重，MT为维修时间因素，aMT为维修时间因素的权重。在一种实施方式中，步骤S5体包括：构建故障模式风险等级表；将利用故障模式风险评价模型得出的风险评估结果，参照构建故障模式风险等级表，得出风险评价等级。基于同样的专利技术构思，本专利技术第二方面提供了一种基于RPN的电力计量设备风险评价装置，包括：评价指标确定模块，用于基于RPN方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，其中，评价指标包括故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素；等级确定模块，用于根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；权重确定模块，用于基于AHP的层次分析法，确定各个评价指标的权重；模型构建模块，用于根据各个评价指标的等级和权重，构建故障模式风险评价模型；风险评估模块，用于利用所述故障模式风险评价模型对电力计量设备进行风险评估。在一种实施方式中，评价指标确定模块具体用于：采用RPN方法对现场计量设备故障模式固有风险进行计算，计算公式为：RPN＝O×S其中，O表示故障发生概率，指单位运行时间内某故障模式的发生次数，S表示故障影响严重度，具体包括人员环境因素、系统功能因素、维修时间因素及维修费用因素。基于同样的专利技术构思，本专利技术第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被执行时实现第一方面的所述的方法。本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：本专利技术提出了一种基于RPN的电力计量设备风险评价方法，首先基于RPN的方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，接着根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；然后基于RPN(风险系数)的层次分析法，确定各个评价指标的权重；再根据各个评价指标的等级和权重，构建故障模式风险评价模型；最后利用所述故障模式风险评价模型对电力计量设备进行风险评估。由于本专利技术的方法对现场计量设备的故障类型及参数、故障影响、故障原因进行了因素分析，考虑了电力计量设备风险的多方面的影响因素，并基于AHP(层次分析法)确定了各个评价指标的权重，可以进一步提高评价的准确性，最后根据评价指标等级和权重构建了故障模式风险评价模型，进行电力计量设备的风险评价，实现了对电力计量设备风险的准确评价，从而解决了现有技术中存在的评价结果不准确的技术问题。基于本专利技术的技术方案提供的方法还可以对电力计量设备的维修提供指导。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一种实施方式中基于RPN本文档来自技高网...

【技术保护点】
1.一种基于RPN的电力计量设备风险评价方法，其特征在于，包括：步骤S1：基于RPN方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，其中，评价指标包括故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素；步骤S2：根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；步骤S3：基于AHP的层次分析法，确定各个评价指标的权重；步骤S4：根据各个评价指标的等级和权重，构建故障模式风险评价模型；步骤S5：利用所述故障模式风险评价模型对电力计量设备进行风险评估。

【技术特征摘要】
1.一种基于RPN的电力计量设备风险评价方法，其特征在于，包括：步骤S1：基于RPN方法对电力计量设备的故障类型和故障影响进行分析，确定电力计量设备的评价指标，其中，评价指标包括故障发生概率、人员环境因素、系统功能因素、维修时间因素及维修费用因素；步骤S2：根据电力计量设备的层级，采用层次化原因分析，确定各个评价指标的等级；步骤S3：基于AHP的层次分析法，确定各个评价指标的权重；步骤S4：根据各个评价指标的等级和权重，构建故障模式风险评价模型；步骤S5：利用所述故障模式风险评价模型对电力计量设备进行风险评估。2.如权利要求1所述的方法，其特征在于，步骤S1具体包括：采用RPN方法对现场计量设备故障模式固有风险进行计算，计算公式为：RPN＝O×S其中，O表示故障发生概率，指单位运行时间内某故障模式的发生次数，S表示故障影响严重度，具体包括人员环境因素、系统功能因素、维修时间因素及维修费用因素。3.如权利要求1所述的方法，其特征在于，步骤S2具体包括：根据花费人力的情况确定人员环境因素的等级；根据当前电力计量设备故障对整个电网部门正常运行造成的影响程度，确定系统功能因素的等级；根据电力计量设备故障发生到故障修复耗费的时间，确定维修时间因素的等级；根据修复故障的花费大小，确定维修费用的等级。4.如权利要求3所述的方法，其特征在于，步骤S3具体包括：步骤S3.1：构造权重矩阵ai，i∈{O,LI,PI,MC,MT}，ai表示各个评价指标的权重值，权重判断矩阵为A：其中，aij指第i个评价元素与第j个评价元素相对重要性程度，且aij·aji＝1；步骤S3.2：根据权重判断矩阵，并采用特征根法计算权重，具体为：求判断矩阵最大特征根对应的特征向量：Aw＝λmaxw，其中，w为判断矩阵的最大特征根对应的特征向量，对w在进行归一化后，得到权重向量，即：5.如权利要求4所述的方法，其特征在于，在步骤S3.2之后，所述方法还包括：对权重判断矩阵进行一致性检验，当权重判断矩...

【专利技术属性】
技术研发人员：刘金硕，刘必为，李瞧，杨广益，李扬眉，李晨曦，田浩翔，柳凯，谢志国，冯阔，严鸿昌，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42