基于风险识别的差异化运维的计划生成方法及存储介质技术

本发明专利技术公开了一种基于风险识别的差异化运维的计划生成方法，包括：综合设备的现有缺陷、隐患、反措以及预试定检的规程，通过风险度评估，根据e

【技术实现步骤摘要】
基于风险识别的差异化运维的计划生成方法及存储介质


[0001]本专利技术涉及对电网输电设备运维的生产计划编制，具体涉及一种基于风险识别的差异化运维的计划生成方法及存储介质。

技术介绍

[0002]在电网行业的输电运维工作中，每年要根据输电设备的健康状态做大量的现场巡检工作，输电线路杆塔、电缆设备多，并且设备长期在自然环境运行，在输电线路通道中受到自然环境影响、本身设备材料影响等多方面因素影响，都直接影响设备的正常运行，目前电网企业通过对线路的缺陷、隐患、反措、预试定检、自然环境数据、机巡数据等综合多种数据对电网输电设备监控状态进行评估后，编制年度、月度生产计划，每年需要在该项工作上花费大量的人力、物力和财力，通过人工排查的计划，准确度低，并且费时费力。

技术实现思路

[0003]本专利技术的目的在于提供一种基于风险识别的差异化运维的计划生成方法及存储介质，采用基于风险度的评估，需要综合设备的现有缺陷、隐患、反措、预试定检通过风险度评估，根据e
‑
learn算法，根据电网年度运行方式提出的设备重要程度从健康度和重要度出发，对照设备风险矩阵，确定每个设备的管控级别，并根据管控级别，形成设备的计划池。根据计划池的数据，按照时间段输入autoplan算法，对计划的优先级进行确认，并根据时间点生成计划。
[0004]本专利技术的方法包括以下步骤：
[0005]步骤1，获取到相应区域内的设备的缺陷、隐患、反措、预试定检数据，并通过数据库进行集中存储；
[0006]步骤2，系统通过e
‑
learn算法进行计算，步骤为：
[0007]步骤2.1，缺陷分为缺陷的个数、缺陷的等级、隐患分为隐患的个数、隐患的等级、隐患的处理情况、反措的内容，预试定检的规程等多方面因素，计算出各个维度所占的权重，根据权重占比，评估危险等级，确定危险等级后，纳入计划。
[0008]步骤2.2，根据计算目标Si按照第K个维度UK进行测试，得到关于Si关于UK的指标值αik，i∈n(n＝1,2，...n),k∈M(n＝1,2，...n)，矩阵B'＝[αik]n*m称为对S对数据集Q的评价矩阵，根据经验，我们生成缺陷权向量U1＝[u11，u12，...u1m],隐患权向量生成缺陷权向量U2＝[u21，u22，...u2m]，反措隐患权向量生成缺陷权向量U3＝[u31，u32，...u3m],预试定检U4＝[u41，u42，...u4m]，得到权向量矩阵U＝[ukj]4
×
m，k＝1,2，其中，ukj为第k中赋权方法下所得权向量中第j个权重，即：
[0009][0010]并且权向量满足归一化，即：
[0011][0012]改进引入离差函数，确定加权最小二乘法优化模型：
[0013][0014]其中，ω
j
＞0,j∈M为组合后的权重，α
k
，K＝1,2,3,4为u
k
，k＝1，2，3,4的权系数，构造e
‑
learn函数
[0015][0016]形成的集合，进入
r
＝{r1，r2,.........,r
n
}
[0017]步骤2.3，数据接入，数据库已将根据需要的数据类型进行整合，整合后，得到计划
r
＝{r1，r2,.........,r
n
}其中r为正整数，ri根据时间属性读取新值，i为正数，并且i∈[1，n]，得到V
t1
∈r
i
，V
t2
∈r
i
,.......V
tm
∈r
i
，其中Vt为ri时刻为t时的值，t，m为正数，并且t>0；
[0018]步骤2.4，实例映射，接入数据V
t
实例映射，得计划类数据集合T＝{T1,T2,
…
T
e
},其中e属于正整数，且e∈[1,n]，
[0019]步骤2.5，集合数据更新，取第二个步骤中接入的数据V
t
同类型T
k
中最新时间t
km
,其中k∈[1,e]；若集合P
u
都存在t
um
>t
km
，则移除T
k
监测时刻早于t
km
的值，添加入最新接入数据V
t
，即V
tkm
∈T
k
，V
t
∈T
k
，且t>t
km
；否则只将V
t
添加入集合T
k
中；将T聚合为算法计算的集合值。
[0020]步骤2.6，计划池集合形成，将T集合值导入设备风险矩阵，如图2所示。
[0021]生成判定等级值，存到集合P
O
中P
O
＝{P
O1
,P
O2
,
…
P
On
},其中n属正整数，且∈[1,n]，将P
O
保存到数据库中，形成计划池。
[0022]步骤3，按照排计划的时间，年度计划在新年1月份前，将计划池数据输入e
‑
autoplan算法，进行优先级排序，主要考虑权重分配，主要步骤为：
[0023]设有P
n
个因素P
n
＝{P1，
…
，p
n
}，对上层准则Z有影响，每次取两个因素p
ni
；和p
nj
，记两者之间的相对重要性之比为a
ij
，所有因素的相对重要性比较结果用矩阵A＝(a
ij
)
max
表示，称A为Z
‑
X之间的判断矩阵。如果x
i
与x
j
对Z的重要性之比为a
ij
，则x
j
与x
i
对Z的重要性之比为1/a
ij
。如何确定a
ij
的值，可以引用下表所示的标度值：
[0024]标度含义2两个元素一样重要4前面比后面稍微重要6前面比后面明显重要8前面比后面强烈重要1,3,5,7介于对应2
‑
8的中间值
[0025]步骤4，通过B/s系统生成计划，在数据量大时，应用缓冲服务器，采用MyBatis缓存机制，包括一级缓存和二级缓存，一级缓存也叫本地缓存，MyBatis的一级缓存是在会话(SqlSession)层面进行缓存的，二级缓存级缓存是用来解决一级缓存不能跨会话共享的问题的，范围是namespace级别的，可以被多个SqlSession共享，解决数据量大的问题，MyBatis查询数据的顺序是：二级缓本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于风险识别的差异化运维的计划生成方法，其特征在于：综合设备的现有缺陷、隐患、反措以及预试定检的规程，通过风险度评估，根据e
‑
learn算法，根据电网年度运行方式提出的设备重要程度从健康度和重要度出发，对照设备风险矩阵，确定每个设备的管控级别，并根据管控级别，形成设备的计划池；根据计划池的数据，按照时间段输入autoplan算法，对计划的优先级进行确认，并根据时间点生成计划。2.根据权利要求1所述的计划生成方法，其特征在于，具体包括以下步骤：步骤1，获取到相应区域内的设备的缺陷、隐患、反措、预试定检数据，并通过数据库进行集中存储；步骤2，系统通过e
‑
learn算法进行计算，步骤包括：步骤2.1，缺陷分为缺陷的个数、缺陷的等级、隐患分为隐患的个数、隐患的等级、隐患的处理情况、反措以及预试定检的规程，计算出各个维度所占的权重，根据权重占比，评估危险等级，确定危险等级后，纳入计划；步骤2.2，根据计算目标Si按照第K个维度UK进行测试，得到关于Si关于UK的指标值αik，i∈n(n＝1,2，...n),k∈M(n＝1,2，...n)，矩阵B'＝[αik]n*m称为对S对数据集Q的评价矩阵；步骤2.3，数据接入，数据库已将根据需要的数据类型进行整合，整合后，得到计划r＝{r1，r2,.........,r
n
}，其中r为正整数，ri根据时间属性读取新值，i为正数，并且i∈[1，n]，得到V
t1
∈r
i
，V
t2
∈r
i
,.......V
tm
∈r
i
，其中Vt为ri时刻为t时的值，t，m为正数，并且t>0；步骤2.4，实例映射，接入数据V
t
实例映射，得计划类数据集合T＝{T1,T2,
…
T
e
},其中e属于正整数，且e∈[1,n]，步骤2.5，集合数据更新，取第二个步骤中接入的数据V
t
同类型T
k
中最新时间t
km
,其中k∈[1,e]；若集合P
u
都存在t
um
>t
km
，则移除T
k
监测时刻早于t
km
的值，添加入最新接入数据V
t
，即V
tkm
∈T
k
，V
t
∈T
k
，且t>t
km
；否则只将V
t
添加入集合T
k
中；将T聚合为算法计算的集合值。步骤2.6，计划池集合形成，将T集合值导入设备风险矩阵，生成判定等级值，存到集合P0中P0＝{P
01
,P
02
,
…
P
0n
},其中n属正整数，且∈[1,n]，将P0保存到数据库中，形成计划池。步骤3，按照排计划的时间，年度计划在新年1月份前，将计划池数据输入e
‑
autopla...

【专利技术属性】
技术研发人员：高雪林，赵李强，陈恩邦，任莹，
申请(专利权)人：昆明能讯科技有限责任公司，
类型：发明
国别省市：