【技术实现步骤摘要】
本专利技术涉及设备监测，具体为一种基于数据分析的智能化分析控制方法。
技术介绍
1、变压器在运行中，电能在铁芯和绕组中的损耗转变为热能，引起变压器的各部分发热，使得变压器的温度长时间超过允许值，则变压器的绝缘容易老化和损坏，并容易发生电气击穿而造成故障，影响变压器的安全使用，监测变压器的运行温度，能够保障变压器的安全运行和合理的使用寿命，然而，变压器需要一个预热过程，变压器预热是指在正式投入运行之前，先让变压器从一个低电压慢慢升温到正常使用温度，进而逐渐调整到设计的电压和电流，变压器预热可以减少因突然通电造成的冲击电流，同时也能够加强变压器绕组的绝缘强度，提高变压器的使用寿命，受各种因素影响，不同的变压器完成预热需要的时间可能不同，在变压器未充分预热时就进行温度监测，容易导致监测数据出现偏差，将偏差数据和正常数据进行比对，容易出现对温度异常误判的问题，此时若将异常数据传输至监测终端，不仅传输了无效数据且浪费了监测资源。
2、所以，人们需要一种基于数据分析的智能化分析控制方法来解决上述问题。
技术实现思路
1、本专利技术的目的在于提供一种基于数据分析的智能化分析控制方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于数据分析的智能化分析控制方法，包括以下步骤：
3、s10：采集设备的预热信息、维修历史信息以及停机时间信息；
4、s20：分析受干扰前设备的基准预热时长；
5、s
6、s40：控制在预测到设备完成预热后对设备进行故障监测，在监测到设备异常时进行警报提醒。
7、进一步的，在步骤s10中：设置变压器的停机时长阈值为t，采集到随机一个变压器在未进行过维修且停机时长未超出过停机时长阈值前运行了f次，f次运行时监测到的对应变压器随机一个位置温度达到正常运行温度需要的时长集合为t＝{t1，t2，…，tf}，采集m个变压器在未进行过维修且停机时长未超出过停机时长阈值前运行时随机一个位置温度达到正常运行温度需要的时长，采集到m个变压器以往被维修的次数集合为w＝{w1，w2，…，wm}，采集到m个变压器以往停机时长超出t的次数集合为l＝{l1，l2，…，lm}，通过对变压器每次相较于t超出的停机时长求和后除以停机时长超出t的次数得到变压器的平均停机超出时长，获取到m个变压器的平均停机超出时长集合为t’＝{t1’，t2’，…，tm’}。
8、进一步的，在步骤s20中：根据公式计算随机一个变压器的基准预热时长ki，其中，tj表示随机一个变压器在未进行过维修且停机时长未超出过停机时长阈值前，第j次运行时随机一个位置温度达到正常运行温度需要的时长，通过相同方式计算得到m个变压器的基准预热时长集合为k＝{k1，k2，…，ki，…，km}；
9、通过大数据技术采集不同变压器以往未受到维修和停机时间过长干扰前的温度达到正常运行温度的时长数据，进而分析变压器的基准预热时长，即变压器受干扰前的基准预热时长，将变压器受干扰前后的预热分析数据分开来进行参考，而非仅仅只依据从历史数据中采集到的变压器不同次预热需要的时间数据来判断变压器的预热时长，进而选择对变压器进行温度监测的时间，提高了预热时间分析的准确度。
10、进一步的，在步骤s30中：将变压器以往被维修的次数作为第一干扰因子，根据公式ei＝li*ti'计算随机一个变压器预热的第二干扰因子ei，得到m个变压器预热的第二干扰因子集合为e＝{e1，e2，…，em}，获取变压器在经历对应次数维修以及若干次停机时长超出变压器停机时长阈值后预热的延时时长集合为a＝{a1，a2，…，am}，生成模型训练样本{(w1，e1，a1)，(w2，e2，a2)，…，(wm，em，am)}，对模型训练样本进行数据拟合，建立变压器预热延时时长预测模型：z＝a*x+b*y+c，其中，x表示预测模型中指代第一干扰因子的自变量一，y表示预测模型中指代第二干扰因子的自变量二，z表示预测模型中指代预热延时时长的因变量，a、b和c表示拟合系数，根据下列公式分别求解a、b和c：
11、
12、
13、
14、其中，wi表示第i个变压器以往被维修的次数，即第i个变压器预热的第一干扰因子，ai表示第i个变压器在经历对应次数维修以及若干次停机时长超出变压器停机时长阈值后预热的延时时长，获取到当前变压器的基准预热时长为k，当前变压器预热的第一干扰因子为w，第二干扰因子为e，当前变压器并非m个变压器中的任意一个，当前变压器的基准预热时长、第一干扰因子以及第二干扰因子的获得方式与m个变压器相同，将w和e代入变压器预热延时时长预测模型中：令x＝w、y＝e，预测得到当前变压器预热的延时时长为：a*w+b*e+c，预测得到当前变压器最终的预热时长为：k+a*w+b*e+c；
15、变压器的预热时长容易受到各种因素影响，其中，若变压器长时间停机后重新启动，或者变压器经过维修之后重新投入使用，会容易使得变压器的预热时长出现延时情况，在分析得到基准预热时长后，加入维修次数以及停机时长超出阈值的数据两个干扰因子，维修次数越多，停机时间越长，判断变压器预热越可能出现延时情况，生成训练样本，通过建立变压器预热延时时长预测模型，将当前变压器的维修以及停机参数代入模型中，预测得到当前变压器的预热延时时长，通过将当前变压器受干扰前的基准预热时长加上预测得到的延时时长，对预热时长参考数据进行优化，得到当前变压器最终的预热时长，结合外部干扰因素的考虑分析实际情况不同的变压器的预热时长，有效提高了预热时长预测结果的准确性，后续的变压器在监测时间选择前只需代入各自参数进入模型中，即可得到充分预热需要的时间，无须在逐一分析，减轻了预热时间分析难度。
16、进一步的，在步骤s40中：在当前变压器开启后，与开启时间间隔k+a*w+b*e+c时控制温度传感器对当前变压器进行温度监测，利用温度传感器对当前变压器不同位置的温度进行监测，设置不同位置的温度阈值，在存在随机一个位置监测到的温度超出温度阈值时，向监测终端发送温度异常警报信号，将异常温度数据传输至监测终端；
17、预热时长的预测目的在于选择合适的对变压器进行温度监测的时间，在预测得到变压器已充分预热之后再进行温度监测，减少了充分预热之前的温度监测工作，减少了监测资源的浪费，减少了充分预热之前温度监测时的偏差数据的传输，减少了无效数据的传输，降低了对变压器温度异常误判的概率。
18、实现一种基于数据分析的智能化分析控制方法的系统包括设备信息采集模块、数据存储模块、设备预热分析模块、参考数据优化模块和故障监测控制模块；
19、所述设备信息采集模块的输出端连接所述数据存储模块的输入端，所述数据存储模块的输出端连接所述设备预热分析模块和参考数据优化模块的输入端，所述设备预热分析模块的输出端连接所述本文档来自技高网...
【技术保护点】
1.一种基于数据分析的智能化分析控制方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于数据分析的智能化分析控制方法，其特征在于：在步骤S10中：设置变压器的停机时长阈值为T，采集到随机一个变压器在未进行过维修且停机时长未超出过停机时长阈值前运行了f次，f次运行时监测到的对应变压器随机一个位置温度达到正常运行温度需要的时长集合为t＝{t1，t2，…，tf}，采集m个变压器在未进行过维修且停机时长未超出过停机时长阈值前运行时随机一个位置温度达到正常运行温度需要的时长，采集到m个变压器以往被维修的次数集合为W＝{W1，W2，…，Wm}，采集到m个变压器以往停机时长超出T的次数集合为L＝{L1，L2，…，Lm}，通过对变压器每次相较于T超出的停机时长求和后除以停机时长超出T的次数得到变压器的平均停机超出时长，获取到m个变压器的平均停机超出时长集合为t’＝{t1’，t2’，…，tm’}。
3.根据权利要求2所述的一种基于数据分析的智能化分析控制方法，其特征在于：在步骤S20中：根据公式计算随机一个变压器的基准预热时长Ki，其中，tj表示随机一个变压器
4.根据权利要求3所述的一种基于数据分析的智能化分析控制方法，其特征在于：在步骤S30中：将变压器以往被维修的次数作为第一干扰因子，根据公式Ei＝Li*ti'计算随机一个变压器预热的第二干扰因子Ei，得到m个变压器预热的第二干扰因子集合为E＝{E1，E2，…，Em}，获取变压器在经历对应次数维修以及若干次停机时长超出变压器停机时长阈值后预热的延时时长集合为A＝{A1，A2，…，Am}，生成模型训练样本{(W1，E1，A1)，(W2，E2，A2)，…，(Wm，Em，Am)}，对模型训练样本进行数据拟合，建立变压器预热延时时长预测模型：z＝a*x+b*y+c，其中，x表示预测模型中指代第一干扰因子的自变量一，y表示预测模型中指代第二干扰因子的自变量二，z表示预测模型中指代预热延时时长的因变量，a、b和c表示拟合系数，根据下列公式分别求解a、b和c：
5.根据权利要求4所述的一种基于数据分析的智能化分析控制方法，其特征在于：获取到当前变压器的基准预热时长为k，当前变压器预热的第一干扰因子为w，第二干扰因子为e，将w和e代入变压器预热延时时长预测模型中：令x＝w、y＝e，预测得到当前变压器预热的延时时长为：a*w+b*e+c，预测得到当前变压器最终的预热时长为：k+a*w+b*e+c；
6.一种基于数据分析的智能化分析控制系统采用权利要求1所述的一种基于数据分析的智能化分析控制方法，其特征在于：所述系统包括：设备信息采集模块、数据存储模块、设备预热分析模块、参考数据优化模块和故障监测控制模块；
7.根据权利要求6所述的一种基于数据分析的智能化分析控制方法，其特征在于：所述设备信息采集模块包括预热信息采集单元、维修数据采集单元和启停数据采集单元；
8.根据权利要求7所述的一种基于数据分析的智能化分析控制方法，其特征在于：所述设备预热分析模块包括预热信息调取单元和基准时长判断单元；
9.根据权利要求8所述的一种基于数据分析的智能化分析控制方法，其特征在于：所述参考数据优化模块包括干扰因素分析单元、时长预测模型建立单元和预热时长预测单元；
10.根据权利要求9所述的一种基于数据分析的智能化分析控制方法，其特征在于：所述故障监测控制模块包括监测时间选择单元、设备温度监测单元和温度异常警报单元；
...【技术特征摘要】
1.一种基于数据分析的智能化分析控制方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于数据分析的智能化分析控制方法，其特征在于：在步骤s10中：设置变压器的停机时长阈值为t，采集到随机一个变压器在未进行过维修且停机时长未超出过停机时长阈值前运行了f次，f次运行时监测到的对应变压器随机一个位置温度达到正常运行温度需要的时长集合为t＝{t1，t2，…，tf}，采集m个变压器在未进行过维修且停机时长未超出过停机时长阈值前运行时随机一个位置温度达到正常运行温度需要的时长，采集到m个变压器以往被维修的次数集合为w＝{w1，w2，…，wm}，采集到m个变压器以往停机时长超出t的次数集合为l＝{l1，l2，…，lm}，通过对变压器每次相较于t超出的停机时长求和后除以停机时长超出t的次数得到变压器的平均停机超出时长，获取到m个变压器的平均停机超出时长集合为t’＝{t1’，t2’，…，tm’}。
3.根据权利要求2所述的一种基于数据分析的智能化分析控制方法，其特征在于：在步骤s20中：根据公式计算随机一个变压器的基准预热时长ki，其中，tj表示随机一个变压器在未进行过维修且停机时长未超出过停机时长阈值前，第j次运行时随机一个位置温度达到正常运行温度需要的时长，通过相同方式计算得到m个变压器的基准预热时长集合为k＝{k1，k2，…，ki，…，km}。
4.根据权利要求3所述的一种基于数据分析的智能化分析控制方法，其特征在于：在步骤s30中：将变压器以往被维修的次数作为第一干扰因子，根据公式ei＝li*ti'计算随机一个变压器预热的第二干扰因子ei，得到m个变压器预热的第二干扰因子集合为e＝{e1，e2，…，em}，获取变压器在经历对应次数维修以及若干次停机时长超出变压器停机时长阈值后预热的延时时长集合为a＝{a1，a2，…，am}，生...
【专利技术属性】
技术研发人员：庄杰，陈琪，甘智超，赵文俊，
申请(专利权)人：江苏华鹏变压器有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。