[发明专利]一种一次设备缺陷诊断与预测方法

权利要求书

1.一种一次设备缺陷诊断与预测方法，其特征在于：该方法包括基于专家系统算法的缺陷填报数据治理方法、基于深度学习的一次设备风险智能评估方法和基于数据挖掘的一次设备缺陷预测模型的预测方法，具体为：首先对缺陷填报数据中存在的关键信息的漏填、错填以及体外循环的问题进行治理；然后基于治理好的数据，采用自然语言处理技术，对缺陷描述、缺陷表象、缺陷原因、处理措施、以及缺陷发生时的运行数据构建缺陷标准库；基于缺陷标准库，采用神经网络、语义分析技术，对新生缺陷数据的部位、原因、严重程度进行判别和诊断；根据缺陷诊断结果，结合设备缺陷老化因子、告警因子、绝缘性能因子、设备重要程度、缺陷等级、电压等级数据，通过相关性分析、综合评价的算法，对设备的风险等级进行评估；最后采用时间序列算法、马尔科夫关联分析预测缺陷发生数量和消缺周期内的发展趋势；

基于专家系统算法的缺陷填报数据治理方法包括以下步骤：

步骤1：缺陷关键信息漏填检测：从资产管理系统中，获取缺陷信息构成缺陷填报系统，当出现关键信息漏填写时，给出报警提示；缺陷关键信息包括：电压等级、缺陷等级、地点、设备名称、设备类别、缺陷表象、缺陷类型、缺陷描述、应消缺时间、发现时间、专业大类、生产厂家、设备型号、出厂年月、投产日期、缺陷前后图片；

步骤2：根据步骤1中缺陷填报系统的部分缺陷信息核查：电压等级核查和缺陷等级核查；

步骤3：缺陷体外循环检测：缺陷体外循环检测：1)从资产管理系统获取上个月状态为“工作终结”的工作票；2)提取工作票中工作任务内容描述的特征词，与构建好的关键词库比对，筛选出属于缺陷核查的工作票；3)缺陷核查工作票与缺陷信息匹配，缺陷核查工作票与缺陷信息匹配方法为：(1)比对单位、站点、时间；(2)比对工作任务内容和缺陷描述，如果匹配得上，则合规，反之，判定为缺陷体外循环。

2.根据权利要求1所述的一种一次设备缺陷诊断与预测方法，其特征在于：电压等级核查方法为：(1)提取“设备名称”里的电压等级，与“电压等级”比对是否相符；(2)如果“设备名称”没有电压等级，则提取“地点”里的电压等级。

3.根据权利要求1或2所述的一种一次设备缺陷诊断与预测方法，其特征在于：缺陷等级核查方法为：

(1)以“缺陷描述”为基准项；

(2)提取“缺陷描述”特征词，构建原始特征词库；

(3)通过近义词、同义词匹配，构建标准特征词库；

(4)通过“设备类别”确定缺陷表象库，通过《变电一次设备缺陷定级标准(运行分册)(试行)》构建缺陷表象库；

(5)通过组合标准特征词，匹配对应的缺陷表象，得到缺陷等级；

(6)与缺陷信息的“缺陷表象”“缺陷等级”比对，判断填报是否准确。

4.根据权利要求1所述的一种一次设备缺陷诊断与预测方法，其特征在于：基于深度学习的一次设备风险智能评估方法包括以下步骤：

步骤1：缺陷数据分析：通过缺陷数据分析了解设备缺陷数据特征，对设备缺陷不同年度数量、设备缺陷类型分布数量、设备缺陷厂家分布数量进行分别分析，对缺陷不同年度数量、类型数量和厂家的数量进行排序，获得故障年度数量最多、故障类型最多和出现故障的厂家最多；

步骤2：根据步骤1的设备缺陷数据特征构建设备缺陷标准库，完成缺陷数据标准化存储；

步骤3：构建缺陷智能诊断模型，通过缺陷智能诊断模型识别设备缺陷原因及缺陷部位，实现设备缺陷智能化诊断和缺陷严重程度划分；

步骤4：缺陷诊断结果分析，推荐缺陷管理措施，包括缺陷严重性、缺陷诊断原因分析，缺陷智能诊断模型将新来的缺陷数据输入已经训练好的设备缺陷诊断模型中，最后输出缺陷数据的缺陷部位、缺陷原因以及缺陷管理措施；

步骤5：基于缺陷诊断结果分析获得的结果构建设备风险智能评估模型，识别缺陷对设备风险的影响程度；

步骤6：根据设备风险的影响程度划分风险等级，根据设备风险评估得分划分为无风险、低风险、中风险和高风险。