[发明专利]一种一次设备缺陷诊断与预测方法

说明书

本发明公开了一种一次设备缺陷诊断与预测方法为：对缺陷填报数据进行治理；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、电压等级等数据，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；采用时间序列算法、马尔科夫关联分析预测。本发明能提高模型精度和深度，弥补现有研究不足，保证模型的可用性，解决缺陷对设备风险造成的成本损失不可控问题。

技术领域

本发明涉及设备风险评估技术领域，具体涉及一种一次设备缺陷诊断与预测方法。

背景技术

随着电网现代化程度的快速发展，智能电网已经成为当今世界电力、能源产业发展变革的体现。我国科技部明确指出，智能电网是实施新能源战略和优化能源资源配置的重要平台，智能电网的建设与发展必须紧随世界电力行业发展的脚步，快速提升综合实力完成超越。现阶段，我国电网发展已经开始向智能化过渡，并且提出建设“统一坚强”智能电网的目标，在智能电网建设过程中电网设备的智能化管控，成为建设智能电网的首要任务，电网设备的智能化管控技术由人工巡检到状态检修的转变也成为设备管控技术发展的必然趋势。当前智能电网的设备管理目标是尽早发现缺陷、正确定性缺陷和及时消除缺陷，使缺陷管理全过程可控，确保设备始终处于安全稳定的运行状态，但由于我国电网设备缺陷管理自动化水平不高，设备缺陷时常发生，缺陷描述数据无法被准确记录等因素，为电网的安全稳定运行带来了诸多隐患，导致设备缺陷发生后电力企业产生了巨大的经济损失。现有的设备缺陷数据填报采用的是全程信息化作业系统，但在实际使用过程中因巡视人员填报缺陷的描述数据质量不高、缺陷描述与设备实际缺陷不一致，进而导致设备缺陷误判和无效的设备巡视检修工作频繁发生，降低了业务人员的巡视效率和消缺效能，使电网设备管控难度加大。

目前的设备缺陷状态诊断数据大多是按照仪器生产厂家的格式输出或按照诊断人员经验记录，状态诊断数据格式五花八门，规范化程度差，不利于数据的高效利用和分析诊断。缺陷状态诊断数据的规范化程度差及利用效率低主要原因体现在：1.部分状态诊断数据的智能化水平不高，存在人员疏忽或专业水平限制导致数据的格式不规范、准确性低等问题；2.未对同诊断类型的数据形成规范化的导则，目前同一个诊断项目不同的诊断设备，其输出的诊断数据还存在较大的差异或者某些诊断数据的关键信息被忽视；3.未建立一套缺陷状态诊断数据的质量诊断算法，导致不能对数据质量进行一个量化的评估，进而影响数据分析结果的可信性；4.设备缺陷状态量指标体系维度单一，缺乏在线监测等动态实时等多源数据融合信息。因此，在智能电网建设过程中急需开展电力设备状态诊断数据的规范化与高效处理技术的研究，提出一套兼容性好、可扩展性强的智能化状态自动诊断技术，并以该技术作为依据提出其高效处理算法，提取复杂异构多源数据的特征量，提高状态诊断数据的自动化分析水平，从而在海量的缺陷状态检测数据中发现可能存在异常的设备，并给出相应的预防措施。通过数据规范化的手段，使得设备缺陷状态诊断数据从数字化向智能化推进，增强数据转化为信息的能力；通过对复杂结构数据的高效处理算法，降低人工判断状态诊断数据的复杂度，逐步把状态诊断工作从专业驱动转向数据驱动，从而实现电网设备的智能化管控，提升设备精益化管理水平，保障电网安全稳定高效的运行，提升公司电网运营效益。

发明内容

本发明要解决的技术问题是：提供一种一次设备缺陷诊断与预测方法，以解决现有技术中存在的技术问题。