[发明专利]一种水利一体化运维管理方法及系统

说明书

本发明公开了一种水利一体化运维管理方法及系统，包括：获取水利设备故障的信息或征兆；采用基于深度置信网络的故障诊断方法对故障进行识别和分类；对故障进行历史故障相似度计算，并将故障与故障案例进行匹配生成当前故障运维工单，将运维工单派发给对应运维人员并展开运维工作；运维工作实施结束，系统对运维实施效果的自动评价。本发明提出的水利一体化运维管理系统将数据采集、在线监测、故障诊断、运维预案、人员调配、运维后评价、运维过程记录等所有运维工作集中在一个平台处理，加强水利运维工作的协调性，优化资源配置，保证运维工作的高效进行，节约人力资源的同时，也避免了主观因素造成的不全面、不准确。

技术领域

本发明涉及的水利智能运维技术领域，尤其涉及一种水利一体化运维管理方法及系统。

背景技术

水利工程项目对我国国民经济的发展具有十分重要的作用，随着“智慧水利”的提出建设，水利运维作为水利工作最重要的一部分，实现其智能化运作是必然要求。

当前的水利行业发展中，系统的自动化运行已基本实现，智能化的运维管理尚存在一定的欠缺，一方面，目前的水利设备在运维处理时，运维工单的编制派发，运维效果的最终评价均采用人工方式，这使得运维工作过度依赖员工的个人能力和经验，增加了解决问题的难度，还容易出现因主观个人因素造成的不规范、不准确和不及时；另一方面，传统的诊断平台与生产管理系统之间各自独立运行，故障诊断完成后，仍需再次登录生产管理系统进行运维工单的编制与派发，运维实施的最终效果也不能及时向诊断平台反馈，无法形成一个迭代学习的优化机制，这造成资源浪费的同时，也大大降低了整体运维工作的效率。

随着人工智能领域的迅速发展，机器学习已成为当前水利建设领域研究的热点，由传统神经网络发展而成的深度学习技术，隶属于机器学习，其拥有多隐层网络结构，特征自学习能力强，特征表达能力优秀；作为其典型代表，深度置信网络(deep beliefnetwork,DBN)具有良好的故障特征提取、表示和故障分类能力，特别适用于求解复杂的高维分类问题，然而由于水利系统的高度复杂性，故障分类研究多侧重于典型故障类型，而同一类型故障具有多种表现形式；因此，为提升诊断性能并给后续运维提供针对性指导意见，在完成故障分类后,仍需对其进一步的细化诊断。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的技术问题是：运维处理时，运维工单的编制派发，运维效果的最终评价均采用人工方式，易出现处理不规范、不准确、不及时；故障识别和分类后，由于同类型故障具有多种原因而造成的无法准确提供针对性运维建议的问题；且运维实施的最终效果也不能及时向诊断平台反馈，导致运维工作效率低的问题。

为解决上述技术问题，本发明提供如下技术方案：基于实时监测数据、保护装置告警信息以及巡检报告，获取水利设备故障的信息或征兆；采用基于深度置信网络的故障诊断方法对所述故障进行识别和分类；对所述故障进行历史故障相似度计算，并将所述故障与故障诊断知识库中的故障案例进行匹配生成当前故障运维工单，系统将所述当前故障运维工单派发给对应运维人员并展开运维工作；运维工作实施结束，启动设备试运行并开始倒计时，分析设定间隔时长LOT内的运行状态监测数据，实现对运维实施效果的自动评价。

作为本发明所述的水利一体化运维管理方法的一种优选方案，其中：所述历史故障相似度计算步骤包括，

提取当前故障信息，所述当前故障信息包括故障现象、故障类型、故障时间段设备运行状态值；

同类型故障筛选，包括基于所述故障诊断知识库，筛选出与所述当前故障类型一致的历史故障案例，并定义为预选故障案例集PRE-SET；