一种基于态势感知的配网生产差异化运维策略方法

技术领域

本发明涉及配网设备运维方法技术领域，更具体涉及一种基于态势感知的配网生产差异化运维策略方法，用于电力设备运行状态实时分析。

背景技术

配网处于整个电网的末梢，是电力企业面向社会的窗口，配网的运行管理直接关系千家万户，社会责任和影响巨大。随着电网建设进入到新阶段，电网设备规模大幅增长，新设备、新技术加快应用，对电网设备状态管控能力建设提出了更高要求。目前，电网在设备、环境和人员的状态管控方面还缺乏有效手段，采用传统运维模式已满足不了日益增长的维护量。

配网设备运维包括：巡视、检修、试验、验收、抢修等。现有技术中，由于无法得知配网设备的运行状态，主要采用日常巡视模式进行。目前比较常见的运维方式是根据状态评价和风险评估进行策略制定，对设备进行全生命周期评价，包括设备状态评价、设备风险评估、制定运维策略应用，部分企业或研究机构对设备评价进行了一些改进，但仍然停留在这三大应用的方法改进和算法优化上。

目前的运维方式存在以下缺陷：

1)设备评价感知能力不够：忽视源头数据质量问题和后期数据学习能力，仍然采用周期性评价模式；

2)设备评价结果准确性低：没有对源头数据质量进行校验和分析，严重影响后面评价的准确性；

3)设备评价感知实时性差：当前的风险评估没有利用实时类信息，对设备的评估缺乏时效性。

发明内容

本发明需要解决的技术问题是提供一种基于态势感知的配网生产差异化运维策略方法，以解决目前配网设备运维方法设备评价感知能力不够、设备评价结果准确性低、设备评价感知实时性差的问题，以保证设备评价感知完整性和结果准备性，保证数据评价科学有效，降低设备故障率，提高电网供电可靠性。

为解决上述技术问题，本发明所采取的技术方案如下。

一种基于态势感知的配网生产差异化运维策略方法，包括以下步骤：

S1、生产数据收集，采集生产实时、非实时数据，并对数据进行质量评价；

S2、设备风险感知，建立设备风险评感知模型，进行设备风险识别；

S3、设备风险评估，根据设备感知健康度，结合设备对网架影响，对设备进行风险评估；

S4、风险应对策略，根据风险评估结果，建立策略级别、应对策略；

S5、运维策略执行，根据风险应对策略，开展生产运维，通过信息回填，为步骤S1-S4提供数据及评价支撑。

进一步优化技术方案，所述步骤S1中，对数据进行质量评价为对数据进行完整性、有效性评价。

进一步优化技术方案，所述步骤S1具体包括以下步骤：

S101、开展生产实时数据采集，通过设备监测技术，对环境量及设备量进行数据采集，开展数据实时诊断分析，生成实时任务，实现设备实时感知能力；

S102、开展生产业务数据采集，包括业务数据接入，再结合设备资产进行台账分析，生成生产计划任务；

S103、根据采集实时数据，开展实时数据评价，将问题数据排除；

S104、根据采集业务数据，开展生产业务数据评价，对业务数据进行完整性、有效性校验，将问题数据进行完善。

进一步优化技术方案，所述步骤S2中，通过设备的感知评价项、感知评价权重，实现对设备未知风险及已知风险识别。

进一步优化技术方案，所述步骤S2具体包括以下步骤：

S201、通过对历史数据进行分析，建立设备感知模型，形成支撑，对设备已知风险、未知风险准确识别；

S202、制定设备已知风险，通过实时数据的环境量、设备状态量制定影响权重及诊断值权重，形成对外部风险、运行风险的设备快速识别、设备异常快速响应；

S203、通过生产历史数据，建立设备外部风险、内部风险，对设备进行风险识别，预测设备未来风险。

进一步优化技术方案，所述步骤S3具体包括以下步骤：

S301、对设备故障在整体网架中的影响进行评估，并进行重要度划分；

S302、根据设备风险感知评价项采集配电设备实时数据和历史工作数据，然后量化指标，计算设备的实时健康度指数；

S303、结合设备健康度、重要度，根据风险评估矩阵，对设备进行风险评估。

进一步优化技术方案，所述步骤S4具体包括以下步骤：

S401、根据风险评估结果值，建立设备运维策略级别及应对策略；

S402、根据应对策略，系统自动生成相应实时和非实时任务工单，同时自动派发工单到相应的设备主人；

S403、将各生产事件进行综合考虑，形成综合性策略。

进一步优化技术方案，所述步骤S5中，信息回填包括现场策略执行信息回填以及策略调整信息回填。

进一步优化技术方案，所述步骤S5具体包括以下步骤：

S501、系统根据策略自动生成计划工单、临时工单，根据工单类型，按照方案开展生产现场工作，并将现场数据进行回填，结合现场工况，对不符合方案，现场进行调整；

S502、通过对历史数据进行大数据分析，利用聚类分析、关联性分析，采用人工神经网络算法，实现对设备感知项、感知项权重重新修订。

进一步优化技术方案，所述步骤S5还包括以下步骤：

对步骤S502中神经网络生成的动态感知模型进行模拟，并进行干预，调整感知项或权重值。

由于采用了以上技术方案，本发明所取得技术进步如下。

本发明用于电力设备运行状态实时分析，相比当前传统对设备周期性评价及有限数据评价的模式，增加对设备运行评价影响数据进行检测，同时实现设备实时数据感知评价能力，能够保证设备评价感知完整性和结果准备性。

本发明设备风险应对级别与生产运维进行连动，自动生成工单或提醒等，通过现场方案执行及调整，将数据回填，通过神经网络算法，对数据影响进行权重调整或感知模型重组，实现了态势感知模型、风险应对策略等生产运行方式动态调整，保证了数据评价科学有效。

本发明通过基于态势感知的配网设备差异化运维方法，提高了设备风险感知能力、快速响应能力，降低了设备故障率，从而提高了电网供电可靠性。

本发明以智能化为方向，通过将现代信息通信技术、设备状态检测技术与传统运检业务进行融合等方法，构建生产态势感知运维模型，实现了设备差异化运维，引领适应电网快速发展的运检管理和技术变革。

附图说明

图1为本发明的流程示意图。

具体实施方式

下面将结合附图和具体实施例对本发明进行进一步详细说明。

一种基于态势感知的配网生产差异化运维策略方法，结合图1所示，包括以下步骤：

S1、生产数据收集，采集生产实时、非实时数据，并对数据进行质量评价，为设备感知提供基础支撑。对数据进行质量评价为对数据进行完整性、有效性评价。

步骤S1具体包括以下步骤：

S101、开展生产实时数据采集，通过智能配电房、智能台区、智能管廊、智能装备等监测技术，对环境量及设备量进行数据采集，开展数据实时诊断分析，生成实时任务，实现设备实时感知能力。

S102、开展生产业务数据采集，包括业务数据接入，再结合设备资产进行台账分析，生成生产计划任务。业务数据接入包括生产巡视、抢修、检修、试验、验收、缺陷等。

S103、根据采集实时数据，开展实时数据评价，将比较特殊数据进行分组，对数据融合与分析分为数据甄别与清洗、数据存储及处理、数据融合挖掘与分析，提前将问题数据排除，减少异常工单误报。

S104、根据采集业务数据，开展生产业务数据评价，对业务数据进行完整性、有效性校验，将有问题数据发送给到生产业务系统中，在业务系统完善业务数据，以达到有效支撑感知评价数据，减少无效数据，避免出现无效数据影响生产运维计划的情况。

S2、设备风险感知，建立设备风险评感知模型，进行设备风险识别。步骤S2中，通过设备的感知评价项、感知评价权重，实现对设备未知风险及已知风险识别。

步骤S2具体包括以下步骤：

S201、通过对历史数据进行分析，建立设备感知模型，形成支撑，对设备已知风险、未知风险准确识别。

S202、制定设备已知风险，通过实时数据的环境量、设备状态量制定影响权重及诊断值权重，形成对外部风险、运行风险的设备快速识别、设备异常快速响应。

其中，环境量包括温度、湿度、气体、水浸、越界等；设备状态量包括电流、电压、局部放电、温度等。

S203、通过生产历史数据，建立设备外部风险、内部风险，对设备进行风险识别，预测设备未来风险。为年度、月度生产提供支撑。

S3、设备风险评估，根据设备感知健康度，结合设备对网架影响，对设备进行风险评估。

步骤S3具体包括以下步骤：

S301、通过设备故障带来的影响，在整体网架中的影响进行评估，根据设备影响范围、停电电量损失、停电社会影响等多方面进行重要度划分。

S302、根据设备风险感知评价项采集配电设备实时数据和历史工作数据，然后量化指标，计算设备的实时健康度指数。

S303、结合设备健康度、重要度，根据风险评估矩阵，对设备进行风险评估。

S4、风险应对策略，根据风险评估结果，建立策略级别、应对策略。

步骤S4具体包括以下步骤：

S401、根据风险评估结果值，建立设备运维策略级别及应对策略，分为巡维策略、检修策略。考虑设备运维策略对系统可靠性的影响，对设备故障产生的影响缺乏量化评估。状态检修策略注重控制设备运维成本，提高检修效率。

S402、根据应对策略，系统自动生成相应实时和非实时任务工单，同时自动派发工单到相应的设备主人，通过短信或系统公告等提醒方式，告知设备主人。

S403、将各生产事件进行综合考虑，形成综合性策略。综合性策略是结合其它任务一起开展的任务，如在制定策略时，将主网生产或其它生产事件一起考虑的综合性方案。提供更优解决方案，对降低工作量、减少重复性停电都非常有意义。

S5、运维策略执行，根据风险应对策略，开展生产运维，通过信息回填，为步骤S1-S4提供数据及评价支撑。信息回填包括现场策略执行信息回填以及策略调整信息回填等。

步骤S5具体包括以下步骤：

S501、系统根据策略自动生成计划工单、临时工单，根据工单类型，按照方案开展生产现场工作，并将现场数据进行回填，结合现场工况，对不符合方案，现场进行调整。

S502、通过对历史数据进行大数据分析，利用聚类分析、关联性分析，采用人工神经网络算法，实现对设备感知项、感知项权重重新修订。

S503、由于历史数据质量问题或样本量不足以支撑学习使用，因此，需要对步骤S502中神经网络生成的动态感知模型进行模拟，并采用人工方式进行干预，调整感知项或权重值，以达到最优。

本发明用于电力设备运行状态实时分析，相比当前传统对设备周期性评价及有限数据评价的模式，增加对设备运行评价影响数据进行检测，同时实现设备实时数据感知评价能力，能够保证设备评价感知完整性和结果准备性。

本发明设备风险应对级别与生产运维进行连动，自动生成工单或提醒等，通过现场方案执行及调整，将数据回填，通过神经网络算法，对数据影响进行权重调整或感知模型重组，实现了态势感知模型、风险应对策略等生产运行方式动态调整，保证了数据评价科学有效。

本发明通过基于态势感知的配网设备差异化运维方法，提高了设备风险感知能力、快速响应能力，降低了设备故障率，从而提高了电网供电可靠性。

本发明以智能化为方向，通过将现代信息通信技术、设备状态检测技术与传统运检业务进行融合等方法，构建生产态势感知运维模型，实现了设备差异化运维，引领适应电网快速发展的运检管理和技术变革。