一种基于大数据的电力设备风险评估方法

技术领域

本发明涉及电力设备风险评估，具体涉及一种基于大数据的电力设备风险评估方法。

背景技术

在电力系统中，电力设备的运维工作，是保证电力设备正常运行的重要措施。为了提高运维工作的效率，减少资源浪费，通常需要对电力设备进行风险评估。

现有技术中，主要是根据设备故障老化模型或者电监会发布的“可靠性指标”来对电力设备进行风险评估的。此外，还可以根据历史数据，选取影响电力设备的状态变量，并建立状态变量与设备状态之间的风险评估模型来进行风险评估。上述方法对于模型的依赖程度较大，具有一定的局限性，并且针对电力设备的风险评估结果也不够准确。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种基于大数据的电力设备风险评估方法，能够有效克服现有技术所存在的对于模型的依赖程度较大、风险评估结果准确性较低的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于大数据的电力设备风险评估方法，包括以下步骤：

S1、获取待评估设备的设备数据，并基于待评估设备的设备类型确定相应的风险评分表；

S2、基于风险评分表中的风险评分确定待评估设备的第一风险评估结果；

S3、采集待评估设备的设备图像，并对设备图像与基准图像进行配准对齐处理；

S4、对配准对齐后的设备图像和基准图像进行求差，得到差异图像；

S5、基于差异图像确定并标识出设备图像中的差异区域，基于设备图像中的差异区域确定待评估设备的第二风险评估结果；

S6、结合待评估设备的第一风险评估结果、第二风险评估结果确定待评估设备的最终风险评估结果。

优选地，S1中基于待评估设备的设备类型确定相应的风险评分表，包括：

基于电力设备的设备数据确定各项风险指标，基于各项风险指标构建与该电力设备的设备类型关联的风险评分表；

根据所有电力设备的设备类型及关联的风险评分表构建风险评分表库，并从风险评分表库中确定与待评估设备的设备类型匹配的风险评分表。

优选地，S2中基于风险评分表中的风险评分确定待评估设备的第一风险评估结果，包括：

确定风险评分表中的各项风险指标，基于待评估设备的设备数据确定各项风险指标对应的风险评分；

根据各项风险指标对应的风险评分确定待评估设备的第一风险评估结果。

优选地，所述根据各项风险指标对应的风险评分确定待评估设备的第一风险评估结果，包括：

确定风险评分表中各项风险指标对应的权重值，基于各项风险指标对应的权重值、风险评分进行加权求和计算，得到风险总评分；

根据风险总评分对应的评分范围确定待评估设备的风险评估等级，得到第一风险评估结果。

优选地，S3中对设备图像与基准图像进行配准对齐处理，包括：

基于SIFT算法得到设备图像和基准图像的特征点，并采用邻近算法对设备图像和基准图像进行特征点匹配；

对完成特征点匹配的设备图像和基准图像进行转换对齐。

优选地，所述对完成特征点匹配的设备图像和基准图像进行转换对齐，包括：

采用单应性矩阵通过旋转变换的方式，对完成特征点匹配的设备图像和基准图像进行对齐。

优选地，S4中对配准对齐后的设备图像和基准图像进行求差，得到差异图像，包括：

对配准对齐后的设备图像和基准图像进行矩阵求差，并将得到的矩阵差值的绝对值作为差异图像。

优选地，所述将得到的矩阵差值的绝对值作为差异图像之后，包括：

对基准图像进行边缘检测处理，得到边缘检测图像；

将边缘检测图像与差异图像相乘，以消除差异图像的边缘噪声数据。

优选地，S5中基于差异图像确定并标识出设备图像中的差异区域，包括：

提取出差异图像的最大像素值，并在最大像素值大于预设像素阈值时对差异图像进行二值化处理，得到二值化图像；

对二值化图像中像素值为预设像素值的像素点所在区域进行标识，得到差异区域。

优选地，所述对二值化图像中像素值为预设像素值的像素点所在区域进行标识，得到差异区域之前，包括：

遍历二值化图像中像素值为255的所有像素点，若像素点周围像素值为255的像素点总数小于预设数量阈值，则判断该像素点为噪声点，并将该像素点的像素值设为0。

(三)有益效果

与现有技术相比，本发明所提供的一种基于大数据的电力设备风险评估方法，具有以下有益效果：

1)获取待评估设备的设备数据，并基于待评估设备的设备类型确定相应的风险评分表，基于风险评分表中的风险评分确定待评估设备的第一风险评估结果，从而能够根据待评估设备的设备类型确定合适的风险评分表及相应的风险指标，确保第一风险评估结果能够更加准确地反映待评估设备的风险状态；

2)采集待评估设备的设备图像，并对设备图像与基准图像进行配准对齐处理，对配准对齐后的设备图像和基准图像进行求差，得到差异图像，基于差异图像确定并标识出设备图像中的差异区域，基于设备图像中的差异区域确定待评估设备的第二风险评估结果，从而能够确定并标识出设备图像中相对于基准图像的差异区域，使得第二风险评估结果能够从设备外观角度准确地反映待评估设备的风险状态；

3)结合待评估设备的第一风险评估结果、第二风险评估结果确定待评估设备的最终风险评估结果，从而使得最终风险评估结果能够更加准确、全面地反映待评估设备的风险状态，有效降低对于模型的依赖程度，并且能够得到更加准确的风险评估结果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程示意图；

图2为本发明中确定待评估设备的第一风险评估结果的流程示意图；

图3为本发明中确定待评估设备的第二风险评估结果的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种基于大数据的电力设备风险评估方法，如图1和图2所示，①获取待评估设备的设备数据，并基于待评估设备的设备类型确定相应的风险评分表。

具体地，基于待评估设备的设备类型确定相应的风险评分表，包括：

基于电力设备的设备数据确定各项风险指标，基于各项风险指标构建与该电力设备的设备类型关联的风险评分表；

根据所有电力设备的设备类型及关联的风险评分表构建风险评分表库，并从风险评分表库中确定与待评估设备的设备类型匹配的风险评分表。

②基于风险评分表中的风险评分确定待评估设备的第一风险评估结果，具体包括：

确定风险评分表中的各项风险指标，基于待评估设备的设备数据确定各项风险指标对应的风险评分；

根据各项风险指标对应的风险评分确定待评估设备的第一风险评估结果。

具体地，根据各项风险指标对应的风险评分确定待评估设备的第一风险评估结果，包括：

确定风险评分表中各项风险指标对应的权重值，基于各项风险指标对应的权重值、风险评分进行加权求和计算，得到风险总评分；

根据风险总评分对应的评分范围确定待评估设备的风险评估等级，得到第一风险评估结果。

上述技术方案，获取待评估设备的设备数据，并基于待评估设备的设备类型确定相应的风险评分表，基于风险评分表中的风险评分确定待评估设备的第一风险评估结果，从而能够根据待评估设备的设备类型确定合适的风险评分表及相应的风险指标，确保第一风险评估结果能够更加准确地反映待评估设备的风险状态。

如图1和图3所示，③采集待评估设备的设备图像，并对设备图像与基准图像进行配准对齐处理。

具体地，对设备图像与基准图像进行配准对齐处理，包括：

基于SIFT算法得到设备图像和基准图像的特征点，并采用邻近算法对设备图像和基准图像进行特征点匹配；

对完成特征点匹配的设备图像和基准图像进行转换对齐。

具体地，对完成特征点匹配的设备图像和基准图像进行转换对齐，包括：

采用单应性矩阵通过旋转变换的方式，对完成特征点匹配的设备图像和基准图像进行对齐。

④对配准对齐后的设备图像和基准图像进行求差，得到差异图像，具体包括：

对配准对齐后的设备图像和基准图像进行矩阵求差，并将得到的矩阵差值的绝对值作为差异图像。

具体地，将得到的矩阵差值的绝对值作为差异图像之后，包括：

对基准图像进行边缘检测处理，得到边缘检测图像；

将边缘检测图像与差异图像相乘，以消除差异图像的边缘噪声数据。

⑤基于差异图像确定并标识出设备图像中的差异区域，基于设备图像中的差异区域确定待评估设备的第二风险评估结果。

具体地，基于差异图像确定并标识出设备图像中的差异区域，包括：

提取出差异图像的最大像素值，并在最大像素值大于预设像素阈值时对差异图像进行二值化处理，得到二值化图像；

对二值化图像中像素值为预设像素值的像素点所在区域进行标识，得到差异区域。

具体地，对二值化图像中像素值为预设像素值的像素点所在区域进行标识，得到差异区域之前，包括：

遍历二值化图像中像素值为255的所有像素点，若像素点周围像素值为255的像素点总数小于预设数量阈值，则判断该像素点为噪声点，并将该像素点的像素值设为0。

上述技术方案，采集待评估设备的设备图像，并对设备图像与基准图像进行配准对齐处理，对配准对齐后的设备图像和基准图像进行求差，得到差异图像，基于差异图像确定并标识出设备图像中的差异区域，基于设备图像中的差异区域确定待评估设备的第二风险评估结果，从而能够确定并标识出设备图像中相对于基准图像的差异区域，使得第二风险评估结果能够从设备外观角度准确地反映待评估设备的风险状态。

如图1所示，⑥结合待评估设备的第一风险评估结果、第二风险评估结果确定待评估设备的最终风险评估结果。

上述技术方案，结合待评估设备的第一风险评估结果、第二风险评估结果确定待评估设备的最终风险评估结果，从而使得最终风险评估结果能够更加准确、全面地反映待评估设备的风险状态，有效降低对于模型的依赖程度，并且能够得到更加准确的风险评估结果。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。