一种电力设备同源批次故障风险评估方法、系统、设备、介质和产品与流程

摘要: 本发明涉及电力系统自动化,尤其涉及一种电力设备同源批次故障风险评估方法、系统、设备、介质和产品。背景技术:1、随着新型电力系统建设的深入推进,配电网设备规模持续...
一种电力设备同源批次故障风险评估方法、系统、设备、介质和产品与流程

本发明涉及电力系统自动化,尤其涉及一种电力设备同源批次故障风险评估方法、系统、设备、介质和产品。

背景技术:

1、随着新型电力系统建设的深入推进,配电网设备规模持续扩大,其安全稳定运行直接关系到供电可靠性与用户用电体验。配电设备在生产制造环节中,同一厂家、同一生产周期出厂的设备因共用生产原料及工艺条件,在投运后往往呈现相近的质量水平和老化特性,一旦某一批设备存在工艺短板或隐性缺陷,这些设备在相近的投运年限和环境应力下极易集中暴发同类故障,形成连片停运风险,对电网安全构成严重威胁。当前,人工智能、大数据分析等技术在电力设备状态监测与故障诊断领域已得到广泛探索与应用,如何在设备规模持续扩张的背景下,实现对同源设备集群的批量风险识别与前置预判,已成为电力运维领域亟待突破的技术难题。

2、在现有技术实践中,已存在多种针对电力设备状态评估与故障预测的技术方案,例如依托时序传感数据进行气象因素耦合分析的故障趋势预测方案、基于设备历史运行数据的统计评估方案、基于图像识别的外观缺陷检测方案,以及基于配电网拓扑结构的故障隔离方案等。然而,上述技术手段的共性局限在于,其研判逻辑始终围绕单台设备或整条馈线的建模思路展开,未能形成面向设备出厂批次的集群化分析框架,导致同源设备的共性缺陷难以被系统性捕捉。

3、而在实际工程应用中,若要实现同源设备集群的分析,必须预先建立完整的线路全域拓扑模型,即需对设备所在线路的杆塔坐标、联络开关状态、邻侧设备参数等大量网架信息完成数字化建模后,方可定位各设备的具体分布并提取相关数据。这一过程在老旧线路及台账资料缺失的场景下面临极大的工程实施难度,数字化重建工作成本高、周期长,导致同源设备的批量分析难以实际开展,大量设备的共性隐患长期无法被有效识别与干预。

技术实现思路

1、本发明提供了一种电力设备同源批次故障风险评估方法、系统、设备、介质和产品,解决了现有技术中因依赖全域线路拓扑建模而无法对同批次设备进行独立批量风险评估的技术问题。

2、本发明第一方面提供的一种电力设备同源批次故障风险评估方法,包括:

3、读取电力设备资产台账,根据读取结果构建各目标设备集群的批次集群模型,并获取各所述目标设备集群对应的批次集群属性数据;

4、构建各所述目标设备集群对应的故障档案库;

5、基于所述批次集群模型,结合所述批次集群属性数据进行多维基线融合,确定各所述目标设备集群对应的综合基础故障值集;

6、对所述综合基础故障值集进行修正,得到实时故障概率值集;

7、利用所述故障档案库与所述实时故障概率值集进行加权贝叶斯运算,根据加权贝叶斯运算结果生成各所述目标设备集群对应的同批次设备隐患清单。

8、可选地,所述读取电力设备资产台账,根据读取结果构建各目标设备集群的批次集群模型,并获取各所述目标设备集群对应的批次集群属性数据,包括:

9、读取电力设备资产台账内的设备出厂信息生成批次溯源编码;

10、基于所述批次溯源编码,将同编码的投运设备归集为同一设备集群,得到多个目标设备集群;

11、构建各所述目标设备集群对应的批次集群模型;

12、根据各所述批次集群模型,获取各所述目标设备集群对应的批次集群属性数据。

13、可选地,所述批次集群属性数据包括厂家工艺修正系数、批次集群总台数及批次已故障设备台数,所述基于所述批次集群模型,结合所述批次集群属性数据进行多维基线融合,确定各所述目标设备集群对应的综合基础故障值集,包括:

14、采用所述厂家工艺修正系数、所述批次集群总台数及所述批次已故障设备台数,确定各所述目标设备集群对应的厂家批次基线概率;

15、对各所述目标设备集群进行设备类型识别,根据所述设备类型识别结果确定架空分区基线概率集,所述架空分区基线概率集包括所述目标设备集群中每台投运设备对应的架空分区基线概率;

16、读取各所述批次集群模型,根据读取结果检索预置分层设备解剖知识图谱,匹配各所述目标设备集群对应的出厂瑕疵权重和老化劣化系数;

17、采用所述出厂瑕疵权重与所述老化劣化系数进行加权耦合,得到各所述目标设备集群对应的解剖结构基线概率;

18、获取各所述目标设备集群对应的设备老化系数,以及各所述目标设备集群中每台投运设备对应的设备投运年限;

19、采用所述设备投运年限与所述设备老化系数进行乘值运算,得到各所述目标设备集群对应的设备老化基线概率集,所述设备老化基线概率集包括所述目标设备集群中每台投运设备对应的设备老化基线概率;

20、采用所述厂家批次基线概率、所述架空分区基线概率集、所述解剖结构基线概率及所述设备老化基线概率集,确定各所述目标设备集群对应的综合基础故障值集。

21、可选地,所述对所述综合基础故障值集进行修正,得到实时故障概率值集,包括:

22、获取各所述目标设备集群对应的季节劣化因子;

23、采用所述季节劣化因子对所述综合基础故障值集进行修正,得到实时故障概率值集。

24、可选地,所述利用所述故障档案库与所述实时故障概率值集进行加权贝叶斯运算,根据加权贝叶斯运算结果生成各所述目标设备集群对应的同批次设备隐患清单,包括:

25、分别提取所述厂家批次基线概率、所述架空分区基线概率、所述解剖结构基线概率及所述设备老化基线概率对应维度权重,构建四维权重视图;

26、从各所述故障档案库中统计四维条件概率,所述四维条件概率包括厂家批次维度下故障发生的条件概率、架空分区维度下故障发生的条件概率、解剖结构维度下故障发生的条件概率及设备年限维度下故障发生的条件概率;

27、采用所述四维权重视图、所述四维条件概率及实时故障概率值进行加权贝叶斯运算,得到各所述目标设备集群中每台投运设备对应的综合风险得分;

28、根据所述综合风险得分进行风险等级评估,生成各所述目标设备集群对应的同批次设备隐患清单。

29、可选地,还包括:

30、根据所述同批次设备隐患清单内的风险等级评估结果,对各所述目标设备集群执行分级管控;

31、以及,响应于任一目标设备集群中任一投运设备新增故障信息;

32、采用所述投运设备新增故障信息更新所述目标设备集群对应的故障档案库;

33、基于更新后的故障档案库,跳转执行所述利用所述故障档案库与所述实时故障概率值集进行加权贝叶斯运算,根据加权贝叶斯运算结果生成各所述目标设备集群对应的同批次设备隐患清单的步骤。

34、本发明第二方面提供的一种电力设备同源批次故障风险评估系统,包括:

35、批次集群建模模块,用于读取电力设备资产台账,根据读取结果构建各目标设备集群的批次集群模型,并获取各所述目标设备集群对应的批次集群属性数据;

36、故障档案库构建模块,用于构建各所述目标设备集群对应的故障档案库;

37、多维基线融合模块,用于基于所述批次集群模型,结合所述批次集群属性数据进行多维基线融合,确定各所述目标设备集群对应的综合基础故障值集;

38、修正模块,用于对所述综合基础故障值集进行修正,得到实时故障概率值集;

39、加权贝叶斯模块,用于利用所述故障档案库与所述实时故障概率值集进行加权贝叶斯运算,根据加权贝叶斯运算结果生成各所述目标设备集群对应的同批次设备隐患清单。

40、本发明第三方面提供的一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上述所述的电力设备同源批次故障风险评估方法的步骤。

41、本发明第四方面提供的一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现如上述所述的电力设备同源批次故障风险评估方法。

42、本发明第五方面提供的一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,其中,当所述程序指令被计算机执行时,使所述计算机执行如上述所述的电力设备同源批次故障风险评估方法。

43、从以上技术方案可以看出,本发明具有以下优点:

44、本发明摒弃了现有技术中必须依赖全域线路拓扑建模方可开展设备分析的固有技术路线,以设备出厂批次为独立建模单元,通过读取电力设备资产台账并依据出厂信息将同批次在运设备归集为同一设备集群,建立轻量化的批次集群模型,该模型无需导入任何线路拓扑参数即可独立存在并参与后续全部运算,从而在建模源头切断了与全域线路拓扑的绑定关系,使大批量同批次设备的批量归集与独立分析不再受限于老旧线路台账缺失或拓扑重建成本高昂的工程困境。在此基础上,本发明进一步构建了各批次专属的结构化故障档案库,实现故障事件的批次级归集而非单台碎片化存储,为后续同源推理提供了精准的数据基底;在档案库支撑下,本发明通过对厂家工艺修正系数、批次集群总台数及已故障台数、架空分区专属故障率、设备解剖结构五层瑕疵权重、设备投运年限及统一老化速率等多维基线进行逐层递进式的融合运算,得到每一台设备各自独立的综合基础故障值,再引入季节劣化因子对该基础值进行动态修正以匹配设备材质在不同季节工况下的真实劣化响应,从而输出逐台差异化的实时故障概率值集;最终,构建四维权重视图并统计各批次档案库中的四维条件概率,将实时故障概率值作为核心先验输入加权贝叶斯模型,批量推演出每台设备的综合风险得分并自动划分风险等级,生成全域同批次设备的隐患清单,完成从数据建模到风险输出的完整链条。本发明摆脱了全域线路拓扑建模这一先决条件的约束,使同批次设备的批量风险研判能够脱离复杂网架信息独立开展,且通过四维基线的逐层融合与季节因子的动态修正实现了对设备从出厂禀赋、空间环境、内部结构、老化累积到时序劣化的全维度量化刻画,使最终输出的风险得分和隐患清单既具备批次同源的整体一致性,又能够精细区分同批次内不同投运年限个体的差异化风险水平,有效解决了背景技术中指出的因依赖全域线路拓扑建模而无法独立开展同批次设备批量风险评估的技术问题。