基于大数据分析的变电检修效能优化方法与流程

1.本发明涉及变电检修领域，特别涉及基于大数据分析的变电检修效能优化方法。


背景技术：

2.电网规模的不断发展和变电站数量与日俱增的今天，设备故障量与人均设备维护量也大幅增长。电网企业作为资产密集型企业，其最重要的任务之一是保证设备资产的安全稳定运行。为保证这一重要任务，对设备要有高水平的运行维护，对缺陷特别是各类重要缺陷紧急缺陷要有高效的处理能力。如何在有限的人员下最大限度提升检修效率，同时提升检修工作安全性和可靠性，已成为电力企业亟待解决的问题。而在这之中较高的检修人员专业技能素养、充裕的检修仪器备件物资供应、对缺陷情况的精准判断、对检修设备的事前评估都是重要保障手段。而要想在有限的人力物力下最大限度最具针对性的提升消缺效能，必须首先对影响消缺的各项因素进行综合评估和相关性分析。


技术实现要素：

3.针对现有技术无法对影响消缺的各项因素进行综合评估和相关性分析，导致消缺效能难以提升的问题，本发明提供了基于大数据分析的变电检修效能优化方法，通过采集相关信息并利用算法模型，对数据进行评价，并利用c4.5挖掘多源数据并建立决策树，得到相关规律并进行针对性提升和优化，以提高消缺效能。
4.以下是本发明的技术方案。
5.基于大数据分析的变电检修效能优化方法，包括以下步骤：进行数据采集和数据预处理；利用评价表，对处理后的数据进行转换并评价；利用c4.5算法对评价后的多源数据进行分析得到决策树；根据决策树得到的规律，进行检修效能优化。
6.本发明可以根据得到的规律，针对性地进行检修人员能力提升、票务及仓储系统的研制等，强化检修关键要素，强化变电检修工作工艺质量和流程规范。为日常检修业务提供重要参考依据和辅助决策支持，提高设备可靠性，保障电网的安全稳定运行。
7.作为优选，所述数据采集，包括：从缺陷管理平台、pms系统及工区检修管理系统中进行数据采集，采集的数据包括工作票、缺陷统计表以及检修人员信息，并从采集的工作票、陷统计表以及检修人员信息中提取关键数据。
8.作为优选，所述数据预处理包括：将数据中出现的噪声数据、不完整数据样本丢弃，列出清理后的数据，从清理后的数据中划分出训练样本集和测试样本集，其中训练样本集中的样本数与测试样本集的样本数比率为2:1。
9.作为优选，所述对处理后的数据进行转换并评价，包括缺陷状态评价、主设备状态评价、变电站状态评价、人员能力素养评价、两票执行能力评价以及检修物资支撑状态评价。
10.作为优选，所述主设备状态评价，包括：通过变电站台账管理系统和pms系统数据，将主设备状态量进行分为五类：(1)固有型状态量k1：取自装置本体的选型、电压等级、厂家类型、运行环境和投产时长；(2)稳定型状态量k2：为同类设备、同型号设备的整体可靠性，家族性缺陷率及影响等级；(3)风险型状态量k3：根据设备最近一次定检周期试验结果和历史故障率得到；(4)提升型状态量k4：设备维护、改造、反措、升级后是否能提升或恢复至一个较优的性能水平；主设备的状态评价根据上面四类状态量进行打分，用层次分析法赋予不同的权重相加后得到最终得分ps，体的计算公式如下所示：ps＝(k1λ1 k2λ2 k3λ3)
×
k4其中：λ1、λ2、λ3、λ4为加权因子。
11.作为优选，所述变电站状态评价，包括：通过变电站台账信息管理平台采集辖区内全部变电站数据，对核心影响因子，包括变电站类型、投产日期、定检周期、电压等级及综自系统型，进行抽取，赋予不同的权重后得到变电站状态评估最终得分ts，模型如下所示：其中aj是参数项的权重因子，ak是参数项子项的权重因子，通过层次分析法确定，n为状态参数评价项数，l为评价子项的数目，pk为状态项得分。
12.作为优选，所述利用c4.5算法对评价后的多源数据进行分析得到决策树，包括：计算类别属性的信息熵，然后计算非类别属性的预期信息熵，并通过信息增益和分割信息获得信息增益率，具有最大信息增益率的属性用作决策树的节点来构造决策树；对于类型属性d，根据其取值将t分成集合t1、t2、
…
、tn，当每个集合中的所有记录产生相同的结果时，info(d，t)为0，此时增益gain(d，t)取最大值；所以用增益比来替代，即：由于t是基于类型属性d的值为基准进行的分割，因此splitinfo(d，t)是信息量，gainratio函数用于计算和比较以构造相应的决策树，每个节点是属性中具有最大增益率的属性。
13.本发明的实质性效果包括：可以根据得到的规律，针对性地进行检修人员能力提升、票务及仓储系统的研制等，强化检修关键要素，强化变电检修工作工艺质量和流程规范。为日常检修业务提供重要参考依据和辅助决策支持，提高设备可靠性，保障电网的安全稳定运行。
附图说明
14.图1是本发明实施例的流程图；图2是本发明实施例的决策树示意图。
具体实施方式
15.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合实施例，对本技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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做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。
16.应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
17.应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
18.应当理解，在本发明中，“与a对应的b”、“与a相对应的b”、“a与b相对应”或者“b与a相对应”，表示b与a相关联，根据a可以确定b。根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其他信息确定b。a与b的匹配，是a与b的相似度大于或等于预设的阈值。
19.下面以具体的实施例对本发明的技术方案进行详细说明。实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
20.实施例：基于大数据分析的变电检修效能优化方法，包括如图1所示的以下步骤：进行数据采集和数据预处理；利用评价表，对处理后的数据进行转换并评价；利用c4.5算法对评价后的多源数据进行分析得到决策树；根据决策树得到的规律，进行检修效能优化。
21.本实施例可以根据得到的规律，针对性地进行检修人员能力提升、票务及仓储系统的研制等，强化检修关键要素，强化变电检修工作工艺质量和流程规范。为日常检修业务提供重要参考依据和辅助决策支持，提高设备可靠性，保障电网的安全稳定运行。
22.其中，数据采集包括：从缺陷管理平台、pms系统及工区检修管理系统中进行数据采集，采集的数据包括工作票、缺陷统计表以及检修人员信息，并从采集的工作票、陷统计表以及检修人员信息中提取关键数据。
23.数据预处理包括：将数据中出现的噪声数据、不完整数据样本丢弃，列出清理后的数据，从清理后的数据中划分出训练样本集和测试样本集，其中训练样本集中的样本数与测试样本集的样本数比率为2:1。
24.对处理后的数据进行转换并评价，包括缺陷状态评价、主设备状态评价、变电站状态评价、人员能力素养评价、两票执行能力评价以及检修物资支撑状态评价。
25.缺陷状态评价，包括：通过国网pms系统和一站一库等缺陷管理平台数据，对缺陷不同的核心状态参量进行赋分构成缺陷状态评价表，参见下表，通过公式转换成缺陷状态评价的分值ds。
26.表1缺陷状态评价表主设备状态评价，包括：通过变电站台账管理系统和pms系统数据，将主设备状态量进行分为五类：(1)固有型状态量k1：取自装置本体的选型、电压等级、厂家类型、运行环境和投产时长；(2)稳定型状态量k2：为同类设备、同型号设备的整体可靠性，家族性缺陷率及影响等级；(3)风险型状态量k3：根据设备最近一次定检周期试验结果和历史故障率得到；(4)提升型状态量k4：设备维护、改造、反措、升级后是否能提升或恢复至一个较优的性能水平；主设备的状态评价根据上面四类状态量进行打分，用层次分析法赋予不同的权重相加后得到最终得分ps，体的计算公式如下所示：ps＝(k1λ1 k2λ2 k3λ3)
×
k4其中：λ1、λ2、λ3、λ4为加权因子。
27.变电站状态评价，包括：通过变电站台账信息管理平台采集辖区内全部变电站数据，对核心影响因子，包括变电站类型、投产日期、定检周期、电压等级及综自系统型，进行抽取，赋予不同的权重后得到变电站状态评估最终得分ts，模型如下所示：其中aj是参数项的权重因子，ak是参数项子项的权重因子，通过层次分析法确定，n为状态参数评价项数，l为评价子项的数目，pk为状态项得分。
28.人员能力素养评价，包括：基于ahp构建层次函数映射关系，对工区人员信息档案数据和消缺效率数据进行关联性吻戏，在重要度内积概念的基础上计算层次权重，进而建立人员检修能力素养综合评价体系。
29.将人员检修能力素养综合评价体系以检修消缺工作为目标导向分为3层，分别为：
顶层为目标层(a)，即人员检修能力素养综合评价体系；中间层为能力层(b)，包括个人履历、技能实力、安全能力、创新能力等；底层为指标层(c)，包括工龄、学历、岗位经历、职称、星级等。
30.下层(x)与上层(y)之间满足的函数映射关系为：y＝f(x1，x2，......，xn)其权重公式为ω＝[ω1ω2......ωn]
tt
得到人员检修能力素养综合评价体系模型见表2所列：
表2人员检修能力素养综合评价体系根据人员检修能力素养综合评价体系对工区目前长期工作在检修一线的员工进行综合评价，通过公式转换成人员能力素养评价的分值pa。
[0031]
两票执行能力评价，包括：两票执行对消缺工作的影响主要体现在两个方面，一方面是由于两票执行作为检修消缺工作必不可少的组成部分，其执行速度的快慢对消缺效率的直接影响，另一方面是则在于两票执行及审核过程的正确性将间接反映检修消缺工作安全性和可靠性的把控情况，对两方面影响权重赋分得到两票执行效率最终评价得分pc，其评价模型如下：pc＝ρi×
(ps×
0.55 pz×
0.45)其中ps为两票执行速度评估得分，pz为两票执行正确性评估得分，ρi为评价系数，由于不同星级负责人所能执行两票复杂性不同而需要分别赋值，可参见如下评价系数划分表3。负责人星级三星二星一星系数1.251.21
[0032]
表3评价系数划分表为了得到两票执行速度评估分值ps，通过二重有向模糊图描述两票执行过程各环节之间的关系，并用广义模糊矩阵定量地描述包括制票人制票、签发人审核、运维审核接票、完善修改、终结闭环等各个环节的耗时,评价过程总的耗费时间是广义模糊矩阵中各个时间的累加值,可参考如下：
t＝{t
ij
}当i＝j时,t表示评价过程中各环节构成的九个时间元素的集合,也即各环节内部的耗费时间；当i≠j时,t表示评价过程中环节i到环节j所耗费的时间。
[0033]
两票执行正确性评估分值pz考虑的数据源主要包括不同类型的工作票错误率、站班会错误率、厂家教育卡执行情况等，这几项数据源的赋分规则如下两票执行正确性评估表所示：表4两票执行正确性评估表检修物资支撑状态评价，包括：通过工区检修管理系统、设备台账管理系统以及对近期检修消缺工作执行过程中遇到的问题进行梳理和统计，结合国网pms系统和一站一库等缺陷管理平台数据对工器具选型、工器具质量、备品备件选型、备品备件质量、特种设备掌握度等要素进行赋分加权构成检修物资支撑情况评价表，参见下表5，通过公式转换成缺陷状态评价的分值ms。成检修物资支撑情况评价表，参见下表5，通过公式转换成缺陷状态评价的分值ms。
[0034]
表5检修物资支撑情况评价表(设备支撑)选择数据的属性是基于现有属性集构建新属性，以便发现更深层次的知识等。在建立决策树的过程中，通过选定的样本集，针对检修人员的消缺工艺和性别与流程规范性进行设计，pa(personal ability)属性表示人员能力素养评价、pc(paper executive capability)表示两票执行能力评价、ds(defect status)表示缺陷状态评价、ps(primary device status)表示有主设备状态评价、ts(transformer substation status)表示变电站状态评价、ms(material support)表示检修物资支撑状态评价。数据预处理后，有20条记录如下表所示。序号tspadspspcms消缺工艺流程规范1caccaann
2cbacbbnn3cabbaayn4ccacbbnn5cbcbccnn6ccacccyn7cabbbbyy...........................20bcacbany
[0035]
表6样本数据统计表利用c4.5算法对评价后的多源数据进行分析得到决策树，包括：计算类别属性的信息熵，然后计算非类别属性的预期信息熵，并通过信息增益和分割信息获得信息增益率，具有最大信息增益率的属性用作决策树的节点来构造决策树；对于类型属性d，根据其取值将t分成集合t1、t2、
…
、tn，当每个集合中的所有记录产生相同的结果时，info(d，t)为0，此时增益gain(d，t)取最大值；所以用增益比来替代，即：由于t是基于类型属性d的值为基准进行的分割，因此splitinfo(d，t)是信息量，gainratio函数用于计算和比较以构造相应的决策树，每个节点是属性中具有最大增益率的属性。
[0036]
本实施例中，通过60组检修消缺过程进行统计，其中列出了具有代表性的20组数据。c4.5算法既可以对离散值进行分析也可对连续值分析，为了能够更细致地反应各参数对成形结果的影响，只对其进行离散值分析。其中条件属性用a\b\c来表示各种不同的条件等级，决策属性分别用具有描述意义的单词来表示。
[0037]
分析各参数对消缺工艺与流程规范的影响，运用c4.5算法对条件属性和决策属性进行分析得到的决策树如图2所示。
[0038]
然后通过进行决策树的规则形成和规则详审，得到规律：rule i:pa＝x pc＝y ts＝z ms＝w then class y/n y/n采集测试集数据40条，将测试数据应用于分类规则，并将测试的分类结果与实际结论进行比较分析，结果匹配的有33条，不匹配的有7份，正确率为82.5％，分类预测的准确度符合预期目标。
[0039]
从修剪后的决策树与生成的规则中可以清晰地看出：(1)检修人员能力对检修质量的贡献最大，起主导作用，直接影响检修工艺与流程规范的变化。
[0040]
(2)人员能力和票务质量对的检修流程规范的影响很大。在人员能力不足和票务支撑较弱的情况下容易出现检修质量异常的情况。而且在人员能力偏弱，票务质量直接影响检修流程的规范性。
[0041]
(3)缺陷状态评估与设备物资支撑对检修效能有很大的影响，在这两者较强的情况下可以弥补人员能力偏弱引起的检修工艺问题。
[0042]
因此可以确定对检修能效影响因子的作用大小依次为：人员能力，票务质量，缺陷
评价、设备物资支撑。由此可以进行有针对性的综合性提升，实现多措并举的检修消缺工作效率优化。针对生产全流程中的计划-派发-实施-终结四个重要环节，全面甄别，建立生产协同管控平台，接入人力资源系统、智能票务系统、智能仓储系统和二次运维系统，定制网格化管理，将生产全流程标准化，最终实现消缺效能的提升。
[0043]
本实施例实现了：重要及以上缺陷消缺率始终保持在95％以上，继电保护正确动作率100％，缺陷总数较上年下降20％以上，跳闸事件较同期明显降低。
[0044]
通过以上实施方式的描述，所属领域的技术人员可以了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中可以根据需要而将上述功能分配由不同的功能模块完成，即将具体装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
[0045]
本技术实施例如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本技术各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0046]
以上内容，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。