用于评估整体资产状况的方法和装置
背景技术：
1.技术领域本公开涉及一种用于图形地呈现风险评分和因数以评估资产的状况和故障风险的风险管理系统和装置，以及一种处理和呈现传感器数据、风险评分和故障概率以评估资产的状况和故障风险的方法。
2.相关技术描述通常，风险管理系统和装置耦接到诸如电气部件或装置等资产，以从传感器收集数据来确定资产状况，例如资产中的故障可能性。这些风险管理系统和装置可包括传感器、处理器、显示器和耦接到资产以监测资产状况的多个其他部件。这些风险管理系统提供所需的信息和分析，以基于资产状况为各种资产提供基于状况的维护（cbm）。
3.重大挑战是提供这样的风险管理系统、装置或软件，该风险管理系统、装置或软件允许工程师、维护人员或个人快速评估资产的状况，并且特别地，确定是否必须针对资产中的故障可能性采取行动，并且准确地将他们的注意力引向可能导致故障的特定部件；期望任何人都能够在几乎不需要培训的情况下快速了解和理解的数据的图形描绘。数据的可视描绘的示例包括条形图、线形图、电子表格以及任何数量的其他数据可视描绘。
4.一个重要的挑战是提供一种风险管理系统或装置，该风险管理系统或装置减少使用风险管理系统或装置的培训量，同时保持个人准确地确定何时应该修理资产、何时应该采取预防措施、以及基于资产中所确定的故障可能性应该修理还是进一步检查资产的何种部件的能力。
5.另一个重大挑战是提供一种风险管理系统或装置，该风险管理系统或装置允许用户在故障之前快速确定是否更换或修复资产的特定子部件。例如，如果所确定的故障可能性仅在资产的一个特定部件中较大，而在资产的所有其他子部件中较低，则用户将意识到仅查验、维护或更换故障可能性较高的特定部件的必要性。
6.另一个重要的挑战是以可由查验数据的人快速查验和理解的方式（例如，使用数据的可视图形描绘）显示数据。
7.另一个重要的挑战是，当利用若干个不同的智能传感器，而每个传感器具有它们自身单独的监测界面时，用户难以单独地查验每个智能传感器的传感器数据，并且难以在不需要执行若干复杂的分析计算或查验传感器数据的模式的情况下确定资产的状态。
8.然而，另一个重大挑战是以允许几乎任何用户在基于资产的状况处理和确定何时需要修理或需要更换时快速提出行动过程（例如，行动计划）的方式，在数据的可视描绘中提供数据和足够的细节。例如，该行动计划可从传统的实验室确认被监测的资产的状态开始，并根据实验室确认的结果继续进行额外的步骤。
9.另一个重大挑战是提供一种风险管理系统，该风险管理系统需要代表用户的简单的、很少的或不需要手动输入，以便风险管理系统以用户可在短时间内（例如，几分钟的工作而不是几小时的工作）快速消化和理解的方式可视地显示数据和计算。
技术实现要素：
10.鉴于上述并非完整列表的重大挑战，期望提供一种具有用户界面的系统，该用户界面允许任何训练或教育水平的任何用户利用该用户界面快速且容易地确定公用事业资产（可为电气装置）如何、为何以及何时发生故障或需要预防性维护以避免故障。
11.本公开涉及风险管理系统和由风险管理系统在用户界面中生成的数据的可视和图形描绘的各种实施方案，以及操作风险管理系统和用户界面的方法。
12.根据风险管理系统的一个实施方案，多个传感器被耦接到公用事业资产和处理器。多个传感器被布置成监测或感测诸如电气部件或装置等资产的操作方面。多个传感器将由传感器生成的传感器数据发送到处理器进行处理。处理器接收传感器数据，并根据需要将传感器数据处理并转换为经处理的信息。处理器耦接到存储器，并且处理器可将传感器数据、经处理的信息或两者发送到存储器用于存储。处理器可同时或稍后利用传感器数据来预测何时可能导致资产的故障或何时可能需要维护。处理器还耦接到显示器。
13.显示器呈现用户界面，该用户界面提供传感器数据、经处理的信息或两者的视觉和图形描绘。在至少一个实施方案中，用户界面包括雷达图、表格和时间线选择标度。雷达图描绘了处理者计算或确定的风险评分。这些风险评分可按资产的子部件分组，并到与子部件相关的特定缺陷和详细信息的进一步导航如雷达图所示。该表格描绘了多个缺陷类型、当查验资产的操作时表示缺陷类型的重要性的多个警告百分比、以及表示缺陷类型的故障概率的多个条形图。
14.在风险管理系统的其他另选实施方案中，风险管理系统可包括多个传感器，并且可具有以不同于上文直接讨论的实施方案的方式耦接在一起的风险管理系统的各种部件。
15.在用户界面的其他另选实施方案中，用户界面可包括数据的其他图形描绘类型，并且可具有以与上文直接讨论的实施方案不同的方式组织的用户界面的各种部件。
附图说明
16.参考附图可更好地理解本文所述的实施方案，其中：图1是风险管理系统的实施方案的框图；图2是风险管理系统的另选实施方案的框图；图3是风险管理系统的另一个另选实施方案的框图；图4是由风险管理系统的实施方案处理和显示输出的方法的流程图；图5是在由风险管理系统的实施方案输出的显示屏幕上呈现的用户界面的视图；并且图6是用于选择呈现在显示屏幕上并由风险管理系统的实施方案输出的信息的自动配置屏幕的用户界面的视图。
具体实施方式
17.本公开涉及一种风险管理系统和装置，其用于基于由相对于资产布置的多个传感器生成的数据来评估公用事业资产或其他资产中的故障可能性，该其他资产包括例如电气装置，诸如变压器、发电机、电气连接、电气引擎或其他类型的电气装置或动力驱动装置。多个传感器可被配置成生成诸如温度、冷却效率、电压、电流等数据以及关于由多个传感器监
测的资产的其他各种数据。
18.图1示出了风险管理系统100的实施方案。风险管理系统包括多个传感器102、处理器104、存储器106和显示器108。在一个实施方案中，处理器104和显示器108可为风险管理装置的部件。在另选实施方案中，处理器104、存储器106和显示器108可为风险管理装置的部件。在又一另选实施方案中，多个传感器102、处理器104、存储器106、处理器104和显示器108可为风险管理装置的部件。风险管理系统100耦接到公用事业资产或诸如电气装置110的其他资产，以便监测电气装置110的运行特性。电气装置110可为例如但不限于变压器、发电机、电池、电气连接、电线、电气引擎、其他类型的电气装置或发电装置、负载分接充电器，或电气装置或发电装置的组合。多个传感器可包括但不限于温度传感器、电压传感器、电流传感器、湿度传感器、控制监测传感器、方位传感器、功率传感器、在线溶解气体分析传感器或根据需要监测电气装置110的任何其他运行特性的其他传感器或传感器的组合。
19.多个传感器102可通信地耦接到处理器104，并将传感器数据传送到处理器104。处理器接收传感器数据并处理传感器数据。处理器104利用传感器数据来基于传感器数据计算或以其他方式确定电气装置110或其子部件的多个故障概率。多个故障概率可包括例如过热故障、电流过载故障、电压过载故障、电弧故障、松散电气连接故障、湿气污染故障、冷却控制故障或任何其他类型的故障或缺陷的概率。
20.多个故障概率可为至少两个或更多个故障概率。多个传感器可耦接到电气装置110，或者多个传感器102可耦接到电气装置110的子部件并且相对于电气装置110的子部件定位。多个传感器102的相应传感器的任何组合可耦接到电气装置110的相应子部件。例如，多个传感器102中的每个相应的传感器可耦接到电气装置110的相应的子部件，或者多个传感器102中的多个相应的传感器可耦接到电气装置110的一个相应的子部件，或者可耦接到电子装置110中的多个相应的子部件。多个传感器102检测电气装置110的子部件的运行特性。传感器数据可为包括n个诊断数据点的诊断数据。
21.处理器104利用故障概率来计算电气装置110的多个子部件的多个风险评分。在至少一个实施方案中，多个风险评分中的每个相应风险评分对应于多个子部件中的相应子部件。通过各种故障概率的加权计算、警告百分比的加权计算或故障概率和警告百分比的组合的加权计算来确定每个相应的风险评分。每个风险评分可具有其自身的加权计算，该加权计算利用任何数量的故障概率和任何数量的警告百分比。加权还可包括对每个单独资产的加权。更具体地，也可对应用于被监测的特定资产的特定缺陷类型进行加权，以确定来自被监测的特定资产的特定缺陷类型的特定故障风险。处理器还可单独利用传感器数据或与故障概率相结合地利用传感器数据来计算多个风险评分。电气装置110的多个子部件可包括例如电气布线、电气连接、电池、控制部件、冷却部件、线圈部件、磁导体部件、绕组部件或构成电气装置110的任何其他子部件。
22.在至少一个实施方案中，风险评分可具有范围从0到100的量值。该风险评分的量值可表示百分比、加权值或任何其他期望的量，以指示电气装置的相应子部件的状况。为简单和简洁起见，将风险评分作为0到100之间的数字进行讨论。当相应风险评分为0时，电气装置110的相应子部件的状况为处于适当的工作状况，而当相应风险评分为100时，电气装置110的相应子部件的状况很可能需要更换或修理，以使相应子部件进入适当的工作状况。
23.处理器104通过利用传感器数据的n个诊断数据点来计算故障概率。将n个诊断数
据点分组为m个诊断数据点组。组的数量m可大于、等于或者小于诊断数据点的数量n。n个诊断数据点中的一些可被包括在m个诊断数据点组中的若干组中，或者可仅被包括在m个诊断数据点组中的一个组中。m个诊断数据点的组中的每个相应组对应于缺陷类型。诊断数据点的组的数量m等于缺陷类型的数量。然后，在加权计算中利用m个诊断数据点组，以确定对应于每个缺陷类型的每个故障概率。当计算每个故障概率时，加权计算向m个组中的每个组中的一些诊断数据点提供更大的权重或重要性，并且给予m个组中的诊断数据点的权重可根据在计算中使用的数据组而不同。在至少一个实施方案中，缺陷类型的数量等于利用m个诊断数据点组计算的故障概率的数量。每个故障概率对应一种缺陷类型。
24.一旦计算出每个相应的缺陷类型的故障概率，就利用故障概率来计算电气装置的子部件的风险评分。通过利用故障概率的加权计算来计算风险评分。关于风险评分的这种加权计算可类似于在计算故障概率时使用的加权计算，因为在计算资产的相应子部件的风险评分时，一些故障概率被给予比其他故障概率更大的权重。风险评分代表资产的相应子部件的状况。通常，风险评分越大，子部件的状况越差，风险评分越低，子部件的状况越好。然而，在其他另选实施方案中，相反的情况可能成立，因为风险评分越低，子部件的状况越差，而风险评分越高，子部件的状况越好。故障概率可通过例如随机森林决策树的分析关系模型（arm）来计算风险评分。
25.在利用具有诊断数据点的传感器数据来计算故障概率并且利用故障概率来计算风险评分之后，在显示器108上呈现风险评分。将关于图5所示的窗口300详细讨论在显示器108上呈现传感器数据、故障概率和风险评分的方式。呈现在显示器108上的该信息允许风险管理系统100的用户确定关于如何维护、修理或更换电气装置110的子部件或者是否有必要完全更换整个电气装置的行动计划。此外，该信息允许用户在确定何人将进行修理、何时需要进行修理、需要如何进行修理以及需要进行何种修理时容易地创建行动计划。用户可为工程师；然而，由于信息是以任何人都容易理解的方式呈现的，并且由于数据被图形地描绘在具有列302、304、306和雷达图310的表格中，因此具有最少训练甚至没有训练的任何人都可以理解和解释电气装置110的子部件的状况，这将在下文参考图5进一步详细讨论。
26.由多个传感器102生成并由处理器104接收的传感器数据可被发送或传送到存储器106，该存储器耦接到处理器104。还可将经处理的信息发送或传送到存储器106，该经处理的信息可包括由处理器104确定或计算的故障概率和风险评分。存储器106存储传感器数据、经处理的信息或发送到存储器106以供存储的任何其他数据或数据组合。处理器104和存储器106可在万用表、计算机、平板电脑、智能手机或通信耦接到多个传感器的其他类型的电气装置中操作。处理器104和存储器106可通过物理电气连接（诸如电线）或通过经由wi-fi、长距离rf或微波信号的无线连接或其他无线连接或无线连接的组合耦接到多个传感器。存储器106可为诸如rom、prom、ram、sram、dram、simm或dimm等存储器装置。存储器106可为位于与处理器分离的装置中的存储器，或者存储器可位于包含存储器和处理器两者的装置中。
27.处理器104可通信地耦接到显示器108。显示器108可为但不限于显示屏幕、平板电脑屏幕、电话屏幕、计算机屏幕、监测器或其他类型的显示介质或显示装置。显示器108可被称为显示屏幕、显示介质或显示器。处理器104向显示器108发送诸如风险评分和故障概率的经处理的信息，并且显示器108呈现风险评分和故障概率。在至少一个实施方案中，在显
示器108上以雷达图的形式在诸如窗口的用户界面中呈现风险评分，并且在显示器108上以多个条形图的形式呈现故障概率，这可例如在图5中看到。在显示器108上呈现的用户界面将在下文参考图5更详细地讨论。
28.或者，显示器108可为除电子显示屏幕之外的显示介质类型。例如，显示器108可为纸张打印输出、投影、海报或其他类型的显示介质。
29.图2涉及风险管理系统的另选实施方案，该风险管理系统包括多个传感器112、114、116、处理器118、存储器120和显示器122。多个传感器包括通信地耦接到处理器118的第一多个传感器112、第二多个传感器114和第三多个传感器116。第一多个传感器112耦接到第一资产（电气装置）124，第二多个传感器114耦接到第二资产（电气装置）126，而第三多个传感器116耦接到第三资产（电气装置）128。第一多个传感器112监测第一电气装置124，第二多个传感器114监测第二电气装置126，而第三多个传感器116监测第三电气装置128。资产124、126、128可为例如气体绝缘开关装置（gis）、气体绝缘传输线（gil）、断路器、套管、变压器、发电机、电池、电气连接、电线和电缆、电气引擎、其他类型的电气装置或发电装置，或者电气装置或发电装置的组合。电线和电缆可为中压（mv）、高压（hv）、超高压（ehv）或极高压（uhv）电缆或电线。第一多个传感器112、第二多个传感器114和第三多个传感器116可包括例如温度传感器、电压传感器、电流传感器、湿度传感器、控制监测传感器、方位传感器、功率传感器、根据需要监测资产124、126、128的任何其他运行特性的其他传感器或传感器的组合。资产124、126、128可被称为公用事业资产，但不必限于由电气公用事业部署的资产。
30.在所例示的实施方案中，处理器118耦接到第一多个传感器112、第二多个传感器114和第三多个传感器116，并接收传感器数据，并且以与先前关于图1中的处理器104所论述的相同方式来处理传感器数据。处理器118计算并输出故障概率和风险评分，每个风险评分对应于相应资产124、126、128的相应子部件。如前所述，风险评分可具有范围从0到100的量值，并且可表示百分比、加权值或其他期望的量，以指示资产的相应子部件的状况。当相应风险评分为0时，资产124、126、128的相应子部件的状况处于适当的工作状况，而当相应风险评分为100时，资产124、126、128的相应子部件的状况可能需要更换或修理，以使相应子部件进入适当的工作状况。换句话说，存在最大参数和最小参数，该参数可为如上所述的从0到100的标度或另一标度系统，诸如从1到5的值、等级字母或一些其他最小-最大标度参数。当相应风险评分是最大参数时，资产124、126、128的子部件的状况可能需要被更换或修理以使相应子部件进入适当的工作状况，并且当相应风险评分是最小参数时，资产124、126、128的相应子部件的状况处于适当的工作状况。
31.在另选实施方案中，反过来可能成立，例如，当相应风险评分为0时，资产124、125、126的相应子部件的状况可能需要更换或修理以使相应子部件进入适当工作状况，并且当相应风险评分为100时，资产124、126、128的相应子部件的状况处于适当工作状况。换句话说，存在最大参数和最小参数。在该另选实施方案中，当相应风险评分是最小参数时，资产124、125、126的相应子部件的状况可能需要被更换或修理以使相应子部件进入适当的工作状况，并且当相应风险评分是最大参数时，资产124、126、128的相应子部件的状况处于适当的工作状况。
32.存储器120可通信地耦接到处理器，并且可以与之前关于图1中的存储器106所讨
论的相同的方式存储传感器数据和/或经处理的信息。处理器118和存储器120可为例如万用表、计算机、平板电脑、智能手机或包括处理器和存储器的其他电气装置的部件。在风险管理系统的其他另选实施方案中，可使用多个处理器和存储器。
33.显示器122可为显示屏幕、平板电脑屏幕、电话屏幕、计算机屏幕、监测器或其他类型的显示装置。在例示的实施方案中，显示器122以与之前关于图1中的显示器108所讨论的相同的方式呈现故障概率和多个风险评分。
34.第一电气装置124、第二电气装置126和第三电气装置128各自具有相应的多个子部件，该多个子部件可包括（例如）电气布线、电气连接、电池、控制部件、冷却部件、线圈部件、磁导体部件、绕组部件、或构成资产124、126、128的任何其他子部件。
35.图3是风险管理系统的另一个另选实施方案，该风险管理系统包括多个传感器130、132、存储器134、处理器136和显示器138。多个传感器包括第一多个传感器130和第二多个传感器132。第一多个传感器132耦接到第一电气装置140并对其进行监测，第二多个传感器132耦接到第二电气装置142并对其进行监测。与前文讨论的实施方案一样，电气装置140、142可为例如变压器、发电机、电池、电气连接、电线、电气引擎、其他类型的电气装置或发电装置，或者电气装置或发电装置的组合。第一多个传感器130和第二多个传感器132可包括例如温度传感器、电压传感器、电流传感器、湿度传感器、控制监测传感器、方位传感器、功率传感器、根据需要监测电气装置124、126、128的任何其他运行特性的其他传感器或传感器的组合。
36.在图3所示的实施方案中，存储器134通信地耦接到第一多个传感器130和第二多个传感器132。第一多个传感器130和第二多个传感器132将传感器数据发送到存储器。存储器134接收传感器数据，并且存储器134将传感器数据传送到处理器136。存储器134和处理器136可在万用表、计算机、平板电脑、智能手机或耦接到多个传感器130、132的其他类型的电气装置中。
37.在所示的实施方案中，处理器136从存储器134接收传感器数据，并以与之前关于图1中的处理器104所讨论的相同的方式处理传感器数据。处理器136计算并输出故障概率和风险评分，每个风险评分对应于相应电气装置140、142的相应子部件。
38.显示器138可为显示屏幕、平板电脑屏幕、电话屏幕、计算机屏幕、监测器或其他类型的显示装置。在例示的实施方案中，显示器138以与之前关于图1中的显示器108所讨论的相同的方式呈现故障概率和多个风险评分。
39.虽然在图1至图3中仅示出了一个处理器和一个存储器，但是在风险管理系统的其他另选实施方案中，风险管理系统可包括多个存储器和多个处理器。例如，多个处理器中的每个相应处理器和多个存储器中的每个相应存储器可对应于被监测的每个相应电气装置，并且每个相应多个传感器耦接到每个相应电气装置。
40.图4涉及由风险管理系统的实施方案处理和呈现输出的方法200的流程图。尽管关于一个电气装置、一个处理器、多个传感器和一个显示装置提供了以下讨论，但是在风险管理系统的另选实施方案中可使用任何数量的这些部件。
41.在第一步骤202中，多个传感器被配置成检测电气装置的运行特性并生成关于电气装置的运行特性的数据，该数据将被称为传感器数据，该些运行特性诸如是温度、电压、电流、湿度、控制监测、方位、功率或被监测的电气装置的其他运行特性。
42.在第二步骤204中，多个传感器将传感器数据发送到处理器。多个传感器可通过诸如电线的物理连接或其他物理连接或用于将数据从传感器传送到另一装置的连接的组合来将传感器数据发送到处理器。另选地或除此之外，多个传感器可通过诸如网络中的wi-fi、长距离信号或短距离信号的无线连接、或其他类型的无线连接或无线连接的组合来向处理器发送传感器数据。多个传感器可通过如上所述的物理连接和无线连接的组合将传感器数据发送到处理器。
43.在第三步骤206中，处理器接收由多个传感器生成并发送的传感器数据，并将传感器数据处理成经处理的信息。经处理的信息包括多个故障概率和多个风险评分，其中每个相应风险评分对应于被监测的电气装置的相应子部件。电气装置的子部件可包括例如电气布线、电气连接、电池、控制部件、冷却部件、线圈部件、磁导体部件、绕组部件或构成电气装置的任何其他子部件。通过利用由多个传感器生成的传感器数据来计算故障概率，并且根据利用多个故障概率的加权计算来确定多个风险评分中的每个相应风险评分。
44.在至少一些实施方案中，处理器可利用机器学习或人工智能（ai）来进行加权计算，以确定多个风险评分的相应风险评分。例如，当处理器从多个传感器收集传感器数据并且处理器处理传感器数据时，处理器的人工智能监测传感器数据以确定数据中的模式，该些模式对应于何时各种子部件中的相应风险评分被确定为表示较高或较低的故障风险。
45.然后，当确定进一步的相应风险评分时，人工智能随时间利用这些模式来调节加权计算的权重和/或函数。例如，如果相应的故障概率总是高的，并且导致对应的子部件具有高风险评分，高风险评分对应于子部件的高故障可能性或实际故障，则人工部件可在计算相应子部件的风险评分时调整故障概率的加权计算，以反映每当故障概率高时子部件具有高风险评分的事实。另外，当故障概率低并且对应子部件的对应风险评分的风险评分总是低时，则人工智能可相应地调整加权计算，以更快且更准确地确定风险评分应该是低、高还是在低和高之间的某处。
46.在第四步骤208中，处理器将包括故障概率和风险评分的经处理的信息发送到显示装置，以呈现给风险管理系统的用户。显示装置可为显示屏幕、平板电脑屏幕、电话屏幕、计算机屏幕、监测器或一些其他类型的显示装置。
47.在第五步骤210中，生成图形描绘以在显示装置上显示经处理的信息。图形描绘可包括雷达图、条形图、数据表格、时间线图或其他图形描绘或图形描绘的组合。处理器可生成在显示装置上呈现的图形描绘。在至少一个实施方案中，经处理的信息以图5所示的方式显示，这将在下文详细讨论。
48.在上述方法200和上述方法200的另选实施方案中，传感器数据和经处理的信息可被发送到存储器，诸如存储器106、120、134，并且存储器存储传感器数据、经处理的信息或两者。传感器数据、经处理的信息或两者可根据需要被编码、加密、压缩、原始或呈任何其他形式。
49.在该方法的另选实施方案中，可以与图4所示不同的方式来组织上述步骤。例如，在图3中的风险管理系统的另选实施方案中，存储器134通信地耦接到多个传感器130、132，并且存储直接从多个传感器130、132接收的传感器数据。存储器134存储传感器数据，然后将传感器数据发送或传送到处理器136，该处理器处理传感器数据并将传感器数据转换成经处理的信息。然后，处理器136将经处理的信息发送或传送到显示器138。除了处理器136
发送到显示器138的经处理的信息之外，处理器136还可将底层传感器数据发送或传送到显示器138。
50.图5示出了在由风险管理系统的实施方案输出的在显示屏幕上呈现的诸如窗口300的用户界面。窗口300包括表格，该表格包括多个列302、304、306以及风险雷达图310，该多个列包含来自处理器或监测电气装置的多个传感器的数据。该表格可包含条形图、百分比、标签或根据需要生成或处理以在显示屏幕上呈现的任何其他数据。在该实施方案中，表格的多个列包括第一列302、第二列304和第三列306。
51.第一列302包括本文中被称为“缺陷类型”的各种类型的缺陷，这些缺陷可能发生在例如电气装置、发电装置或多个布置有传感器以进行监测的其他装置中。一般而言，缺陷类型可包括例如控制故障、过热、松散连接、湿气污染、水损坏、电弧故障、电流泄漏、电压泄漏、电介质绝缘分解或可能导致电气装置、发电装置或被监测的其他装置的故障的其他类型的故障或缺陷。在该特定实施方案中，缺陷类型包括冷却控制故障、液体绝缘拱起、松散连接、芯地损耗、湿气污染和过热。在其他实施方案中，可存在任何数量的缺陷类型，并且进一步地，所有的缺陷类型可能不会同时在窗口中都可见。表格302、304、306可包括用于滚动以查看根据多个传感器生成的数据确定的附加缺陷类型的滚动条。
52.第二列304与第一列302相邻，并且包含本文中被称为“警告百分比”的百分比，该些百分比指示给予缺陷类型的重要性的权重的量。例如，如果发现一种缺陷类型比其他缺陷类型更频繁地出现在电气装置中，则可为以更高频率出现的缺陷类型给出更大的加权百分比或更大的警告百分比。当相应的缺陷类型具有比其他相应缺陷类型更大的警告百分比时，具有更大警告百分比的缺陷类型被认为比其他相应缺陷类型更需要注意。相应缺陷类型的警告百分比可基于多个因数来确定，诸如缺陷类型的频率、由缺陷类型导致的损坏或在确定一种缺陷类型是否比另一种缺陷类型更重要时所需的任何其他因数。
53.第三列306与第二列304相邻，并且包含表示由于电气装置、发电装置或被监测的其他装置中的缺陷类型而导致的故障概率的条形图。利用由耦接到被监测的装置的多个传感器生成的数据以及分配给该缺陷类型的警告百分比来计算故障概率。表示相应故障概率的每个相应条形图与每行中的相应缺陷类型和警告百分比对齐。每个条形图具有从0%到100%的标度，并且绿色、黄色和红色的色标可直接定位在标度下方，以指示何时缺陷类型的故障概率是可接受的以及何时对应缺陷类型的故障概率是不可接受的。故障概率提供了被监测装置中存在缺陷的可能性。例如，当故障概率增加时，对应的缺陷类型存在于被监测的装置中的可能性增加，并且当故障概率降低时，对应的缺陷类型存在于被监测的装置中的可能性降低。
54.表格302、304、306包括由两个或更多个条形图和两个或更多个警告百分比所描绘的两个或更多个故障概率。在另选实施方案中，故障概率和警告百分比可由任何范围的值之间的数字、字母等级或用于向用户提供由于表格的第一列302中的对应缺陷类型引起的故障概率或警告百分比的指示的任何其他指示来表示。两个或更多个条形图在显示屏幕内是可见的，同时雷达图310用正被监测的电气装置的子部件的风险评分来图形地描绘。尽管在该实施方案中未示出，但是可表示为百分比的两个或更多个故障概率可与雷达图310同时呈现在表格302、304、306的列中，并且可在雷达图310在显示屏幕上可见的同时描绘在显示屏幕上。
55.如图所示，风险雷达图310与表格相邻，并提供故障概况314。故障概况314具有n边形状，其顶点对应于与被监测装置的多个子部件322相对应的多个风险评分。在所例示的图表中，故障概况314的点324离雷达图310的外边缘320越近，并且点324离雷达图310的中心越远，对应的子部件接近故障或需要更换的机会就越大。故障概况的点324离雷达图310的外边缘320越远，并且点324离雷达图310的中心越近，对应的子部件接近故障或需要更换的机会就越小。例如，靠近雷达图310的外边缘320的故障概况314的点324对应于套管子部件和绕组子部件，这意味着套管子部件和绕组子部件可能发生故障并且可能需要更换。此外，对应于其他子部件（例如，负载分接开关（ltc）、磁电路、主箱、冷却和液体子部件）的点324更靠近雷达图310的中心而不是雷达图310的外边缘320，并且这些子部件的故障或需要更换的可能性小于绕组和套管子部件。
56.故障概况314的n边形状取决于电气装置中被监测的子部件的数量。例如，如果正在监测电气装置的三个子部件，则故障概况314将是三角形的形状。如果正在监测电气装置的四个子部件，则故障概况将是四边形状，例如正方形或矩形等形状。为了在所示的雷达图中呈现数据，必须监测电气装置中的至少三个子部件。
57.因此，故障概况314的n边形状具有至少三个边和至少三个点324。点324是n边形状的至少三个边的交叉点。风险雷达图310例示了至少三个子部件的风险评分的至少三个量值。风险评分的每个相应量值对应于至少三个子部件中的相应子部件。相应风险评分中的每个风险评分对应于至少三个点324中的相应点324，并且相应点324代表相应风险评分。每个相应点324在雷达图310上以不同的坐标呈现，以表示每个相应子部件的相应风险评分。相应点324中的每个点距图形的中心点的距离表示或基于相应风险评分的量值。随着点324与中心点的距离对于相应风险评分增加，观察故障概况314的用户可快速且有效地识别电气装置中需要进一步检查、维护或更换的子部件。
58.在例示的实施方案中，雷达图310包括外边缘320上的至少三个子部件322的标签。至少三个子部件322中每个子部件的每个相应标签被周向地放置在沿着雷达图的外边缘320的位置处。
59.雷达图310包括标度指示器312，该标度指示器指示可视能力中各种子部件的风险评分的量值。在例示的实施方案中，标度指示器312指示从0到100的风险评分的范围。标度指示器0指示子部件中没有故障，或者子部件中没有故障的可能性，并且不需要更换子部件。标度指示器100指示子部件存在故障或很可能存在故障，并且子部件需要更换。虽然在该实施方案中标度指示器312的范围从0到100，但是标度指示器312可根据需要在任何一组值之间变化，以指示一个子部件具有比另一个子部件更高的风险评分。
60.数据选择按钮和指示器316允许用户选择用户想要在雷达图310和表格302、304、306的列中查看的数据。数据选择按钮还用作指示器，因为数据选择按钮可为颜色编码的绿色、黄色或红色，这取决于被监测的装置是否具有带有靠近雷达图310的外边缘320的点324的故障概况314。当选择按钮316为绿色时，选择按钮指示用户不需要针对相应的电气装置查验雷达图310和表格302、304、306。当选择按钮316为黄色时，选择按钮指示用户可能想要查验相应电气装置的雷达图310和表格302、304、306。当选择按钮316为红色时，选择按钮指示用户应当查验相应电气装置的雷达图310和表格302、304、306，以确定相应电气装置内的子部件是否发生故障并需要更换。这些选择按钮和指示器316可用相应的电气装置所处的
位置来标记。另选地或除此之外，选择按钮和指示器316可用正被监测的电气装置的类型来标记，和/或可任何其他期望的方式来标记。
61.窗口300进一步包括滑动标度界面308。在该实施方案中，窗口300表示沿时间线生成的传感器数据。滑动标度界面308包括滑动选择界面318，该滑动选择界面允许用户选择在特定时间段内关于电气装置生成的数据。当滑动选择界面318沿着滑动标度界面308来回移动时，可调整滑动选择界面318以选择时间长度来减少或增加所选择的数据量。例如，随着时间长度减少，矩形的宽度变小，而随着时间长度增加，矩形的宽度变大。如果用户想要仅选择收集数据的特定时间（例如，特定的小时或天），则滑动选择界面318可表现为线。虽然在该实施方案中，为便于用户使用，滑动标度界面308被认为是有利的，但是可利用其他数据选择技术，诸如由用户直接输入的日期范围、下拉菜单、日历界面或用于沿着数据的特定范围选择数据的任何其他界面。虽然时间线可表示从多个传感器收集的实际数据，但是时间线也可表示根据所收集的传感器数据中的模式计算的插值或预测数据。在显示屏幕上描绘雷达图310的同时，滑动选择界面318在显示屏幕内是可见的。
62.此外，滑动标度界面308包括各种条形图，该些条形图表示在特定日期、特定时间段或所需的任何其他时间长度上收集的数据。条形图表示电气装置在当天或一段时间内发生故障的可能性。当基于传感器数据、经处理的信息或两者确定电气装置是否需要维护、电气装置的整体更换、电气装置的子部件的更换、确定电气装置中何时发生故障、或沿滑动标度界面308的兴趣点的任何其他确定时，滑动标度界面308上的这些条形图提供用户最可能感兴趣查看的时间点的简单可视描绘。例如，滑动标度界面308的条形图例示了总计风险，该总计风险可表示在特定的一天、在特定的时间期间、或在所选择的时间范围期间、沿着被监测的资产的时间线生成的信息。因此，条形图越高，总计风险越大，条形图越小，总计风险越小。每个条形图的总计风险使用户能够快速看出资产何时更可能发生故障或正在发生故障。
63.虽然滑动标度界面308的条形图在图5中被示为没有颜色，但是随着条形图变得更高，颜色可沿着光谱从绿色移动到红色。例如，高且总计风险较大的条形图将为红色，小且总计风险较小的条形图将为绿色，而介于大总计风险和小总计风险之间的条形图则为黄色。换句话说，随着总计风险的增加，条形图的颜色将从绿色（表示低总计风险）变为黄色（表示中等总计风险），再变为红色（表示高总计风险）。因此，滑动标度界面308的条形图的高度变化和颜色变化的组合允许用户快速且容易地确定故障风险的概率何时为低、中或高。这种易用性允许用户的注意力快速集中在故障风险高的时间上，并且允许用户容易地沿着滑动标度界面308比较和分析为何资产在某一时间与另一时间相比具有高的总计故障风险。
64.图6例示了诸如窗口400的用户界面，该用户界面呈现在显示屏幕上作为自动配置屏幕，该自动配置屏幕也可被称为维护屏幕、管理屏幕、自动选择屏幕或参数选择屏幕，用于从可应用的故障模式中进行选择。风险管理系统的实施方案将利用这些可应用的故障模式来确定输出，诸如风险评分。在该特定实施方案中，窗口400被标记为“资产健康指数管理器”。窗口400（自动配置屏幕）包括被配置成允许用户选择资产树内的资产的资产选择器402。一旦资产选择器402的用户已经从资产树中选择了资产，该资产的分析和子部件就被呈现在位于资产选择器402附近的表格中。
65.在所描绘的实施方案中被标记为“资产部件”的表格的第一列404包含被监测的资产的资产子部件。在这里被标记为“特定缺陷”的表格的第二列406包含与资产的每个子部件相关的缺陷。例如，作为所选资产的子部件的核心具有“过热-核心（外壳）的顶部、底部中的循环电流”的第一缺陷类型和“过热-核心边缘短路/毛刺”的第二缺陷类型，而可为资产的子部件或在使用时要在资产中监测的参数的前体具有第一缺陷类型“油中起泡”。当用户向下滚动表格时，对于用户选择的资产的那些相应子部件或参数，可存在更多的子部件、缺陷类型或参数。
66.此处被标记为“输入影响”的表格的第三列408包含与第二列406中的每个缺陷类型相对应的置信百分比。第三列408中的每个置信百分比表示是否可基于例如多个第五列410中的“匹配的输入参数”为该缺陷提供正确的诊断计算或确定。例如，随着置信百分比增加，风险管理系统对该特定缺陷输出的诊断计算或确定是准确和正确的概率增加。相反，随着置信百分比降低，风险管理系统对该特定缺陷输出的诊断计算或确定是准确和正确的概率降低。可设置阈值置信百分比，使得如果不满足该阈值置信百分比，则风险管理系统不输出缺陷类型的诊断，因为诊断不准确的可能性太高。例如，可将阈值置信百分比设置为65%，并且当置信百分比低于或等于65%时，不向该缺陷类型提供诊断计算并且不将该缺陷类型用于确定子部件的风险评分。阈值置信百分比可由用户设置为25%、40%、80%或任何期望的量。基于“匹配的输入参数”的数量来计算置信百分比，该些“匹配的输入参数”被监测并用于计算由于子部件中的特定缺陷而导致的故障风险的概率。
67.在分析过程、计算或确定中使用的特定“资产部件”的适用性由该“资产部件”可用的输入确定。置信评分基于监测“资产部件”的功能所需的输入。例如，在至少一个实施方案中，如果仅需要一个输入来监测“资产部件”的功能，并且该输入可由资产内的传感器作为整体来监测，则该“资产部件”的置信百分比可为100%。类似地，如果需要两个输入来监测“资产部件”的功能，但是仅一个输入可由资产中的传感器作为整体来监测，则“资产部件”的置信百分比可为50%。对于监测任何特定“资产部件”的功能所需或所期望的任何数量的输入，这种关系继续存在。如果“资产部件”的置信百分比大于用户定义的阈值，则“资产部件”将出现在“资产部件”列表404中。相反，如果“资产部件”的置信评分小于用户定义的阈值，则“资产部件”将不会出现在“资产部件”列表404上。当置信百分比等于用户定义的阈值时，用户可选择在分析过程、计算或确定中是否利用资产部件。同样，如果优选，用户可选择或可不选择在分析过程、计算或确定中使用的所需的“资产部件”的任何组合，而不管置信百分比如何。分析过程、计算或确定可用于评估整体资产的状况，评估整体资产的特定“资产部件”，或根据需要进行任何其他评估、确定或计算。
68.在此标记为“匹配的输入参数”的多个第四列410包含关于基于所选资产中提供的传感器来监测所选资产的某些参数的参数的信息。例如，一些“匹配输入参数”是“监测箱-多气体分析”、“实际温差和热模型”以及如图6可见的若干其他参数。可基于结合到所选资产中的任何传感器来监测所期望的任何参数。
69.用于提供由所选资产中的特定缺陷引起的故障风险的诊断概率的“匹配输入参数”可用颜色填充在由表格的多个第四列410和行形成的网格中。例如，对于资产的“核心”子部件，仅使用一个参数来计算由于“核心（外壳）顶部/底部的过热循环电流”的特定缺陷而导致的故障风险。另选地（或此外），对于资产的该子部件，利用四个参数来计算由于“过
热-核心边缘短路/毛刺”的特定缺陷而导致的故障风险。其中三个参数用斜线填充，一个参数用“x”填充。在表格的多个第四列和多个行的网格中用斜线填充的参数表示可基于结合到所选资产中的相应传感器确定的参数，或者是已经由用户选择以计算由于特定缺陷引起的故障风险的概率的参数。然而，用“x”填充的“热模型”的参数表示通常用于计算或确定“核心（外壳）顶部/底部的过热循环电流”的特定缺陷的诊断的参数，但这不是因为结合在所选资产中的传感器不能提供必要的信息来确定“热模型”参数对特定缺陷的影响，或者用户决定在计算该特定缺陷时关闭该参数。对于所选资产的前体子部件的“油中起泡”的特定缺陷，使用四个参数来计算该特定缺陷的故障风险。四个参数中的每个参数都用斜线填充，并且置信百分比是100%，这意味着通常用于计算该特定缺陷的所有参数都被用于计算该特定缺陷的故障风险的概率。在另选实施方案中，斜线可表示绿色填充以指示正在使用的参数，而“x”可表示红色填充以指示未使用的参数。
70.换句话说，在计算可能存在于资产的相应子部件中的相应特定缺陷或缺陷类型时选择或不选择的参数，意味着所选择的参数被算法用来计算子部件中的故障风险概率或风险评分，相反，算法不利用未选择的参数来计算子部件的特定缺陷的故障风险概率或风险评分。
71.标记为“匹配的输入参数”的表格部分的第五列411被标记为“rof权重”，表示故障风险（rof）权重。该第五列411包含当在计算所选资产的子部件的风险评分或故障风险的概率时利用特定缺陷时由用户设置的给予特定缺陷的权重的量。例如，故障风险权重可为在计算资产的子部件的风险评分的算法中给予该特定缺陷故障风险的权重的量。
72.标记为“匹配的输入参数”的表格部分的第六列412被标记为“装备偏差”，并且表示基于在子部件或资产中使用的装备提供给特定缺陷的权重的量。例如，可具有由用户选择的该装备偏差的因数的装备可取决于所使用的传感器、子部件本身、资产本身、资产内的电气连接或资产中使用的任何其他装备、部件或子部件。
73.表格的第七列413被标记为“激活”，并且表示用户已经激活或选择由风险管理系统诊断、确定或计算的特定缺陷。用户选择的特定缺陷类型由复选标记指示。例如，如果不存在复选标记，则特定缺陷不被激活，并且将不被用于确定资产的子部件的故障风险的概率。另选地，如果存在复选标记，则特定缺陷将被激活并且将被用于确定资产的子部件的故障风险。
74.在窗口400内提供标记为“显示不匹配”的按钮414。当用户点击时，按钮414打开呈现所有特定缺陷并提供其缺失输入的另一窗口。例如，“过热-核心边缘短路/毛刺”缺陷的“热模型”缺失输入可在此窗口中显示为此特定缺陷的缺失输入。因此，这允许用户容易地看到未被算法利用来计算相应特定缺陷类型的故障风险概率的参数和输入。
75.现在将讨论风险管理系统的上述和另选实施方案的各种益处。为了简单和简洁起见，将相对于图1中的实施方案来讨论益处。然而，在上述公开的范围内，这些益处中的一些或全部可应用于风险管理系统的另选实施方案。
76.如图1例示的风险管理系统的益处是易于设置和使用。该设置相对容易和简单，因为可使用任何数量的传感器并将该些传感器耦接到电气装置110。例如，热量或温度传感器可耦接到变压器的绕组线圈或电气装置110的其他部件，以监测电气装置110的子部件的热量或温度水平。然后利用热量或温度传感器生成的传感器数据来确定绕组线圈（在该示例
中）是否在用于优选或最佳工作状况的选定参数或阈值内工作。另选地，其他类型的传感器（例如，湿气或湿度传感器、电压传感器、电流传感器、外部环境传感器、内部环境传感器、电子连接传感器或用于监测电气装置或电气装置的子部件的任何其他类型的传感器）可耦接到电气装置或电气装置的子部件。此外，传感器可监测电气装置或电气装置的子部件的工作状况或外部环境。
77.图1所示的风险管理系统的另一个益处是易于与多个电气装置一起使用。例如，在图2和图3所示的另选实施方案中，可同时监测任意数量的电气装置124、126、128、140、142。电气装置可位于建筑物、社区、地理区域或甚至世界各地的许多不同位置，并且可根据需要将数据发送到单个位置或若干位置处的服务器，以监测各种电气装置。电气装置可彼此耦接并协同工作，或者可为不协同工作的不同位置处的不同电气装置。例如，从第一国家中的电气装置生成的传感器数据和从第二国家中的另一电气装置生成的传感器数据可在另一国家的单个位置中被监测。因此，可根据需要在世界上的任何位置监测任何数量的电气装置或电气装置系统，该些电气装置或电气装置系统可为串联工作的各种电气装置的组合。
78.图1所示的风险管理系统的另一个益处是电气装置如何耦接到存储器或处理器的灵活性。例如，在图3所示的风险管理系统的另选实施方案中，多个传感器可通信地耦接到存储器，该存储器存储传感器数据并将传感器数据发送到处理器进行处理。另选地，在图1所示的风险管理装置的实施方案和图2所示的风险管理装置的另选实施方案中，多个传感器可通信地耦接到处理器，该处理器可将传感器数据和经处理的信息发送到存储器用于存储并发送到显示器。
79.虽然这些是图1中的风险管理系统的一些益处，但是当利用本公开的范围内的风险管理系统的实施方案和其他另选实施方案时，存在并且可能存在若干其他额外的益处。
80.图4所示的方法200的益处是方法200的简单性和适应性。例如，可根据需要容易地改变方法200的步骤，以提高速度并减少完成所需步骤所需的处理功率量。此外，经处理的信息和传感器数据可为任何所需的形式，诸如编码形式、压缩形式、原始形式或用于收集、处理或存储所需数据的其他所需形式。
81.利用本文所述的用户界面获得了额外的益处，该用户界面用于可视地和图形地描绘由风险管理系统中的多个传感器生成并由处理器处理的传感器数据和经处理的信息。为了简单和简洁起见，将相对于图5所示的实施方案来讨论益处。然而，这些益处可应用于用于可视地和图形地描绘传感器数据和经处理的信息的用户界面的每一实施方案和另选实施方案。
82.例如，用户界面300包括雷达图310，该雷达图帮助用户快速确定被监测的电气装置的某些子部件322是否需要被修理、更换或更详细地检查，以确定所需的维护级别。此外，雷达图310减少了确定电气装置何时发生故障或何时需要维护所需的训练量。例如，如果传感器数据改为以电子表格格式数字地呈现，则用户可能需要大量的培训和教育，以便解释传感器数据并确定电气装置如何发生故障或电气装置为何不在最优、优选或期望的参数内工作。然而，当利用雷达图310时，用户几乎不需要培训来确定电气装置或其部件是否需要维护或修理。可用颜色或其他阴影填充的故障概况314的形状基于被监测的电气装置的子部件提供电气装置的操作状态的快速可视概要。通过注意故障概况314的从风险雷达的中心更远地向外突出的点324，观察故障概况314的用户可快速且有效地识别电气装置的需要
进一步检查、维护或更换的子部件。
83.用户界面300的另一个益处是，该用户界面包括一个表格，该表格在第一列302中包含缺陷类型，在第二列304中包含警告百分比，在第三列306中包含关于被监测的电气装置的各种因数的故障概率。第一列302中的缺陷类型允许用户基于由耦接到电气装置的多个传感器生成的传感器数据来快速确定处理器正在确定或计算何种因数。此外，第二列304中的警告百分比提供了该因数相对于电气装置的操作有多重要的指示。这允许用户或个人在确定电气装置中的故障或需要维护的原因时，容易地确定某些因数比其他因数更重要。此外，第三列306中的故障概率（该些故障概率是风险百分比并且以条形图的形式图形地描绘）允许用户或个人容易地确定由于表格中第一列302中的对应缺陷类型而导致的电气装置中的故障概率。关于以上讨论，用户可快速地将由多个传感器生成的传感器数据解释为由处理器处理的经处理信息，以确定电气装置如何发生故障以及该电气装置为何发生故障，无论用户的培训或教育水平如何。
84.用户界面300的另一个益处是易于从特定位置和特定时间段选择特定数据以进行进一步评估。滑动标度界面308包括由多个传感器生成的关于电气装置的运行特性的传感器数据的时间线。滑动标度界面308允许通过利用滑动标度界面308和所选择的时间段范围318来选择任何时间段。这允许用户容易且快速地选择将在雷达图310和表格302、304、306的列中呈现的时间段。这还允许用户快速选择用户想要在雷达图310和表格302、304、306中显示的数据，同时允许用户快速改变时间段和所呈现的数据。这进一步允许用户观察电气装置的运行特性随时间的变化趋势。例如，当用户沿着滑动标度界面308滑动选择界面318时，雷达图310中的故障概况314的形状根据在所选时间上生成的传感器数据而改变。故障概况314的形状随时间的变化提供了对电气装置的总体操作健康状况的附加洞察，否则通过观察传感器数据的简单数字图表可能无法获得该洞察。
85.用户界面300的另一个益处是容易确定沿着滑动标度界面308的兴趣点。滑动标度界面308包括沿着时间线的指示电气装置中的故障可能性的条形图326。这允许用户容易地确定要在雷达图310和表格302、304、306的列中可视地和图形地描绘的数据，以快速地分析电气装置如何、为何以及何时发生故障或不能在最佳状况内或以最佳方式工作。而且，滑动标度界面308的条形图的高度和条形图的颜色的变化允许用户容易且快速地确定资产的总计故障风险何时为高、中或低。
86.为了简单和简洁起见，相对于图6所示的实施方案讨论益处。然而，这些益处可应用于用户界面的每个实施方案和另选实施方案，用于选择在计算子部件中的特定缺陷的故障风险概率和资产的相应子部件的风险评分时使用的参数。
87.参数选择窗口400的益处是易于确定和选择参数，该些参数将被选择用于计算特定缺陷或缺陷类型的故障风险概率，以及用于计算最终指示整体资产健康的资产的子部件的风险评分。
88.虽然这些是用于如图5中可视地和图形地描绘传感器数据或经处理的信息的用户界面的一些益处，但是当利用本公开的范围内的用户界面的实施方案和其他另选实施方案时，存在并且可能存在若干其他额外的益处。
89.注意，在前面的描述中，阐述了某些具体细节以便提供对本公开的各种实施例的彻底理解。然而，本领域的技术人员将理解，可以在没有这些具体细节的情况下实践本公
开。在其他实例中，未详细描述与电子部件和制造技术相关联的公知结构，以避免不必要地模糊对本公开的实施方案的描述。
90.除非上下文另有要求，否则在前面的描述和随后的权利要求书通篇中，词语“包括”及其变型诸如“包含”和“含有”应被理解为开放的包含性含义，即“包括但不限于”。
91.本文使用诸如第一、第二和第三的序数并不一定意味着排序的意义，而是可仅在动作或结构的多个实例之间进行区分。
92.上述说明书通篇对“一个实施方案”或“实施方案”的引用意指结合该实施方案描述的特定特征、结构或特性包括在至少一个实施方案中。因此，本说明书通篇各个地方出现的短语“在一个实施例中”或“在实施例中”不一定全部指代相同的实施例。此外，在一个或多个实施例中，特定特征、结构或特性可以任何合适的方式组合。
93.此外，如在上述说明书和所附权利要求书所用，单数形式“一个”和“该”包括复数指代物，除非上下文另有明确指示。还应指出的是，术语“或”通常用作在其意义上包括“和/或”，除非内容另有明确指示。
94.可组合以上所述的各种实施方案来提供另外的实施方案。鉴于上文的详细说明，可以对这些实施方案作出这些和其他改变。一般来说，在随后的权利要求中，使用的术语不应解释成将权利要求书限制在本说明书和权利要求书中披露的具体实施方案中，而应解释成包括所有可能的实施方案以及这类权利要求书赋予的等效物的全部范围。因此，权利要求并不受本公开内容所限定。
背景技术：
1.技术领域本公开涉及一种用于图形地呈现风险评分和因数以评估资产的状况和故障风险的风险管理系统和装置，以及一种处理和呈现传感器数据、风险评分和故障概率以评估资产的状况和故障风险的方法。
2.相关技术描述通常，风险管理系统和装置耦接到诸如电气部件或装置等资产，以从传感器收集数据来确定资产状况，例如资产中的故障可能性。这些风险管理系统和装置可包括传感器、处理器、显示器和耦接到资产以监测资产状况的多个其他部件。这些风险管理系统提供所需的信息和分析，以基于资产状况为各种资产提供基于状况的维护（cbm）。
3.重大挑战是提供这样的风险管理系统、装置或软件，该风险管理系统、装置或软件允许工程师、维护人员或个人快速评估资产的状况，并且特别地，确定是否必须针对资产中的故障可能性采取行动，并且准确地将他们的注意力引向可能导致故障的特定部件；期望任何人都能够在几乎不需要培训的情况下快速了解和理解的数据的图形描绘。数据的可视描绘的示例包括条形图、线形图、电子表格以及任何数量的其他数据可视描绘。
4.一个重要的挑战是提供一种风险管理系统或装置，该风险管理系统或装置减少使用风险管理系统或装置的培训量，同时保持个人准确地确定何时应该修理资产、何时应该采取预防措施、以及基于资产中所确定的故障可能性应该修理还是进一步检查资产的何种部件的能力。
5.另一个重大挑战是提供一种风险管理系统或装置，该风险管理系统或装置允许用户在故障之前快速确定是否更换或修复资产的特定子部件。例如，如果所确定的故障可能性仅在资产的一个特定部件中较大，而在资产的所有其他子部件中较低，则用户将意识到仅查验、维护或更换故障可能性较高的特定部件的必要性。
6.另一个重要的挑战是以可由查验数据的人快速查验和理解的方式（例如，使用数据的可视图形描绘）显示数据。
7.另一个重要的挑战是，当利用若干个不同的智能传感器，而每个传感器具有它们自身单独的监测界面时，用户难以单独地查验每个智能传感器的传感器数据，并且难以在不需要执行若干复杂的分析计算或查验传感器数据的模式的情况下确定资产的状态。
8.然而，另一个重大挑战是以允许几乎任何用户在基于资产的状况处理和确定何时需要修理或需要更换时快速提出行动过程（例如，行动计划）的方式，在数据的可视描绘中提供数据和足够的细节。例如，该行动计划可从传统的实验室确认被监测的资产的状态开始，并根据实验室确认的结果继续进行额外的步骤。
9.另一个重大挑战是提供一种风险管理系统，该风险管理系统需要代表用户的简单的、很少的或不需要手动输入，以便风险管理系统以用户可在短时间内（例如，几分钟的工作而不是几小时的工作）快速消化和理解的方式可视地显示数据和计算。
技术实现要素：
10.鉴于上述并非完整列表的重大挑战，期望提供一种具有用户界面的系统，该用户界面允许任何训练或教育水平的任何用户利用该用户界面快速且容易地确定公用事业资产（可为电气装置）如何、为何以及何时发生故障或需要预防性维护以避免故障。
11.本公开涉及风险管理系统和由风险管理系统在用户界面中生成的数据的可视和图形描绘的各种实施方案，以及操作风险管理系统和用户界面的方法。
12.根据风险管理系统的一个实施方案，多个传感器被耦接到公用事业资产和处理器。多个传感器被布置成监测或感测诸如电气部件或装置等资产的操作方面。多个传感器将由传感器生成的传感器数据发送到处理器进行处理。处理器接收传感器数据，并根据需要将传感器数据处理并转换为经处理的信息。处理器耦接到存储器，并且处理器可将传感器数据、经处理的信息或两者发送到存储器用于存储。处理器可同时或稍后利用传感器数据来预测何时可能导致资产的故障或何时可能需要维护。处理器还耦接到显示器。
13.显示器呈现用户界面，该用户界面提供传感器数据、经处理的信息或两者的视觉和图形描绘。在至少一个实施方案中，用户界面包括雷达图、表格和时间线选择标度。雷达图描绘了处理者计算或确定的风险评分。这些风险评分可按资产的子部件分组，并到与子部件相关的特定缺陷和详细信息的进一步导航如雷达图所示。该表格描绘了多个缺陷类型、当查验资产的操作时表示缺陷类型的重要性的多个警告百分比、以及表示缺陷类型的故障概率的多个条形图。
14.在风险管理系统的其他另选实施方案中，风险管理系统可包括多个传感器，并且可具有以不同于上文直接讨论的实施方案的方式耦接在一起的风险管理系统的各种部件。
15.在用户界面的其他另选实施方案中，用户界面可包括数据的其他图形描绘类型，并且可具有以与上文直接讨论的实施方案不同的方式组织的用户界面的各种部件。
附图说明
16.参考附图可更好地理解本文所述的实施方案，其中：图1是风险管理系统的实施方案的框图；图2是风险管理系统的另选实施方案的框图；图3是风险管理系统的另一个另选实施方案的框图；图4是由风险管理系统的实施方案处理和显示输出的方法的流程图；图5是在由风险管理系统的实施方案输出的显示屏幕上呈现的用户界面的视图；并且图6是用于选择呈现在显示屏幕上并由风险管理系统的实施方案输出的信息的自动配置屏幕的用户界面的视图。
具体实施方式
17.本公开涉及一种风险管理系统和装置，其用于基于由相对于资产布置的多个传感器生成的数据来评估公用事业资产或其他资产中的故障可能性，该其他资产包括例如电气装置，诸如变压器、发电机、电气连接、电气引擎或其他类型的电气装置或动力驱动装置。多个传感器可被配置成生成诸如温度、冷却效率、电压、电流等数据以及关于由多个传感器监
测的资产的其他各种数据。
18.图1示出了风险管理系统100的实施方案。风险管理系统包括多个传感器102、处理器104、存储器106和显示器108。在一个实施方案中，处理器104和显示器108可为风险管理装置的部件。在另选实施方案中，处理器104、存储器106和显示器108可为风险管理装置的部件。在又一另选实施方案中，多个传感器102、处理器104、存储器106、处理器104和显示器108可为风险管理装置的部件。风险管理系统100耦接到公用事业资产或诸如电气装置110的其他资产，以便监测电气装置110的运行特性。电气装置110可为例如但不限于变压器、发电机、电池、电气连接、电线、电气引擎、其他类型的电气装置或发电装置、负载分接充电器，或电气装置或发电装置的组合。多个传感器可包括但不限于温度传感器、电压传感器、电流传感器、湿度传感器、控制监测传感器、方位传感器、功率传感器、在线溶解气体分析传感器或根据需要监测电气装置110的任何其他运行特性的其他传感器或传感器的组合。
19.多个传感器102可通信地耦接到处理器104，并将传感器数据传送到处理器104。处理器接收传感器数据并处理传感器数据。处理器104利用传感器数据来基于传感器数据计算或以其他方式确定电气装置110或其子部件的多个故障概率。多个故障概率可包括例如过热故障、电流过载故障、电压过载故障、电弧故障、松散电气连接故障、湿气污染故障、冷却控制故障或任何其他类型的故障或缺陷的概率。
20.多个故障概率可为至少两个或更多个故障概率。多个传感器可耦接到电气装置110，或者多个传感器102可耦接到电气装置110的子部件并且相对于电气装置110的子部件定位。多个传感器102的相应传感器的任何组合可耦接到电气装置110的相应子部件。例如，多个传感器102中的每个相应的传感器可耦接到电气装置110的相应的子部件，或者多个传感器102中的多个相应的传感器可耦接到电气装置110的一个相应的子部件，或者可耦接到电子装置110中的多个相应的子部件。多个传感器102检测电气装置110的子部件的运行特性。传感器数据可为包括n个诊断数据点的诊断数据。
21.处理器104利用故障概率来计算电气装置110的多个子部件的多个风险评分。在至少一个实施方案中，多个风险评分中的每个相应风险评分对应于多个子部件中的相应子部件。通过各种故障概率的加权计算、警告百分比的加权计算或故障概率和警告百分比的组合的加权计算来确定每个相应的风险评分。每个风险评分可具有其自身的加权计算，该加权计算利用任何数量的故障概率和任何数量的警告百分比。加权还可包括对每个单独资产的加权。更具体地，也可对应用于被监测的特定资产的特定缺陷类型进行加权，以确定来自被监测的特定资产的特定缺陷类型的特定故障风险。处理器还可单独利用传感器数据或与故障概率相结合地利用传感器数据来计算多个风险评分。电气装置110的多个子部件可包括例如电气布线、电气连接、电池、控制部件、冷却部件、线圈部件、磁导体部件、绕组部件或构成电气装置110的任何其他子部件。
22.在至少一个实施方案中，风险评分可具有范围从0到100的量值。该风险评分的量值可表示百分比、加权值或任何其他期望的量，以指示电气装置的相应子部件的状况。为简单和简洁起见，将风险评分作为0到100之间的数字进行讨论。当相应风险评分为0时，电气装置110的相应子部件的状况为处于适当的工作状况，而当相应风险评分为100时，电气装置110的相应子部件的状况很可能需要更换或修理，以使相应子部件进入适当的工作状况。
23.处理器104通过利用传感器数据的n个诊断数据点来计算故障概率。将n个诊断数
据点分组为m个诊断数据点组。组的数量m可大于、等于或者小于诊断数据点的数量n。n个诊断数据点中的一些可被包括在m个诊断数据点组中的若干组中，或者可仅被包括在m个诊断数据点组中的一个组中。m个诊断数据点的组中的每个相应组对应于缺陷类型。诊断数据点的组的数量m等于缺陷类型的数量。然后，在加权计算中利用m个诊断数据点组，以确定对应于每个缺陷类型的每个故障概率。当计算每个故障概率时，加权计算向m个组中的每个组中的一些诊断数据点提供更大的权重或重要性，并且给予m个组中的诊断数据点的权重可根据在计算中使用的数据组而不同。在至少一个实施方案中，缺陷类型的数量等于利用m个诊断数据点组计算的故障概率的数量。每个故障概率对应一种缺陷类型。
24.一旦计算出每个相应的缺陷类型的故障概率，就利用故障概率来计算电气装置的子部件的风险评分。通过利用故障概率的加权计算来计算风险评分。关于风险评分的这种加权计算可类似于在计算故障概率时使用的加权计算，因为在计算资产的相应子部件的风险评分时，一些故障概率被给予比其他故障概率更大的权重。风险评分代表资产的相应子部件的状况。通常，风险评分越大，子部件的状况越差，风险评分越低，子部件的状况越好。然而，在其他另选实施方案中，相反的情况可能成立，因为风险评分越低，子部件的状况越差，而风险评分越高，子部件的状况越好。故障概率可通过例如随机森林决策树的分析关系模型（arm）来计算风险评分。
25.在利用具有诊断数据点的传感器数据来计算故障概率并且利用故障概率来计算风险评分之后，在显示器108上呈现风险评分。将关于图5所示的窗口300详细讨论在显示器108上呈现传感器数据、故障概率和风险评分的方式。呈现在显示器108上的该信息允许风险管理系统100的用户确定关于如何维护、修理或更换电气装置110的子部件或者是否有必要完全更换整个电气装置的行动计划。此外，该信息允许用户在确定何人将进行修理、何时需要进行修理、需要如何进行修理以及需要进行何种修理时容易地创建行动计划。用户可为工程师；然而，由于信息是以任何人都容易理解的方式呈现的，并且由于数据被图形地描绘在具有列302、304、306和雷达图310的表格中，因此具有最少训练甚至没有训练的任何人都可以理解和解释电气装置110的子部件的状况，这将在下文参考图5进一步详细讨论。
26.由多个传感器102生成并由处理器104接收的传感器数据可被发送或传送到存储器106，该存储器耦接到处理器104。还可将经处理的信息发送或传送到存储器106，该经处理的信息可包括由处理器104确定或计算的故障概率和风险评分。存储器106存储传感器数据、经处理的信息或发送到存储器106以供存储的任何其他数据或数据组合。处理器104和存储器106可在万用表、计算机、平板电脑、智能手机或通信耦接到多个传感器的其他类型的电气装置中操作。处理器104和存储器106可通过物理电气连接（诸如电线）或通过经由wi-fi、长距离rf或微波信号的无线连接或其他无线连接或无线连接的组合耦接到多个传感器。存储器106可为诸如rom、prom、ram、sram、dram、simm或dimm等存储器装置。存储器106可为位于与处理器分离的装置中的存储器，或者存储器可位于包含存储器和处理器两者的装置中。
27.处理器104可通信地耦接到显示器108。显示器108可为但不限于显示屏幕、平板电脑屏幕、电话屏幕、计算机屏幕、监测器或其他类型的显示介质或显示装置。显示器108可被称为显示屏幕、显示介质或显示器。处理器104向显示器108发送诸如风险评分和故障概率的经处理的信息，并且显示器108呈现风险评分和故障概率。在至少一个实施方案中，在显
示器108上以雷达图的形式在诸如窗口的用户界面中呈现风险评分，并且在显示器108上以多个条形图的形式呈现故障概率，这可例如在图5中看到。在显示器108上呈现的用户界面将在下文参考图5更详细地讨论。
28.或者，显示器108可为除电子显示屏幕之外的显示介质类型。例如，显示器108可为纸张打印输出、投影、海报或其他类型的显示介质。
29.图2涉及风险管理系统的另选实施方案，该风险管理系统包括多个传感器112、114、116、处理器118、存储器120和显示器122。多个传感器包括通信地耦接到处理器118的第一多个传感器112、第二多个传感器114和第三多个传感器116。第一多个传感器112耦接到第一资产（电气装置）124，第二多个传感器114耦接到第二资产（电气装置）126，而第三多个传感器116耦接到第三资产（电气装置）128。第一多个传感器112监测第一电气装置124，第二多个传感器114监测第二电气装置126，而第三多个传感器116监测第三电气装置128。资产124、126、128可为例如气体绝缘开关装置（gis）、气体绝缘传输线（gil）、断路器、套管、变压器、发电机、电池、电气连接、电线和电缆、电气引擎、其他类型的电气装置或发电装置，或者电气装置或发电装置的组合。电线和电缆可为中压（mv）、高压（hv）、超高压（ehv）或极高压（uhv）电缆或电线。第一多个传感器112、第二多个传感器114和第三多个传感器116可包括例如温度传感器、电压传感器、电流传感器、湿度传感器、控制监测传感器、方位传感器、功率传感器、根据需要监测资产124、126、128的任何其他运行特性的其他传感器或传感器的组合。资产124、126、128可被称为公用事业资产，但不必限于由电气公用事业部署的资产。
30.在所例示的实施方案中，处理器118耦接到第一多个传感器112、第二多个传感器114和第三多个传感器116，并接收传感器数据，并且以与先前关于图1中的处理器104所论述的相同方式来处理传感器数据。处理器118计算并输出故障概率和风险评分，每个风险评分对应于相应资产124、126、128的相应子部件。如前所述，风险评分可具有范围从0到100的量值，并且可表示百分比、加权值或其他期望的量，以指示资产的相应子部件的状况。当相应风险评分为0时，资产124、126、128的相应子部件的状况处于适当的工作状况，而当相应风险评分为100时，资产124、126、128的相应子部件的状况可能需要更换或修理，以使相应子部件进入适当的工作状况。换句话说，存在最大参数和最小参数，该参数可为如上所述的从0到100的标度或另一标度系统，诸如从1到5的值、等级字母或一些其他最小-最大标度参数。当相应风险评分是最大参数时，资产124、126、128的子部件的状况可能需要被更换或修理以使相应子部件进入适当的工作状况，并且当相应风险评分是最小参数时，资产124、126、128的相应子部件的状况处于适当的工作状况。
31.在另选实施方案中，反过来可能成立，例如，当相应风险评分为0时，资产124、125、126的相应子部件的状况可能需要更换或修理以使相应子部件进入适当工作状况，并且当相应风险评分为100时，资产124、126、128的相应子部件的状况处于适当工作状况。换句话说，存在最大参数和最小参数。在该另选实施方案中，当相应风险评分是最小参数时，资产124、125、126的相应子部件的状况可能需要被更换或修理以使相应子部件进入适当的工作状况，并且当相应风险评分是最大参数时，资产124、126、128的相应子部件的状况处于适当的工作状况。
32.存储器120可通信地耦接到处理器，并且可以与之前关于图1中的存储器106所讨
论的相同的方式存储传感器数据和/或经处理的信息。处理器118和存储器120可为例如万用表、计算机、平板电脑、智能手机或包括处理器和存储器的其他电气装置的部件。在风险管理系统的其他另选实施方案中，可使用多个处理器和存储器。
33.显示器122可为显示屏幕、平板电脑屏幕、电话屏幕、计算机屏幕、监测器或其他类型的显示装置。在例示的实施方案中，显示器122以与之前关于图1中的显示器108所讨论的相同的方式呈现故障概率和多个风险评分。
34.第一电气装置124、第二电气装置126和第三电气装置128各自具有相应的多个子部件，该多个子部件可包括（例如）电气布线、电气连接、电池、控制部件、冷却部件、线圈部件、磁导体部件、绕组部件、或构成资产124、126、128的任何其他子部件。
35.图3是风险管理系统的另一个另选实施方案，该风险管理系统包括多个传感器130、132、存储器134、处理器136和显示器138。多个传感器包括第一多个传感器130和第二多个传感器132。第一多个传感器132耦接到第一电气装置140并对其进行监测，第二多个传感器132耦接到第二电气装置142并对其进行监测。与前文讨论的实施方案一样，电气装置140、142可为例如变压器、发电机、电池、电气连接、电线、电气引擎、其他类型的电气装置或发电装置，或者电气装置或发电装置的组合。第一多个传感器130和第二多个传感器132可包括例如温度传感器、电压传感器、电流传感器、湿度传感器、控制监测传感器、方位传感器、功率传感器、根据需要监测电气装置124、126、128的任何其他运行特性的其他传感器或传感器的组合。
36.在图3所示的实施方案中，存储器134通信地耦接到第一多个传感器130和第二多个传感器132。第一多个传感器130和第二多个传感器132将传感器数据发送到存储器。存储器134接收传感器数据，并且存储器134将传感器数据传送到处理器136。存储器134和处理器136可在万用表、计算机、平板电脑、智能手机或耦接到多个传感器130、132的其他类型的电气装置中。
37.在所示的实施方案中，处理器136从存储器134接收传感器数据，并以与之前关于图1中的处理器104所讨论的相同的方式处理传感器数据。处理器136计算并输出故障概率和风险评分，每个风险评分对应于相应电气装置140、142的相应子部件。
38.显示器138可为显示屏幕、平板电脑屏幕、电话屏幕、计算机屏幕、监测器或其他类型的显示装置。在例示的实施方案中，显示器138以与之前关于图1中的显示器108所讨论的相同的方式呈现故障概率和多个风险评分。
39.虽然在图1至图3中仅示出了一个处理器和一个存储器，但是在风险管理系统的其他另选实施方案中，风险管理系统可包括多个存储器和多个处理器。例如，多个处理器中的每个相应处理器和多个存储器中的每个相应存储器可对应于被监测的每个相应电气装置，并且每个相应多个传感器耦接到每个相应电气装置。
40.图4涉及由风险管理系统的实施方案处理和呈现输出的方法200的流程图。尽管关于一个电气装置、一个处理器、多个传感器和一个显示装置提供了以下讨论，但是在风险管理系统的另选实施方案中可使用任何数量的这些部件。
41.在第一步骤202中，多个传感器被配置成检测电气装置的运行特性并生成关于电气装置的运行特性的数据，该数据将被称为传感器数据，该些运行特性诸如是温度、电压、电流、湿度、控制监测、方位、功率或被监测的电气装置的其他运行特性。
42.在第二步骤204中，多个传感器将传感器数据发送到处理器。多个传感器可通过诸如电线的物理连接或其他物理连接或用于将数据从传感器传送到另一装置的连接的组合来将传感器数据发送到处理器。另选地或除此之外，多个传感器可通过诸如网络中的wi-fi、长距离信号或短距离信号的无线连接、或其他类型的无线连接或无线连接的组合来向处理器发送传感器数据。多个传感器可通过如上所述的物理连接和无线连接的组合将传感器数据发送到处理器。
43.在第三步骤206中，处理器接收由多个传感器生成并发送的传感器数据，并将传感器数据处理成经处理的信息。经处理的信息包括多个故障概率和多个风险评分，其中每个相应风险评分对应于被监测的电气装置的相应子部件。电气装置的子部件可包括例如电气布线、电气连接、电池、控制部件、冷却部件、线圈部件、磁导体部件、绕组部件或构成电气装置的任何其他子部件。通过利用由多个传感器生成的传感器数据来计算故障概率，并且根据利用多个故障概率的加权计算来确定多个风险评分中的每个相应风险评分。
44.在至少一些实施方案中，处理器可利用机器学习或人工智能（ai）来进行加权计算，以确定多个风险评分的相应风险评分。例如，当处理器从多个传感器收集传感器数据并且处理器处理传感器数据时，处理器的人工智能监测传感器数据以确定数据中的模式，该些模式对应于何时各种子部件中的相应风险评分被确定为表示较高或较低的故障风险。
45.然后，当确定进一步的相应风险评分时，人工智能随时间利用这些模式来调节加权计算的权重和/或函数。例如，如果相应的故障概率总是高的，并且导致对应的子部件具有高风险评分，高风险评分对应于子部件的高故障可能性或实际故障，则人工部件可在计算相应子部件的风险评分时调整故障概率的加权计算，以反映每当故障概率高时子部件具有高风险评分的事实。另外，当故障概率低并且对应子部件的对应风险评分的风险评分总是低时，则人工智能可相应地调整加权计算，以更快且更准确地确定风险评分应该是低、高还是在低和高之间的某处。
46.在第四步骤208中，处理器将包括故障概率和风险评分的经处理的信息发送到显示装置，以呈现给风险管理系统的用户。显示装置可为显示屏幕、平板电脑屏幕、电话屏幕、计算机屏幕、监测器或一些其他类型的显示装置。
47.在第五步骤210中，生成图形描绘以在显示装置上显示经处理的信息。图形描绘可包括雷达图、条形图、数据表格、时间线图或其他图形描绘或图形描绘的组合。处理器可生成在显示装置上呈现的图形描绘。在至少一个实施方案中，经处理的信息以图5所示的方式显示，这将在下文详细讨论。
48.在上述方法200和上述方法200的另选实施方案中，传感器数据和经处理的信息可被发送到存储器，诸如存储器106、120、134，并且存储器存储传感器数据、经处理的信息或两者。传感器数据、经处理的信息或两者可根据需要被编码、加密、压缩、原始或呈任何其他形式。
49.在该方法的另选实施方案中，可以与图4所示不同的方式来组织上述步骤。例如，在图3中的风险管理系统的另选实施方案中，存储器134通信地耦接到多个传感器130、132，并且存储直接从多个传感器130、132接收的传感器数据。存储器134存储传感器数据，然后将传感器数据发送或传送到处理器136，该处理器处理传感器数据并将传感器数据转换成经处理的信息。然后，处理器136将经处理的信息发送或传送到显示器138。除了处理器136
发送到显示器138的经处理的信息之外，处理器136还可将底层传感器数据发送或传送到显示器138。
50.图5示出了在由风险管理系统的实施方案输出的在显示屏幕上呈现的诸如窗口300的用户界面。窗口300包括表格，该表格包括多个列302、304、306以及风险雷达图310，该多个列包含来自处理器或监测电气装置的多个传感器的数据。该表格可包含条形图、百分比、标签或根据需要生成或处理以在显示屏幕上呈现的任何其他数据。在该实施方案中，表格的多个列包括第一列302、第二列304和第三列306。
51.第一列302包括本文中被称为“缺陷类型”的各种类型的缺陷，这些缺陷可能发生在例如电气装置、发电装置或多个布置有传感器以进行监测的其他装置中。一般而言，缺陷类型可包括例如控制故障、过热、松散连接、湿气污染、水损坏、电弧故障、电流泄漏、电压泄漏、电介质绝缘分解或可能导致电气装置、发电装置或被监测的其他装置的故障的其他类型的故障或缺陷。在该特定实施方案中，缺陷类型包括冷却控制故障、液体绝缘拱起、松散连接、芯地损耗、湿气污染和过热。在其他实施方案中，可存在任何数量的缺陷类型，并且进一步地，所有的缺陷类型可能不会同时在窗口中都可见。表格302、304、306可包括用于滚动以查看根据多个传感器生成的数据确定的附加缺陷类型的滚动条。
52.第二列304与第一列302相邻，并且包含本文中被称为“警告百分比”的百分比，该些百分比指示给予缺陷类型的重要性的权重的量。例如，如果发现一种缺陷类型比其他缺陷类型更频繁地出现在电气装置中，则可为以更高频率出现的缺陷类型给出更大的加权百分比或更大的警告百分比。当相应的缺陷类型具有比其他相应缺陷类型更大的警告百分比时，具有更大警告百分比的缺陷类型被认为比其他相应缺陷类型更需要注意。相应缺陷类型的警告百分比可基于多个因数来确定，诸如缺陷类型的频率、由缺陷类型导致的损坏或在确定一种缺陷类型是否比另一种缺陷类型更重要时所需的任何其他因数。
53.第三列306与第二列304相邻，并且包含表示由于电气装置、发电装置或被监测的其他装置中的缺陷类型而导致的故障概率的条形图。利用由耦接到被监测的装置的多个传感器生成的数据以及分配给该缺陷类型的警告百分比来计算故障概率。表示相应故障概率的每个相应条形图与每行中的相应缺陷类型和警告百分比对齐。每个条形图具有从0%到100%的标度，并且绿色、黄色和红色的色标可直接定位在标度下方，以指示何时缺陷类型的故障概率是可接受的以及何时对应缺陷类型的故障概率是不可接受的。故障概率提供了被监测装置中存在缺陷的可能性。例如，当故障概率增加时，对应的缺陷类型存在于被监测的装置中的可能性增加，并且当故障概率降低时，对应的缺陷类型存在于被监测的装置中的可能性降低。
54.表格302、304、306包括由两个或更多个条形图和两个或更多个警告百分比所描绘的两个或更多个故障概率。在另选实施方案中，故障概率和警告百分比可由任何范围的值之间的数字、字母等级或用于向用户提供由于表格的第一列302中的对应缺陷类型引起的故障概率或警告百分比的指示的任何其他指示来表示。两个或更多个条形图在显示屏幕内是可见的，同时雷达图310用正被监测的电气装置的子部件的风险评分来图形地描绘。尽管在该实施方案中未示出，但是可表示为百分比的两个或更多个故障概率可与雷达图310同时呈现在表格302、304、306的列中，并且可在雷达图310在显示屏幕上可见的同时描绘在显示屏幕上。
55.如图所示，风险雷达图310与表格相邻，并提供故障概况314。故障概况314具有n边形状，其顶点对应于与被监测装置的多个子部件322相对应的多个风险评分。在所例示的图表中，故障概况314的点324离雷达图310的外边缘320越近，并且点324离雷达图310的中心越远，对应的子部件接近故障或需要更换的机会就越大。故障概况的点324离雷达图310的外边缘320越远，并且点324离雷达图310的中心越近，对应的子部件接近故障或需要更换的机会就越小。例如，靠近雷达图310的外边缘320的故障概况314的点324对应于套管子部件和绕组子部件，这意味着套管子部件和绕组子部件可能发生故障并且可能需要更换。此外，对应于其他子部件（例如，负载分接开关（ltc）、磁电路、主箱、冷却和液体子部件）的点324更靠近雷达图310的中心而不是雷达图310的外边缘320，并且这些子部件的故障或需要更换的可能性小于绕组和套管子部件。
56.故障概况314的n边形状取决于电气装置中被监测的子部件的数量。例如，如果正在监测电气装置的三个子部件，则故障概况314将是三角形的形状。如果正在监测电气装置的四个子部件，则故障概况将是四边形状，例如正方形或矩形等形状。为了在所示的雷达图中呈现数据，必须监测电气装置中的至少三个子部件。
57.因此，故障概况314的n边形状具有至少三个边和至少三个点324。点324是n边形状的至少三个边的交叉点。风险雷达图310例示了至少三个子部件的风险评分的至少三个量值。风险评分的每个相应量值对应于至少三个子部件中的相应子部件。相应风险评分中的每个风险评分对应于至少三个点324中的相应点324，并且相应点324代表相应风险评分。每个相应点324在雷达图310上以不同的坐标呈现，以表示每个相应子部件的相应风险评分。相应点324中的每个点距图形的中心点的距离表示或基于相应风险评分的量值。随着点324与中心点的距离对于相应风险评分增加，观察故障概况314的用户可快速且有效地识别电气装置中需要进一步检查、维护或更换的子部件。
58.在例示的实施方案中，雷达图310包括外边缘320上的至少三个子部件322的标签。至少三个子部件322中每个子部件的每个相应标签被周向地放置在沿着雷达图的外边缘320的位置处。
59.雷达图310包括标度指示器312，该标度指示器指示可视能力中各种子部件的风险评分的量值。在例示的实施方案中，标度指示器312指示从0到100的风险评分的范围。标度指示器0指示子部件中没有故障，或者子部件中没有故障的可能性，并且不需要更换子部件。标度指示器100指示子部件存在故障或很可能存在故障，并且子部件需要更换。虽然在该实施方案中标度指示器312的范围从0到100，但是标度指示器312可根据需要在任何一组值之间变化，以指示一个子部件具有比另一个子部件更高的风险评分。
60.数据选择按钮和指示器316允许用户选择用户想要在雷达图310和表格302、304、306的列中查看的数据。数据选择按钮还用作指示器，因为数据选择按钮可为颜色编码的绿色、黄色或红色，这取决于被监测的装置是否具有带有靠近雷达图310的外边缘320的点324的故障概况314。当选择按钮316为绿色时，选择按钮指示用户不需要针对相应的电气装置查验雷达图310和表格302、304、306。当选择按钮316为黄色时，选择按钮指示用户可能想要查验相应电气装置的雷达图310和表格302、304、306。当选择按钮316为红色时，选择按钮指示用户应当查验相应电气装置的雷达图310和表格302、304、306，以确定相应电气装置内的子部件是否发生故障并需要更换。这些选择按钮和指示器316可用相应的电气装置所处的
位置来标记。另选地或除此之外，选择按钮和指示器316可用正被监测的电气装置的类型来标记，和/或可任何其他期望的方式来标记。
61.窗口300进一步包括滑动标度界面308。在该实施方案中，窗口300表示沿时间线生成的传感器数据。滑动标度界面308包括滑动选择界面318，该滑动选择界面允许用户选择在特定时间段内关于电气装置生成的数据。当滑动选择界面318沿着滑动标度界面308来回移动时，可调整滑动选择界面318以选择时间长度来减少或增加所选择的数据量。例如，随着时间长度减少，矩形的宽度变小，而随着时间长度增加，矩形的宽度变大。如果用户想要仅选择收集数据的特定时间（例如，特定的小时或天），则滑动选择界面318可表现为线。虽然在该实施方案中，为便于用户使用，滑动标度界面308被认为是有利的，但是可利用其他数据选择技术，诸如由用户直接输入的日期范围、下拉菜单、日历界面或用于沿着数据的特定范围选择数据的任何其他界面。虽然时间线可表示从多个传感器收集的实际数据，但是时间线也可表示根据所收集的传感器数据中的模式计算的插值或预测数据。在显示屏幕上描绘雷达图310的同时，滑动选择界面318在显示屏幕内是可见的。
62.此外，滑动标度界面308包括各种条形图，该些条形图表示在特定日期、特定时间段或所需的任何其他时间长度上收集的数据。条形图表示电气装置在当天或一段时间内发生故障的可能性。当基于传感器数据、经处理的信息或两者确定电气装置是否需要维护、电气装置的整体更换、电气装置的子部件的更换、确定电气装置中何时发生故障、或沿滑动标度界面308的兴趣点的任何其他确定时，滑动标度界面308上的这些条形图提供用户最可能感兴趣查看的时间点的简单可视描绘。例如，滑动标度界面308的条形图例示了总计风险，该总计风险可表示在特定的一天、在特定的时间期间、或在所选择的时间范围期间、沿着被监测的资产的时间线生成的信息。因此，条形图越高，总计风险越大，条形图越小，总计风险越小。每个条形图的总计风险使用户能够快速看出资产何时更可能发生故障或正在发生故障。
63.虽然滑动标度界面308的条形图在图5中被示为没有颜色，但是随着条形图变得更高，颜色可沿着光谱从绿色移动到红色。例如，高且总计风险较大的条形图将为红色，小且总计风险较小的条形图将为绿色，而介于大总计风险和小总计风险之间的条形图则为黄色。换句话说，随着总计风险的增加，条形图的颜色将从绿色（表示低总计风险）变为黄色（表示中等总计风险），再变为红色（表示高总计风险）。因此，滑动标度界面308的条形图的高度变化和颜色变化的组合允许用户快速且容易地确定故障风险的概率何时为低、中或高。这种易用性允许用户的注意力快速集中在故障风险高的时间上，并且允许用户容易地沿着滑动标度界面308比较和分析为何资产在某一时间与另一时间相比具有高的总计故障风险。
64.图6例示了诸如窗口400的用户界面，该用户界面呈现在显示屏幕上作为自动配置屏幕，该自动配置屏幕也可被称为维护屏幕、管理屏幕、自动选择屏幕或参数选择屏幕，用于从可应用的故障模式中进行选择。风险管理系统的实施方案将利用这些可应用的故障模式来确定输出，诸如风险评分。在该特定实施方案中，窗口400被标记为“资产健康指数管理器”。窗口400（自动配置屏幕）包括被配置成允许用户选择资产树内的资产的资产选择器402。一旦资产选择器402的用户已经从资产树中选择了资产，该资产的分析和子部件就被呈现在位于资产选择器402附近的表格中。
65.在所描绘的实施方案中被标记为“资产部件”的表格的第一列404包含被监测的资产的资产子部件。在这里被标记为“特定缺陷”的表格的第二列406包含与资产的每个子部件相关的缺陷。例如，作为所选资产的子部件的核心具有“过热-核心（外壳）的顶部、底部中的循环电流”的第一缺陷类型和“过热-核心边缘短路/毛刺”的第二缺陷类型，而可为资产的子部件或在使用时要在资产中监测的参数的前体具有第一缺陷类型“油中起泡”。当用户向下滚动表格时，对于用户选择的资产的那些相应子部件或参数，可存在更多的子部件、缺陷类型或参数。
66.此处被标记为“输入影响”的表格的第三列408包含与第二列406中的每个缺陷类型相对应的置信百分比。第三列408中的每个置信百分比表示是否可基于例如多个第五列410中的“匹配的输入参数”为该缺陷提供正确的诊断计算或确定。例如，随着置信百分比增加，风险管理系统对该特定缺陷输出的诊断计算或确定是准确和正确的概率增加。相反，随着置信百分比降低，风险管理系统对该特定缺陷输出的诊断计算或确定是准确和正确的概率降低。可设置阈值置信百分比，使得如果不满足该阈值置信百分比，则风险管理系统不输出缺陷类型的诊断，因为诊断不准确的可能性太高。例如，可将阈值置信百分比设置为65%，并且当置信百分比低于或等于65%时，不向该缺陷类型提供诊断计算并且不将该缺陷类型用于确定子部件的风险评分。阈值置信百分比可由用户设置为25%、40%、80%或任何期望的量。基于“匹配的输入参数”的数量来计算置信百分比，该些“匹配的输入参数”被监测并用于计算由于子部件中的特定缺陷而导致的故障风险的概率。
67.在分析过程、计算或确定中使用的特定“资产部件”的适用性由该“资产部件”可用的输入确定。置信评分基于监测“资产部件”的功能所需的输入。例如，在至少一个实施方案中，如果仅需要一个输入来监测“资产部件”的功能，并且该输入可由资产内的传感器作为整体来监测，则该“资产部件”的置信百分比可为100%。类似地，如果需要两个输入来监测“资产部件”的功能，但是仅一个输入可由资产中的传感器作为整体来监测，则“资产部件”的置信百分比可为50%。对于监测任何特定“资产部件”的功能所需或所期望的任何数量的输入，这种关系继续存在。如果“资产部件”的置信百分比大于用户定义的阈值，则“资产部件”将出现在“资产部件”列表404中。相反，如果“资产部件”的置信评分小于用户定义的阈值，则“资产部件”将不会出现在“资产部件”列表404上。当置信百分比等于用户定义的阈值时，用户可选择在分析过程、计算或确定中是否利用资产部件。同样，如果优选，用户可选择或可不选择在分析过程、计算或确定中使用的所需的“资产部件”的任何组合，而不管置信百分比如何。分析过程、计算或确定可用于评估整体资产的状况，评估整体资产的特定“资产部件”，或根据需要进行任何其他评估、确定或计算。
68.在此标记为“匹配的输入参数”的多个第四列410包含关于基于所选资产中提供的传感器来监测所选资产的某些参数的参数的信息。例如，一些“匹配输入参数”是“监测箱-多气体分析”、“实际温差和热模型”以及如图6可见的若干其他参数。可基于结合到所选资产中的任何传感器来监测所期望的任何参数。
69.用于提供由所选资产中的特定缺陷引起的故障风险的诊断概率的“匹配输入参数”可用颜色填充在由表格的多个第四列410和行形成的网格中。例如，对于资产的“核心”子部件，仅使用一个参数来计算由于“核心（外壳）顶部/底部的过热循环电流”的特定缺陷而导致的故障风险。另选地（或此外），对于资产的该子部件，利用四个参数来计算由于“过
热-核心边缘短路/毛刺”的特定缺陷而导致的故障风险。其中三个参数用斜线填充，一个参数用“x”填充。在表格的多个第四列和多个行的网格中用斜线填充的参数表示可基于结合到所选资产中的相应传感器确定的参数，或者是已经由用户选择以计算由于特定缺陷引起的故障风险的概率的参数。然而，用“x”填充的“热模型”的参数表示通常用于计算或确定“核心（外壳）顶部/底部的过热循环电流”的特定缺陷的诊断的参数，但这不是因为结合在所选资产中的传感器不能提供必要的信息来确定“热模型”参数对特定缺陷的影响，或者用户决定在计算该特定缺陷时关闭该参数。对于所选资产的前体子部件的“油中起泡”的特定缺陷，使用四个参数来计算该特定缺陷的故障风险。四个参数中的每个参数都用斜线填充，并且置信百分比是100%，这意味着通常用于计算该特定缺陷的所有参数都被用于计算该特定缺陷的故障风险的概率。在另选实施方案中，斜线可表示绿色填充以指示正在使用的参数，而“x”可表示红色填充以指示未使用的参数。
70.换句话说，在计算可能存在于资产的相应子部件中的相应特定缺陷或缺陷类型时选择或不选择的参数，意味着所选择的参数被算法用来计算子部件中的故障风险概率或风险评分，相反，算法不利用未选择的参数来计算子部件的特定缺陷的故障风险概率或风险评分。
71.标记为“匹配的输入参数”的表格部分的第五列411被标记为“rof权重”，表示故障风险（rof）权重。该第五列411包含当在计算所选资产的子部件的风险评分或故障风险的概率时利用特定缺陷时由用户设置的给予特定缺陷的权重的量。例如，故障风险权重可为在计算资产的子部件的风险评分的算法中给予该特定缺陷故障风险的权重的量。
72.标记为“匹配的输入参数”的表格部分的第六列412被标记为“装备偏差”，并且表示基于在子部件或资产中使用的装备提供给特定缺陷的权重的量。例如，可具有由用户选择的该装备偏差的因数的装备可取决于所使用的传感器、子部件本身、资产本身、资产内的电气连接或资产中使用的任何其他装备、部件或子部件。
73.表格的第七列413被标记为“激活”，并且表示用户已经激活或选择由风险管理系统诊断、确定或计算的特定缺陷。用户选择的特定缺陷类型由复选标记指示。例如，如果不存在复选标记，则特定缺陷不被激活，并且将不被用于确定资产的子部件的故障风险的概率。另选地，如果存在复选标记，则特定缺陷将被激活并且将被用于确定资产的子部件的故障风险。
74.在窗口400内提供标记为“显示不匹配”的按钮414。当用户点击时，按钮414打开呈现所有特定缺陷并提供其缺失输入的另一窗口。例如，“过热-核心边缘短路/毛刺”缺陷的“热模型”缺失输入可在此窗口中显示为此特定缺陷的缺失输入。因此，这允许用户容易地看到未被算法利用来计算相应特定缺陷类型的故障风险概率的参数和输入。
75.现在将讨论风险管理系统的上述和另选实施方案的各种益处。为了简单和简洁起见，将相对于图1中的实施方案来讨论益处。然而，在上述公开的范围内，这些益处中的一些或全部可应用于风险管理系统的另选实施方案。
76.如图1例示的风险管理系统的益处是易于设置和使用。该设置相对容易和简单，因为可使用任何数量的传感器并将该些传感器耦接到电气装置110。例如，热量或温度传感器可耦接到变压器的绕组线圈或电气装置110的其他部件，以监测电气装置110的子部件的热量或温度水平。然后利用热量或温度传感器生成的传感器数据来确定绕组线圈（在该示例
中）是否在用于优选或最佳工作状况的选定参数或阈值内工作。另选地，其他类型的传感器（例如，湿气或湿度传感器、电压传感器、电流传感器、外部环境传感器、内部环境传感器、电子连接传感器或用于监测电气装置或电气装置的子部件的任何其他类型的传感器）可耦接到电气装置或电气装置的子部件。此外，传感器可监测电气装置或电气装置的子部件的工作状况或外部环境。
77.图1所示的风险管理系统的另一个益处是易于与多个电气装置一起使用。例如，在图2和图3所示的另选实施方案中，可同时监测任意数量的电气装置124、126、128、140、142。电气装置可位于建筑物、社区、地理区域或甚至世界各地的许多不同位置，并且可根据需要将数据发送到单个位置或若干位置处的服务器，以监测各种电气装置。电气装置可彼此耦接并协同工作，或者可为不协同工作的不同位置处的不同电气装置。例如，从第一国家中的电气装置生成的传感器数据和从第二国家中的另一电气装置生成的传感器数据可在另一国家的单个位置中被监测。因此，可根据需要在世界上的任何位置监测任何数量的电气装置或电气装置系统，该些电气装置或电气装置系统可为串联工作的各种电气装置的组合。
78.图1所示的风险管理系统的另一个益处是电气装置如何耦接到存储器或处理器的灵活性。例如，在图3所示的风险管理系统的另选实施方案中，多个传感器可通信地耦接到存储器，该存储器存储传感器数据并将传感器数据发送到处理器进行处理。另选地，在图1所示的风险管理装置的实施方案和图2所示的风险管理装置的另选实施方案中，多个传感器可通信地耦接到处理器，该处理器可将传感器数据和经处理的信息发送到存储器用于存储并发送到显示器。
79.虽然这些是图1中的风险管理系统的一些益处，但是当利用本公开的范围内的风险管理系统的实施方案和其他另选实施方案时，存在并且可能存在若干其他额外的益处。
80.图4所示的方法200的益处是方法200的简单性和适应性。例如，可根据需要容易地改变方法200的步骤，以提高速度并减少完成所需步骤所需的处理功率量。此外，经处理的信息和传感器数据可为任何所需的形式，诸如编码形式、压缩形式、原始形式或用于收集、处理或存储所需数据的其他所需形式。
81.利用本文所述的用户界面获得了额外的益处，该用户界面用于可视地和图形地描绘由风险管理系统中的多个传感器生成并由处理器处理的传感器数据和经处理的信息。为了简单和简洁起见，将相对于图5所示的实施方案来讨论益处。然而，这些益处可应用于用于可视地和图形地描绘传感器数据和经处理的信息的用户界面的每一实施方案和另选实施方案。
82.例如，用户界面300包括雷达图310，该雷达图帮助用户快速确定被监测的电气装置的某些子部件322是否需要被修理、更换或更详细地检查，以确定所需的维护级别。此外，雷达图310减少了确定电气装置何时发生故障或何时需要维护所需的训练量。例如，如果传感器数据改为以电子表格格式数字地呈现，则用户可能需要大量的培训和教育，以便解释传感器数据并确定电气装置如何发生故障或电气装置为何不在最优、优选或期望的参数内工作。然而，当利用雷达图310时，用户几乎不需要培训来确定电气装置或其部件是否需要维护或修理。可用颜色或其他阴影填充的故障概况314的形状基于被监测的电气装置的子部件提供电气装置的操作状态的快速可视概要。通过注意故障概况314的从风险雷达的中心更远地向外突出的点324，观察故障概况314的用户可快速且有效地识别电气装置的需要
进一步检查、维护或更换的子部件。
83.用户界面300的另一个益处是，该用户界面包括一个表格，该表格在第一列302中包含缺陷类型，在第二列304中包含警告百分比，在第三列306中包含关于被监测的电气装置的各种因数的故障概率。第一列302中的缺陷类型允许用户基于由耦接到电气装置的多个传感器生成的传感器数据来快速确定处理器正在确定或计算何种因数。此外，第二列304中的警告百分比提供了该因数相对于电气装置的操作有多重要的指示。这允许用户或个人在确定电气装置中的故障或需要维护的原因时，容易地确定某些因数比其他因数更重要。此外，第三列306中的故障概率（该些故障概率是风险百分比并且以条形图的形式图形地描绘）允许用户或个人容易地确定由于表格中第一列302中的对应缺陷类型而导致的电气装置中的故障概率。关于以上讨论，用户可快速地将由多个传感器生成的传感器数据解释为由处理器处理的经处理信息，以确定电气装置如何发生故障以及该电气装置为何发生故障，无论用户的培训或教育水平如何。
84.用户界面300的另一个益处是易于从特定位置和特定时间段选择特定数据以进行进一步评估。滑动标度界面308包括由多个传感器生成的关于电气装置的运行特性的传感器数据的时间线。滑动标度界面308允许通过利用滑动标度界面308和所选择的时间段范围318来选择任何时间段。这允许用户容易且快速地选择将在雷达图310和表格302、304、306的列中呈现的时间段。这还允许用户快速选择用户想要在雷达图310和表格302、304、306中显示的数据，同时允许用户快速改变时间段和所呈现的数据。这进一步允许用户观察电气装置的运行特性随时间的变化趋势。例如，当用户沿着滑动标度界面308滑动选择界面318时，雷达图310中的故障概况314的形状根据在所选时间上生成的传感器数据而改变。故障概况314的形状随时间的变化提供了对电气装置的总体操作健康状况的附加洞察，否则通过观察传感器数据的简单数字图表可能无法获得该洞察。
85.用户界面300的另一个益处是容易确定沿着滑动标度界面308的兴趣点。滑动标度界面308包括沿着时间线的指示电气装置中的故障可能性的条形图326。这允许用户容易地确定要在雷达图310和表格302、304、306的列中可视地和图形地描绘的数据，以快速地分析电气装置如何、为何以及何时发生故障或不能在最佳状况内或以最佳方式工作。而且，滑动标度界面308的条形图的高度和条形图的颜色的变化允许用户容易且快速地确定资产的总计故障风险何时为高、中或低。
86.为了简单和简洁起见，相对于图6所示的实施方案讨论益处。然而，这些益处可应用于用户界面的每个实施方案和另选实施方案，用于选择在计算子部件中的特定缺陷的故障风险概率和资产的相应子部件的风险评分时使用的参数。
87.参数选择窗口400的益处是易于确定和选择参数，该些参数将被选择用于计算特定缺陷或缺陷类型的故障风险概率，以及用于计算最终指示整体资产健康的资产的子部件的风险评分。
88.虽然这些是用于如图5中可视地和图形地描绘传感器数据或经处理的信息的用户界面的一些益处，但是当利用本公开的范围内的用户界面的实施方案和其他另选实施方案时，存在并且可能存在若干其他额外的益处。
89.注意，在前面的描述中，阐述了某些具体细节以便提供对本公开的各种实施例的彻底理解。然而，本领域的技术人员将理解，可以在没有这些具体细节的情况下实践本公
开。在其他实例中，未详细描述与电子部件和制造技术相关联的公知结构，以避免不必要地模糊对本公开的实施方案的描述。
90.除非上下文另有要求，否则在前面的描述和随后的权利要求书通篇中，词语“包括”及其变型诸如“包含”和“含有”应被理解为开放的包含性含义，即“包括但不限于”。
91.本文使用诸如第一、第二和第三的序数并不一定意味着排序的意义，而是可仅在动作或结构的多个实例之间进行区分。
92.上述说明书通篇对“一个实施方案”或“实施方案”的引用意指结合该实施方案描述的特定特征、结构或特性包括在至少一个实施方案中。因此，本说明书通篇各个地方出现的短语“在一个实施例中”或“在实施例中”不一定全部指代相同的实施例。此外，在一个或多个实施例中，特定特征、结构或特性可以任何合适的方式组合。
93.此外，如在上述说明书和所附权利要求书所用，单数形式“一个”和“该”包括复数指代物，除非上下文另有明确指示。还应指出的是，术语“或”通常用作在其意义上包括“和/或”，除非内容另有明确指示。
94.可组合以上所述的各种实施方案来提供另外的实施方案。鉴于上文的详细说明，可以对这些实施方案作出这些和其他改变。一般来说，在随后的权利要求中，使用的术语不应解释成将权利要求书限制在本说明书和权利要求书中披露的具体实施方案中，而应解释成包括所有可能的实施方案以及这类权利要求书赋予的等效物的全部范围。因此，权利要求并不受本公开内容所限定。
再多了解一些
本文用于创业者技术爱好者查询，仅供学习研究，如用于商业用途，请联系技术所有人。
