本發(fā)明涉及智能檢修，尤其涉及一種變電設備狀態(tài)檢修輔助決策系統(tǒng)及方法。

背景技術(shù)：

1、隨著電力系統(tǒng)的不斷發(fā)展和智能化水平的提高，變電設備的運行安全和可靠性成為了重要的研究課題，傳統(tǒng)的檢修方法往往依賴于定期檢查和經(jīng)驗判斷，且缺乏有效的特征提取和關(guān)聯(lián)分析，難以適應快速變化的設備狀態(tài)和復雜的故障模式。

2、因此，本發(fā)明提供一種變電設備狀態(tài)檢修輔助決策系統(tǒng)及方法。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供的一種變電設備狀態(tài)檢修輔助決策系統(tǒng)及方法，通過收集變電設備的最佳運行數(shù)據(jù)與歷史故障記錄，生成第一特征集，基于設備狀態(tài)的參數(shù)變化，動態(tài)選擇相關(guān)特征，形成第二特征集，利用這兩者構(gòu)建故障診斷模型，預測潛在故障風險，并生成相應的檢修策略和計劃，最終通過模擬優(yōu)化檢修操作，實現(xiàn)智能化維護和輔助決策，適應復雜的故障模式，提升變電設備運行的安全性和可靠性。

2、本發(fā)明提供一種變電設備狀態(tài)檢修輔助決策系統(tǒng)，包括：

3、第一特征模塊：收集變電設備的最佳運行數(shù)據(jù)與歷史故障記錄，分析所述歷史故障記錄，定義故障類型并關(guān)聯(lián)最佳運行數(shù)據(jù)，形成關(guān)聯(lián)數(shù)據(jù)集，從關(guān)鍵數(shù)據(jù)集中提取關(guān)鍵特征，生成第一特征集；

4、第二特征模塊：基于所述第一特征集確定變電設備的參數(shù)變化，根據(jù)所述參數(shù)變化動態(tài)選擇與當前設備狀態(tài)對應的相關(guān)特征，根據(jù)所述相關(guān)特征對第一特征集進行調(diào)整得出第二特征集；

5、故障診斷模塊：使用第一特征集與第二特征集構(gòu)建故障診斷模型，進行故障預測，得出變電設備的當前設備狀態(tài)對應的潛在故障風險；

6、檢修模塊：基于所述潛在故障風險生成檢修策略，結(jié)合所述變電設備的當前設備狀態(tài)得出檢修計劃，并對所述檢修計劃進行模擬，根據(jù)模擬結(jié)果輸出實際檢修操作，對變電設備狀態(tài)檢修輔助決策。

7、優(yōu)選的，第一特征模塊，包括：

8、關(guān)聯(lián)數(shù)據(jù)單元：根據(jù)變電設備的歷史故障記錄，定義故障類型與對應的標注信息，根據(jù)所述標注信息將收集的變電設備的最佳運行數(shù)據(jù)與故障類型進行關(guān)聯(lián)，形成關(guān)聯(lián)數(shù)據(jù)集；

9、提取特征單元：獲取變電設備的設備特性，并基于變電設備的設備特性與所述故障類型從特征提取表中選擇對應的特征提取方法，使用所述特征提取方法從關(guān)聯(lián)數(shù)據(jù)集中提取關(guān)鍵特征，得出第一特征集。

10、優(yōu)選的，第二特征模塊，包括：

11、設備狀態(tài)單元：基于第一特征集使用滑動窗口實時檢測變電設備的參數(shù)變化，識別參數(shù)變化的時間點，結(jié)合第一特征集中的特征應用分類算法對設備狀態(tài)進行實時判別，得出當前設備狀態(tài)；

12、相關(guān)特征單元：計算第一特征集中的每個特征與當前設備狀態(tài)之間的依賴關(guān)系程度受參數(shù)變化的影響程度，基于所述影響程度對第一特征集進行篩選，得出相關(guān)特征，進而得出第二特征集。

13、優(yōu)選的，相關(guān)特征單元，包括：

14、計算塊：

15、，其中，表示第一特征集中的特征x和當前設備狀態(tài)y之間的依賴關(guān)系程度；表示依賴關(guān)系程度受參數(shù)變化的影響程度；x表示第一特征集中的特征x；y表示當前設備狀態(tài)； x表示特征x的取值； y表示當前設備狀態(tài)y的取值；表示特征x的邊際概率密度函數(shù)；表示當前設備狀態(tài)y的邊際概率密度函數(shù)；表示特征x和設備狀態(tài)y的聯(lián)合概率密度函數(shù)；表示影響特征與設備狀態(tài)之間關(guān)系的參數(shù)變化；

16、相關(guān)特征塊：根據(jù)所述影響程度動態(tài)選擇與當前設備狀態(tài)對應的相關(guān)特征，進而對第一特征集進行調(diào)整得出第二特征集。

17、優(yōu)選的，故障診斷模塊，包括：

18、第一診斷模型單元：基于對變電設備狀態(tài)的檢修確定故障診斷算法，使用第一特征集對故障診斷算法進行訓練生成一級診斷模型；

19、第二診斷模型單元：根據(jù)對變電設備狀態(tài)的檢修生成評估指標對一級診斷模型進行交叉驗證，得到交叉驗證結(jié)果，基于所述交叉驗證結(jié)果對一級診斷模型進行第一調(diào)整，得出二級診斷模型；

20、超參數(shù)調(diào)整單元：使用第二特征集對所述二級診斷模型進行訓練，基于模型-超參數(shù)表確定二級診斷模型對應的需要調(diào)優(yōu)的超參數(shù)以及每個超參數(shù)對應的取值范圍，進而形成超參數(shù)空間，使用網(wǎng)格搜索方法遍歷所述超參數(shù)空間，提取最佳超參數(shù)組合，并使用所述最佳超參數(shù)組合對二級診斷模型進行第二調(diào)整，得出故障診斷模型；

21、故障輸出單元：根據(jù)所述故障診斷模型進行故障預測，進而得出當前設備狀態(tài)的潛在故障風險。

22、優(yōu)選的，檢修模塊，包括：

23、優(yōu)先級單元：從風險-模式表中匹配所述潛在故障風險對應的故障模式，根據(jù)所述故障模式構(gòu)建風險矩陣，并基于所述風險矩陣計算每種故障模式的風險優(yōu)先級數(shù)；

24、模式確定單元：基于風險優(yōu)先級數(shù)值對風險優(yōu)先級數(shù)進行劃分，得出第一等級風險故障模式、第二等級風險故障模式以及第三等級風險故障模式；

25、關(guān)聯(lián)單元：將所述第一等級風險故障模式、第二等級風險故障模式以及第三等級風險故障模式與變電設備對應的具體部件進行關(guān)聯(lián)，識別出受影響部件；

26、檢修計劃單元：針對第一等級風險故障模式、第二等級風險故障模式以及第三等級風險故障模式確定對應的檢修模式，基于所述受影響部件、當前設備狀態(tài)與所述檢修模式制定檢修策略，基于所述檢修策略確定檢修計劃；

27、實操單元：對所述檢修計劃進行模擬，基于所述模擬結(jié)果評估檢修計劃的可行度，將高于預設可行度的檢修計劃進行實際檢修操作。

28、優(yōu)選的，實操單元，包括：

29、模擬塊：根據(jù)所述檢修計劃構(gòu)建模擬場景，按照檢修計劃的步驟進行操作，記錄每個步驟的執(zhí)行情況與對應的執(zhí)行時間；

30、判斷塊：根據(jù)所述執(zhí)行情況與執(zhí)行時間評估檢修計劃的可行度，將檢修計劃的可行度與預設可行度進行比較，若檢修計劃對應的可行度高于預設可行度則進行實際檢修操作，若檢修計劃對應的可行度等于或低于預設可行度，則識別潛在風險點，基于所述潛在風險點對檢修計劃進行調(diào)整，對調(diào)整后的檢修計劃進行二次模擬。

31、本發(fā)明提供一種變電設備狀態(tài)檢修輔助決策方法，包括：

32、步驟1：收集變電設備的最佳運行數(shù)據(jù)與歷史故障記錄，分析所述歷史故障記錄，定義故障類型并關(guān)聯(lián)最佳運行數(shù)據(jù)，形成關(guān)聯(lián)數(shù)據(jù)集，從關(guān)鍵數(shù)據(jù)集中提取關(guān)鍵特征，生成第一特征集；

33、步驟2：基于所述第一特征集確定變電設備的參數(shù)變化，根據(jù)所述參數(shù)變化動態(tài)選擇與當前設備狀態(tài)對應的相關(guān)特征，根據(jù)所述相關(guān)特征對第一特征集進行調(diào)整得出第二特征集；

34、步驟3：使用第一特征集與第二特征集構(gòu)建故障診斷模型，進行故障預測，得出變電設備的當前設備狀態(tài)對應的潛在故障風險；

35、步驟4：基于所述潛在故障風險生成檢修策略，結(jié)合所述變電設備的當前設備狀態(tài)得出檢修計劃，并對所述檢修計劃進行模擬，根據(jù)模擬結(jié)果輸出實際檢修操作，對變電設備狀態(tài)檢修輔助決策。

36、與現(xiàn)有技術(shù)相比，本技術(shù)的有益效果如下：通過收集變電設備的最佳運行數(shù)據(jù)與歷史故障記錄，生成第一特征集，基于設備狀態(tài)的參數(shù)變化，動態(tài)選擇相關(guān)特征，形成第二特征集，利用這兩者構(gòu)建故障診斷模型，預測潛在故障風險，并生成相應的檢修策略和計劃，最終通過模擬優(yōu)化檢修操作，實現(xiàn)智能化維護和輔助決策，適應復雜的故障模式，提升變電設備運行的安全性和可靠性。

37、本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

38、下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進一步的詳細描述。