[发明专利]变电设备差异化运维管理方法、装置及电子设备

权利要求书

1.一种变电设备差异化运维管理方法，其特征在于，包括：

获取变电设备的状态信息以及变电设备的原始运维计划矩阵；其中所述状态信息包括基础信息、运行信息及检修信息；

基于所述变电设备的状态信息确定所述变电设备的风险等级；

基于所述变电设备的原始运维计划矩阵以及差异化运维计划多目标优化模型得到所述变电设备的差异化运维管理策略；其中所述差异化运维计划多目标优化模型是根据Pareto多目标遗传算法标准建立的；所述差异化运维管理策略是通过将人为因素安全性并入模型目标函数计算得到的。

2.根据权利要求1所述的方法，其特征在于，所述基于所述变电设备的状态信息确定所述变电设备的风险等级，包括：

基于所述变电设备的状态信息确定所述变电设备的健康值；

基于所述变电设备的健康值确定所述变电设备的平均故障率；

基于所述变电设备的平均故障率确定所述变电设备的风险等级；其中所述风险等级以风险值表征。

3.根据权利要求2所述的方法，其特征在于，所述平均故障率通过如下公式计算得到：

B＝Ke^-CM；

式中，K为比例系数；C为曲率系数；M为与变电设备状态对应的健康值；

所述风险值通过下列公式计算得到：

其中，C_i.＝1,2,3,4，分别表示设备损失单值、环境损失单值、人身损失单值、电网损失单值；W_i表示相应的损失的权重；L_i表示相应的损失的程度；R为变电设备的风险值，用于确定变电设备的风险等级。

4.根据权利要求1所述的方法，其特征在于，所述基于变电设备的原始运维计划矩阵以及差异化运维计划多目标优化模型得到变电设备的差异化运维管理策略，包括：

初始化变电设备原始运维计划矩阵，按照Pareto多目标遗传算法标准处理模型约束条件；设置群体规模、约束非劣解集合大小、可行解集、不可行解集、最大迭代次数，随机产生每个运维计划矩阵个体的初始位置和初始速度；

计算个体适应值信息，其中所述个体适应值信息包括全局最优个体适应值、全局最差个体适应值、每个个体在总目标下的个体适应值；

再次计算可行解集中个体在子目标下函数值，根据Pareto支配概念选出非支配解，将所述非支配解基于预设插入规则插入预设位置；

判断是否达到最大迭代次数；

若是，则最终解集中个体即为Pareto最优解。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

若否，则将非劣解集合中个体按照大小降序排列，将不可行解集中个体按照大小升序排列，更新个体的速度和位置；

更新个体的速度和位置后，返回所述计算个体适应值信息的步骤。

6.一种变电设备差异化运维管理装置，其特征在于，包括：

状态获取模块，用于获取变电设备的状态信息以及变电设备的原始运维计划矩阵；其中所述状态信息包括基础信息、运行信息及检修信息；

风险确定模块，用于基于所述变电设备的状态信息确定所述变电设备的风险等级；

运维管理模块，用于基于所述变电设备的原始运维计划矩阵以及差异化运维计划多目标优化模型得到所述变电设备的差异化运维管理策略；其中所述差异化运维计划多目标优化模型是根据Pareto多目标遗传算法标准建立的；所述差异化运维管理策略是通过将人为因素安全性并入模型目标函数计算得到的。

7.根据权利要求6所述的装置，其特征在于，所述风险确定模块，用于基于所述变电设备的状态信息确定所述变电设备的健康值；基于所述变电设备的健康值确定所述变电设备的平均故障率；基于所述变电设备的平均故障率确定所述变电设备的风险等级；其中所述风险等级以风险值表征。