[发明专利]一种具有智能化的预防性试验作业管控系统

权利要求书

1.一种具有智能化的预防性试验作业管控系统，其特征在于：包括标准试验数据库模块、年度生产计划智能监管模块、试验报告智能诊断分析模块和试验数据智能分析模块，标准试验数据库模块用于建立标准数据结构模型，形成数据标准体系，构建新的标准试验数据库；年度生产计划智能监管模块用于对生产计划的编排数据进行智能分析与精确匹配；试验报告智能诊断分析模块用于审查的试验报告文本内容的规范性；试验数据智能分析模块用于试验设备的试验报告数据进行相互比对与聚类分析，全局性分析计划与试验报告的问题，按地市、按单位、按设备、按试验类型研究试验数据共性规律；

年度生产计划智能监管模块的实现方法包括以下具体步骤：

步骤1：从生产系统获取预防性试验工作计划和工作票数据：梳理主设备预防性试验计划相关的数据、工作票信息和缺陷数据，根据梳理结果从生产系统获取需要的数据；

步骤2：试验计划管理：从不同的专业来区分设备信息，设备信息从生产系统中维护修改模块的设备运维周期中提取，主要是查看设备是否编制度生产计划，反过来也督查台帐是否完整；

步骤3：计划执行管理：关联停电申请单：对于需要停电的生产计划，需要关联停电申请单，并查看停电申请单详情；工作票与系统预试计划不一致性监督：用生产计划去关联工作票；通过统计分析，如果发现缺少工作票，则可认为，工作票与系统预试计划不一致；试验报告与系统预试计划不一致性监督：用生产计划去关联试验报告；通过统计分析，如果发现缺少工作票，则可认为，工作票与系统预试计划不一致；计划超期：在不同的地市局、变电站的维度，用生产计划的计划开始时间和计划结束时间，跟计划的实际开始时间和实际结束时间进行比较，去判断是否超期以及超期数量；

步骤4：设备超期提醒：设备超期：在不同地市局、变电站的维度，根据设备试验周期，对设备超期进行提醒，同时还要根据设备本身情况的设备重要度，设备健康度、风险评估算法对设备超期进行预警等级划分；重大/紧急缺陷展示：以设备的维度展示设备的重大紧急缺陷数目，并个查看每个重大/紧急缺陷的详情；最近一次巡视计划展示：能展示设备的最近一次巡视计划；

标准试验数据库模块的标准试验数据库构建方法包括以下步骤：

步骤1：缺陷数据分析：通过缺陷数据分析了解设备缺陷数据特征；

步骤2：根据步骤1的设备缺陷数据特征构建设备缺陷标准库，完成缺陷数据标准化存储；

步骤3：构建缺陷智能诊断模型，通过缺陷智能诊断模型识别设备缺陷原因及缺陷部位，实现设备缺陷智能化诊断和缺陷严重程度划分；

步骤4：缺陷诊断结果分析，推荐缺陷管理措施；

步骤5：基于缺陷诊断结果分析获得的结果构建设备风险智能评估模型，识别缺陷对设备风险的影响程度；

步骤6：根据设备风险的影响程度划分风险等级；

设备风险智能评估模型的评估方法包括以下步骤：

（1）风险因子分析：根据设备的影响因子划分，获得设备风险因子；老化因子、缺陷因子、状态因子、主变告警因子、热老化因子和聚变因子；

（2）缺陷影响因素相关性分析：根据设备风险因子，通过计算相关系数来进行相关分析：

（3）构建设备缺陷扣分规则库： 1）建立缺陷严重性扣分规则库，将缺陷的严重性根据缺陷严重性扣分规则库给出分数T1； 2）制定缺陷次数扣分规则，统计典型、批次、重复性发生的缺陷发生的次数，根据规则范围给出分数T2； 3）制定设备重要性规则，根据缺陷发生的部位所在的设备，利用设备重要性扣分规则，给出分数T3； 4）制定缺陷等级扣分规则，根据缺陷等级，给出相对应的分数T4； 5）制定电压等级扣分规则，根据缺陷发生设备的电压等级，给出对应的分数T5； 6）制定设备类型扣分规则，根据不同设备类型的重要程度，给出对应的分数T6； 7）根据最后缺陷评价得分，给出设备的风险等级，设备风险等级分为：正常、一般、紧急、重大四个等级；

（4）风险智能评估：在对设备的缺陷风险进行评估时，将扣分值指标与设备风险因子进行同趋势化处理，数据处理完成之后即可作为熵值法的输入参数，构建基于缺陷的设备风险智能评估模型，完成设备缺陷对设备风险的影响程度评估，获得风险智能评估结果；

试验数据智能分析模块的实现方法包括以下具体步骤：

步骤1），试验设备对应的试验报告版本确定：以试验设备为维度，找出每个试验设备对应该的试验报告，并分析这些试验报告的版本，最后确定试验设备共有几个试验版本；

步骤2），试验报告中的试验项目确定：在试验设备对应的试验报告版本确定后，根据每个试验报告来分析试验报告中的具体试验项目，通过智能分析可以得到试验项目的交集；

步骤3），试验项目中的试验参数确定：根据步骤2）中确定的试验项目，通过智能分析得到每个试验项目中试验参数的交集；

步骤4），试验项目中的试验参数合并配置：根据步骤3）中确定的试验参数，对这些试验参数进行合并配置，进行合并配置的参数进行相互对比和聚类分析；

步骤5），合并的试验参数进行分析：根据步骤4）中确定的合并配置参数，从合格的试验报告和合格的试验报告与不合格的试验报告二个维度出发，通过回归分析，聚类，关联分析的智能算法，对这些配置参数进行相互对比和聚类分析，并可视化展示这些相互对比的数据；

步骤6），试验计划与试验报告的全局性分析和展示：全局性地分析试验计划与试验报告的问题，按地市、按单位、按设备、按试验类型研究试验数据共性规律，并对这些共性规律进行可视化展示；

步骤7），在线监测数据分析和展示：以设备为单位，展示列表或趋势图的形式展示在线监测数据。