一种故障预测方法、装置、电子设备及存储介质与流程

1.本发明实施例涉及计算机技术，尤其涉及一种故障预测方法、装置、电子设备及存储介质。


背景技术：

2.电力设备(power system)主要包括发电设备和供电设备两大类，发电设备主要是电站锅炉、蒸汽轮机、燃气轮机、水轮机、发电机、变压器等等，供电设备主要是各种电压等级的输电线路、互感器、接触器等等，并且电力系统中的电力设备很多，根据在电力系统中作用分为电气一次设备和电气二次设备。目前在电力设备的使用过程的监测，并不具备对一次设备和二次设备同时监测的能力，不能实时获取电力设备的运行状态，如果发生电力设备故障处理异常艰难，也不能根据电力设备的运行状态对应的数据波动提前进行故障预防。


技术实现要素：

3.本发明提供一种故障预测方法、装置、电子设备及存储介质，以实现实时获取电力设备的运行状态，根据运行状态提前进行故障预防。
4.第一方面，本发明实施例提供了一种故障预测方法，应用于故障监测系统，所述故障监测系统包括：一次监测设备、二次监测设备、变电监测设备和终端，该方法包括：
5.所述终端从所述一次监测设备、所述二次监测设备和所述变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；
6.所述终端将所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据输入故障预测模型，确定出所述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息；
7.所述终端根据述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息参照故障风险对照表，确定出所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别；
8.所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案。
9.进一步，所述故障预测模型的获取方式包括：
10.根据故障数据库中预设时间段内的所述一次设备的监测数据、所述二次设备的监测数据、所述变电设备的监测数据、所述一次设备的故障信息、所述二次设备的故障信息、所述变电设备的故障信息对深度学习分类网络进行训练，直至所述深度学习分类网络收敛，得到所述故障预测模型，所述故障数据库存储与设备故障相关的所有数据的数据库。
11.进一步，所述故障风险对照表的获取方式包括:
12.分析所述故障数据库中所述一次设备的故障信息、所述二次设备的故障信息和所
述变电设备的故障信息，得到各所述一次设备的子故障信息、所述二次设备的子故障信息、所述变电设备的子故障信息对应的故障发生概率；
13.按照各所述一次设备的子故障信息、所述二次设备的子故障信息、所述变电设备的子故障信息对应的故障发生概率划分所述一次设备、所述二次设备和所述变电设备对应的故障信息的风险等级，并制定出所述故障风险对照表。
14.进一步，所述终端从所述一次监测设备、所述二次监测设备和所述变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据，包括：
15.所述终端根据所述故障数据库中故障信息确定出所述一次设备、所述二次设备和所述变电设备中各器件对应的故障次数；
16.所述终端根据各所述器件对应的故障次数确定所述一次设备、所述二次设备和所述变电设备中各器件的监测等级；
17.所述终端根据所述一次设备、所述二次设备和所述变电设备中各器件的监测等级依次从所述一次监测设备、所述二次监测设备和所述变电监测设备获取所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据。
18.进一步，所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案，包括：
19.所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别确定所述一次设备、所述二次设备和所述变电设备中各器件维修顺序。
20.进一步，所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案，包括：
21.所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别确定所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据中对应的预测故障指数值；
22.所述终端根据所述预测故障指数值确定所述一次设备、所述二次设备和所述变电设备中的预测故障器件；
23.所述终端根据所述预测故障器件和所述维修顺序确定出所述预测故障器件对应的维修方法和维修顺序图。
24.进一步，所述终端根据所述预测故障器件和所述维修顺序确定出所述预测故障器件对应的维修方法和维修顺序图，包括：
25.所述终端根据所述维修方法和维修顺序图录制所述预测故障器件对应的维修视频，将所述维修视频和所述预测故障器件关联存入维修数据库中；
26.当所述预测故障器件故障时，从所述维修数据库中调用所述维修视频进行维修。
27.第二方面，本发明实施例还提供了一种故障预测装置，该装置包括：
28.数据获取模块，用于利用所述一次监测设备获取一次设备的监测数据和所述二次监测设备获取二次设备的监测数据，并利用所述变电监测设备获取变电设备的监测数据；
29.信息确定模块，用于将所述一次设备的监测数据、所述二次设备的监测数据和所
述变电设备的监测数据输入故障预测模型，确定出所述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息；
30.风险确定模块，用于根据所述一次设备的故障信息、所述二次设备的故障信息、所述变电设备的故障信息和故障风险对照表对所述一次设备、所述二次设备和所述变电设备进行风险评估，得到所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别；
31.方案确定模块，用于根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案。
32.第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
33.一个或多个处理器；
34.存储装置，用于存储一个或多个程序，
35.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如所述的故障预测方法。
36.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如所述的故障预测方法。
37.本发明实施例中，通过终端从一次监测设备、二次监测设备和变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；终端将一次设备的监测数据、二次设备的监测数据和变电设备的监测数据输入故障预测模型，确定出一次设备的故障信息、二次设备的故障信息和变电设备的故障信息；终端根据一次设备的故障信息、二次设备的故障信息和变电设备的故障信息参照故障风险对照表，确定出一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别；终端根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别制定出一次设备、二次设备和变电设备的维修方案。即，本发明实施例，通过对电力设备中一次设备、二次设备和变电设备的数据监测，确定出一次设备、二次设备和变电设备对应的故障信息，对故障信息进行评估制作出对应的维修方案，不仅监测了一次设备，同时监测二次设备，根据监测数据的波动提前进行故障预警，提高设备运行的可靠性，并能及时给出正确的维修方案进行故障维修。
附图说明
38.图1本发明实施例提供的故障预测方法的一个流程示意图；
39.图2本发明实施例提供的故障预测方法的另一流程示意图；
40.图3本发明实施例提供的故障预测装置的一个结构示意图；
41.图4本发明实施例提供的电子设备的一个结构示意图。
具体实施方式
42.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
43.图1为本发明实施例提供的故障预测方法的一个流程示意图，该方法可以由本发明实施例提供的故障预测装置来执行，该装置可采用软件和/或硬件的方式实现，也可以应用于故障监测系统，故障监测系统包括：一次监测设备、二次监测设备、变电监测设备和终端。在一个具体的实施例中，该装置可以集成在电子设备中，电子设备比如可以是服务器。以下实施例将以该装置集成在电子设备中为例进行说明，参考图1，该方法具体可以包括如下步骤：
44.步骤110、终端从一次监测设备、二次监测设备和变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；
45.示例地，终端可以理解为执行电力设备数据处理程序的设备，具有数据显示和存储的能力，其中，电力设备包括电气一次设备、电气二次设备和变电设备，电气一次设备是指直接用于生产、输送和分配电能的生产过程的高压电气设备；电气二次设备是指对一次设备的工作进行监测、控制、调节、保护以及为运行、维护人员提供运行工况或生产指挥信号所需的低压电器设备；变电设备为电力设备中变换电压、接受和分配电能、控制电力的流向和调整电压的电力设备。一次监测设备可以理解为获取电气一次设备数据的监测设备；二次监测设备可以理解为获取电气二次设备数据的监测设备；变电监测设备可以理解为获取变电设备数据的监测设备。一次设备的监测数据可以理解为通过一次监测设备获取到的电气一次设备的状态数据，比如：导线弧垂、导线温度、导线微风震动、相间风偏、导线舞动等状态数据。二次设备的监测数据可以理解为通过二次监测设备获取到的电气二次设备的状态数据，比如：低压电器设备的运行数据、低压电器设备的生成的自检、告警信息等状态数据。变电设备的监测数据可以理解为通过变电监测设备获取到的变电设备的状态数据，比如：变压器、断路器及高压组合电气等的状态数据。
46.具体实现中，终端从一次监测设备获取一次设备的监测数据、从二次监测设备获取二次设备的监测数据和从变电监测设备获取变电设备的监测数据，使得终端分别获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据，并根据电力设备的监测数据确定电力设备的故障信息，以便于根据电力设备的监测数据预测电力设备的故障。
47.步骤120、终端将一次设备的监测数据、二次设备的监测数据和变电设备的监测数据输入故障预测模型，确定出一次设备的故障信息、二次设备的故障信息和变电设备的故障信息；
48.示例地，故障预测模型可以理解为根据一次设备的监测数据、二次设备的监测数据和变电设备的监测数据分别预测电气一次设备、电气二次设备和变电设备的故障信息的模型。一次设备的故障信息可以理解为电气一侧设备对应的故障指标信息，可以是根据一次设备发生故障对应的数据参数确定的指标项的信息，也可以是根据一次设备的监测数据对应的计算出的用于判断依一次设备运行状态的信息。二次设备的故障信息可以理解为二次设备发生故障对应的数据参数确定的指标项的信息，也可以是根据二次设备的监测数据对应的计算出的用于判断故障发生概率的信息。变电设备的故障信息可以理解为变电设备发生故障对应的数据参数确定的指标项的信息，也可以是根据变电设备的监测数据对应的计算出的用于判断故障发生概率的信息。
49.具体实现中，根据一次监测设备、二次监测设备和变电监测设备的获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据和故障信息进行模型训练的到故
障预测模型，以使得一次监测设备、二次监测设备和变电监测设备每获取一组监测数据，均可以根据故障预测模型确定出该组监测数据对应的一次设备的故障信息、二次设备的故障信息和变电设备的故障信息，以便于分别根据一次设备的故障信息、二次设备的故障信息和变电设备的故障信息确定出一次设备、二次设备和变电设备对应的故障程度或预测对应的发生故障的概率。
50.步骤130、终端根据一次设备的故障信息、二次设备的故障信息和变电设备的故障信息参照故障风险对照表，确定出一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别；
51.示例地，故障风险对照表可以理解为用于确定一次设备、二次设备和变电设备的故障信息发生故障的风险等级的对照表，可以确定一次设备、二次设备和变电设备的故障信息落在具体风险等级的区间内来确定一次设备、二次设备和变电设备的故障信息的风险等级，其中，故障风险对照表可以是三个标准对照组，分别用于确定一次设备、二次设备和变电设备的故障信息的风险等级，也可以是一个标准对照组，用于确定一次设备、二次设备和变电设备的故障信息的风险等级。一次设备的故障风险级别可以理解为一次设备的故障信息发生故障的概率大小。二次设备的故障风险级别可以理解为二次设备的故障信息发生故障的概率大小。变电设备的故障风险级别可以理解为变电设备的故障信息发生故障的概率大小。
52.具体实现中，根据故障预测模型确定出该组监测数据对应的一次设备的故障信息、二次设备的故障信息和变电设备的故障信息，终端根据一次设备的故障信息、二次设备的故障信息和变电设备的故障信息参照故障风险对照表，分别确定出一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别，以便于根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别确定出一次设备的故障、二次设备的故障和变电设备的故障。
53.步骤140、终端根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别制定出一次设备、二次设备和变电设备的维修方案。
54.具体实现中，一次设备、二次设备的变电设备的维修方案可以理解为根据获取到的一次设备的监测数据、二次设备的监测数据和变电设备的监测数据确定出一次设备、二次设备和变电设备可能发生故障的维修和监测方案，可以是根据一次设备的监测数据、二次设备的监测数据和变电设备的监测数据确定出的一次设备、二次设备和变电设备的重点监测设备，当一次设备的监测数据、二次设备的监测数据和变电设备的监测数据任意一项故障指标出现问题时，可以根据该故障指标对应的关联器件及时维修，也可以是根据一次设备的监测数据、二次设备的监测数据和变电设备的监测数据确定出一次设备、二次设备和变电设备对应的器件，预测出可能发生故障，并根据故障确定出可能发生故障对应的维修方案和维修时间节点，避免故障查询进行时间浪费，影响电力设备的正常运转。终端根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别预测出一次设备、二次设备和变电设备的可能发生的故障，根据故障类型确定出对应的维修方案。
55.本发明实施例中，通过终端从一次监测设备、二次监测设备和变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；终端将一次设备的监测数据、二次设备的监测数据和变电设备的监测数据输入故障预测模型，确定出一
次设备的故障信息、二次设备的故障信息和变电设备的故障信息；终端根据一次设备的故障信息、二次设备的故障信息和变电设备的故障信息参照故障风险对照表，确定出一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别；终端根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别制定出一次设备、二次设备和变电设备的维修方案。即，本发明实施例，通过对电力设备中一次设备、二次设备和变电设备的数据监测，确定出一次设备、二次设备和变电设备对应的故障信息，对故障信息进行评估制作出对应的维修方案，不仅监测了一次设备，同时监测二次设备，根据监测数据的波动提前进行故障预警，提高设备运行的可靠性，并能及时给出正确的维修方案进行故障维修。
56.下面进一步描述本发明实施例提供的故障预测方法，如图2所示，该方法具体可以包括如下步骤：
57.步骤210、终端从一次监测设备、二次监测设备和变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；
58.本发明实施例中，一次监测设备、变电监测设备、终端和二次监测设备，一次监测设备包括导线监测单元、杆塔监测单元、杆塔附件监测单元，变电监测设备包括变压器状态监测单元、断路器及高压组合电器(gis)状态监测单元、容性设备状态监测单元，终端包括汇总统计功能、异常信息获取、状态评价信息、典型数据提取及历史数据清理单元，二次监测设备包括设备二次运行状态监测、故障信息上传。
59.进一步的，导线监测用于导线弧垂监测、导线温度监测、导线微风振动监测、相间风偏监测、导线舞动监测，并利用导线监测可以精准的监测不同导线的不同参数状态信息，并实时上传。其中，具体的，导线监测用于导线弧垂监测即导线弧垂度和对地距离，导线温度监测即导线运行温度以及停机温度，导线微风振动监测即导线的振幅、频率和疲劳损伤，相间风偏监测即导线风偏角、导线倾斜角，导线舞动监测即舞动振幅、频率以及半波数；
60.进一步的，杆塔监测用于杆塔振动监测、杆塔倾斜监测，包括利用杆塔监测可以有效的对杆塔进行监测，得出其各项数据，并配合导线监测单元即可精准的对设备状态进行监测。其中，杆塔监测用于杆塔振动监测即杆塔振动方向以及加速度，杆塔倾斜监测即杆塔顺线倾斜角和横向倾斜角。
61.进一步的，杆塔附件监测用于绝缘子串风偏监测、绝缘子污秽度检测，并利用杆塔附件监测对杆塔附件进行监测，可以有效的对杆塔数据进行补充，保证其数据的完整性，还用于绝缘子串风偏监测即绝缘子串风偏角和偏斜角，绝缘子污秽度检测即绝缘子盐密(esdd)、灰密、温度以及湿度。
62.进一步的，变压器状态监测用于油中溶解气体监测、油中微水监测、局部放电监测、铁芯接地电流监测、冷却器风扇及油泵监测、温度负荷监测、有载分接开关监测、保护器件监测可以对变压器进行状态监测，并且可以实时预警，从而可以及时的进行维修。其中，变压器状态监测用于油中溶解气体监测，油中溶解气体信息包括氢气、一氧化碳、甲烷、乙烯、乙炔、乙烷、二氧化碳，油中微水监测即油中水含量和水活性，局部放电监测即放电量、放电次数、放电类型和放电位置，铁芯接地电流监测主要监测泄漏电流，冷却器风扇及油泵监测主要监测信息为自动/手动工作模式、风扇及油泵运行状态、累计运行时间、风扇及油泵马达驱动电流和电压，温度负荷监测主要监测信息为环境温湿度、变压器负荷电流及电
压、顶部油温、绕组热点温度，有载分接开关监测主要监测信息为自动/手动工作模式、触头位置及磨损、马达驱动电流及电压、保护继电器状态和在线滤油机运行状态，保护器件监测主要用于监测瓦斯继电器状态、泄压设备状态等。
63.进一步的，断路器及高压组合电器(gis)状态监测用于gis局部放电监测、sf6气体密度及微水监测、gis室sf6气体泄漏监测、sf6气体分离物监测、断路器动作特性监测并利用断路器状态监测可以有效的监测断路器的状态，同时还可以对高压组合电器(gis)的状态进行监测。其中，断路器状态监测用于gis局部放电监测主要监测信息为放电量pc、放电次数n、放电类型和放电位置，sf6气体密度及微水监测主要监测信息为sf6气体密度、含水量，gis室sf6气体泄漏监测主要监测信息为氧含量、sf6浓度，sf6气体分离物监测主要监测气体为hf、so2、h2s，断路器动作特性监测主要监测信息为分合闸线圈回路、分合闸线圈电流、分合闸线圈电压、断路器动触头行程、断路器动触头速度、开断电流、断路器的操动次数统计、断路器操动过程中的机械振动、合闸弹簧状态、导电接触部位的温度和断路器的电寿命。
64.进一步的，容性设备状态监测用于套管绝缘监测、电路互感器绝缘监测、电容式电压互感器绝缘监测、耦合电容器绝缘监测、避雷器绝缘监测，并利用容性设备状态监测可以对电容设备进行监测，保证其稳定的运行。其中，容性设备状态监测用于套管绝缘监测主要监测信息为泄漏电流、介质损耗和等值电容，电路互感器绝缘监测主要监测信息为电流互感器泄漏电流、介质损耗和等值电容，电容式电压互感器绝缘监测主要监测信息为电压互感器泄漏电流、介质损耗和等值电容，耦合电容器绝缘监测主要监测信息为耦合电容器泄漏电流、介质损耗和等值电容，避雷器绝缘监测主要监测信息为泄漏电流、阻性电流、容性电流、计数器动作次数、雷击次数、最后一次落雷时间。
65.进一步的，设备二次运行状态监测用于处理并正确解析站端装置上送的自检、告警、通信状态信息，并可以实时监测二次设备的状态信息，并将其解析为可视化参数数值，并实时上传自检、告警信息，保证其安全稳定的运行。
66.进一步的，终端用于对一次设备监测模块所采集的状态监测数据进行处理、加工，并利用数据处理模块，可以快速的对数据进行处理，并将数据加工为文字信息和一个折线图，实时显示出各设备的状态以及变化，便于观察。
67.进一步的，终端还包括设备故障监测单元，设备故障监测用于故障监测预警、故障诊断、状态评价、风险评估以及维修策略，利用故障监测单元可以对发生故障的设备进行重点监测，并根据故障信息诊断出所属故障的类型，再根据故障诊断结果对比故障信息超出阈值范围的大小(5％、15％、30％)进行一个风险评估，得出风险等级(低、中、高)，最后，结合故障信息、故障类型以及风险等级得出一个最佳的维修方案，例如设备中某项数值过高，则对该数值所关联的结构进行一个重点维修，与该结构相关联的结构则进行一个次要关注，同时生成一个结构维修顺序以及该结构维修的方法和图样，对于复杂结构还会生成一个维修方法的视频，该视频需提前录制并存储在数据库内。
68.步骤220、终端将一次设备的监测数据、二次设备的监测数据和变电设备的监测数据输入故障预测模型，确定出一次设备的故障信息、二次设备的故障信息和变电设备的故障信息；
69.步骤230、终端根据述一次设备的故障信息、二次设备的故障信息和变电设备的故
障信息参照故障风险对照表，确定出一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别；
70.步骤240、终端根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别确定一次设备的监测数据、二次设备的监测数据和变电设备的监测数据中对应的预测故障指数值；
71.具体实现中，一次设备的监测数据、二次设备的监测数据和变电设备的监测数据中对应的预测故障指数值可以理解为一次设备的监测数据、二次设备的监测数据和变电设备的监测数据中异常的数据指标。根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别确定出一次设备的故障信息、二次设备的故障信息和变电设备的故障信息中的监测数据异常的数据指标。终端根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别确定出一次设备的故障信息、二次设备的故障信息和变电设备的故障信息中的监测数据异常的数据指标作为一次设备的监测数据、二次设备的监测数据和变电设备的监测数据中对应的预测故障指数值。
72.步骤250、终端根据预测故障指数值确定一次设备、二次设备和变电设备中的预测故障器件；
73.具体实现中，一次设备、二次设备和变电设备中的预测故障器件可以理解为预测故障指数值所关联的设备中结构对应的器件，可以根据预测故障指数所关联的设备结构中对应的器件与预测故障的关联程度确定出各器件是否为重点维修和次要维修的器件，以便于根据预测故障器件确定出维修方案中的维修顺序。
74.步骤260、终端根据预测故障器件和维修顺序确定出预测故障器件对应的维修方法和维修顺序图。
75.具体实现中，终端可以根据预测故障指数所关联的设备结构中对应的器件与预测故障的关联程度确定出各器件是否为重点维修和次要维修的器件，以便于根据预测故障器件确定出维修方案中的维修顺序，并根据维修方案中的维修顺序确定出维修顺序图。终端根据预测故障器件确定出预测故障器件对应的维修方法，并根据维修方法和维修顺序图确定出一次设备的监测数据、二次设备的监测数据和变电设备的监测数据对应的维修方案，以便于监测到故障将要发生，或者故障发生时根据维修方案及时进行故障维修，避免电力设备因故障查询导致电力设备运行的问题。
76.进一步的，终端根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别制定出一次设备、二次设备和变电设备的维修方案，包括：
77.终端根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别确定一次设备、二次设备和变电设备中各器件维修顺序。
78.具体实现中，一次设备、二次设备和变电设备的维修方案可以理解为一次设备的监测数据、二次设备的监测数据和变电设备的监测数据对应的预测故障的维修方案，可以是一次设备、二次设备和变电设备中器件的维修方法，也可以是，一次设备、二次设备和变电设备中器件的维修顺序。其中，可以根据预测故障指数所关联的设备结构中对应的器件与预测故障的关联程度确定出各器件是否为重点维修和次要维修的器件，以便于根据预测故障器件确定出维修方案中的维修顺序。
79.进一步的，终端根据预测故障器件和维修顺序确定出预测故障器件对应的维修方
法和维修顺序图，包括：
80.终端根据维修方法和维修顺序图录制预测故障器件对应的维修视频，将维修视频和预测故障器件关联存入维修数据库中；
81.当预测故障器件故障时，从维修数据库中调用维修视频进行维修。
82.具体实现中，根据预测故障器件确定预测故障器件对应的维修方法，利用预测故障器件的维修顺序确定出一次设备、二次设备和变电设备中预测故障器件对应的维修顺序图。再将预测故障对应的维修方法和预测故障器件对应的维修顺序图，通过视频录制的方法将维修方法和维修顺序图录制成预测故障器件对应的维修视频，并将维修视频和预测故障器件关联存入维修数据库中；当预测故障器件故障时，从维修数据库中调用维修视频，维修人员可以根据维修视频进行维修。
83.进一步的，故障预测模型的获取方式包括：
84.根据故障数据库中预设时间段内的一次设备的监测数据、二次设备的监测数据、变电设备的监测数据、一次设备的故障信息、二次设备的故障信息、变电设备的故障信息对深度学习分类网络进行训练，直至深度学习分类网络收敛，得到故障预测模型，故障数据库存储与设备故障相关的所有数据的数据库。
85.示例地，故障数据库可以理解为电力设备使用以来的所有存储于设备故障相关的所有数据的数据库。预设时间可以理解为根据需求或者实验数据确定的时间段，用于确定故障预测模型对应的训练样本。
86.进一步的，故障风险对照表的获取方式包括:
87.分析故障数据库中一次设备的故障信息、二次设备的故障信息和变电设备的故障信息，得到各一次设备的子故障信息、二次设备的子故障信息、变电设备的子故障信息对应的故障发生概率；
88.按照各一次设备的子故障信息、二次设备的子故障信息、变电设备的子故障信息对应的故障发生概率划分一次设备、二次设备和变电设备对应的故障信息的风险等级，并制定出故障风险对照表。
89.示例地，各一次设备的子故障信息、二次设备的子故障信息、变电设备的子故障信息可以理解为一次设备、二次设备、变电设备获得一次监测数据对应的故障信息。各一次设备的子故障信息、二次设备的子故障信息、变电设备的子故障信息对应的故障发生概率可以理解为本次监测数据发生故障的概率值。
90.进一步的，终端从一次监测设备、二次监测设备和变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据，包括：
91.终端根据故障数据库中故障信息确定出一次设备、二次设备和变电设备中各器件对应的故障次数；
92.终端根据各器件对应的故障次数确定一次设备、二次设备和变电设备中各器件的监测等级；
93.终端根据一次设备、二次设备和变电设备中各器件的监测等级依次从一次监测设备、二次监测设备和变电监测设备获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据。
94.示例地，一次设备、二次设备和变电设备中各器件对应的故障次数可以理解为故
障数据库中一次设备、二次设备和变电设备中各器件发生故障的次数，可以是每个器件的故障次数，也可以是按照所属于不同的设备对应的故障次数。一次设备、二次设备和变电设备中各器件的监测等级可以理解为根据一次设备、二次设备和变电设备中各器件的发生故障的次数和每个器件在设备架构中的重要性确定出的一次设备、二次设备和变电设备中各器件监测级别。
95.具体实现中，终端根据故障数据库中故障信息确定出一次设备、二次设备和变电设备中各器件对应的故障次数；终端根据各器件对应的故障次数确定一次设备、二次设备和变电设备中各器件的监测等级；终端根据一次设备、二次设备和变电设备中各器件的监测等级依次从一次监测设备、二次监测设备和变电监测设备获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据。
96.本发明实施例中，通过终端从一次监测设备、二次监测设备和变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；终端将一次设备的监测数据、二次设备的监测数据和变电设备的监测数据输入故障预测模型，确定出一次设备的故障信息、二次设备的故障信息和变电设备的故障信息；终端根据一次设备的故障信息、二次设备的故障信息和变电设备的故障信息参照故障风险对照表，确定出一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别；终端根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别制定出一次设备、二次设备和变电设备的维修方案。即，本发明实施例，通过对电力设备中一次设备、二次设备和变电设备的数据监测，确定出一次设备、二次设备和变电设备对应的故障信息，对故障信息进行评估制作出对应的维修方案，不仅监测了一次设备，同时监测二次设备，根据监测数据的波动提前进行故障预警，提高设备运行的可靠性，并能及时给出正确的维修方案进行故障维修。
97.图3是本发明实施例提供的故障预测装置的结构示意图，如图3所示，该故障预测装置包括：
98.数据获取模块310，用于利用所述一次监测设备获取一次设备的监测数据和所述二次监测设备获取二次设备的监测数据，并利用所述变电监测设备获取变电设备的监测数据；
99.信息确定模块320，用于将所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据输入故障预测模型，确定出所述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息；
100.风险确定模块330，用于根据所述一次设备的故障信息、所述二次设备的故障信息、所述变电设备的故障信息和故障风险对照表对所述一次设备、所述二次设备和所述变电设备进行风险评估，得到所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别；
101.方案确定模块340，用于根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案。
102.一实施例中，所述故障预测模型的获取方式包括：
103.根据故障数据库中预设时间段内的所述一次设备的监测数据、所述二次设备的监
测数据、所述变电设备的监测数据、所述一次设备的故障信息、所述二次设备的故障信息、所述变电设备的故障信息对深度学习分类网络进行训练，直至所述深度学习分类网络收敛，得到所述故障预测模型，所述故障数据库存储与设备故障相关的所有数据的数据库。
104.一实施例中，所述故障风险对照表的获取方式包括:
105.分析所述故障数据库中所述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息，得到各所述一次设备的子故障信息、所述二次设备的子故障信息、所述变电设备的子故障信息对应的故障发生概率；
106.按照各所述一次设备的子故障信息、所述二次设备的子故障信息、所述变电设备的子故障信息对应的故障发生概率划分所述一次设备、所述二次设备和所述变电设备对应的故障信息的风险等级，并制定出所述故障风险对照表。
107.一实施例中，所述数据获取模块310从所述一次监测设备、所述二次监测设备和所述变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据，包括：
108.所述终端根据所述故障数据库中故障信息确定出所述一次设备、所述二次设备和所述变电设备中各器件对应的故障次数；
109.所述终端根据各所述器件对应的故障次数确定所述一次设备、所述二次设备和所述变电设备中各器件的监测等级；
110.所述终端根据所述一次设备、所述二次设备和所述变电设备中各器件的监测等级依次从所述一次监测设备、所述二次监测设备和所述变电监测设备获取所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据。
111.一实施例中，所述方案确定模块340根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案，包括：
112.所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别确定所述一次设备、所述二次设备和所述变电设备中各器件维修顺序。
113.一实施例中，所述方案确定模块340根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案，包括：
114.所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别确定所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据中对应的预测故障指数值；
115.所述终端根据所述预测故障指数值确定所述一次设备、所述二次设备和所述变电设备中的预测故障器件；
116.所述终端根据所述预测故障器件和所述维修顺序确定出所述预测故障器件对应的维修方法和维修顺序图。
117.一实施例中，所述方案确定模块340根据所述预测故障器件和所述维修顺序确定出所述预测故障器件对应的维修方法和维修顺序图，包括：
118.所述终端根据所述维修方法和维修顺序图录制所述预测故障器件对应的维修视
频，将所述维修视频和所述预测故障器件关联存入维修数据库中；
119.当所述预测故障器件故障时，从所述维修数据库中调用所述维修视频进行维修。
120.本发明装置实施例中，通过终端从一次监测设备、二次监测设备和变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；终端将一次设备的监测数据、二次设备的监测数据和变电设备的监测数据输入故障预测模型，确定出一次设备的故障信息、二次设备的故障信息和变电设备的故障信息；终端根据一次设备的故障信息、二次设备的故障信息和变电设备的故障信息参照故障风险对照表，确定出一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别；终端根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别制定出一次设备、二次设备和变电设备的维修方案。即，本发明实施例，通过对电力设备中一次设备、二次设备和变电设备的数据监测，确定出一次设备、二次设备和变电设备对应的故障信息，对故障信息进行评估制作出对应的维修方案，不仅监测了一次设备，同时监测二次设备，根据监测数据的波动提前进行故障预警，提高设备运行的可靠性，并能及时给出正确的维修方案进行故障维修。
121.图4为本发明实施例提供的一种电子设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图4显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
122.如图4所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
123.总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
124.电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
125.系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
126.具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
127.电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
128.处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的故障预测方法，应用于故障监测系统，所述故障监测系统包括：一次监测设备、二次监测设备、变电监测设备和终端，该方法包括：
129.所述终端从所述一次监测设备、所述二次监测设备和所述变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；
130.所述终端将所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据输入故障预测模型，确定出所述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息；
131.所述终端根据述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息参照故障风险对照表，确定出所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别；
132.所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案。
133.本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如所述的故障预测方法，应用于故障监测系统，所述故障监测系统包括：一次监测设备、二次监测设备、变电监测设备和终端，该方法包括：
134.所述终端从所述一次监测设备、所述二次监测设备和所述变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；
135.所述终端将所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据输入故障预测模型，确定出所述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息；
136.所述终端根据述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息参照故障风险对照表，确定出所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别；
137.所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案。
138.本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读
存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
139.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
140.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
141.可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(lan)或广域网(wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
142.注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

技术特征：
1.一种故障预测方法，其特征在于，应用于故障监测系统，所述故障监测系统包括：一次监测设备、二次监测设备、变电监测设备和终端，包括：所述终端从所述一次监测设备、所述二次监测设备和所述变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；所述终端将所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据输入故障预测模型，确定出所述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息；所述终端根据述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息参照故障风险对照表，确定出所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别；所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案。2.根据权利要求1所述的方法，其特征在于，所述故障预测模型的获取方式包括：根据故障数据库中预设时间段内的所述一次设备的监测数据、所述二次设备的监测数据、所述变电设备的监测数据、所述一次设备的故障信息、所述二次设备的故障信息、所述变电设备的故障信息对深度学习分类网络进行训练，直至所述深度学习分类网络收敛，得到所述故障预测模型，所述故障数据库存储与设备故障相关的所有数据的数据库。3.根据权利要求1所述的方法，其特征在于，所述故障风险对照表的获取方式包括:分析所述故障数据库中所述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息，得到各所述一次设备的子故障信息、所述二次设备的子故障信息、所述变电设备的子故障信息对应的故障发生概率；按照各所述一次设备的子故障信息、所述二次设备的子故障信息、所述变电设备的子故障信息对应的故障发生概率划分所述一次设备、所述二次设备和所述变电设备对应的故障信息的风险等级，并制定出所述故障风险对照表。4.根据权利要求3所述的方法，其特征在于，所述终端从所述一次监测设备、所述二次监测设备和所述变电监测设备中依次获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据，包括：所述终端根据所述故障数据库中故障信息确定出所述一次设备、所述二次设备和所述变电设备中各器件对应的故障次数；所述终端根据各所述器件对应的故障次数确定所述一次设备、所述二次设备和所述变电设备中各器件的监测等级；所述终端根据所述一次设备、所述二次设备和所述变电设备中各器件的监测等级依次从所述一次监测设备、所述二次监测设备和所述变电监测设备获取所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据。5.根据权利要求1所述的方法，其特征在于，所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案，包括：所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别确定所述一次设备、所述二次设备和所述变电设备中各器件维修顺
序。6.根据权利要求5所述的方法，其特征在于，所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案，包括：所述终端根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别确定所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据中对应的预测故障指数值；所述终端根据所述预测故障指数值确定所述一次设备、所述二次设备和所述变电设备中的预测故障器件；所述终端根据所述预测故障器件和所述维修顺序确定出所述预测故障器件对应的维修方法和维修顺序图。7.根据权利要求6所述的方法，其特征在于，所述终端根据所述预测故障器件和所述维修顺序确定出所述预测故障器件对应的维修方法和维修顺序图，包括：所述终端根据所述维修方法和维修顺序图录制所述预测故障器件对应的维修视频，将所述维修视频和所述预测故障器件关联存入维修数据库中；当所述预测故障器件故障时，从所述维修数据库中调用所述维修视频进行维修。8.一种故障预测装置，其特征在于，包括：数据获取模块，用于利用所述一次监测设备获取一次设备的监测数据和所述二次监测设备获取二次设备的监测数据，并利用所述变电监测设备获取变电设备的监测数据；信息确定模块，用于将所述一次设备的监测数据、所述二次设备的监测数据和所述变电设备的监测数据输入故障预测模型，确定出所述一次设备的故障信息、所述二次设备的故障信息和所述变电设备的故障信息；风险确定模块，用于根据所述一次设备的故障信息、所述二次设备的故障信息、所述变电设备的故障信息和故障风险对照表对所述一次设备、所述二次设备和所述变电设备进行风险评估，得到所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别；方案确定模块，用于根据所述一次设备的故障风险级别、所述二次设备的故障风险级别和所述变电设备的故障风险级别制定出所述一次设备、所述二次设备和所述变电设备的维修方案。9.一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至7中任一所述的故障预测方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一所述的故障预测方法。

技术总结
本发明公开了一种故障预测方法、装置、电子设备及存储介质。该方法包括：获取一次设备的监测数据、二次设备的监测数据和变电设备的监测数据；将一次设备的监测数据、二次设备的监测数据和变电设备的监测数据输入故障预测模型，确定出一次设备的故障信息、二次设备的故障信息和变电设备的故障信息；参照故障风险对照表确定出一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别；根据一次设备的故障风险级别、二次设备的故障风险级别和变电设备的故障风险级别制定出一次设备、二次设备和变电设备的维修方案。即，本发明实施例，通过监测数据提前进行故障预警，及时给出维修方案进行故障维修，提高设备的可靠性。靠性。靠性。


技术研发人员：李惠松 谢炜俊 陈洁洪 陈玉秀 陈韵 余旭飞 莫天文 黄俊辉
受保护的技术使用者：广东电网有限责任公司惠州供电局
技术研发日：2021.12.08
技术公布日：2022/3/8