一种基于电力自动化系统的智能设备管理方法及系统与流程

本发明涉及电力设备管理领域，尤其涉及一种基于电力自动化系统的智能设备管理方法及系统。

背景技术：

1、随着电力系统的不断发展，电力自动化系统中的设备数量和种类日益增多。传统的设备管理方法往往依赖人工巡检、定期维护等方式，存在效率低下、故障发现不及时、维护成本高等问题。例如，人工巡检可能存在巡检间隔期间设备突发故障无法及时发现的情况，而且人工记录设备状态容易出现错误和遗漏。

2、现代电力系统中，由于可再生能源和智能电网技术的快速发展，各种新型设备如智能电表、能量存储设备、智能开关等不断涌现，传统设备如变压器、发电机等也在不断更新换代。这种多样化和复杂化的设备组合，需要更加智能化和高效的设备管理系统来监控、控制和优化电力系统的运行。但现有技术仍存在以下问题：对于设备的运行数据不能进行有效的整合和分析，难以实现对电力设备状态的准确评估和预测性维护；无法根据获取到的电力系统设备相关信息掌握设备工作任务量级情况，造成电力设备负担过度或过轻；以及电力设备利用率不准确，从而造成资源分配不均、浪费等情况；没有根据电力设备自身能效情况进行有效分析，导致电力系统运行过程中设备效率降低；对于电力设备智能管理过程中没有良好的评估方法，不能对管理策略进行有效调整。

3、因此，需要一种于电力自动化系统的智能设备管理方法及系统。

技术实现思路

1、本发明提供的一种基于电力自动化系统的智能设备管理方法及系统，目的在于通过数据分析、智能算法等，实现对多样电力设备的综合管理，降低运行成本，提高系统的效率、可靠性和安全性，促进电力系统进一步智能化、高效化和可持续发展。

2、本发明技术方案具体如下：

3、一种基于电力自动化系统的智能设备管理方法，包括以下步骤：

4、步骤s1.通过电力自动化系统中的传感器采集电力系统及电力设备数据信息，根据预处理后的数据，建立电力设备实时工作量级模型；

5、步骤s2.结合电力设备工作量级模型的输出结果，以及电力设备故障和老化情况，计算出电力设备利用率校正系数；

6、步骤s3.根据预处理后的电力系统及电力设备相关数据信息，建立电力系统设备能效分析神经网络模型，得到电力系统设备能效分析结果；

7、步骤s4.根据校正后的电力设备利用率和电力系统设备能效分析神经网络模型的输出结果，生成动态优化电力自动化系统的设备管理模型，对电力自动化系统的设备进行智能管理。

8、进一步，步骤s1具体包括：

9、在电力设备实时工作量级模型中，预先定义电力系统设备的工作负荷与设备工作能力和工作计划量间的影响程度，

10、其中，表示第个电力设备在时的工作任务情况；表示电力设备本身工作能力对工作负荷的影响因子；表示电力设备工作计划对设备工作负荷的影响因子；表示第个电力设备的工作能力；表示时间损耗系数；表示电力设备运行时峰谷和低峰周期变化频率系数；表示第个电力设备的电能消耗系数；表示第个电力设备工作计划量所需的资源；表示第个电力设备在当前时间段中的平均工作计划量；表示调节系数；表示权重系数，调节电力设备工作能力的权重；表示权重系数，调节电力设备工作计划的权重。

11、进一步，定义电力设备利用率为，计算电力设备利用率校正系数具体包括：

12、其中，表示电力设备利用率校正系数；表示电力设备工作量级影响系数；表示电力设备故障率；表示基准故障率；表示电力设备故障率影响系数；表示依赖系数；表示电力设备老化系数；表示电力设备老化速率常数，；表示电力设备已使用年限。

13、进一步，步骤s2具体包括：

14、预先设定第一等级电力设备利用率对比参量和第二等级电力设备利用率对比参量，＜；将电力设备利用率校正系数分别与和进行比对并根据比对结果对电力设备利用率进行校正，获得校正后的电力设备利用率。

15、进一步，步骤s3具体包括：

16、电力系统设备能效分析神经网络模型包括输入层、能效分析层、调节层、输出层；将获得的电力系统设备相关数据信息输入到电力系统设备能效分析神经网络的输入层，输入层与能效分析层全连接；将数据信息传递至能效分析层，在能效分析层中对电力设备能效情况进行分析；能效分析层将分析结果传递至调节层，在调节层中根据能效分析的输出结果调整参数；输出层生成最终的电力设备能效分析结果。

17、进一步，在能效分析层中对电力设备能效情况进行分析，具体过程如下所示：

18、其中，表示能效分析层的输入；表示输入层与能效分析层间的连接权重；表示输入的第个电力设备特征信息；表示能效分析层的偏置；表示能效分析层的输出；表示电力设备在时的实际能耗，，表示所记录的终止时刻；表示预期电力设备能耗情况；表示学习因子；表示在时刻电力设备的温度；表示当处于时，不同环境条件下对电力设备运行产生的影响系数；表示分析中的信息熵；表示电力设备的标准额定功率；表示电力设备的标准实际输出功率；表示分析过程中的信息融合参数。

19、进一步，步骤s4具体包括：

20、在生成动态优化电力自动化系统的设备管理模型中，定义一个成本优化目标函数，计算目标函数最优解，实现电力系统中的资源利用率；

21、进一步，步骤s4具体包括：

22、根据目标函数的最优解得到电力系统设备管理策略，对电力设备管理成果综合评估，；其中，表示电力设备管理成果综合评估结果；表示运营成本优化目标函数的最优解；表示电力设备运行效率系数；表示成本权重系数；表示电力设备运行状态属于正常情况下的概率；表示不同设备状态对电力自动化系统的影响参值；表示电力设备管理成效的标准参值；表示常值参数。

23、一种基于电力自动化系统的智能设备管理系统，包括以下内容：

24、电力系统设备信息收集模块、电力系统设备信息处理模块、电力设备实工作量级模块、电力设备利用率模块、利用率校正模块、电力系统设备能效分析模块、动态优化电力设备管理模块、管理成果综合评估模块；

25、电力系统设备信息收集模块，负责从电力系统和各设备中收集实时数据，为后续的数据处理和分析提供基础；

26、电力系统设备信息处理模块，对收集到的设备信息进行处理和整合，将数据进行清洗、转换和存储；

27、电力设备实工作量级模块，用于根据处理后的电力设备信息，建立电力设备实时工作量级模型，对电力设备的实际工作情况进行监测；

28、电力设备利用率模块，结合电力设备工作量级模型的输出结果，以及电力设备故障和老化情况，计算电力设备利用率校正系数；

29、利用率校正模块，预先设定电力设备利用率对比参量，将电力设备利用率校正系数分别与对比参量进行比对，并根据比对结果对电力设备利用率进行校正；

30、电力系统设备能效分析模块，根据预处理后的电力系统及电力设备相关数据信息，建立电力系统设备能效分析神经网络模型，对电力系统设备能效进行分析；

31、动态优化电力设备管理模块，基于目标函数的最优解，生成动态优化的设备管理策略，实现智能化的设备管理；

32、管理成果综合评估模块，对电力设备管理成果进行综合评估，提供数据驱动的决策支持。

33、有益效果：1.本发明基于实时工作量级模型，实现数据驱动的决策制定，通过深入理解设备运行情况，系统可以制定更加精准的管理策略和调度方案，实现智能化的设备管理；同时，系统能够进行维护，制定合理的维护计划，提高设备的可靠性和稳定性，避免因设备故障导致的停机时间和生产损失；还能够根据电力设备的工作任务分配情况进行合理统筹，减少设备过度工作导致事故风险，提高电力系统的安全性和可靠性。

34、2.本发明通过结合工作量级模型输出结果和设备的实际故障和老化情况，计算出的利用率校正系数能够更精准地反映设备的实际利用情况，可以准确评估设备的利用率，避免仅基于理论模型得出的利用率而忽略实际情况；根据计算出的利用率校正系数，管理者可以更准确地评估设备的老化和故障情况，优化维护策略。同时，通过对电力设备利用率进行校正可以为管理者提供更准确的数据支持，提高管理决策的准确性和有效性。通过精准确定电力设备的利用率，可以更好地优化设备的运行状态和调度方案，提高系统的整体效率和性能，校正后的利用率系数有助于实现更有效的资源分配和利用，提升系统运行效率。

35、3.本发明通过建立电力系统设备能效分析神经网络模型，能够对电力系统中的设备能效进行细致和全面的评估，帮助确定设备的能效水平，发现能效低下的设备，识别潜在的能效改进空间，并提供精准的分析结果供决策参考，还能够预警潜在问题，从而采取相应的措施，提高设备的能效和性能。并且，基于能效分析结果，可以针对不同设备制定优化策略，调整设备的运行参数和工作模式，提高设备的能效和运行效率，实现设备运行的最佳状态。

36、4.本发明通过结合设备利用率和能效分析结果，生成动态优化模型可以实现对设备运行状态监测，根据模型输出，系统能够发现设备潜在的故障和问题，实施预测性维护，降低电力设备故障率，提高系统的可靠性。通过动态优化模型，管理者能够实现对电力自动化系统设备的智能管理，根据实时的数据和模型输出，系统能够自动、优化运行策略。根据评估管理策略的效果和成果，系统可以识别改进的空间，不断优化管理策略，提高系统的整体性能和效率。

技术特征：

1.一种基于电力自动化系统的智能设备管理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于电力自动化系统的智能设备管理方法，其特征在于，所述步骤s1具体包括：

3.根据权利要求1所述的一种基于电力自动化系统的智能设备管理方法，其特征在于，定义电力设备利用率为，计算电力设备利用率校正系数具体包括：

4.根据权利要求3所述的一种基于电力自动化系统的智能设备管理方法，其特征在于，所述步骤s2具体包括：

5.根据权利要求1所述的一种基于电力自动化系统的智能设备管理方法，其特征在于，所述步骤s3具体包括：

6.根据权利要求5所述的一种基于电力自动化系统的智能设备管理方法，其特征在于，在能效分析层中对电力设备能效情况进行分析，具体过程如下所示：

7.根据权利要求1所述的一种基于电力自动化系统的智能设备管理方法，其特征在于，所述步骤s4具体包括：

8.根据权利要求7所述的一种基于电力自动化系统的智能设备管理方法，其特征在于，所述步骤s4具体包括：

9.一种基于电力自动化系统的智能设备管理系统，应用于权利要求1所述的一种基于电力自动化系统的智能设备管理方法，其特征在于，包括以下内容：

技术总结
本发明涉及电力设备管理领域，尤其涉及一种基于电力自动化系统的智能设备管理方法及系统，包括通过电力自动化系统中的传感器采集电力系统及电力设备数据信息，根据预处理后的数据，建立电力设备实时工作量级模型；结合电力设备工作量级模型的输出结果，以及电力设备故障和老化情况，计算出电力设备利用率校正系数；根据预处理后的电力系统及电力设备相关数据信息，建立电力系统设备能效分析神经网络模型，得到电力系统设备能效分析结果；根据校正后的电力设备利用率和电力系统设备能效分析神经网络模型的输出结果，生成动态优化电力自动化系统的设备管理模型，对电力自动化系统的设备进行智能管理。

技术研发人员：王佳巍,卢震,史纪飞,杨广元
受保护的技术使用者：山东科创电力科技有限公司
技术研发日：
技术公布日：2024/12/5