一种变压器缺陷数据的关注阈值计算方法及装置与流程
本发明涉及变压器缺陷数据时间分布规律领域，尤其涉及一种变压器缺陷数据的关注阈值计算方法及装置。
背景技术：
传统的电网运维模式是依据经验与规程，定时对不同设备的部件进行运行维护，这种运维存在很大的弊端，运维人员因为没有针对性可能花费大量的精力而运维的效果却不理想。在这样的背景下，需要找出一种差异化运维方案。
目前，广东电网积累了大量变压器生产运维相关数据，近年来在设备状态监控、运维检修等领域开展了数据分析辅助决策的初步探索。差异化运维的革新是从新的责任分工开始的。新模式中，成立专门的综合班进行数据的收集与归档，为后期分析做准备，数据规范的管理与清晰存档有利于下一阶段的数据分析挖掘。
整体上，现行的差异化运维分为以下几大步骤：运维数据收集、风险级别评估、运维策略制定、运维策略的执行。运维数据采集专人在收集好数据之后会对数据进行分析，缺陷部件、缺陷设备是运维的目标，将缺陷部件进行分类后再对设备状态以及严重等级进行评估。但问题是现行的设备状态风险评估存在过多的人为主观性，无法对设备深层次状态特征、缺陷故障规律等信息进行精准描述，导致差异化运维时较难定位工作方向、采取针对性措施。
因此，为现行的设备状态风险评估提供理论上的精准支持为本领域技术人员亟待解决的技术问题。
技术实现要素：
本发明实施例提供了一种变压器缺陷数据的关注阈值计算方法及装置，为现行的设备状态风险评估提供了理论上的精准支持。
本发明实施例提供了一种变压器缺陷数据的关注阈值计算方法，包括：
根据获取的到生产厂商批次设备的月缺陷数计算设备缺陷率分布；
根据所述生产厂商批次设备的数量计算缺陷率置信度；
根据所述设备缺陷率分布和所述缺陷率置信度计算设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值。
优选地，所述根据获取的到所述生产厂商批次设备的月缺陷数计算设备缺陷率分布具体为：
获取到生产厂商批次设备在一年内的月缺陷数，将月缺陷数除以所述生产厂商批次设备的数量得到设备缺陷率分布。
优选地，所述根据所述生产厂商批次设备的数量计算缺陷率置信度具体包括：
通过预置第一公式根据所述生产厂商批次设备的数量计算缺陷率置信度；
其中，预置第一公式为：
式中，α为缺陷率置信度，δ为生产厂商批次设备的月缺陷数的标准差，n为生产厂商批次设备的数量，e为预设误差判断阈值，
优选地，所述根据所述设备缺陷率分布和所述缺陷率置信度计算设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值具体为：
通过预置第二公式根据所述设备缺陷率分布和所述缺陷率置信度计算第一参数和第二参数，将所述第一参数和所述第二参数生成设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值；
其中，所述设备缺陷率分布为：
∑p(x＝xi)＝1
所述预置第二公式为：
p{|x-μ|＜ω}＝1-α
式中，μ为第一参数，ω为第二参数。
优选地，所述将所述第一参数和所述第二参数生成设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值具体为：
将所述第一参数和所述第二参数之差作为左端点，将所述第一参数和所述第二参数之和作为右端点，根据所述左端点和所述右端点生成设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值。
优选地，本发明实施例还提供了一种变压器缺陷数据的关注阈值计算装置，包括：
第一计算单元，用于根据获取的到生产厂商批次设备的月缺陷数计算设备缺陷率分布；
第二计算单元，用于根据所述生产厂商批次设备的数量计算缺陷率置信度；
第三计算单元，用于根据所述设备缺陷率分布和所述缺陷率置信度计算设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值。
优选地，第一计算单元还用于获取到生产厂商批次设备在一年内的月缺陷数，将月缺陷数除以所述生产厂商批次设备的数量得到设备缺陷率分布。
优选地，第二计算单元还用于通过预置第一公式根据所述生产厂商批次设备的数量计算缺陷率置信度；
其中，预置第一公式为：
式中，α为缺陷率置信度，δ为生产厂商批次设备的月缺陷数的标准差，n为生产厂商批次设备的数量，e为预设误差判断阈值，
优选地，第三计算单元还用于通过预置第二公式根据所述设备缺陷率分布和所述缺陷率置信度计算第一参数和第二参数，将所述第一参数和所述第二参数生成设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值；
其中，所述设备缺陷率分布为：
∑p(x＝xi)＝1
所述预置第二公式为：
p{|x-μ|＜ω}＝1-α
式中，μ为第一参数，ω为第二参数。
优选地，第三计算单元还用于通过预置第二公式根据所述设备缺陷率分布和所述缺陷率置信度计算第一参数和第二参数，将所述第一参数和所述第二参数之差作为左端点，将所述第一参数和所述第二参数之和作为右端点，根据所述左端点和所述右端点生成设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例提供了一种变压器缺陷数据的关注阈值计算方法及装置，其中该方法包括：根据获取的到生产厂商批次设备的月缺陷数计算设备缺陷率分布；根据所述生产厂商批次设备的数量计算缺陷率置信度；根据所述设备缺陷率分布和所述缺陷率置信度计算设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值。本发明通过生产厂商批次变压器设备的月缺陷率数据计算批次设备的缺陷率分布，且根据批次设备的数量计算批次设备的缺陷率置信度，最后根据设备缺陷率分布和缺陷率置信度计算设备缺陷的置信区间，确定置信区间的右端点为关注阈值，本发明充分考察设备缺陷类型与时间的分布规律，通过统计分析的方法与挖掘建模的方法明确作业的对象、内容以及周期。运维单位工作人员可以根据变压器设备的月缺陷率分布和最终得到的关注阈值，制定有针对性的差异化运维策略，使得运维计划的制定做到有章可循。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种变压器缺陷数据的关注阈值计算方法的一个实施例的流程示意图；
图2为本发明实施例提供的一种变压器缺陷数据的关注阈值计算方法的另一个实施例的流程示意图；
图3为本发明实施例提供的一种变压器缺陷数据的关注阈值计算装置的一个实施例的结构示意图。
图4是本发明实施例缺陷类别“渗漏”在各月份缺陷数量分布图；
图5是本发明实施例缺陷类别“渗漏”的缺陷原因在夏天和冬天的分布图；
图6是本发明实施例在夏天和冬天缺陷类别“渗漏”在不同运维单位的缺陷占比分布图；
图7是本发明实施例在夏天和冬天缺陷类别“渗漏”在不同生产厂家的缺陷占比分布图；
图8是本发明实施例拒动/误动缺陷数量随月份分布图；
图9是本发明实施例拒动/误动的主要缺陷原因在夏天和冬天的缺陷占比分布图；
图10是本发明实施例在夏天和冬天拒动/误动占比随运维梯队分布图；
图11是本发明实施例夏天和冬天拒动/误动在不同厂家类别的分布图；
图12是本发明实施例在夏天和冬天拒动/误动随生产厂家分布图；
图13是本发明实施例红外测试异常的缺陷数量随月份分布图；
图14是本发明实施例夏天和冬天红外测试异常在不同运维单位的缺陷占比分布图；
图15是本发明实施例夏天和冬天红外线测试异常的缺陷占比随不同生产厂家类别分布图；
图16是本发明实施例夏天和冬天红外线测试在不同生产厂家异常缺陷数量占比分布图。
具体实施方式
本发明实施例提供了一种变压器缺陷数据的关注阈值计算方法及装置，为现行的设备状态风险评估提供了理论上的精准支持。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明提供的一种变压器缺陷数据的关注阈值计算方法的一个实施例，包括：
101、根据获取的到生产厂商批次设备的月缺陷数计算设备缺陷率分布；
102、根据生产厂商批次设备的数量计算缺陷率置信度；
103、根据设备缺陷率分布和缺陷率置信度计算设备缺陷的置信区间，确定置信区间的右端点为关注阈值。
本发明通过生产厂商批次变压器设备的月缺陷率数据计算批次设备的缺陷率分布，且根据批次设备的数量计算批次设备的缺陷率置信度，最后根据设备缺陷率分布和缺陷率置信度计算设备缺陷的置信区间，确定置信区间的右端点为关注阈值，本发明充分考察设备缺陷类型与时间的分布规律，通过统计分析的方法与挖掘建模的方法明确作业的对象、内容以及周期。运维单位工作人员可以根据变压器设备的月缺陷率分布和最终得到的关注阈值，制定有针对性的差异化运维策略，使得运维计划的制定做到有章可循。
以上为一种变压器缺陷数据的关注阈值计算方法的一个实施例，为进行更具体的说明，下面提供一种变压器缺陷数据的关注阈值计算方法的另一个实施例，请参阅图2，本发明提供的一种变压器缺陷数据的关注阈值计算方法的另一个实施例，包括：
201、获取到生产厂商批次设备在一年内的月缺陷数，将月缺陷数除以生产厂商批次设备的数量得到设备缺陷率分布；
在本实施例中，可以先获取到某个生产厂商的各个批次设备的月缺陷数，通常取一年内的月缺陷数，将月缺陷数除以生产厂商各个批次设备的数量得到设备缺陷率分布。需要说明的是，本实施例可以单独考察一个批次设备的月缺陷率分布，也可以计算同一生产厂商多个批次设备的月缺陷率分布并进行对比考察(可以理解的是，不同批次的设备的月缺陷数是在同一年内的缺陷数)，此处不做限定。
202、通过预置第一公式根据生产厂商批次设备的数量计算缺陷率置信度；
从统计学的角度分析，设备台数越大，即样本越大，其对总体的反映能力越强。但不同厂家乃至同一个厂家不同批次之间的设备数量存在差异，因此最终得到的缺陷率评价结果可信度也存在差异。
如批次1的“30项/百台.年”比批次2的“70项/百台.年”更为可信。但并不意味着批次1的可信度是批次2的20倍(100/5＝20)，因为缺陷率的可信程度与设备台数未必是成正比，有可能在超过某个台数之后(比如100台)就是同样的可信。
统计学上，使用置信度来描述样本能有多大的可靠性能够反映总体的真实水平。对缺陷率进行正态性检验，在总体满足正态分布的情况下，可以通过z统计量，在已知总体方差以及可以接受的误差范围内，计算样本量与置信度的对应关系。通过以下预置第一公式，得到样本量n与置信度水平α之间的对应关系。
其中，预置第一公式为：
式中，α为缺陷率置信度，δ为生产厂商批次设备的月缺陷数的标准差，n为生产厂商批次设备的数量，e为预设误差判断阈值，
203、通过预置第二公式根据设备缺陷率分布和缺陷率置信度计算第一参数和第二参数，将第一参数和第二参数生成设备缺陷的置信区间，确定置信区间的右端点为关注阈值；
其中，设备缺陷率分布为：
∑p(x＝xi)＝1
预置第二公式为：
p{|x-μ|＜ω}＝1-α
式中，μ为第一参数，ω为第二参数。
在本实施例中，将第一参数和第二参数生成设备缺陷的置信区间，确定置信区间的右端点为关注阈值具体为：
将第一参数和第二参数之差作为左端点，将第一参数和第二参数之和作为右端点，根据左端点和右端点生成设备缺陷的置信区间，确定置信区间的右端点为关注阈值。
在现有设备批次缺陷的判定中，一般以人为主观判断为主，导致判定结果偏严偏紧，往往一次缺陷发生，就导致整批设备的同类部件进行更换，决策相对来说量化判别不足。
按照步骤202中关于生产厂家设备台数置信度的研究，可以以无穷大样本缺陷率10％作为各种批次设备的家族性缺陷关注阈值，例如当某个批次设备台数为100台时，其缺陷率在(0.074，0.126)之间的概率为90％，可以取缺陷率12.6％作为批次缺陷关注的阈值。同理可以获得各种批次设备的家族性缺陷关注阈值。
需要说明的是，在步骤201获取到批次设备的月缺陷数时，运维单位的工作人员即可根据该月缺陷数的分布提出差异化运维建议a(可以在得到批次设备月缺陷率分布时提出)，在最终得出关注阈值时，可再进一步提出差异化运维建议b，结合a和b提出总的差异化运维建议。
上面是对一种变压器缺陷数据的关注阈值计算方法进行的详细说明，为便于理解，下面将以一具体应用场景对一种变压器缺陷数据的关注阈值计算方法的应用进行说明，应用例包括：
以广东省主变压器为例，其主要缺陷类型有颜色异常、渗漏、拒动/误动、油位异常、红外测试异常、机械损伤等；首先通过考察上述缺陷类别中，缺陷数量随月份的分布特征，构建变压器主要缺陷类别关于缺陷数量的月度“时间图谱”——缺陷类别在各月份缺陷数量分布图。
然后，从运维单位和生产厂商等多个维度，考察缺陷数量在月度上的分布规律，制定相应的差异化运维策略：
通过图4对渗漏缺陷在月度分布上的研究，了解到其在一年各个月份的分布模式，具体地：变压器“渗漏”缺陷呈明显的冬春季多发，夏季少发的特点，与当地气温大致呈反比。经进一步研究，主要因为冬春季节温度较低，密封胶圈较易干裂松动导致渗油。通过图5可以看到：缺陷原因“松动”在冬季明显高于夏季，说明冬季干燥导致密封部件松动是冬季渗漏高发的一个重要因素。通过图6可以观察到：东莞局渗漏缺陷在冬天占比明显高于夏天。惠州、中山、云浮则反之。说明虽然冬季总体高发，但不同地市仍有差异。通过图7，发现：沈阳变压器厂、沈阳变压器有限责任公司的变压器，在冬季明显比夏季渗漏高发，中山abb变压器有限公司的变压器，在冬季比夏季渗漏更少。说明不同厂家在密封上的工艺差异。
对此，提出如下差异化运维策略建议：
鉴于“渗漏”缺陷在冬季比夏季更易高发，在冬季更应注意检查变压器法兰、接口等易渗漏点。
冬季巡视时应关注沈阳变压器厂、沈阳变压器有限责任公司的设备，其变压器在冬季明显比夏季渗漏高发。
夏季巡视时应关注中山abb变压器有限公司的设备，其变压器在夏季比冬季渗漏更易发生。
对于渗漏缺陷，东莞供电局在冬季应更关注，惠州、中山、云浮在夏季需要更多关注。
同样，通过图8可以得出：“拒动/误动”缺陷在夏季高发(尤其是7月份)，其他季节相对不明显。图9说明相对于冬天，夏天拒动/误动的原因中，“烧损”的占比更多，主要由气温过高所致。在图10中，第一梯队变压器在夏天更容易发生“拒动/误动”，而第二梯队变压器在冬天更容易发生“拒动/误动”，第三梯队变压器的“拒动/误动”缺陷随季节变化不明显。第一梯队夏天“拒动/误动”更高应和第一梯队主要是大中城市，夏天高负荷加上高温天气导致运行环境更为恶劣所致。图11表明进口设备在夏天和冬天“拒动/误动”差别不明显。合资设备在夏天“拒动/误动”缺陷明显多于其他季节。国产设备在夏天“拒动/误动”缺陷略少与其他季节。图12说明沈阳变压器厂、中国能源建设集团广东电力设备厂的变压器在夏天的“拒动/误动”缺陷比冬天少。广州广高高压电器有限公司、中山abb变压器有限公司、保定天威变压器有限公司、济南西门子变压器有限公司的变压器在夏天“拒动/误动”多于冬季，值得关注。
对此，提出如下差异化运维策略建议：
拒动/误动”缺陷在夏季高发，尤其第一梯队单位需要注意。
巡视中，尤需注意合资设备，尤其是广州广高高压电器有限公司、中山abb变压器有限公司、保定天威变压器有限公司、济南西门子变压器有限公司等企业的设备。
由图13可见：随着气温的升高(1月份到9月份)，“红外测试异常”缺陷逐渐增多，10月份之后明显减少。由图14可见：东莞、肇庆、汕头夏天发生红外测试异常的比例显著高于冬天。图15合资设备在夏天“红外测试异常”发生的数量明显高于冬天。通过图16可知：广州维奥伊林变压器有限公司的变压器，在夏天发生“红外测试异常”的比例远高于冬天，其次是中国能源建设集团广东电力设备厂、保定保菱变压器有限公司。
对此，提出如下差异化运维策略建议：
红外测温异常缺陷在夏天高发，尤其是东莞、肇庆、汕头需要注意。
合资设备在夏天“红外测试异常”发生的数量明显高于冬天，其中广州维奥伊林变压器有限公司的变压器，在夏天发生“红外测试异常”的比例远高于冬天，其次是中国能源建设集团广东电力设备厂、保定保菱变压器有限公司。
对变压器生产厂家的设备台数进行置信度研究，得到生产厂家的设备总体缺陷率的可信度,获得各种批次设备的家族性缺陷关注阈值以无穷大样本缺陷率10％作为各种批次设备的家族性缺陷关注阈值，保定天威变压器生产厂家设备台数为100台时，其缺陷率在(0.074，0.126)之间的概率为90％，取缺陷率12.6％作为批次缺陷关注的阈值。
对此，提出如下差异化运维策略建议：当保定天威变压器设备缺陷率大于12.6％时，维周期缩短，运维时需特别留意。
请参阅图3，本发明提供的一种变压器缺陷数据的关注阈值计算装置的一个实施例，包括：
第一计算单元301，用于根据获取的到生产厂商批次设备的月缺陷数计算设备缺陷率分布；
第二计算单元302，用于根据所述生产厂商批次设备的数量计算缺陷率置信度；
第三计算单元303，用于根据所述设备缺陷率分布和所述缺陷率置信度计算设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值。
在本实施例，第一计算单元301还用于获取到生产厂商批次设备在一年内的月缺陷数，将月缺陷数除以所述生产厂商批次设备的数量得到设备缺陷率分布。
在本实施例，第二计算单元302还用于通过预置第一公式根据所述生产厂商批次设备的数量计算缺陷率置信度；
其中，预置第一公式为：
式中，α为缺陷率置信度，δ为生产厂商批次设备的月缺陷数的标准差，n为生产厂商批次设备的数量，e为预设误差判断阈值，
在本实施例，第三计算单元303还用于通过预置第二公式根据所述设备缺陷率分布和所述缺陷率置信度计算第一参数和第二参数，将所述第一参数和所述第二参数生成设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值；
其中，所述设备缺陷率分布为：
∑p(x＝xi)＝1
所述预置第二公式为：
p{|x-μ|＜ω}＝1-α
式中，μ为第一参数，ω为第二参数。
在本实施例，第三计算单元303还用于通过预置第二公式根据所述设备缺陷率分布和所述缺陷率置信度计算第一参数和第二参数，将所述第一参数和所述第二参数之差作为左端点，将所述第一参数和所述第二参数之和作为右端点，根据所述左端点和所述右端点生成设备缺陷的置信区间，确定所述置信区间的右端点为关注阈值。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
- 还没有人留言评论。精彩留言会获得点赞！