一种仪表设备的评价方法、装置以及存储介质与流程

本发明涉及信息，尤其涉及应用于仪表设备的评价方法、装置以及存储介质。

背景技术：

1、在自动化仪表智能运维的研究中，仪表的综合性能评价是仪表智能运维的重要内容之一，对仪表的综合性能的评价关系到仪表的选型、维护、更换以及油田运行的综合成本等多个环节。自动化仪表的数量庞大，维护和更换是常态，不同的应用场景对仪表的性价比提出了不同的要求，仪表采购时，针对特定工艺流程节点进行仪表的科学选型尚缺乏决策支持。以往对自动化仪表的选型、运行和维护大多通过人工的方式来完成，主观性较强，缺乏科学依据，容易造成仪表选型不合理、经济性差、仪表运行维护成本高以及没有相关的依据可以参考等问题。如何综合利用仪表的运维数据来解决以上问题仍然是该领域的一项难题。

2、油田现场的环境以及自动化仪表运行的工况较为复杂，对仪表的多场景适用性评价并非一些指标的简单计算和分析，而是需要综合考虑多项指标的贡献，特别是要考虑各指标各因素之间的约束关系。建立一套适用于多场景的完整的评价指标体系和评价方法，从仪表的经济性、质量和性能、稳定性、用户满意度等方面进行全面综合评价，是目前仪表适用性评价领域的难题，该问题亟待解决。

3、因此，现有技术中存在的对仪表设备进行选型、运行和维护时主观性强造成的选型不合理、经济性差和仪表运行维护成本高的问题，是亟待解决的技术问题。

技术实现思路

1、较为理想的方案可描述为：综合考虑多项指标的贡献，特别是要考虑各指标各因素之间的约束关系。建立一套适用于多场景的完整的评价指标体系和评价方法，从仪表的经济性、质量和性能、稳定性、用户满意度等方面进行全面综合评价。故而，发明一种对仪表设备进行综合评价的方法，对本领域具有重要意义。

2、针对以上问题，本发明提供一种仪表设备的评价方法、装置以及存储介质。

3、本发明提供的一种仪表设备的评价方法，包括：获取仪表设备的第一指标数据，第一指标数据指示仪表设备以下类别的属性：经济性、质量性能、稳定性以及用户满意度；通过基于机器学习的评价模型，根据第一指标数据，确定仪表设备的仪表运维性能指数，其中仪表运维性能指数用于指示仪表设备的综合评价分数；以及根据仪表运维性能指数对仪表设备进行评价。

4、本发明还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。

5、本发明还提供了一种仪表设备的评价装置，包括：第一获取模块，用于获取仪表设备的第一指标数据，第一指标数据指示仪表设备以下类别的属性：经济性、质量性能、稳定性以及用户满意度；第一确定模块，用于通过基于机器学习的评价模型，根据第一指标数据，确定仪表设备的仪表运维性能指数，其中仪表运维性能指数用于指示仪表设备的综合评价分数；以及评价模块，用于根据仪表运维性能指数对仪表设备进行评价。

6、本发明还提供了一种仪表设备的评价装置，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：获取仪表设备的第一指标数据，第一指标数据指示仪表设备以下类别的属性：经济性、质量性能、稳定性以及用户满意度；通过基于机器学习的评价模型，根据第一指标数据，确定仪表设备的仪表运维性能指数，其中仪表运维性能指数用于指示仪表设备的综合评价分数；以及根据仪表运维性能指数对仪表设备进行评价。

7、本发明通过提供一种仪表设备的评价方法、装置以及存储介质，通过仪表设备的运维台账数据，对数据进行清洗和挖掘，分析并确定对仪表设备多场景适用性有显著影响的指标以及各指标之间的约束关系，建立仪表设备多场景适用性评价指标体系。从而本技术方案通过典型场景和典型仪表设备的确定基于实际的运维数据，能客观的反映仪表设备运维的实际情况，具有较高的参考价值。并且本技术方案利用划分各指标与仪表设备数量之间的置信区间确定仪表设备多场景适用性分级等级以及各等级下各评价指标的阈值范围，通过专家系统初步确定各指标权重，构建仪表设备综合性能指数，基于各评价指标建立仪表设备多场景适用性评价方法建模样本数据库。并基于仪表设备运维数据结合深度学习等方法确定各评价指标在仪表设备多场景适用性评价中的权重，建立基于深度学习的仪表设备多场景适用性评价方法，最终与专家系统确定指标权重建立的评价方法作出比对，进而优化深度学习模型。从而本技术方案建立的仪表设备多场景适用性评价指标体系涉及的指标的确定依据仪表设备运维数据，能真实的反映现场的实际情况，并且建立的基于深度学习的仪表设备多场景适用性评价方法权重系数的确定基于实际的运维数据，同时隐含包含了各指标之间的约束关系，逐步弱化了专家系统带来的主观性，提高了仪表设备适用性评价的客观性。从而本技术方案可以根据客观的评价对仪表设备进行合理地选型、运行和维护，从而达到选型合理以及经济性良好的技术效果，减少了仪表设备运行维护成本。进而解决了现有技术中存在的现有技术中存在的对仪表设备进行选型、运行和维护时主观性强造成的选型不合理、经济性差和仪表设备运行维护成本高的技术问题。

技术特征：

1.一种仪表设备的评价方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于：获取所述仪表设备的第一指标数据的操作，包括获取所述仪表设备的以下数据：购置费、安装调试费、维护检修费、定期检定费、能耗费、故障率、检定合格率、稳定性和用户满意度。

3.根据权利要求1所述的方法，其特征在于：通过所述评价模型，根据所述第一指标数据，确定所述仪表设备的仪表运维性能指数的操作，包括：

4.根据权利要求1所述的方法，其特征在于，方法还包括：

5.根据权利要求4所述的方法，其特征在于：根据预先创建的仪表运维性能指数的计算模型，计算与所述第一指标数据样本对应的仪表运维性能指数样本的操作，包括：

6.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至5中任意一项所述的方法。

7.一种仪表设备的评价装置，其特征在于，包括：

8.根据权利要求7所述的装置，其特征在于：获取所述仪表设备的第一指标数据的操作，包括数据获取子模块，用于获取所述仪表设备的以下数据：购置费、安装调试费、维护检修费、定期检定费、能耗费、故障率、检定合格率、稳定性和用户满意度。

9.根据权利要求7所述的装置，其特征在于：通过所述评价模型，根据所述第一指标数据，确定所述仪表设备的仪表运维性能指数的操作，包括：

10.一种仪表设备的评价装置，其特征在于，包括：

技术总结
本发明公开了一种仪表设备的评价方法、装置以及存储介质。其中，一种仪表设备的评价方法，包括：获取仪表设备的第一指标数据，第一指标数据指示仪表设备以下类别的属性：经济性、质量性能、稳定性以及用户满意度；通过基于机器学习的评价模型，根据第一指标数据，确定仪表设备的仪表运维性能指数，其中仪表运维性能指数用于指示仪表设备的综合评价分数；以及根据仪表运维性能指数对仪表设备进行评价。

技术研发人员：王美,王逸飞,薛娟,杨欣欣,王凯月,李慧颖,刘泱,于示,黄珊,樊庆亮,高磊,邹燕
受保护的技术使用者：中国石油化工股份有限公司
技术研发日：
技术公布日：2024/1/15