基于权重算法的地铁线网设备运行状态预测方法及系统与流程

本发明涉及地铁设备预测，尤其涉及一种基于权重算法的地铁线网设备运行状态预测方法及系统。

背景技术：

1、目前地铁供电设备主要采取故障修和计划性维修模式。故障维修是在设备出现故障的状况下进行紧急维修；计划维修是根据设备检修规程，制定年度检修计划，在固定时间对设备进行维护保养。

2、然而在设备管理过程中，缺乏对设备运行状态的系统性评价。故障维修是后知后觉，在设备已经出现故障的情况进行应急处置，不可避免地将对运营造成影响；计划维修则过于僵化，固定周期规定时间对设备进行养护，没有考虑设备的个性化差异，做不到对症下药。浪费人力资源，也不利于发现地铁存在的隐患。

3、根据铁路等同行业维保经验，系统重要部件已淘汰、停产没有来源或存在重大缺陷等，需立即组织进行大修或改造，同时在相关设备设施大修和更新改造申报标准里面明确了设备系统大修周期时间范围。但是这些都依靠维保记录或者故障维修记录等人为进行判断，缺少对系统设备的客观评价；而涉及到主线路网设备的维修检查，只是在某次大型系统维修时，才能对系统设备进行一次维修评价，因此急需一种基于权重算法的地铁线网设备运行状态预测方法及系统，能够根据维保记录和历次维保数据对设备系统运行状态进行综合评价。

技术实现思路

1、因此，本发明的目的在于提供一种基于权重算法的地铁线网设备运行状态预测方法及系统，采用科学的权重算法，根据历次检修的记录，进行评价，得到最终的评分结果，通过对设备运行状态的系统性评价，能够动态掌握设备系统健康状态，针对性开展维护保养和大修及更新改造工作。

2、为了实现上述目的，本发明提供的一种基于权重算法的地铁线网设备运行状态预测方法，包括如下过程：

3、获取本次维保记录，从维保记录中提取检修评价结果，根据检修评价结果，计算系统运行联比得分；

4、获取以往的历次维保记录，将本次维保记录与历次维保记录进行数据融合；

5、根据所有维保记录中对状态评价因子的追踪记录，按照如下设备系统运行状态评价公式进行计算；所述状态评价因子包括：设备系统重点故障数，设备系统非重点故障数以及设备系统使用年限；

6、；

7、其中，e为设备系统运行状态评价得分，k为设备系统重点故障数，n为设备系统非重点故障数，s为系统运行联比得分，t为设备系统使用年限；f为修正系数；λ1、λ2、λ3、λ4分别为权重系数且；

8、根据设备系统运行状态评价结果，在预设的评价等级进行匹配，得到地铁线网设备运行状态预测结果。

9、进一步优选的，所述设备系统重点故障数包括：断路器故障次数、隔离开关故障次数、保护装置故障次数、电机故障次数、继电器故障次数、电流互感器故障次数、电压互感器故障次数。

10、进一步优选的，所述修正系数f=变电所数/各线路变电所数。

11、进一步优选的，所述预设的评价等级包括将所有评价结果按照预设的4个等级进行划分，所述预设的4个等级包括正常状态、注意状态、不稳定状态和预警状态。

12、进一步优选的，将不同地铁线路历次检修得到的设备系统运行状态评价得分作为输入，将每次检修对应得到的评价等级作为输出；输入神经网络模型中，对神经网络进行训练，得到每个评价等级对应的设备系统运行状态评价得分范围。

13、本发明还提供一种基于权重算法的地铁线网设备运行状态预测系统，包括数据获取模块、设备系统运行状态评价模块、评价结果输出模块；

14、所述数据获取模块用于获取本次维保记录，从维保记录中提取检修评价结果，根据检修评价结果，计算系统运行联比得分；

15、所述设备系统运行状态评价模块，根据以往的历次维保记录，将本次维保记录与历次维保记录进行数据融合；根据所有维保记录中对状态评价因子的追踪记录，按照如下设备系统运行状态评价公式进行计算；所述状态评价因子包括：设备系统重点故障数，设备系统非重点故障数以及设备系统使用年限；

16、；

17、其中，e为设备系统运行状态评价得分，k为设备系统重点故障数，n为设备系统非重点故障数，s为系统运行联比得分，t为设备系统使用年限；f为修正系数；λ1、λ2、λ3、λ4分别为权重系数且；

18、所述评价结果输出模块，用于根据设备系统运行状态评价结果，在预设的评价等级进行匹配，得到地铁线网设备运行状态预测结果。

19、进一步优选的，所述设备系统重点故障数包括：断路器故障次数、隔离开关故障次数、保护装置故障次数、电机故障次数、继电器故障次数、电流互感器故障次数、电压互感器故障次数。

20、本发明还提供一种电子设备，包括存储器，存储有计算机程序指令；处理器，当所述计算机程序指令被所述处理器执行时，实现如上述基于权重算法的地铁线网设备运行状态预测方法的步骤。

21、本发明还提供一种计算机可读存储介质，所述计算机可读存储介质用于存储指令，当存储的指令在计算机上运行时，使得所述计算机执行如上述基于权重算法的地铁线网设备运行状态预测方法的步骤。

22、本申请公开的基于权重算法的地铁线网设备运行状态预测方法及系统，相比于现有技术，本申请采用科学的权重算法，根据历次检修的记录，进行评价，得到最终的评分结果，通过对设备运行状态的系统性评价，能够动态掌握设备系统健康状态，针对性开展维护保养和大修及更新改造工作。

23、本发明对地铁设备维保由故障修、周期性维修模式向状态修/预防性维修转变提供了数据支撑。

24、本发明普适性较强，权重因子的设定不受系统和专业限制，设计供电专业各系统，以及信号、机电等设备系统同样适用。

技术特征：

1.一种基于权重算法的地铁线网设备运行状态预测方法，其特征在于，包括如下过程：

2.根据权利要求1所述的基于权重算法的地铁线网设备运行状态预测方法，其特征在于，所述设备系统重点故障数包括：断路器故障次数、隔离开关故障次数、保护装置故障次数、电机故障次数、继电器故障次数、电流互感器故障次数、电压互感器故障次数。

3.根据权利要求1所述的基于权重算法的地铁线网设备运行状态预测方法，其特征在于，所述修正系数f=变电所数/各线路变电所数。

4.根据权利要求1所述的基于权重算法的地铁线网设备运行状态预测方法，其特征在于，所述预设的评价等级包括将所有评价结果按照预设的4个等级进行划分，所述预设的4个等级包括正常状态、注意状态、不稳定状态和预警状态。

5.根据权利要求4所述的基于权重算法的地铁线网设备运行状态预测方法，其特征在于，将不同地铁线路历次检修得到的设备系统运行状态评价得分作为输入，将每次检修对应得到的评价等级作为输出；输入神经网络模型中，对神经网络进行训练，得到每个评价等级对应的设备系统运行状态评价得分范围。

6.一种基于权重算法的地铁线网设备运行状态预测系统，其特征在于，包括数据获取模块、设备系统运行状态评价模块、评价结果输出模块；

7.根据权利要求6所述的基于权重算法的地铁线网设备运行状态预测系统，其特征在于，所述设备系统重点故障数包括：断路器故障次数、隔离开关故障次数、保护装置故障次数、电机故障次数、继电器故障次数、电流互感器故障次数、电压互感器故障次数。

8.一种电子设备，其特征在于，包括存储器，存储有计算机程序指令；处理器，当所述计算机程序指令被所述处理器执行时实现如权利要求1至5中任一项所述基于权重算法的地铁线网设备运行状态预测方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储指令，当存储的指令在计算机上运行时，使得所述计算机执行如权利要求1至5中任一项所述基于权重算法的地铁线网设备运行状态预测方法的步骤。

技术总结
本发明公开了一种基于权重算法的地铁线网设备运行状态预测方法及系统。包括如下过程：获取本次维保记录，从维保记录中提取检修评价结果，根据检修评价结果，计算系统运行联比得分；获取以往的历次维保记录，将本次维保记录与历次维保记录进行数据融合；根据所有维保记录中对状态评价因子的追踪记录，按照设备系统运行状态评价公式进行计算；根据设备系统运行状态评价结果，在预设的评价等级进行匹配，得到地铁线网设备运行状态预测结果。本申请采用科学的权重算法，根据历次检修的记录，进行评价，得到最终的评分结果，通过对设备运行状态的系统性评价，能够动态掌握设备系统健康状态，针对性开展维护保养和大修及更新改造工作。

技术研发人员：周辉,周武越,孙靖凯,王海峰,许滨,朱永昌,宋玉庆,温向宇,张建友,陈明,张山,赵朋莲,周飞宏,景新,赵亮
受保护的技术使用者：天津三号线轨道交通运营有限公司
技术研发日：
技术公布日：2024/5/12