一种基于互联网电力设备寿命预测的算法的制作方法

1.本发明涉及互联网电力设备使用寿命检测技术领域，具体为一种基于互联网电力设备寿命预测的算法。


背景技术：

2.随着科学技术和现代工业的不断发展和进步，机械设备正朝着大型化、复杂化、高速化等方向发展。这些机械设备对人们日常生活和生产所产生的影响越来越大、越来越明显。设备一旦出现故障，不仅会带来严重的经济损失，还会给人身安全造成威胁。对设备进行评估和寿命预测可以较早地发现故障，并预测故障的发展趋势，这样不仅可以预防事故和减少事故的发生，保证人身和机械设备的安全，还为维修决策提供依据，提高了企业的经济效益和社会效益。因此对设备的运行状态进行评估和对设备进行寿命预测至关重要。
3.因此，急需发明创造一种对电力或机械设备进行寿命预测的算法，并对于设备运行质量的好与坏以现场实际运行的条件作为参考依据，得出某个设备在某一时间段是否处于报废阶段，从而有效缩减设备寿命报废时间的误差，提高市场竞争力。


技术实现要素：

4.针对现有技术存在的不足，本发明目的是提供一种基于互联网电力设备寿命预测的算法，以解决上述背景技术中提出的问题，本发明通过结合算法数据运算，分析设备近段时间运行的各项参数，并通过软件精准计算，偏差分析，以棒状图、曲线的形式汇总数据，结合设备生产时间、投运时间、维修次数、厂家相关的证明合格资料等多维度综合分析和论证，有效缩减设备寿命报废时间的误差，解决了现有技术中的问题。
5.为了实现上述目的，本发明是通过如下的技术方案来实现：一种基于互联网电力设备寿命预测的算法，包括设备参数采集模块、管理平台、数据分析模块、数据评比输出模块，其中，
6.所述设备参数采集模块包括分别与所述管理平台连接以用于通过其搭建的数字化接口与管理平台端口连接，将参数测量转换结果传送至管理平台获取电力设备模拟量的电流采集单元、电压采集单元、电力设备负荷采集单元以及设备信息采集单元；
7.所述数据分析模块连接所述管理平台，用于对管理平台所处理的电力设备相关参数进行评比分析，所述数据分析模块内置多维度综合分析算法，用于经分析输出后缩减设备寿命报废时间的误差；
8.所述数据评比输出模块连接所述数据分析模块，用于输出所述电力设备的寿命预测时间信息，包括以下步骤：
9.第一步：采集电力设备的运行评比参数
10.获取电力设备在运行过程的电流参数、电压参数、负荷参数以及电力设备运行参数；
11.第二步：设定相关参数占比
12.基于多维度综合分析算法对所获取的评比参数进行占比设定，并计算得到每个评比参数相对应权重；
13.第三步：对评比参数可靠性进行多维度综合分析、论证
14.通过软件对所述评比参数进行偏差分析后，以棒状图或曲线的形式汇总数据，并结合所述电力设备的生产时间、投运时间、维修次数以及厂家相关证明合格资料，得到所述电力设备的使用寿命及报废时间；
15.第四步：输出所述电力设备的寿命预测时间信息。
16.作为对本发明中所述一种基于互联网电力设备寿命预测的算法的改进，第三步中，多维度综合分析算法的具体实施方式为：
17.s3
‑
1、收集设备的基础信息，其中，基础信息包括设备的生产日期、设备的投运时间、设备的质量合格相关资料、设备的运行环境、设备的重要参数性能指标、设备厂家自身制造的水平、设备正常使用的报废日期以及设备是否经过维修及维修的次数信息；
18.s3
‑
2、获取设备在运行后的12个月内的电气数据，其中，电气数据包括电流、线电压、相电压、有功电能、无功电能、功率因素、有功功率、无功功率以及谐波数据；
19.s3
‑
3、将所述电气数据和基础信息融合，并对其赋予相应的权重，以占比率的形式表现出来，其中，电气数据占比70％，基础信息占比30％，达到对影响设备正常运行信息准确分析评估。
20.作为对本发明中所述一种基于互联网电力设备寿命预测的算法的改进，所述电力设备运行参数包括电力设备运行的周边环境参数、电力设备生产时间参数、电力设备投运时间参数、电力设备厂家参数以及电力设备维修次数参数。
21.作为对本发明中所述一种基于互联网电力设备寿命预测的算法的改进，所述设备信息采集单元包括设备厂家信息采集子单元、设备生产时间采集子单元、设备生产时间采集子单元以及设备维修信息采集子单元。
22.作为对本发明中所述一种基于互联网电力设备寿命预测的算法的改进，基于步骤s3
‑
3，当管理平台输出的权重占到在60％～85％时，为所述电力设备发故障的临界值。
23.与现有技术相比，本发明的有益效果：
24.本发明结合算法数据运算，分析设备近段时间运行的各项参数，并通过软件精准计算，偏差分析，以棒状图、曲线的形式汇总数据，结合设备生产时间、投运时间、维修次数、厂家相关的证明合格资料等多维度综合分析和论证，从而有效缩减设备寿命报废时间的误差，提高市场竞争力。
附图说明
25.参照附图来说明本发明的公开内容。应当了解，附图仅仅用于说明目的，而并非意在对本发明的保护范围构成限制，在附图中，相同的附图标记用于指代相同的部件。其中：
26.图1为本发明一实施例中所提出的一种基于互联网电力设备寿命预测结构框图；
27.图2为本发明一实施例中所提出的一种基于互联网电力设备寿命预测算法流程示意图；
28.图3为本发明一实施例中所提出的设备参数采集模块结构框图。
具体实施方式
29.容易理解，根据本发明的技术方案，在不变更本发明实质精神下，本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。
30.如图1、图3所示，作为本发明的一个实施例，本发明提供技术方案：一种基于互联网电力设备寿命预测的算法，包括设备参数采集模块、管理平台、数据分析模块、数据评比输出模块，其中，
31.设备参数采集模块包括分别与管理平台连接以用于通过其搭建的数字化接口与管理平台端口连接，将参数测量转换结果传送至管理平台获取电力设备模拟量的电流采集单元、电压采集单元、电力设备负荷采集单元以及设备信息采集单元；
32.数据分析模块连接管理平台，用于对管理平台所处理的电力设备相关参数进行评比分析，数据分析模块内置多维度综合分析算法，用于经分析输出后缩减设备寿命报废时间的误差；
33.数据评比输出模块连接数据分析模块，用于输出电力设备的寿命预测时间信息，如图2所示，包括以下步骤：
34.第一步：采集电力设备的运行评比参数
35.获取电力设备在运行过程的电流参数、电压参数、负荷参数以及电力设备运行参数；
36.第二步：设定相关参数占比
37.基于多维度综合分析算法对所获取的评比参数进行占比设定，并计算得到每个评比参数相对应权重；
38.第三步：对评比参数可靠性进行多维度综合分析、论证
39.通过软件对评比参数进行偏差分析后，以棒状图或曲线的形式汇总数据，并结合电力设备的生产时间、投运时间、维修次数以及厂家相关证明合格资料，得到电力设备的使用寿命及报废时间；
40.第四步：输出电力设备的寿命预测时间信息。
41.作为本发明的一实施例，第三步中，多维度综合分析算法的具体实施方式为：
42.s3
‑
1、收集设备的基础信息，其中，基础信息包括设备的生产日期、设备的投运时间、设备的质量合格相关资料、设备的运行环境、设备的重要参数性能指标、设备厂家自身制造的水平、设备正常使用的报废日期以及设备是否经过维修及维修的次数信息；
43.s3
‑
2、获取设备在运行后的12个月内的电气数据，其中，电气数据包括电流、线电压、相电压、有功电能、无功电能、功率因素、有功功率、无功功率以及谐波数据；
44.s3
‑
3、将电气数据和基础信息融合，并对其赋予相应的权重，以占比率的形式表现出来，其中，电气数据占比70％，基础信息占比30％，达到对影响设备正常运行信息准确分析评估，上述的每个信息都能够影响到设备的正常运行，在具体实施时：
45.当平台输出的权重占到60％时，用户应加强对此设备的监控，达到85％的时应做到及时更换该设备，判断出设备的寿命即将中止，以减少设备突发故障带来的经济损失。
46.作为本发明的一实施例，电力设备运行参数包括电力设备运行的周边环境参数、
电力设备生产时间参数、电力设备投运时间参数、电力设备厂家参数以及电力设备维修次数参数。
47.作为本发明的一实施例，设备信息采集单元包括设备厂家信息采集子单元、设备生产时间采集子单元、设备生产时间采集子单元以及设备维修信息采集子单元。
48.在本发明的一实施例中，本发明具备以下优点：
49.本发明结合算法数据运算，分析设备近段时间运行的各项参数，并通过软件精准计算，偏差分析，以棒状图、曲线的形式汇总数据，结合设备生产时间、投运时间、维修次数、厂家相关的证明合格资料等多维度综合分析和论证，从而有效缩减设备寿命报废时间的误差，提高市场竞争力生。
50.本发明的技术范围不仅仅局限于上述说明中的内容，本领域技术人员可以在不脱离本发明技术思想的前提下，对上述实施例进行多种变形和修改，而这些变形和修改均应当属于本发明的保护范围内。