一种实现状态检修策略的测控装置检修方法及装置与流程

1.本发明涉及一种实现状态检修策略的测控装置检修方法及装置，属于电力自动化测控技术领域。


背景技术：

2.随着电力系统自动化程度的不断提高，电网的自动化系统对自动化设备的依赖程度越来越大。尤其，近年来新一代调度系统d5000大量投运，并且系统的高级应用功能逐步部署，变电站正逐步全面实现无人值守，电网调度与监控的智能化程度进一步提高。这都取决于厂站自动化设备的安全稳定可靠运行。
3.测控装置作为自动化系统主要的二次设备，其健康状态直接影响着电网的安全稳定运行。装置故障缺陷模型“浴盆曲线图”显示，测控装置在投运初期故障率逐年减小，随后趋于稳定，但在其生命后期，故障率开始上升。
4.上升原因主要为元器件即将达到寿命，各项参数指标开始下降。它具有隐蔽性的特点，当发生故障时，极易造成量测量无法监视和控制操作无法执行，严重的可能会造成误动、拒动等，引起一系列电力系统连锁故障，影响电网的安全稳定运行。
5.然而，一直以来，测控装置的检修主要采用了故障检修方式(即事后检修)和计划检修方式(即定期检修)。这种方式下，检修策略往往导致维修不足或维修过剩，既浪费了大量的人力物力，也影响了设备的稳定运行和可用率，而且维修工作量繁重，已经不能满足新的电网运行需求。因此，如何克服现有检修方式带来的不足，进行实时在线监测是本领域技术人员急需要解决的技术问题。


技术实现要素：

6.目的：为了克服现有技术中存在的不足，本发明提供一种实现状态检修策略的测控装置检修方法及装置，具备实时在线监测测控装置健康状态的功能，为装置检修策略提供数据支撑，实现装置的状态检修策略，确保电网的安全稳定运行。
7.技术方案：为解决上述技术问题，本发明采用的技术方案为：
8.一种实现状态检修策略的测控装置检修方法，包括如下步骤：
9.采集测控装置每个模件模型p
i
的每个监测项目的状态监测数据其中，p
i
为第i个模件模型，i取[1，m]，m为模件模型的总数量，为第i个模件模型中第j个监测项目的状态监测数据，j取[1，n]，n为监测项目的总数量。
[0010]
将状态监测数据转换为布尔量其中，当状态监测数据为正常值时，布尔量为1，当状态监测数据为异常值时，布尔量为0，为第i个模件模型中第j个监测项目的布尔量，i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量。
[0011]
将每个模件模型的监测项目两两进行重要程度评分，得到n
×
n健康评价矩阵[a
ij
]，其中，a
ij
代表第i个监测项目与第j个监测项目重要程度评分值，i，j∈[1,n]，n为监
测项目的总数量。
[0012]
根据n
×
n健康评价矩阵[a
ij
]计算健康评价矩阵每行的几何平均数w
i
，w
i
计算公式如下：
[0013]
其中，i∈[1,n]，n为监测项目的总数量。
[0014]
将每行的几何平均数w
i
进行归一化处理，得到归一化数值w
′
i
，w
′
i
计算公式如下：
[0015]
其中，i∈[1,n]，n为监测项目的总数量。
[0016]
将归一化数值w
′
i
作为模件模型p
i
健康评价矩阵的元素，得到特征相量w
′
，w
′
计算公式如下：
[0017]
w
′
＝{w
′
1 w
′2ꢀ…ꢀ
w
′
i
ꢀ…ꢀ
w
′
n
}
t
。
[0018]
根据各个模件模型p
i
的板卡温度，设置第i模件模型对应各个板卡温度t的第j个监测项目的权重系统i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量。
[0019]
根据特征相量w
′
、权重系统计算每个模件模型的动态调节后评价矩阵特征相量w
″
，w
″
计算公式如下：
[0020]
i∈[1,n]，j取[1，n]，n为监测项目的总数量。
[0021]
根据动态调节后评价矩阵特征相量w
″
、布尔量计算每个模件模型p
i
的健康评价值p
′
i
，j取[1，n]，n为监测项目的总数量。
[0022]
根据p
′
i
与设置模件模型状态阈值进行对比，判断模件模型状态。作为优选方案，还包括如下步骤：
[0023]
对模件模型p
i
的两两模件模型进行重要程度评分，得到m
×
m健康评价矩阵[b
ij
]，其中，b
ij
代表第i个模件模型与第j个模件模型重要程度评分值，i，j∈[1,m]，m为模件模型的总数量。
[0024]
根据m
×
m健康评价矩阵[b
ij
]计算健康评价矩阵第i个模件模型的几何平均数v
i
，v
i
计算公式如下：
[0025]
其中，i∈[1,m]，m为模件模型的总数量。
[0026]
将每个模件模型的几何平均数v
i
进行归一化处理，得到归一化数值v
′
i
，v
′
i
计算公式如下：
[0027]
其中，i∈[1,m]，m为模件模型的总数量。
[0028]
将归一化数值v
′
i
作为测控装置健康评价矩阵的元素，得到特征相量v
′
，v
′
计算公式如下：
[0029]
v
′
＝{v
′
1 v
′2ꢀ…ꢀ
v
′
i
ꢀ…ꢀ
v
′
m
}
t
。
[0030]
根据各个模件模型p
i
的板卡温度，设置第i模件模型对应各个板卡温度t的第j个模件模型的权重系统γ
i,t
，i取[1，m]，m为模件模型的总数量。
[0031]
根特征相量v
′
、权重系统γ
i,t
，计算测控装置的动态调节后评价矩阵特征相量v
″
，v
″
计算公式如下：
[0032]
i∈[1,m],m为模件模型的总数量。
[0033]
获取每个模件模型p
i
的状态监测情况，得到每个模件模型p
i
的布尔量s
i
。
[0034]
根据测控装置的动态调节后评价矩阵特征相量v
″
、布尔量s
i
，计算测控装置的健康评价值p
″
，p
″
计算公式如下：
[0035]
i∈[1,m]，m为模件模型的总数量。
[0036]
根据p
″
与测控装置状态阈值进行对比，判断测控装置状态。
[0037]
一种实现状态检修策略的测控装置检修装置，包括如下模块：
[0038]
状态监测数据采集模块，用于采集测控装置每个模件模型p
i
的每个监测项目的状态监测数据其中，p
i
为第i个模件模型，i取[1，m]，m为模件模型的总数量，为第i个模件模型中第j个监测项目的状态监测数据，j取[1，n]，n为监测项目的总数量。
[0039]
布尔量获取模块，用于将状态监测数据转换为布尔量其中，当状态监测数据为正常值时，布尔量为1，当状态监测数据为异常值时，布尔量为0，为第i个模件模型中第j个监测项目的布尔量，i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量。
[0040]
评分获取模块，用于将每个模件模型的监测项目两两进行重要程度评分，得到n
×
n健康评价矩阵[a
ij
]，其中，a
ij
代表第i个监测项目与第j个监测项目重要程度评分值，i，j∈[1,n]，n为监测项目的总数量。健康值计算模块：用于根据n
×
n健康评价矩阵[a
ij
]计算健康评价矩阵每行的几何平均数w
i
，w
i
计算公式如下：
[0041]
其中，i∈[1,n]，n为监测项目的总数量。
[0042]
将每行的几何平均数w
i
进行归一化处理，得到归一化数值w
′
i
，w
′
i
计算公式如下：
[0043]
其中，i∈[1,n]，n为监测项目的总数量。
[0044]
将归一化数值w
′
i
作为模件模型p
i
健康评价矩阵的元素，得到特征相量w
′
，w
′
计算公式如下：
[0045]
w
′
＝{w
′
1 w
′2ꢀ…ꢀ
w
′
i
ꢀ…ꢀ
w
′
n
}
t
。
[0046]
根据各个模件模型p
i
的板卡温度，设置第i模件模型对应各个板卡温度t的第j个监测项目的权重系统i取[1，m]，m为模件模型的总数量，j取[1，n]，n为监测项目的总数量。
[0047]
根据特征相量w
′
、权重系统计算每个模件模型的动态调节后评价矩阵特征相量w
″
，w
″
计算公式如下：
[0048]
i∈[1,n]，j取[1，n]，n为监测项目的总数量。
[0049]
根据动态调节后评价矩阵特征相量w
″
、布尔量计算每个模件模型p
i
的健康评价值p
′
i
，j取[1，n]，n为监测项目的总数量。
[0050]
模件模型状态获取模块，用于根据p
′
i
与设置模件模型状态阈值进行对比，判断模件模型状态。
[0051]
作为优选方案，还包括如下模块：
[0052]
第二评分获取模块，用于对模件模型p
i
的两两模件模型进行重要程度评分，得到m
×
m健康评价矩阵[b
ij
]，其中，b
ij
代表第i个模件模型与第j个模件模型重要程度评分值，i，j∈[1,m]，m为模件模型的总数量。
[0053]
第二健康值计算模块：用于根据m
×
m健康评价矩阵[b
ij
]计算健康评价矩阵第i个模件模型的几何平均数v
i
，v
i
计算公式如下：
[0054]
其中，i∈[1,m]，m为模件模型的总数量。
[0055]
将每个模件模型的几何平均数v
i
进行归一化处理，得到归一化数值v
′
i
，v
′
i
计算公式如下：
[0056]
其中，i∈[1,m]，m为模件模型的总数量。
[0057]
将归一化数值v
′
i
作为测控装置健康评价矩阵的元素，得到特征相量v
′
，v
′
计算公式如下：
[0058]
v
′
＝{v
′
1 v
′2ꢀ…ꢀ
v
′
i
ꢀ…ꢀ
v
′
m
}
t
。
[0059]
根据各个模件模型p
i
的板卡温度，设置第i模件模型对应各个板卡温度t的第j个模件模型的权重系统γ
i,t
，i取[1，m]，m为模件模型的总数量。
[0060]
根特征相量v
′
、权重系统γ
i,t
，计算测控装置的动态调节后评价矩阵特征相量v
″
，v
″
计算公式如下：
[0061]
i∈[1,m],m为模件模型的总数量。
[0062]
获取每个模件模型p
i
的状态监测情况，得到每个模件模型p
i
的布尔量s
i
。
[0063]
根据测控装置的动态调节后评价矩阵特征相量v
″
、布尔量s
i
，计算测控装置的健康评价值p
″
，p
″
计算公式如下：
[0064]
i∈[1,m]，m为模件模型的总数量。
[0065]
第二模件模型状态获取模块，用于根据p
″
与测控装置状态阈值进行对比，判断测控装置状态。
[0066]
作为优选方案，所述p
i
分别为电源模件、cpu模件、adc模件、ai模件、bi模件、bo模件、lcd模件和sg模件，电源模件用于给测控装置提供电源，cpu模件用于管理和实现应用功能，adc模件用于数模转换，ai模件用于采集模拟信号，bi模件用于采集开关量信号，bo模件控制开出量，lcd模件用于实现人机交互，sg模件用于采集sv和goose信息，i∈[1,8]。
[0067]
作为优选方案，所述分别为电源模件的输入电压/电流、输出电压/电流、mcu运行状态；cpu模件的mcu运行状态、中断最大间隔、内存出错、flash写入次数、mcu负载率；adc模件的基准电压；ai模件的基准电压、mcu运行状态、can通信状态；bi模件的mcu运行状态、can通信状态；bo模件的mcu运行状态、can通信状态、继电器动作次数；lcd模件的mcu运行状态、按键状态、按键次数；sg模件的mcu运行状态、中断运行最大间隔、内存出错、flash写入次数、mcu负载率。
[0068]
作为优选方案，当状态监测数据在与之间时，且状态监测数据小于典型值则状态监测数据为正常值。
[0069]
当状态监测数据在与之间时，且状态监测数据大于典型值状态监测数据与典型值差值与典型值比值百分数小于告警阈值，则状态监测数据为正常值。
[0070]
当状态监测数据在与之外时，状态监测数据为异常值。当状态监测数据在与之间时，且状态监测数据大于典型值状态监测数据与典型值差值与典型值比值百分数大于告警阈值，状态监测数据为异常值。
[0071]
状态监测数据为正常值时，布尔量为1；状态监测数据为异常值时，布尔量为0。
[0072]
当状态监测数据为mcu运行状态时，mcu运行状态为运行时，布尔量为1；mcu运行状态为停止时，布尔量为0。
[0073]
当状态监测数据为can通信状态时，can通信状态为有信号，布尔量为1；can通信
状态为无信号，布尔量为0。
[0074]
当状态监测数据为按键状态时，按键状态为按下，布尔量为1；按键状态为未按下，布尔量为0。
[0075]
其中，为第i模件的第j监测项目的最大健康特征参量，为第i模件的第j监测项目的最小健康特征参量，为第i模件的第j监测项目的典型健康特征参量。
[0076]
作为优选方案，所述监测项目重要程度评分值采用德尔菲法获取。
[0077]
作为优选方案，当模件模型p
i
状态监测情况为正常，布尔量s
i
为1；当模件模型p
i
状态监测情况为异常，布尔量s
i
为0。
[0078]
有益效果：本发明提供的一种实现状态检修策略的测控装置检修方法及装置，实现了电网自动化二次设备测控装置检修方式由事后检修和定期检修到状态检修方式的转变。通过在装置中增加docker容器引擎，使得测控装置在容器中实现装置状态监测和健康状态的评估应用app，并且该方法不改变测控装置具备的测控基本功能，具有独立运行、容易移植、轻量级和系统隔离的特点。装置健康状态评估app，基于层次分析法和德尔菲法，结合数据手册和试验数据，在充分考虑装置工作状态、工作环境和元器件老化的基础上评价装置健康状态，很好的解决了装置健康状态无法定量评估的问题。
[0079]
在现有测控装置应用功能不变的基础上，采集或统计装置各个模件的状态数据，如元器件的输入输出电压/电流、mcu运行状态和板卡温度；cpu模件的mcu运行状态、中断最大间隔、基准电压和继电器动作次数等参量，同时基于docker容器技术在装置上创建具有系统隔离、独立运行特点的健康评价app应用，app应用将状态数据进行分类创建评价矩阵，再经归一化处理，以及其它参量，如温度，动态调节权重，最后输出评价结果。各个模件评价完成后，再使用同样的方法评价装置整机健康状态。最终，app输出健康评价结果。此外，除输出健康评价结果外，也可以将采集数据和中间数据上传至监控主机或通过边缘智能网关机上传至调度主站，用于为其它评价方法提供数据支撑。
附图说明
[0080]
图1为本发明的测控装置的架框示意图。
[0081]
图2为本发明的测控装置检修方法流程示意图。
具体实施方式
[0082]
下面结合具体实施例对本发明作更进一步的说明。
[0083]
参考如图1，测控装置在硬件平台的基础上，实现测控装置功能开发。硬件平台层以上包括平台服务层、应用服务层。测控装置采用双cpu构架，cpu核1运行linux操作系统，再载入docker容器引擎和装置平台，cpu核2裸核运行，载入应用系统库平台，这些属于平台服务层。测控装置的管理模块、通信模块、人机交互等模块以及测控应用功能，如量测量采样计算、状态信号采集、断路器同期、刀闸控制等应用功能，这些属于应用服务层。另外本发明一种实现状态检修策略的测控装置检修方法及装置的app应用功能也部署在应用服务层。实现给测控装置提供电源的电源模件，管理和实现应用功能的cpu模件，数模转换的adc
模件，采集小信号直流的ai模件，采集开关量信号的bi模件以及控制开出的bo模件，人机交互的lcd模件，采集sv和goose信息的sg模件的健康状态评价，最后根据这些模件的健康状态评价，得到整机的健康状态评价结果。
[0084]
参考如图2，基于上述测控装置，本发明的一种实现状态检修策略的测控装置检修方法及装置，包括以下步骤：
[0085]
步骤一：测控装置初始化配置。装置上电后，启动linux内核，随后启动装置平台和容器引擎。装置平台解析配置文件。实现装置功能加载和容器与装置状态参数间的数据交互配置。
[0086]
步骤二：测控装置的装置平台将采集到的各个模件的状态监测数据，包括电源模件的输入电压/电流、输出电压/电流、mcu运行状态和板卡温度；cpu模件的mcu运行状态、中断最大间隔、内存出错、flash写入次数、mcu负载率和板卡温度；adc模件的基准电压和板卡温度；ai模件的基准电压、mcu运行状态、can通信状态和板卡温度；bi模件的mcu运行状态、can通信状态和板卡温度；bo模件的mcu运行状态、can通信状态、继电器动作次数和板卡温度；lcd模件的mcu运行状态、按键状态、按键次数和板卡温度；sg模件的mcu运行状态、中断运行最大间隔、内存出错、flash写入次数、mcu负载率和板卡温度，发送到容器的健康评价app应用中。
[0087]
步骤三：健康评价app应用按照模件类别对监测项目进行分类，对各个模件的状态监测数据预处理。数据预处理采用预设告警阈值的方法，将每个监测项目的异常状态监测数据转换为布尔量0，将每个监测项目的正常状态监测数据转换为布尔量1。
[0088]
以下给出了各个模件模型p
i
的监测项目的状态监测数据模件模型p
i
为测控装置的第i模件类型，第j个监测项目，最大值为第i模件的第j监测项目的最大健康特征参量，最小值为第i模件的第j监测项目的最小健康特征参量，典型值为第i模件的第j监测项目的典型健康特征参量。状态监测数据转换为布尔量的方法为：当状态监测数据在与之间时，且状态监测数据小于典型值则状态监测数据为正常值。
[0089]
当状态监测数据在与之间时，且状态监测数据大于典型值状态监测数据与典型值差值与典型值比值百分数小于告警阈值，则状态监测数据为正常值。
[0090]
当状态监测数据在与之外时，状态监测数据为异常值。
[0091]
当状态监测数据在与之间时，且状态监测数据大于典型值状态监测数据与典型值差值与典型值比值百分数大于告警阈值，状态监测数据为异常值。
[0092]
状态监测数据为正常值时，布尔量为1；状态监测数据为异常值时，布尔量为0。
[0093]
mcu运行状态为运行时，布尔量为1；mcu运行状态为停止时，布尔量为0。
[0094]
can通信状态为有信号，布尔量为1；can通信状态为无信号，布尔量为0。
[0095]
按键状态为按下，布尔量为1；按键状态为未按下，布尔量为0。
[0096]
通过这种数据预处理方法，能够得到各个模件的各个监测项目处于的健康状态布尔量。各个模件的监测数据及告警阈值配置如下表1所示。
[0097]
表1为各个模件对应监测项目的数值标准及告警阈值
[0098]
[0099]
[0100][0101]
步骤四：建立健康评价矩阵，得到健康评价特征相量。建立模件模型p
i
健康评价矩阵的方法，首先建立评价表格，在具体模件模型约束下，监测项目a
ij
表示两个监测项目ai、aj的重要程度，i、j分别取监测项目条目号，i、j的取值范围分别为每类模件模型监测项目的数量。a
ij
的值由德尔菲法即专家系统获得，再将表格转换为矩阵，则得到健康评价矩阵。如下所示：
[0102]
[0103][0104]
将评价表格转换为评价矩阵，则完成健康评价矩阵的建立。如下所不：
[0105][0106]
以此健康评价矩阵计算评价系数。方法为，计算评价矩阵每行的几何平均数然后再利用归一化方法，得到每行几何平均数的归一化数值w
′
i
，将归一化数值w
′
i
作为评价矩阵的特征相量的元素得到w
′
，w
′
＝{w
′
1 w
′
2 ... w
′
n
}
t
，作为模件模型p
m
健康评价特征相量。
[0107]
以电源模件为例，取m为1，n为该模件下的监测项目，从步骤三的表格中可知，监测项目是输入电压/电流(a1)、输出电压/电流(a2)、mcu运行状态(a3)，以此建立评价表格。评价表格中的两两参量进行比较，则完成评价表格。如下所示。
[0108][0109][0110]
评价表格转换为评价矩阵后，以此矩阵计算评价系数，依据上述方法：计算评价矩阵的几何平均数然后再利用归一化方法，w
′
i
＝w
i
/∑w
i
，得到评价矩阵的特征相量，w
′
＝{w
′
1 w
′
2 w
′3}
t
。
[0111][0112]
[0113][0114][0115]
则，电源模件评价矩阵的特征相量为：
[0116]
w
′
i
＝{0.07587 0.07587 0.84826}
t
[0117]
步骤五：评价矩阵特征相量的权重动态调节。为了定量评价装置的健康状况，以专家系统和试验情况为依据，结合装置长期运行的历史故障经验和mil
‑
hdbk
‑
217f电子设备可靠性预计标准，得到由装置运行温度过高导致的设备失效率，即装置发生故障隐患的概率。通过设备失效率，实时调整该参数在健康评价矩阵中的权重表示第i模件模型对应各个板卡温度t下，第j监测项目的调节权重系数。
[0118][0119]
模件模型p
i
所属的监测项目在温度t1
……
tn下的动态调节权重为以专家系统和试验情况为依据，结合装置长期运行的历史故障经验，得到动态调节系数的值，且满足
[0120]
以电源模件为例，其温度过高导致的设备失效率动态调节的权重系数特征相量为其所属的监测项目为输入电压/电流、输出电压/电流、mcu运行状态。在t＝40
°
、50
°
、60
°
情况下，以表格形式表示如下：
[0121][0122][0123]
从而得到电源模件的权重动态调节特征相量，即为：
[0124]
λ
40
＝{1 1 1}
[0125]
λ
50
＝{0.9995 0.9995 1.01}
[0126]
λ
60
＝{0.985 0.985 1.03}
[0127]
步骤六：模件健康评价。由步骤三已经得到了模件p
i
监测项目的值，步骤四得到了p
i
评价矩阵的特征相量，步骤五得到了p
i
评价矩阵的权重动态调节系数特征相量。首先利用步骤四、步骤五的计算结果得到动态调节之后的评价矩阵特征相量最后利用公式
[0128][0129]
则得到该模件的健康评价值。以电源模件为例，计算如下：
[0130]
w
′
i
＝{0.07587 0.07587 0.84826}
t
[0131]
λ
40
＝{1 1 1}
[0132]
w
″
＝{0.07587 0.07587 0.84826}
t
[0133]
当监测项目各项指标正常，则则，
[0134]
p
′1＝1
[0135]
当第1条监测项目指标异常，则则，
[0136]
p
′1＝0.92413
[0137]
当第2条监测项目指标异常，则则，
[0138]
p
′1＝0.92413
[0139]
当第3条监测项目指标异常，则则，
[0140]
p
′1＝0.15174
[0141]
同理，以工作温度为60
°
为例，即
[0142]
λ
60
＝{0.985 0.985 1.03}
[0143]
动态调节之后的评价矩阵特征相量w
″
为：
[0144]
w
″
＝{0.07447 0.07447 0.85107}
t
[0145]
当监测项目各项指标正常，则则，
[0146]
p
′1＝1
[0147]
当第1条监测项目指标异常，则则，
[0148]
p
′1＝0.92554
[0149]
当第2条监测项目指标异常，则则，
[0150]
p
′1＝0.92554
[0151]
当第3条监测项目指标异常，则则，
[0152]
p
′1＝0.14894
[0153]
步骤七：重复步骤四、步骤五、步骤六分别得到cpu模件、adc模件、ai模件、bi模件、bo模件、lcd模件、sg模件的健康评价p
′
i
的值。
[0154]
建立除电源模件外其它模件的评价矩阵。cpu模件的监测项目包括mcu运行状态(a1)、中断最大间隔(a2)、内存出错(a3)、flash写入次数(a4)、mcu负载率(a5)建立判断矩阵。
[0155][0156]
adc模件的监测项目仅为基准电压(a1)建立判断矩阵。
[0157][0158][0159]
ai模件的监测项目包括基准电压(a1)、mcu运行状态(a2)、can通信状态(a3)建立判断矩阵。
[0160][0161]
bi模件的监测项目包括mcu运行状态(a1)、can通信状态(a2)建立判断矩阵。
[0162][0163]
bo模件的监测项目包括mcu运行状态(a1)、can通信状态(a2)、继电器动作次数(a3)建立判断矩阵。
[0164][0165]
lcd模件的监测项目包括mcu运行状态(a1)、按键状态(a2)、按键次数(a3)建立判断矩阵。
[0166][0167][0168]
sg模件的监测项目包括mcu运行状态(a1)、中断最大间隔(a2)、内存出错(a3)、flash写入次数(a4)、mcu负载率(a5)建立判断矩阵。
[0169][0170]
建立除电源模件外其它模件的权重动态调节系数。分别得到cpu模件、adc模件、ai模件、bi模件、bo模件、lcd模件、sg模件的以板卡温度动态调节权重系数λ，如下表所示。
[0171][0172]
[0173][0174][0175]
[0176][0177]
使用步骤六的模件健康状态评价方法，分别计算各个模件的健康评价p
i
的值。得到各个模件在40
°
时的健康评价特征向量w
″
，cpu模件健康评价特征向量{0.9072 0.0451 0.0013 0.0013 0.0451}
t
、adc模件健康评价特征向量1、ai模件健康评价特征向量{0.0428 0.4786 0.4786}
t
、bi模件健康评价特征向量{0.5 0.5}
t
、bo模件健康评价特征向量{0.4786 0.4786 0.0428}
t
、lcd模件健康评价特征向量{0.34 0.33 0.32}
t
、sg模件健康评价特征向量{0.9072 0.0451 0.0013 0.0013 0.0451}
t
。
[0178]
健康评价p
i
值的计算，以工作温度40
°
时，假设监测项目各项指标正常，则cpu模件为1、adc模件为1、ai模件为1、bi模件为1、bo模件为1、lcd模件为1、sg模件为1。
[0179]
步骤八：整机健康评价。经过以上步骤已经分别得到电源模件、cpu模件、adc模件、ai模件、bi模件、bo模件、lcd模件、sg模件等装置模件的健康评价p
i
值。将各个模件评价汇总，建立整机评价矩阵，再使用步骤四、步骤五、步骤六的方法得到整机健康评价。以上模件分别使用p
i
代替得到整机的评价矩阵。
[0180][0181][0182]
整机温度对故障概率的隐患，系数权重调节，如下表温度对各个模件的影响权重调节系数。
[0183][0184]
从评价矩阵和权重调节系数，得到整机在40
°
的健康评价特征向量w
″
，
[0185]
{0.0002 0.3260 0.3260 0.0072 0.0072 0.0072 0.0002 0.3260}
t
，则整机的健
康评价p
″
为：
[0186]
当设各模件指标正常，则为：
[0187]
p”＝1*0.0002+1*0.326+1*0.326+1*0.0072+1*0.0072+1*0.0072+1*0.0002+1*0.3260＝1
[0188]
当cpu模件运行状态异常，则为：
[0189]
p”＝1*0.0002+0*0.326+1*0.326+1*0.0072+1*0.0072+1*0.0072+1*0.0002+1*0.3260＝0.674
[0190]
步骤九：输出评价结果。设计对外接口模块，可使用iec61850
‑
mms协议或iec104协议、mqtt协议输出装置健康评价结果。同时也可以将各个模块测量数据和评价数据等中间数据传输，上送至边缘智能网关机或监控系统。数据上送至调度主站后，可由主站根据外界环境和装置自身运行情况设置p
t
‑
hreshold
、p
m
‑
threshold
，当整机健康状态评价值p
″
＞p
t
‑
hreshold
时，整机异常，否则正常。当设置模件p
′
i
＞p
m
‑
threshold
，模件模型异常，否则正常。从而实现状态检修策略的测控装置检修方法。p
t
‑
hreshold
为测控装置状态阈值，p
m
‑
threshold
为模件状态阈值。
[0191]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
[0192]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0193]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0194]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0195]
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。