本发明涉及配网检修,尤其是指配网检修计划智能编排系统。
背景技术:
1、配网检修是电网运行过程中必不可少的一部分,且随着电网规模的不断扩大,配网检修的频率和次数也在不断增加。配电网作为网架结构和电网资产的重要的组成部分,配网设备安全、可靠运行对电网正常运行起着至关重要的作用。配网检修计划安排的合理与否不仅影响到配网安全运行,还直接影响到供电企业和用户的利益。
2、检修计划编制作为电网公司的核心业务流程,但当前检修计划管理工作缺乏技术支撑手段,计划编排相关工作大部分由工作人员手工作业完成。随着电网高速发展,设备规模大幅增长,新设备、新技术加快应用,电网规模日益扩大、结构日渐复杂,对电网的安全可靠、供电质量、运行效益、优质服务提出更高要求,目前的检修计划管理流程无法满足需求,亟需以智能化为方向,推动人工智能、大数据等现代信息技术与传统的检修业务的融合,加快检修计划智能化编制。
技术实现思路
1、本发明的目的是克服现有技术中的配网检修计划往往根据工作人员手工作业完成,缺乏客观性,配网检修计划往往做不到最优,影响整个配电网的使用效率的缺陷,提供一种配网检修计划智能编排系统。
2、本发明的目的是通过下述技术方案予以实现:
3、配网检修计划智能编排系统,包括:
4、基础数据管理单元,设有数据接口接收数据,并对数据进行清洗处理;
5、检修计划编排单元,根据基础数据管理单元的数据进行检修计划初次编排及检修计划周期性编排,获取初次检修计划和周期性检修计划;
6、检修计划可视化展示单元,对检修计划编排的结果进行可视化展示。
7、作为优选,配网检修计划智能编排系统还包括检修多维分析单元,检修多维分析单元对初次检修计划和周期性检修计划的执行情况以及检修中发生的检修问题进行分析,并对检修风险进行分析管理。
8、作为优选,所述的基础数据管理单元接收的数据包括:设备台账数据、电网设备定检信息、年历史检修计划、月历史检修计划、疑似家族性缺陷设备和待消缺设备信息,所述的数据接口包括:
9、从oms获取设备台账数据、电网设备定检信息、年历史检修计划和月历史检修计划数据;从pms获取疑似家族性缺陷设备和待消缺设备信息。
10、作为优选,检修计划编排单元进行检修计划初次编排及检修计划周期性编排通过约束条件进行约束,约束条件包括:
11、同时检修约束,对同一变电站造成的相同区域停电的设备安排在同一时段内检修;
12、互斥检修约束,具体包括:
13、变电站之间的联络线不能同时安排检修;
14、为某变电站的互为备用电源的两条或多条联络线,不能同时安排检修;
15、变电站内互为备用的母线、主变不能同时安排检修;
16、跨地区联络线不能同时安排两条或多条联络线检修;
17、季节约束,在某些水电站出力较多的季节,不安排相关设备检修,在用电需求较大的季节,不安排有关输、变、配电设施检修;
18、安全约束,对需要检修的设备模拟停电后进行系统评估,对造成母线电压越限、线路过负荷、变压器过载的检修方案进行修改,错开检修时间;
19、断面约束,基于对网络拓扑结构的精准描述,结合输电断面安全校核,精准识别包含断面越限、负荷过载情况的检修方案,进行修改。
20、作为优选,还包括工期约束:分析历史发用电曲线,在用电高峰期避免检修作业。
21、作为优选,所述的分析历史发用电曲线,在用电高峰期避免检修作业具体为:
22、对于计划进行检修作业的时间,获取历史数据中对应相同检修时间段具体的年、月、周、日信息,年、月、周、日信息权重系数分别为a,b,c,d,获取历年相同时间的用电负荷信息,确定用电高负荷的占比为m,获取历月相同时间的用电负荷信息,确定用电高负荷的占比为n,获取历周相同时间的用电负荷信息,确定用电高负荷的占比为o,获取历史每日相同时间的用电负荷信息,确定用电高负荷的占比为p,则计划检修作业的时间处于用电高负荷的可能性为:a*m+b*n+c*o+d*p,若可能性超过设定的阈值,则该计划进行检修作业的时间处于用电高峰期,重新安排检修作业的时间。本方案中,充分考虑了历史数据中年、月、周、日的相同检修时间段的用电负荷信息,来计算计划进行检修作业的时间处于用电高峰期的可能性,进而确保了检修作业的时间的合理安排,提高了配网检修计划智能编排系统运行的有效性。
23、作为优选,所述的年、月、周、日信息权重系数根据神经网络优化算法进行优化,具体为:随机调整年、月、周、日权重系数,通过神经网络优化算法得出的是否处于用电高峰期的结果与测试集里的结果进行比较,若正确率高于之前的训练结果,则保留该年、月、周、日权重系数,在遍历所有年、月、周、日权重系数的方案后,获取最终的年、月、周、日权重系数。此方案的设计可以更加合理的调整年、月、周、日权重系数,更好的提升了预测检修作业的时间处于用电高峰期的可能性的准确性。
24、作为优选,在检修计划编排单元进行检修计划初次编排时,还对检修申请单和电网拓扑图进行特征知识抽取、拓扑关系计算,基于决策树算法对决策规则库进行迭代更新,然后基于决策规则库进行检修票辅助捆绑。
25、作为优选,所述的周期性检修计划包括年检修计划、月检修计划和周检修计划。
26、作为优选,在进行周期性检修计划时,还需要对人员承载力进行分析,通过对人员的状态能力以及工单的属性安排人员进行检修计划作业。
27、本发明的有益效果是:本发明的配网检修计划智能编排系统,包括检修计划申报校核、检修计划自动平衡、计划辅助编排、年度检修计划管理、月度检修计划管理等。实现覆盖检修业务全过程的电网检修计划智能编排系统,打造检修计划编排业务集约化平台,优化检修数据一体化资源协调机制;完善人力资源调配机制人员承载力集中调配机制,将当前人员信息嵌入大数据平台,实现人员资料的实时采集、分析、展示,推进人力资源优化配置。
1.配网检修计划智能编排系统,其特征是,包括:
2.根据权利要求1所述的配网检修计划智能编排系统,其特征是,还包括检修多维分析单元,检修多维分析单元对初次检修计划和周期性检修计划的执行情况以及检修中发生的检修问题进行分析,并对检修风险进行分析管理。
3.根据权利要求1所述的配网检修计划智能编排系统,其特征是,所述的基础数据管理单元接收的数据包括:设备台账数据、电网设备定检信息、年历史检修计划、月历史检修计划、疑似家族性缺陷设备和待消缺设备信息,所述的数据接口包括:
4.根据权利要求1所述的配网检修计划智能编排系统,其特征是,检修计划编排单元进行检修计划初次编排及检修计划周期性编排通过约束条件进行约束,约束条件包括:
5.根据权利要求4所述的配网检修计划智能编排系统,其特征是,还包括工期约束:分析历史发用电曲线,在用电高峰期避免检修作业。
6.根据权利要求5所述的配网检修计划智能编排系统,其特征是,所述的分析历史发用电曲线,在用电高峰期避免检修作业具体为:
7.根据权利要求6所述的配网检修计划智能编排系统,所述的年、月、周、日信息权重系数根据神经网络优化算法进行优化,具体为:随机调整年、月、周、日权重系数,通过神经网络优化算法得出的是否处于用电高峰期的结果与测试集里的结果进行比较,若正确率高于之前的训练结果,则保留该年、月、周、日权重系数,在遍历所有年、月、周、日权重系数的方案后,获取最终的年、月、周、日权重系数。
8.根据权利要求4所述的配网检修计划智能编排系统,其特征是,在检修计划编排单元进行检修计划初次编排时,还对检修申请单和电网拓扑图进行特征知识抽取、拓扑关系计算,基于决策树算法对决策规则库进行迭代更新,然后基于决策规则库进行检修票辅助捆绑。
9.根据权利要求1所述的配网检修计划智能编排系统,其特征是,所述的周期性检修计划包括年检修计划、月检修计划和周检修计划。
10.根据权利要求9所述的配网检修计划智能编排系统,其特征是,在进行周期性检修计划时,还需要对人员承载力进行分析,通过对人员的状态能力以及工单的属性安排人员进行检修计划作业。