基于预测模型的牵引变电所关键设备故障预警方法及系统与流程

本申请涉及供变电领域，具体而言，涉及一种基于预测模型的牵引变电所关键设备故障预警方法及系统。

背景技术：

1、随着电机电器制造工业、电子工业和电力工业的发展，电气化铁路运输以其巨大的经济效益受到世界各国的普遍重视，得到飞速发展，而牵引供电是指拖动车辆运输所需电能的供电方式；牵引供电系统是电气化铁路的基础设施和重要组成部分，为列车提供动力能源，其运行可靠性直接关系到电气化铁路的可靠性。由于运行环境、运行条件的复杂性，牵引供变电设备、接触网等的故障不可避免，牵引供电系统是指铁路从地方引入220(110)kv电源，通过牵引变电所降压到27.5kv送至电力机车的整个供电系统，但现在的铁路牵引供电由于设备很多，而且跨度很大，一旦出现问题，不易检测出来，导致铁路运输出现问题，提高检测效率。

2、故而铁路牵引供电设备故障预警是铁路交通领域的重点问题。大量现场运维和试验等繁杂冗重的工作量导致配网故障监测生产效率落后和经济效益低下。

技术实现思路

1、本申请的目的在于提供一种基于预测模型的牵引变电所关键设备故障预警方法，其能够实现牵引供变电关键设备的智能诊断与自主化综合状态评估，并根据设备状态制定检修决策。

2、本申请的另一目的在于提供一种基于预测模型的牵引变电所关键设备故障预警系统，其能够运行一种基于预测模型的牵引变电所关键设备故障预警方法。

3、本申请的实施例是这样实现的：

4、第一方面，本申请实施例提供一种基于预测模型的牵引变电所关键设备故障预警方法，其包括通过信息采集技术获取供变电关键设备信息、故障类别、故障模式、故障原因、故障影响因素的信息数据；通过聚类方法对通过信息采集技术获取到的信息数据进行分类，并进行相关性分析，挖掘潜在的关联关系；通过信息数据在关联过程的数据影响特征，识别出非常规的数据和/或找到非常规离散点的数据进行统计分析。

5、在本申请的一些实施例中，上述还包括：通过测试设备的状态参数、采集和分析故障征兆数据，在故障发生前，对可能发生故障的原因和部位进行故障预测，其中，通过数据驱动进行故障预测，和/或，通过仿真和/或实验获取数据，对已有的产品建立寿命模型进行预测。

6、在本申请的一些实施例中，上述通过数据驱动进行故障预测还包括：基于数据驱动的故障预测是通过数据采集、特征提取、趋势预测，进行故障识别的过程，即，通过数据采集完成预测样本数据准备、通过对预测样本数据的特征提取完成预测模型的训练，最后进行故障趋势预测。

7、在本申请的一些实施例中，上述还包括：对系统整体及各设备的可靠性水平进行分析评估，预测设备的剩余寿命，结合外界运行环境可能带来的多种风险因素，有针对性地采取差异化的防护措施，其中，对系统整体及各设备的可靠性水平进行分析评估的方法包括解析法、蒙特卡罗法和混合法。

8、在本申请的一些实施例中，上述解析法包括：根据系统元件之间的功能关系搭建可靠性模型，综合所有故障状态，并对故障状态进行分析，最终得到可靠性指标。

9、在本申请的一些实施例中，上述蒙特卡罗法包括：通过随机抽样赋予系统各个元件随机的运行状态，在运用概率统计方法计算出所需要的可靠性指标。

10、在本申请的一些实施例中，上述混合法包括：利用蒙特卡罗法模拟系统各个元件的随机运行状态，然后利用解析法计算得到各个状态的平均持续时间，代替了原先需要的对状态时间的抽样，从而在减少解析法的运算量的同时，减少了蒙特卡罗法的迭代收敛时间。

11、在本申请的一些实施例中，上述还包括：利用灰色理论中的三角白化权函数对项目的技术风险进行评估,把明确或整体信息不足的灰色系统白化处理,以便根据较少的信息得出正确的风险评估结果。

12、第二方面，本申请实施例提供一种基于预测模型的牵引变电所关键设备故障预警系统，其包括主要统计量统计分模块，用于通过信息采集技术获取供变电关键设备信息、故障类别、故障模式、故障原因、故障影响因素的信息数据；

13、相关性分析模块，用于通过聚类方法对通过信息采集技术获取到的信息数据进行分类，并进行相关性分析，挖掘潜在的关联关系；

14、时间回归分析模块，用于通过信息数据在关联过程的数据影响特征，识别出非常规的数据和/或找到非常规离散点的数据进行统计分析；

15、故障预测模块，用于通过测试设备的状态参数、采集和分析故障征兆数据，在故障发生前，对可能发生故障的原因和部位进行故障预测，其中，通过数据驱动进行故障预测，和/或，通过仿真和/或实验获取数据，对已有的产品建立寿命模型进行预测；

16、可靠性分析模块，用于对系统整体及各设备的可靠性水平进行分析评估，预测设备的剩余寿命，结合外界运行环境可能带来的多种风险因素，有针对性地采取差异化的防护措施，其中，对系统整体及各设备的可靠性水平进行分析评估的方法包括解析法、蒙特卡罗法和混合法；

17、风险评估模块，用于利用灰色理论中的三角白化权函数对项目的技术风险进行评估,把明确或整体信息不足的灰色系统白化处理,以便根据较少的信息得出正确的风险评估结果。

18、第三方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如一种基于预测模型的牵引变电所关键设备故障预警方法中任一项的方法。

19、相对于现有技术，本申请的实施例至少具有如下优点或有益效果：

20、可以将目前的铁路供电的被动运维转化为主动运维，通过研究牵引变电所关键设备故障预警预测方法，实现牵引供变电关键设备的智能诊断与自主化综合状态评估，并根据设备状态制定检修决策。

技术特征：

1.一种基于预测模型的牵引变电所关键设备故障预警方法，其特征在于，包括：

2.如权利要求1所述的一种基于预测模型的牵引变电所关键设备故障预警方法，其特征在于，还包括：

3.如权利要求2所述的一种基于预测模型的牵引变电所关键设备故障预警方法，其特征在于，所述通过数据驱动进行故障预测还包括：

4.如权利要求2所述的一种基于预测模型的牵引变电所关键设备故障预警方法，其特征在于，还包括：

5.如权利要求4所述的一种基于预测模型的牵引变电所关键设备故障预警方法，其特征在于，所述解析法包括：

6.如权利要求4所述的一种基于预测模型的牵引变电所关键设备故障预警方法，其特征在于，所述蒙特卡罗法包括：

7.如权利要求4所述的一种基于预测模型的牵引变电所关键设备故障预警方法，其特征在于，所述混合法包括：

8.如权利要求2所述的一种基于预测模型的牵引变电所关键设备故障预警方法，其特征在于，还包括：

9.一种基于预测模型的牵引变电所关键设备故障预警系统，其特征在于，包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-8中任一项所述的方法。

技术总结
本申请提出了一种基于预测模型的牵引变电所关键设备故障预警方法及系统，涉及供变电领域。该方法包括：通过信息采集技术获取供变电关键设备信息、故障类别、故障模式、故障原因、故障影响因素的信息数据；通过聚类方法对通过信息采集技术获取到的信息数据进行分类，并进行相关性分析，挖掘潜在的关联关系；通过信息数据在关联过程的数据影响特征，识别出非常规的数据和/或找到非常规离散点的数据进行统计分析。为了有效提高运检效率、节约运维检修成本、降低检修人员的总工作量，开展供变电关键设备故障预警预测方法研究和开发，从而实现牵引供变电关键设备的智能诊断与自主化综合状态评估，并根据设备状态制定检修决策。

技术研发人员：张雷,王天兵,高黎明,陈争,倪雪松,李阳,许建华,张勇军,杨鹏
受保护的技术使用者：中铁第四勘察设计院集团有限公司
技术研发日：
技术公布日：2024/1/15