本发明属于电力设备采购供应链,具体而言,涉及一种基于电力供应链的变压器绕组绝缘自动采购系统。
背景技术:
1、电力设备供应链主要参与方包括:设备使用企业(电力企业)、设备制造商、零部件生产商、材料供应商等。其中,电力企业是电力设备的终端使用者。根据电网建设发展需要及设备运行维护情况,它们将提出采购需求。如变压器设备的采购需求会根据其运行状态和损耗情况来确定。接收电力企业的采购订单,负责生产完整的电力设备。例如主要的变压器生产企业。它们不仅要完成产品装配,还需要对产品性能进行各项检测。为设备制造商提供关键零部件,如变压器的绕组、铁芯、开关等。它们的产品质量直接影响最终设备的性能。为零部件生产商提供原材料,如铜、油、绝缘材料等。原材料的性能参数会影响零部件的制造工艺和质量。物流企业负责电力设备及零部件的运输和配送。要确保物流不间断,以免影响设备安装和更换。整个采购供应链需要各环节协同高效运作,才能保证设备顺利从采购到更换使用的全流程顺利进行。信息共享和优化协调是实现协同的关键。
2、传统的变压器绕组绝缘采购模式主要依赖人工经验判断。工作人员需要定期对设备状态进行检查评估,根据经验确定更换时机,并提出采购需求。这种方式主要存在以下问题:
3、依赖个人经验,评估结果容易受主观影响,准确度和可靠性难以保证。
4、人工评估效率低,无法满足大规模设备的高效监控。
5、无法实现变压器运行状态的动态跟踪,可能导致错过最佳更换时间。
6、人工采购无法做到信息数据化,缺乏采购依据与记录,不利于系统化管理。
7、随着电力系统规模的不断扩大,这种传统人工评估与采购模式越来越难以适应设备健康管理的需求。
技术实现思路
1、有鉴于此,本发明提供一种基于电力供应链的变压器绕组绝缘自动采购系统,能够解决在进行变压器绕组绝缘采购时,无法实现变压器运行状态的动态跟踪,可能导致错过最佳更换时间的技术问题。
2、本发明是这样实现的:
3、本发明提供一种基于电力供应链的变压器绕组绝缘自动采购系统,其中,包括:
4、用户界面模块,用于接收用户的变压器绕组技术参数输入;
5、数据库模块,用于存储变压器绕组的规格参数、供应商信息等数据;
6、需求分析模块,用于计算变压器绕组绝缘的计划替换时间;
7、需求匹配模块,用于根据变压器绕组绝缘的计划替换时间计算每个采购期内的变压器绕组绝缘的需求数量,并根据变压器绕组绝缘参数与数据库中规格参数进行匹配,筛选出符合要求的变压器绕组绝缘产品,并建立采购需求;
8、供应商确定模块,用于根据采购需求确定变压器绕组绝缘供应商;
9、订单生成模块,用于根据采购需求,自动生成变压器绕组绝缘的采购订单。
10、在上述技术方案的基础上,本发明的一种基于电力供应链的变压器绕组绝缘自动采购系统还可以做如下改进:
11、其中,所述需求分析模块,用于执行以下步骤:
12、s10、根据指定的时间间隔连续采集指定时长的运行数据,包括变压器震动信号、噪声信号、电流信号和电压信号;
13、s20、将采集的运行数据按照采样频率建立运行矩阵;
14、s30、对运行矩阵进行稀疏处理,得到稀疏矩阵;
15、s40、对稀疏矩阵进行特征提取,得到特征矩阵;
16、s50、利用预先训练好的变压器绕组绝缘稳定性模型对特征矩阵进行分析,得到变压器绕组绝缘的稳定性指数;
17、s60、根据变压器绕组绝缘的稳定性指数计算变压器绕组绝缘的计划替换时间。
18、s10的步骤包括:
19、(1)设置采样频率和量化位数;
20、(2)设定总采集时长;
21、(3)使用传感器采集模拟信号;
22、(4)将模拟信号量化为数字信号;
23、(5)按照采样频率对信号采样。
24、s10的效果:
25、通过合理设置采样参数,使用传感器采集设备运行信号,并进行数字化转换,可获得反映设备状态的数字序列,为后续分析提供数据支持。该过程获得全面的设备运行数据。采样频率确保信号细节,量化保证数字表达精确,时长给出数据总量。数字信号格式方便存储、处理和传输。为后续提取设备状态特征提供了良好的数据基础。
26、s20的步骤包括:
27、(1)根据采样数和频率计算采集时长;
28、(2)将序号化采样数据排列成向量;
29、(3)重组向量为矩阵。
30、s20的效果为:
31、通过对多变量时间序列数据进行矩阵重组,将原始采样序列映射到矩阵形式,便于应用矩阵分析算法进行处理,也有利于采样数据的存储和表示。矩阵形式同时保留了多个传感器变量的信息和时间序列的数据对应关系。
32、s30的步骤包括:
33、1.初始化矩阵和mask
34、2.迭代压缩
35、3.排序元素重要性
36、4.更新mask矩阵
37、5.获得稀疏矩阵
38、s30的效果为:
39、该方法通过mask机制迭代压缩矩阵,使之达到预定的稀疏目标。重要性排序策略确保重要元素优先保留。迭代控制稀疏程度,避免信息损失。mask机制简单有效。
40、s40的步骤包括:
41、1.构建单层神经网络
42、2.训练网络参数
43、3.得到特征提取模型
44、4.对稀疏矩阵提取特征
45、s40的效果为:
46、该方法通过神经网络对稀疏矩阵进行特征提取,网络结构简单,训练有效,能够自动学习数据中的重要特征,提取关联设备状态的特征,为后续状态评估建模提供特征输入。
47、s50的效果为:
48、通过线性回归模型拟合,建立了运行数据与稳定性指数之间的量化关系模型,可以实时预测变压器稳定性。
49、进一步的,所述震动信号由安装在变压器壳体及内部结构上的震动传感器获取,包括轴向和径向方向的震动信号;所述噪声信号为安装在变压器周围的气耦合传感器获取的声音信号;所述电流信号为安装在变压器输入端的电流互感器获取的三相电流信号;所述电压信号为安装在变压器输入端和输出端的电压互感器采集的电压信号。
50、进一步的,对运行矩阵进行稀疏处理时的目标稀疏度为0.01~0.05。
51、进一步的,所述对稀疏矩阵进行特征提取的方法为利用一个单层神经网络提取系数矩阵的特征矩阵。
52、进一步的,所述利用一个单层神经网络提取系数矩阵的特征矩阵的步骤,具体包括:
53、构建单层神经网络;
54、训练单层网络的参数并得到特征提取模型;
55、利用特征提取模型对稀疏矩阵提取特征。
56、进一步的,所述变压器绕组绝缘稳定性模型建立的具体实施方式详细描述如下:
57、连续采集大量变压器的运行数据;
58、建立用于计算变压器绕组绝缘的稳定性指数的线性回归方程,其中,稳定性指数根据变压器绕组绝缘的损坏时间与指定的时间段的运行数据计算得到;
59、将采集的大量变压器的运行数据代入线性回归方程,拟合得到每个运行数据的系数,以拟合后的线性回归方程作为变压器绕组绝缘稳定性模型。
60、进一步的,拟合方法为使用最小二乘法。
61、进一步的,对运行矩阵进行稀疏处理的方法为奇异值分解法。
62、进一步的,所述指定的时间间隔为1min~5min,指定时长为30s~60s。
63、与现有技术相比较,本发明提供的一种基于电力供应链的变压器绕组绝缘自动采购系统的有益效果是:
64、1.实现了变压器绕组绝缘状态的精确评估与预测
65、本发明建立了变压器运行数据与绝缘健康度之间的量化模型,可以持续动态监测变压器工作状态,对绝缘的剩余寿命进行精确评估。相比于传统的经验判断方式,本发明实现了绝缘状态的精确定量监测与预警,大幅提高了评估的准确性和可靠性。
66、2.自动高效规划变压器绕组绝缘的采购时机
67、本发明根据绝缘状态评估结果,可以自动触发采购需求,无需人工干预。这样既消除了人工经验判断的不确定性,也实现了采购时机的最佳规划,最大限度延长设备使用寿命,又避免出现供应短缺的紧急情况。
68、3.实现采购信息与设备状态的动态协同
69、本发明建立起了设备状态评估与备件采购之间的数字化链接。设备状态变化可以自动驱动采购系统的响应,实现两者的动态协同,有效防止采购与设备实际需求脱节的问题。
70、4.提高变压器绕组绝缘的采购工作效率
71、本发明实现了评估与采购的自动化,不需要大量手工操作与经验判断,极大地提高了采购工作的效率,降低了人力成本,有利于电力企业实施规模化精密管理。
72、5.为电力企业实现精益运营提供支撑
73、本发明推动了设备管理的精细化与信息化,为电力企业的精益运营提供了直接支持。本系统的应用可以降低库存成本,优化资源配置,提升电力系统的整体运营效率。
74、综上,本发明变压器绕组绝缘自动采购系统实现了设备状态评估与备件采购的数字化协同优化,能够解决在进行变压器绕组绝缘采购时,无法实现变压器运行状态的动态跟踪,可能导致错过最佳更换时间的技术问题。对电力企业的精细化运维具有重要意义,代表了电力系统管理的发展方向,具有广阔的应用前景。