企业资产管理(1)

StatusExamine&AnalysisSystem状态检修分析系统（SEAS）状态检修分析部分状态检修设备管理试验管理接口设备信息状态试验数据红外、在线、SCADA、变形色谱计划管理缺陷综合查询计划项目查询信息员工、班组、权限、安全状态量维护试验周期维护状态分析试验数据预测神经网络建议、审核总体思路采用模糊理论建立设备状态（性能）的评价体系基于规则的专家系统实现状态量的推理，确定设备的状态基于统计理论和曲线拟合的数据预测采用神经网络对色谱分析进行故障判别基于模糊运算的设备状态综合分析基于规则专家系统提出状态检修周期及内容介绍方法理论基础系统实现举例系统特点存在问题理论基础-模糊理论论域U，集合A，元素x•整数，正数，1论域U，集合A，元素x•所有年龄，中年人，某年龄隶属度]1,0[)(xA00.20.40.60.811.21.41.61.82102030405060708090100年龄μ中年老年理论基础-专家系统定义：知识+推理的智能计算机程序基本结构推理机知识库知识获取数据库解释接口问题描述用户解答、建议或解释专家理论基础-专家系统（知识库）知识库是专家系统的核心知识的来源：试验标准，启发性知识以规则的形式表达•IFATHENB•A-前件，B-后件•IFAANDBTHENC•A、B-前件，C-后件理论基础-专家系统（推理机）正向推理：数据驱动型、前件匹配推理。原始信息，从知识库寻找匹配的规则后向推理：目标驱动型、后件匹配推理。先提出假设性结论，寻找支持该结论的证据混合推理。理论基础-专家系统（知识获取）基本功能：知识库的维护，增、删、改功能，完整性和一致性维护学习功能：自动知识获取，从错误和失败中归纳总结经验，修改和扩充知识库理论基础-神经网络特点：•1、高度的并行性–神经网络由许多神经元按某种拓扑结构组成，大量神经元的并行活动，使神经网络具有极强的信息处理能力。•2、高度的非线形–由于神经元的相互影响和制约，可以实现从输入空间到输出空间的非线形映射。理论基础-神经网络•3、良好的容错性与联想记忆功能–神经网络通过神经元的连接强度即权系数实现对信息的记忆。•4、十分强的自适应、自学习能力–人工神经网络可以通过训练和学习来获得网络的权值和结构，呈现出很强的自学习能力。理论基础-神经网络神经元ΣX1X2Xr......f(.)uby1W1W2Wr输入神经元理论基础-神经网络神经元描述rwwwW21TrxxxX21)()*(1rjjjbxwfbXWfY其中，f(.)是激励函数。常用的激励函数有阈值型函数、线型函数和S函数。xexf11)(理论基础-神经网络网络结构（BP）输出层隐含层输入层x1x2x3x4y1y2理论基础-神经网络BP算法（已知学习样本（X，Y））•正向传播过程中，输入信息X从输入经隐含层逐层计算传向输出层，得到实际输出Y1•得到误差E•进行反向传播，通过网络将误差信号沿原来的连接通路反传回来修改各层神经元的权系数（连接神经元之间的权）。网络泛化能力：经过适当样本训练的网络具有良好的泛化能力。系统实现-设备状态设备状态的模糊模型将设备的模糊状态定义为7档：•良（PB、3）、一般良好(PM、2)•一般(PS、1)、一般注意(Z、0)•注意(NS、-1)、注意不良(NM、-2)•不良(NB、-3)设备的状态为一个模糊全集每一个状态（如良）为一个模糊子集系统实现-设备状态隶属度曲线00.20.40.60.811.2-5-4.5-4-3.5-3-2.5-2-1.5-1-0.500.511.522.533.544.55Xμ不良注意一般良系统实现-设备状态量状态量：指反映设备状态的技术指标、性能数据及运行状况等参量。属性：来源：试验项目、在线、SCADA、缺陷、其他状态定义表状态量IDNUMBER(10)状态量名VARCHAR2(40)状态量来源VARCHAR2(20)是停电采集量VARCHAR2(1)状态分析对象IDVARCHAR2(5)设定周期(天)NUMBER(5)实际周期（天）NUMBER(5)上限周期（天）NUMBER(5)试验专业IDVARCHAR2(5)试验类型IDVARCHAR2(10)状态量描述VARCHAR2(255)是否与时间有关VARCHAR2(1)持续时间(一般)FLOAT持续时间(重要)FLOAT共性标志VARCHAR2(1)有效性标志VARCHAR2(1)状态量分类VARCHAR2(10)是否关键状态量VARCHAR2(1)试验项目状态量运行信息系统实现-状态量与试验项目系统实现-设备性能指标每个状态量都反映了设备的某项或几项性能指标根据设备类型，可将设备的性能划分为几项通用的指标。例：对变压器，分为导电性能、绝缘性能和机械性能。系统实现-状态量反映性能指标的关系每一个状态量都是有意义的，如直流电阻是为了判断分接开关的烧蚀情况。反映的是导电性能。因此对每一个状态量，应确定它对三大指标的隶属程度。相当于对每个状态量建立如下的表：编号状态量绝缘性能导电性能机械性能1绝缘电阻1002色谱0．50．503变形测试0．30．30．4...............系统实现-状态量规则来源为试验项目的状态量：规则的定义类似于试验标准，也可直接引用标准•绝缘电阻小于200兆欧，发生紧急状态告警•小于500兆欧，发生重要状态告警来源为缺陷等状态量：规则是一些逻辑量•灭弧室内发生是否发生闪络或产生红光–是，紧急状态告警–否，无告警系统实现-状态量推理确定该状态量当前处于什么状态根据状态量来源和规则的不同，推理方法应有所区别•一般标准性的规则，采用专家系统的正向推理•对色谱状态量的推理，拟采用神经网络方法。对色谱结论的得出，一般有三比值法，电研法等，但每种方法均有一定的局限性，利用神经网络对非线形函数的无限逼近能力，可以使神经网络具有色谱分析的故障判断推理能力。系统实现-状态量推理结果表示如果满足条件：•一般程度，取值=0或1，有处理方法的取0，没有取1•重要程度，取值=-1或-2，有处理方法的取-2，没有的取-1•紧急程度，取值=-3，处理方法须立即停役的的取-6(强化)，不必立即停役的取-3如果不满足条件：取值=2或3，一般取2，表示严格。系统实现-试验数据的预测需要预测的理由：•当进行一次状态分析时，由于各状态量的采集周期不同，不能同时获得所有试验数据•当本次分析为设备状态为良好时，希望了解下一采集周期前设备状态如何？预测的方法：曲线拟合（最小二乘法）、（神经网络）置信度的概念：第一个试验数据的时间坐标为零点，第二次，第三次的时间间隔分别为T1和T2，第四次为预测点，设时间间隔为T3（T3=0），T1=T2=T3时，置信度为0.6。eTTT213系统实现-设备状态的分类综合完成一次状态分析后,将会得到一组状态量对三大性能指标的不同反映，一般情况下，从不同角度会得到类似的结论，如绝缘性能下降，绝缘电阻和介损两个状态量都会有所反映，但有时并不如此，甚至为出现相互矛盾的结论。在排除测量误差或错误的情况下，这就涉及到状态综合的问题。不同状态量的同一分类指标状态的综合采用加权平均法进行。综合结果：iijiijiwwi表示不同状态量的分析结果,aij表示隶属度值系统实现-设备状态的综合设备状态的综合采用严格方法或极值法在设备的三大指标中，哪个指标最差，则，该设备的状态就确定为该最差的状态。系统实现-设备状态的层次分析实时参数•在线检测•SCADA不停电采集量•红外、缺陷、油务、附盐密度、部分试验项目停电采集量•部分试验项目状态分析实时分析：在线、SCADA转状态综合不停电量分析停电量分析离线分析系统实现-设备状态的层次分析系统实现-状态分析建议良好•预测两点，距下一周期的中间预测一点（T/2），下一周期预测一点（T）。–预测两点的状态若好于一般良好，周期延长10%或一个标准时间段–预测状态在一般以下，周期不变系统实现-状态分析建议一般良好•预测两点，距下一周期的中间预测一点（T/2），下一周期预测一点（T）。–预测两点的状态若好于一般注意，周期不变–预测状态在注意以下，周期缩短10%或一个标准时间段系统实现-状态分析建议一般•预测两点•取分类状态–分类状态在注意以下，参照状态量处理方法，相关状态量的周期缩短50%或若干标准时间段–分类状态在一般注意以下，参照状态量处理方法，相关状态量的周期缩短10%或一个标准时间段系统实现-状态分析建议不良•取分类状态–分类状态在不良，参照状态量处理方法，相关状态量的周期缩短50-100%或若干标准时间段系统实现-状态分析建议状态分析建议：•建议某设备在何时进行何专业哪些项目的试验系统实现-状态分析建议系统实现-检试项目定义完成设备的检试项目定义定义的依据•上次试验的情况•周期检修的到期情况•状态分析的建议可自由添加或删除项目审核确定后进入计划模块，由计划员编排计划系统实现-检试项目定义举例-变压器状态检修基本数据维护•状态量、隶属度、规则、处理方法维护•试验周期维护：项目周期、专业性质周期等状态分析•基于规则的分析•神经网络分析•状态结果综合状态分析建议•状态分析建议•检试项目定义举例-维护分析对象的定义•进行状态检修的设备对象集合，该集合一般为相同的设备类型、型号、厂家的设备•沈变产SFSZ8-50000变压器可定义为一个分析对象状态分析维护分析对象的维护状态量及其规则、处理方法的维护具体设备的状态量及其规则、处理方法的维护维护结束举例-分析对象举例-对象状态量维护状态量•来源：试验项目、非试验项目、在线等•设定周期（天）•周期上限（天）•实际周期（天）状态量隶属度状态规则：引用标准，其他规则关系处理方法维护：紧急、重要、一般举例-对象状态量维护变压器状态量举例-对象状态量维护举例-具体设备状态量维护选择具体设备•如昌安变#1主变共性状态量个性状态量举例-具体设备状态量维护举例-试验周期维护设备试验专业性质周期维护设备试验项目周期维护主要属性•试验周期（天）•周期起点•周期偏置（天）•审核后有效通过调整起点和偏置，可调节试验性质的顺序举例-非周期试验规则维护新投产的设备须经过一定时间运行后才进入周期维护此时，应遵循一定的规则，如油务，投产后1天、3天、7天。第一年大修等非周期试验规则规则IDVARCHAR2(10)设备类型VARCHAR2(10)试验专业IDVARCHAR2(10)试验性质IDVARCHAR2(10)试验项目IDVARCHAR2(10)距投产天数NUMBER(4)举例-周期重合调整规则维护目的：试验项目的周期和专业性质的周期会发生重合情况，不同性质试验的周期也会出现重合的情况。调整的基本规则：•试验项目的周期汇入到试验性质。•低优先级的试验性质汇总到高优先级的试验性质。•被汇入的试验周期须及时调整相关周期的起点和偏置。举例-状态分析待状态分析设备列表•可以进行状态分析的的设备•部试验标准为不良或不合格的设备不在此列在线分析•只有绍兴变考虑规则离线分析-试验分析启发式规则分析举例-试验分析举例-启发分析举例-色谱分析（神经网络）神经网络设计•结构设计：层数、每层神经元数、激励函数•学习设计：误差、次数、步长样本训练：样本的代表性样本校验投入使用举例-色谱分析神经网络设计H2CH4C2H6C2H4C2H2COCO2y1y2y3y4y5y6输出层隐含层输入层一般过热严重过热局部放电火化放电电弧放电绝缘受潮总烃举例-神经网络设计举例-色谱样本设计编号采集时间H2CH4C2H6C2H4C2H2COCO2总烃编码结论198-8-13181.1159.2723.4514.562.8243.1323214599电弧放电298-8-1823.310.69.61.261.1448.6478226正常399-8-4362.8