電力企業技改大修智能立項關鍵技術研究與應用

劉發年 范海波

（國網信通產業集團安徽繼遠軟件有限公司，安徽合肥 230088）

0. 引言

電力企業PMS2.0系統自2015年實施上線以來，持續組織開展電力設備技改大修立項工作，成效顯著。隨著電力設備成本的精益化管理和技改大修立項水平的不斷提升，對設備立項相關因子及其基礎數據的精準度提出了更高要求。本文將根據電力企業設備部運檢公共服務平臺建設總體工作計劃，結合運檢技改大修項目管理實際情況，完成輸、變電專業主要設備模塊開發，實現檢修公司、送變電公司、各級地市公司220kV及以上電壓等級輸、變電專業項目智能立項，完成（220kV及以上電網設備）生產技改大修生產技改大修智能立項平臺建設工作，在做好、做實主網基礎數據整合分析的基礎上，進一步探索智能可行的算法，提升系統智能性，最終實現設備全專業智能立項[1-2]。

1.技改大修智能立項必要性

電力企業技改大修立項工作一直以來都實現在PMS技改大修一體化工作模塊中，實現了對項目立項材料的編制以及審批過程的審核，實現了技改大修項目的信息化立項，但隨著電力企業設備規模的不斷增加，電力主設備類型無論從類型還是資產價值等方面都有了很大的飛越。傳統的立項過程僅支持“怎么做”，無法解決“為什么”的問題，亟待技改大修的設備全部依賴于設備主人人工判斷，沒有統一的標準。為此，本文收集運檢業務技改大修項目立項實際需求，研究建立技改大修智能立項體系，實現運檢各類項目全過程管理，達到項目精確立項輔助決策目的。整合各單位日常巡視、設備狀態評價、帶電檢測等形成的線上、線下缺陷隱患數據，結合專業反措、設備運行年限、外部運行環境等專業排查工作成果，通過技術手段完成與系統單體設備臺賬的精準對接或融合，從而構建輔助決策分析數據基礎。通過平臺海量數據多維度精益分析（不同時間、不同口徑、不同組合因素敏感性比例等）輔以科學健康狀態計算模型，輔助設備主人完成項目立項決策[1-2]。

2.技改大修智能立項研究內容

2.1 技改大修智能立項規則庫建立

針對技改大修智能立項全過程數據進行管理，建立技改大修智能立項規則庫。

2.1.1 設備臺賬管理

基于安徽各地市公司缺陷實際管理情況，該功能模塊主要實現線上、線下缺陷信息差異化兼容，通過比對各單位缺陷模板差異點，綜合重要信息點，設計缺陷管理寬表。目前，已分析出線下缺陷數據差異化較大，設備命名填寫不規范，與PMS系統臺賬匹配關聯存在一定差距，項目建設過程中采用直接與PMS系統集成的方式獲取所有缺陷隱患記錄信息。

2.1.2 缺陷數據接入

根據已配置數據導入權限開放周期，用戶可以在規定時間內新增、修改、刪除系統內缺陷記錄。模塊提供缺陷導入模板下載，用戶可以直接導入現有數據表格（表中需要填寫設備名稱等關鍵字段）也可以下載預制模板進行信息批量導入，提供按設備類型、缺陷性質、電壓等級等條件進行查詢統計。

2.1.3 隱患數據接入

根據已配置數據導入權限開放周期，用戶可以在設定的時間周期內導入、新增隱患數據。模塊提供缺陷導入模板下載，用戶可以直接導入現有數據表格（表中需要填寫設備名稱等關鍵字段），也可以下載預制模板進行信息批量導入，提供按設備類型、隱患分類、隱患等級等條件進行查詢統計。

2.1.4 反措排查庫管理

專項反措排查庫管理主要實現國網、省公司開展的18項專項反措排查記錄表線上管理功能，模塊支持線下專項反措排查結果報表導入，通過關鍵字段完成與系統設備管理，模板較為統一，導入識別度較高[3]。

2.2 技改大修智能立項過程管控

針對技改大修立項過程的管控技術研究如下。

2.2.1 智能立項評估

基于立項規則庫，根據設定好的周期進行評估計算，為技改大修設備與項目提供可量化的評估手段，避免人員經驗帶來的立項誤差與缺陷。

2.2.2 立項查詢

針對已立項、已入庫、已填報的技改大修項目信息進行查詢，根據單位、季度、設備類型等口徑統計立項詳情。

2.2.3 立項信息校驗

根據技改大修立項信息，關聯查詢相關設備的臺賬信息、運行信息、專項信息等，評估項目立項依據。

3.技改大修智能立項實現步驟

3.1 調研及需求挖掘階段

本階段完成主設備技改大修智能立項需求研究。項目研究初期，結合試點單位技改大修實際情況，分析、總結公司近期、中長期技改大修業務的具體需求，充分調研設備（資產）運維檢修管理信息系統（PMS2.0）中技改大修立項業務的相關規定、調研各級立項專責人員的實際需求，總結出主設備技改大修的具體需求。

3.2 技術研究階段

研究大數據存儲、清洗、價值挖掘等技術，用于全業務與技改大修的可行性。由于本項目設計的數據種類繁多、數據處理能力對項目成果的產出影響極大，所有利用各類算法盡可能最大程度地降低各類指標計算時長，以實現技改大修成果的實時展現。

3.3 軟件研發階段

本階段根據相關技術的研究成果及設計規范進行軟件研發，詳細定義設計對象要素：第一，在構建可視化模型、應用場景模型的基礎上，設計終端與主站的應用流程；第二，明確系統邊界、系統的組織結構、模塊劃分、功能分配、接口設計等，完成系統概要設計；第三，在概要設計基礎上進行軟件系統的詳細設計，明確時限具體模塊所涉及的主要算法、數據結構、層次結構及調用關系；第四，進行軟件編碼及測試，完成系統軟件的研發工作。

3.4 示范應用及技術驗證階段

爭取在試點單位選取抽取相關業務數據實現示范應用，完成整個項目的試點驗證。對整個項目的技術研究成果及軟件設計能力進行全面驗證，保證項目成果的科學性及有效性。

4.技改大修智能立項主要成果

基于前期綜合設備缺陷、隱患、反措等信息分析，通過專家評審方式科學建立運檢設備智能評估指標，評估決策模型，根據設定好的周期進行評估計算，為技改大修設備與項目提供可量化的評估手段，避免人員經驗帶來的立項誤差與缺陷，如圖1所示。

具體計算過程如下：

（1）評價因子確定。根據技改大修智能立項業務調研確定主設備運行狀態評價模型的評判因子，主要可以分為電網發展、設備運行狀態和設備運行環境3類。

（2）因子權重設置。采用層次分析法建立評價因子權重，將技改大修智能立項業務所涉及的各類指標指標劃分為不同類型不同級別的因子集合，按照不同層級不同類別分別比較各類因子的權重，然后數據模擬計算，確保整體指標因子基本可信、靈活可信的特點，最后再全省范圍內通過專家調研方式，邀請電力企業專家根據實際經驗給出各因素間兩兩比較的相對重要性，通過層次分析法進行計算，確定各項因子的權重。

（3）進行指標結果計算。結合指標權重對各層指標進行匯總計算并最終得出設備狀態指標。例如，當計算結果為0.1時，表示設備狀態處在“健康”狀態，當計算結果為0.4時，表示設備狀態處在“隱患缺陷”狀態，以此類推。評語集“健康”“隱患缺陷”“嚴重”“危險”4種狀態，對應的計算結果分別為0.1～0.3、0.3～0.5、 0.5～0.7、0.7～0.9。根據評語集（4個評語對應4個灰類）對應的風險系數建數學函數，采用加權運算對最終技改大修設備狀態進行評價。

5.結語

本文基于技改大修智能立項技術研究與應用結合運檢業務技改大修項目立項實際需求，建立技改大修智能立項體系，最終實現運檢各類項目全過程管理，達到項目精確立項輔助決策目的。立項來源是否精準，主要依靠設備健康度評價是否準確，專項反措條例是否落實到位。生產技改大修智能立項平臺整合各單位日常巡視、設備狀態評價、帶電檢測等形成的線上、線下缺陷隱患數據，結合專業反措、設備運行年限、外部運行環境等專業排查工作成果，通過技術手段完成與系統單體設備臺賬的精確融合，從而構建輔助決策分析數據基礎，通過海量數據平臺多維度精益分析（不同時間、不同口徑、不同組合因素敏感性比例等）輔以科學健康狀態計算模型，輔助設備主人完成項目立項決策。項目相關建設成果有效提升現有業務系統數據質量，進一步為核心業務持續提升、新業務快速發展和專業應用集成貫通提供基礎數據支撐，成果可在國網公司、南方電網和電力行業外的大型企業集團也有較為明確的應用范圍，具備較大的推廣應用前景。