设备缺陷数据的关键特征深度挖掘分析应用

丁薇 马显龙 顾仕强 刘杨

（1.云南电网有限责任公司电力科学研究院 云南省昆明市 650000 2.昆明能讯科技有限责任公司 云南省昆明市 650000）

电在人们日常工作生活中扮演的角色越来越重要，人们对电的依赖程度也变得原来越高，所以电网的稳定运行变得尤为重要。设备缺陷是导致电网停止运行的原因之一，针对各类设备发生的缺陷进行分析，主要从设备的首发缺陷、重发缺陷、检修后缺陷进行分析，包括设备首次发生缺陷的数量，各型号设备首发缺陷时间与投运时间间隔，各类设备重复发生缺陷的数量、各类设备重复发生缺陷间隔时间、各类设备检修后发生缺陷时间间隔的平均值分析，为电网安全、稳定、高效运行提供支撑。

1 缺陷数据分析意义

随着电网规模的逐步扩大，电网的安全、稳定、高效的运行变得尤为重要，在电网的生产运行环境中，设备缺陷数据是几类重要数据之一，缺陷能直观的反应设备的运行情况，缺陷的分析应用不应停留在规范归类分析、数量分类统计阶段，应针对设备首次发生、批次性、重复性缺陷特征等重要信息进行深度挖掘分析，并结合设备周期性的运维检修等工作内容进行分析，最终为设备运维检修提供指导。因此,采用科学有效的方法,及时准确的对设备缺陷进行分析评估具有重要的现实意义和应用价值。本文在分析了原有的分析统计方法的基础上,提出了一种基于首发缺陷、重发缺陷、检修后缺陷的统计分析方法，针对缺陷数据的关键特征深度挖掘分析应用。利用此方法，可及时发现设备存在的问题，为家族性缺陷的确定提供支撑。

2 缺陷分析当中存在的问题和不足

如图1所示，目前缺陷数据已经完成相关的信息化工作，但在缺陷分析应用方面存在一定的不足，仅对缺陷描述进行规范归类、数量进行分类统计，未有效从缺陷中提取反映设备运维情况、厂家设备质量、批次性重复性缺陷特征等重要信息，对设备运维检修指导性不够；未实现新发缺陷以及缺陷消缺提醒推送功能。缺少的这些分析方法也是能直观对设备运行缺陷的直观展示方法。

3 设备缺陷数据的关键特征深度挖掘分析

3.1 首发缺陷分析

针对设备投运后首次发生的缺陷，按供电单位、电压等级、生产厂家等维度对各型号设备首次发生缺陷的数量，各型号设备首发缺陷时间与投运时间间隔，各类设备重复发生缺陷的数量、各类设备重复发生缺陷间隔时间的平均值、各类设备各类型缺陷重复发生间隔时间的平均值进行统计分析。分析各厂家及维护单位缺陷发生的时间，验证不同运行环境下，设备的运行情况，为公司采购提供指导依据。图2展示各个厂家总投运设备数和缺陷数每百台设备首发缺陷占比统计（计算公式厂家首发缺陷占比=厂家首发缺陷总数/厂家投运设备总数*100）。

3.2 重发缺陷分析

图1：缺陷数量统计图

根据设备缺陷的数据，变电从设备类型、部件、供电局、缺陷发生时间、次数等维度统计缺陷情况形成报表。输电从线路类别、部件、厂家、投运年限等维度统计缺陷情况形成报表。按照缺陷发生时间、部位、部件、类型形成趋势报表，图2展示单台设备累计发生重复缺陷两次及以上的清单。

城市规划和土地规划对城市建设用地扩张的影响研究……………………………………………………… 李云霞（1-40）

针对发生两次及以上数量的缺陷进行跟踪，进一步在两次发生缺陷的时间间隔内发生的其他缺陷，再逐步开展相同厂家、批次的设备进行排查，检查是否有疑似家族性缺陷的设备。

图2：各厂家百台设备首发缺陷分析效果图

图3：单台设备累计发生缺陷数

图4：供电局检修后缺陷数量图

图5：供电局检修后缺陷时间间隔图

3.3 检修后缺陷分析

检修试验作为现阶段运行维护的重要内容，也是目前对设备状态进行验证的核心方法之一，可以通过检修试验发现设备是否能够处于标准的运行状态。检修后的设备应具备长时间稳定运行的能力，但仍有部分设备会在检修结束的一定时间内重新发生缺陷，所以针对检修后发生的设备缺陷进行分析，从供电局、时间、电压等级、设备类型等维度对各类设备检修后发生缺陷的数量、各类设备检修后发生缺陷时间间隔的平均值分析。具体包括：按设备类别、供电局、检修后缺陷数量和平均检修后缺陷时间间隔（天）；各类型设备检修后发生缺陷数量和各供电局各类型设备检修后平均发生缺陷时间间隔统计。分析设备存在的问题或检修过程中可能遗漏的问题。具体如图4、图5所示。

4 结论

随着越来越多数据资产的沉淀和积累，数据已成为业务运转的重要生产要素。通过设备缺陷数据的关键特征深度挖掘分析应用，及时发现缺陷并消缺，更为精细及全面的管控设备存在的问题，有效提升缺陷数据的利用率，为维护检修提供依据，延长设备寿命，提高经济效益。