CN115907542B - 基于知识图谱的变电站二次设备数字化评价方法及系统 - Google Patents

Abstract

一种基于知识图谱的变电站二次设备数字化评价方法及系统，包括获取变电站二次设备历史运行状态数据，建立变电站二次系统状态评价指标集；获取变电站二次设备运行数据，构建变电站二次设备状态数字化评价知识图谱；根据所建立的电站二次设备状态数字化评价知识图谱和变电站二次系统状态评价指标集，使用灰色聚类法、层次分析法次建立变电站二次设备状态评价模型，并根据变电站二次设备状态评价模型所计算的模型值得大小评价变电站二次设备的运行状态。通过模型的计算值的大小对变电站二次设备的运行状态进行评，通过计算值评价变电站二次设备运行的好坏，结果准确和全面，为设备的检修做出良好的参考依据。

Description

基于知识图谱的变电站二次设备数字化评价方法及系统

技术领域

本发明属于城市电网数据分析技术领域，具体涉及一种基于知识图谱的变电站二次设备数字化评价方法及系统。

背景技术

长期以来，在变电站二次设备状态评价方面，传统的工作方法效率较低、工作量大，缺乏对设备状态的综合分析，尚未形成标准化评价体系，缺少常态化辅助工具，主要依靠电话、纸张和电子邮件等传递数据和管理信息，过多依赖人工统计方法来评价设备状态、指导设备检修，数据采集不规范、数据整理统计难度大，存在信息传递不及时、数据利用率低、评估质量参差不齐、问题闭环效果不良、专家经验无法实时共享等问题，因此如何开展变电站二次设备状态评价数字化技术研究，提高全过程闭环管控能力，为变电站二次设备状态评价提供数字化手段已是现如今的热点问题。

当前国内变电站二次设备的检修依然以周期性检修为主，状态检修为辅。虽然状态检修概念早在上世纪80年代就已提出，但是具备良好通信性能的综合自动化变电站也是2000年以后才开始逐步推广建设应用的，早期不具备状态检修的基础条件。随着智能变电站的建设，变电站二次设备的数字化状态评价相关的研究逐步深入开展。

针对智能变电站二次系统设备故障机理复杂、具有不确定性、难以有效评估的问题，现有文献通过基于专家经验评分的统计模型和基于隶属函数计算的数学模型，结合离线和在线综合信息，建立了二次系统的离线综合评价方法，其一般步骤为设备状态分析、状态因素提取、状态指标建立、状态指标隶属度矩阵建立、状态指标权重计算、综合评估模型建立以及求取综合状态评价结果。然而，由于状态因素对设备影响程度比重不同、状态等级划分具有模糊性、专家个体经验认识差异等原因，通常所得的状态评价结果仅能判断设备大致所处的状态以及其状态变化趋势。

虽然目前国内外关于状态评价方法研究已比较深入，但针对智能变电站二次系统数据信息复杂、庞大及不完整的特点，对其进行状态评价的参考文献和成果还较少，一方面行业内没有统一健全的标准对其离线状态评价进行规范，另一方面受制于状态信息获取问题针对设备在线状态诊断的技术也难以实现。

综上，现有技术主要存在以下缺陷；

1.大多局限于对变电站二次设备的状态监控，或依托设备历史数据，不能实现对变电站二次设备进行在线状态评价；

2.通常关注单个设备或者回路，没有将其与整个变电站二次设备系统相关联；

3.保护设备内部安装的传感器数量有限，能够直接获取的二次设备状态信息少，难以为状态检修提供足够的数据支撑。

发明内容

为了解决现有技术中的问题，本发明提供一种基于知识图谱的变电站二次设备数字化评价方法及系统，能够通过模型计算的数值大小对变电站的二次设备的运行状态全面、准确评价。

为了实现上述目的，本发明提供如下技术方案：

一种基于知识图谱的变电站二次设备数字化评价方法，包括；

获取变电站二次设备历史运行状态数据，建立变电站二次系统状态评价指标集；

获取变电站二次设备运行数据，构建变电站二次设备状态数字化评价知识图谱；

根据所建立的电站二次设备状态数字化评价知识图谱和变电站二次系统状态评价指标集，使用灰色聚类法、层次分析法次建立变电站二次设备状态评价模型，并根据变电站二次设备状态评价模型所计算的模型值得大小评价变电站二次设备的运行状态。

进一步地，所述设备历史运行状态数据包括二次设备的运行温度数据、二次回路绝缘数据和二次设备差流数据。

进一步地，二次设备运行数据包括二次设备投运前状态量数据、改进型状态量数据、检测型状态量数据、失效风险状态量数据和可靠性状态量数据。

进一步地，所述变电站二次设备状态评价模型为，F＝(I×A₁×M×A₂×P×A₃)×Q，其中，

F为二次装置本体及二次回路评分值；I为二次设备检测型状态量；A₁为第一加权因子；M为二次设备可靠性状态量；A₂为第二加权因子；P二次设备失效风险状态量；A₃为第三加权因子；Q为二次设备改进型状态量。

进一步地，第一加权因子A₁和第三加权因子A₃为0.4。

进一步地，第二加权因子A₂为0.2。

进一步地，所述变电站二次设备的状态包括正常、注意、异常和严重四个等级，其中，

当模型计算的分值大小为86-100时变电站二次设备的状态正常；

当模型计算的分值大小为71-85时变电站二次设备的状态为注意；

当模型计算的分值大小为61-70时变电站二次设备的状态为异常；

当模型计算的分值大小为60以下时变电站二次设备的状态为严重。

进一步地，在计算变电站二次设备的状态时，变电站二次设备历史运行状态数据和变电站二次设备运行数据中的数据无对应状态量时，对应状态量不参与计算。

一种知识图谱的变电站二次设备数字化评价系统，包括

状态评价指标集获取模块，用于获取变电站二次设备历史运行状态数据，建立变电站二次系统状态评价指标集；

数字化评价知识图谱建立模块，用于获取变电站二次设备运行数据，构建变电站二次设备状态数字化评价知识图谱；

变电站二次设备的运行状态评价模块，用于根据所建立的电站二次设备状态数字化评价知识图谱和变电站二次系统状态评价指标集，使用灰色聚类法、层次分析法次建立变电站二次设备状态评价模型，并根据变电站二次设备状态评价模型所计算的模型值得大小评价变电站二次设备的运行状态。

相较于现有技术，本发明的优点在于：

本发明一种基于知识图谱的变电站二次设备数字化评价方法及系统，通过对变电站二次系统设备结构特征和功能作用的分析，建立统一的二次系统状态评价指标集，构建变电站二次设备状态数字化评价知识图谱，并结合模糊综合评价方法、灰色聚类法、层次分析法等状态评价方法，建立二次系统分层综合状态评价模型，然后通过隐藏故障诊断方法建立继电保护测量回路状态诊断模型，通过模型的计算值的大小对变电站二次设备的运行状态进行评，通过计算值评价变电站二次设备运行的好坏，结果准确和全面，为设备的检修做出良好的参考依据。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

在附图中：

图1是本发明一种基于知识图谱的变电站二次设备数字化评价方法变电站二次设备状态评价知识图谱研究技术路线图；

图2是本发明一种基于知识图谱的变电站二次设备数字化评价方法变电站二次设备状态的关键特征属性与关键特征属性之间的节点类型与关系图；

图3是本发明一种基于知识图谱的变电站二次设备数字化评价方法知识图谱可视化流程图；

图4是本发明一种基于知识图谱的变电站二次设备数字化评价方法变电站二次设备状态指数评价过程图；

图5是本发明一种基于知识图谱的变电站二次设备数字化评价方法变电站二次设备知识图谱知识库设计流程图；

图6是本发明一种基于知识图谱的变电站二次设备数字化评价方法变电站二次设备状态数字化评价流程图；

图7是本发明一种基于知识图谱的变电站二次设备数字化评价方法开发变电站二次设备状态数字化评价系统技术路线图；

图8是本发明一种基于知识图谱的变电站二次设备数字化评价方法变电站二次设备状态数字化评价系统架构图；

图9是本发明一种基于知识图谱的变电站二次设备数字化评价方法变电站二次设备状态数字化评价硬件系统拓扑图；

图10是本发明一种基于知识图谱的变电站二次设备数字化评价方法变电站二次设备状态数字化评价软件系统功能架构图；

图11是本发明一种基于知识图谱的变电站二次设备数字化评价方法变电站二次设备状态数字化评价软件网站端系统功能模块图；

图12是本发明一种基于知识图谱的变电站二次设备数字化评价方法变电站二次设备状态数字化评价软件系统首页页面图。

图13是本发明一种基于知识图谱的变电站二次设备数字化评价方法的流程示意图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

实施例1

一种基于知识图谱的变电站二次设备数字化评价方法，如图13所示，包括

获取变电站二次设备历史运行状态数据，建立变电站二次系统状态评价指标集；

获取变电站二次设备运行数据，构建变电站二次设备状态数字化评价知识图谱；

根据所建立的电站二次设备状态数字化评价知识图谱和变电站二次系统状态评价指标集，使用灰色聚类法、层次分析法次建立变电站二次设备状态评价模型，并根据变电站二次设备状态评价模型所计算的模型值得大小评价变电站二次设备的运行状态。

具体地，设备历史运行状态数据包括二次设备的运行温度数据、二次回路绝缘数据和二次设备差流数据。

具体地，二次设备运行数据包括二次设备投运前状态量数据、改进型状态量数据、检测型状态量数据、失效风险状态量数据和可靠性状态量数据。

具体地，变电站二次设备状态评价知识图谱，为了实现变电站二次设备数字化系统的评价，本发明以继电保护及自动化装置为对象开展现场调研与资料收集，研究变电站二次设备状态评价导则以及历史缺陷故障的处置措施；研究建立变电站二次设备状态评价指标体系，根据二次设备状态评价指标体系建立各指标的评分模型，然后在智能变电站二次设备权重模型的基础上，构建智能变电站二次设备状态评价模型。本发明结合评价模型和问题建议措施，构建继电保护及自动化专业状态评价知识图谱。其技术路线如图1所示，主要包括：

评价指标体系构建

科学、合理地选择变电站二次设备的状态评价指标和建立相应的指标体系，是保障二次设备状态评价合理性和科学性的基础。然而，由于智能变电站二次设备本身较为复杂，且影响二次设备运行状态的因素很多，很难将所有的影响因素都考虑进去。因此，需要对变电站二次设备影响因素的相互关系进行分析。

二次设备状态分类

智能变电站中二次设备类型较多，且设备的状态信息复杂、数据量庞大，不同方面和不同层次的性能影响因素很多，都在不同程度上反映了智能变电站二次设备的性能优劣情况。变电站二次设备的状态评价是以现行的规程标准、运行检修经验和设备厂家技术指标等作为判据，根据设备实际运行工况、各类状态检测数据、采样数据、缺陷及异常信息等综合状态信息对设备的状态进行量化评分，从而判断评估设备的真实状态，一般可以分为三种：正常状态、注意状态和异常状态。

二次设备状态评价指标量化分析

变电站二次设备分为继电保护设备、二次回路、安自设备、自动化设备、直流电源设备和通信网络设备。继电保护装置评价遵循客观、统一的原则，避免人为因素对评价结果的影响，并且要保证评价数据的全面性、客观性、准确性和及时性。影响变电站二次设备状态不仅有硬件因素、软件因素还有人为因素，这些因素所对应的状态信息数据不仅庞大而且复杂。由于变电站二次设备的状态检修工作起步时间较晚，还处于摸索阶段，目前的监测手段和技术还不够完善，而且尚未有统一的标准。为了使状态评价指标能够全面、真实地反映变电站二次设备的运行状态，状态评价指标的选取必须遵循科学性、全面性、可行性、安全性、系统性和层次性相结合的原则，因此在一次设备状态评价经验的基础上，结合变电站二次设备的实际情况和特点，参考了多位专家的意见和建议，归纳出以下六个方面作为变电站二次设备的状态评价指标：

投运前状态量：投运前的状况直接决定着变电站二次设备日后的运行水平，它主要包括施工图纸的设计、设备相对品质、施工安装和投产验收等方面。

改进型状态量：变电站二次设备改进型状态量指设备性能下降但在改进和完善后能恢复到正常水平的状态量，包括偶发性缺陷、家族性缺陷和反措。

检测型状态量：变电站二次设备检测型状态量指的是表征设备运行环境和运行状况的状态量，这些状态量可通过直接观测、仪器检测或装置自检得到的。

失效风险状态量：变电站二次设备失效风险状态量指表征设备长时间运行后故障发生概率的状态量。在没有得到有效验证的情况下，设备长时间运行后失效风险因子会下降。当失效风险因子下降到一定程度，表明需要对变电站二次设备的部件或者整体进行校验以提高其可靠度。

可靠性状态量：可靠性状态量指表征制造厂家某类设备可靠性和个体可靠性的状态量，包括老化率、故障率等。可靠性因子分值低表明设备整体可靠较差，或存在老化的部件，指示设备或其中的部件需要进行更换。

其他因素：变电站二次设备的运行年限一般为10-12年，另外人为对设备的改动也会对设备的运行状态产生影响。

根据以上六个方面分析并梳理变电站二次设备状态数字化评价指标，为本发明变电站二次设备状态数字化评价知识图谱的构建提供数据基础。

评价方法

变电站二次设备状态评价以量化的方式进行，具体的评分由下式计算得出，分值与状态关系如下表所示：F＝(I×A₁×M×A₂×P×A₃)×Q，式中，F为二次装置本体及二次回路评分值；I为二次设备检测型状态量；A₁为第一加权因子；M为二次设备可靠性状态量；A₂为第二加权因子；P二次设备失效风险状态量；A₃为第三加权因子；Q为二次设备改进型状态量。

优选地，第一加权因子A₁和第三加权因子A₃为0.4。

优选地，第二加权因子A₂为0.2。

具体地，根据计算结果，变电站二次设备的状态包括正常、注意、异常和严重四个等级，其中，

当模型计算的分值大小为86-100时变电站二次设备的状态正常；

当模型计算的分值大小为71-85时变电站二次设备的状态为注意；

当模型计算的分值大小为61-70时变电站二次设备的状态为异常；

当模型计算的分值大小为60以下时变电站二次设备的状态为严重。

具体地，在计算变电站二次设备的状态时，变电站二次设备历史运行状态数据和变电站二次设备CPU运行数据中的数据无对应状态量时，对应状态量不参与计算。

变电站二次设备状态评价知识图谱构建

建立变电站二次设备状态的知识图谱，获取二次设备状态相关知识。参考《继电保护装置状态评价导则》、《电力设备预防性试验规程》等电力行业相关政策、法规、规程以及标准，同时参考诸多专家学者的研究成果，将变电站二次设备状态的属性集合，并将变电站二次设备状态关键特征量作为设备状态的关键属性。

变电站二次设备状态评价知识图谱由模式层与数据层构成。模式层是知识图谱的核心，展示的是基础理论、实体概念、关系逻辑等，存储的是已经过提炼的知识、原理、数据等，其目的是借助模式层的逻辑与公式对知识图谱的数据层实体进行约束，本发明采用构建本体模型的方法来实现变电站二次设备状态评价知识图谱模式层的构建。

实体识别是对给定实体集合和类别集合进行一对一的集合划分。比如苹果和水果对应，胡萝卜和蔬菜对应。简单的说，实体识别可以当作一个归类问题。而要实现这个划分，我们需要利用实体的各种特征，比如上下文特征，对一个单词序列进行标注。在确定设备实体属性后，可以在实体抽取的基础上进行关系的推理，把关系的抽取转换成一个分类问题，完成三元组的抽取。选用语义网络表示法，构建“实体/概念—关系—实体/概念”或“实体/概念—关系—属性”等三元组。

此外，变电站二次设备状态的关键特征属性与非关键特征属性之间的关联性以及特征属性与故障属性之间的关联关系等也应予以考虑。变电站二次设备状态的关键特征属性与关键特征属性之间的节点类型与关系图如图2所示。

实体：主变保护装置指数、换流变保护装置指数、直流保护装置指数…

特征属性：CPU(装置)温度、CPU负荷率、工作电压、内部晶振偏差…

故障属性：运行异常、温度异常、设备参数错误…

关系：属于、包含、强相关、弱相关…

图数据库是典型的基于图结构的存储方式，其数据模型主要是以节点和关系(边)来体现，并且支持对图结构进行查询、增加、删除、更新等操作。相对传统的关系型数据库，査询速度快、操作简单、能提供更为丰富的关系展现方式。为了完成变电站二次设备状态的图谱架构，知识图谱可视化流程图如图3所示，首先进行了相关的数据准备，利用了二次设备台账数据及相关准规程，同时结合专家经验得到二次设备状态相关知识文本。待数据准备完成之后，通过提取文本中的实体，对获取的知识进行实体识别。然后通过关联性分析匹配实体之间的关系。最后得到的所有实体及关系。

状态数字化自定义构建及存储方法

基于变电站二次设备的状态评价指标，在充分梳理现有工作制度、评价标准、实施细则的基础上，研究构建二次设备状态评估统一的评估内容、评估方法、评估流程以及评分标准，研究继电保护及自动化设备状态评价流程自动化技术，形成可自定义构建及拓展的状态评价标准数据库和评估记录数据库、隐患问题数据库，在数据分析的基础上进行问题分级，建立典型案例专家知识库，实现经验反馈，构建信息化、知识化和典型化的隐患问题通病数据库，研究提出通用的二次设备问题分析处理模型，支撑状态评价工作依据的流程化、标准化和规范化。

状态评价指标自动分析

对变电站二次设备监测数据进行关联分析，基于对单一监测点的专项特征分析，对多个监测点关联特征量分析，构建变电站二次设备状态评价模型，制定二次设备工况评价标准及状态预测标准，通过研究二次设备状态评价，指定设备的运行情况及设备的评价标准，对其中反映二次设备状态的各指标项数据进行分析评价，并最终得出设备总体状态等级，即正常、注意、异常和严重四个等级。经过相关的业务审核流程后，形成二次设备状态评价报告，用以指导设备检修工作的开展；并为设备检修故障预测提供决策依据。变电站二次设备状态指数评价过程图如图4所示。

知识库构建

在数据分析的基础上进行问题分级，建立典型案例知识库，实现经验反馈，构建信息化、知识化和典型化的隐患问题通病数据库。知识库内容的组织依赖于知识的逻辑表示方式。在一定程度上，不同的知识表示方法应该需要知识库的不同的组织形式。使用事实表和规则表的组成方法，来对系统的知识库来进行组织与构建，可得到如图5的变电站二次设备知识图谱知识库设计流程图。

知识图谱技术主要包括知识获取、知识表示、知识存储、知识融合、知识建模、知识理解、知识运维等七个方面，为不同领域的应用提供支持。

知识获取：知识一般都来源于一些结构化、半结构化或者非结构化的数据资源，通过知识抽取技术从这些不同结构和类型的数据中提取出计算机可理解和计算的结构化数据，以供进一步的分析和利用。如《继电保护装置状态评价导则》、《电力设备预防性试验规程》等电力行业相关政策标准，以及现场实时获取的设备基本参数、运行数据、缺陷数据和评价报告等信息。

建立故障树：根据各种监测数据和其他试验、检查等诊断信息来识别二次设备状态，对常见故障进行分析和诊断，给出故障原因、故障位置，并预测故障发展趋势，对故障处理提出建议措施，及时采取有效措施，做到防患于未然；在保证二次设备安全运行的基础上，实行合理检修。

对于具有明确分析诊断模型的故障，系统采用基于故障树的故障诊断方法，建立故障特征的模型库→建立故障树模型→建立故障处理方法的知识库的流程，结合全息数据对故障进行分析和诊断，通过大数据挖掘总结设备正常运行时的参数区间形成健康样本，当参数偏离正常运行区间、出现突变或长时间单向变化时即实现设备故障智能诊断。故障智能诊断并经人工确认后，可生成故障样本，形成故障树，利于后续的故障诊断，自动对标故障树。

知识表示：知识表示是将现实世界中存在的知识转换成计算机可识别和处理的内容，是一种描述知识的数据结构。

知识融合：知识融合是指对不同来源的各类变电站二次设备基本参数、运行数据、缺陷数据和评价报告等信息进行融合的过程。

知识存储：知识存储是针对知识图谱的知识表示形式设计底层存储方式，以完成不同途径获取的各类变电站二次设备知识的存储，实现大规模数据的管理和计算。

知识建模：知识建模是指确定采用手工建模方式或半自动建模方式的方式来表达和建立变电站二次设备状态评价知识图谱的数据模型。

最终形成完善的变电站二次设备典型专家知识库，后续可以知识库进行扩充、修改、维护等操作。

问题分析处理模型构建

根据二次设备状态评分结果，提出通用的二次设备问题分析处理模型，确定故障设备后续辅助检修决策工作内容，支撑状态评价工作依据的流程化、标准化和规范化，如下表所示；

变电站二次设备状态数字化评价系统针对不同的状态量，其检测型状态量评分表如下表所示，为常规变电站检测型状态量评分表

智能变电站状态评分表

常规变电站检测型状态量综合评分方法为装置本体、二次回路及辅助装置任一状态量评分小于对应状态量满分值的60％，则对应评价单元的检测型状态量总分取该评分值；否则取装置本体评分总和与二次回路及辅助装置评分总和的平均值。

具体地，建立变电站二次系统状态评价指标集是将变电站二次设备历史运行状态数据，即上述两个表格中的历史纸质数据和汇总、归类为电子数据，是的汇总后的电子数据能够实现检索，分类和筛选等功能。

构建变电站二次设备状态数字化评价知识图谱是将获取的数据通过echarts制作为可视化的图谱。

智能变电站检测型状态量综合评分方法为装置本体、二次回路及辅助装置、合并单元、智能终端、过程层交换机任一状态量评分小于对应状态量满分值的60％，则对应评价单元的检测型状态量总分取该评分值；否则取装置本体、二次回路、合并单元、智能终端、过程层交换机各部分评分总和的平均值。

缺陷或因缺陷导致的状态量评分严重降低的指标项除本项目指标计算外，未消除缺陷还应计入改进型状态量评价环节。

当部分评价对象无对应状态量时，该状态量不参与评价，其它状态量评分X_i按照本对象状态量评分总和按比例折算至100分，具体折算方法见式；

式中，

x_i为进行折算后该状态量的得分；X′_i为未进行折算时该状态量的得分。

变电站二次设备状态数字化评价流程

变电站二次设备状态数字化评价流程分为两大部分，分别为管理人员模块和执行人员模块。管理人员模块实现对评价任务的制定、审核和发布；执行人员模块实现任务的评价工作，变电站二次设备状态数字化评价流程图如图6所示。任务制定：管理人员(任务总负责人)在制定评价任务时选择待评价的电站、需要评价的装置(装置本体、二次回路及辅助装置、合并单元、智能终端和过程层交换机)、规定评价任务完成的时间段、选择评价任务的负责人与执行人；审核批准：任务制定完成后由项目审核人员对任务单进行审核；任务发布：确认制定的任务单无误后发布任务；查询任务：任务发布后，执行人员可以在移动端和网站端查询待办的任务；任务下载：执行人员在移动端和网站端下载查询到的待办任务；任务执行：执行人员将按照下载的评价任务单进行装置状态评价；评价报告：评价工作结束后，执行人员将评价结果上传到移动端和网站端；报告审核：项目负责人对上传的评价报告进行审核，确认评价结果无误后发布评价结果；问题跟踪：审核结束后，电站人员根据评价结果对评价过程中发现的缺陷问题、风险项进行跟踪。

变电站二次设备状态数字化评价系统开发

在变电站二次设备状态评价模型和评估业务流程的基础上，利用计算机信息技术设计开发变电站二次设备状态数字化评价系统，再进行试点应用。研究基于“大云物移”技术的一体化、可视化、智能化变电站二次设备状态数字化评价系统建设实施方案，研究标准动态管理、现场评估、问题分析模型与平台应用组件的转化，完成平台架构功能设计和开发应用。通过以上内容的研究，本发明实现变电站二次设备状态评价管理与分析业务的智能化决策和信息化管控，提升工作效率与效益，进一步为变电站二次设备高效稳定可靠运行提供技术支撑。为构建变电站二次设备状态数字化评价系统，实现“智能、高效、安全”的一体化设计理念，并保证本发明具有良好的拓展性、可靠性、开放性、经济性和实用性的要求，在充分调研变电站二次设备状态数字化评价系统业务流程的基础上，采用的开发变电站二次设备状态数字化评价系统技术路线图如图7所示。基于变电站二次设备状态评价知识图谱和变电站二次设备状态评估数字化自定义构建及存储方法，搭建多技术融合及支撑的变电站二次设备状态数字化评价系统，实现变电站二次设备状态评价智能化管理并选择一个典型应用场景开展试点应用。

系统组成

变电站二次设备状态数字化评价系统由上位机系统和下位机系统组成，系统的架构如下：

下位机系统

下位机系统运用数据采集的方式采集变电站二次设备的实时数据，下位机数据采集箱作为数据采集的核心设备，采用模块化结构，具有多重容错和抗干扰技术，采用先进的硬件设计和制造工艺。包括各类数据传感器、数据采集箱、工业一体机以及下位机软件组成，智能数据采集箱中各模块均可独立工作，其中某一通道或某一模块的故障不会影响其他通道或其他模块正常工作。具有安装、维护、更换方便、可靠性好的特点。

上位机系统

上位机包括上位机服务器以及数字化评价软件：能够满足大规模数据的查询处理管理、在线评价的需求。数据库接口采用ODBC(Open Database Connectivity开放数据库互连性)接口，具有很好的扩展性和兼容性。同时数字化评价软件是不仅具有评价数据展示、读取储存、数据分析、文档管理、安全评估等功能，还具有故障诊断等高级功能的应用程序。变电站二次设备状态数字化评价系统架构图如图8所示。

系统硬件平台

变电站二次设备状态数字化评价系统主要由上位机系统和下位机系统组成，通过下位机系统中作为数据采集核心设备的数据采集箱，采集箱安装在变电站二次设备附近；采集箱采集对应变电站二次设备测点传感器状态参数，传输到上位机系统的服务器，通过上位机服务器的算法模型可在终端查看相关监测数据及历史数据。变电站二次设备状态数字化评价硬件系统拓扑图如图9所示。

系统软件平台

数字化变电站二次设备状态评价软件系统由移动端和网站端组成，最底层数据分类存储，通过数据处理，在移动端和网站端提供可视化应用服务，通过现场与网站端的协同作业，最终实现标准化、智能化的变电站二次设备状态评价。变电站二次设备状态数字化评价软件系统功能架构图如图10所示；变电站二次设备状态数字化评价软件网站端系统功能模块图如图11所示。系统主要有9个功能模块组成，分别为项目管理、任务管理、报告管理、问题管理、统计分析、评价标准、资料管理、基础信息、系统管理。其中首页展示部分统计分析后的表格和曲线，管理人员可以看到评价内容的全部信息，任务执行人员智能看到参与评价任务的相关信息。

系统功能

系统首页展示了状态评价问题整改情况数据以及待办的任务列表，展示了各个公司与电站的整改汇总，使用柱状图展示整体整改状况，变电站二次设备状态数字化评价软件系统首页页面图如图12所示。具体为：

项目管理：项目管理模块主要由新建项目、编辑项目、项目发布、项目查询四个功能模块组成，该功能模块可依次实现对项目进行添加、编辑、发布、查询等操作。新建项目可以用于实现项目的基本操作管理；编辑项目，只允许对待下发状态(项目未发布)的项目进行编辑；项目发布模块是总负责人对已经制定好的项目进行下发，在项目发布列表界面，选择待下发状态项目，完成对项目的下发操作项目发布成功后，项目状态变为已下发，相应单位会自动收到评价项目，评价组长是本评价项目的负责人；项目查询模块可查看所有项目相关详细信息和操作记录，项目列表按照时间排列，列表页面具有条件查询功能。

任务管理：任务管理模块包括任务分配、任务审核和任务发布三大模块。任务分配模块是任务负责人对收到的评价项目进行任务分配和任务执行人员分配；任务审核模块是对收到的评价任务和修改后的评价任务进行审核确认；任务发布模块是任务负责人将审核无误的项目发布给任务执行人员，相应的执行人员可查看自己的待办任务。

报告管理：此功能模块包括报告查询和报告审核。报告查询模块用于查看某个评价任务完成后的初始报告，任务执行人员可以下载查看初始报告，同时若发现报告有误，可以修改并重新生成初始报告；报告审核模块是管理人员对正式报告进行下载查看，如审核有误可对正式报告进行重新上传。

问题管理：问题管理模块主要包括问题填报、问题审核、问题跟踪和问题统计四个模块。问题填报是任务执行人员将评价过程中发现的问题填报到系统中；问题审核模块是管理人员对任务执行人员填报的问题进行审核确认，确认无误，后续将进行问题跟踪，可实时查看问题跟踪进度，最后将问题汇总统计。

统计分析：统计分析模块包括数据分析和知识图谱这两个子模块。数据分析模块可以直观地显示各检查数据的对比分析结果。知识图谱展示了变电站二次设备状态数字化评价中继电保护及自动化装置的状态评价标准指标体系。

评价标准：评价标准模块下有三个子模块，分别为评价导则、标准升版和公式管理。评价导则模块主要是主要实现对各评价标准信息的查看；标准升版模块是对新版本的评价标准进行更新升级；公式管理模块是对评价导则中涉及的评分公式进行管理。

资料管理：资料管理模块主要实现对各评价装置检查项的标准内容提供相关资料支持，可以对相关资料的上传和下载；资料查看模块实现查看各评价装置检查项的标准的相关资料。

基础信息：基础信息包括公司管理、电站管理、装置类别、人员管理、职称管理、版本管理和设备管理等子模块。公司管理模块用于实现对总公司以及其子公司的创建、删除等功能操作；电站管理模块用于实现某公司下所属电站的添加、删除等功能操作；装置类别模块是对装置类型的添加、删除等功能操作；人员管理模块用于实现对变电站二次设备状态数字化评价人员的添加、删除等功能操作；职称管理模块用于实现对用户的职称进行添加、删除等功能操作；版本管理模块用于实现移动端APP版本的添加、修改等功能操作；设备管理模块用于实现对电站中设备进行管理。

系统管理：系统管理包括菜单管理、角色管理、用户管理、日志管理。菜单管理模块是系统中具备该功能模块权限的用户可以进行各主模块功能的添加、修改、删除等操作。角色管理模块实现角色权限划分和角色信息管理功能。不同角色具有不同的系统操作权限，只有管理员才拥有创建角色的权限；用户管理模块用于实现用户信息的维护及对应权限的管理，系统管理员可以对用户信息进行维护和修改，对不再需要访问本系统的用户信息进行禁用，禁止登陆使用本系统。用户登陆系统后可以对用户个人信息与密码等信息进行修改。为保障系统安全性，体现不同角色用户的职能和责任，用户必须由超级管理员创建账户、个人账户登录后才能进行相关操作；具有菜单管理功能，具备该功能模块权限的用户可以进行各主模块功能的添加、修改、删除等操作；

日志管理用于对用户登录情况的记录，用表格的形式记录登录属性，日志列表包括用户名、真实姓名、登录模块、详细信息、操作时间、结果以及登录IP，这是系统安全性的保障。系统提供以用户名、登录模块、结果、起始时间、终止时间的筛选方式查询具体用户登录的信息。日志管理界面如图所示。用户可在界面的查询区通过输入用户名、登录模块、起始时间、终止时间、结果等条件筛选符合查询条件的结果，显示在下方的日志列表区内，还可以一键导出所有日志信息。

本发明紧密结合大数据、物联网等新一代信息通信技术，搭建变电站二次设备状态评价系统，将数字化状态评价流程与互联网技术紧密结合，改变现有工作模式，通过数据采集系统与移动智能终端，采集现场实时数据，进行状态评价数据多维分析和评价问题实时跟踪，实现行业规范的有效共享，保证设备状态评价过程的安全性、可靠性、准确性及高效性。

实施例2

一种基于知识图谱的变电站二次设备数字化评价系统，包括

状态评价指标集获取模块，用于获取变电站二次设备历史运行状态数据，建立变电站二次系统状态评价指标集；

数字化评价知识图谱建立模块，用于获取变电站二次设备运行数据，构建变电站二次设备状态数字化评价知识图谱；

变电站二次设备的运行状态评价模块，用于根据所建立的电站二次设备状态数字化评价知识图谱和变电站二次系统状态评价指标集，使用灰色聚类法、层次分析法次建立变电站二次设备状态评价模型，并根据变电站二次设备状态评价模型所计算的模型值得大小评价变电站二次设备的运行状态。

由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (7)

1.一种基于知识图谱的变电站二次设备数字化评价方法，其特征在于，包括；

获取变电站二次设备历史运行状态数据，建立变电站二次系统状态评价指标集；

获取变电站二次设备运行数据，构建变电站二次设备状态数字化评价知识图谱；

根据所建立的电站二次设备状态数字化评价知识图谱和变电站二次系统状态评价指标集，使用灰色聚类法、层次分析法次建立变电站二次设备状态评价模型，并根据变电站二次设备状态评价模型所计算的模型值得大小评价变电站二次设备的运行状态；其中，对二次设备的状态进行量化评分，判断评估二次设备的真实状态，包括三种：正常状态、注意状态和异常状态；

其中，二次设备历史运行状态数据包括二次设备的运行温度数据、二次回路绝缘数据和二次设备差流数据；

二次设备运行数据包括二次设备投运前状态量数据、改进型状态量数据、检测型状态量数据、失效风险状态量数据和可靠性状态量数据；

建立变电站二次设备状态的知识图谱，获取二次设备状态相关知识；将变电站二次设备状态的属性集合，并将变电站二次设备状态关键特征量作为设备状态的关键属性；其中，变电站二次设备状态评价知识图谱由模式层与数据层构成；模式层是知识图谱的核心，展示有基础理论、实体概念、关系逻辑，存储有已经过提炼的知识、原理、数据，借助模式层的逻辑与公式对知识图谱的数据层实体进行约束；

变电站二次设备状态的关键特征属性与关键特征属性之间的节点类型与关系包括：

实体：主变保护装置指数、换流变保护装置指数、直流保护装置指数；

特征属性：CPU装置温度、CPU负荷率、工作电压、内部晶振偏差；

故障属性：运行异常、温度异常、设备参数错误；

关系：属于、包含、强相关、弱相关；

还包括知识图谱可视化：首先进行数据准备，利用二次设备台账数据及相关准规程，同时结合专家经验得到二次设备状态相关知识文本；待数据准备完成之后，通过提取文本中的实体，对获取的知识进行实体识别；然后通过关联性分析匹配实体之间的关系；最后得到所有实体及关系；

知识图谱构建包括知识获取、知识表示、知识存储、知识融合、知识建模、知识理解、知识运维；

知识获取：通过知识抽取技术从电力行业标准文件，以及现场实时获取的设备基本参数、运行数据、缺陷数据和评价报告信息中提取结构化数据；

知识表示：将现实世界中存在的知识转换成计算机可识别和处理的内容；

知识融合：对不同来源的各类变电站二次设备基本参数、运行数据、缺陷数据和评价报告信息进行融合；

知识存储：针对知识图谱的知识表示形式设计底层存储方式，以完成不同途径获取的各类变电站二次设备知识的存储，实现大规模数据的管理和计算；

知识建模：确定采用手工建模方式或半自动建模方式的方式来表达和建立变电站二次设备状态评价知识图谱的数据模型。

2.根据权利要求1所述的一种基于知识图谱的变电站二次设备数字化评价方法，其特征在于，所述变电站二次设备状态评价模型为，；

为二次装置本体及二次回路评分值；为二次设备检测型状态量；为第一加权因子；为二次设备可靠性状态量；为第二加权因子；二次设备失效风险状态量；为第三加权因子；为二次设备改进型状态量。

3.根据权利要求2所述的一种基于知识图谱的变电站二次设备数字化评价方法，其特征在于，第一加权因子和第三加权因子为0.4。

4.根据权利要求2所述的一种基于知识图谱的变电站二次设备数字化评价方法，其特征在于，第二加权因子为0.2。

5.根据权利要求1所述的一种基于知识图谱的变电站二次设备数字化评价方法，其特征在于，所述变电站二次设备的状态包括正常、注意、异常和严重四个等级；

当模型计算的分值大小为86-100时变电站二次设备的状态正常；

当模型计算的分值大小为71-85时变电站二次设备的状态为注意；

当模型计算的分值大小为61-70时变电站二次设备的状态为异常；

当模型计算的分值大小为60以下时变电站二次设备的状态为严重。

6.根据权利要求1所述的一种基于知识图谱的变电站二次设备数字化评价方法，其特征在于，在计算变电站二次设备的状态时，变电站二次设备历史运行状态数据和变电站二次设备运行数据中的数据无对应状态量时，对应状态量不参与计算。

7.一种基于知识图谱的变电站二次设备数字化评价系统，其特征在于，包括；

状态评价指标集获取模块，用于获取变电站二次设备历史运行状态数据，建立变电站二次系统状态评价指标集；

数字化评价知识图谱建立模块，用于获取变电站二次设备运行数据，构建变电站二次设备状态数字化评价知识图谱；

变电站二次设备的运行状态评价模块，用于根据所建立的电站二次设备状态数字化评价知识图谱和变电站二次系统状态评价指标集，使用灰色聚类法、层次分析法次建立变电站二次设备状态评价模型，并根据变电站二次设备状态评价模型所计算的模型值得大小评价变电站二次设备的运行状态；

其中，对二次设备的状态进行量化评分，判断评估二次设备的真实状态，包括三种：正常状态、注意状态和异常状态；

其中，二次设备历史运行状态数据包括二次设备的运行温度数据、二次回路绝缘数据和二次设备差流数据；

二次设备运行数据包括二次设备投运前状态量数据、改进型状态量数据、检测型状态量数据、失效风险状态量数据和可靠性状态量数据；

建立变电站二次设备状态的知识图谱，获取二次设备状态相关知识；将变电站二次设备状态的属性集合，并将变电站二次设备状态关键特征量作为设备状态的关键属性；其中，变电站二次设备状态评价知识图谱由模式层与数据层构成；模式层是知识图谱的核心，展示有基础理论、实体概念、关系逻辑，存储有已经过提炼的知识、原理、数据，借助模式层的逻辑与公式对知识图谱的数据层实体进行约束；

变电站二次设备状态的关键特征属性与关键特征属性之间的节点类型与关系包括：

实体：主变保护装置指数、换流变保护装置指数、直流保护装置指数；

特征属性：CPU装置温度、CPU负荷率、工作电压、内部晶振偏差；

故障属性：运行异常、温度异常、设备参数错误；

关系：属于、包含、强相关、弱相关；

还包括知识图谱可视化：首先进行数据准备，利用二次设备台账数据及相关准规程，同时结合专家经验得到二次设备状态相关知识文本；待数据准备完成之后，通过提取文本中的实体，对获取的知识进行实体识别；然后通过关联性分析匹配实体之间的关系；最后得到所有实体及关系；

知识图谱构建包括知识获取、知识表示、知识存储、知识融合、知识建模、知识理解、知识运维；

知识获取：通过知识抽取技术从电力行业标准文件，以及现场实时获取的设备基本参数、运行数据、缺陷数据和评价报告信息中提取结构化数据；

知识表示：将现实世界中存在的知识转换成计算机可识别和处理的内容；

知识融合：对不同来源的各类变电站二次设备基本参数、运行数据、缺陷数据和评价报告信息进行融合；

知识存储：针对知识图谱的知识表示形式设计底层存储方式，以完成不同途径获取的各类变电站二次设备知识的存储，实现大规模数据的管理和计算；

知识建模：确定采用手工建模方式或半自动建模方式的方式来表达和建立变电站二次设备状态评价知识图谱的数据模型。