本技术涉及变压器运维，特别是涉及一种基于大数据的变压器运维方法及系统。
背景技术：
1、随着社会经济与科学技术的高速发展,社会对电能的质量和供电的可靠性提出越来越高的要求，提高供电可靠性，保障电网安全是重中之重，这一领域中，变压器是一个关键的组成部分。
2、变压器运维是指对变压器设备的维护、检修和运行进行合理安排和有效管理的过程，现有技术中，多通过人工巡检进行运维管理，不能准确判断变压器的运行状态，且变压器所含设备较复杂，不能及时发现故障或错过维护时间，不能制定合理的运维策略，导致运维效率和设备可用度降低。
技术实现思路
1、为解决上述技术问题，本技术提供了一种基于大数据的变压器运维方法及系统，对变压器进行划分得到多个部件并形成部件结构树，根据每个部件的实时运行数据确定预测状态系数，根据预测状态系数确定失效概率并生成对应的运维策略，根据部件结构树确定每个部件的重要度，根据重要度以及成本效益比确定部件的运维优先级，根据运维优先级以及多个运维策略生成运维策略组，根据最小化运检能耗目标函数以及最大化可靠性目标函数对多个运维策略组进行分析，确定最优运维策略组，根据视情运维和预测性维护运维，提高每个部件的可靠性和性能，有效控制维护成本和减少意外停机时间，从而提高变压器整体的运维效率和经济效益。
2、本技术的一些实施例中，提供了一种基于大数据的变压器运维方法，包括：
3、将变压器划分为多个部件并形成变压器的部件结构树，获取每个部件的实时运行数据，并实时运行数据进行分析，得到每个部件的预测状态系数；
4、根据预测状态系数确定对应部件的失效概率，根据失效概率判断是否需要运维，若需要，确定对应部件的多个运维策略；
5、根据变压器的部件结构树确定每个部件的重要度，根据部件的重要度以及成本效益比，设定对应部件的运维优先级，根据运维优先级以及多个运维策略生成多个运维策略组；
6、建立最小化运检能耗目标函数以及最大化可靠性目标函数，基于最小化运检能耗目标函数以及最大化可靠性目标函数对运维策略组进行分析，确定当前变压器的最优运维策略组。
7、在本技术的一些实施例中，将变压器划分为多个部件并形成变压器的部件结构树，包括：
8、根据变压器的功能类型对变压器进行初次划分，得到多个功能模块，所述功能模块按照对应功能类型的逻辑关系构建初始结构图，所述初始结构图以功能模块的重要程度设定结构中心，以结构中心与其他功能模块的关联关系设定连接距离；
9、对初始结构图中每个功能模块所包含的设备进行分析，得到设备在对应功能模块中的利用系数和影响系数，基于利用系数和影响系数，确定每个功能模块的特征设备，并将每一特征设备设定为一个功能节点，根据特征设备间的连接关系构建对应功能模块的节点结构图；
10、基于特征设备所包含的部件数量以及部件间的依赖关系和关联关系，确定对应功能节点的节点中心，根据依赖程度和关联程度设定节点中心与同一功能节点中的剩余部件的连接距离，并生成对应功能节点的连接结构图；
11、将每个功能模块的节点结构图以及每个功能节点的连接结构图导入到初始结构图的相应位置中，得到变压器的多个部件并形成变压器的部件结构树。
12、在本技术的一些实施例中，得到每个部件的预测状态系数，包括：
13、获取每个部件的历史运行日志，并将历史运行日志划分为历史正常运行日志和历史异常故障日志；
14、根据历史正常运行日志中的多个历史运行数据的所处区间构建正常运行数据集，根据历史异常故障日志中的多个历史运行数据的所处区间构建异常运行数据集；
15、将同一部件的实时运行数据分别与正常运行数据集、异常运行数据进行对比，根据对比结果生成对应部件的预测状态系数；
16、所述预测状态系数的计算公式为：
17、；其中，z为预测状态系数，m为同一部件的实时运行数据所处区间处于正常运行数据集的数据个数，n为同一部件的实时运行数据所处区间处于异常运行数据集的数据个数，m+n为同一部件的实时运行数据的总个数，yi为第i个实时运行数据进行标准化处理后的数据值，为第i个实时运行数据对应的正常运行数据集中的正常运行数据进行标准化处理后的正常数据区间，li为第i个实时运行数据的权重系数，i=1,2，…，m，ns为第s个实时运行数据进行标准化处理后的数据值，nws为第s个实时运行数据对应的异常运行数据集中的异常运行数据进行标准化处理后的异常数据区间，ls为第s个实时运行数据的权重系数，s=1,2，…，n。
18、在本技术的一些实施例中，若需要，确定对应部件的多个运维策略，包括：
19、预先设定第一预设状态系数和第二预设状态系数；
20、当预测状态系数小于第一预设状态系数时，确定对应部件的失效概率为第三预设失效概率，需要对相应部件进行故障运维，基于相应部件的故障-运维策略库，对第三预设失效概率以及相应部件中的实时运行数据与异常运行数据集的对比结果进行分析，确定对应部件的多个第一运维策略；
21、当预测状态系数处于第一预设状态系数和第二预设状态系数之间时，确定对应部件的失效概率为第二预设失效概率，需要对相应部件进行维护运维，基于相应部件的维护-运维策略库，对第二预设失效概率以及相应部件中的实时运行数据与正常运行数据集的对比结果进行分析，确定对应部件的多个第二运维策略；
22、当预测状态系数大于第二预设状态系数时，确定对应部件的失效概率为第一预设失效概率，不需要对相应部件进行运维；
23、其中，第一预设状态系数小于第二预设状态系数，第一预设失效概率小于第二预设失效概率，第二预设失效概率小于第三预设失效概率。
24、在本技术的一些实施例中，其特征在于，根据部件的重要度以及成本效益比，设定对应部件的运维优先级，包括：
25、根据部件结构树中每个部件对于相应功能节点的节点中心的连接距离、对于初始结构图的结构中心的连接距离以及直接连接的分支数量生成对应部件的重要度；
26、获取每个部件的历史故障运维日志以及历史维护运维日志，根据历史故障运维日志中的历史故障运维成本以及对应部件故障运维后的变压器整体的历史可靠性评价值的第一变化量值，生成对应部件的第一成本效益比；
27、根据历史维护运维日志中的历史维护运维成本以及对应部件维护运维后的变压器整体的历史可靠性评价值的第二变化量值，生成对应部件的第二成本效益比；
28、根据第一成本效益比以及第二成本效益比生成对应部件的成本效益比；
29、根据每个部件的重要度以及成本效益比生成对应部件的运维优先级。
30、在本技术的一些实施例中，所述运维优先级的计算公式为：
31、；
32、其中，x为运维优先级，a1为第一转换系数，f3为部件直接连接的分支数量，f2为部件对于相应功能节点的节点中心的连接距离，f1为部件对于初始结构图的结构中心的连接距离，q1为部件的重要度的权重系数，a2为第二转换系数，q2为成本效益比的权重系数，k1为第一成本效益比的权重系数，k2为第二成本效益比的权重系数，c1为历史故障运维日志的数量，c2为历史维护运维日志的数量，为部件在第g1个历史故障运维日志后的第一成本效益比，为部件在第g2个历史维护运维日志后的第二成本效益比，为部件的成本效益比，g1=1,2，…c1，g2=1,2，…c2。
33、在本技术的一些实施例中，根据运维优先级以及多个运维策略生成多个运维策略组，包括：
34、将属于故障运维的部件的多个第一运维策略按照对应部件的运维优先级进行排序，根据排序结果从每个部件的多个第一运维策略随机选取一个对象，构建故障运维的第一运维策略组；
35、将属于维护运维的部件的多个第二运维策略按照对应部件的运维优先级进行排序，根据排序结果从每个部件的多个第二运维策略随机选取一个对象，构建维护运维的第二运维策略组；
36、根据故障运维的第一运维策略组以及维护运维的第二运维策略组生成变压器的运维策略组。
37、在本技术的一些实施例中，建立最小化运检能耗目标函数以及最大化可靠性目标函数，包括：
38、所述最小化运检能耗目标函数为：
39、；
40、其中，h1为最小化运检能耗目标函数，为第r个运维优先级的部件使用第个第一运维策略构建的第r个第一运维策略组以及第u个运维优先级的部件使用第个第二运维策略构建的第u个第二运维策略组的综合运检能耗，min为最小值符号；
41、所述最大化可靠性目标函数为：
42、；
43、其中，h2为最大化可靠性目标函数，为第r个运维优先级的部件使用第个第一运维策略构建的第r个第一运维策略组以及第u个运维优先级的部件使用第个第二运维策略构建的第u个第二运维策略组的综合可靠性，max为最大值符号。
44、在本技术的一些实施例中，确定当前变压器的最优运维策略组，包括：
45、根据最小化运检能耗目标函数筛选出第一优选运维策略组，根据最大化可靠性目标函数筛选出第二优选运维策略组；
46、若第一优选运维策略组和第二优选运维策略组为同一运维策略组，则将第一优选运维策略组设定为最优运维策略组；
47、若第一优选运维策略组和第二优选运维策略组不为同一运维策略组，计算第一优选运维策略组和第二优选运维策略组的综合排序值；
48、若第一优选运维策略组的综合排序值大于第二优选运维策略组的综合排序值且第一优选运维策略组的综合排序值大于预设排序阈值，则设定第一优选运维策略组为最优运维策略组；
49、若第二优选运维策略组的综合排序值大于第一优选运维策略组的综合排序值且第二优选运维策略组的综合排序值大于预设排序阈值，则设定第二优选运维策略组为最优运维策略组；
50、若第一优选运维策略组和第二优选运维策略组的综合排序值均小于预设排序阈值，则计算剩余的运维策略组的综合排序值，将综合排序值大于预设排序阈值的运维策略组设定为最优运维策略组。
51、在本技术的一些实施例中，还包括一种基于大数据的变压器运维系统：
52、划分模块，用于将变压器划分为多个部件并形成变压器的部件结构树，获取每个部件的实时运行数据，并实时运行数据进行分析，得到每个部件的预测状态系数；
53、确定模块，用于根据预测状态系数确定对应部件的失效概率，根据失效概率判断是否需要运维，若需要，确定对应部件的多个运维策略；
54、生成模块，用于根据变压器的部件结构树确定每个部件的重要度，根据部件的重要度以及成本效益比，设定对应部件的运维优先级，根据运维优先级以及多个运维策略生成多个运维策略组；
55、运维模块，用于建立最小化运检能耗目标函数以及最大化可靠性目标函数，基于最小化运检能耗目标函数以及最大化可靠性目标函数对运维策略组进行分析，确定当前变压器的最优运维策略组。
56、本技术实施例的一种基于大数据的变压器运维方法及系统，与现有技术相比，其有益效果在于：
57、对变压器进行划分得到多个部件并形成部件结构树，根据每个部件的实时运行数据确定预测状态系数，根据预测状态系数确定失效概率并生成对应的运维策略，根据部件结构树确定每个部件的重要度，根据重要度以及成本效益比确定部件的运维优先级，根据运维优先级以及多个运维策略生成运维策略组，根据最小化运检能耗目标函数以及最大化可靠性目标函数对多个运维策略组进行分析，确定最优运维策略组，根据视情运维和预测性维护运维，提高每个部件的可靠性和性能，有效控制维护成本和减少意外停机时间，从而提高变压器整体的运维效率和经济效益。
1.一种基于大数据的变压器运维方法，其特征在于，包括：
2.如权利要求1所述的基于大数据的变压器运维方法，其特征在于，将变压器划分为多个部件并形成变压器的部件结构树，包括：
3.如权利要求2所述的基于大数据的变压器运维方法，其特征在于，得到每个部件的预测状态系数，包括：
4.如权利要求3所述的基于大数据的变压器运维方法，其特征在于，若需要，确定对应部件的多个运维策略，包括：
5.如权利要求4所述的基于大数据的变压器运维方法，其特征在于，根据部件的重要度以及成本效益比，设定对应部件的运维优先级，包括：
6.如权利要求5所述的基于大数据的变压器运维方法，其特征在于，
7.如权利要求6所述的基于大数据的变压器运维方法，其特征在于，根据运维优先级以及多个运维策略生成多个运维策略组，包括：
8.如权利要求7所述的基于大数据的变压器运维方法，其特征在于，建立最小化运检能耗目标函数以及最大化可靠性目标函数，包括：
9.如权利要求8所述的基于大数据的变压器运维方法，其特征在于，确定当前变压器的最优运维策略组，包括：
10.一种基于大数据的变压器运维系统，其特征在于，包括：
