(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211039070.9 (22)申请日 2022.08.29 (71)申请人 深圳供电局有限公司 地址 518001 广东省深圳市罗湖区深南 东 路4020号电力调度通信大楼 (72)发明人 胡冉　厉冰　黄湛华　徐启源　 刘国伟　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 唐彩琴 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 10/00(2012.01) G06Q 50/06(2012.01) (54)发明名称 一二次融合设备维护优化方法与装置 (57)摘要 本申请涉及一种一二次融合设备维护优化 方法、 装置、 计算机设备、 存储介质和计算机程序 产品。 包括： 获取一二次融合设备的历史缺陷数 据以及缺陷重要性评分结果； 根据历史缺陷数据 以及缺陷重要性评分结果， 确定计划停电的最优 维护周期； 根据历史缺陷数据以及缺陷重要性评 分结果， 确定设备缺陷类型以及缺陷类型对应的 检出缺陷概率， 并建立缺陷与非计划停电时间的 关联模型； 基于历史缺陷数据， 获取月度缺陷数 据， 并根据月度缺陷数据与预设核函数， 生成基 于最小二乘向量机的缺陷预测模 型； 根据检出缺 陷概率、 缺陷预测模型以及缺陷与非计划停电时 间的关联模型， 确定非计划停电的最优维护周 期。 采用本方法能够在确保可靠性的前提下对成 本进行优化。 权利要求书2页 说明书16页 附图5页 CN 115470975 A 2022.12.13 CN 115470975 A 1.一种一 二次融合设备维护优化方法， 其特 征在于， 所述方法包括： 获取一二次融合设备的历史缺陷数据以及缺陷重要性评分结果； 根据所述历史缺陷数据以及缺陷重要性评分结果， 确定计划停电的最优维护周期； 根据所述历史缺陷数据以及缺陷重要性评分结果， 确定一二 次融合设备缺陷类型以及 所述缺陷类型对应的检出缺陷概 率， 并建立 缺陷与非计划停电时间的关联模型； 基于所述历史缺陷数据， 获取一二次融合设备月度缺陷数据， 并根据所述一二次融合 设备月度缺陷数据与预设核函数， 生成基于最小二乘向量机的缺陷预测模型； 根据所述检出缺陷概率、 所述缺陷预测模型以及所述缺陷与非计划 停电时间的关联模 型， 确定非计划停电的最优维护周期。 2.根据权利要求1所述的方法， 其特征在于， 所述获取一二 次融合设备的历史缺陷数据 以及缺陷重要性评分结果包括： 获取一二次融合设备的历史缺陷数据以及 初始理论故障树模型； 基于所述一二次融合设备的历史缺陷数据， 对所述初始理论故障树模型进行训练， 得 到理论故障树模型； 对所述理论故障树模型进行分析， 获取缺陷重要性评分结果。 3.根据权利要求1所述的方法， 其特征在于， 所述根据所述历史缺陷数据以及缺陷重要 性评分结果， 确定计划停电的最优维护周期包括： 根据所述历史缺陷数据以及所述缺陷重要性评分结果， 获取一二 次融合设备的检出缺 陷系数； 根据各所述检出缺陷系数， 获取 所有一二次融合设备的检出缺陷系数总和； 计算各所述检出缺陷系数与检出缺陷系数总和质检数 学期望的偏差； 根据所述偏差， 确定计划停电的最优维护周期。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述历史缺陷数据， 获取一二次 融合设备月度缺陷数据， 并根据所述一二次融合设备月度缺陷数据与预设核函数， 生成基 于最小二乘向量机的缺陷预测模型包括： 对所述历史缺陷数据进行比重划分， 所述比重划分为对所述历史缺陷数据中的往年缺 陷数据赋予低比重、 且 对所述历史缺陷数据中的最近一 年缺陷数据赋予高比重； 基于比重划分后的历史缺陷数据， 获取一 二次融合设备月度缺陷数据； 根据所述一二 次融合设备月度缺陷数据与 预设核函数， 生成基于最小二乘向量机的缺 陷预测模型。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述检出缺陷概率、 所述缺陷预 测模型以及所述缺陷与非计划停电时间的关联模型， 确定非计划停电的最优维护周期之 前， 还包括： 对所述基于最小二乘向量机的缺陷预测模型进行年份修正、 以及设备类型修正， 获取 修正后的基于最小二乘向量机的缺陷预测模型。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述检出缺陷概率、 所述缺陷预 测模型以及所述缺陷与非计划停电时间的关联模型， 确定非计划停电的最优维护周期包 括： 根据所述 缺陷预测模型以及所述 一二次融合设备月度缺陷数据， 获取 预测缺陷数据；权　利　要　求　书 1/2 页 2 CN 115470975 A 2根据所述预测缺陷数据以及所述缺陷与非计划 停电时间的关联模型， 获取预测 停电时 间； 根据所述预测停电时间， 获取 预测缺陷损失； 根据所述预测缺陷损失以及所述检出缺陷概 率， 确定非计划停电的最优维护周期。 7.一种一 二次融合设备维护优化装置， 其特 征在于， 所述装置包括： 数据获取模块， 用于获取一 二次融合设备的历史缺陷数据以及缺陷重要性评分结果； 计划停电模块， 用于根据所述历史缺陷数据以及缺陷重要性评分结果， 确定计划停电 的最优维护周期； 检缺关联模块， 用于根据所述历史缺陷数据以及缺陷重要性评分结果， 确定一二次融 合设备缺陷类型以及所述缺陷类型对应的检出缺陷概率， 并建立缺陷与非计划停电时间的 关联模型； 缺陷预测模块， 用于基于所述历史缺陷数据， 获取一二 次融合设备月度缺陷数据， 并根 据所述一二次融合设备月度缺陷数据与预设核函数， 生成基于最小二乘向量机的缺陷预测 模型； 非计划停电模块， 用于根据所述检出缺陷概率、 所述缺陷预测模型以及所述缺陷与非 计划停电时间的关联模型， 确定非计划停电的最优维护周期。 8.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至 6中任一项所述的方法的步骤。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现权利要求1至 6中任一项所述的方法的步骤。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现权利要求1至 6中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115470975 A 3