(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 202211020271.4 (22)申请日 2022.08.24 (71)申请人 广东电网有限责任公司广州供电局 地址 510000 广东省广州市天河区天河南 二路2号 (72)发明人 王妲　张文嘉　骆子雅　江小昆　 李伟东　 (74)专利代理 机构 广州珺燊专利代理事务所 (普通合伙) 44778 专利代理师 叶平平 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/00(2012.01) G06Q 50/06(2012.01) G06Q 50/08(2012.01)G06K 9/62(2022.01) G06N 3/08(2006.01) G06F 16/2458(2019.01) (54)发明名称 一种电力物资生命周期管理方法 (57)摘要 本申请提供一种电力物资生命周期管理方 法， 包括： 对电力物资进行分类与识别， 具体包 括： 根据耐久年限， 将建筑物进行分类； 根据历史 使用数据及分类与特定物资名称， 预测该物资的 生命周期； 根据历史数据获取一个电力物资内各 个部件的损坏年限； 判断电力物资的损坏原因； 根据电力公司的资金预算判断当年是否要更新 部件还是整个物资替换； 根据电力物资的状态参 数判断使用场景； 根据场景统计电力物资损坏骤 停的损失； 根据停工或损失风险判断是否延长当 前物资的生命周期； 统计电力物资增加的生命周 期。 权利要求书3页 说明书8页 附图2页 CN 115409255 A 2022.11.29 CN 115409255 A 1.一种电力物资生命周期管理方法， 其特 征在于， 所述方法包括： 对电力物资进行分类与识别， 具体包括： 根据耐久年限， 将建筑物进行分类； 根据历史 使用数据及分类与特定物资名称， 预测该物资的生命周期； 根据历史数据获取一个电力物 资内各个部件的损坏年限； 判断电力物资的损坏原因； 根据电力公司的资金预算判断当年 是否要更新部件还是整个物资替换； 根据电力物资的状态参数判断使用场景； 根据场景统 计电力物资损坏骤停的损失； 根据停工或损失风险判断是否延长当前物资的生命周期； 统 计电力物资增 加的生命周期。 2.根据权利要求1所述的方法， 其中， 所述对电力物资进行分类与识别， 包括: 构建电力物资类型分析模型， 并以电力物资的机械结构作为训练数据对所述电力物资 类型的初始分析模型进行训练， 得到所述电力物资类型 的优化分析模型； 训练数据对所述 电力物资类型 的初始分析模型进行训练， 生成的电力物资类型分析规则有两条； 将具有一 定的机械结构， 由若干零部件装配起来， 在动力的驱动下， 能够完成生产、 加工、 运行等功能 或效用的电力物资， 分类为机器设备； 将由承重构件组成的体系的电力物资分类为建筑物， 所述承重构件由基础、 墙体、 柱、 梁、 楼板、 屋架组成； 由以上生成的电力物资类型分析规则 应用于电力物资类型分析模型， 测试电力物资集用来对电力物资类型分析模型进行测试， 并在测试 的过程中通过改变电力物资类型分析规则， 来对模型优化并提高拟合值； 将测试 性能良好的电力物资类型分析模型， 应用于电力物资集， 对其归类为机器设备和建筑物两 大类； 包括： 根据耐久年限， 将建筑物进行分类； 所述根据耐久年限， 将建筑物进行分类， 具体包括: 对分类为建筑物的电力物资， 根据其耐久年限， 将其分类为重要的建筑和高层 建筑、 一 般性建筑、 临 时性建筑； 构建建筑物类型分析模型， 并以电力物资的耐久年限作为训练数据 对所述建筑物类型 的初始分析模型进行训练， 得到所述建筑物类型 的优化分析模型； 训练 数据对所述建筑物类型 的初始分析模型进行训练， 生成的电力物资类型分析规则有三条； 将建筑物电力物资中， 该物资的耐久年限高于预设的阈值， 其中的建筑物类型分类为重要 的建筑和高层建筑； 将建筑物电力物资中， 该物资的耐久年限在两个预设的阈值之间， 其中 的建筑物类型分类为一般性建筑； 将建筑物电力物资中， 该物资的耐久年限低于预设的阈 值， 其中的建筑物类型分类为临时性建筑； 由生成的建筑物类型分析规则应用于建筑物类 型分析模型， 测试建筑物电力物资用来对建筑物类型分析模型进行测试， 并在测试 的过程 中通过改变建筑物类型分析规则， 来对模型优化并提高拟合值； 将测试性能良好的建筑物 类型分析模型， 应用于建筑物电力物资中， 对其归类为重要的建筑和高层建筑、 一般性建 筑、 临时性建筑。 3.根据权利要求1所述的方法， 其中， 所述根据历史使用数据及分类与特定物资名称， 预测该物资的生命周期， 包括: 建立一个用于预测电力物资的生命周期q的神经网络； 进行神经网络的训练过程， 首先 构造网络的基本结构， 将电力物资的历史使用数据， 分类以及特定物资名称， 作为网络的输 入信号， 并按照预设的阈值作为输入信号的突触权值， 用来表示输入信号的重要程度； 将包 含电力物资的的历史使用数据， 分类以及特定物资名称的训练样本， 代入网络后， 计算神经 网络的输出值， 进而预测出电力物资的生命周期； 电力物资的历史使用数据指在目标时间 内， 使用特定电力物资的次数， 和每次的使用时长； 电力物资的分类指将电力物资分为机器权　利　要　求　书 1/3 页 2 CN 115409255 A 2设备以及建筑物两类； 特定物资名称包括： 发电动机、 电设备、 输变电设备、 用电设备、 电力 电子设备、 电磁测量仪器仪表。 4.根据权利要求1所述的方法， 其中， 所述根据历史数据获取一个电力物资内各个部件 的损坏年限， 包括: 电力物资内各个部件的损坏年限c＝该电力物资的使用时间t*次数s*部件的重要指 数； 电力物资的重要指数为对应部件的重要度分级指标， 分为关键部件， 重要部件， 一般部 件； 电力物资的关键部件的特性为该部件发生事故， 会对人身安全造成影响， 其重要指数为 0.5； 电力物资的重要部件的特性为该部件发生事故， 会对产品性能造成影响， 其重要指数 为0.4； 电力物资的一般部件的特性为该部件发生事故， 仅对产品的外观造成影响， 其重要 指数为0.1。 电力物资内各个部件的损坏年限c＝该电力物资的使用时间t*次数s*部件的重要指 数。 5.根据权利要求1所述的方法， 其中， 所述判断电力物资的损坏原因， 包括: 对判断为损坏的电力物资进行关联分析， 分析该电力物资的损坏是少许部件损坏造 成， 还是大部 分部件同时损坏造成； 由数据统计的损坏电力物资， 构建损坏电力物资分析模 型， 并以该电力物资的损坏部件作为训练数据对所述损坏电力物资分析模型进行训练， 得 到所述损坏电力物资优化分析模型； 损坏电力物资的损坏部件少 于预设的阈值， 判断该物 资的损坏是少许部件损坏造成， 判定此项集为A项项集； 损坏电力物资的损坏部件大于等于 预设的阈值， 判断该物资的损坏是大部分部件同时损坏造成， 判定此项集为B项项集； 对某 个项集的支持度大于或等于预设的最小支持度阈值， 为频繁项集； 对设定为频繁项集对应 的规则， 认为支持该项规则所做的假定 。 6.根据权利要求1所述的方法， 其中， 所述根据电力公司的资金预算判断当年是否要更 新部件还是整个物资替换， 包括: 损坏电力物资的更新资金预算k＝电力物资内各个部件的平均损坏年限C*平均折旧额 g； 电力物资内各个部件的损坏年限c＝该电力物资的使用时间t*次数s*部件的重要指数； 电力物资的重要指数为对应部件的重要度分级指标， 分为关键部件， 重要部件， 一般部件， 重要指数分别为0.5， 0.4， 0.1； 电力物资内各个部件的平均损坏年限C为各个部件的损坏年 限均值； 由预设的电力公司的资金预算K与损坏电力物资的更新资金预算k， 若 K大于k,则判 断当年要 进行整个物资替换， 若K小于k， 则判断当年是要更新部件。 7.根据权利要求1所述的方法， 其中， 所述根据电力物资的状态参数判断使用场景， 包 括: 构建电力物资使用场景分析模型， 并以电力物资的作业数据显示作为训练数据对所述 电力物资使用场景的初始分析模型进行训练， 得到所述电力物资使用场景的优化分析模 型； 训练数据对所述电力物资使用场景 的初始分析模型进行训练， 得到电力物资使用场景 分析规则； 获取， 存储， 处理电力物资的作业状态参数， 包括温度、 震动、 电流、 电压， 由展示 的作业数据显示电力物资的作业状态， 将此时电力物资的使用场景判断为现场作业； 监测、 采集电力物资的静态参数， 包括温度、 震动、 电流、 电压等， 对电力物资进行故障分析， 将此 时的电力物资的使用场景判断为设备运 维； 由生成的电力物资使用场景分析规则应用于电 力物资使用场景分析模型， 测试电力物资集用来对电力物资使用场景分析模型进行测试，权　利　要　求　书 2/3 页 3 CN 115409255 A 3