基于大數(shù)據(jù)計量資產全壽命周期管理研究.pdf

1、隨著國家電網(wǎng)公司“三集五大”不斷深入和“一型五化”大營銷建設，各網(wǎng)省公司計量中心的核心業(yè)務由傳統(tǒng)的計量檢定轉變?yōu)橛嬃抠Y產的現(xiàn)代化智能化集中檢定配送及管理，全壽命周期管理是實現(xiàn)大營銷精細化管理的有效手段。由于計量資產的特點是使用量大、平均單只價格低、使用領域廣、易輪換等，且直接關系國計民生、和諧穩(wěn)定等社會因素，因此計量產品的質量管理是全壽命周期管理的核心。省級計量中心生產調度平臺實現(xiàn)了對計量產品從采購、驗收、檢定、倉儲、配送的全過程監(jiān)控調

2、度，對自動檢定流水線、智能化倉儲的協(xié)調控制，實為國網(wǎng)總部計量管控平臺建設和計量資產的全壽命周期管理創(chuàng)造了有利條件。但是現(xiàn)階段省級計量中心生產數(shù)據(jù)及系統(tǒng)采用文件存儲，未對數(shù)據(jù)的使用進行多維度的分析?，F(xiàn)有的傳統(tǒng)技術不能滿足設備質量數(shù)據(jù)的分析，利用大數(shù)據(jù)技術對計量設備進行質量分析的研究已成為本領域亟待解決的關鍵問題。
　　本文對計量資產全壽命周期質量分析的關鍵技術進行了深入研究與應用。利用三角模糊數(shù)的層次分析法建立全壽命質量分析模型，并

3、通過MDS大數(shù)據(jù)分析平臺，根據(jù)數(shù)據(jù)抽取方案，進行離線和實時挖掘數(shù)據(jù)，從而對表計進行綜合質量評價、潛在關聯(lián)分析、趨勢預測、實時檢定告警、表計質量預測等研究。利用大數(shù)據(jù)不斷深化、細化營銷計量全壽命周期各環(huán)節(jié)檢定及故障數(shù)據(jù)，梳理實際工作應用需求，研究數(shù)據(jù)規(guī)律，形成多維度、多視角的數(shù)據(jù)處理模型和算法，建立全了包含時間、空間、各業(yè)務流程等的多維度分析場景。論文的主要研究內容如下:
　　(1)建立基于三角模糊數(shù)的層次分析法的全壽命質量分析模型

4、，將各階段質量分析體系模型都分為三個層次:質量目標層、質量分析準則層和質量特性指標層，確定質量分析體系模型的比重關系。綜合電能表各環(huán)節(jié)的的誤差數(shù)據(jù)，從產品供應商、運行區(qū)域、產品型號等方面多維度分析誤差數(shù)據(jù)的分布特性與規(guī)律;研究智能電能表各環(huán)節(jié)的檢定檢測誤差數(shù)據(jù)，追溯檢定不合格項目與方案選型、主要元器件的關聯(lián)關系，預測及規(guī)避因檢定設備故障問題引發(fā)的批量檢定不合格數(shù)據(jù)的出現(xiàn)，發(fā)掘電能表設計方案類基因缺陷，規(guī)避質量風險。
　　(2)建立

5、MDS大數(shù)據(jù)分析平臺，利用時間戳方式抽取MDS平臺中的誤差數(shù)據(jù)、批次信息、不合格項目數(shù)據(jù)及SG186營銷系統(tǒng)的故障檢測數(shù)據(jù)、報廢故障檢測數(shù)據(jù)等，通過ETL數(shù)據(jù)集成的技術實現(xiàn)對數(shù)據(jù)的轉換、清洗和加工，并將抽取到的數(shù)據(jù)進行離線數(shù)據(jù)挖掘分析和實時數(shù)據(jù)挖掘分析，通過數(shù)理統(tǒng)計和人工智能等算法對海量的數(shù)據(jù)進行基于聚類劃分的綜合質量評價、表計檢定數(shù)據(jù)以及異常報廢的潛在關聯(lián)分析、趨勢預測、實時檢定告警、表計質量預測、基于CCA方法的檢定不合格數(shù)據(jù)與故障

6、數(shù)據(jù)相關性分析等研究。
　　(3)基于MDS平臺提供的檢定誤差數(shù)據(jù)、自動檢定流水線（或檢定裝置）信息、批次信息、供應商信息等數(shù)據(jù)，利用大數(shù)據(jù)分析技術對數(shù)據(jù)進行多維度、深挖掘，以圖形化方式展示數(shù)據(jù)挖掘結果，形成數(shù)據(jù)樣本;然后對數(shù)據(jù)樣本進行分析比對，發(fā)現(xiàn)各樣本間存在的差異和誤差異常點，實現(xiàn)對檢定流水線（或流水線上的檢定裝置）潛在故障隱患及電能表潛在故障隱患的預估。
　　(4)對檢定不合格項目數(shù)據(jù)多維度深挖掘，形成不合格項目各維度

7、數(shù)據(jù)樣本;然后對數(shù)據(jù)樣本進行分析比對，深入挖掘不合格項目大類與其對應的小類之間的相關關系，通過在廠家、批次、同種設備等維度上與不合格項目間建立聯(lián)系，在相同的外部條件下，及時發(fā)現(xiàn)不合格原因分布，及時對相應的不合格項進行預警提示，對頻發(fā)的不合格原因形成專門的預警庫，預估該段時間內入庫的設備可能存在的隱患故障，實現(xiàn)對檢定流水線（或流水線上的檢定裝置）潛在故障隱患及電能表潛在故障隱患的預估。
　　(5)利用大數(shù)據(jù)分析技術對數(shù)據(jù)進行多維度、