一种基于图像模型分析的设备风险评估方法

摘要

本发明公开了一种基于图像模型分析的设备风险评估方法，包括以下步骤：构建模型、记录数据、对应标记、逻辑绘图、分析评估；步骤一、构建模型：根据国家电网电力设备的安全生产基准数据，构建各个安全生产基准设备模型；步骤二、记录数据：全方面采集检测设备的各项数据以及环境数据，构建环境条件与检测设备关系数据模型，并记录下所有数据；步骤三、多种规则，标记基准模型的状态点作为基准，同种规则下标记检测设备模型；步骤四、获取所有状态点，基准点为黄色状态域，基准点上面的是绿色生产设备，加准点下面的是红的报警域，根据状态点的分布趋势渲染出图像；步骤五、分析图像，评估设备风险。应用本基于图像模型分析的设备风险评估方法，使数据可视化，形象的展示了检测设备的三维数据；基于模型比对，自动分析检测设备的合格性；根据安全生产状态域图像，分析设备的风险概率，能更好的识别薄弱设备，防止风险产生；使检测机构日后的检测工作更具有侧重点，大大提高了检测工作的效率。

说明书

技术领域

本发明涉及计算机技术领域，具体是一种基于图像模型分析的设备风险评估方法。

背景技术

电力设备检测机构是国家电网安全稳定运行的基础，是国家电网公司安全生产的重要保障，但是，电力设备检测机构重复机械检测工作，完全性一视同仁的检测设备，没有重点的检测设备，也没有风险意识，基于图像模型分析的设备风险评估系统应运而生。

应用基于图像模型分析的设备风险评估系统，使数据可视化，形象的展示了检测设备的性能数据薄弱点；基于模型比对，自动分析检测设备的偏差点；获取各项状态点，通过渲染成设备质量检测数据分布图，用颜色标注实际检测数据偏移量，形成质量对比颜色图谱；由检测数据偏移图谱计算设备的风险概率，更好的识别潜在问题设备，防止大风险设备的产生，保护设备运行状态；同时使检修部门日后的检测工作更具有针对性，大大提高了检修工作的效率。

发明内容

本发明的目的在于提供一种基于图像模型分析的设备风险评估方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于图像模型分析的设备风险评估方法，包括以下步骤：构建模型、记录数据、对应标记、逻辑绘图、分析评估。

具体的，步骤一、构建模型：根据国家电网电力设备的安全生产基准数据，基于js构筑web 模型，构建各个安全生产基准设备模型。

步骤二、记录数据：全方面采集检测设备的各项数据以及环境数据，基于js构筑web 模型，构建环境条件与检测设备关系数据模型，并记录下所有数据；

步骤三、对应标记：根据各个设备的安全生产基准模型，自动分析，判定安全生产率，并根据标准以及各种特定情况取到对应的设备的状态点，不同的状态点由不同的颜色标记；

步骤四、逻辑绘图：根据状态点，自动渲染图像，生成设备质量数据偏移量的谱图，用颜色标注偏移的程度。检测数据越多，得到的图像则更加能反应实际情况；

步骤五、分析评估：分析检测设备大数据下得到的质量薄弱点，通过算法分析，评估设备的风险率。

与现有技术相比，本发明的有益效果是：

现在的设备质量管理只能通过检测，对检测结果是否合格进行确定设备质量，但没法对合格的设备日后运行中的风险进行判定。

应用本基于图像模型分析的设备风险评估方法，使数据可视化，形象的展示了检测设备的性能数据薄弱点；基于模型比对，使用颜色谱图对比检测数据的偏移量，直观的看到设备在哪个性能上存储风险，日后的检修、运维可以针对这些较弱的设备状态编制定制的巡检和检修方案。

附图说明

图1为风险评估的说明图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

请参阅图1，本发明实施例中，一种基于图像模型分析的设备风险评估方法，包括以下步骤：构建模型、记录数据、对应标记、逻辑绘图、分析评估。

一种基于图像模型分析的设备风险评估方法，包括以下步骤：构建模型、记录数据、对应标记、逻辑绘图、分析评估。

具体的，步骤一、构建模型：根据国家电网电力设备的安全生产基准数据，基于js构筑web 模型，构建各个安全生产基准设备模型。

步骤二、记录数据：全方面采集检测设备的各项数据以及环境数据，基于js构筑web 模型，构建环境条件与检测设备关系数据模型，并记录下所有数据；

步骤三、对应标记：根据各个设备的安全生产基准模型，自动分析，判定安全生产率，并根据标准以及各种特定情况取到对应的设备的状态点，不同的状态点由不同的颜色标记；

步骤四、逻辑绘图：根据状态点，自动渲染图像，生成设备质量数据偏移量的谱图，用颜色标注偏移的程度。检测数据越多，得到的图像则更加能反应实际情况；

步骤五、分析评估：分析检测设备大数据下得到的质量薄弱点，通过算法分析，评估设备的风险率。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。