基于历史运行信息的电力大数据设备生命周期估计方法

1.一种基于历史运行信息的电力大数据设备生命周期估计方法，其特征在于，包括以下步骤：(1)数据预处理：即统计设备运行信息，并剔除异常信息，所述设备运行信息包括设备ID和设备的总生命时间；(2)数据分布校验：对经过数据预处理的每种类型的设备的总生命时间进行分布校验，判断其是否符合正态分布，如果某类型设备的总生命时间不符合正态分布，则该类型设备校验不通过，该类型设备的运行信息不用于后续步骤；(3)建立生命周期模型：即计算各类设备的正常生命周期范围，并计算指定设备的生命周期信息；(4)结果输出：输出指定设备的生命周期信息；所述步骤1中，剔除异常信息的具体步骤包括：假设对于某一类型的设备，数据预处理模块收集了n个该类型设备的总生命时间，将该n个总生命时间按照从小到大排序，设为T(1)，T(2)，……，T(n)；计算该类型设备的正常数据范围[Min，Max]，其中，正常数据的最小值Min为：正常数据的最大值Max为：所述n个总生命时间中，小于Min或者大于Max的总生命时间都属于异常信息；所述步骤3中，设某类设备的生命周期均值为A，其标准差为B，则其正常生命周期范围为[A-2B，A+2B]，该类设备的生命周期数据中，小于A-2B的数据定义为生命周期极小异常值，大于A+2B的数据定义为生命周期极大异常值。 2.根据权利要求1所述的方法，其特征在于，所述步骤2中，还通过图示法验证其数据分布。 3.根据权利要求2所述的方法，其特征在于，所述图示法使用P-P图验证，所述P-P图验证是以数据的累计频率作为横坐标，以按照正态分布计算的相应累计概率作为纵坐标，把数据值表现为直角坐标系中的散点，判断数据点是否围绕第一象限的对角线分布。 4.根据权利要求2所述的方法，其特征在于，所述图示法使用Q-Q图验证，所述Q-Q图验证是以数据的分位数作为横坐标，以按照正态分布计算的相应分位点作为纵坐标，把数据值表现为直角坐标系的散点，判断数据点是否围绕第一象限的对角线分布。 5.根据权利要求2所述的方法，其特征在于，所述图示法使用直方图验证。 6.根据权利要求1所述的方法，其特征在于，对于指定设备，设该设备所属设备类型的正常生命周期范围为[A-2B，A+2B]，如果T≥A+2B，则该设备的预计剩余生命周期为0，如果A-2B＜T＜A+2B，则该设备的预计剩余生命周期为[0，A+2B-T]，如果T≤A-2B，则该设备的预计剩余生命周期为[A-2B-T，A+2B-T]。 7.根据权利要求6所述的方法，其特征在于，所述生命周期信息包括设备ID、正常生命周期范围、已用生命周期、预计剩余生命周期、预警状态。 8.根据权利要求7所述的方法，其特征在于，如果设备的已用生命周期处于生命周期极小异常值范围内，则其预警状态为1；如果设备的已用生命周期处于正常生命周期范围内，则其预警状态为2；如果设备的已用生命周期处于生命周期极大异常值范围内，则其预警状态为3。