CN115239082A - 一种基于大数据的电力行业现场作业违章评估系统 - Google Patents

Abstract

本发明公开了一种基于大数据的电力行业现场作业违章评估系统，包括故障概率计算处理单元，其计算目标设备组的故障概率；故障概率获取单元，被配置为针对目标设备组获取包括多个时间点的故障概率的数据组，所述故障概率指示由故障概率计算处理单元从当前时间点计算的故障概率的时间变化；影响程度获取单元，被配置为获取对应于目标设备组的影响程度；图像数据创建单元，被配置为创建用于显示标绘图的图像数据，该标绘图是通过针对构成所获取的数据组的每个故障概率标绘一对故障概率和所获取风险矩阵的影响程度而获得的。本发明能够实时、自动对电网作业现场是否出现违章进行识别，从而能够加强作业现场人员管控、提高检测准确率和效率。

Description

一种基于大数据的电力行业现场作业违章评估系统

技术领域

本发明涉及电力作业领域，尤其涉及一种基于大数据的电力行业现场作业违章评估系统。

背景技术

传随着电力行业的不断发展，电网的运行方式和结构也变得非常复杂，电网安全、设备安全以及人身安全的风险亦伴随增加。通常，造成电网发生安全事故的原因一般会很多，一般以自然灾害、人为原因、经济因素、设施故障等为主。传统的作业风险评估是指对现场作业的各个环节及步骤，根据专家或作业人员经验，按照可能的风险发生频率、可能性和后果值，给出风险值、评估风险等级，是一个主观与客观相结合、定性与定量相结合的过程，但评估结果主观性占较大比重，且多为事前评估。

发明内容

本发明为了解决以上问题，提供了一种基于大数据的电力行业现场作业违章评估系统。

为实现上述目的，本发明所采用的技术方案如下：

一种基于大数据的电力行业现场作业违章评估系统，包括：

故障概率计算处理单元，其计算目标设备组的故障概率；

故障概率获取单元，被配置为针对目标设备组获取包括多个时间点的故障概率的数据组，所述故障概率指示由故障概率计算处理单元从当前时间点计算的故障概率的时间变化；

影响程度获取单元，被配置为获取对应于目标设备组的影响程度；

图像数据创建单元，被配置为创建用于显示标绘图的图像数据，该标绘图是通过针对构成所获取的数据组的每个故障概率标绘一对故障概率和所获取风险矩阵的影响程度而获得的。

可选的，其中，故障概率计算处理单元包括:

过程装置组计算单元，其计算由一个管道系统和设置在该管道系统中的多个过程装置构成的过程装置组的故障概率；和

电力利用设备组计算单元，其计算包括利用电力的电力利用设备和与电力利用设备相关联的多个处理设备组的电力利用设备组的故障概率。

可选的，其中，所述电力利用设备组计算单元包括:

过程设备组获取单元，其获取构成目标电力利用设备组的各个过程设备组的故障概率；

电力利用装置获取单元，其获取目标电力利用装置组中的电力利用装置的故障概率；和

故障概率计算单元，其使用所获取的各个过程设备组的故障概率和所获取的电力利用设备的故障概率来计算目标电力利用设备组的故障概率。

可选的，还包括模式切换单元，被配置为在设备组单元模式、构成元件单元模式和改善效果显示模式之间切换所述图像数据创建单元，所述设备组单元模式用于创建用于显示通过对每个设备组执行标绘而获得的标绘图的显示数据，所述构成元件单元模式用于创建用于显示通过对构成所述设备组的每个构成元件执行标绘而获得的标绘图的显示数据，其用于创建显示数据以与绘图一起显示改进项目，并显示通过在所选改进项目被改进后绘制风险而获得的绘图。

可选的，其中，所述故障概率获取单元能够获取整体数据组和个体数据组，所述整体数据组是关于所述整体设备组的数据组，所述个体数据组中的每一个都是关于构成所述设备组的任何组成元件的数据组。

可选的，其中，影响度获取单元能够获取整体影响度和个体影响度，整体影响度是关于整个设备组的影响度，个体影响度是关于构成设备组的任何组成元件的影响度；和改善项目获取单元，其获取关于目标设备组的改善项目。

可选的，其中，所述故障概率计算处理单元计算改进后的故障概率，所述故障概率包括在所述改进项目被改进之后关于所述目标设备组的故障概率，其中所述图像数据创建单元创建，

在设备组单位模式中，用于显示标绘图的图像数据，该标绘图是通过在风险矩阵上针对构成所获取的整个数据组的每个故障概率标绘一对故障概率和整体影响度而获得的，

在构成要素单元模式中，用于显示标绘图的图像数据，该标绘图是通过针对每个所获取的个体数据组，针对构成个体数据组的每个故障概率，在风险矩阵上标绘故障概率和与个体数据组相对应的个体影响度对而获得的，以及

在改善效果显示模式中，用于显示通过标绘所获取的改善后故障概率和对风险矩阵的影响程度而获得的标绘图的图像数据，连同或代替所获取的故障概率和所获取的影响程度。

可选的，其中，所述故障概率获取单元获取多种故障类型中的每种故障类型的数据组，所述影响程度获取单元获取每种故障的相应影响程度，并且图像数据创建单元创建用于显示标绘图的图像数据，该标绘图是通过针对每种类型的故障，针对构成所获取的数据组的每个故障概率，在风险矩阵上标绘一对故障概率和对应的影响程度而获得的。

可选的，其中，所述图像数据创建单元创建用于显示标绘图的图像数据，在所述标绘图上叠加了用于理解风险的参考线。

本发明与现有技术相比，所取得的技术进步在于：本发明提供的基于大数据的电力行业现场作业违章评估系统能够实时、自动对电网作业现场是否出现违章进行识别，从而能够加强作业现场人员管控、提高检测准确率和效率。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

在附图中：

图1为本发明的结构示意图。

具体实施方式

以下实施例详细说明了本发明。本发明所使用的各种原料及各项设备均为常规市售产品，均能够通过市场购买直接获得。

在以下实施例的描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当。。。时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

如图1所示，本发明公开了一种基于大数据的电力行业现场作业违章评估系统，根据该实施例的风险评估装置被结合到电厂监视系统中。首先，在根据该实施例的电厂监视系统中，监视服务器经由网络从要被监视的各种电力电厂收集数据，并将收集的数据累积地存储在外部数据库服务器中。监控服务器被配置为基于收集的数据和/或存储在数据库服务器中的数据周期性地或响应于来自用户和/或管理员的指令来执行分析和/或确定，并且分析和/或确定的结果被传送到诸如PC或智能手机的用户终端，或者用户经由用户终端访问监控服务器，并且因此用户被告知电力电厂的状态。此外，分析和/或确定的结果存储在数据库服务器中，并用于进一步的分析和/或确定。应当注意，在该实施例中，“管道系统”是包括由例如电力疏水阀、电力管道、各种阀等构成的整个电力系统的概念。如果这样的整个电力系统被认为是重要资产之一，则根据该实施例的风险评估装置、风险评估方法和风险评估程序可以被应用为资产管理技术之一。

将描述由监控服务器收集的数据的一个示例。监控装置被配置为从电力设备的每个组成元件组收集传感器数据获得的和/或通过使用便携式检查装置执行的检查获得的事件数据、与事件相关的事件数据等，并将收集的数据周期性地或连续地发送到监控服务器。电力设备的组成元件的实例包括利用电力的电力利用装置，由监控设备收集，并且每个数据片段与给予相应组成元素和时间的识别信息一起被周期性地发送到监控服务器。

也就是说，对于要被监控的每个电力设备，监控服务器收集数据，该数据指示关于电力设备的每个组成元件的传感器值的转变、组成元件是否在运行、故障发生的时间、发生的故障的类型以及执行维护的时间。作为收集的数据被累积存储在数据库服务器中的结果，对于已经在电力设备中使用过的每个组成元件，诸如传感器值的转变、发生的故障的类型、在故障之前经过的年数、是否执行了维护以及何时执行了多少次维护的信息被存储在数据库服务器中。

更具体地，数据库服务器与关于每个组成元素的识别信息相关联地累积存储上述数据；与其中设置有构成元件的管道系统相关的信息(对应于稍后描述的管道系统相关项目)；与组成元件本身相关的信息(对应于稍后描述的设备相关项目),例如组成元件的类型(在电力疏水阀的情况下，浮子类型、机械类型、恒温类型、热力类型等。)、其性能、从安装开始的年数、提供给组成元件的附加配置等；以及与已经在过程设备上执行的操作相关的信息(对应于稍后描述的操作相关项目)。有必要共同处理相互关联的一组装置，例如由管道系统和设置在管道系统中的多个过程装置构成的过程装置组，因此，在数据库服务器中，识别信息不仅被给予各个组成元件，而且被给予诸如过程装置组或电力利用装置组的每个装置组，并且数据库服务器还与关于过程装置组和/或电力利用装置组的识别信息一起存储关于构成过程装置组和/或电力利用装置组的每个组成元件的识别信息、构成目标装置组的组成元件之间的布置关系等。由于如此收集的数据量巨大，所以在该实施例中使用监控服务器外部的数据库服务器来存储数据。应当注意，数据库服务器的配置没有特别限制，并且可以使用有线或无线连接到监控服务器的服务器设备，或者云环境中的云服务器。

在该实施例中，监控服务器被配置为能够不仅使用关于电力电厂的数据，而且使用累积在数据库服务器中的关于曾经使用过的每个组成元件的数据，来评估目标电力电厂中固有的风险。具体地，在风险评估中，从用户接受关于要评估的设备组的信息，关于设备组计算故障概率和故障影响程度，在风险矩阵上绘制计算的故障概率和计算的影响程度，其中故障概率和故障影响程度被设置为两个轴并且被用作RBI的评估技术，并且绘制的结果被提供给用户。基于风险矩阵，用户可以识别要评估的构成要素中固有的风险，并且执行电力设备的风险评估。下面描述在监控服务器中提供的用于执行风险评估的配置。

首先，监控服务器是普通的服务器设备，并且包括普通的硬件配置，诸如用于经由网络执行通信的通信接口、用于直接向服务器设备输入数据和从服务器设备输出数据的输入/输出设备、控制服务器设备的每个单元的CPU、作为存储各种数据和程序的大容量存储设备的HDD、临时存储要执行的程序的存储器等。在该实施例中，用于执行稍后描述的处理的风险评估程序被存储在HDD中，并且作为临时存储在存储器中的风险评估程序被CPU执行的结果。

具体地，在该实施例中，作为执行风险评估程序的结果，监控服务器被配置为风险评估设备，该风险评估设备包括作为功能单元的输入/输出处理单元，其接受来自用户的请求并将评估结果发送给用户，计算目标设备组的故障概率的故障概率计算处理单元，影响度计算处理单元，其计算目标设备组的影响度；以及显示图像计算处理单元，其基于计算出的故障概率和计算出的影响度来创建要提供给用户的图像数据。下面描述各自的功能单元：

首先，输入/输出处理单元用作风险评估设备的接口。具体而言，输入/输出处理单元被配置为接受来自用户的请求，并向各个功能单元提供用于使功能单元根据该请求执行处理的指令以及包括在接受的请求中并且在功能单元中执行处理所必需的信息，并且输入/输出处理单元还被配置为向用户输出由显示图像计算处理单元创建的图像数据。包括在来自用户的请求中的信息的示例包括关于要评估的设备组的标识信息、关于目标设备组的附加信息、要计算故障概率的时间点(例如，仅当前时间点或几年后的未来时间点)、以及指示要显示哪种风险矩阵的信息。

故障概率计算处理单元包括计算包括在目标设备组(电力利用设备组等)中的每个过程设备的故障概率的过程设备计算单元，计算包括在目标设备组中的每个过程设备组的故障概率的过程设备组计算单元，基于由过程装置计算单元计算的每个过程装置的故障概率，计算包括在目标装置组中的电力利用装置的故障概率的电力利用装置计算单元，以及基于由过程装置组计算单元计算的每个过程装置组的故障概率和由电力利用装置计算单元计算的故障概率计算目标装置组的故障概率的计算目标装置组计算单元。

过程装置计算单元包括目标故障曲线计算单元和故障概率计算单元，目标故障曲线计算单元计算示出关于目标过程装置的故障概率随时间的变化的目标故障曲线，故障概率计算单元基于计算的目标故障曲线计算目标过程装置的故障概率，并且过程装置计算单元被配置为计算，对于每个过程设备，基于预定模型和该模型的参数的故障曲线，该参数是根据各个过程设备确定的，并且基于故障曲线计算故障概率。

为了计算目标故障曲线，目标故障曲线计算单元包括参数存储单元、计算条件获取单元、参数获取单元、校正方法存储单元、参数校正单元、故障曲线计算单元和故障曲线校正单元，并且被配置为根据要对其执行计算的每个过程装置来确定参数，并且基于这些参数来计算目标故障曲线。

参数存储单元基于存储在数据库服务器中的用于计算的数据来计算用于计算目标故障曲线的参数，并存储所计算的参数。更具体地，参数存储单元针对每种类型的过程装置计算并存储与管道系统相关项目相关的一个或多个参数，所述管道系统相关项目是与其中设置有过程装置的管道系统相关的项目。为此，参数存储单元包括计算参数的参数计算单元a和保存计算的参数的参数保存单元b。

为了计算参数，首先，参数计算单元a从数据库服务器获取数据。如上所述，数据库服务器通过收集和存储关于每个电力设备的每个组成元件的信息来存储关于大量过程装置的各种信息，并且针对大量过程装置中的每一个，存储过程装置的类型、与其中设置有过程装置的管道系统相关的管道系统相关项目、以及故障前经过的年数，作为用于参数计算单元a的计算的计算数据。在该实施例中，与管道系统的使用状态相关的项目被用作安装相关项目，具体地，诸如管道系统的应用(例如，它是否用于将电力供给到电力利用装置、排放在电力利用装置中产生的排水、或追踪)、流过管道系统的电力的压力、管道直径、电力流动模式(电力是否间歇地流动、流速是否随时间变化等)的项目。)，等等被用作与使用状态相关的项目。此外，根据故障类型对故障前经过的年数进行分类，并且参数计算单元a被配置为针对每种故障类型获取过程装置的类型、管道系统相关项目以及故障前经过的年数。

参数计算单元a从数据库服务器获取上述用于计算的数据，并且对于每种类型的过程设备，针对每种类型的故障，评估每个管道系统相关项目对故障前经过的年数的影响程度，并且通过以数字形式表示各个管道系统相关项目的影响程度来确定参数。例如，在管道系统相关项目中，对于管道系统的应用或电力流动模式，确定对应于各个应用和各个流动模式的参数，并且对于流过管道系统的电力的压力或管道直径，为压力或直径设置多个级别(例如，大、中、小)，并且确定对应于各个级别的参数。应当注意，可以使用各种统计技术，例如统计分类算法、回归分析、存活时间分析等，基于用于计算的数据来计算参数。在该实施例中，作为一个示例，参数计算单元a使用存活时间分析来计算参数，并且通过基于包括在计算数据中的管道系统相关项目和每个过程设备故障前经过的年数执行存活时间分析，使用每个管道系统相关项目作为协变量，并且评估管道系统相关项目对故障前经过的年数的影响来计算参数。在生存时间分析中可以使用各种模型，例如比例风险模型、威布尔分布模型等。

在参数保存单元b中，对应于各个管道系统相关项目并由参数计算单元a确定的参数被保存为用于针对每种类型的过程设备和每种类型的故障计算故障曲线的参数。也就是说，对于每种类型的过程设备和每种类型的故障，对应于各个管道系统相关项目的一个或多个参数被保存在参数保存单元b中。

计算条件获取单元针对目标过程装置获取过程装置的类型、管道系统相关项目、稍后描述的装置相关项目以及稍后描述的操作相关项目。在本实施例中，计算条件获取单元被配置为从输入/输出处理单元获取关于目标设备组的识别信息，并且针对包括在与所获取的识别信息相对应的设备组中的每个过程设备，从数据库服务器获取过程设备的类型、管道系统相关项目、稍后描述的设备相关项目以及稍后描述的操作相关项目。此外，计算条件获取单元被配置为从数据库服务器获取从每个处理装置的安装开始的年数，并且从输入/输出处理单元获取关于要计算目标故障概率的时间点的计算时间信息(例如，是要计算当前时间点的故障概率还是要计算从当前时间点开始的多年内的故障概率)。另外，如果输入/输出处理单元已经接受了关于要计算概率的故障类型的指令，则计算条件获取单元还获取要执行计算的故障类型。

参数获取单元基于针对目标过程装置获取的类型和管道系统相关项目以及存储在参数存储单元中的参数，获取用于获得目标故障曲线的计算参数。因此，获得了根据目标过程设备的参数。应当注意，如果计算条件获取单元获取了要执行计算的故障类型，则参数获取单元根据所获取的故障类型获取计算参数，并且如果计算条件获取单元没有获取故障类型，则参数获取单元获取所有故障类型的计算参数。参数获取单元可以仅从参数存储单元获取对应于管道系统相关项目的参数作为计算参数，或者基于所获取的参数来计算计算参数。

校正方法存储单元存储对应于与过程设备本身相关的设备相关项目和与在过程设备上执行的操作相关的操作相关项目的校正方法。也就是说，由参数获取单元获取的参数基于管道系统相关项目，并且不反映各个过程装置的实际情况，例如各个过程装置的性能(容量等)和附加配置(传感器、保护盖、所使用的材料等)。)提供给各个过程设备。因此，为了校正存储在参数存储单元中的参数和/或基于该参数计算的故障曲线，根据指示目标过程设备特有的情况的设备相关项目和/或操作相关项目，校正方法存储单元存储对应于各个设备相关项目和各个操作相关项目的校正方法。

设备相关项目的示例包括与提供给目标过程设备的附加配置相关的项目(传感器、保护盖或自动执行修复的设备的存在或不存在、所使用的材料等)。)和与过程装置的安装状态和性能有关的项目(周围环境，过程装置是否安装在可能发生水锤的地方，过程装置是否没有正确连接，容量等。)，并且操作相关项目的示例包括过程设备是否已经被修复、过程设备何时被修复、修复的类型、修复的效果程度等。如上所述，计算条件获取单元被配置为获取关于每个目标过程设备的设备相关项目和操作相关项目。尽管不具体限制校正方法，但是基于对应于各个设备相关项目的值，使用适当的计算方法(例如，通过相乘或相除)来校正计算参数，并且使用例如执行操作的时间点作为起始点，根据预定的计算过程来校正故障曲线。

参数校正单元从校正方法存储单元获取对应于所获取的设备相关项目的校正方法，并基于所获取的校正方法来校正由参数获取单元获取的计算参数。也就是说，基于作为关于过程装置的客观项目的管道系统相关项目确定的计算参数基于作为关于过程装置本身的主观项目的装置相关项目被进一步校正，因此可以获得根据各个过程装置的实际情况的计算参数。

故障曲线计算单元例如基于用于计算故障曲线的预定模型和校正的计算参数来计算。应当注意，可以使用基于正态分布、泊松分布、威布尔分布等的适当的累积概率分布模型。在针对每种类型的故障计算故障概率的情况下，故障曲线计算单元针对目标过程设备计算每种类型的故障的目标故障曲线。

故障曲线校正单元基于与在过程设备上执行的操作相关的操作相关项目，校正由故障曲线计算单元计算的目标故障曲线。具体地，如果过程设备已经被修复，则故障曲线校正单元从校正方法存储单元获取与所获取的操作相关项目相对应的校正方法，并且基于所获取的校正方法来校正由故障曲线计算单元计算的目标故障曲线。

故障概率计算单元基于由故障曲线计算单元计算的目标故障曲线或由故障曲线校正单元校正的目标故障曲线，以及由计算条件获取单元获取的计算时间信息，计算关于每个过程设备的故障概率。例如，在计算当前时间点的故障概率时，故障概率计算单元从目标故障曲线获得与从目标处理装置安装起的年数相对应的故障概率。在计算从当前时间点开始的若干年内的故障概率时，故障概率计算单元基于从安装目标处理装置开始的年数，从目标故障曲线获得对应于相应年份(例如一年后和两年后)的故障概率。在要为每种故障类型计算故障概率的情况下，故障概率计算单元基于为各种故障类型计算的目标故障曲线，针对目标处理设备计算每种故障类型的故障概率。

以上实施例仅用以说明本发明的技术发明，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术发明进行修改，或者对其中部分技术特征进行同替换；而这些修改或者替换，并不使相应技术发明的本质脱离本发明各实施例技术发明的精神和范围，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于大数据的电力行业现场作业违章评估系统，其特征在于，包括：

故障概率计算处理单元，其计算目标设备组的故障概率；

故障概率获取单元，被配置为针对目标设备组获取包括多个时间点的故障概率的数据组，所述故障概率指示由故障概率计算处理单元从当前时间点计算的故障概率的时间变化；

影响程度获取单元，被配置为获取对应于目标设备组的影响程度；

图像数据创建单元，被配置为创建用于显示标绘图的图像数据，该标绘图是通过针对构成所获取的数据组的每个故障概率标绘一对故障概率和所获取风险矩阵的影响程度而获得的。

2.根据权利要求1所述的基于大数据的电力行业现场作业违章评估系统，其特征在于：其中，故障概率计算处理单元包括:

过程装置组计算单元，其计算由一个管道系统和设置在该管道系统中的多个过程装置构成的过程装置组的故障概率；和

电力利用设备组计算单元，其计算包括利用电力的电力利用设备和与电力利用设备相关联的多个处理设备组的电力利用设备组的故障概率。

3.根据权利要求2所述的基于大数据的电力行业现场作业违章评估系统，其特征在于：其中，所述电力利用设备组计算单元包括:

过程设备组获取单元，其获取构成目标电力利用设备组的各个过程设备组的故障概率；

电力利用装置获取单元，其获取目标电力利用装置组中的电力利用装置的故障概率；和

故障概率计算单元，其使用所获取的各个过程设备组的故障概率和所获取的电力利用设备的故障概率来计算目标电力利用设备组的故障概率。

4.根据权利要求3所述的基于大数据的电力行业现场作业违章评估系统，其特征在于：还包括模式切换单元，被配置为在设备组单元模式、构成元件单元模式和改善效果显示模式之间切换所述图像数据创建单元，所述设备组单元模式用于创建用于显示通过对每个设备组执行标绘而获得的标绘图的显示数据，所述构成元件单元模式用于创建用于显示通过对构成所述设备组的每个构成元件执行标绘而获得的标绘图的显示数据，其用于创建显示数据以与绘图一起显示改进项目，并显示通过在所选改进项目被改进后绘制风险而获得的绘图。

5.根据权利要求4所述的基于大数据的电力行业现场作业违章评估系统，其特征在于：其中，所述故障概率获取单元能够获取整体数据组和个体数据组，所述整体数据组是关于所述整体设备组的数据组，所述个体数据组中的每一个都是关于构成所述设备组的任何组成元件的数据组。

6.根据权利要求5所述的基于大数据的电力行业现场作业违章评估系统，其特征在于：其中，影响度获取单元能够获取整体影响度和个体影响度，整体影响度是关于整个设备组的影响度，个体影响度是关于构成设备组的任何组成元件的影响度；和改善项目获取单元，其获取关于目标设备组的改善项目。

7.根据权利要求6所述的基于大数据的电力行业现场作业违章评估系统，其特征在于：其中，所述故障概率计算处理单元计算改进后的故障概率，所述故障概率包括在所述改进项目被改进之后关于所述目标设备组的故障概率，其中所述图像数据创建单元创建，

在设备组单位模式中，用于显示标绘图的图像数据，该标绘图是通过在风险矩阵上针对构成所获取的整个数据组的每个故障概率标绘一对故障概率和整体影响度而获得的，

在构成要素单元模式中，用于显示标绘图的图像数据，该标绘图是通过针对每个所获取的个体数据组，针对构成个体数据组的每个故障概率，在风险矩阵上标绘故障概率和与个体数据组相对应的个体影响度对而获得的，以及

在改善效果显示模式中，用于显示通过标绘所获取的改善后故障概率和对风险矩阵的影响程度而获得的标绘图的图像数据，连同或代替所获取的故障概率和所获取的影响程度。

8.根据权利要求7所述的基于大数据的电力行业现场作业违章评估系统，其特征在于：其中，所述故障概率获取单元获取多种故障类型中的每种故障类型的数据组，所述影响程度获取单元获取每种故障的相应影响程度，并且图像数据创建单元创建用于显示标绘图的图像数据，该标绘图是通过针对每种类型的故障，针对构成所获取的数据组的每个故障概率，在风险矩阵上标绘一对故障概率和对应的影响程度而获得的。

9.根据权利要求8所述的基于大数据的电力行业现场作业违章评估系统，其特征在于：其中，所述图像数据创建单元创建用于显示标绘图的图像数据，在所述标绘图上叠加了用于理解风险的参考线。

Images