《表3 变量有效性分析结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于生存分析模型的电力设备故障预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文进一步对电力设备相关参数对设备故障及维修的影响做变量有效性分析。假设原数据中三个年份中最早发生维修成本的时间不一定是投运以来第一次维修时间，进一步挖掘故障维修与本年其他变量间的关系。在进行变量有效性分析时，将电力设备前两年的运行和维修数据作为训练集，第三年的运行和维修数据作为测试集。并使用信息值（Information Value，IV）用来衡量自变量对是否需要维修的预测能力)评价指标对变量的有效性进行评估。对模型中的变量而言，其蕴含的信息越多，该变量的IV值就越大，表明该变量具有较高的信息价值。一般IV>0.02表示该变量有一定的识别度。表3所示为变量有效性分析的结果，包括变量的IV值、切分点、变化趋势和不满足趋势占比。结果表明，只有年累计销售收入、线损率、折旧率、投运时长这四个变量对于设备故障率的预测结果具有较为直接的影响，且其影响是单调变化的（即当上述变量的值越大时，设备发生故障的概率越大）。具体而言，投运时长1年以内的设备故障率为60%，投运时长大于1年的设备维修概率为38%；年累计销售收入大于20万的设备故障率高达92%；年累计销售收入小于1.5万的设备故障率为4%；线损率大于4.5%的设备故障率为77%，折旧率大于0.75的设备故障率为22%。