重要度驱动的维护策略 助力智慧城市基础设施韧性建设

中国工程院院刊《工程管理前沿》（英文刊）2024年9月第11卷第3期

人工智能和物联网技术已经在应用层面落地开花，在各个领域重塑人与世界互动的方式。中国工程院院刊《工程管理前沿》（英文刊）2024年9月第11卷第3期刊发“基于重要度量的维护策略优化：人工智能和物联网的基础、应用和未来方向”，该研究不仅将重要度理论与前沿技术如人工智能、物联网等紧密结合，还系统性地总结了这一领域的现状，特别聚焦于智慧城市基础设施维护优化问题，基于重要度理论提出了新的视角和解决方案，为城市关键基础设施的安全韧性提升提供技术支撑，并前瞻性地指出了未来的发展方向。

重要度理论就是衡量系统中各个部分对整体性能的影响程度。它类似于木桶效应，强调找出并关注那些对系统性能至关重要的“短板”。

一旦识别出系统中的“短板”，即可有针对性地实施优化措施。在维护策略层面，这意味着将有限的资源精准投入到对系统性能影响最大的组件上。这种方法的优势显而易见：就像木桶原理所示，只需加高最短的木板，就能显著提高木桶的容量，而无需对所有木板进行加高。这正是基于重要度的维护策略优化所带来的核心优势。

郑州大学管理学院兑红炎教授团队与国网河南超高压公司变电检修中心合作，针对电网系统的故障问题，深入分析了故障成因，构建了动态故障树，并据此制定了基于重要度的维护策略。“在某电网高压输电线路的运维、检修工作中，该方法取得了显著成效，故障率同比下降了39%，故障维修时间缩短了32%，为电力的稳定供应提供了有力保障。”兑红炎教授介绍，“针对城市高压电网基础设施在遭受干扰事件后快速恢复供电能力的问题，提出了基于节点重要度的最优韧性模型。在应用期间，累计减少停电时间42.69小时，多供电量773万千瓦时。”

基于重要度的维护策略、韧性提升路径研究的未来发展趋势是智能化、精准化与一体化。未来的体系优化将越来越依赖基于大模型的机器学习、深度学习与强化学习技术等智能化技术，通过从海量的历史数据和实时监测数据中自主学习，精准预测健康状况，实现资源的最优配置，进一步提高运营效率和经济效益；通过大模型的多维度学习能力，可以对体系群体进行整体优化，基于系统间的协同效应与资源的最优分配，设计出更加高效的维护计划，并可以实现实时数据的共享与验证，保障数据的安全性与一致性，最大限度提升体系韧性。（张沛）