CN103441869A - 电力系统隐患主机识别方法及装置 - Google Patents
电力系统隐患主机识别方法及装置 Download PDFInfo
- Publication number
- CN103441869A CN103441869A CN2013103628978A CN201310362897A CN103441869A CN 103441869 A CN103441869 A CN 103441869A CN 2013103628978 A CN2013103628978 A CN 2013103628978A CN 201310362897 A CN201310362897 A CN 201310362897A CN 103441869 A CN103441869 A CN 103441869A
- Authority
- CN
- China
- Prior art keywords
- power system
- main frame
- electric power
- hidden danger
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统隐患主机识别方法,包括:查询电力系统中存在的系统风险;将所述系统风险作为顶事件,采用故障树查询法,查询引发所述顶事件的各个底事件;采用贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;根据所述排序结果,在所述各个底事件中识别出电力系统的隐患主机。此外,还公开了一种电力系统隐患主机识别装置。本发明在隐患识别的过程中引入了贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;也即量化了故障树中各个底事件对顶事件的影响程度,从而能够有效地和快速地识别电力系统中的隐患主机。
Description
技术领域
本发明涉及电力系统技术领域,尤其涉及一种电力系统隐患主机识别方法和一种电力系统隐患主机识别装置。
背景技术
对于电力系统而言,传统的隐患识别主要是使用漏洞扫描器,在信息系统现场进行漏洞扫描。但是电网控制着工业,能源,交通等国家重要基础设施的运行,一旦电网不能正常提供服务,则这些重要基础设施的运行也将会瘫痪。由于漏洞扫描工具会对检测环境发出很多攻击包,很可能会影响工业控制系统的正常服务,所以为了保证可靠性,不可能应用漏洞扫描工具在工控系统环境下进行扫描,因为电力系统不能容忍由扫描可能导致的崩溃。
对于无法在工控系统现场进行漏洞扫描,渗透测试的问题,一些发达国家通过建立工控系统仿真平台,将现实的工控系统,在仿真平台下模拟出来,然后在仿真平台下利用和传统风险评估中相同的脆弱性识别方法(如基线检查,漏洞扫描,渗透测试)对工控系统的脆弱性进行识别。但是这种方法的效率不是很高,在整个工控系统仿真平台下进行全网的漏洞扫描,虽然覆盖范围很全面,但是产生的庞大的漏洞扫描结果无法帮助评估人员有效识别出隐患主机,进而制定更加有效的安全控制措施。
发明内容
基于此,本发明提供了一种电力系统隐患主机识别方法和一种电力系统隐患主机识别装置。
一种电力系统隐患主机识别方法,包括以下步骤:
查询电力系统中存在的系统风险;
将所述系统风险作为顶事件,采用故障树查询法,查询引发所述顶事件的各个底事件;
采用贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;
根据所述排序结果,在所述各个底事件中识别出电力系统的隐患主机。
与一般技术相比,本发明电力系统隐患主机识别方法先查询电力系统中存在的系统风险,查询的来源既不需要是传统的漏洞扫描工具结果,也无需工控系统的仿真平台。在隐患识别的过程中引入了贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;也即量化了故障树中各个底事件对顶事件的影响程度,从而能够有效地和快速地识别电力系统中的隐患主机。
一种电力系统隐患主机识别装置,包括系统风险查询模块、底事件查询模块、发生概率计算模块和隐患主机识别模块;
所述系统风险查询模块,用于查询电力系统中存在的系统风险;
所述底事件查询模块,用于将所述系统风险作为顶事件,采用故障树查询法,查询引发所述顶事件的各个底事件;
所述发生概率计算模块,用于采用贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;
所述隐患主机识别模块,用于根据所述排序结果,在所述各个底事件中识别出电力系统的隐患主机。
与一般技术相比,本发明电力系统隐患主机识别装置先查询电力系统中存在的系统风险,查询的来源既不需要是传统的漏洞扫描工具结果,也无需工控系统的仿真平台。在隐患识别的过程中引入了贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;也即量化了故障树中各个底事件对顶事件的影响程度,从而能够有效地和快速地识别电力系统中的隐患主机。
附图说明
图1为本发明电力系统隐患主机识别方法的流程示意图;
图2为本发明电力系统隐患主机识别装置的结构示意图。
具体实施方式
为更进一步阐述本发明所采取的技术手段及取得的效果,下面结合附图及较佳实施例,对本发明的技术方案,进行清楚和完整的描述。
请参阅图1,为本发明电力系统隐患主机识别方法的流程示意图。
本发明电力系统隐患主机识别方法,包括以下步骤:
S101查询电力系统中存在的系统风险;
S102将所述系统风险作为顶事件,采用故障树查询法,查询引发所述顶事件的各个底事件;
S103采用贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;
S104根据所述排序结果,在所述各个底事件中识别出电力系统的隐患主机。
在步骤S101中,确定隐患识别级别,是识别到自治系统级别,主机级别,软件级别还是硬件级别,隐患识别的级别用于决定故障树的深度,确定的识别级别越低,故障树的深度就越大。优选地,可以将识别级别定为主机层的故障。
从系统设计文档,开发文档,需求文档等中,找出文档中定义的安全需求及系统已经实现的功能。
采用PHA(预先危险性分析)的方法识别每个功能的失败影响,此阶段是识别整体的系统危险,而不是各个子系统的危险。
作为其中一个实施例,所述查询电力系统中存在的系统风险的步骤,包括以下步骤:
采用预先危险性查询法,在电力系统的设计文档、开发文档和需求文档中查询出电力系统中存在的系统风险。
通过上述做法,查询的来源既不需要是传统的漏洞扫描工具结果,也无需工控系统的仿真平台。通过文档信息识别故障主机,在没有仿真平台及漏洞扫描工具的情况下,通过系统设计文档,开发文档,需求文档及系统现有的安全控制措施等识别影响系统可靠性的故障是可以实现的。
在步骤S102中,根据预先危险性分析的结果,把危险作为顶事件,采用故障树分析法,逐层分析故障,就能查询到造成顶事件发生的各个底事件。
根据贝叶斯网络算法,对故障树中底事件的重要性进行排序,得到各个底事件对顶事件的影响程度,某底事件发生故障后,更易造成顶事件发生故障,此事件即为重要性程度较高的底事件。
根据组织要求,选择重要性程度较高的进行FMEA分析,首先根据现有的系统安全控制措施,验证底事件是否能够带来它上一层的影响,如果不能,则删除故障树中的底事件,重新进行贝叶斯网络计算;如果能,则进入下一步。
判断故障是否会带来不同于故障树中其他中间节点的新的影响,若能,则以新的影响为顶事件,单独进行一次故障树分析,若不能,则进入下一步。
根据专家经验及历史统计数据,对故障的严重性,发生频率及故障检测概率进行定量赋值,可采用技术指南的评分标准,然后算出RPN值=严重性*发生频率*故障检测概率。
在FMEA模型的基础上,引入了量化评价故障严重性的方法。通过计算故障发生时的影响严重性级别,故障发生的频率等级及故障被检测到的频率等级三者的乘积,计算故障严重性级别RPN=严重性*发生频率*故障检测概率。
计算的所述RPN值,反映了故障的严重性级别,根据该数值可以采取对应等级的安全控制措施。
在步骤S103中,采用贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;
作为其中一个实施例,所述采用贝叶斯网络概率算法计算所述各个底事件的发生概率的步骤,包括以下步骤:
步骤1:将所述顶事件和所述各个底事件组成的故障树转换为贝叶斯网络;
步骤2:假设所述故障树中各个底事件的发生概率相等,计算所述贝叶斯网络中其它节点的发生概率;
步骤3:假设所述贝叶斯网络中的底事件的发生概率为1,根据条件概率算法及步骤2中的计算结果,计算所述贝叶斯网络中其它节点的发生概率;
步骤4:假设所述故障树中的顶事件的发生概率为1,根据步骤3中的计算结果,计算所述故障树中各个底事件的发生概率。
在上述实施例中,计算简便,准确率高。在故障树中引入贝叶斯网络概率算法,对故障树中底事件对顶事件的影响重要程度进行定量分析。
首先将故障树转换为贝叶斯网络;假设故障树中各个底事件的故障概率相等,算出贝叶斯网络中其他节点的故障概率;假设贝叶斯网络的底事件必然发生,采用条件概率算法:P(A|B)=P(B|A)*P(A)/P(B)
及前述得出的各个节点的故障概率,逐层逆推,算出贝叶斯络中各个其他节点的概率,进而得出,当故障树的顶事件必然发生时,故障树中底事件发生的概率;比较故障树中各个底事件的概率,从大到小排序。概率越大的,对顶事件的影响程度越重要,即为最隐患主机。
在步骤S104中,根据所述排序结果,在所述各个底事件中识别出电力系统的隐患主机。
作为其中一个实施例,所述在所述各个底事件中识别出电力系统的隐患主机的步骤,包括以下步骤:
根据所述排序结果,在发生概率最大的预设值个底事件中识别出电力系统的隐患主机。
在上述实施例中,所述预设值可以根据实际情况设定,例如设为3,则发生概率最大的3个底事件将被识别为隐患主机。可以采取针对性的安全控制措施对这些隐患主机进行防治。
作为其中一个实施例,所述在所述各个底事件中识别出电力系统的隐患主机的步骤,包括以下步骤:
根据各个底事件与电力系统中各个主机的对应关系,识别出电力系统的隐患主机;其中,每个底事件对应电力系统中唯一的一个主机。
底事件与电力系统中的主机(也就设备)是多对一的关系,及可能存在多个底事件与一个主机或一个设备对应,但每一个底事件只与一个主机对应。因此,根据底事件,可以唯一地确定出电力系统中的主机。
作为其中一个实施例,在所述识别出电力系统的隐患主机的步骤之后,包括以下步骤:
对识别出的所述隐患主机执行预设的安全控制操作。
识别出隐患主机之后,再进行有针对性的安全措施,这样可大大提高电力系统的风险管控水平。
与一般技术相比,本发明电力系统隐患主机识别方法先查询电力系统中存在的系统风险,查询的来源既不需要是传统的漏洞扫描工具结果,也无需工控系统的仿真平台。在隐患识别的过程中引入了贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;也即量化了故障树中各个底事件对顶事件的影响程度,从而能够有效地和快速地识别电力系统中的隐患主机。
请参阅图2,为本发明电力系统隐患主机识别装置的结构示意图。
本发明电力系统隐患主机识别装置,包括系统风险查询模块201、底事件查询模块202、发生概率计算模块203和隐患主机识别模块204;
所述系统风险查询模块201,用于查询电力系统中存在的系统风险;
所述底事件查询模块202,用于将所述系统风险作为顶事件,采用故障树查询法,查询引发所述顶事件的各个底事件;
所述发生概率计算模块203,用于采用贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;
所述隐患主机识别模块204,用于根据所述排序结果,在所述各个底事件中识别出电力系统的隐患主机。
作为其中一个实施例,所述隐患主机识别模块根据所述排序结果,在发生概率最大的预设值个底事件中识别出电力系统的隐患主机。
在上述实施例中,所述预设值可以根据实际情况设定,例如设为3,则发生概率最大的3个底事件将被识别为隐患主机。可以采取针对性的安全控制措施对这些隐患主机进行防治。
作为其中一个实施例,所述隐患主机识别模块根据各个底事件与电力系统中各个主机的对应关系,识别出电力系统的隐患主机;其中,每个底事件对应电力系统中唯一的一个主机。
底事件与电力系统中的主机(也就设备)是多对一的关系,及可能存在多个底事件与一个主机或一个设备对应,但每一个底事件只与一个主机对应。因此,根据底事件,可以唯一地确定出电力系统中的主机。
作为其中一个实施例,还包括指令发送模块;
所述指令发送模块,用于在所述隐患主机识别模块识别出电力系统的隐患主机之后,发送对识别出的所述隐患主机执行预设的安全控制操作的指令。
识别出隐患主机之后,再进行有针对性的安全措施,这样可大大提高电力系统的风险管控水平。
与一般技术相比,本发明电力系统隐患主机识别装置先查询电力系统中存在的系统风险,查询的来源既不需要是传统的漏洞扫描工具结果,也无需工控系统的仿真平台。在隐患识别的过程中引入了贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;也即量化了故障树中各个底事件对顶事件的影响程度,从而能够有效地和快速地识别电力系统中的隐患主机。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种电力系统隐患主机识别方法,其特征在于,包括以下步骤:
查询电力系统中存在的系统风险;
将所述系统风险作为顶事件,采用故障树查询法,查询引发所述顶事件的各个底事件;
采用贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;
根据所述排序结果,在所述各个底事件中识别出电力系统的隐患主机。
2.根据权利要求1所述的电力系统隐患主机识别方法,其特征在于,所述查询电力系统中存在的系统风险的步骤,包括以下步骤:
采用预先危险性查询法,在电力系统的设计文档、开发文档和需求文档中查询出电力系统中存在的系统风险。
3.根据权利要求1所述的电力系统隐患主机识别方法,其特征在于,所述采用贝叶斯网络概率算法计算所述各个底事件的发生概率的步骤,包括以下步骤:
步骤1:将所述顶事件和所述各个底事件组成的故障树转换为贝叶斯网络;
步骤2:假设所述故障树中各个底事件的发生概率相等,计算所述贝叶斯网络中其它节点的发生概率;
步骤3:假设所述贝叶斯网络中的底事件的发生概率为1,根据条件概率算法及步骤2中的计算结果,计算所述贝叶斯网络中其它节点的发生概率;
步骤4:假设所述故障树中的顶事件的发生概率为1,根据步骤3中的计算结果,计算所述故障树中各个底事件的发生概率。
4.根据权利要求1所述的电力系统隐患主机识别方法,其特征在于,所述在所述各个底事件中识别出电力系统的隐患主机的步骤,包括以下步骤:
根据所述排序结果,在发生概率最大的预设值个底事件中识别出电力系统的隐患主机。
5.根据权利要求1所述的电力系统隐患主机识别方法,其特征在于,所述在所述各个底事件中识别出电力系统的隐患主机的步骤,包括以下步骤:
根据各个底事件与电力系统中各个主机的对应关系,识别出电力系统的隐患主机;其中,每个底事件对应电力系统中唯一的一个主机。
6.根据权利要求1所述的电力系统隐患主机识别方法,其特征在于,在所述识别出电力系统的隐患主机的步骤之后,包括以下步骤:
对识别出的所述隐患主机执行预设的安全控制操作。
7.一种电力系统隐患主机识别装置,其特征在于,包括系统风险查询模块、底事件查询模块、发生概率计算模块和隐患主机识别模块;
所述系统风险查询模块,用于查询电力系统中存在的系统风险;
所述底事件查询模块,用于将所述系统风险作为顶事件,采用故障树查询法,查询引发所述顶事件的各个底事件;
所述发生概率计算模块,用于采用贝叶斯网络概率算法计算所述各个底事件的发生概率,并按照所述发生概率的大小对所述各个底事件进行排序;
所述隐患主机识别模块,用于根据所述排序结果,在所述各个底事件中识别出电力系统的隐患主机。
8.根据权利要求7所述的电力系统隐患主机识别装置,其特征在于,所述隐患主机识别模块根据所述排序结果,在发生概率最大的预设值个底事件中识别出电力系统的隐患主机。
9.根据权利要求7所述的电力系统隐患主机识别装置,其特征在于,所述隐患主机识别模块根据各个底事件与电力系统中各个主机的对应关系,识别出电力系统的隐患主机;其中,每个底事件对应电力系统中唯一的一个主机。
10.根据权利要求7所述的电力系统隐患主机识别装置,其特征在于,还包括指令发送模块;
所述指令发送模块,用于在所述隐患主机识别模块识别出电力系统的隐患主机之后,发送对识别出的所述隐患主机执行预设的安全控制操作的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013103628978A CN103441869A (zh) | 2013-08-19 | 2013-08-19 | 电力系统隐患主机识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013103628978A CN103441869A (zh) | 2013-08-19 | 2013-08-19 | 电力系统隐患主机识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103441869A true CN103441869A (zh) | 2013-12-11 |
Family
ID=49695538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013103628978A Pending CN103441869A (zh) | 2013-08-19 | 2013-08-19 | 电力系统隐患主机识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103441869A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104506354A (zh) * | 2014-12-24 | 2015-04-08 | 云南电力调度控制中心 | 一种基于半实物仿真的数据网风险评估方法 |
CN106599997A (zh) * | 2016-12-20 | 2017-04-26 | 中兴软创科技股份有限公司 | 基于零动态的工控攻击检测识别方法与系统 |
CN107045584A (zh) * | 2017-05-11 | 2017-08-15 | 河海大学 | 一种适用于水泵转子系统的工频振动异常故障诊断方法 |
CN108876057A (zh) * | 2018-07-24 | 2018-11-23 | 合肥阳光新能源科技有限公司 | 一种微电网的故障预测方法、装置及电子设备 |
CN111143752A (zh) * | 2019-05-17 | 2020-05-12 | 深圳市德塔防爆电动汽车有限公司 | 一种电动车辆的安全重要度的计算方法以及电动车辆 |
CN113194190A (zh) * | 2021-04-28 | 2021-07-30 | 青岛科技大学 | 一种基于云计算的废旧手机拆解故障智能分类处理方法 |
US11416326B2 (en) | 2020-08-28 | 2022-08-16 | Sap Se | Systems and methods for failure diagnosis using fault tree |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1553328A (zh) * | 2003-06-08 | 2004-12-08 | 华为技术有限公司 | 基于故障树分析的系统故障定位方法及装置 |
US7017080B1 (en) * | 1999-06-02 | 2006-03-21 | Siemens Aktiengesellschaft | Method and system for determining a fault tree of a technical system, computer program product and a computer readable storage medium |
CN1851491A (zh) * | 2006-02-20 | 2006-10-25 | 华为技术有限公司 | 一种故障定位方法 |
CN101814114A (zh) * | 2010-01-07 | 2010-08-25 | 北京航空航天大学 | 一种利用模型转换进行故障诊断的方法 |
-
2013
- 2013-08-19 CN CN2013103628978A patent/CN103441869A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7017080B1 (en) * | 1999-06-02 | 2006-03-21 | Siemens Aktiengesellschaft | Method and system for determining a fault tree of a technical system, computer program product and a computer readable storage medium |
CN1553328A (zh) * | 2003-06-08 | 2004-12-08 | 华为技术有限公司 | 基于故障树分析的系统故障定位方法及装置 |
CN1851491A (zh) * | 2006-02-20 | 2006-10-25 | 华为技术有限公司 | 一种故障定位方法 |
CN101814114A (zh) * | 2010-01-07 | 2010-08-25 | 北京航空航天大学 | 一种利用模型转换进行故障诊断的方法 |
Non-Patent Citations (1)
Title |
---|
夏楠: "基于工控系统的风险评估及隐患主机识别", 《中国科技论文在线》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104506354A (zh) * | 2014-12-24 | 2015-04-08 | 云南电力调度控制中心 | 一种基于半实物仿真的数据网风险评估方法 |
CN106599997A (zh) * | 2016-12-20 | 2017-04-26 | 中兴软创科技股份有限公司 | 基于零动态的工控攻击检测识别方法与系统 |
CN106599997B (zh) * | 2016-12-20 | 2021-07-02 | 浩鲸云计算科技股份有限公司 | 基于零动态的工控攻击检测识别方法与系统 |
CN107045584A (zh) * | 2017-05-11 | 2017-08-15 | 河海大学 | 一种适用于水泵转子系统的工频振动异常故障诊断方法 |
CN107045584B (zh) * | 2017-05-11 | 2020-08-25 | 河海大学 | 一种适用于水泵转子系统的工频振动异常故障诊断方法 |
CN108876057A (zh) * | 2018-07-24 | 2018-11-23 | 合肥阳光新能源科技有限公司 | 一种微电网的故障预测方法、装置及电子设备 |
CN111143752A (zh) * | 2019-05-17 | 2020-05-12 | 深圳市德塔防爆电动汽车有限公司 | 一种电动车辆的安全重要度的计算方法以及电动车辆 |
US11416326B2 (en) | 2020-08-28 | 2022-08-16 | Sap Se | Systems and methods for failure diagnosis using fault tree |
CN113194190A (zh) * | 2021-04-28 | 2021-07-30 | 青岛科技大学 | 一种基于云计算的废旧手机拆解故障智能分类处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103441869A (zh) | 电力系统隐患主机识别方法及装置 | |
US10452845B2 (en) | Generic framework to detect cyber threats in electric power grid | |
JP2018185794A (ja) | 送電網におけるサイバー脅威を検出するための複数モデル複数領域の特徴発見 | |
CN110909811A (zh) | 一种基于ocsvm的电网异常行为检测、分析方法与系统 | |
CN106888205A (zh) | 一种非侵入式基于功耗分析的plc异常检测方法 | |
CN110650052B (zh) | 一种基于智能算法的客户原因故障识别处理方法及系统 | |
CN111475370A (zh) | 基于数据中心的运维监控方法、装置、设备及存储介质 | |
US20200160283A1 (en) | System and method for damage assessment and restoration | |
CN104200288A (zh) | 一种基于因素与事件间相关关系识别的设备故障预测方法 | |
US11906112B2 (en) | Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof | |
CN113066254B (zh) | 核电设备工作环境异常预警方法、装置、设备和存储介质 | |
CN103744977A (zh) | 一种云计算系统平台中的监控方法及系统 | |
CN103885406A (zh) | 基于多数据融合的工业制气设备故障智能诊断和监控系统 | |
CN115733762A (zh) | 具有大数据分析能力的监控系统 | |
CN113704328A (zh) | 基于人工智能的用户行为大数据挖掘方法及系统 | |
CN115545058A (zh) | 一种水表数据分析方法、系统及可读存储介质 | |
CN113946492A (zh) | 一种智能运维方法、装置、设备及存储介质 | |
KR20160035406A (ko) | 종합분석 기법을 기반으로 한 실시간 가스설비 자동 긴급차단장치 | |
CN116582339B (zh) | 一种智能楼宇网络安全监控方法、监控系统 | |
CN116755974A (zh) | 云计算平台运维方法、装置、电子设备及存储介质 | |
CN111049685A (zh) | 电力系统的网络安全感知系统、网络安全感知方法和装置 | |
CN115563507A (zh) | 可再生能源发电场景的生成方法、装置及设备 | |
CN105099734B (zh) | 一种故障提示方法及装置 | |
CN106125643A (zh) | 一种基于机器学习技术的工控安防方法 | |
CN113569947A (zh) | 电弧检测方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20131211 |
|
RJ01 | Rejection of invention patent application after publication |