CN106527153A - 一种变电站巡检机器人集群管控系统 - Google Patents

一种变电站巡检机器人集群管控系统 Download PDF

Info

Publication number
CN106527153A
CN106527153A CN201710021814.7A CN201710021814A CN106527153A CN 106527153 A CN106527153 A CN 106527153A CN 201710021814 A CN201710021814 A CN 201710021814A CN 106527153 A CN106527153 A CN 106527153A
Authority
CN
China
Prior art keywords
fault diagnosis
characteristic vector
monitoring center
crusing robot
background monitoring
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.)
Granted
Application number
CN201710021814.7A
Other languages
English (en)
Other versions
CN106527153B (zh
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NANJING CHIEBOT TECHNOLOGIES CO., LTD.
Original Assignee
Shenzhen Ming Automatic Control Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Ming Automatic Control Technology Co Ltd filed Critical Shenzhen Ming Automatic Control Technology Co Ltd
Priority to CN201710021814.7A priority Critical patent/CN106527153B/zh
Publication of CN106527153A publication Critical patent/CN106527153A/zh
Application granted granted Critical
Publication of CN106527153B publication Critical patent/CN106527153B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Abstract

本发明提供了一种变电站巡检机器人集群管控系统,包括巡检机器人、设备转运车、后台监控中心和远程集控后台,所述后台监控中心设置在设备转运车上,该巡检机器人可通过设备转运车在变电站之间转运,所述巡检机器人和负责转运的后台监控中心之间通过无线局域网进行信息交互,所述后台监控中心和所述远程集控后台之间通过专网进行信息交互。本发明能够实现实时监控变电站,而后台监控中心和远程集控后台之间则通过专网连接起来,总体的网络环境更为安全,同时可以实现多个变电站的集中管控,且一机多站式巡检提高了资源利用率。

Description

一种变电站巡检机器人集群管控系统
技术领域
[0001] 本发明涉及变电站巡检领域,具体涉及一种变电站巡检机器人集群管控系统。
背景技术
[0002] 变电站的设备需要日常的巡检与维护,相关技术中通过巡检机器人来实现自动化 的变电站巡检,但是上述方式存在不足,巡检机器人的活动范围有限,只能巡检一个地区的 变电站,造成机器人资源的不充分利用或者说是浪费,相应的监控模式也只限于一对一的 监控,一个监控后台一般用来通过在设定范围内活动的巡检机器人来监控一个变电站现 场,通常没有对于这些监控现场的集中管控后台,因若集中管控后台向监控后台开设的网 口越多,传输数据的对象越多,网络安全越无法保障。
发明内容
[0003] 针对上述问题,本发明提供一种变电站巡检机器人集群管控系统。
[0004] 本发明的目的采用以下技术方案来实现:
[0005] -种变电站巡检机器人集群管控系统,包括巡检机器人、设备转运车、后台监控中 心和远程集控后台,所述后台监控中心设置在设备转运车上,该巡检机器人可通过设备转 运车在变电站之间转运,所述巡检机器人和负责转运的后台监控中心之间通过无线局域网 进行信息交互,所述后台监控中心和所述远程集控后台之间通过专网进行信息交互。
[0006] 本发明的有益效果为:巡检机器人和后台监控中心通过无线局域网连接起来,巡 检调配车监控后台可实时接收巡检数据以监控变电站的即时状态,且该无线局域网可随设 备转运车的转移而转移,因而可使用于多个变电站中,无需在各变电站内重新建网,局域网 的网络延时较小,能够实现实时监控变电站,而后台监控中心和远程集控后台之间则通过 专网连接起来,总体的网络环境更为安全,同时可以实现多个变电站的集中管控,且一机多 站式巡检提高了资源利用率。
附图说明
[0007] 利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限 制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得 其它的附图。
[0008] 图1是本发明的结构框图;
[0009] 图2是故障检测装置的结构框图。
[0010] 附图标记:
[0011] 巡检机器人1、设备转运车2、后台监控中心3、远程集控后台4、故障检测装置5、历 史数据采集模块11、数据预处理模块12、特征提取模块13、实时故障诊断特征向量采集模块 14、故障诊断模型建立模块15、故障诊断识别模块16。
具体实施方式
[0012] 结合以下实施例对本发明作进一步描述。
[0013] 参见图1,本实施例提供了一种变电站巡检机器人集群管控系统,包括巡检机器人 1、设备转运车2、后台监控中心3和远程集控后台4,所述后台监控中心3设置在设备转运车2 上,该巡检机器人1可通过设备转运车2在变电站之间转运,所述巡检机器人1和负责转运的 后台监控中心3之间通过无线局域网进行信息交互,所述后台监控中心3和所述远程集控后 台4之间通过专网进行信息交互。
[0014] 优选地,所述巡检机器人1上设置有标识唯一的二维码,在变电站的检测点处均设 置有用于识别二维码的设备,每个用于识别二维码的设备识别巡检机器人1上的二维码后, 将标识通过无线网络上传至所述后台监控中心3,从而后台监控中心3根据接收到的标识监 控所述巡检机器人1的动作。
[0015] 优选地,所述变电站巡检机器人1集群管控系统还包括用于对巡检机器人1进行故 障检测的故障检测装置5。
[0016] 本发明上述实施例中,巡检机器人1和后台监控中心3通过无线局域网连接起来, 巡检调配车监控后台可实时接收巡检数据以监控变电站的即时状态,且该无线局域网可随 设备转运车2的转移而转移,因而可使用于多个变电站中,无需在各变电站内重新建网,局 域网的网络延时较小,能够实现实时监控变电站,而后台监控中心3和远程集控后台4之间 则通过专网连接起来,总体的网络环境更为安全,同时可以实现多个变电站的集中管控,且 一机多站式巡检提高了资源利用率。
[0017] 优选地,所述故障检测装置5包括依次连接的历史数据采集模块11、数据预处理模 块12、特征提取模块13、实时故障诊断特征向量采集模块14、故障诊断模型建立模块15和故 障诊断识别t吴块16。
[0018] 优选地,所述历史数据采集模块11用于通过传感器采集巡检机器人1在正常状态 下及各种故障状态下运行时多个测点的历史振动信号数据;所述数据预处理模块12用于对 采集到的原始历史振动信号数据进行预处理;所述特征提取模块13用于从过滤后的历史振 动信号数据中提取小波包奇异值特征,并将提取的小波包奇异值特征作为故障诊断特征向 量样本;所述实时故障诊断特征向量采集模块14用于获取巡检机器人1的实时故障诊断特 征向量;所述故障诊断模型建立模块15用于建立基于改进的支持向量机的故障诊断模型, 并使用故障诊断特征向量样本对故障诊断模型进行训练,计算出故障诊断模型参数的最优 解,得到训练完成的故障诊断模型;所述故障诊断识别模块16用于将该巡检机器人1的实时 故障诊断特征向量输入到训练完成的故障诊断模型中,完成巡检机器人1故障的诊断识别。
[0019] 优选地,所述数据预处理模块12对采集到的原始历史振动信号数据进行预处理, 包括利用数字滤波器按下式滤除采集到的原始历史振动信号数据的带外分量:
Figure CN106527153AD00041
[0021] 其中,Ψ为滤波后得到的历史振动信号数据,Ψ7为采集到的原始历史振动信号数 据,W为测点的个数,x=l,2,3~W-l;T为由数字滤波器自身特性决定的常数,Φ.为所用传感 器的固有采集频率。
[0022] 本优选实施例对数据进行预处理时一方面能够自适应不同的振动信号,另一方面 能消除原始历史振动信号数据中的时域波形畸变,因此,本优选实施例具有较高的对采集 到的原始历史振动信号数据进行预处理的精度,从而能够保障对巡检机器人1进行故障识 别的准确性。
[0023] 优选地,所述特征提取模块13具体按照下述方式提取小波包奇异值特征:
[0024] (1)设巡检机器人1处于状态Μ时从测点Φ测量到的一个时刻的历史振动信号为Μφ (ψ),φ = 1,…,W,W为测点的个数,对Μφ (ψ)进行η层离散小波包分解,提取第η层中的2η个 分解系数,对所有的分解系数进行重构,以h (j =〇,1,…,2n_l)表示第τι层各节点的重构信 号,构建特征矩阵
Figure CN106527153AD00051
其中n的值根据历史经验和实际情况结合确定,对 特征矩阵Τ [Μφ (Ψ)]进行奇异值分解,获得该特征矩阵Τ [Μφ (Ψ)]的特征向量:
Figure CN106527153AD00052
[0026] 其中Q^Qv^Qv为由特征矩阵Τ[Μφ(Ψ)]分解的奇异值,ν为由特征矩阵Τ[Μφ (Ψ)]分解的奇异值的个数;
[0027]
Figure CN106527153AD00053
表不特征向量%Μ_φ(_Ψ)]中的最大奇异值,
Figure CN106527153AD00054
.表不 特征向中的最小奇异值,定义^(屯)对应的故障诊断特征向量?^%^)为:
Figure CN106527153AD00055
[0029] (3)对计算得到的故障诊断特征向量进行筛选,排除不合格的故障诊断特征向量, 则该巡检机器人1处于状态Μ时在该固定时刻的故障诊断特征向量样本为:
Figure CN106527153AD00056
[0031] 式中,W'为排除的不合格的故障诊断特征向量的数量。
[0032] 本优选实施例中,提取小波包奇异值特征作为故障诊断特征向量,具有准确率高 且计算时间短的优势,能够有效降低数据噪音的影响,从而能够提高对巡检机器人1进行诊 断的容错性。
[0033] 优选地,采用下述方式对计算得到的故障诊断特征向量进行筛选:
[0034] 将巡检机器人1处于状态Μ时在该时刻的所有计算得到的故障诊断特征向量作为 该时刻的特征向量筛选样本集,计算该特征向量筛选样本集的标准差σ Μ和期望值μΜ,若计算 得到的故障诊断特征向量ΡμφΪΦ)不满足下列公式,则剔除该故障诊断特征向量:
Figure CN106527153AD00057
[0036] 式中,兩_为期望值1Λ的最大似然估计,吻为标准差〇m的最大似然估计
[0037] 本优选实施例对计算得到的故障诊断特征向量进行筛选,从而排除不合格的故障 诊断特征向量,客观科学,提高了对变电站巡检机器人集群管控系统中的各个巡检机器人1 进行故障诊断的精确度。
[0038] 优选地,所述特征提取模块13还将剔除的不合格的故障诊断特征向量储存到一个 临时数据储存器中,并对特征提取模块13中的η值进行进一步修正,具体如下:
[0039] (1)若满足下式,则η的值在根据原有历史经验和实际情况结合确定的基础上修改 为 n+i:
Figure CN106527153AD00061
[0041] (2)若满足下式,则II的值在根据原有历史经验和实际情况结合确定的基础上修改 为 n+2:
Figure CN106527153AD00062
[0043] 其中,W为测点的个数,W'为不合格的故障诊断特征向量的数量,△为人为设定的 整数阀值。
[0044] 本优选实施例根据不合格的故障诊断特征向量占测点个数的比例,自动调节η值, 进一步降低了不合格的故障诊断特征向量对巡检机器人1进行故障诊断的影响,提高了故 障诊断的精确度,从而能够及时精确地识别出变电站巡检机器人集群管控系统中发生故障 的设备,使得工作人员能够对变电站巡检机器人集群管控系统中发生故障的巡检机器人进 行及时维修。
[0045] 优选地,故障诊断模型建立模块15采用下述方式建立基于改进的支持向量机的故 障诊断模型:
[0046] (1)采用径向基函数作为核函数,利用该核函数将该故障诊断特征向量样本从原 空间映射到高维空间,在高维空间构造最优决策函数实现故障诊断特征向量样本分类,构 造最优决策函数为:
Figure CN106527153AD00063
[0048] 式中,X为输入的故障诊断特征向量样本,Ρ (X)为输入的故障诊断特征向量样本对 应的输出,J (X)表示径向基函数,Ω为权重向量,ρ为偏差;此外
Figure CN106527153AD00064
为引入的优化因 子,其中W为测点的个数,W'为不合格的故障诊断特征向量的数量;
[0049] (2)定义支持向量机的目标函数为:
Figure CN106527153AD00065
[0051] 支持向量机的约束条件为:
[0052] yi (Ω xi+p) ^1-ει,εί^:〇,ί = 1,···,Μ
[0053] 式中,minX (Ω,ρ,ηι)为支持向量机的目标函数,f :为优化后的惩罚因子,ει为引入 的误差变量;Μ为故障诊断特征向量样本的数量;Xl为输入的第i个故障诊断特征向量样本, yi (Ω h+p)为输入的第i个故障诊断特征向量样本对应的输出,Ω为权重向量,ρ为偏差; [0054] 其中,惩罚因子和所述核函数的半径参数的值的优化方式为:将所有故障诊断特 征向量样本平均分成互不包含的子集,设定惩罚因子和所述核函数的半径参数的值的取值 范围,对每个粒子的位置向量进行二维编码,产生初始粒子群;对各粒子对应的参数选定训 练集进行交叉验证,得到的预测模型分类准确率作为粒子对应的目标函数值,对粒子群中 的粒子进行迭代;用目标函数值评价所有粒子,当某个粒子的当前评价值优于其历史评价 值时,将其作为该粒子的最优历史评价,记录当前粒子最优位置向量;寻找全局最优解,如 果其值优于当前历史最优解,则更新,达到设定的终止准则时,则停止搜索,输出最优的惩 罚因子和所述核函数的半径参数的值,否则返回去重新搜索。
[0055] (3)求解该支持向量机的目标函数,计算出权重向量和偏差;
[0056] (4)将计算得到的权重向量和偏差代入最优决策函数即为所建立的故障诊断模 型。
[0057] 本优选实施例通过引入优化因子,减小了不合格的故障诊断特征向量对巡检机器 人1进行故障诊断的影响,进一步提高了该最优决策函数的实际精确度,为故障诊断模型的 建立提供良好的函数基础,从而构建更为精确的故障诊断t旲型,提尚对巡检机器人1进彳丁故 障诊断的精度,此外,本实施例采用上述方式对惩罚因子和所述核函数的半径参数的值进 行优化,优化时间相对较短,优化效果好,从而能够得到性能较好的支持向量机,进一步提 高对巡检机器人1进行故障诊断的精度。
[0058] 根据上述实施例,发明人进行了一系列测试,以下是进行测试得到的实验数据,其 中实验数据表明,本发明能够高效地完成变电站的巡检,且能够节省资源,在对巡检机器人 1进行故障检测时,检测精度高,因此,本发明变电站巡检机器人1集群管控系统在应用于变 电站巡检方面产生了非常显著的有益效果:
Figure CN106527153AD00081
[0060] 最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保 护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应 当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实 质和范围。

Claims (5)

1. 一种变电站巡检机器人集群管控系统,其特征是,包括巡检机器人、设备转运车、后 台监控中心和远程集控后台,所述后台监控中心设置在设备转运车上,该巡检机器人可通 过设备转运车在变电站之间转运,所述巡检机器人和负责转运的后台监控中心之间通过无 线局域网进行信息交互,所述后台监控中心和所述远程集控后台之间通过专网进行信息交 互。
2. 根据权利要求1所述的一种变电站巡检机器人集群管控系统,其特征是,所述巡检机 器人上设置有标识唯一的二维码,在变电站的检测点处均设置有用于识别二维码的设备, 每个用于识别二维码的设备识别巡检机器人上的二维码后,将标识通过无线网络上传至所 述后台监控中心,从而后台监控中心根据接收到的标识监控所述巡检机器人的动作。
3. 根据权利要求2所述的一种变电站巡检机器人集群管控系统,其特征是,还包括用于 对巡检机器人进行故障检测的故障检测装置。
4. 根据权利要求3所述的一种变电站巡检机器人集群管控系统,其特征是,所述故障检 测装置包括依次连接的历史数据采集模块、数据预处理模块、特征提取模块、实时故障诊断 特征向量采集模块、故障诊断模型建立模块和故障诊断识别模块。
5. 根据权利要求4所述的一种变电站巡检机器人集群管控系统,其特征是,所述故障诊 断模型建立模块用于建立基于改进的支持向量机的故障诊断模型,并使用故障诊断特征向 量样本对故障诊断模型进行训练,计算出故障诊断模型参数的最优解,得到训练完成的故 障诊断模型,具体为: (1)采用径向基函数作为核函数,利用该核函数将该故障诊断特征向量样本从原空间 映射到高维空间,在高维空间构造最优决策函数实现故障诊断特征向量样本分类,构造最 优决策函数为:
Figure CN106527153AC00021
式中,X为输入的故障诊断特征向量样本,P (X)为输入的故障诊断特征向量样本对应的 输出,J(x)表示径向基函数,Ω为权重向量,p为偏差;此外:
Figure CN106527153AC00022
为引入的优化因子,其 中W为测点的个数,W'为不合格的故障诊断特征向量的数量; ⑵定义支持向量机的目标函数为:
Figure CN106527153AC00023
支持向量机的约束条件为: yi (Ω χί+ρ) ^1-ει,εί^:〇,ί = 1,···,Μ 式中,minX (Ω,ρ,ηι)为支持向量机的目标函数,<为优化后的惩罚因子,ει为引入的误 差变量;Μ为故障诊断特征向量样本的数量;Xi为输入的第i个故障诊断特征向量样本,yi为 输入的第i个故障诊断特征向量样本对应的输出,Ω为权重向量,p为偏差; ⑶求解该支持向量机的目标函数,计算出权重向量和偏差; ⑷将计算得到的权重向量和偏差代入最优决策函数即为所建立的故障诊断模型。
CN201710021814.7A 2017-01-12 2017-01-12 一种变电站巡检机器人集群管控系统 Active CN106527153B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710021814.7A CN106527153B (zh) 2017-01-12 2017-01-12 一种变电站巡检机器人集群管控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710021814.7A CN106527153B (zh) 2017-01-12 2017-01-12 一种变电站巡检机器人集群管控系统

Publications (2)

Publication Number Publication Date
CN106527153A true CN106527153A (zh) 2017-03-22
CN106527153B CN106527153B (zh) 2019-02-05

Family

ID=58335402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710021814.7A Active CN106527153B (zh) 2017-01-12 2017-01-12 一种变电站巡检机器人集群管控系统

Country Status (1)

Country Link
CN (1) CN106527153B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101354587A (zh) * 2008-09-04 2009-01-28 湖南大学 一种未知环境下移动机器人多行为融合自动导航方法
CN102280826A (zh) * 2011-07-30 2011-12-14 山东鲁能智能技术有限公司 变电站智能机器人巡检系统及巡检方法
CN102355052A (zh) * 2011-07-30 2012-02-15 山东电力研究院 基于变电站智能机器人巡检系统及其变电站操作监护方法
CN103235562A (zh) * 2013-03-07 2013-08-07 河海大学常州校区 变电站基于巡检机器人的综合参数检测系统及巡检方法
CN104318198A (zh) * 2014-02-28 2015-01-28 郑州金惠计算机系统工程有限公司 适用于变电站机器人巡检的识别方法及装置
CN205029436U (zh) * 2015-10-14 2016-02-10 山东鲁能智能技术有限公司 一种集控式变电站内智能巡检机器人系统
CN105576833A (zh) * 2016-01-22 2016-05-11 国家电网公司 一种适用于变电站倒闸操作远程监护的移动机器人系统
CN105743004A (zh) * 2016-03-31 2016-07-06 广东电网有限责任公司中山供电局 一种变电站巡检机器人集群管控系统
CN106302798A (zh) * 2016-08-31 2017-01-04 杭州申昊科技股份有限公司 一种变电站巡检通讯系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101354587A (zh) * 2008-09-04 2009-01-28 湖南大学 一种未知环境下移动机器人多行为融合自动导航方法
CN102280826A (zh) * 2011-07-30 2011-12-14 山东鲁能智能技术有限公司 变电站智能机器人巡检系统及巡检方法
CN102355052A (zh) * 2011-07-30 2012-02-15 山东电力研究院 基于变电站智能机器人巡检系统及其变电站操作监护方法
CN103235562A (zh) * 2013-03-07 2013-08-07 河海大学常州校区 变电站基于巡检机器人的综合参数检测系统及巡检方法
CN104318198A (zh) * 2014-02-28 2015-01-28 郑州金惠计算机系统工程有限公司 适用于变电站机器人巡检的识别方法及装置
CN205029436U (zh) * 2015-10-14 2016-02-10 山东鲁能智能技术有限公司 一种集控式变电站内智能巡检机器人系统
CN105576833A (zh) * 2016-01-22 2016-05-11 国家电网公司 一种适用于变电站倒闸操作远程监护的移动机器人系统
CN105743004A (zh) * 2016-03-31 2016-07-06 广东电网有限责任公司中山供电局 一种变电站巡检机器人集群管控系统
CN106302798A (zh) * 2016-08-31 2017-01-04 杭州申昊科技股份有限公司 一种变电站巡检通讯系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林吉良 等: "基于支持向量机的移动机器人故障诊断", 《电工技术学报》 *

Also Published As

Publication number Publication date
CN106527153B (zh) 2019-02-05

Similar Documents

Publication Publication Date Title
CN102139700B (zh) 一种轨道交通的车辆工况在线监测系统
CN107770263A (zh) 一种基于边缘计算的物联网终端安全接入方法及系统
CN104020751B (zh) 基于物联网的校园安全监测方法
CN106297288A (zh) 一种公交乘客客流数据采集与分析方法
CN102139701B (zh) 一种轨道交通的车辆工况在线监测方法
CN107480699A (zh) 一种基于信道状态信息和支持向量机的入侵检测方法
CN106483920A (zh) 一种基于物联网的水处理综合自动化一体控制系统
CN107360590A (zh) 轨道车站局部拥堵点客流状态判定方法
CN107845259A (zh) 公交运行情况实时反馈系统及公交实时运行数据处理方法
CN106972628A (zh) 低压台区反窃电及线损分析与监控系统
CN109886192A (zh) 一种生态环境智能监测系统
CN103327091A (zh) 一种获取乘客轨迹及行为参数的系统与方法
CN104978837B (zh) 一种面向用户端变电所的报警系统及其实现方法
CN109658387A (zh) 电力列车的受电弓碳滑板缺陷的检测方法
CN107066501A (zh) 一种基于道路相似性的机动车尾气遥测设备布点方法
WO2018122815A1 (zh) 一种使用wi-fi探针检测道路行人流量的方法
CN110070530A (zh) 一种基于深度神经网络的输电线路覆冰检测方法
CN103581974A (zh) 链路质量评估方法及其系统
CN107071716B (zh) 基于td-lte专网的水环境监测系统及方法
CN108108897A (zh) 一种轨道交通客流清分方法、系统及电子设备
CN106527153A (zh) 一种变电站巡检机器人集群管控系统
CN110837532A (zh) 一种基于大数据平台对充电桩窃电行为的检测方法
CN107528647A (zh) 一种智能电网通信中的可靠频谱感知方法
CN109657580A (zh) 一种城市轨道交通闸机通行控制方法
CN107016410B (zh) 用电信息采集系统故障诊断方法及故障诊断装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20181212

Address after: 210008 89 Shengli Road, Jiangning economic and Technological Development Zone, Nanjing, Jiangsu

Applicant after: NANJING CHIEBOT TECHNOLOGIES CO., LTD.

Address before: 518000 Shenzhen, Nanshan District, Guangdong, Guangdong Province, three road, No. three road, Guangdong, Hainan Galaxy Science and technology building 908

Applicant before: Shenzhen Ming Automatic Control Technology Co., Ltd.

Effective date of registration: 20181212

Address after: 210008 89 Shengli Road, Jiangning economic and Technological Development Zone, Nanjing, Jiangsu

Applicant after: NANJING CHIEBOT TECHNOLOGIES CO., LTD.

Address before: 518000 Shenzhen, Nanshan District, Guangdong, Guangdong Province, three road, No. three road, Guangdong, Hainan Galaxy Science and technology building 908

Applicant before: Shenzhen Ming Automatic Control Technology Co., Ltd.

GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Cluster management and control system for substation inspection robot

Effective date of registration: 20191112

Granted publication date: 20190205

Pledgee: Nanjing Bank Co., Ltd. Chengnan Branch

Pledgor: NANJING CHIEBOT TECHNOLOGIES CO., LTD.

Registration number: Y2019320000272

Denomination of invention: Cluster management and control system for substation inspection robot

Effective date of registration: 20191112

Granted publication date: 20190205

Pledgee: Nanjing Bank Co., Ltd. Chengnan Branch

Pledgor: NANJING CHIEBOT TECHNOLOGIES CO., LTD.

Registration number: Y2019320000272

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20210309

Granted publication date: 20190205

Pledgee: Nanjing Bank Co.,Ltd. Chengnan Branch

Pledgor: NANJING CHIEBOT ROBOT TECHNOLOGY Co.,Ltd.

Registration number: Y2019320000272