CN106682159A - 一种阈值配置方法 - Google Patents
一种阈值配置方法 Download PDFInfo
- Publication number
- CN106682159A CN106682159A CN201611215743.6A CN201611215743A CN106682159A CN 106682159 A CN106682159 A CN 106682159A CN 201611215743 A CN201611215743 A CN 201611215743A CN 106682159 A CN106682159 A CN 106682159A
- Authority
- CN
- China
- Prior art keywords
- converting equipment
- real
- time
- running status
- data
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
一种基于阈值自适应设置的变电设备状态参数异常检测方法及系统,包括选取变电设备在正常运行状态下的历史数据进行处理后得到野值滤除阈值,实时获取变电设备运行状态多维度实时测点数据并去除野值处理,变电设备测点数据处理及异常阈值确定等步骤,解决了变电设备状态参数异常检测阈值区间较多依赖变电设备专家离线计算及主观经验,而无法根据设备运行实时状态自适应方式变化的问题。
Description
技术领域
本发明涉及输变电设备检测领域,具体涉及一种阈值配置方法。
背景技术
众所周知,设备的运行状态对于电厂生产影响巨大,设备在正常工况运行过程中体现出来的功能特征、表象特征以及电气特征与异常状态下的特征是有差异的。根据设备状态预警,做出检修计划,将节省电厂巨大的人力、物力、财力,具有非常大的经济潜力。
目前,在设备状态预警方面,设备生产厂商根据制造工艺设定各个部件不同预警级别的阈值方法,现有设备异常检测方法采用静态阈值设置的方法,即以现有数据平均值为基准,上下分别以均值的固定百分比(例如150%、300%)作为上下阈值,进行数据异常检测。
上下阈值之间的区域为“正常”区域,上下阈值之外的区域为“异常”区域。静态阈值设置无法反映数据的动态实时特点。阈值上下界设置采用业务专家的主观经验,无法反映数据客观规律。阈值的确定直接影响了对于变电设备的检测精度以及数据处理的效率,然而目前静态阈值的方式已经无法满足日趋复杂的变电设备检测。
发明内容
本发明的目的在于克服现有技术的不足,提供一种阈值配置方法,解决变电设备状态参数异常检测阈值区间较多依赖变电设备专家离线计算及主观经验,而无法根据设备运行实时状态自适应方式变化的问题。
本发明提供了一种阈值配置方法,依次包括如下步骤:
步骤1:在变电系统数据库里,找到变电设备的所有历史指标信息,选取一段时间内变电设备在正常运行状态下的历史数据;
步骤2:分别对选取的变电设备的历史数据按照如下公式进行归一化处理:
其中,hn为h归一化后的值,hmax和hmin分别为变电设备的历史数据的最大值和最小值,h为变电设备的历史数据;。
步骤3:将归一化后的hn做平均值计算,得到平均值H,并且设置阈值补偿参数L,设置初始野值滤除阈值的下限值为H-L,上限值为H+L;
步骤4:将初始野值滤除阈值的下限值为H-L,上限值为H+L分别利用如下公式进行还原,得到还原后的初始野值滤除阈值的上、下限值:
步骤5:实时获取变电设备运行状态多维度实时测点数据,判断实时测点数据是否落入初始野值滤除阈值的上、下限值构成的阈值范围,如果未落入则剔除此实时测点数据,如果落入则进行归一化处理,获得变电设备运行状态的实时多维度归一化数据序列;
步骤6:通过对变电设备运行状态的实时多维度归一化数据序列应用降维操作,产生变电设备运行状态的实时降维数据序列;
步骤7:应用可配置的预测器,对变电设备运行状态的实时降维数据序列进行预测计算,产生变电设备运行状态的预测数据序列;
步骤8:应用变电设备运行状态的实时数据及预测数据进行分值计算,得到变电设备运行状态分值;
步骤9:确定变电设备运行状态阈值区间,包括上阈值界、下阈值界。
其中,步骤5中进行归一化处理,获得变电设备运行状态的实时多维度归一化数据序列具体为:
多维度实时变电设备参数xt定义为t时刻变电设备数据集合,x(i)定义为多维度变电设备数据的第i维,i=1,2,…,n,表示为:
xt=(x(1),x(2),…,x(i),…,x(n))
对多维度实时变电设备参数xt进行正规化,实现归一化运算,
得到t时刻变电设备运行状态的实时多维度归一化数据序列到nt,其中NOR(xt)是正规化运算,||xt||,是xt的模。
其中,步骤6具体为对变电设备运行状态的实时多维度归一化数据序列nt进行降维运算:
yt=PCA(nt)
得到t时刻变电设备运行状态的实时降维数据序列yt,其中PCA(xt)是降维运算,通过对变电设备运行状态的实时多维度归一化数据序列应用降维操作,产生变电设备运行状态的实时降维数据序列。
其中,步骤7具体为:应用变电设备运行状态的实时降维数据序列yt和变电设备运行状态的实时数据及预测数据进行分值计算,
得到变电设备运行状态分值到zt。
其中,步骤9具体为:
[Q1-1.5IQR,Q3+1.5IQR]
其中,Q1-1.5IQR为上阈值;Q3-1.5IQR为下阈值;四分位数间距IQR=Q3-Q1。
本发明的阈值配置方法,可以实现:
解决变电设备状态参数异常检测阈值区间较多依赖变电设备专家离线计算及主观经验,而无法根据设备运行实时状态自适应方式变化的问题,利用特定顺序和特殊的处理方式,实时的采集处理变电设备数据,提高了运算效率,并且能够实时快速、自动化的检测设备异常情况。
附图说明
图1为变电设备运行状态实时处理流程图
图2为变电设备异常阈值确定流程图
图3为变电设备异常检测结果示意图
具体实施方式
下面详细说明本发明的具体实施,有必要在此指出的是,以下实施只是用于本发明的进一步说明,不能理解为对本发明保护范围的限制,该领域技术熟练人员根据上述本发明内容对本发明做出的一些非本质的改进和调整,仍然属于本发明的保护范围。
本发明提供了一种阈值配置方法,如图1和2所示,具体包括如下的步骤:
步骤1:在变电系统数据库里,找到变电设备的所有历史指标信息,选取一段时间内变电设备在正常运行状态下的历史数据;
步骤2:分别对选取的变电设备的历史数据按照如下公式进行归一化处理:
其中,hn为h归一化后的值,hmax和hmin分别为变电设备的历史数据的最大值和最小值,h为变电设备的历史数据。
步骤3:将归一化后的hn做平均值计算,得到平均值H,并且设置阈值补偿参数L,设置初始野值滤除阈值的下限值为H-L,上限值为H+L,其中L可以为根据实际需要滤除野值而设置的,也可以根据长时间变电设备的历史数据做出的经验选择,例如可以是0.1,0.2等。
步骤4:将初始野值滤除阈值的下限值为H-L,上限值为H+L分别利用如下公式进行还原,得到还原后的初始野值滤除阈值的上、下限值:
步骤5:实时获取变电设备运行状态多维度实时测点数据,判断实时测点数据是否落入初始野值滤除阈值的上、下限值构成的阈值范围,如果未落入则剔除此实时测点数据,如果落入则进行归一化处理,获得变电设备运行状态的实时多维度归一化数据序列;
其中对测点数据进行归一化运算,具体为;
多维度实时变电设备参数xt定义为t时刻变电设备数据集合,x(i)定义为多维度变电设备数据的第i维,i=1,2,…,n,表示为:
xt=(x(1),x(2),…,x(i),…,x(n))
所述归一化处理,是指对多维度实时变电设备参数xt进行正规化,实现归一化运算,
得到t时刻变电设备运行状态的实时多维度归一化数据序列到nt,其中NOR(xt)是正规化运算,||xt||,是xt的模。
其中所述变电设备包括(但不限于)开关刀闸、变压器等,所述变电设备状态参数包括(但不限于)电流、电压、功率、功率因数、油温、油中气体数据等。
步骤6:通过对变电设备运行状态的实时多维度归一化数据序列应用降维操作,产生变电设备运行状态的实时降维数据序列;
对归一化处理后的数据序列进行多维度变电设备数据降维,具体为:
所述进行降维操作,是指对变电设备运行状态的实时多维度归一化数据序列nt进行降维运算:
yt=PCA(nt)
得到t时刻变电设备运行状态的实时降维数据序列yt,其中PCA(xt)是降维运算,通过对变电设备运行状态的实时多维度归一化数据序列应用降维操作,产生变电设备运行状态的实时降维数据序列;所述降维运算PCA(xt)包括(但不限于)离散余弦变换、主成分分析、离散小波变换等。
步骤7:应用可配置的预测器,对变电设备运行状态的实时降维数据序列进行预测计算,产生变电设备运行状态的预测数据序列;
对变电设备运行状态的实时降维数据序列进行预测计算,产生变电设备运行状态的预测数据序列,具体为:
所述预测计算,是指对变电设备运行状态的实时降维数据序列yt进行预测计算,
得到t时刻变电设备运行状态的预测数据序列其中AR(yt)是预测器;其中所述预测器包括(但不限于):多项式回归预测器、支持向量机预测器、人工神经网络预测器、卡尔曼预测滤波器、决策树回归预测器。
步骤8:应用变电设备运行状态的实时数据及预测数据进行分值计算,得到变电设备运行状态分值;
利用变电设备实际数据与预测数据进行分值计算,得到当前时刻电设备运行状态分值,具体为:
所述分值计算,是指应用变电设备运行状态的实时降维数据序列yt和变电设备运行状态的实时数据及预测数据进行分值计算,
得到变电设备运行状态分值到zt;
步骤9:确定变电设备运行状态阈值区间,包括上阈值界、下阈值界;
确定变电设备运行状态阈值区间,包括上阈值界、下阈值界,计算正常阈值范围,具体为:
所述变电设备运行状态阈值区间,是指
[Q1-1.5IQR,Q3+1.5IQR]
其中,Q1-1.5IQR为上阈值;Q3+1.5IQR为下阈值;四分位数间距IQR=Q3-Q1。
应用变电设备运行状态阈值区间,判断当前时刻分值是否在阈值区间范围,并做出变电设备运行状态是否异常的结论。
所述判断当前时刻分值是否在阈值区间范围,并做出变电设备运行状态是否异常的结论是指使用变电设备运行状态分值到zt与变电设备运行状态阈值区间[Q1-1.5IQR,Q3+1.5IQR]进行比较,如果zt在该区间范围,则变电设备状态正常;否则,变电设备状态异常。
图3为变电设备异常检测结果示意图,图中浅色线代表上阈值,深色线代表下阈值,浅色线和深色线范围内的点为正常数据点,范围外的异常数据点,由图中可以看出,阈值范围能够实时的更新调整,从而提高了运算效率,并且能够实时快速、自动化的检测设备异常情况。
尽管为了说明的目的,已描述了本发明的示例性实施方式,但是本领域的技术人员将理解,不脱离所附权利要求中公开的发明的范围和精神的情况下,可以在形式和细节上进行各种修改、添加和替换等的改变,而所有这些改变都应属于本发明所附权利要求的保护范围,并且本发明要求保护的产品各个部门和方法中的各个步骤,可以以任意组合的形式组合在一起。因此,对本发明中所公开的实施方式的描述并非为了限制本发明的范围,而是用于描述本发明。相应地,本发明的范围不受以上实施方式的限制,而是由权利要求或其等同物进行限定。
Claims (5)
1.一种阈值配置方法,其特征在于,依次包括如下步骤:
步骤1:在变电系统数据库里,找到变电设备的所有历史指标信息,选取一段时间内变电设备在正常运行状态下的历史数据;
步骤2:分别对选取的变电设备的历史数据按照如下公式进行归一化处理:
其中,hn为h归一化后的值,hmax和hmin分别为变电设备的历史数据的最大值和最小值,h为变电设备的历史数据;。
步骤3:将归一化后的hn做平均值计算,得到平均值H,并且设置阈值补偿参数L,设置初始野值滤除阈值的下限值为H-L,上限值为H+L;
步骤4:将初始野值滤除阈值的下限值为H-L,上限值为H+L分别利用如下公式进行还原,得到还原后的初始野值滤除阈值的上、下限值:
步骤5:实时获取变电设备运行状态多维度实时测点数据,判断实时测点数据是否落入初始野值滤除阈值的上、下限值构成的阈值范围,如果未落入则剔除此实时测点数据,如果落入则进行归一化处理,获得变电设备运行状态的实时多维度归一化数据序列;
步骤6:通过对变电设备运行状态的实时多维度归一化数据序列应用降维操作,产生变电设备运行状态的实时降维数据序列;
步骤7:应用可配置的预测器,对变电设备运行状态的实时降维数据序列进行预测计算,产生变电设备运行状态的预测数据序列;
步骤8:应用变电设备运行状态的实时数据及预测数据进行分值计算,得到变电设备运行状态分值;
步骤9:确定变电设备运行状态阈值区间,包括上阈值界、下阈值界。
2.如权利要求1所述的方法,其特征在于:步骤5中进行归一化处理,获得变电设备运行状态的实时多维度归一化数据序列具体为:
多维度实时变电设备参数xt定义为t时刻变电设备数据集合,x(i)定义为多维度变电设备数据的第i维,i=1,2,…,n,表示为:
xt=(x(1),x(2),…,x(i),…,x(n))
对多维度实时变电设备参数xt进行正规化,实现归一化运算,
得到t时刻变电设备运行状态的实时多维度归一化数据序列到nt,其中NOR(xt)是正规化运算,||xt||,是xt的模。
3.如权利要求2所述的方法,其特征在于:步骤6具体为对变电设备运行状态的实时多维度归一化数据序列nt进行降维运算:
yt=PCA(nt)
得到t时刻变电设备运行状态的实时降维数据序列yt,其中PCA(xt)是降维运算,通过对变电设备运行状态的实时多维度归一化数据序列应用降维操作,产生变电设备运行状态的实时降维数据序列。
4.如权利要求1-3所述的方法,其特征在于:步骤7具体为:应用变电设备运行状态的实时降维数据序列yt和变电设备运行状态的实时数据及预测数据进行分值计算,
得到变电设备运行状态分值到zt。
5.如权利要求1-4所述的方法,其特征在于:步骤9具体为:
[Q1-1.5IQR,Q3+1.5IQR]
其中,Q1-1.5IQR为上阈值;Q3+1.5IQR为下阈值;四分位数间距IQR=Q3-Q1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611215743.6A CN106682159A (zh) | 2016-12-26 | 2016-12-26 | 一种阈值配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611215743.6A CN106682159A (zh) | 2016-12-26 | 2016-12-26 | 一种阈值配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106682159A true CN106682159A (zh) | 2017-05-17 |
Family
ID=58870336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611215743.6A Pending CN106682159A (zh) | 2016-12-26 | 2016-12-26 | 一种阈值配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106682159A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108921355A (zh) * | 2018-07-03 | 2018-11-30 | 国家计算机网络与信息安全管理中心 | 一种基于时间序列预测模型的告警阈值设定方法及装置 |
CN109426225A (zh) * | 2017-09-01 | 2019-03-05 | 秦皇岛烟草机械有限责任公司 | 一种烟草制丝生产的质量控制方法 |
CN111256758A (zh) * | 2020-02-27 | 2020-06-09 | 深圳市东力科创技术有限公司 | 一种抽油井监控的方法、装置、存储介质和计算机设备 |
CN111308217A (zh) * | 2019-12-07 | 2020-06-19 | 深圳市科安达检测技术有限公司 | 接地电阻智能监测的方法、装置、存储介质及计算机设备 |
CN112345874A (zh) * | 2021-01-11 | 2021-02-09 | 北京三维天地科技股份有限公司 | 一种基于5g的实验室仪器设备在线故障诊断方法及系统 |
CN113312803A (zh) * | 2021-07-29 | 2021-08-27 | 湖南五凌电力科技有限公司 | 测量点的阈值配置方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129776A (zh) * | 2011-04-28 | 2011-07-20 | 北京市劳动保护科学研究所 | 行人异常交通状态自动检测方法及系统 |
CN104350471A (zh) * | 2012-06-28 | 2015-02-11 | 国际商业机器公司 | 利用自动阈值设置在多时间序列数据中实时地检测异常 |
CN104536868A (zh) * | 2014-11-26 | 2015-04-22 | 北京广通信达科技有限公司 | 一种it系统运行指标动态阈值分析方法 |
CN105956734A (zh) * | 2016-04-15 | 2016-09-21 | 广东轩辕网络科技股份有限公司 | 动态设置it设备的性能的指标阈值的方法及系统 |
-
2016
- 2016-12-26 CN CN201611215743.6A patent/CN106682159A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129776A (zh) * | 2011-04-28 | 2011-07-20 | 北京市劳动保护科学研究所 | 行人异常交通状态自动检测方法及系统 |
CN104350471A (zh) * | 2012-06-28 | 2015-02-11 | 国际商业机器公司 | 利用自动阈值设置在多时间序列数据中实时地检测异常 |
CN104536868A (zh) * | 2014-11-26 | 2015-04-22 | 北京广通信达科技有限公司 | 一种it系统运行指标动态阈值分析方法 |
CN105956734A (zh) * | 2016-04-15 | 2016-09-21 | 广东轩辕网络科技股份有限公司 | 动态设置it设备的性能的指标阈值的方法及系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109426225A (zh) * | 2017-09-01 | 2019-03-05 | 秦皇岛烟草机械有限责任公司 | 一种烟草制丝生产的质量控制方法 |
CN108921355A (zh) * | 2018-07-03 | 2018-11-30 | 国家计算机网络与信息安全管理中心 | 一种基于时间序列预测模型的告警阈值设定方法及装置 |
CN111308217A (zh) * | 2019-12-07 | 2020-06-19 | 深圳市科安达检测技术有限公司 | 接地电阻智能监测的方法、装置、存储介质及计算机设备 |
CN111256758A (zh) * | 2020-02-27 | 2020-06-09 | 深圳市东力科创技术有限公司 | 一种抽油井监控的方法、装置、存储介质和计算机设备 |
CN112345874A (zh) * | 2021-01-11 | 2021-02-09 | 北京三维天地科技股份有限公司 | 一种基于5g的实验室仪器设备在线故障诊断方法及系统 |
CN113312803A (zh) * | 2021-07-29 | 2021-08-27 | 湖南五凌电力科技有限公司 | 测量点的阈值配置方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106682159A (zh) | 一种阈值配置方法 | |
CN107941537B (zh) | 一种机械设备健康状态评估方法 | |
CN104992270B (zh) | 输变电设备状态检修辅助决策系统及方法 | |
CN106649755A (zh) | 一种多维度实时变电设备数据的阈值自适应设置异常检测方法 | |
CN108763729B (zh) | 基于网络结构熵的流程工业机电系统耦合状态评估方法 | |
CN106656669B (zh) | 一种基于阈值自适应设置的设备参数异常检测系统及方法 | |
CN110728457B (zh) | 一种考虑配电网多层级薄弱环节的运行风险态势感知方法 | |
CN108320043A (zh) | 一种基于电力大数据的配电网设备状态诊断预测方法 | |
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 | |
CN104390657A (zh) | 一种发电机组运行参数测量传感器故障诊断方法及系统 | |
CN104318347A (zh) | 一种基于多传感器信息融合的输电线路覆冰状态评估方法 | |
CN104792529A (zh) | 基于状态空间模型的滚动轴承寿命预测方法 | |
CN206312210U (zh) | 一种配电网设备的状态评估系统 | |
CN104598734A (zh) | 滚动轴承集成期望最大化和粒子滤波的寿命预测模型 | |
CN111695731A (zh) | 基于多源数据和混合神经网络的负荷预测方法、系统及设备 | |
CN104123678A (zh) | 一种基于状态等级评估模型的电力继电保护状态检修方法 | |
CN114169568A (zh) | 基于Prophet模型的配电线路电流预测与重过载预警及系统 | |
US11120350B2 (en) | Multilevel pattern monitoring method for industry processes | |
CN117172414A (zh) | 一种基于bim技术的建筑幕墙施工管理系统 | |
CN104750976A (zh) | 一种输电线路状态评价参数体系的构建方法 | |
CN109766912A (zh) | 一种基于卡尔曼滤波与支持向量机的输电线路覆冰评估方法和系统 | |
CN106682835A (zh) | 一种数据驱动的复杂机电系统服役质量状态评估方法 | |
CN112787878B (zh) | 一种网络指标的预测方法及电子设备 | |
CN110426996A (zh) | 基于大数据及人工智能的环境污染监测方法 | |
CN105741184A (zh) | 一种变压器状态评估方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170517 |
|
RJ01 | Rejection of invention patent application after publication |