CN109815533A - 一种不同工况下水电机组部件运行数据分析方法及系统 - Google Patents
一种不同工况下水电机组部件运行数据分析方法及系统 Download PDFInfo
- Publication number
- CN109815533A CN109815533A CN201811531784.5A CN201811531784A CN109815533A CN 109815533 A CN109815533 A CN 109815533A CN 201811531784 A CN201811531784 A CN 201811531784A CN 109815533 A CN109815533 A CN 109815533A
- Authority
- CN
- China
- Prior art keywords
- data
- real
- history
- history data
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000007405 data analysis Methods 0.000 title claims abstract description 19
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 238000012216 screening Methods 0.000 claims description 36
- 238000003860 storage Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000005484 gravity Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Landscapes
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种不同工况下水电机组部件运行数据分析方法,包括采集预设时段内水电机组部件的历史运行数据;根据不同工况,将历史运行数据分成若干集合;找出各集合中历史运行数据的最大值和最小值,计算各集合历史运行数据的平均值,计算各集合历史运行数据的标准差;根据最大值、最小值、平均值和标准差,获取各集合中数据分布的范围;采集水电机组部件的实时运行数据;判断实时运行数据是否在对应工况的数据分布范围内,若在,则实时运行数据正常,否则实时运行数据存在问题,水电机组存在故障风险。本发明方法简单,分析数据快,不存在分析结果滞后的问题,便于及时发出风险报警。
Description
技术领域
本发明涉及一种不同工况下水电机组部件运行数据分析方法及系统,属于水电站设备状态评估、状态监测、趋势预警领域。
背景技术
水电设备是水电企业生产的基础,电力设备和系统故障后,轻则降低系统生产效率,重则停运,甚至造成灾难性的后果。随着大型水轮发电机组在整个电力系统中的比重越来越大,单机容量增加,自动化程度不断提高,年平均发电时间延长,检修时间缩短,对水电设备的可用率、机组运行效率、安全性、可靠性与经济性提出了更高的要求,给水电设备的运行管理带来更大的挑战。
现有的水电机组信息管理等相关系统可以实时地对设备部件数据进行采集,但是某些系统不对实时数据实时分析,某些系统即使进行实时分析,但方法较为复杂,得到分析结果存在严重滞后,不能及时发现部件存在的问题,及时预警。
发明内容
本发明提供了一种不同工况下水电机组部件运行数据分析方法及系统,解决了现有数据分析方法复杂,得到分析结果滞后的问题。
为了解决上述技术问题,本发明所采用的技术方案是:
一种不同工况下水电机组部件运行数据分析方法,包括以下步骤,
采集预设时段内水电机组部件的历史运行数据;
根据不同工况,将历史运行数据分成若干集合;
找出各集合中历史运行数据的最大值和最小值,计算各集合历史运行数据的平均值,计算各集合历史运行数据的标准差;
根据最大值、最小值、平均值和标准差,获取各集合中数据分布的范围;
采集水电机组部件的实时运行数据;
判断实时运行数据是否在对应工况的数据分布范围内,若在,则实时运行数据正常,否则实时运行数据存在问题,水电机组存在故障风险。
先对历史数据进行筛选,然后根据不同工况,将历史运行数据分成若干集合。
筛选包括数据格式筛选和数据有效性筛选;
数据格式筛选是将不符合规定格式的历史运行数据剔除;
数据有效性筛选是将数值大小超过预定边界、数据类型不符合预定规范、数据量不符合预定标准值的历史运行数据剔除。
数据分布范围为(μ-Nσ,μ+Nσ),其中,μ为平均值,σ为标准差,N为系数,集合中P%的历史运行数据均为位于该数据分布范围内。
当本时刻的实时运行数据无误后,将本时刻的实时运行数据放入相同工况的集合中,剔除时间最早的历史运行数据,重新获取集合的数据分布的范围。
一种不同工况下水电机组部件运行数据分析系统,包括,
历史运行数据采集模块:采集预设时段内水电机组部件的历史运行数据;
分组模块:根据不同工况,将历史运行数据分成若干集合;
集合计算模块:找出各集合中历史运行数据的最大值和最小值,计算各集合历史运行数据的平均值,计算各集合历史运行数据的标准差;
范围计算模块:根据最大值、最小值、平均值和标准差,获取各集合中数据分布的范围;
实时运行数据采集模块:采集水电机组部件的实时运行数据;
判断模块:判断实时运行数据是否在对应工况的数据分布范围内,若在,则实时运行数据正常,否则实时运行数据存在问题,水电机组存在故障风险。
还包括筛选模块,历史运行数据采集模块采集的历史运行数据经过筛选模块输送给分组模块;
筛选模块包括数据格式筛选模块和数据有效性筛选模块;
数据格式筛选模块:将不符合规定格式的历史运行数据剔除;
数据有效性筛选模块:将数值大小超过预定边界、数据类型不符合预定规范、数据量不符合预定标准值的历史运行数据剔除。
还包括重构模块,重构模块:当本时刻的实时运行数据无误后,将本时刻的实时运行数据放入相同工况的集合中,剔除时间最早的历史运行数据,重新获取集合的数据分布的范围。
一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行不同工况下水电机组部件运行数据分析方法。
一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行不同工况下水电机组部件运行数据分析方法的指令。
本发明所达到的有益效果:本发明将部件历史运行数据按工况分为若干个集合,计算不同集合中数据的范围,通过比较实时运行数据与对应的范围的关系,从而判断实时运行数据是否有误;本发明方法简单,分析数据快,不存在分析结果滞后的问题,便于及时发出风险报警。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种不同工况下水电机组部件运行数据分析方法,包括以下步骤:
步骤1,采集预设时段内水电机组部件的历史运行数据。
水电机组部件在不同的时间,由于部件自身原因往往其运行数据也存在略微的差异,比如一个新部件的运行数据往往要优于旧部件的运行数据,因此这里采集的历史数据需要采集最近的数据,一般为最近一年或半年的数据,一般包括上导瓦温、定子线圈温度、上导摆度、下导摆度、水导摆度等。
步骤2,对历史数据进行筛选。
筛选包括数据格式筛选和数据有效性筛选;
数据格式筛选是将不符合规定格式的历史运行数据剔除;
数据有效性筛选是将数值大小超过预定边界、数据类型不符合预定规范、数据量不符合预定标准值的历史运行数据剔除。
步骤3,根据不同工况,将历史运行数据分成若干集合。
在稳定工况下部件运行数据的变化趋势与非稳定工况下部件运行数据的变化趋势是完全不同的。以温度为例,正常情况下,机组停机过程中,温度应跟随环境温度变化而变化,如果机组在稳定负荷下,温度只会在一个很小的范围内波动,但在不同的水头和不同的负荷范围,温度波动的范围是有差异的。因此需要根据不同的工况将历史运行数据分成若干集合。
步骤4,找出各集合中历史运行数据的最大值和最小值,计算各集合历史运行数据的平均值,计算各集合历史运行数据的标准差。
假设集合中的数据x1,x2,...xn,其平均值(算术平均值)为μ。标准差σ也被称为标准偏差,公式为,
一个较大的标准差,代表大部分数据和其平均值之间差异较大;一个较小的标准差,代表这些数据较接近平均值。
步骤5,根据最大值、最小值、平均值和标准差,获取各集合中数据分布的范围。
数据分布范围为(μ-Nσ,μ+Nσ),其中,μ-Nσ大于等于最小值,μ+Nσ小于等于最大值,μ为平均值,σ为标准差,N为系数,一般为3,集合中P%的历史运行数据均为位于该数据分布范围内,P%可认为设定,一般为99%。
步骤6,采集水电机组部件的实时运行数据。
步骤7,判断实时运行数据是否在对应工况的数据分布范围内,若在,则实时运行数据正常,否则实时运行数据存在问题,水电机组存在故障风险。
以散点图、柱状图、过程曲线图、饼状图、分析报表等方式将数据趋势结果展示出来。
步骤8,当本时刻的实时运行数据无误后,将本时刻的实时运行数据放入相同工况的集合中,剔除时间最早的历史运行数据,重新获取集合的数据分布的范围,为下一时刻的实时运行数据提供保障。
上述方法将部件历史运行数据按工况分为若干个集合,计算不同集合中数据的范围,通过比较实时运行数据与对应的范围的关系,从而判断实时运行数据是否有误;该方法简单,分析数据快,不存在分析结果滞后的问题,便于及时发出风险报警。
一种不同工况下水电机组部件运行数据分析系统,包括:
历史运行数据采集模块:采集预设时段内水电机组部件的历史运行数据。
分组模块:根据不同工况,将历史运行数据分成若干集合。
集合计算模块:找出各集合中历史运行数据的最大值和最小值,计算各集合历史运行数据的平均值,计算各集合历史运行数据的标准差。
范围计算模块:根据最大值、最小值、平均值和标准差,获取各集合中数据分布的范围。
实时运行数据采集模块:采集水电机组部件的实时运行数据。
判断模块:判断实时运行数据是否在对应工况的数据分布范围内,若在,则实时运行数据正常,否则实时运行数据存在问题,水电机组存在故障风险。
筛选模块,历史运行数据采集模块采集的历史运行数据经过筛选模块输送给分组模块;筛选模块包括数据格式筛选模块和数据有效性筛选模块。
数据格式筛选模块:将不符合规定格式的历史运行数据剔除。
数据有效性筛选模块:将数值大小超过预定边界、数据类型不符合预定规范、数据量不符合预定标准值的历史运行数据剔除。
重构模块:当本时刻的实时运行数据无误后,将本时刻的实时运行数据放入相同工况的集合中,剔除时间最早的历史运行数据,重新获取集合的数据分布的范围。
一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行不同工况下水电机组部件运行数据分析方法。
一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行不同工况下水电机组部件运行数据分析方法的指令。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (10)
1.一种不同工况下水电机组部件运行数据分析方法,其特征在于:包括以下步骤,
采集预设时段内水电机组部件的历史运行数据;
根据不同工况,将历史运行数据分成若干集合;
找出各集合中历史运行数据的最大值和最小值,计算各集合历史运行数据的平均值,计算各集合历史运行数据的标准差;
根据最大值、最小值、平均值和标准差,获取各集合中数据分布的范围;
采集水电机组部件的实时运行数据;
判断实时运行数据是否在对应工况的数据分布范围内,若在,则实时运行数据正常,否则实时运行数据存在问题,水电机组存在故障风险。
2.根据权利要求1所述的一种不同工况下水电机组部件运行数据分析方法,其特征在于:先对历史数据进行筛选,然后根据不同工况,将历史运行数据分成若干集合。
3.根据权利要求2所述的一种不同工况下水电机组部件运行数据分析方法,其特征在于:筛选包括数据格式筛选和数据有效性筛选;
数据格式筛选是将不符合规定格式的历史运行数据剔除;
数据有效性筛选是将数值大小超过预定边界、数据类型不符合预定规范、数据量不符合预定标准值的历史运行数据剔除。
4.根据权利要求1所述的一种不同工况下水电机组部件运行数据分析方法,其特征在于:数据分布范围为(μ-Nσ,μ+Nσ),其中,μ为平均值,σ为标准差,N为系数,集合中P%的历史运行数据均为位于该数据分布范围内。
5.根据权利要求1所述的一种不同工况下水电机组部件运行数据分析方法,其特征在于:当本时刻的实时运行数据无误后,将本时刻的实时运行数据放入相同工况的集合中,剔除时间最早的历史运行数据,重新获取集合的数据分布的范围。
6.一种不同工况下水电机组部件运行数据分析系统,其特征在于:包括,
历史运行数据采集模块:采集预设时段内水电机组部件的历史运行数据;
分组模块:根据不同工况,将历史运行数据分成若干集合;
集合计算模块:找出各集合中历史运行数据的最大值和最小值,计算各集合历史运行数据的平均值,计算各集合历史运行数据的标准差;
范围计算模块:根据最大值、最小值、平均值和标准差,获取各集合中数据分布的范围;
实时运行数据采集模块:采集水电机组部件的实时运行数据;
判断模块:判断实时运行数据是否在对应工况的数据分布范围内,若在,则实时运行数据正常,否则实时运行数据存在问题,水电机组存在故障风险。
7.根据权利要求6所述的一种不同工况下水电机组部件运行数据分析系统,其特征在于:还包括筛选模块,历史运行数据采集模块采集的历史运行数据经过筛选模块输送给分组模块;
筛选模块包括数据格式筛选模块和数据有效性筛选模块;
数据格式筛选模块:将不符合规定格式的历史运行数据剔除;
数据有效性筛选模块:将数值大小超过预定边界、数据类型不符合预定规范、数据量不符合预定标准值的历史运行数据剔除。
8.根据权利要求6所述的一种不同工况下水电机组部件运行数据分析系统,其特征在于:还包括重构模块,重构模块:当本时刻的实时运行数据无误后,将本时刻的实时运行数据放入相同工况的集合中,剔除时间最早的历史运行数据,重新获取集合的数据分布的范围。
9.一种存储一个或多个程序的计算机可读存储介质,其特征在于:所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至5所述的方法中的任一方法。
10.一种计算设备,其特征在于:包括,
一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至5所述的方法中的任一方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811531784.5A CN109815533A (zh) | 2018-12-14 | 2018-12-14 | 一种不同工况下水电机组部件运行数据分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811531784.5A CN109815533A (zh) | 2018-12-14 | 2018-12-14 | 一种不同工况下水电机组部件运行数据分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109815533A true CN109815533A (zh) | 2019-05-28 |
Family
ID=66601738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811531784.5A Pending CN109815533A (zh) | 2018-12-14 | 2018-12-14 | 一种不同工况下水电机组部件运行数据分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109815533A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533891A (zh) * | 2019-09-16 | 2019-12-03 | 国家电网有限公司 | 抽水蓄能电站水轮机顶盖螺工况实时报警方法及系统 |
CN110660197A (zh) * | 2019-09-16 | 2020-01-07 | 国网新源水电有限公司富春江水力发电厂 | 水轮机顶盖螺栓工况实时报警方法及系统 |
CN110751567A (zh) * | 2019-09-03 | 2020-02-04 | 深圳壹账通智能科技有限公司 | 车辆信息处理方法、装置、计算机设备和存储介质 |
CN111982522A (zh) * | 2020-09-08 | 2020-11-24 | 潍坊潍柴动力科技有限责任公司 | 发动机性能监测方法、装置、系统及存储介质 |
CN113220771A (zh) * | 2021-05-10 | 2021-08-06 | 西安热工研究院有限公司 | 一种基于电厂历史数据自动采集运行工况的方法 |
CN113656559A (zh) * | 2021-10-18 | 2021-11-16 | 印象(山东)大数据有限公司 | 一种基于计量平台的数据分析方法、装置及电子设备 |
CN115047813A (zh) * | 2022-08-17 | 2022-09-13 | 山东颐德电气设备工程有限公司 | 一种电气设备运行数据监控管理系统及方法 |
CN117459398A (zh) * | 2023-10-10 | 2024-01-26 | 山东广日数字科技有限公司 | 一种基于物联网的数据处理方法、数据处理装置及电梯 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104131950A (zh) * | 2014-07-24 | 2014-11-05 | 重庆大学 | 一种风电机组温度特征量的阈值分区确定方法 |
CN105184395A (zh) * | 2015-08-26 | 2015-12-23 | 华北电力科学研究院有限责任公司 | 含余热利用系统的火电机组的初参数确定方法 |
US20180082229A1 (en) * | 2015-05-13 | 2018-03-22 | Alibaba Group Holding Limited | Risk identification based on historical behavioral data |
-
2018
- 2018-12-14 CN CN201811531784.5A patent/CN109815533A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104131950A (zh) * | 2014-07-24 | 2014-11-05 | 重庆大学 | 一种风电机组温度特征量的阈值分区确定方法 |
US20180082229A1 (en) * | 2015-05-13 | 2018-03-22 | Alibaba Group Holding Limited | Risk identification based on historical behavioral data |
CN105184395A (zh) * | 2015-08-26 | 2015-12-23 | 华北电力科学研究院有限责任公司 | 含余热利用系统的火电机组的初参数确定方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751567A (zh) * | 2019-09-03 | 2020-02-04 | 深圳壹账通智能科技有限公司 | 车辆信息处理方法、装置、计算机设备和存储介质 |
CN110533891A (zh) * | 2019-09-16 | 2019-12-03 | 国家电网有限公司 | 抽水蓄能电站水轮机顶盖螺工况实时报警方法及系统 |
CN110660197A (zh) * | 2019-09-16 | 2020-01-07 | 国网新源水电有限公司富春江水力发电厂 | 水轮机顶盖螺栓工况实时报警方法及系统 |
CN110660197B (zh) * | 2019-09-16 | 2021-07-16 | 国网新源水电有限公司富春江水力发电厂 | 水轮机顶盖螺栓工况实时报警方法及系统 |
CN111982522A (zh) * | 2020-09-08 | 2020-11-24 | 潍坊潍柴动力科技有限责任公司 | 发动机性能监测方法、装置、系统及存储介质 |
CN113220771A (zh) * | 2021-05-10 | 2021-08-06 | 西安热工研究院有限公司 | 一种基于电厂历史数据自动采集运行工况的方法 |
CN113220771B (zh) * | 2021-05-10 | 2022-11-08 | 西安热工研究院有限公司 | 一种基于电厂历史数据自动采集运行工况的方法 |
CN113656559A (zh) * | 2021-10-18 | 2021-11-16 | 印象(山东)大数据有限公司 | 一种基于计量平台的数据分析方法、装置及电子设备 |
CN115047813A (zh) * | 2022-08-17 | 2022-09-13 | 山东颐德电气设备工程有限公司 | 一种电气设备运行数据监控管理系统及方法 |
CN117459398A (zh) * | 2023-10-10 | 2024-01-26 | 山东广日数字科技有限公司 | 一种基于物联网的数据处理方法、数据处理装置及电梯 |
CN117459398B (zh) * | 2023-10-10 | 2024-05-31 | 山东广日数字科技有限公司 | 一种基于物联网的数据处理方法、数据处理装置及电梯 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109815533A (zh) | 一种不同工况下水电机组部件运行数据分析方法及系统 | |
CN104731664A (zh) | 用于故障处理的方法和装置 | |
CN112365070B (zh) | 一种电力负荷预测方法、装置、设备及可读存储介质 | |
US9189760B2 (en) | System, method and computer readable medium for using performance indicators and predictive analysis for setting manufacturing equipment parameters | |
CN110289994B (zh) | 一种集群容量调整方法及装置 | |
US10838791B1 (en) | Robust event prediction | |
CN108984376B (zh) | 一种系统异常检测方法、装置及设备 | |
CN107220892A (zh) | 一种应用于海量p2p网贷金融数据智能预处理工具及方法 | |
CN115097920B (zh) | 一种调节服务器机箱的温度的方法、装置、服务器及介质 | |
CN105871634A (zh) | 检测集群异常的方法及应用、管理集群的系统 | |
KR20190075083A (ko) | 리스크 제어 이벤트 자동 처리 방법 및 장치 | |
CN110060139A (zh) | 账务处理方法及装置 | |
Glawar et al. | A holistic approach for quality oriented maintenance planning supported by data mining methods | |
CN109800130A (zh) | 一种设备监控方法、装置、设备及介质 | |
CN108268351B (zh) | 一种进程运行状态精确监控方法及系统 | |
CN111125697B (zh) | 基于缺陷摘要的智能合约缺陷可触发性检测方法及系统 | |
CN111967940A (zh) | 一种订单量异常检测方法及装置 | |
US10862812B2 (en) | Information processing apparatus, data management system, data management method, and non-transitory computer readable medium storing program | |
WO2021178649A1 (en) | An algorithmic learning engine for dynamically generating predictive analytics from high volume, high velocity streaming data | |
CN110738327B (zh) | 一种快充桩设备风险评估方法及系统 | |
CN106502929B (zh) | 一种目标设备、一种内存数据的处理方法及装置 | |
CN112860523B (zh) | 批量作业处理的故障预测方法、装置和服务器 | |
CN115033412A (zh) | 一种任务日志归并方法和装置 | |
CN114398235A (zh) | 基于融合学习和假设检验的内存回收趋势预警装置及方法 | |
CN114253183A (zh) | 压缩机监控数据的处理方法以及装置 |
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: 20190528 |
|
RJ01 | Rejection of invention patent application after publication |