CN109884475A - 一种电网故障检测方法、装置、系统及存储介质 - Google Patents
一种电网故障检测方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN109884475A CN109884475A CN201910262567.9A CN201910262567A CN109884475A CN 109884475 A CN109884475 A CN 109884475A CN 201910262567 A CN201910262567 A CN 201910262567A CN 109884475 A CN109884475 A CN 109884475A
- Authority
- CN
- China
- Prior art keywords
- fault
- data
- failure cause
- abort situation
- diagnosis model
- 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
Abstract
本发明实施例公开了一种电网故障检测方法、装置、系统及存储介质,该方法包括:获取电网运行时的所有运行数据;对运行数据进行预处理,获取有效检测数据;根据有效监测数据创建特征矩阵;将特征矩阵输入至故障诊断模型中,根据故障诊断模型,确定故障原因和故障类型;根据故障原因和故障类型,确定故障位置,并发出告警信息至工作人员,以便工作人员及时采取有效措施。通过该种方式,可以实时对电网运行状态进行监控,一旦根据运行数据确定存在故障,则确定故障发生原因,并确定故障位置。在确定故障原因和故障位置后,可以及时通知到相关工作人员,以便相关工作人员及时采取有效措施。
Description
技术领域
本发明实施例涉及智能检测技术领域,具体涉及一种电网故障检测方法、装置、系统及存储介质。
背景技术
电网对于用户生活直观重要,现实生活中处处用电,可以说离开了电网的供电,人们生活将会受到很大的影响,无论做什么都处处受限。
但是,总有一些突发情况,导致电网对于局部区域的供电发生故障,尤其在需要大量供电的情况。例如春节,就是断电发生概率最大的时候。
电网发生故障的情况下,快速、准确的故障诊断对减少电能终端时间和增强供电可靠性意义重大。作为事故恢复的第一步,就应该实现快速、准确的诊断以及隔离故障元件,并采取相应措施恢复非故障区域的供电。
但是,如何才能够及时的发现故障发生位置以及故障原因,就成为亟待解决的技术问题。
发明内容
为此,本发明实施例提供一种电网故障检测方法、装置、系统及存储介质,以解决现有技术中无法及时诊断出电网运行时的发生故障的位置以及故障的原因的技术问题。
为了实现上述目的,本发明实施例提供如下技术方案:
根据本发明实施例的第一方面,提供了一种电网故障检测方法,该方法包括:
获取电网运行时的所有运行数据;
对运行数据进行预处理,获取有效检测数据;
根据有效监测数据创建特征矩阵;
将特征矩阵输入至故障诊断模型中,根据故障诊断模型,确定故障原因和故障类型;
根据故障原因和故障类型,确定故障位置,并发出告警信息至工作人员,以便工作人员及时采取有效措施。
进一步地,对运行数据进行预处理,获取有效检测数据,具体包括:根据预设定关键字,对运行数据进行筛选,获取有效检测数据。
进一步地,故障诊断模型为卷积神经网络模型。
进一步地,根据故障原因和故障类型,确定故障位置,具体包括:
根据故障原因和故障类型,从预建立的关系映射表中获取与之对应的故障位置。
根据本发明实施例的第二方面,提供了一种电网故障检测装置,该装置包括:
获取单元,用于获取电网运行时的所有运行数据;
处理单元,用于对运行数据进行预处理,获取有效检测数据;
根据有效监测数据创建特征矩阵;
将特征矩阵输入至故障诊断模型中,根据故障诊断模型,确定故障原因和故障类型;
确定单元,用于根据故障原因和故障类型,确定故障位置,并发出告警信息至工作人员,以便工作人员及时采取有效措施。
进一步地,处理单元具体用于,根据预设定关键字,对运行数据进行筛选,获取有效检测数据。
进一步地,故障诊断模型为卷积神经网络模型。
进一步地,确定单元具体用于,根据故障原因和故障类型,从预建立的关系映射表中获取与之对应的故障位置。
根据本发明实施例的第三方面,提供了一种电网故障检测系统,该系统包括:处理器和存储器;
存储器用于存储一个或多个程序指令;
处理器,用于运行一个或多个程序指令,用以执行如上一种电网故障检测方法中的任一方法步骤。
根据本发明实施例的第四方面,提供了一种计算机存储介质,该计算机存储介质中包含一个或多个程序指令,一个或多个程序指令用于被一种电网故障检测系统执行如上一种电网故障检测方法中的任一方法步骤。
本发明实施例具有如下优点:获取在电网处于运行状态时,所有运行数据。然后,对运行数据进行预处理,获取有效检测数据。根据有效监测数据创建特征矩阵,将特征矩阵输入至故障诊断模型汇总,根据故障诊断模型,确定故障原因。然后,根据故障原因,确定故障位置。通过该种方式,可以实时对电网运行状态进行监控,一旦根据运行数据确定存在故障,则确定故障发生原因,并确定故障位置。在确定故障原因和故障位置后,可以及时通知到相关工作人员,以便相关工作人员及时采取有效措施。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例1提供的一种电网故障检测方法流程示意图;
图2为本发明实施例2提供的一种电网故障检测装置结构示意图;
图3为本发明实施例3提供的一种电网故障检测系统结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例1提供了一种电网故障检测方法,该方法应用于一种电网故障检测系统,具体如图1所示,该方法步骤如下:
步骤110,获取电网运行时的所有运行数据。
具体的,电网在运行时,可以通过电网故障检测系统实时进行监控。实时监控的方式可以是实时获取电网运行时的所有运行数据,然后对运行数据进行相应的处理,进而确定电网中是否存在故障,若果存在故障,则还需要确定故障原因和故障位置。具体的确定故障原因和故障位置的步骤将在后续做详细介绍,具体参见步骤120~步骤150。而具体的数据来源可以包括数据采集与监视控制系统(Supervisory Control And DataAcquisition,简称SCADA)所采集的数据、保护动作信息、保护装置波形信息以及故障滤波器录波信息等。这些数据都与电网发生故障的原因和位置等息息相关。具体获取这些数据的过程为现有技术,这里不做过多说明。
步骤120,对运行数据进行预处理,获取有效检测数据。
具体的,运行数据一般都是超大量的数据。如果不对这些数据做出一定的处理,直接进行数据分析,必然会浪费大量的资源和时间。
为了从这些数据中获取有效的检测数据,进而为后续执行过程避免不要的麻烦,在本申请中通过预设定关键字,对运行数据进行筛选,获取有效监测数据。例如母线电压、开关动作、保护动作、波形、录波等等。
步骤130,根据有效监测数据创建特征矩阵。
步骤140,将特征矩阵输入至故障诊断模型中,根据故障诊断模型,确定故障原因和故障类型。
具体的,故障诊断模型为事先构建的故障诊断模型,该故障诊断模型为对大量样本数据创建特征矩阵,然后将特征矩阵贴上具体的故障原因和故障类型的标签后的输入到故障诊断模型中进行训练,同时,样本数据中也包括非故障的样本数据,同样在创建特征矩阵后,为运行正常的样本数据对应的特征矩阵贴上运行正常的标签后,输入到故障诊断模型中,与标注故障标签的特征矩阵一同对故障诊断模型进行训练,直至获取最优故障诊断模型。再通过这个最优的故障诊断模型,确定当前待测试的数据是否存在故障,在确定存在故障时,确定故障原因和故障类型。而具体创建特征矩阵的过程为现有技术,这里不做过多说明。可选的,故障诊断模型为卷积神经网络模型。
步骤150,根据故障原因和故障类型,确定故障位置,并发出告警信息至工作人员,以便工作人员及时采取有效措施。
具体的,预建立的数据库中包含了故障原因和故障类型,与故障位置之间的关系映射表。该关系映射表由工作人员根据经验预见创建后,存储在数据库中。当系统确定了发生故障的原因和故障类型后,就可以从上文所介绍的预建立的数据库中调取关系映射表,然后根据关系映射表中匹配与故障原因和故障类型相对应的故障位置。
然后,向工作人员发出告警信息,该告警信息可以包括故障发生原因、故障类型以及发生故障的位置。方便工作人员到达发生故障的故障位置后,按照相应的故障维修流程及时进行维修。以免由于该故障,而导致更多的设备受到牵连而损坏,进而使得更多的用户用电受到限制,给更多的用户带来生活上的不便。
可选的,该方法还可以包括:将电网运行时的所有运行数据进行分类整合后以可视化的形式展示给工作人员。例如以图形、数据表或者地图等形式进行展示。此外,对于发生故障的原因、故障的类型、发生故障的位置、故障维修明细、停电影响范围或者抢修视频图片等情况均可以通过电网故障检测系统对应的服务中心平台进行展示,以便其他工作人员或者用户等及时了解维修情况。当然,具体是否展示为可限定的情况。例如如果故障发生面积较大,为了避免造成用户的恐慌或者其他不利影响,则可以将这部分不展示给用户查看。仅展示给工作人员进行查看,以便于工作人员及时了解故障维修进度。在对电网运行时的所有运行数据进行展示时,考虑到传统图像显示速度受到分辨率影响的限制,可以采用超高分渲染的方式,利用集群处理的硬件优势,将渲染任务分配到多个渲染节点上并行处理。
本发明实施例提供的一种电网故障检测方法,获取在电网处于运行状态时,所有运行数据。然后,对运行数据进行预处理,获取有效检测数据。根据有效监测数据创建特征矩阵,将特征矩阵输入至故障诊断模型汇总,根据故障诊断模型,确定故障原因。然后,根据故障原因,确定故障位置。通过该种方式,可以实时对电网运行状态进行监控,一旦根据运行数据确定存在故障,则确定故障发生原因,并确定故障位置。在确定故障原因和故障位置后,可以及时通知到相关工作人员,以便相关工作人员及时采取有效措施。
与上述实施例1对应的,本发明实施例2还提供了一种电网故障检测装置,具体如图2所示,该装置包括:获取单元201、处理单元202和确定单元203。
获取单元201,用于获取电网运行时的所有运行数据;
处理单元202,用于对运行数据进行预处理,获取有效检测数据;
根据有效监测数据创建特征矩阵;
根据有效监测数据创建特征矩阵;
将特征矩阵输入至故障诊断模型中,根据故障诊断模型,确定故障原因和故障类型;
确定单元203,用于根据故障原因和故障类型,确定故障位置,并发出告警信息至工作人员,以便工作人员及时采取有效措施。
可选的,处理单元202具体用于,根据预设定关键字,对运行数据进行筛选,获取有效检测数据。
可选的,故障诊断模型为卷积神经网络模型。
可选的,确定单元203具体用于,根据故障原因和故障类型,从预建立的关系映射表中获取与之对应的故障位置。
本发明实施例提供的一种电网故障检测装置中各部件所执行的功能均已在上述实施例1中做了详细介绍,因此这里不做过多赘述。
本发明实施例提供的一种电网故障检测装置,获取在电网处于运行状态时,所有运行数据。然后,对运行数据进行预处理,获取有效检测数据。根据有效监测数据创建特征矩阵,将特征矩阵输入至故障诊断模型汇总,根据故障诊断模型,确定故障原因。然后,根据故障原因,确定故障位置。通过该种方式,可以实时对电网运行状态进行监控,一旦根据运行数据确定存在故障,则确定故障发生原因,并确定故障位置。在确定故障原因和故障位置后,可以及时通知到相关工作人员,以便相关工作人员及时采取有效措施。
与上述实施例相对应的,本发明实施例3还提供了一种电网故障检测系统,具体如图3所示,该系统包括:处理器301和存储器302;
存储器302用于存储一个或多个程序指令;
处理器301,用于运行一个或多个程序指令,用以执行如上实施例所介绍的一种电网故障检测方法中的任一方法步骤。
本发明实施例提供的一种电网故障检测系统,获取在电网处于运行状态时,所有运行数据。然后,对运行数据进行预处理,获取有效检测数据。根据有效监测数据创建特征矩阵,将特征矩阵输入至故障诊断模型汇总,根据故障诊断模型,确定故障原因。然后,根据故障原因,确定故障位置。通过该种方式,可以实时对电网运行状态进行监控,一旦根据运行数据确定存在故障,则确定故障发生原因,并确定故障位置。在确定故障原因和故障位置后,可以及时通知到相关工作人员,以便相关工作人员及时采取有效措施。
与上述实施例相对应的,本发明实施例还提供了一种计算机存储介质,该计算机存储介质中包含一个或多个程序指令。其中,一个或多个程序指令用于被一种电网故障检测系统执行如上所介绍的一种电网故障检测方法。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种电网故障检测方法,其特征在于,所述方法包括:
获取电网运行时的所有运行数据;
对所述运行数据进行预处理,获取有效检测数据;
根据所述有效监测数据创建特征矩阵;
将所述特征矩阵输入至故障诊断模型中,根据所述故障诊断模型,确定故障原因和故障类型;
根据所述故障原因和故障类型,确定故障位置,并发出告警信息至工作人员,以便所述工作人员及时采取有效措施。
2.根据权利要求1所述的方法,其特征在于,所述对所述运行数据进行预处理,获取有效检测数据,具体包括:
根据预设定关键字,对所述运行数据进行筛选,获取有效检测数据。
3.根据权利要求1所述的方法,其特征在于,所述故障诊断模型为卷积神经网络模型。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述故障原因和故障类型,确定故障位置,具体包括:
根据所述故障原因和故障类型,从预建立的关系映射表中获取与之对应的故障位置。
5.一种电网故障检测装置,其特征在于,所述装置包括:
获取单元,用于获取电网运行时的所有运行数据;
处理单元,用于对所述运行数据进行预处理,获取有效检测数据;
根据所述有效监测数据创建特征矩阵;
将所述特征矩阵输入至故障诊断模型中,根据所述故障诊断模型,确定故障原因和故障类型;
确定单元,用于根据所述故障原因和故障类型,确定故障位置,并发出告警信息至工作人员,以便所述工作人员及时采取有效措施。
6.根据权利要求5所述的装置,其特征在于,所述处理单元具体用于,根据预设定关键字,对所述运行数据进行筛选,获取有效检测数据。
7.根据权利要求5所述的装置,其特征在于,所述故障诊断模型为卷积神经网络模型。
8.根据权利要求5-7任一项所述的装置,其特征在于,所述确定单元具体用于,根据所述故障原因和故障类型,从预建立的关系映射表中获取与之对应的故障位置。
9.一种电网故障检测系统,其特征在于,所述系统包括:处理器和存储器;
所述存储器用于存储一个或多个程序指令;
所述处理器,用于运行一个或多个程序指令,用以执行如权利要求1-4任一项所述的方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于被一种电网故障检测系统执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910262567.9A CN109884475A (zh) | 2019-04-02 | 2019-04-02 | 一种电网故障检测方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910262567.9A CN109884475A (zh) | 2019-04-02 | 2019-04-02 | 一种电网故障检测方法、装置、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109884475A true CN109884475A (zh) | 2019-06-14 |
Family
ID=66935821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910262567.9A Pending CN109884475A (zh) | 2019-04-02 | 2019-04-02 | 一种电网故障检测方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109884475A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111476299A (zh) * | 2020-04-07 | 2020-07-31 | 国家电网有限公司华东分部 | 一种改进型卷积神经网络及基于其的电网智能告警系统 |
CN111625428A (zh) * | 2020-04-20 | 2020-09-04 | 中国建设银行股份有限公司 | 监控Java应用程序运行状态的方法、系统、设备和存储介质 |
CN111639921A (zh) * | 2020-06-11 | 2020-09-08 | 广东电网有限责任公司 | 一种基于专家系统的设备故障智判与辅助处置方法 |
CN112684281A (zh) * | 2020-11-12 | 2021-04-20 | 国网河北省电力有限公司电力科学研究院 | 配电网单相接地故障区段定位方法、装置及终端设备 |
CN113985207A (zh) * | 2021-10-28 | 2022-01-28 | 国网北京市电力公司 | 一种电网运行设备故障监测方法、系统、装置及存储介质 |
CN114630352A (zh) * | 2020-12-11 | 2022-06-14 | 中国移动通信集团湖南有限公司 | 一种接入设备的故障监测方法和装置 |
CN115616423A (zh) * | 2022-12-20 | 2023-01-17 | 广东采日能源科技有限公司 | 液冷储能系统以及状态检测方法、装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102435912A (zh) * | 2011-10-13 | 2012-05-02 | 华北电力大学(保定) | 电网中故障扰动点的定位方法 |
CN107609569A (zh) * | 2017-07-31 | 2018-01-19 | 北京映翰通网络技术股份有限公司 | 一种基于多维特征向量的配电网接地故障定位方法 |
CN108107324A (zh) * | 2017-12-22 | 2018-06-01 | 北京映翰通网络技术股份有限公司 | 一种基于深度卷积神经网络的配电网故障定位方法 |
CN108120900A (zh) * | 2017-12-22 | 2018-06-05 | 北京映翰通网络技术股份有限公司 | 一种配电网故障定位方法及系统 |
US20180210025A1 (en) * | 2017-01-13 | 2018-07-26 | Pacific Gas And Electric Company | Wire down detection system and method |
CN108459240A (zh) * | 2018-03-27 | 2018-08-28 | 国网江苏省电力有限公司苏州供电分公司 | 一种配电网线路故障区间定位方法 |
CN108594077A (zh) * | 2018-04-28 | 2018-09-28 | 国网山东省电力公司泰安供电公司 | 一种基于监测点观测交叉区域的电压暂降故障源定位方法 |
CN109118385A (zh) * | 2018-08-10 | 2019-01-01 | 广州供电局有限公司 | 面向大数据的城市电网状态数据建模方法及系统 |
CN109444667A (zh) * | 2018-12-17 | 2019-03-08 | 国网山东省电力公司电力科学研究院 | 基于卷积神经网络的配电网早期故障分类方法及装置 |
CN109541399A (zh) * | 2018-12-14 | 2019-03-29 | 海南电网有限责任公司琼海供电局 | 一种配电网故障定位方法和装置 |
-
2019
- 2019-04-02 CN CN201910262567.9A patent/CN109884475A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102435912A (zh) * | 2011-10-13 | 2012-05-02 | 华北电力大学(保定) | 电网中故障扰动点的定位方法 |
US20180210025A1 (en) * | 2017-01-13 | 2018-07-26 | Pacific Gas And Electric Company | Wire down detection system and method |
CN107609569A (zh) * | 2017-07-31 | 2018-01-19 | 北京映翰通网络技术股份有限公司 | 一种基于多维特征向量的配电网接地故障定位方法 |
CN108107324A (zh) * | 2017-12-22 | 2018-06-01 | 北京映翰通网络技术股份有限公司 | 一种基于深度卷积神经网络的配电网故障定位方法 |
CN108120900A (zh) * | 2017-12-22 | 2018-06-05 | 北京映翰通网络技术股份有限公司 | 一种配电网故障定位方法及系统 |
CN108459240A (zh) * | 2018-03-27 | 2018-08-28 | 国网江苏省电力有限公司苏州供电分公司 | 一种配电网线路故障区间定位方法 |
CN108594077A (zh) * | 2018-04-28 | 2018-09-28 | 国网山东省电力公司泰安供电公司 | 一种基于监测点观测交叉区域的电压暂降故障源定位方法 |
CN109118385A (zh) * | 2018-08-10 | 2019-01-01 | 广州供电局有限公司 | 面向大数据的城市电网状态数据建模方法及系统 |
CN109541399A (zh) * | 2018-12-14 | 2019-03-29 | 海南电网有限责任公司琼海供电局 | 一种配电网故障定位方法和装置 |
CN109444667A (zh) * | 2018-12-17 | 2019-03-08 | 国网山东省电力公司电力科学研究院 | 基于卷积神经网络的配电网早期故障分类方法及装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111476299A (zh) * | 2020-04-07 | 2020-07-31 | 国家电网有限公司华东分部 | 一种改进型卷积神经网络及基于其的电网智能告警系统 |
CN111625428A (zh) * | 2020-04-20 | 2020-09-04 | 中国建设银行股份有限公司 | 监控Java应用程序运行状态的方法、系统、设备和存储介质 |
CN111639921A (zh) * | 2020-06-11 | 2020-09-08 | 广东电网有限责任公司 | 一种基于专家系统的设备故障智判与辅助处置方法 |
CN111639921B (zh) * | 2020-06-11 | 2023-02-17 | 广东电网有限责任公司 | 一种基于专家系统的设备故障智判与辅助处置方法 |
CN112684281A (zh) * | 2020-11-12 | 2021-04-20 | 国网河北省电力有限公司电力科学研究院 | 配电网单相接地故障区段定位方法、装置及终端设备 |
CN114630352A (zh) * | 2020-12-11 | 2022-06-14 | 中国移动通信集团湖南有限公司 | 一种接入设备的故障监测方法和装置 |
CN114630352B (zh) * | 2020-12-11 | 2023-08-15 | 中国移动通信集团湖南有限公司 | 一种接入设备的故障监测方法和装置 |
CN113985207A (zh) * | 2021-10-28 | 2022-01-28 | 国网北京市电力公司 | 一种电网运行设备故障监测方法、系统、装置及存储介质 |
CN115616423A (zh) * | 2022-12-20 | 2023-01-17 | 广东采日能源科技有限公司 | 液冷储能系统以及状态检测方法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109884475A (zh) | 一种电网故障检测方法、装置、系统及存储介质 | |
CN108092836A (zh) | 一种服务器的监控方法及装置 | |
CN105337765A (zh) | 一种分布式hadoop集群故障自动诊断修复系统 | |
CN105391800B (zh) | 基于“互联网+”医疗设备故障自检与修复系统 | |
Zhao et al. | Automatically and adaptively identifying severe alerts for online service systems | |
CN114500250B (zh) | 一种云模式下体系联动的综合运维系统及方法 | |
CN105243004A (zh) | 一种故障资源检测方法及装置 | |
Almeida et al. | Benchmarking the resilience of self-adaptive software systems: perspectives and challenges | |
CN113505044B (zh) | 数据库告警方法、装置、设备和存储介质 | |
CN107124325A (zh) | 一种电力通信网运行安全评估方法及系统 | |
CN109240863A (zh) | 一种cpu故障定位方法、装置、设备及存储介质 | |
CN104574219A (zh) | 电网业务信息系统运行工况的监测预警方法及系统 | |
CN109063473A (zh) | 一种基于计算机网络的便捷式家用安全监控装置和方法 | |
Tesch et al. | A knowledge-based alarm processor for an energy management system | |
CN106649034B (zh) | 一种可视化智能运维方法及平台 | |
KR20190002280A (ko) | 5g 분산 클라우드 시스템의 빅 데이터를 이용하여 장애를 관리하는 장치 및 방법 | |
Rayudu | A knowledge-based architecture for distributed fault analysis in power networks | |
CN108021463B (zh) | 一种基于有限状态机的gpu故障管理方法 | |
CN115525392A (zh) | 容器监控方法、装置、电子设备及存储介质 | |
CN105550094B (zh) | 一种高可用系统状态自动监控方法 | |
KR101288535B1 (ko) | 통신 시스템 모니터링 방법 및 이를 위한 장치 | |
CN105446707A (zh) | 一种数据转换方法 | |
CN108196985A (zh) | 一种基于智能预测的存储系统故障预测方法与装置 | |
CN114780328A (zh) | 一种数据处理方法及服务管控系统 | |
CN103601062A (zh) | 摩擦式提升机第一故障检测方法 |
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: 20190614 |
|
RJ01 | Rejection of invention patent application after publication |