CN110196857A - 一种工业物联网数据预测分析平台 - Google Patents
一种工业物联网数据预测分析平台 Download PDFInfo
- Publication number
- CN110196857A CN110196857A CN201910406706.0A CN201910406706A CN110196857A CN 110196857 A CN110196857 A CN 110196857A CN 201910406706 A CN201910406706 A CN 201910406706A CN 110196857 A CN110196857 A CN 110196857A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- factors
- analysis
- field device
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 238000007405 data analysis Methods 0.000 claims abstract description 20
- 238000012423 maintenance Methods 0.000 claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000003860 storage Methods 0.000 claims abstract description 4
- 238000012546 transfer Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 24
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 238000003786 synthesis reaction Methods 0.000 claims description 11
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical group CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
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
- G06F16/23—Updating
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种工业物联网数据预测分析平台,包括数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口,数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口依次信号连接;其中:数据来源模块,用于采集现场设备的输出数据,并将输出数据进行网络传输;数据存储模块,接收数据来源模块传输的数据并进行分类存储;数据分析模块,用于预设现场设备的重要性评价算法;数据应用模块,利用数据分析模块的评价算法对数据存储模块中的数据进行分析,对现场设备进行分析评估,并将分析评估结果在数据存储模块中进行。本发明通过在采集现场设备输出数据,结合重要性评价算法,对现场设备进行维护评估,保证生产的连贯性。
Description
技术领域
本发明涉及大数据处理领域,尤其涉及一种工业物联网数据预测分析平台。
背景技术
我国的制造业企业大多数处于工业2.0与工业3.0之间,成本控制、生产效率和流程管理方面的水平较低。当前工厂生产设施大多独立运行,每台设备需要专人定期维护,非常依赖技术人员的管理经验。随着时代的发展,将智能传感器技术、工业物联网技术、信息融合等技术与生产管理相结合是大势所趋。因此,开发一种基于工业物联网的数据分析平台,取代人工手段为工厂提供装备的智能维护以及全局管控,是非常有必要的。
发明内容
有鉴于此,本发明提出了一种具有设备故障预测分析能力、能为用户提供维护评估的工业物联网数据预测分析平台。
本发明的技术方案是这样实现的:一种工业物联网数据预测分析平台,包括数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口,数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口依次信号连接;
其中:数据来源模块,用于采集现场设备的输出数据,并将输出数据进行网络传输;
数据存储模块,接收数据来源模块传输的数据并进行分类存储;
数据分析模块,用于预设现场设备的重要性评价算法;
数据应用模块,利用数据分析模块的评价算法对数据存储模块中的数据进行分析,对现场设备进行分析评估,并将分析评估结果在数据存储模块中进行更新;
用户接口,允许用户访问数据存储模块储存的分析评估的结果和现场设备的输出数据。
在以上技术方案的基础上,优选的,所述数据来源模块包括现场数据传输网关和现场设备,现场设备与现场数据传输网关信号连接;现场设备工作时产生的数据统一通过现场数据网关进行数据传输。
进一步优选的,所述现场数据网关为LoRa无线网关。
在以上技术方案的基础上,优选的,所述数据存储模块包括数据缓冲池和数据库,数据缓冲池和数据库信号连接;数据缓冲池接收数据来源模块发送的输出数据,,删除重复和错误内容后转换成统一的数据格式,数据缓冲池将数据清洗后的数据发送至数据库中保存。
进一步优选的,所述数据库采用MySQL结构。
在以上技术方案的基础上,优选的,所述数据分析模块预设的现场设备的评价算法,是将评价设备重要性的影响因素集U按类型分为m类,记为U={u1,u2,...um};每一类设备重要性影响因素包括n个子因素,记为ui={ui1,ui2,...uin}(i=1,2,...m);其中n为因素子集ui所包含的子因素个数;uil(i=1,2,...m;l=1,2,...n)为影响子因素;对于影响因素集U,存在重要性评语集V={V1,V2,...Vk},k为评语个数;利用重要性评语集V对因素子集ui中每一个影响子因素进行评价得到因素子集评价矩阵
Silk(i=1,2,...m;l=1,2,...n;j=1,2,...k)为因素子集ui中第l个子因素对第j个评语的隶属度;
令W为因素集U各因素子集的权重,W=(w1,w2,...wm),0≤wi≤1,为因素子集ui中各影响子因素的权重,其中0≤wil≤1,令权重矩阵与评价矩阵的合成作为因素子集ui的模糊评价Bi:其中为模糊矩阵合成运算符;则因素集U的评价矩阵S为
因素集U的模糊综合评价
进一步优选的,所述权重矩阵与评价矩阵的合成,是按照相乘取小,相加取大的规则进行合成运算得到模糊评价Bi。
更进一步优选的,所述数据应用模块对数据存储模块中的数据进行分析是将因素集U的模糊评价B中的最大值的重要性评语集V为评价结果,根据该评价结果、设备预设的维修周期和设备的输出数据,生成设备维护的评估结果。
在以上技术方案的基础上,优选的,所述用户接口是基于WEB界面的接口。
本发明提供的一种工业物联网数据预测分析平台,相对于现有技术,具有以下有益效果:
(1)本发明通过在采集现场设备输出数据,结合重要性评价算法,对现场设备进行维护评估,保证生产的连贯性;
(2)数据来源模块通过现场设备的通信接口和现场数据传输网关进行无线数据采集,相比现有的短距离数据传输方案更加可靠;
(3)数据存储模块将收到的数据进行统一转换,形成规范格式的数据,便于进一步处理;
(4)数据分析模块通过预设合理的评价算法,广泛收集网络评价和用于评价,对关键现场设备提出合理的维护评估结果,供用户决策使用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明一种工业物联网数据预测分析平台的结构图。
具体实施方式
下面将结合本发明实施方式,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,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方式,都属于本发明保护的范围。
如图1所示,本发明提供了一种工业物联网数据预测分析平台,包括数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口,数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口依次信号连接;
数据来源模块,用于采集现场设备的输出数据,并将输出数据进行网络传输;
数据存储模块,接收数据来源模块传输的数据并进行分类存储;
数据分析模块,用于预设现场设备的重要性评价算法;
数据应用模块,利用数据分析模块的评价算法对数据存储模块中的数据进行分析,对现场设备进行分析评估,并将分析评估结果在数据存储模块中进行更新;
用户接口,允许用户访问数据存储模块储存的分析评估的结果和现场设备的输出数据。
如图1所示,数据来源模块包括现场数据传输网关和现场设备,现场设备与现场数据传输网关信号连接;现场设备工作时产生的数据统一通过现场数据网关进行数据传输。现场数据网关为LoRa无线网关。LoRa无线网关传输距离远,信号传输可靠,不依赖电信运营商网络,信号质量可靠且更加安全。现场数据网关可对应一个区域的所有现场设备。现场数据网关再通过基于TCP/IP协议的有线或者无线网络将输出数据发送至数据存储模块中进行进一步处理。
数据存储模块包括数据缓冲池和数据库,数据缓冲池和数据库信号连接;数据缓冲池接收数据来源模块发送的输出数据,,删除重复和错误内容后转换成统一的数据格式,数据缓冲池将数据清洗后的数据发送至数据库中保存。本发明中,数据库采用MySQL结构。存入数据库中的输出数据其结构基本相同。
本发明中,数据分析模块预设的现场设备的评价算法,是将评价设备重要性的影响因素集U按类型分为m类,记为U={u1,u2,...um};每一类设备重要性影响因素包括n个子因素,记为ui={ui1,ui2,...uin}(i=1,2,...m);其中n为因素子集ui所包含的子因素个数;uil(i=1,2,...m;l=1,2,...n)为影响子因素;对于影响因素集U,存在重要性评语集V={V1,V2,...Vk},k为评语个数;利用重要性评语集V对因素子集ui中每一个影响子因素进行评价得到因素子集评价矩阵
Silk(i=1,2,...m;l=1,2,...n;j=1,2,...k)为因素子集ui中第l个子因素对第j个评语的隶属度;
令W为因素集U各因素子集的权重,W=(w1,w2,...wm),0≤wi≤1,为因素子集ui中各影响子因素的权重,其中0≤wil≤1,令权重矩阵与评价矩阵的合成作为因素子集ui的模糊评价Bi:其中为模糊矩阵合成运算符;则因素集U的评价矩阵S为
因素集U的模糊综合评价
上述权重矩阵与评价矩阵的合成,是按照相乘取小,相加取大的规则进行合成运算得到模糊评价Bi。本发明采用Zadeh算子的规则进行矩阵合成,即矩阵乘法时相乘项保留较小的值,相加项保留较大的值,从而得到新的合并后的矩阵;该算子是模糊矩阵运算的常用算子,在此不做详细说明。
因素集U各因素子集ui可根据维修性、可靠性和经济性分类。
重要性评语集V,可以广泛参考行业专家、同行业技术人员的意见或者维护管理人员的日常评价,样本数据尽可能的大。
如图1所示,数据应用模块对数据存储模块中的数据进行分析是将因素集U的模糊评价B中的最大值的重要性评语集V为评价结果,根据该评价结果、设备预设的维修周期和设备的输出数据,生成设备维护的评估结果。评估结果可参照出厂参数、上次维修后的输出数据、最近一次输出数据和维修周期,建议用户是否需要进行现场设备维护。评估结果可以是清洁、检查、调换、校准、润滑、一般性检修、大修等内容中的一项或者多项。
评估结果时根据设备对生产连贯的影响程度,将现场设备进行分类,比如特别重要的环节的现场设备可定义与A类,该设备故障会导致生产停滞;重要现场设备可定义为B类,该类现场设备故障会极大影响生产连贯性效率;其他不重要现场设备可定义为C类,该类现场设备对生产影响不大。不同现场设备根据其重要性,对应不同的维修周期。
用户接口是基于WEB界面的接口,可便于用户在各种可访问WEB界面的设备上进行访问数据库,查阅设备维护的评估结果。
本发明不仅可以为现场设备提供维护建议,还可根据现场设备输出数据,如功耗、生产节拍等数据,提出相应的功率补偿的建议,削减尖峰时段的用电量,为企业生产管理提供更多合理方案。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种工业物联网数据预测分析平台,其特征在于:包括数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口,数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口依次信号连接;
其中:数据来源模块,用于采集现场设备的输出数据,并将输出数据进行网络传输;
数据存储模块,接收数据来源模块传输的数据并进行分类存储;
数据分析模块,用于预设现场设备的重要性评价算法;
数据应用模块,利用数据分析模块的评价算法对数据存储模块中的数据进行分析,对现场设备进行分析评估,并将分析评估结果在数据存储模块中进行更新;
用户接口,使用户访问分析评估的结果和现场设备的输出数据。
2.如权利要求1所述的一种工业物联网数据预测分析平台,其特征在于:所述数据来源模块包括现场数据传输网关和现场设备,现场设备与现场数据传输网关信号连接;现场设备工作时产生的数据统一通过现场数据网关进行传输。
3.如权利要求2所述的一种工业物联网数据预测分析平台,其特征在于:所述现场数据网关为LoRa无线网关。
4.如权利要求1所述的一种工业物联网数据预测分析平台,其特征在于:所述数据存储模块包括数据缓冲池和数据库,数据缓冲池和数据库信号连接;数据缓冲池接收数据来源模块发送的输出数据,,删除重复和错误内容后转换成统一的数据格式,数据缓冲池将数据清洗后的数据发送至数据库中保存。
5.如权利要求4所述的一种工业物联网数据预测分析平台,其特征在于:所述数据库采用MySQL结构。
6.如权利要求1所述的一种工业物联网数据预测分析平台,其特征在于:所述数据分析模块预设的现场设备的评价算法,是将评价设备重要性的影响因素集U按类型分为m类,记为U={u1,u2,...um};每一类设备重要性影响因素包括n个子因素,记为ui={ui1,ui2,...uin}(i=1,2,...m);其中n为因素子集ui所包含的子因素个数;uil(i=1,2,...m;l=1,2,...n)为影响子因素;对于影响因素集U,存在重要性评语集V={V1,V2,...Vk},k为评语个数;利用评语集V对因素子集ui中每一个影响子因素进行评价得到因素子集评价矩阵
Silk(i=1,2,...m;l=1,2,...n;j=1,2,...k)为因素子集ui中第l个子因素对第j个评语的隶属度;
令W为因素集U各因素子集的权重,W=(w1,w2,...wm),0≤wi≤1, 为因素子集ui中各影响子因素的权重,其中0≤wil≤1,令权重矩阵与评价矩阵的合成作为因素子集ui的模糊评价Bi:其中为模糊矩阵合成运算符;则因素集U的评价矩阵S为
因素集U的模糊综合评价
7.如权利要求6所述的一种工业物联网数据预测分析平台,其特征在于:所述权重矩阵与评价矩阵的合成,是按照相乘取小,相加取大的规则进行合成运算得到模糊评价Bi。
8.如权利要求6所述的一种工业物联网数据预测分析平台,其特征在于:所述数据应用模块对数据存储模块中的数据进行分析是将因素集U的模糊评价B中的最大值的重要性评语集V为评价结果,根据该评价结果、设备预设的维修周期和设备的输出数据,生成设备维护的评估结果。
9.如权利要求1所述的一种工业物联网数据预测分析平台,其特征在于:所述用户接口采用基于WEB界面的接口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910406706.0A CN110196857A (zh) | 2019-05-16 | 2019-05-16 | 一种工业物联网数据预测分析平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910406706.0A CN110196857A (zh) | 2019-05-16 | 2019-05-16 | 一种工业物联网数据预测分析平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110196857A true CN110196857A (zh) | 2019-09-03 |
Family
ID=67752778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910406706.0A Pending CN110196857A (zh) | 2019-05-16 | 2019-05-16 | 一种工业物联网数据预测分析平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110196857A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111526190A (zh) * | 2020-04-14 | 2020-08-11 | 西安财经大学 | 一种基于人工智能的物联网数据的分析存储系统 |
CN112288297A (zh) * | 2020-11-03 | 2021-01-29 | 北京国电龙源环保工程有限公司 | 一种基于在线脱硫设备和模块的评价系统及其应用方法 |
CN116069299A (zh) * | 2023-03-07 | 2023-05-05 | 广州智算信息技术有限公司 | 一种基于api驱动物联网大数据前端管理方法和系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218759A (zh) * | 2013-04-19 | 2013-07-24 | 国际竹藤中心 | 一种木结构建筑居适环境的评价测试方法及装置 |
CN103324992A (zh) * | 2013-07-11 | 2013-09-25 | 国家电网公司 | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 |
CN104794361A (zh) * | 2015-05-05 | 2015-07-22 | 中国石油大学(华东) | 一种水驱油藏开发效果综合评价方法 |
CN104881609A (zh) * | 2015-05-29 | 2015-09-02 | 中国石油大学(华东) | 一种复杂软件系统软件单元可信性评估方法 |
CN104997523A (zh) * | 2014-04-18 | 2015-10-28 | 东北大学 | 一种上肢康复机器人康复训练运动功能评价方法 |
CN106101252A (zh) * | 2016-07-01 | 2016-11-09 | 何钟柱 | 基于大数据和可信计算的信息安全风险防护系统 |
CN107705054A (zh) * | 2017-11-23 | 2018-02-16 | 国网山东省电力公司电力科学研究院 | 满足复杂数据的新能源并网发电远程测试诊断平台及方法 |
WO2018055340A1 (en) * | 2016-09-21 | 2018-03-29 | Emergent Network Intelligence Ltd | Automatic image based object damage assessment |
CN109508854A (zh) * | 2018-09-19 | 2019-03-22 | 北京城市排水集团有限责任公司 | 一种膜组器性能的多级综合评价方法 |
-
2019
- 2019-05-16 CN CN201910406706.0A patent/CN110196857A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218759A (zh) * | 2013-04-19 | 2013-07-24 | 国际竹藤中心 | 一种木结构建筑居适环境的评价测试方法及装置 |
CN103324992A (zh) * | 2013-07-11 | 2013-09-25 | 国家电网公司 | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 |
CN104997523A (zh) * | 2014-04-18 | 2015-10-28 | 东北大学 | 一种上肢康复机器人康复训练运动功能评价方法 |
CN104794361A (zh) * | 2015-05-05 | 2015-07-22 | 中国石油大学(华东) | 一种水驱油藏开发效果综合评价方法 |
CN104881609A (zh) * | 2015-05-29 | 2015-09-02 | 中国石油大学(华东) | 一种复杂软件系统软件单元可信性评估方法 |
CN106101252A (zh) * | 2016-07-01 | 2016-11-09 | 何钟柱 | 基于大数据和可信计算的信息安全风险防护系统 |
WO2018055340A1 (en) * | 2016-09-21 | 2018-03-29 | Emergent Network Intelligence Ltd | Automatic image based object damage assessment |
CN107705054A (zh) * | 2017-11-23 | 2018-02-16 | 国网山东省电力公司电力科学研究院 | 满足复杂数据的新能源并网发电远程测试诊断平台及方法 |
CN109508854A (zh) * | 2018-09-19 | 2019-03-22 | 北京城市排水集团有限责任公司 | 一种膜组器性能的多级综合评价方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111526190A (zh) * | 2020-04-14 | 2020-08-11 | 西安财经大学 | 一种基于人工智能的物联网数据的分析存储系统 |
CN112288297A (zh) * | 2020-11-03 | 2021-01-29 | 北京国电龙源环保工程有限公司 | 一种基于在线脱硫设备和模块的评价系统及其应用方法 |
CN112288297B (zh) * | 2020-11-03 | 2024-01-19 | 国能龙源环保有限公司 | 一种基于在线脱硫设备和模块的评价系统及其应用方法 |
CN116069299A (zh) * | 2023-03-07 | 2023-05-05 | 广州智算信息技术有限公司 | 一种基于api驱动物联网大数据前端管理方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Garcia Marquez et al. | A comprehensive review of artificial intelligence and wind energy | |
RU2518178C2 (ru) | Система и способ для управления электроэнергетической системой | |
CN110336703A (zh) | 基于边缘计算的工业大数据监测系统 | |
CN110196857A (zh) | 一种工业物联网数据预测分析平台 | |
CN104616205A (zh) | 一种基于分布式日志分析的电力系统运行状态监视方法 | |
CN105069025A (zh) | 一种大数据的智能聚合可视化与管控系统 | |
CN113450065A (zh) | 一种用于风电场的生产运营管理系统及方法 | |
CN116865258B (zh) | 一种层级构造的分布式电源智能电网构建方法 | |
CN102955977A (zh) | 一种基于云技术的能效服务方法及其能效服务平台 | |
CN105024848A (zh) | 一种基于无线传感器网络的智能电网信息管理系统 | |
CN111142414A (zh) | 基于边云协同的智慧电厂管控系统 | |
CN109638964A (zh) | 一种基于边缘计算架构的多元电网信息交互系统及方法 | |
CN110519323A (zh) | 能源物联网设备、能源物联网系统及其操作方法 | |
CN107145959A (zh) | 一种基于大数据平台的电力数据处理方法 | |
CN106198866B (zh) | 基于无线传感网络的农场空气质量监测系统 | |
CN114448094A (zh) | 一种基于台区智能业务终端边缘计算的数据共享系统 | |
CN111538720B (zh) | 电力行业基础数据清理的方法及系统 | |
CN109299160A (zh) | 一种基于监控大数据挖掘的电力cps安全性分析方法 | |
CN114019831A (zh) | 水资源监测物联网平台 | |
CN113902583B (zh) | 利用低压网络设备数据的配网侧运维方法及系统 | |
CN115934856A (zh) | 一种构造综合能源数据资产的方法和系统 | |
CN105892364A (zh) | 水务集中监控管理系统 | |
CN113902164A (zh) | 一种基于大数据技术的配电网故障预测系统及方法 | |
Singh et al. | Intellectual core in supply chain analytics: Bibliometric analysis and research agenda | |
CN114881352A (zh) | 一种柔性建筑综合能源大数据智慧管理平台及构建方法 |
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: 20190903 |
|
RJ01 | Rejection of invention patent application after publication |