CN110364179A - 一种用于智能配电系统故障预测的音频谱分析方法及装置 - Google Patents
一种用于智能配电系统故障预测的音频谱分析方法及装置 Download PDFInfo
- Publication number
- CN110364179A CN110364179A CN201910641333.5A CN201910641333A CN110364179A CN 110364179 A CN110364179 A CN 110364179A CN 201910641333 A CN201910641333 A CN 201910641333A CN 110364179 A CN110364179 A CN 110364179A
- Authority
- CN
- China
- Prior art keywords
- distribution system
- intelligent distribution
- audio
- analysis
- failure predication
- 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 28
- 238000010183 spectrum analysis Methods 0.000 title claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 230000005236 sound signal Effects 0.000 claims abstract description 31
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 30
- 230000003321 amplification Effects 0.000 claims description 24
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 16
- 230000001681 protective effect Effects 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 230000032683 aging Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000007717 exclusion Effects 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims description 2
- 230000011664 signaling Effects 0.000 claims description 2
- 238000011144 upstream manufacturing Methods 0.000 claims description 2
- 238000000151 deposition Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明提供一种用于智能配电系统故障预测的音频谱分析方法及装置，所述方法包括收集智能配电系统的音频信号，并对音频信号进行频谱分析，计算出频谱数据并发送至云端；基于云端的人工智能识别方法，将接收的频谱数据与云端音频频谱故障库对比，实现对智能配电系统的分析与故障预测。本发明通过拾取配电系统中的音频信号，并对音频信号进行频谱分析，利用云端服务器的大数据资源，通过基于人功智能的故障分析，实现实时频谱与故障库数据的对比，提前预测供电故障，更有效的避免安全事故的发生。
Description
技术领域
本发明主要涉及智能配电系统故障分析相关技术领域，具体是一种用于智能配电系统故障预测的音频谱分析方法及装置。
背景技术
随着目前信息化的发展，在电力行业，智能配电系统已被广泛应用。配电系统安全性尤其重要。通常用于配电系统安全性能检测的手段包括：电压检测、电流检测、温湿度检测等方式，当系统出现故障，检测出现异常时，能够起到报警作用。但上述的安全性监测方式仅能在电网出现故障时起到报警作用，存在一定的滞后性，难以对系统故障起到预测作用。配电系统在工作过程中，因为变压器的激磁或者电容电感等敏感器件的性能变异，而产生音频频谱数据异常，但因其数据量大和故障的复杂性，以前难以分析出规律，随着人工智能和大数据技术的发展，从音频频域角度分析配电系统故障，成为了现实。
发明内容
为解决目前技术的不足，本发明结合现有技术，从实际应用出发，提供一种用于智能配电系统故障预测的音频谱分析方法及装置，能够提前预测配电系统是否存在安全隐患，以便更有效的避免安全事故的发生。
为实现上述目的，本发明的技术方案如下：
根据本发明的一个方面，提供一种用于智能配电系统故障预测的音频谱分析方法，所述方法包括：
收集智能配电系统的音频信号，并对音频信号进行频谱分析，计算出频谱数据并发送至云端或本地；
基于云端或本地的人工智能识别方法，将接收的频谱数据与云端或本地音频频谱故障库对比，实现对智能配电系统的分析与故障预测。
进一步的，对于收集的音频信号，首先将信号放大后送入A/D转换将信号转换为数据，并存储于缓存中，通过批处理，以及离散FFT算法，计算出频谱数据。
进一步的，在收集音频信号时，需对信号进行放大时，采用自适应的不同比例的放大方式，当声源信号较小时使用较大的比例放大电路，反之则使用较小的放大电路。
进一步的，鉴于配电系统音频频谱的复杂性，所述实现对智能配电系统的分析与故障预测，是基于先验数据，并将其存在数据库系统，基于人工智能和大数据的方法，动态匹配分析数据，其分析方法为基于大数据的众多终端信号统计，以及正常频谱数据的排除，通过窗函数、贝叶斯估计方法，最终实现包括对于预测有故障的智能配电系统，生成报警提醒故障码并发送至该智能配电系统现场进行报警显示，以及提示人员干预或者主动维护。
根据本发明的另一发明，提供一种用于智能配电系统故障预测的音频谱分析装置，所述装置包括：
音频分析装置，所述音频分析装置分布式布置于智能配电系统中，用于收集智能配电系统的音频信号，并对音频信号进行频谱分析，计算出频谱数据并发送至服务器；
服务器，所述服务器为云端服务器或本地服务器，用于通过上行数据流接收频谱数据，并基于人工智能识别方法对接收的频谱数据与服务器的音频频谱故障库进行对比实现对智能配电系统的分析与故障预测，所述的故障库主要包括变压器设备故障库、PCB故障库、元器件故障库、环境参数库、老化趋势库和报警处理模型。
进一步的，所述服务器还用于对于预测有故障的智能配电系统，生成报警提醒故障码并发送至该智能配电系统现场进行报警显示。
进一步的，所述音频分析装置包括壳体，所述壳体内集成了供电及保护模块、咪头、信号放大模块、通信接口以及中央处理单元，所述中央处理单元分别与所述通信接口、所述信号放大模块、所述供电及保护模块相连，所述信号放大模块与所述咪头相连；所述咪头用于拾取音频信号并通过信号放大模块放大后将音频信号送入中央处理单元A/D采集中并储存于缓存中，由中央处理单元对音频信号通过批处理计算出频谱数据，所述通信接口用于连接服务器以及智能配电系统的设备。
进一步的，所述信号放大模块提供有多路不同比例的放大电路，当音频信号较小时，使用较大的比例放大电路，反之则使用较小的比例放大电路，信号放大模块根据咪头采集的音频信号强度不同，选择相应的放大电路放大后送入中央处理单元。
进一步的，所述中央处理单元为STM32F407VGT6芯片，其内嵌有MODBUS从站协议，同时预留有RS232TTL接口。
进一步的，所述通信接口为RS232TTL/RS485自适应通信接口，所述信号放大模块为LM324为核心的信号放大模块，所述供电及保护模块为12V电压防反接供电。
本发明的有益效果：
1、本发明通过拾取配电系统中的音频信号，并对音频信号进行频谱分析，通过基于人功智能的故障分析，利用云端服务器的大数据资源，实现音频信号与音频频谱故障库的对比，以便能够提前预测供电故障，能够更有效的避免安全事故的发生。
2、本发明的音频频谱分析基于人工智能的大数据平台，可积累故障样本，活化匹配算法，不断完善故障库，自动提升系统性能。
3、将本发明结合温湿度、电流等传统方式，可以大幅度提高故障预测可靠度，有利于及早发现渐进性变异故障，防范于未然。
4、本发明目前已经可以有效分析因变压器工艺、电源环路、负载匹配等问题引起的设备低频“轰鸣”、高频“啸叫”。这些故障很难通过温湿度和电流等方法发现，目前得到了有效的分析和预测。
附图说明
附图1为本发明的工作原理流程图；
附图2为本发明的应用方式结构图；
附图3为本发明音频分析装置结构图；
附图4为本发明音频分析装置中央处理单元对应电路图；
附图5为本发明音频分析装置的通信接口电路图；
附图6为本发明音频分析装置的信号放大模块电路图；
附图7为本发明音频分析装置的咪头接口电路图；
附图8为本发明音频分析装置的供电及保护模块电路图；
附图9为故障库模型图。
具体实施方式
结合附图和具体实施例，对本发明作进一步说明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所限定的范围。
如图1所示，本发明所提供的用于智能配电系统故障预测的音频分析方法工作流程如下：音频分析装置采集音频信号，通过高速、高精度A/D转换装置，转换为数据，并存储于缓存中，通过批处理，计算出频谱数据，对比云端的音频频谱故障库，显示设备状态，当智能配电系统出现故障时，云端服务器可生成报警故障码提醒故障码，并输出给其他设备，用于现场自动控制。云端服务器也可以是本地计算机或者其他有数据分析能力的设备。
如图2所示，为本发明应用于分布式电网智能配电系统中的结构原理图。音频分析装置采用分布式布置于对应的智能配电系统中，每个音频分析装置可单独采集某个位置的音频数据，多个音频分析装置可通过RS485或者LoRa组网，与云端服务器相连，同时现场的智能配电系统处有小型显示终端，与用户交互。
图3为本发明的音频分析装置结构图，图4～8为本发明对应模块的相关电路图，图4中CPU及启动和复位电路，做数据处理和分析；图5中，用于网络高速数据处理和MCU进行通信传输，图6中采用LM324运放进行不同倍数的放大，图7为咪头接口电路图，图8为LM2576将电压转换为5V，经LM1117-3.3稳压成3.3V供电给主控MCU及LAN8720A。图4～8设备和器件，可由类似性能的设备和器件替换。
本音频分析装置，包括壳体，所述壳体内集成了供电及保护模块、咪头、信号放大模块、通信接口以及中央处理单元，所述中央处理单元分别与所述通信接口、所述信号放大模块、所述供电及保护模块相连，所述信号放大模块与所述咪头相连；所述咪头用于拾取音频信号并通过信号放大模块放大后将音频信号送入中央处理单元A/D采集中并储存于缓存中，由中央处理单元对音频信号通过批处理计算出频谱数据，所述通信接口用于连接云端服务器以及智能配电系统的设备。
本发明的中央处理单元采用STM32F407VGT6的ARM芯片，可以实时高速AD采集电压，采用音频44.2khz采集，10000宽加窗的谱分析方法实现音频的频谱分析；RS232TTL/RS485自适应通信接口共同构成数据传输装置，为了扩充系统兼容性，中央处理单元内嵌了MODBUS从站协议，实现数据网络传输，同时预留了RS232TTL接口，方便串口TTL协议与其它网络通信协议进行转换。本发明的信号放大模块为LM324为核心的信号放大电路，使用多级分别放大信号送入中央处理单元的多路AD采集中，扩大音频采集量程。对于信号放大模块；由于声源大小不可控，采用不同比例的放大电路放大后送入中央处理单元。当声源信号较小时使用较大的比例放大电路，反之则使用较小的比例放大电路。根据本发明的放大信号放大模块电路图可知，比例放大关系如下式：
这里，UAIi为输入电压，UANi为输出电压，Ria＝8.2KΩ，Ra＝0.82KΩ，Rb＝1KΩ。得到：可知，输入电压UAIi不变时，输出电压UANi随电阻Rib的增大而增大。根据咪头采集的声音源强度不同，选择相应的通道放大，以便中央处理单元进行AD采集。
本发明的驻极体传声器咪头是音频源的拾音元件，将音频的原始信号送入信号放大模块中去；供电及保护模块为12V电压防反接供电，能确保方便稳定地为其它单元提供电源。
图9为故障库模型，主要包括变压器等设备故障库、PCB故障库、元器件故障库、环境参数库、老化趋势库和报警处理模型。
Claims (10)
1.一种用于智能配电系统故障预测的音频谱分析方法，其特征在于：所述方法包括：
收集智能配电系统的音频信号，并对音频信号进行频谱分析，计算出频谱数据并发送至云端或本地；
基于云端或本地的人工智能识别方法，将接收的频谱数据与云端或本地音频频谱故障库对比，实现对智能配电系统的分析与故障预测。
2.如权利要求1所述的一种用于智能配电系统故障预测的音频谱分析方法，其特征在于：对于收集的音频信号，首先将信号放大后送入A/D转换将信号转换为数据，并存储于缓存中，通过批处理，以及离散FFT算法，计算出频谱数据。
3.如权利要求3所述的一种用于智能配电系统故障预测的音频谱分析方法，其特征在于：在收集音频信号时，需对信号进行放大时，采用自适应的不同比例的放大方式，当声源信号较小时使用较大的比例放大电路，反之则使用较小的放大电路。
4.如权利要求1所述的一种用于智能配电系统故障预测的音频谱分析方法，其特征在于：鉴于配电系统音频频谱的复杂性，所述实现对智能配电系统的分析与故障预测，是基于先验数据，并将其存在数据库系统，基于人工智能和大数据的方法，动态匹配分析数据，其分析方法为基于大数据的众多终端信号统计，以及正常频谱数据的排除，通过窗函数、贝叶斯估计方法，最终实现包括对于预测有故障的智能配电系统，生成报警提醒故障码并发送至该智能配电系统现场进行报警显示，以及提示人员干预或者主动维护。
5.一种用于智能配电系统故障预测的音频谱分析装置，其特征在于：所述装置包括：
音频分析装置，所述音频分析装置分布式布置于智能配电系统中，用于收集智能配电系统的音频信号，并对音频信号进行频谱分析，计算出频谱数据并发送至服务器；
服务器，所述服务器为云端服务器或本地服务器，用于通过上行数据流接收频谱数据，并基于人工智能识别方法对接收的频谱数据与服务器的音频频谱故障库进行对比实现对智能配电系统的分析与故障预测，所述的故障库主要包括变压器设备故障库、PCB故障库、元器件故障库、环境参数库、老化趋势库和报警处理模型。
6.如权利要求5所述的一种用于智能配电系统故障预测的音频谱分析装置，其特征在于：所述服务器还用于对于预测有故障的智能配电系统，生成报警提醒故障码并发送至该智能配电系统现场进行报警显示。
7.如权利要求5所述的一种用于智能配电系统故障预测的音频谱分析装置，其特征在于：所述音频分析装置包括壳体，所述壳体内集成了供电及保护模块、咪头、信号放大模块、通信接口以及中央处理单元，所述中央处理单元分别与所述通信接口、所述信号放大模块、所述供电及保护模块相连，所述信号放大模块与所述咪头相连；所述咪头用于拾取音频信号并通过信号放大模块放大后将音频信号送入中央处理单元A/D采集中并储存于缓存中，由中央处理单元对音频信号通过批处理计算出频谱数据，所述通信接口用于连接服务器以及智能配电系统的设备。
8.如权利要求7所述的一种用于智能配电系统故障预测的音频谱分析装置，其特征在于：所述信号放大模块提供有多路不同比例的放大电路，当音频信号较小时，使用较大的比例放大电路，反之则使用较小的比例放大电路，信号放大模块根据咪头采集的音频信号强度不同，选择相应的放大电路放大后送入中央处理单元。
9.如权利要求7所述的一种用于智能配电系统故障预测的音频谱分析装置，其特征在于：所述中央处理单元为STM32F407VGT6芯片，其内嵌有MODBUS从站协议，同时预留有RS232TTL接口。
10.如权利要求7所述的一种用于智能配电系统故障预测的音频谱分析装置，其特征在于：所述通信接口为RS232TTL/RS485自适应通信接口，所述信号放大模块为LM324为核心的信号放大模块，所述供电及保护模块为12V电压防反接供电。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910641333.5A CN110364179A (zh) | 2019-07-16 | 2019-07-16 | 一种用于智能配电系统故障预测的音频谱分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910641333.5A CN110364179A (zh) | 2019-07-16 | 2019-07-16 | 一种用于智能配电系统故障预测的音频谱分析方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110364179A true CN110364179A (zh) | 2019-10-22 |
Family
ID=68219707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910641333.5A Pending CN110364179A (zh) | 2019-07-16 | 2019-07-16 | 一种用于智能配电系统故障预测的音频谱分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110364179A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021244296A1 (zh) * | 2020-06-02 | 2021-12-09 | 南京瑞贻电子科技有限公司 | 一种基于人工智能的电力工况物联监控装置及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101393049A (zh) * | 2008-08-25 | 2009-03-25 | 北京天源科创风电技术有限责任公司 | 风力发电机组振动监测及故障诊断的方法 |
| CN101858778A (zh) * | 2010-05-28 | 2010-10-13 | 浙江大学 | 基于振动监测的风力发电机组故障自动诊断方法 |
| CN105738806A (zh) * | 2016-02-03 | 2016-07-06 | 北京汉能华科技股份有限公司 | 一种风力发电机组故障诊断系统和方法 |
-
2019
- 2019-07-16 CN CN201910641333.5A patent/CN110364179A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101393049A (zh) * | 2008-08-25 | 2009-03-25 | 北京天源科创风电技术有限责任公司 | 风力发电机组振动监测及故障诊断的方法 |
| CN101858778A (zh) * | 2010-05-28 | 2010-10-13 | 浙江大学 | 基于振动监测的风力发电机组故障自动诊断方法 |
| CN105738806A (zh) * | 2016-02-03 | 2016-07-06 | 北京汉能华科技股份有限公司 | 一种风力发电机组故障诊断系统和方法 |
Non-Patent Citations (1)
| Title |
|---|
| 罗军川: "《能源那些事 下》", 31 July 2017 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021244296A1 (zh) * | 2020-06-02 | 2021-12-09 | 南京瑞贻电子科技有限公司 | 一种基于人工智能的电力工况物联监控装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102547526B (zh) | 传声器工作状态的实时监测方法及系统 | |
| CN105587463A (zh) | 一种风力发电的远程监控方法 | |
| CN109417285A (zh) | 直流电气回路保护装置及电弧检测方法 | |
| Bindhu et al. | Effective automatic fault detection in transmission lines by hybrid model of authorization and distance calculation through impedance variation | |
| Li et al. | Lifelong condition monitoring based on NB-IoT for anomaly detection of machinery equipment | |
| CN208297957U (zh) | 一种智能化纺织车间集成控制系统 | |
| CN110364179A (zh) | 一种用于智能配电系统故障预测的音频谱分析方法及装置 | |
| CN111682925A (zh) | 智慧路灯用数据采集及处理方法 | |
| CN112688271B (zh) | 一种对于动物的油井专用漏电保护装置 | |
| CN106153363B (zh) | 一种基于声像监测的机械设备故障自动识别方法 | |
| CN117154649A (zh) | 一种供电线路控制方法和系统 | |
| CN208273019U (zh) | 一种鹰眼系统 | |
| CN110763955A (zh) | 一种基于高压脉冲信号注入的电缆故障检测系统及方法 | |
| CN113917294B (zh) | 基于小波分解的智能自适应电弧检测方法及其应用装置 | |
| CN110286277A (zh) | 基于综合检测技术的电弧识别装置及识别方法 | |
| CN108649433A (zh) | 一种用于配电柜的监控方法 | |
| CN114325151A (zh) | 一种环网柜故障的采集方法 | |
| CN206670805U (zh) | 一种基于语音播报的监测装置 | |
| CN208015684U (zh) | 一种接线盒及光伏组件系统 | |
| CN204425354U (zh) | 通信线路查线仪 | |
| CN111566930A (zh) | 判定装置、太阳光发电系统、判定方法及判定程序 | |
| CN111696301A (zh) | 一种基于LoRaWAN技术的电气火灾监控装置及系统 | |
| CN110751814A (zh) | 一种用于轨道交通的电气火灾监控系统及其预警分析方法 | |
| CN114710419B (zh) | 基于开关电源声音的设备工作状态单点监测方法、装置及存储介质 | |
| CN108449433A (zh) | 一种鹰眼系统 |
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: 20191022 |
|
| RJ01 | Rejection of invention patent application after publication |