CN110502395A - 基于聚类的设备运行状态评估方法、终端设备及存储介质 - Google Patents
基于聚类的设备运行状态评估方法、终端设备及存储介质 Download PDFInfo
- Publication number
- CN110502395A CN110502395A CN201910732689.XA CN201910732689A CN110502395A CN 110502395 A CN110502395 A CN 110502395A CN 201910732689 A CN201910732689 A CN 201910732689A CN 110502395 A CN110502395 A CN 110502395A
- Authority
- CN
- China
- Prior art keywords
- test object
- cluster
- device type
- running status
- equipment running
- 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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请适用于电力自动化技术领域,提供了一种基于聚类的设备运行状态评估方法、终端设备及存储介质,上述方法包括:获取检测对象的运行状态数据;提取运行状态数据中的项目标签信息;根据项目标签信息识别检测对象的设备类型;获取设备类型对应的历史运行数据和根据历史运行数据训练得到的设备运行状态评估模型;根据检测对象的运行状态数据和设备运行状态评估模型,对检测对象的运行状态进行评估。本申请实施例提供的基于聚类的设备运行状态评估方法、终端设备及存储介质,能够实时、准确地完成检测对象的运行状态评估,解决了目前设备状态评估中存在的评估不准和实时性较差的问题。
Description
技术领域
本申请属于电力自动化技术领域,尤其涉及一种基于聚类的设备运行状态评估方法、终端设备及存储介质。
背景技术
目前对设备状态的评估主要是依据设备状态检修的扣分标准及权重进行评估,所有的评估项目、扣分标准、权重都是由相关专家按照经验给出,缺乏对样本数据的科学分析,因此评估出的状态也就自然不能反映当前设备真正的状态,在此基础上所作出的一切评估都带有这种缺陷,达不到趋于设备真实状态评估的目标。此外状态检修的状态量评价主要依靠输变电设备在线监测系统的监测数据结合设备运行人员不定期的进行设备巡视、试验、检修后给出,通常以某一时刻的设备评估结果作为该统计时间段内的评估结果,主要用于指导设备检修安排。难以做到设备状态的实时评估,不能反映设备当前时刻的真实状态,无法支撑调控一体化模式下调度监控员实时掌控设备运行状态的要求。
发明内容
有鉴于此,本申请实施例提供了一种基于聚类的设备运行状态评估方法、终端设备及存储介质,以解决目前设备状态评估中存在的评估不准和实时性较差的问题。
根据第一方面,本申请实施例提供了一种基于聚类的设备运行状态评估方法,包括:获取检测对象的运行状态数据;提取所述运行状态数据中的项目标签信息;根据所述项目标签信息识别所述检测对象的设备类型;获取所述设备类型对应的历史运行数据和根据所述历史运行数据训练得到的设备运行状态评估模型;根据所述检测对象的运行状态数据和所述设备运行状态评估模型,对所述检测对象的运行状态进行评估。
结合第一方面,在本申请的一些实施例中,所述根据所述项目标签信息识别所述检测对象的设备类型,包括:获取所述项目标签信息中的项目数量;根据所述项目数量对预存的设备类型进行第一次筛选;根据所述项目标签信息中的标签名称,对第一次筛选出的设备类型进行第二次筛选,得到与所述项目标签信息对应的设备类型。
结合第一方面,在本申请的一些实施例中,所述根据所述项目标签信息识别所述检测对象的设备类型,还包括:当第一次筛选失败,或第二次筛选失败时,反馈数据不足的信息。
结合第一方面,在本申请的一些实施例中,所述获取所述设备类型对应的历史运行数据和根据所述历史运行数据训练得到的设备运行状态评估模型,包括:获取所述设备类型对应的历史运行数据,并将所述历史运行数据划分为历史正常数据和历史故障数据;分别对所述历史正常数据和所述历史故障数据进行k-means聚类处理,得到至少两个聚类簇;所述至少两个聚类簇构成所述设备运行状态评估模型。
结合第一方面,在本申请的一些实施例中,所述根据所述检测对象的运行状态数据和所述设备运行状态评估模型,对所述检测对象的运行状态进行评估,包括:分别计算所述运行状态数据到所述至少两个聚类簇之间的距离;根据所述距离对所述检测对象的运行状态进行评估。
结合第一方面,在本申请的一些实施例中,所述根据所述距离对所述检测对象的运行状态进行评估,包括:当任一所述距离小于预设的距离阈值时,筛选所述距离中的最小值;将所述检测对象划归为所述距离中的最小值所对应的聚类簇;根据所述距离中的最小值所对应的聚类簇,输出所述检测对象的运行状态。
结合第一方面,在本申请的一些实施例中,所述根据所述距离对所述检测对象的运行状态进行评估,还包括:当所述距离均大于预设的距离阈值时,反馈评估失败的信息。
根据第二方面,本申请实施例提供了一种终端设备,包括:输入单元,用于获取检测对象的运行状态数据;第一分类单元,用于提取所述运行状态数据中的项目标签信息,并根据所述项目标签信息识别所述检测对象的设备类型;第二分类单元,获取所述设备类型对应的历史运行数据和根据所述历史运行数据训练得到的设备运行状态评估模型,并根据所述检测对象的运行状态数据和所述设备运行状态评估模型,对所述检测对象的运行状态进行评估。
根据第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面或第一方面任一实施方式所述方法的步骤。
根据第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面或第一方面任一实施方式所述方法的步骤。
本申请实施例提供的基于聚类的设备运行状态评估方法,通过检测对象的运行状态数据,首先筛选检测对象的设备类型,进而根据设备类型对应的历史运行数据识别检测对象的运行状态,能够实时、准确地完成检测对象的运行状态评估,解决了目前设备状态评估中存在的评估不准和实时性较差的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的基于聚类的设备运行状态评估方法的流程示意图;
图2是本申请实施例提供的终端设备的结构示意图;
图3是本申请实施例提供的另一终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
本申请实施例提供了一种基于聚类的设备运行状态评估方法,如图1所示,该基于聚类的设备运行状态评估方法可以包括以下步骤:
步骤S101:获取检测对象的运行状态数据。
步骤S102:提取运行状态数据中的项目标签信息。
步骤S103:根据项目标签信息识别检测对象的设备类型。
在一具体实施方式中,可以通过以下几个子步骤实现步骤S103的过程:
步骤S1031:获取项目标签信息中的项目数量。
步骤S1032:根据项目数量对预存的设备类型进行第一次筛选。
步骤S1033:根据项目标签信息中的标签名称,对第一次筛选出的设备类型进行第二次筛选,得到与项目标签信息对应的设备类型。
需要说明的是,当第一次筛选失败,或第二次筛选失败时,反馈数据不足的信息。
步骤S104:获取设备类型对应的历史运行数据和根据历史运行数据训练得到的设备运行状态评估模型。
在一具体实施方式中,可以通过以下几个子步骤实现步骤S104的过程:
步骤S1041:获取设备类型对应的历史运行数据,并将历史运行数据划分为历史正常数据和历史故障数据。
步骤S1042:分别对历史正常数据和历史故障数据进行k-means聚类处理,得到至少两个聚类簇。上述至少两个聚类簇构成设备运行状态评估模型。
步骤S105:根据检测对象的运行状态数据和设备运行状态评估模型,对检测对象的运行状态进行评估。
在一具体实施方式中,可以通过以下几个子步骤实现步骤S105的过程:
步骤S1051:分别计算运行状态数据到至少两个聚类簇之间的距离。
步骤S1052:根据距离对检测对象的运行状态进行评估。具体的,当任一所述距离小于预设的距离阈值时,筛选距离中的最小值;将检测对象划归为距离中的最小值所对应的聚类簇;根据距离中的最小值所对应的聚类簇,输出检测对象的运行状态。当距离均大于预设的距离阈值时,反馈评估失败的信息。
本申请实施例提供的基于聚类的设备运行状态评估方法,通过检测对象的运行状态数据,首先筛选检测对象的设备类型,进而根据设备类型对应的历史运行数据识别检测对象的运行状态,能够实时、准确地完成检测对象的运行状态评估,解决了目前设备状态评估中存在的评估不准和实时性较差的问题。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请实施例还提供了一种终端设备,如图2所示,该终端设备可以包括:输入单元201、第一分类单元202和第二分类单元203。
其中,输入单元201用于获取检测对象的运行状态数据;其对应的工作过程可参见上述方法实施例中步骤S101所述。
第一分类单元202用于提取运行状态数据中的项目标签信息,并根据项目标签信息识别检测对象的设备类型;其对应的工作过程可参见上述方法实施例中步骤S102至步骤S103所述。
第二分类单元203用于获取设备类型对应的历史运行数据和根据历史运行数据训练得到的设备运行状态评估模型,并根据检测对象的运行状态数据和设备运行状态评估模型,对检测对象的运行状态进行评估;其对应的工作过程可参见上述方法实施例中步骤S104至步骤S105所述。
图3是本申请一实施例提供的终端设备的示意图。如图3所示,该实施例的终端设备600包括:处理器601、存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序603,例如基于聚类的设备运行状态评估程序。所述处理器601执行所述计算机程序603时实现上述各个基于聚类的设备运行状态评估方法实施例中的步骤,例如图1所示的步骤S101至步骤S105。或者,所述处理器601执行所述计算机程序603时实现上述各装置实施例中各模块/单元的功能,例如图2所示输入单元201、第一分类单元202和第二分类单元203的功能。
所述计算机程序603可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器602中,并由所述处理器601执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序603在所述终端设备600中的执行过程。例如,所述计算机程序603可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。
所述终端设备600可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器601、存储器602。本领域技术人员可以理解,图3仅仅是终端设备600的示例,并不构成对终端设备600的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器601可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器602可以是所述终端设备600的内部存储单元,例如终端设备600的硬盘或内存。所述存储器602也可以是所述终端设备600的外部存储设备,例如所述终端设备600上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(SecureDigital, SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器602还可以既包括所述终端设备600的内部存储单元也包括外部存储设备。所述存储器602用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器602还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于聚类的设备运行状态评估方法,其特征在于,包括:
获取检测对象的运行状态数据;
提取所述运行状态数据中的项目标签信息;
根据所述项目标签信息识别所述检测对象的设备类型;
获取所述设备类型对应的历史运行数据和根据所述历史运行数据训练得到的设备运行状态评估模型;
根据所述检测对象的运行状态数据和所述设备运行状态评估模型,对所述检测对象的运行状态进行评估。
2.如权利要求1所述的基于聚类的设备运行状态评估方法,其特征在于,所述根据所述项目标签信息识别所述检测对象的设备类型,包括:
获取所述项目标签信息中的项目数量;
根据所述项目数量对预存的设备类型进行第一次筛选;
根据所述项目标签信息中的标签名称,对第一次筛选出的设备类型进行第二次筛选,得到与所述项目标签信息对应的设备类型。
3.如权利要求1所述的基于聚类的设备运行状态评估方法,其特征在于,所述根据所述项目标签信息识别所述检测对象的设备类型,还包括:
当第一次筛选失败,或第二次筛选失败时,反馈数据不足的信息。
4.如权利要求1所述的基于聚类的设备运行状态评估方法,其特征在于,所述获取所述设备类型对应的历史运行数据和根据所述历史运行数据训练得到的设备运行状态评估模型,包括:
获取所述设备类型对应的历史运行数据,并将所述历史运行数据划分为历史正常数据和历史故障数据;
分别对所述历史正常数据和所述历史故障数据进行k-means聚类处理,得到至少两个聚类簇;所述至少两个聚类簇构成所述设备运行状态评估模型。
5.如权利要求4所述的基于聚类的设备运行状态评估方法,其特征在于,所述根据所述检测对象的运行状态数据和所述设备运行状态评估模型,对所述检测对象的运行状态进行评估,包括:
分别计算所述运行状态数据到所述至少两个聚类簇之间的距离;
根据所述距离对所述检测对象的运行状态进行评估。
6.如权利要求5所述的基于聚类的设备运行状态评估方法,其特征在于,所述根据所述距离对所述检测对象的运行状态进行评估,包括:
当任一所述距离小于预设的距离阈值时,筛选所述距离中的最小值;
将所述检测对象划归为所述距离中的最小值所对应的聚类簇;
根据所述距离中的最小值所对应的聚类簇,输出所述检测对象的运行状态。
7.如权利要求6所述的基于聚类的设备运行状态评估方法,其特征在于,所述根据所述距离对所述检测对象的运行状态进行评估,还包括:
当所述距离均大于预设的距离阈值时,反馈评估失败的信息。
8.一种终端设备,其特征在于,包括:
输入单元,用于获取检测对象的运行状态数据;
第一分类单元,用于提取所述运行状态数据中的项目标签信息,并根据所述项目标签信息识别所述检测对象的设备类型;
第二分类单元,用于获取所述设备类型对应的历史运行数据和根据所述历史运行数据训练得到的设备运行状态评估模型,并根据所述检测对象的运行状态数据和所述设备运行状态评估模型,对所述检测对象的运行状态进行评估。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910732689.XA CN110502395A (zh) | 2019-08-09 | 2019-08-09 | 基于聚类的设备运行状态评估方法、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910732689.XA CN110502395A (zh) | 2019-08-09 | 2019-08-09 | 基于聚类的设备运行状态评估方法、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110502395A true CN110502395A (zh) | 2019-11-26 |
Family
ID=68587977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910732689.XA Pending CN110502395A (zh) | 2019-08-09 | 2019-08-09 | 基于聚类的设备运行状态评估方法、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110502395A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111010387A (zh) * | 2019-12-10 | 2020-04-14 | 杭州安恒信息技术股份有限公司 | 一种物联网设备非法替换检测方法、装置、设备及介质 |
CN111488947A (zh) * | 2020-04-28 | 2020-08-04 | 深圳力维智联技术有限公司 | 电力系统设备的故障检测方法与装置 |
CN112418065A (zh) * | 2020-11-19 | 2021-02-26 | 上海至数企业发展有限公司 | 设备运行状态识别方法、装置、设备及存储介质 |
WO2024055186A1 (zh) * | 2022-09-14 | 2024-03-21 | 深圳市韶音科技有限公司 | 一种运动评估方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103400215A (zh) * | 2013-06-20 | 2013-11-20 | 国家电网公司 | 一种pmu量测设备与电网运行数据设备的关联方法 |
CN104376200A (zh) * | 2014-11-06 | 2015-02-25 | 广西电网公司电力科学研究院 | 一种输变电设备检修模式效能评估方法 |
CN109617229A (zh) * | 2018-11-29 | 2019-04-12 | 国网安徽省电力有限公司检修分公司 | 一种智能变电站设备虚回路状态评估方法和评估系统 |
CN110059894A (zh) * | 2019-04-30 | 2019-07-26 | 无锡雪浪数制科技有限公司 | 设备状态评估方法、装置、系统及存储介质 |
-
2019
- 2019-08-09 CN CN201910732689.XA patent/CN110502395A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103400215A (zh) * | 2013-06-20 | 2013-11-20 | 国家电网公司 | 一种pmu量测设备与电网运行数据设备的关联方法 |
CN104376200A (zh) * | 2014-11-06 | 2015-02-25 | 广西电网公司电力科学研究院 | 一种输变电设备检修模式效能评估方法 |
CN109617229A (zh) * | 2018-11-29 | 2019-04-12 | 国网安徽省电力有限公司检修分公司 | 一种智能变电站设备虚回路状态评估方法和评估系统 |
CN110059894A (zh) * | 2019-04-30 | 2019-07-26 | 无锡雪浪数制科技有限公司 | 设备状态评估方法、装置、系统及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111010387A (zh) * | 2019-12-10 | 2020-04-14 | 杭州安恒信息技术股份有限公司 | 一种物联网设备非法替换检测方法、装置、设备及介质 |
CN111010387B (zh) * | 2019-12-10 | 2022-08-02 | 杭州安恒信息技术股份有限公司 | 一种物联网设备非法替换检测方法、装置、设备及介质 |
CN111488947A (zh) * | 2020-04-28 | 2020-08-04 | 深圳力维智联技术有限公司 | 电力系统设备的故障检测方法与装置 |
CN111488947B (zh) * | 2020-04-28 | 2024-02-02 | 深圳力维智联技术有限公司 | 电力系统设备的故障检测方法与装置 |
CN112418065A (zh) * | 2020-11-19 | 2021-02-26 | 上海至数企业发展有限公司 | 设备运行状态识别方法、装置、设备及存储介质 |
WO2024055186A1 (zh) * | 2022-09-14 | 2024-03-21 | 深圳市韶音科技有限公司 | 一种运动评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110502395A (zh) | 基于聚类的设备运行状态评估方法、终端设备及存储介质 | |
CN107402921A (zh) | 识别用户行为的事件时序数据处理方法、装置及系统 | |
CN108961455A (zh) | 线路杆塔巡检方法、系统及终端设备 | |
CN110221145A (zh) | 电力设备故障诊断方法、装置及终端设备 | |
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 | |
CN109299846A (zh) | 一种核电站设备可靠性分析方法、系统及终端设备 | |
CN110955586A (zh) | 一种基于日志的系统故障预测方法、装置和设备 | |
CN114662618B (zh) | 一种基于联邦学习的故障诊断方法、装置及相关设备 | |
CN113313280B (zh) | 云平台的巡检方法、电子设备及非易失性存储介质 | |
CN109272402A (zh) | 评分卡的建模方法、装置、计算机设备及存储介质 | |
CN107801090A (zh) | 利用音频信息检测异常视频文件的方法、装置及计算设备 | |
CN108198071A (zh) | 一种期货柜台风险控制方法及系统 | |
CN107609797A (zh) | 电力作业稽查方法及终端设备 | |
CN109214118A (zh) | 一种基于bim的水泥企业工业设计方法 | |
CN108183814A (zh) | 用电信息采集系统的通信信道的故障排查方法和装置 | |
CN109190776A (zh) | 汽车故障的复检方法、装置、终端设备及存储介质 | |
CN109376981B (zh) | 数据处理方式的确定方法、装置、服务器和数据处理方法 | |
CN109657916A (zh) | 一种火灾风险评估方法、装置及服务器 | |
CN116843395A (zh) | 一种业务系统的告警分级方法、装置、设备及存储介质 | |
CN111539696A (zh) | 两票全方位电子监察方法及系统 | |
CN109687592A (zh) | 变电站信息显示控制方法、装置及电子设备 | |
CN111651652B (zh) | 基于人工智能的情感倾向识别方法、装置、设备及介质 | |
CN109447440A (zh) | 一种环保目标考核管理方法与装置、终端设备及存储介质 | |
CN110275812A (zh) | 故障信息处理的方法及终端设备 | |
CN111475375A (zh) | 一种数据状态的更新方法及设备 |
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 |