CN110634271A - 一种烹饪设备安全预警方法、装置、设备及系统 - Google Patents

一种烹饪设备安全预警方法、装置、设备及系统 Download PDF

Info

Publication number
CN110634271A
CN110634271A CN201810646055.8A CN201810646055A CN110634271A CN 110634271 A CN110634271 A CN 110634271A CN 201810646055 A CN201810646055 A CN 201810646055A CN 110634271 A CN110634271 A CN 110634271A
Authority
CN
China
Prior art keywords
early warning
safety
safety information
information parameters
curve
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.)
Granted
Application number
CN201810646055.8A
Other languages
English (en)
Other versions
CN110634271B (zh
Inventor
黄源甲
龙永文
肖群虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd
Original Assignee
Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd filed Critical Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd
Priority to CN201810646055.8A priority Critical patent/CN110634271B/zh
Publication of CN110634271A publication Critical patent/CN110634271A/zh
Application granted granted Critical
Publication of CN110634271B publication Critical patent/CN110634271B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms

Landscapes

  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Cookers (AREA)

Abstract

本发明实施例提供一种烹饪设备安全预警方法、装置、设备及系统，其中，所述方法包括：获取安装在烹饪设备上的安全预警设备所采集的烹饪设备工作时的安全信息参数；根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势；若所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则向安全预警设备发送预警信号，以使安全预警设备根据预警信号进行预警提示。本发明实施例能够根据烹饪设备工作时的安全信息参数的变化趋势进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。

Description

一种烹饪设备安全预警方法、装置、设备及系统
技术领域
本发明涉及家电设备技术领域，尤其涉及一种烹饪设备安全预警方法、装置、设备及系统。
背景技术
随着生活水平的发展，近些年来，绝大多数的家庭使用均使用烹饪设备进行烧水、做饭、炒菜等。烹饪设备可以为人们提供方便的同时，也带来了很多安全隐患，因此，对烹饪设备在安全的预警尤为重要。
目前，传统的烹饪设备在安全预警方面大多采用简单的安全阈值来进行预警判断，无法进行趋势分析和预测。
鉴于此，如何对烹饪设备进行工作时的安全预警成为目前需要解决的技术问题。
发明内容
为解决上述的技术问题，本发明提供一种烹饪设备安全预警方法、装置、设备及系统，能够根据烹饪设备工作时的安全信息参数的变化趋势进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
第一方面，本发明提供一种烹饪设备安全预警方法，包括：
获取安装在烹饪设备上的安全预警设备所采集的烹饪设备工作时的安全信息参数；
根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势；
若所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
可选地，所述烹饪设备工作时的安全信息参数，至少包括：烹饪设备工作时的工作电流、工作电压、工作温度和环境温度。
可选地，所述根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势，包括：
根据所述安全信息参数，利用趋势检验方法计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势。
可选地，在根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势之后，所述方法还包括：
若所述安全信息参数中的每一参数均不满足曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则从预先存储的内存数据库中读取每一安全信息参数的权重值；
根据读取到的每一安全信息参数的权重值，利用回归模型，获取告警概率；
若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
可选地，在从预先存储的内存数据库中读取每一安全信息参数的权重值之后，所述方法还包括：
若没有读取到每一安全信息参数的权重值，则利用回归模型，获取每一安全信息参数的权重值；
根据获取的每一安全信息参数的权重值，利用回归模型，获取告警概率；
若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
第二方面，本发明提供一种烹饪设备安全预警方法，包括：
采集烹饪设备工作时的安全信息参数；
将所采集的烹饪设备工作时的安全信息参数发送给服务器；
接收所述服务器发送的预警信号，根据所述预警信号进行预警提示。
可选地，在采集烹饪设备工作时的安全信息参数之后，所述方法还包括：
将所采集的烹饪设备工作时的安全信息参数进行缓存。
第三方面，本发明提供一种烹饪设备安全预警装置，应用于服务器，包括：
第一获取模块，用于获取安装在烹饪设备内部的安全预警设备所采集的烹饪设备工作时的安全信息参数；
预测模块，用于根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势；
第一发送模块，用于若所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
可选地，所述烹饪设备工作时的安全信息参数，至少包括：烹饪设备工作时的工作电流、工作电压、工作温度和环境温度。
可选地，所述预测模块，具体用于
根据所述安全信息参数，利用趋势检验方法计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势。
可选地，所述装置还包括：
读取模块，用于若所述安全信息参数中的每一参数均不满足曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则从预先存储的内存数据库中读取每一安全信息参数的权重值；
第二获取模块，用于根据读取到的每一安全信息参数的权重值，利用回归模型，获取告警概率；
第二发送模块，用于若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
可选地，所述装置还包括：
第三获取模块，用于若没有读取到每一安全信息参数的权重值，则利用回归模型，获取每一安全信息参数的权重值；
第四获取模块，用于根据获取的每一安全信息参数的权重值，利用回归模型，获取告警概率；
第三发送模块，用于若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
第四方面，本发明提供一种安全预警设备，安装在烹饪设备上，包括：
数据采集模块，用于采集烹饪设备工作时的安全信息参数；
通讯模块，用于将所采集的烹饪设备工作时的安全信息参数发送给服务器；
预警提示模块，用于接收所述服务器发送的预警信号，根据所述预警信号进行预警提示。
可选地，所述安全预警设备还包括：
数据缓存模块，用于将所采集的烹饪设备工作时的安全信息参数进行缓存。
第五方面，本发明提供一种烹饪设备，包括：上述安全预警设备。
第六方面，本发明提供一种烹饪设备安全预警系统，包括：上述服务器和上述安全预警设备。
第七方面，本发明实施例还提出一种电子设备，包括：第一处理器、第一存储器、第一总线及存储在第一存储器上并可在第一处理器上运行的计算机程序；
其中，所述第一处理器，第一存储器通过所述第一总线完成相互间的通信；
所述第一处理器执行所述计算机程序时实现上述第一方面所述的方法。
第八方面，本发明实施例还提出一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面所述的方法。
第九方面，本发明实施例提供另一种电子设备，包括：第二处理器、第二存储器、第二总线及存储在第二存储器上并可在第二处理器上运行的计算机程序；
其中，所述第二处理器和第二存储器通过所述第二总线完成相互间的通信；
所述第二处理器执行所述计算机程序时实现上述第二方面所述的方法。
第十方面，本发明实施例还提出一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述第二方面所述的方法。
由上述技术方案可知，本发明的烹饪设备安全预警方法、装置、设备及系统，通过根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势，在所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值时，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示，由此，能够根据烹饪设备工作时的安全信息参数的变化趋势进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
附图说明
图1为本发明一实施例提供的一种烹饪设备安全预警方法的流程示意图；
图2为本发明另一实施例提供的一种烹饪设备安全预警方法的流程示意图；
图3示出了本发明另一实施例提供的一种烹饪设备安全预警方法的流程示意图；
图4为本发明一实施例提供的一种烹饪设备安全预警装置的结构示意图；
图5为本发明一实施例提供的一种安全预警设备的结构示意图；
图6为本发明一实施例提供的一种烹饪设备的结构示意图；
图7为本发明一实施例提供的一种烹饪设备安全预警系统的结构示意图；
图8为本发明一实施例提供的电子设备的实体结构示意图；
图9为本发明另一实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，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的实施例，都属于本发明保护的范围。
图1示出了本发明一实施例提供的一种烹饪设备安全预警方法的流程示意图，如图1所示，本实施例的烹饪设备安全预警方法如下所述。
S1、获取安装在烹饪设备上的安全预警设备所采集的烹饪设备工作时的安全信息参数。
需要说明的是，本实施例所述方法的执行主体为服务器。
可以理解的是，本实施例并不对烹饪设备进行限制，例如所述烹饪设备可以包括：压力锅、电饭煲、电水壶、豆浆机、面包机等等。
在具体应用中，所述烹饪设备工作时的安全信息参数，至少包括：烹饪设备工作时的工作电流、工作电压、工作温度和环境温度等参数，本实施例并不对其进行限制，例如，根据具体的烹饪设备，所述烹饪设备工作时的安全信息参数还可以包括如气压、酸性、碱性等参数。
S2、根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势。
S3、若所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
本实施例的烹饪设备安全预警方法，通过根据安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势，在所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值时，向安全预警设备发送预警信号，以使安全预警设备根据预警信号进行预警提示，由此，解决了烹饪设备对于工作电流、工作电压、工作温度、环境温度等安全信息参数的预警问题，能够根据烹饪设备工作时的安全信息参数的变化趋势进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
进一步地，在上述实施例的基础上，所述步骤S2可以包括：
根据所述安全信息参数，利用趋势检验方法计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势。
举例来说，所述趋势检验方法可以包括：MANN-KENDALL(曼-肯德尔)模型等。
可以理解的是，MANN-KENDALL模型是用来进行突变检验的一种方法，针对每个自变量，检验曲线的上升趋势，对于明显上升趋势且逼近危险临界值，发出预警。MANN-KENDALL模型有预测功能，能判断数据走向，并且无须训练样本，可使工作量大大减轻。
举例来说，以时间序列H：{h0,h1,h2,h3,h4,h5,h6,h7,h8,h9,h10}作为MANN-KENDALL模型的输入，时间间隔为90秒，11个数据，前900秒数据，即依据前15分钟的数据判断曲线趋势，注意，这里的时间间隔、数据个数及数据趋势时间段可根据实际具体情况进行调整；MANN-KENDALL模型的输出为标准正态分布的统计量U；设置预警临界值V，在时间序列H趋势以1-α概率上升且实时值h10超过V时(即U≥zα&&h10≥V，zα为正态分布临界值，α为显著性水平)，确定进行预警。通常α＝0.01、0.05。
具体地，MANN-KENDALL模型的数学原理为：
将检验的统计量S定义为：
Figure BDA0001703539580000081
其中，n为时间序列H中的样本数量，
Figure BDA0001703539580000082
S服从正态分布，其均值为0，方差Var(S)＝n(n-1)(2n+5)/18为：
Var(S)＝n(n-1)(2n+5)/18，
当n>10时，标准正态分布的统计量U通过下式计算：
Figure BDA0001703539580000083
当U>0时，即具有上升的趋势，U<0时，即为具有下降趋势。U的绝对值在大于等于1.28、1.64、2.32时，分别表示通过了信度90％、95％、99％的显著性检验。
可以理解的是，利用趋势检验方法对预设时间段内每一安全信息参数进行曲线趋势的预测，能够精确地预测预设时间段内每一安全信息参数的曲线趋势，进而进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
进一步地，在上述实施例的基础上，可参考图2，在上述步骤S2之后，本实施例所述方法还可以包括：
若所述安全信息参数中的每一参数均不满足曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则从预先存储的内存数据库中读取每一安全信息参数的权重值；
根据读取到的每一安全信息参数的权重值，利用回归模型，获取告警概率；
若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
可以理解的是，此种情况为内存数据库中预先存储有每一安全信息参数的权重值时，基于每一安全信息参数的权重值，利用回归模型获取告警概率，进而将获取的告警概率与预设告警概率阈值进行比较，进行预警判断。
进一步地，在从预先存储的内存数据库中读取每一安全信息参数的权重值之后，可参考图2，所述方法还可以包括：
若没有读取到每一安全信息参数的权重值，则利用回归模型，获取每一安全信息参数的权重值；
根据获取的每一安全信息参数的权重值，利用回归模型，获取告警概率；
若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
可以理解的是，此种情况为内存数据库中没有预先存储每一安全信息参数的权重值时，利用回归模型先计算每一安全信息参数的权重值，再基于每一安全信息参数的权重值，利用回归模型获取告警概率，进而将获取的告警概率与预设告警概率阈值进行比较，进行预警判断。
举例来说，所述回归模型可以包括：LOGISTIC(虫口)模型等。
可以理解的是，LOGISTIC模型是广义线性回归模型，在二分类问题上广泛应用。烹饪设备安全预警属于二分类问题，LOGISTIC模型是适用的。LOGISTIC模型采取大量数据进行样本训练，可以很好的学习、模拟专家预测趋势。
具体地，可以以实时数据：<I,U,T,Te>作为LOGISTIC模型的输入，其中I为烹饪设备的工作电流，U为烹饪设备的工作电压，T为烹饪设备的工作温度，Te为烹饪设备工作时的环境温度；LOGISTIC模型的输出为告警概率P；如果P>1-α，则确定进行预警，其中1-α为预设告警概率阈值，通常α＝0.01、0.05。
具体地，LOGISTIC模型的数学原理为：
对预警概率P进行logit变换：
Figure BDA0001703539580000101
建立回归方程：logit(P)＝β0+∑βiXi，其中，β0,…,βi为待估参数；
依据训练样本，用极大似然法求出各系数βi；
对回归方程要进行一系列的显著性检验，检验模型是否有效。
具体地，LOGISTIC模型的训练样本可以为如下表1，其中，Vi为烹饪设备工作时的电流阈值，Vu为烹饪设备工作时的电压阈值，Vt为烹饪设备工作时的温度阈值，Vte为烹饪设备工作时的环境温度阈值。
表1
序号 I U T T<sub>e</sub> P
1 0.5×V<sub>i</sub> 0.5×V<sub>u</sub> 0.5×V<sub>t</sub> 0.5×V<sub>te</sub> 0
2 0.9×V<sub>i</sub> 0.9×V<sub>u</sub> 0.9×V<sub>t</sub> 0.9×V<sub>te</sub> 1
… … … … … …
1000 0.9×V<sub>i</sub> 0.5×V<sub>u</sub> 0.5×V<sub>t</sub> 0.5×V<sub>te</sub> 0
需要注意的是，在具体应用中，所述训练样本数应足够大，如大于等于1000；训练样本须精心设计，囊括所有情形；训练样本必须和专家反复沟通，训练样本事关模型成败；训练样本必须和阀值相关，用阀值表示，因为每个烹饪设备的情况都不一样。
本实施例的烹饪设备安全预警方法，在根据预测的各安全信息参数的曲线趋势和各安全信息参数对应的预设预警临界值进行预警判断获知不预警后，再利用回归模型进行预警判断，能够进一步根据烹饪设备工作时的安全信息参数的变化趋势进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，进一步提高烹饪设备使用的安全性。本实施例所述方法还具备自学习能力，数据越多，预测越准确。
图3示出了本发明另一实施例提供的一种烹饪设备安全预警方法的流程示意图，如图3所示，本实施例的烹饪设备安全预警方法如下所述。
P1、采集烹饪设备工作时的安全信息参数。
需要说明的是，本实施例所述方法的执行主体为安装在烹饪设备上的安全预警设备。
可以理解的是，本实施例并不对烹饪设备进行限制，例如所述烹饪设备可以包括：压力锅、电饭煲、电水壶、豆浆机、面包机等等。
在具体应用中，所述烹饪设备工作时的安全信息参数，至少包括：烹饪设备工作时的工作电流、工作电压、工作温度和环境温度等参数，本实施例并不对其进行限制，例如，根据具体的烹饪设备，所述烹饪设备工作时的安全信息参数还可以包括如气压、酸性、碱性等参数。
P2、将所采集的烹饪设备工作时的安全信息参数发送给服务器。
P3、接收所述服务器发送的预警信号，根据所述预警信号进行预警提示。
可以理解的是，本实施例并不对预警提示的方式进行限制，举例来说，所述预警提示模块可以通过设置预警灯或者面板显示预警标志来进行预警提示。
本实施例的烹饪设备安全预警方法，通过采集烹饪设备工作时的安全信息参数发送至服务器，接收服务器发送的预警信号进行预警提示，由此，解决了烹饪设备对于工作电流、工作电压、工作温度、环境温度等安全信息参数的预警问题，能够根据烹饪设备工作时的安全信息参数进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
进一步地，在上述实施例的基础上，在上述步骤P1之后，本实施例所述方法还可以包括：
将所采集的烹饪设备工作时的安全信息参数进行缓存。
可以理解的是，将所采集的烹饪设备工作时的安全信息参数进行缓存，可以防止突然断电而导致的数据丢失。
本实施例的烹饪设备安全预警方法，能够根据烹饪设备工作时的安全信息参数进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
图4示出了本发明一实施例提供的一种烹饪设备安全预警装置的结构示意图，如图4所示，本实施例的烹饪设备安全预警装置应用于服务器中，本实施例的烹饪设备安全预警装置，包括：第一获取模块41、预测模块42和第一发送模块43；其中：
所述第一获取模块41，用于获取安装在烹饪设备内部的安全预警设备所采集的烹饪设备工作时的安全信息参数；
所述预测模块42，用于根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势；
所述第一发送模块43，用于若所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
具体地，所述第一获取模块41，用于获取安装在烹饪设备内部的安全预警设备所采集的烹饪设备工作时的安全信息参数；所述预测模块42根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势；所述第一发送模块43若所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
可以理解的是，本实施例并不对烹饪设备进行限制，例如所述烹饪设备可以包括：压力锅、电饭煲、电水壶、豆浆机、面包机等等。
在具体应用中，所述烹饪设备工作时的安全信息参数，至少包括：烹饪设备工作时的工作电流、工作电压、工作温度和环境温度等参数，本实施例并不对其进行限制，例如，根据具体的烹饪设备，所述烹饪设备工作时的安全信息参数还可以包括如气压、酸性、碱性等参数。
本实施例的烹饪设备安全预警装置，解决了烹饪设备对于电流、电压、温度、环境温度等安全信息参数的预警问题，能够根据烹饪设备工作时的安全信息参数的变化趋势进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
进一步地，在上述实施例的基础上，所述预测模块42，可具体用于
根据所述安全信息参数，利用趋势检验方法计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势。
举例来说，所述趋势检验方法可以包括：MANN-KENDALL(曼-肯德尔)模型等。
可以理解的是，MANN-KENDALL模型是用来进行突变检验的一种方法，针对每个自变量，检验曲线的上升趋势，对于明显上升趋势且逼近危险临界值，发出预警。MANN-KENDALL模型有预测功能，能判断数据走向，并且无须训练样本，可使工作量大大减轻。
本实施例所述装置利用趋势检验方法对预设时间段内每一安全信息参数进行曲线趋势的预测，能够精确地预测预设时间段内每一安全信息参数的曲线趋势，进而进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
进一步地，在上述实施例的基础上，本实施例所述装置还可以包括图中未示出的：
读取模块，用于若所述安全信息参数中的每一参数均不满足曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则从预先存储的内存数据库中读取每一安全信息参数的权重值；
第二获取模块，用于根据读取到的每一安全信息参数的权重值，利用回归模型，获取告警概率；
第二发送模块，用于若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
可以理解的是，此种情况为内存数据库中预先存储有每一安全信息参数的权重值时，基于每一安全信息参数的权重值，利用回归模型获取告警概率，进而将获取的告警概率与预设告警概率阈值进行比较，进行预警判断。
进一步地，在上述实施例的基础上，本实施例所述装置还可以包括图中未示出的：
第三获取模块，用于若没有读取到每一安全信息参数的权重值，则利用回归模型，获取每一安全信息参数的权重值；
第四获取模块，用于根据获取的每一安全信息参数的权重值，利用回归模型，获取告警概率；
第三发送模块，用于若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
可以理解的是，此种情况为内存数据库中没有预先存储每一安全信息参数的权重值时，利用回归模型先计算每一安全信息参数的权重值，再基于每一安全信息参数的权重值，利用回归模型获取告警概率，进而将获取的告警概率与预设告警概率阈值进行比较，进行预警判断。
举例来说，本实施例所述回归模型可以包括：LOGISTIC(虫口)模型等。
可以理解的是，LOGISTIC模型是广义线性回归模型，在二分类问题上广泛应用。烹饪设备安全预警属于二分类问题，LOGISTIC模型是适用的。LOGISTIC模型采取大量数据进行样本训练，可以很好的学习、模拟专家预测趋势。
本实施例的烹饪设备安全预警装置，应用于服务器中，通过在根据预测的各安全信息参数的曲线趋势和各安全信息参数对应的预设预警临界值进行预警判断获知不预警后，再利用回归模型进行预警判断，能够进一步根据烹饪设备工作时的安全信息参数的变化趋势进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，进一步提高烹饪设备使用的安全性。本实施例所述装置法还具备自学习能力，数据越多，预测越准确。
本实施例的烹饪设备安全预警装置，可以用于执行前述图1或图2所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图5示出了本发明一实施例提供的一种安全预警设备的结构示意图，本实施例的安全预警设备安装在烹饪设备上，如图5所示，本实施例的安全预警设备，包括：数据采集模块51、通讯模块52和预警提示模块53；其中：
所述数据采集模块51，用于采集烹饪设备工作时的安全信息参数；
所述通讯模块52，用于将所采集的烹饪设备工作时的安全信息参数发送给服务器；
所述预警提示模块53，用于接收所述服务器发送的预警信号，根据所述预警信号进行预警提示。
具体地，所述数据采集模块51采集烹饪设备工作时的安全信息参数；所述通讯模块52将所采集的烹饪设备工作时的安全信息参数发送给服务器；所述预警提示模块53接收所述服务器发送的预警信号，根据所述预警信号进行预警提示。
可以理解的是，本实施例并不对烹饪设备进行限制，例如所述烹饪设备可以包括：压力锅、电饭煲、电水壶、豆浆机、面包机等等。
在具体应用中，所述烹饪设备工作时的安全信息参数，至少包括：烹饪设备工作时的工作电流、工作电压、工作温度和环境温度等参数，本实施例并不对其进行限制，例如，根据具体的烹饪设备，所述烹饪设备工作时的安全信息参数还可以包括如气压、酸性、碱性等参数。
可以理解的是，本实施例并不对预警提示的方式进行限制，举例来说，所述预警提示模块可以通过设置预警灯或者面板显示预警标志来进行预警提示。
本实施例的安全预警设备，安装在烹饪设备上，通过采集烹饪设备工作时的安全信息参数发送至服务器，接收服务器发送的预警信号进行预警提示，由此，解决了烹饪设备对于工作电流、工作电压、工作温度、环境温度等安全信息参数的预警问题，能够根据烹饪设备工作时的安全信息参数进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
进一步地，在上述实施例的基础上，本实施例所述安全预警设备还可以包括图中未示出的：
数据缓存模块，用于将所采集的烹饪设备工作时的安全信息参数进行缓存。
可以理解的是，将所采集的烹饪设备工作时的安全信息参数进行缓存，可以防止突然断电而导致的数据丢失。
本实施例的安全预警设备，能够根据烹饪设备工作时的安全信息参数进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
图6示出了本发明实施例提供的一种烹饪设备的结构示意图，如图6所示，本实施例的烹饪设备，包括：上述实施例所述的安全预警设备。
本实施例的烹饪设备，能够根据烹饪设备工作时的安全信息参数进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
图7示出了本发明实施例提供的一种烹饪设备安全预警系统的结构示意图，如图7所示，本实施例的烹饪设备安全预警系统，包括：上述实施例所述的烹饪设备安全预警装置和上述实施例所述的安全预警设备。
本实施例的烹饪设备安全预警系统，解决了烹饪设备对于电流、电压、温度、环境温度等安全信息参数的预警问题，能够根据烹饪设备工作时的安全信息参数的变化趋势进行安全预警，以提醒用户提前进行处理，降低故障发生的概率，提高烹饪设备使用的安全性。
图8示出了本发明一实施例提供的一种电子设备的实体结构示意图，如图8所示，该电子设备可以包括：第一处理器801、第一存储器802、第一总线803及存储在第一存储器802上并可在第一处理器801上运行的计算机程序；
其中，所述第一处理器801和第一存储器802通过所述第一总线803完成相互间的通信；
所述第一处理器801执行所述计算机程序时实现上述图1或图2所示方法实施例所提供的方法，例如包括：获取安装在烹饪设备上的安全预警设备所采集的烹饪设备工作时的安全信息参数；根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势；若所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述图1或图2所示方法实施例所提供的方法，例如包括：获取安装在烹饪设备上的安全预警设备所采集的烹饪设备工作时的安全信息参数；根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势；若所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
图9示出了本发明另一实施例提供的一种电子设备的实体结构示意图，如图9所示，该电子设备可以包括：第二处理器901、第二存储器902、第二总线903及存储在第二存储器902上并可在第二处理器901上运行的计算机程序；
其中，所述第二处理器901和第二存储器902通过所述第二总线903完成相互间的通信；
所述第二处理器901执行所述计算机程序时实现上述图3所示方法实施例所提供的方法，例如包括：采集烹饪设备工作时的安全信息参数；将所采集的烹饪设备工作时的安全信息参数发送给服务器；接收所述服务器发送的预警信号，根据所述预警信号进行预警提示。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述图3所示方法实施例所提供的方法，例如包括：采集烹饪设备工作时的安全信息参数；将所采集的烹饪设备工作时的安全信息参数发送给服务器；接收所述服务器发送的预警信号，根据所述预警信号进行预警提示。
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、装置、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、装置、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/系统。
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。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的说明书中，说明了大量具体细节。然而能够理解的是，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。类似地，应当理解，为了精简本发明公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释呈反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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，或者对其中部分或者全部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发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (20)

1.一种烹饪设备安全预警方法，其特征在于，包括：
获取安装在烹饪设备上的安全预警设备所采集的烹饪设备工作时的安全信息参数；
根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势；
若所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
2.根据权利要求1所述的方法，其特征在于，所述烹饪设备工作时的安全信息参数，至少包括：烹饪设备工作时的工作电流、工作电压、工作温度和环境温度。
3.根据权利要求1所述的方法，其特征在于，所述根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势，包括：
根据所述安全信息参数，利用趋势检验方法计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势。
4.根据权利要求1所述的方法，其特征在于，在根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势之后，所述方法还包括：
若所述安全信息参数中的每一参数均不满足曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则从预先存储的内存数据库中读取每一安全信息参数的权重值；
根据读取到的每一安全信息参数的权重值，利用回归模型，获取告警概率；
若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
5.根据权利要求4所述的方法，其特征在于，在从预先存储的内存数据库中读取每一安全信息参数的权重值之后，所述方法还包括：
若没有读取到每一安全信息参数的权重值，则利用回归模型，获取每一安全信息参数的权重值；
根据获取的每一安全信息参数的权重值，利用回归模型，获取告警概率；
若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
6.一种烹饪设备安全预警方法，其特征在于，包括：
采集烹饪设备工作时的安全信息参数；
将所采集的烹饪设备工作时的安全信息参数发送给服务器；
接收所述服务器发送的预警信号，根据所述预警信号进行预警提示。
7.根据权利要求6所述的方法，其特征在于，在采集烹饪设备工作时的安全信息参数之后，所述方法还包括：
将所采集的烹饪设备工作时的安全信息参数进行缓存。
8.一种烹饪设备安全预警装置，应用于服务器，其特征在于，包括：
第一获取模块，用于获取安装在烹饪设备内部的安全预警设备所采集的烹饪设备工作时的安全信息参数；
预测模块，用于根据所述安全信息参数计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势；
第一发送模块，用于若所述安全信息参数中的任意一项参数的曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
9.根据权利要求8所述的装置，其特征在于，所述烹饪设备工作时的安全信息参数，至少包括：烹饪设备工作时的工作电流、工作电压、工作温度和环境温度。
10.根据权利要求8所述的装置，其特征在于，所述预测模块，具体用于
根据所述安全信息参数，利用趋势检验方法计算得到各安全信息的预警曲线，并根据所述预警曲线预测对应的安全信息参数的曲线趋势。
11.根据权利要求8所述的装置，其特征在于，所述装置还包括：
读取模块，用于若所述安全信息参数中的每一参数均不满足曲线趋势为上升趋势且逼近所述参数对应的预设预警临界值，则从预先存储的内存数据库中读取每一安全信息参数的权重值；
第二获取模块，用于根据读取到的每一安全信息参数的权重值，利用回归模型，获取告警概率；
第二发送模块，用于若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括：
第三获取模块，用于若没有读取到每一安全信息参数的权重值，则利用回归模型，获取每一安全信息参数的权重值；
第四获取模块，用于根据获取的每一安全信息参数的权重值，利用回归模型，获取告警概率；
第三发送模块，用于若所述告警概率大于预设告警概率阈值，则确定进行预警，向所述安全预警设备发送预警信号，以使所述安全预警设备根据所述预警信号进行预警提示。
13.一种安全预警设备，安装在烹饪设备上，其特征在于，包括：
数据采集模块，用于采集烹饪设备工作时的安全信息参数；
通讯模块，用于将所采集的烹饪设备工作时的安全信息参数发送给服务器；
预警提示模块，用于接收所述服务器发送的预警信号，根据所述预警信号进行预警提示。
14.根据权利要求13所述的安全预警设备，其特征在于，所述安全预警设备还包括：
数据缓存模块，用于将所采集的烹饪设备工作时的安全信息参数进行缓存。
15.一种烹饪设备，其特征在于，包括：如权利要求13或14所述的安全预警设备。
16.一种烹饪设备安全预警系统，其特征在于，包括：如权利要求8-12中任一项所述的烹饪设备安全预警装置和如权利要求13或14所述的安全预警设备。
17.一种电子设备，其特征在于，包括：第一处理器、第一存储器、第一总线及存储在第一存储器上并可在第一处理器上运行的计算机程序；
其中，所述第一处理器，第一存储器通过所述第一总线完成相互间的通信；
所述第一处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的方法。
18.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
19.一种电子设备，其特征在于，包括：第二处理器、第二存储器、第二总线及存储在第二存储器上并可在第二处理器上运行的计算机程序；
其中，所述第二处理器，第二存储器通过所述第二总线完成相互间的通信；
所述第二处理器执行所述计算机程序时实现如权利要求6或7所述的方法。
20.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现如权利要求6或7所述的方法。
CN201810646055.8A 2018-06-21 2018-06-21 一种烹饪设备安全预警方法、装置、设备及系统 Active CN110634271B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810646055.8A CN110634271B (zh) 2018-06-21 2018-06-21 一种烹饪设备安全预警方法、装置、设备及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810646055.8A CN110634271B (zh) 2018-06-21 2018-06-21 一种烹饪设备安全预警方法、装置、设备及系统

Publications (2)

Publication Number Publication Date
CN110634271A true CN110634271A (zh) 2019-12-31
CN110634271B CN110634271B (zh) 2022-01-25

Family

ID=68966650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810646055.8A Active CN110634271B (zh) 2018-06-21 2018-06-21 一种烹饪设备安全预警方法、装置、设备及系统

Country Status (1)

Country Link
CN (1) CN110634271B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112773177A (zh) * 2021-01-29 2021-05-11 广州富港万嘉智能科技有限公司 多台智能烹饪设备配合烹饪的故障告警方法、设备和系统
CN112885047A (zh) * 2021-01-15 2021-06-01 湖南五凌电力科技有限公司 机组、变压器和辅机状态监测智能预警方法
CN114167800A (zh) * 2021-12-03 2022-03-11 中山瑞信智能控制系统有限公司 一种多功能料理机控制系统
CN114701870A (zh) * 2022-02-11 2022-07-05 国能黄骅港务有限责任公司 翻车机给料系统及其高料位检测方法、装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005300114A (ja) * 2004-04-16 2005-10-27 Kazumichi Hiramatsu 火災報知器と電磁誘導加熱調理器とレンジフード等の排気装置と常時換気装置との防火連動方法
CN202814565U (zh) * 2012-08-27 2013-03-20 华锐风电科技(集团)股份有限公司 风机齿轮箱温度监控装置
CN104242453A (zh) * 2014-09-23 2014-12-24 北京科东电力控制系统有限责任公司 一种用于主电网母线的电压告警方法
CN104990709A (zh) * 2015-08-07 2015-10-21 杨玉娇 用于检测机车轴承故障的方法
CN204807122U (zh) * 2015-03-27 2015-11-25 深圳大成智能电气科技有限公司 一种开关柜柜内图像分析与温湿度安全监测设备
EP2902710A3 (en) * 2014-01-10 2016-01-20 Innohome Oy Method and device for monitoring the safe use of a cooker
CN107565688A (zh) * 2017-08-21 2018-01-09 四川电之盾安全技术有限公司 一种基于物联网的用电安全防控系统
CN107632226A (zh) * 2017-08-21 2018-01-26 四川电之盾安全技术有限公司 一种电气安全在线监控设备
CN107979884A (zh) * 2016-10-21 2018-05-01 佛山市顺德区美的电热电器制造有限公司 电磁炉、电磁炉控制方法及装置
CN207463344U (zh) * 2017-10-20 2018-06-08 甘肃酒钢集团宏兴钢铁股份有限公司 一种用于预防球磨机主轴瓦烧坏的装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005300114A (ja) * 2004-04-16 2005-10-27 Kazumichi Hiramatsu 火災報知器と電磁誘導加熱調理器とレンジフード等の排気装置と常時換気装置との防火連動方法
CN202814565U (zh) * 2012-08-27 2013-03-20 华锐风电科技(集团)股份有限公司 风机齿轮箱温度监控装置
EP2902710A3 (en) * 2014-01-10 2016-01-20 Innohome Oy Method and device for monitoring the safe use of a cooker
CN104242453A (zh) * 2014-09-23 2014-12-24 北京科东电力控制系统有限责任公司 一种用于主电网母线的电压告警方法
CN204807122U (zh) * 2015-03-27 2015-11-25 深圳大成智能电气科技有限公司 一种开关柜柜内图像分析与温湿度安全监测设备
CN104990709A (zh) * 2015-08-07 2015-10-21 杨玉娇 用于检测机车轴承故障的方法
CN107979884A (zh) * 2016-10-21 2018-05-01 佛山市顺德区美的电热电器制造有限公司 电磁炉、电磁炉控制方法及装置
CN107565688A (zh) * 2017-08-21 2018-01-09 四川电之盾安全技术有限公司 一种基于物联网的用电安全防控系统
CN107632226A (zh) * 2017-08-21 2018-01-26 四川电之盾安全技术有限公司 一种电气安全在线监控设备
CN207463344U (zh) * 2017-10-20 2018-06-08 甘肃酒钢集团宏兴钢铁股份有限公司 一种用于预防球磨机主轴瓦烧坏的装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885047A (zh) * 2021-01-15 2021-06-01 湖南五凌电力科技有限公司 机组、变压器和辅机状态监测智能预警方法
CN112773177A (zh) * 2021-01-29 2021-05-11 广州富港万嘉智能科技有限公司 多台智能烹饪设备配合烹饪的故障告警方法、设备和系统
CN114167800A (zh) * 2021-12-03 2022-03-11 中山瑞信智能控制系统有限公司 一种多功能料理机控制系统
CN114167800B (zh) * 2021-12-03 2024-02-23 中山瑞信智能控制系统有限公司 一种多功能料理机控制系统
CN114701870A (zh) * 2022-02-11 2022-07-05 国能黄骅港务有限责任公司 翻车机给料系统及其高料位检测方法、装置
CN114701870B (zh) * 2022-02-11 2024-03-29 国能黄骅港务有限责任公司 翻车机给料系统及其高料位检测方法、装置

Also Published As

Publication number Publication date
CN110634271B (zh) 2022-01-25

Similar Documents

Publication Publication Date Title
CN110634271B (zh) 一种烹饪设备安全预警方法、装置、设备及系统
Liu et al. Predicting the incidence of hand, foot and mouth disease in Sichuan province, China using the ARIMA model
Wang et al. Residual life estimation based on bivariate Wiener degradation process with time-scale transformations
CN107767191A (zh) 一种基于医药大数据预测药品销售趋势的方法
EP2582341A1 (en) Apparatus and method for analysing events from sensor data by optimization
US20220300809A1 (en) Data generation system, learning apparatus, data generation apparatus, data generation method, and computer-readable storage medium storing a data generation program
CN109288384B (zh) 一种用于蒸汽发生器的水量预测方法及烹饪装置
US20220120586A1 (en) System and method for identifying appliances under recall
CN113837364B (zh) 基于残差网络和注意力机制的污水处理软测量方法及系统
CN109598052B (zh) 基于相关系数分析的智能电表寿命周期预测方法及装置
CN107992991A (zh) 基于外部环境因素和协整理论的年度售电量预测方法
CN111190067A (zh) 基于物联网的餐饮消毒设备使用监控方法、服务器及系统
KR20160007126A (ko) 소비 특성에 따른 전력 소비량 예측 방법 및 장치
CN105068035B (zh) 一种电压互感器误差水平动态检测方法及系统
US11461686B2 (en) Disaggregation of appliance usage from electrical meter data
Ibrahim et al. Web based Water Turbidity Monitoring and Automated Filtration System: IoT Application in Water Management.
CN117744387B (zh) 基于数字孪生的医院临床保障和机电设备智能诊断方法
Zhang et al. The effect of estimation error on risk‐adjusted survival time CUSUM chart performance
Bhuvana et al. Appliance load disaggregation based on maximum a-posterior particle filter (MAP-PF)
CN111261298B (zh) 一种医疗数据质量预判方法、装置、可读介质及电子设备
KR101859410B1 (ko) 지역별 식재료 안전지수 산출방법, 그 장치 및 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
CN107480817B (zh) 一种电压波动指标测量方法及系统
CN116069565B (zh) 一种更换板卡的方法和装置
CN116029621B (zh) 台区电能表运行评估方法、装置、电子设备和存储介质
CN115373449B (zh) 一种数据处理方法、装置、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant