CN110992507B - 一种多人多站点巡检任务规划和路径设计方法 - Google Patents
一种多人多站点巡检任务规划和路径设计方法 Download PDFInfo
- Publication number
- CN110992507B CN110992507B CN201911145264.5A CN201911145264A CN110992507B CN 110992507 B CN110992507 B CN 110992507B CN 201911145264 A CN201911145264 A CN 201911145264A CN 110992507 B CN110992507 B CN 110992507B
- Authority
- CN
- China
- Prior art keywords
- inspection
- point
- site
- risk
- inspector
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
- G07C2011/04—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere related to queuing systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种多人多站点巡检任务规划和路径设计方法,针对河道湖泊巡检、道路巡检、管网巡检,以及其他需要对分布在多个站点进行巡检的应用场景,本发明与传统巡检方案相比,对各个站点进行差异化管理,把资源与站点所面临的风险相匹配,风险越高,匹配的人力资源越多;而且这个匹配是动态的,可以随着站点风险评估的动态变化而对巡检方案进行及时调整,进一步,本发明还考虑了如何降低多站点巡检的路径费用,如何确保各巡检员每天投入巡检的实际时间与计划工作时间相匹配,把这些要求与风险优先策略结合在一起,设计出一种既能满足多站点巡检工作的实际需求,又能以较低计算复杂度实现的巡检方法。
Description
技术领域
本发明涉及设备设施的巡检技术领域,具体为一种多人多站点巡检任务规划和路径设计方法。
背景技术
设备设施的巡检,可以有效保障设备正常运行,减少故障;利于发现设备设施存在的隐患,及时进行整改,杜绝或预防事故的发生。当设备设施分布在地理上不同的多个地点时,存在路径的设计问题。
旅行商(TSP)问题研究的是,在N个旅行目标地点中各经历一次并回到出发点,如何设计旅行路径以使得全程花费的代价最小,其计算复杂度为O(N!)。多站点的巡检往往可以抽象为旅行商问题。但是对于河道湖泊巡检、道路巡检、管网巡检等实际应用中,需要巡检的地点数目N通常很大,这样,一来计算复杂,二来由于巡检人力资源的限制,很可能无法在限定时间内一次性巡检完全部站点。这需要考虑对站点进行分组,实行分批次巡检。
对于数量多且分散的站点巡检,运维方往往会雇佣多个巡检员共同承担巡检工作。当要求每个巡检员的每日工作的时间不超出其劳动合同约定的工作时长,并且能满足实际应用中多巡检员的轮班、替班等灵活的排班需求时,目前已公开的多旅行商(MTSP)算法并不适用。
目前能检索到的多人多站点巡检方案,一方面往往忽视了对站点进行差异化管理,导致低风险站点过度巡检和高风险站点巡检频次相对不足同时存在的不合理现象;另一方面没有考虑巡检员一天的计划工作时间,对巡检任务分配不均衡,而且无法满足对巡检员进行灵活排班的管理需求。
发明内容
本发明的目的在于提供一种多人多站点巡检任务规划和路径设计方法,能够实现多个巡检员对多个站点进行巡检任务,可用于河道湖泊巡检、道路巡检、管网巡检以及其他需要对分布在多个地点的多个设备进行巡检的应用场景,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种多人多站点巡检任务规划和路径设计方法,包括以下步骤:
S1:对于应用场景,列出分布在不同位置的所有需要巡检的站点,这些站点称为原始站点,其个数为N;
S2:根据场景的实际情况,确定巡检点m,对于巡检点m,m=1,2,…,M,其例行巡检时长为Tm;与巡检点m存在直接相连路径的巡检点,称为点m的邻接点;
S3:基于应用场景,从经济、技术、环境角度开展风险识别,识别巡检点的风险因素,识别出的风险因素共有I项,通过风险分析,把站点的风险A表示为I项风险因子的回归模型,即A=f(B1,B2,…BI),采用的模型f(·)为线性回归或非线性回归;
S4:用Bim表示编号为m的巡检点的第i项风险因子,i=1,2,…,I,m=1,2,…,M,通过风险评估,确定每个巡检点的各项风险因子初始值;
S5:对于M个巡检点,分别计算第m个巡检点的风险值Am=f(B1m,B2m,…BIm),m=1,2,…,M,并根据风险值从大到小进行排序;
S6:从人力资源排班系统,或者手工编制的排班表中,获取当天K个巡检员的计划工作时限:Tw1、Tw2、Tw3...TwK;
S7:为1号巡检员进行巡检路径规划:巡检员1面对是所有待检站点,记做Θ1,其目标是在本人当天工作时限Tw1之内,以原点为始点和终点,巡检完包括Θ1中风险值最大的站点在内的一簇存在邻接关系的站点;通过步骤P-0到P-7所述的风险优先策略的多站点巡检方法,得到巡检员1负责巡检的站点集合及优选路径R1;其中,P-0到P-7所述的风险优先策略的多站点巡检方法具体如下:
P-0:k号巡检员面对的待检站点集合为Θk,每天的巡检路径始于并终于工作基地,用原点O表示,他当天的计划工作时长为Twk;
P-1:把Θk中的各个待检站点按风险值从大到小排序,用P1表示集合Θk中风险值最大的站点,定义Ψ为本次巡检站点的集合,其初始元素为原点O和点P1,即Ψ={O,P1};
P-2:巡检员需要从原点O出发,经历且仅经历一次集合Ψ中的各站点后回到原点O,把站点之间的交通时间作为代价,要求行进路径的总代价最小;其通过TSP求解算法求得一条针对集合Ψ的优选巡检路径,用R表示,和路径R对应的总代价TR;
P-3:把TR和路径R上每个巡检点的例行巡检时间依次相加,得到本次巡检总共需要的时间T;
P-4:把T和巡检员k的当天计划工作时长Twk进行比较;
P-5:如果T<Twk,需尝试在Twk之内是否可以巡检更多的站点,并选择与Ψ中巡检点集合邻接的所有巡检点中风险值最大的站点Pj,j为该循环分支的执行轮次;
P-7:当T≥Twk,则停止循环,取上一循环轮次的巡检站点集合Ψ所对应的优选路径R作为巡检员k的当天巡检路径;
S8:在Θ1中扣除巡检员1计划要巡检的站点,得到当天剩下待巡检站点的集合Θ2;2号巡检员的目标是在本人当天工作时限Tw2之内,以原点为始点和终点,巡检完包括Θ2中风险值最大的站点在内的一簇存在邻接关系的站点,通过风险优先策略的多站点巡检方法,得到巡检员2负责巡检的站点集合及优选路径R2;
S9:在Θ2中扣除巡检员2计划要巡检的站点,得到当天剩下待巡检站点的集合Θ3;3号巡检员的目标是在本人当天工作时限Tw3之内,以原点为始点和终点,巡检完包括Θ3中风险值最大的站点在内的一簇存在邻接关系的站点,通过风险优先策略的多站点巡检方法,得到巡检员3负责巡检的站点集合及优选路径R3;
S10:依次类推,在ΘK-1中扣除巡检员(K-1)计划要巡检的站点,得到K号巡检员面对的当天剩下待巡检站点集合ΘK;K号巡检员的目标是在本人当天工作时限TwK之内,以原点为始点和终点,巡检完包括ΘK中风险值最大的站点在内的一簇存在邻接关系的站点;通过风险优先策略的多站点巡检方法,得到巡检员K负责巡检的站点集合及优选路径RK;
S11:K个巡检员分别按照路径R1、R2、R3…RK对所负责的站点执行巡检;
S12:当天巡检结束,对所有巡检点的风险因子的数值进行更新,供第二天执行步骤S5~S10时使用。
更进一步地,S6中的K个巡检员每天都是从日常办公基地或原点出发,执行完巡检任务后回到原点或日常办公基地。
与现有技术相比,本发明的有益效果是:
1、本发明多人多站点巡检任务规划和路径设计方法,考虑了实际巡检中不同站点的运行风险,设计的路径可以用尽量低的巡检成本,去降低运维站点群体的运行风险。
2、本发明多人多站点巡检任务规划和路径设计方法,适用于站点数量多,需要雇佣多个巡检员的应用场景,为多个巡检员分配巡检任务时,保证了每个巡检员当天的巡检时间不超过其计划工作时间,而且,每个巡检员的计划工作时间可以根据实际情况每日进行设置,也可以对接人力资源系统,满足对巡检员进行灵活排班的管理需求。
3、本发明多人多站点巡检任务规划和路径设计方法,可以根据应用场景的实际情况进行风险识别、风险评估,拟合为多个风险因子的回归(包括线性回归、非线性回归),广泛适用于各种存在多站点巡检需求的工程应用。
附图说明
图1为本发明的设计流程图;
图2为本发明的巡检方法示意图。
具体实施方式
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、完整地描述,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。
请参阅图1,本发明实施例中:以水环境治理运营中的河道设施设备巡检为实例,说明采用风险优先策略的多人多站点巡检任务规划和路径设计方法,具体包括如下步骤:
步骤一、列出分布河流水系不同位置的所有需要巡检的站点,这些站点称为原始站点,其个数为N。
步骤二、根据河道设施设备分布的实际情况,把存在强关联性的若干站点归并为一个站点,比如,在河岸的同一侧连续分布有若干相隔不远的泵站,有且只有1条道路连接这上述泵站,在日常巡检中上述泵站通常都是一次性巡检完,把它们在逻辑上归并为一个巡检点,通过归并后,N个原始站点被映射为M个巡检点,M≤N,对于巡检点m,m=1,2,…,M,其例行巡检时长为Tm,与巡检点m存在直接相连路径的巡检点,称为点m的邻接点。
步骤三、河道巡检的对象包括且不局限于各类泵站、涵闸、初雨处理设施、沿线配套截污和雨水收集管网、水体本身、水生态系统、河坡、驳岸、河岸绿化及景观照明设施、引水工程输水管道、等等。基于应用场景,从经济、技术、环境等角度开展风险识别,识别巡检点的风险因素,常用的风险因素有:巡检对象累计运行时间、业务负荷、业务重要性、巡检站点的自然灾害概率、人为破坏概率、距离上次巡检的时间、等等;识别出的风险因素的数量为I项,通过风险分析,把站点的风险A表示为I项风险因子的回归模型,即A=f(B1,B2,…BI),采用的模型f(·)可以是线性回归,也可以是非线性回归。
步骤四、用Bim表示编号为m的巡检点的第i项风险因子,i=1,2,…,I,m=1,2,…,M,通过风险评估,确定每个巡检点的各项风险因子初始值。
步骤五、对于M个巡检点,分别计算第m个巡检点的风险值Am=f(B1m,B2m,…BIm),m=1,2,…,M,并根据风险值从大到小进行排序。
步骤六、从人力资源排班系统,或者手工编制的排班表中,获取当天K个巡检员的计划工作时限:Tw1、Tw2、Tw3...TwK;K个巡检员每天都是从日常办公基地(简称为原点)出发,执行完巡检任务后回到原点。
步骤七、为1号巡检员进行巡检路径规划,巡检员1面对是所有待检站点(记做Θ1),其目标是在本人当天工作时限Tw1之内,以原点为始点和终点,巡检完包括Θ1中风险值最大的站点在内的一簇存在邻接关系的站点,通过步骤P-0到P-7所述的风险优先策略的多站点巡检方法,得到巡检员1负责巡检的站点集合及优选路径R1。
步骤八、在Θ1中扣除巡检员1计划要巡检的站点,得到当天剩下待巡检站点的集合Θ2。2号巡检员的目标是在本人当天工作时限Tw2之内,以原点为始点和终点,巡检完包括Θ2中风险值最大的站点在内的一簇存在邻接关系的站点。通过风险优先策略的多站点巡检方法,得到巡检员2负责巡检的站点集合及优选路径R2。
步骤九、在Θ2中扣除巡检员2计划要巡检的站点,得到当天剩下待巡检站点的集合Θ3;3号巡检员的目标是在本人当天工作时限Tw3之内,以原点为始点和终点,巡检完包括Θ3中风险值最大的站点在内的一簇存在邻接关系的站点;通过风险优先策略的多站点巡检方法,得到巡检员3负责巡检的站点集合及优选路径R3。
步骤十、依次类推,在ΘK-1中扣除巡检员(K-1)计划要巡检的站点,得到K号巡检员面对的当天剩下待巡检站点集合ΘK;K号巡检员的目标是在本人当天工作时限TwK之内,以原点为始点和终点,巡检完包括ΘK中风险值最大的站点在内的一簇存在邻接关系的站点;通过风险优先策略的多站点巡检方法,得到巡检员K负责巡检的站点集合及优选路径RK。
步骤十一、K个巡检员分别按照路径R1、R2、R3…RK对所负责的站点执行巡检。
步骤十二、当天巡检结束,对所有巡检点的风险因子的数值进行更新,供第二天执行步骤五~十时使用。
请参阅图2,在上述实施例中,步骤S7~S10时,采用风险优先策略的多站点巡检算法如下:
P-0、k号巡检员面对的巡检点集合为Θk,每天的巡检路径始于并终于工作基地(用原点O表示),他当天的计划工作时长为Twk。
P-1、把Θk中的各个待巡检站点,按风险值从大到小排序,用P1表示集合Θk中风险值最大的站点,定义Ψ为本次巡检站点的集合,其初始元素为原点O和点P1,即Ψ={O,P1}。
P-2、巡检员需要从原点O出发,经历且仅经历一次集合Ψ中的各站点后回到原点O,把站点之间的交通时间作为代价,要求行进路径的总代价最小,这属于TSP问题,可以通过TSP求解算法(比如动态规划法)求得一条针对集合Ψ的优选巡检路径(用R表示),和路径R对应的总代价TR。
P-3、把TR和路径R上每个巡检点的例行巡检时间依次相加,得到本次巡检总共需要的时间T。
P-4、把T和巡检员k的当天计划工作时长Twk进行比较。
P-5、如果T<Twk,需尝试在Twk之内是否可以巡检更多的站点,这时选择与Ψ中巡检点集合邻接的所有巡检点中风险值最大的站点Pj,j为该循环分支的执行轮次。
P-7、当T≥Twk,则停止循环,取上一循环轮次的巡检站点集合Ψ所对应的优选路径R作为本次巡检路径。
综上所述:本发明提供的一种多人多站点巡检任务规划和路径设计方法,针对河道湖泊巡检、道路巡检、管网巡检,以及其他需要对分布在多个站点进行巡检的应用场景。不同于传统巡检方案,本发明对各个站点进行差异化管理,把资源与站点所面临的风险相匹配,风险越高,匹配的人力资源越多;而且这个匹配是动态的,可以随着站点风险评估的动态变化而对巡检方案进行及时调整。进一步,本发明还考虑了如何降低多站点巡检的路径费用,如何确保各巡检员每天投入巡检的实际时间与计划工作时间相匹配,把这些要求与风险优先策略结合在一起,设计出一种既能满足多站点巡检工作的实际需求,又能以较低计算复杂度实现的巡检方法。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种多人多站点巡检任务规划和路径设计方法,其特征在于,包括以下步骤:
S1:对于应用场景,列出分布在不同位置的所有需要巡检的站点,这些站点称为原始站点,其个数为N;
S2:根据场景的实际情况,确定巡检点m,对于巡检点m,m=1,2,…,M,其例行巡检时长为Tm;与巡检点m存在直接相连路径的巡检点,称为点m的邻接点;
S3:基于应用场景,从经济、技术、环境角度开展风险识别,识别巡检点的风险因素,识别出的风险因素共有I项,通过风险分析,把站点的风险A表示为I项风险因子的回归模型,即A=f(B1,B2,…BI),采用的模型f(·)为线性回归或非线性回归;
S4:用Bim表示编号为m的巡检点的第i项风险因子,i=1,2,…,I,m=1,2,…,M,通过风险评估,确定每个巡检点的各项风险因子初始值;
S5:对于M个巡检点,分别计算第m个巡检点的风险值Am=f(B1m,B2m,…BIm),m=1,2,…,M,并根据风险值从大到小进行排序;
S6:从人力资源排班系统,或者手工编制的排班表中,获取当天K个巡检员的计划工作时限:Tw1、Tw2、Tw3...TwK;
S7:为1号巡检员进行巡检路径规划:巡检员1面对是所有待检站点,记做Θ1,其目标是在本人当天工作时限Tw1之内,以原点为始点和终点,巡检完包括Θ1中风险值最大的站点在内的一簇存在邻接关系的站点;通过步骤P-0到P-7所述的风险优先策略的多站点巡检方法,得到巡检员1负责巡检的站点集合及优选路径R1;其中,P-0到P-7所述的风险优先策略的多站点巡检方法具体如下:
P-0:k号巡检员面对的待检站点集合为Θk,每天的巡检路径始于并终于工作基地,用原点O表示,他当天的计划工作时长为Twk;
P-1:把Θk中的各个待检站点按风险值从大到小排序,用P1表示集合Θk中风险值最大的站点,定义Ψ为本次巡检站点的集合,其初始元素为原点O和点P1,即Ψ={O,P1};
P-2:巡检员需要从原点O出发,经历且仅经历一次集合Ψ中的各站点后回到原点O,把站点之间的交通时间作为代价,要求行进路径的总代价最小;其通过TSP求解算法求得一条针对集合Ψ的优选巡检路径,用R表示,和路径R对应的总代价TR;
P-3:把TR和路径R上每个巡检点的例行巡检时间依次相加,得到本次巡检总共需要的时间T;
P-4:把T和巡检员k的当天计划工作时长Twk进行比较;
P-5:如果T<Twk,需尝试在Twk之内是否可以巡检更多的站点,并选择与Ψ中巡检点集合邻接的所有巡检点中风险值最大的站点Pj,j为该循环分支的执行轮次;
P-7:当T≥Twk,则停止循环,取上一循环轮次的巡检站点集合Ψ所对应的优选路径R作为巡检员k的当天巡检路径;
S8:在Θ1中扣除巡检员1计划要巡检的站点,得到当天剩下待巡检站点的集合Θ2;2号巡检员的目标是在本人当天工作时限Tw2之内,以原点为始点和终点,巡检完包括Θ2中风险值最大的站点在内的一簇存在邻接关系的站点,通过风险优先策略的多站点巡检方法,得到巡检员2负责巡检的站点集合及优选路径R2;
S9:在Θ2中扣除巡检员2计划要巡检的站点,得到当天剩下待巡检站点的集合Θ3;3号巡检员的目标是在本人当天工作时限Tw3之内,以原点为始点和终点,巡检完包括Θ3中风险值最大的站点在内的一簇存在邻接关系的站点,通过风险优先策略的多站点巡检方法,得到巡检员3负责巡检的站点集合及优选路径R3;
S10:依次类推,在ΘK-1中扣除巡检员(K-1)计划要巡检的站点,得到K号巡检员面对的当天剩下待巡检站点集合ΘK;K号巡检员的目标是在本人当天工作时限TwK之内,以原点为始点和终点,巡检完包括ΘK中风险值最大的站点在内的一簇存在邻接关系的站点;通过风险优先策略的多站点巡检方法,得到巡检员K负责巡检的站点集合及优选路径RK;
S11:K个巡检员分别按照路径R1、R2、R3…RK对所负责的站点执行巡检;
S12:当天巡检结束,对所有巡检点的风险因子的数值进行更新,供第二天执行步骤S5~S10时使用。
2.如权利要求1所述的一种多人多站点巡检任务规划和路径设计方法,其特征在于,S6中的K个巡检员每天都是从日常办公基地或原点出发,执行完巡检任务后回到原点或日常办公基地。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911145264.5A CN110992507B (zh) | 2019-11-21 | 2019-11-21 | 一种多人多站点巡检任务规划和路径设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911145264.5A CN110992507B (zh) | 2019-11-21 | 2019-11-21 | 一种多人多站点巡检任务规划和路径设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110992507A CN110992507A (zh) | 2020-04-10 |
CN110992507B true CN110992507B (zh) | 2021-09-14 |
Family
ID=70085417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911145264.5A Active CN110992507B (zh) | 2019-11-21 | 2019-11-21 | 一种多人多站点巡检任务规划和路径设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110992507B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116757454B (zh) * | 2023-08-21 | 2023-11-17 | 松立控股集团股份有限公司 | 基于蚁群优化算法的智能巡检配置优化方法及系统 |
CN117436700B (zh) * | 2023-11-14 | 2024-04-12 | 山东和同信息科技股份有限公司 | 一种基于bim的新能源工程数据管理系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5623258A (en) * | 1993-01-05 | 1997-04-22 | Dorfman; Bertrand | Multi-station data capture system |
CN105261079A (zh) * | 2015-11-11 | 2016-01-20 | 国网山东济阳县供电公司 | 便携式智能电力巡检装置 |
CN109217163A (zh) * | 2018-09-11 | 2019-01-15 | 贵州电网有限责任公司 | 基于地理位置的城市电力电缆综合监测及智能运维系统 |
CN109685248A (zh) * | 2018-11-20 | 2019-04-26 | 上海大学 | 一种煤矿井下安检人员巡检路径和任务高效统筹方法 |
CN109840600A (zh) * | 2018-12-29 | 2019-06-04 | 天津大学 | Bim辅助的供水渠道无人机在线协同巡检系统 |
-
2019
- 2019-11-21 CN CN201911145264.5A patent/CN110992507B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5623258A (en) * | 1993-01-05 | 1997-04-22 | Dorfman; Bertrand | Multi-station data capture system |
CN105261079A (zh) * | 2015-11-11 | 2016-01-20 | 国网山东济阳县供电公司 | 便携式智能电力巡检装置 |
CN109217163A (zh) * | 2018-09-11 | 2019-01-15 | 贵州电网有限责任公司 | 基于地理位置的城市电力电缆综合监测及智能运维系统 |
CN109685248A (zh) * | 2018-11-20 | 2019-04-26 | 上海大学 | 一种煤矿井下安检人员巡检路径和任务高效统筹方法 |
CN109840600A (zh) * | 2018-12-29 | 2019-06-04 | 天津大学 | Bim辅助的供水渠道无人机在线协同巡检系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110992507A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766179B (zh) | 一种采用风险优先策略的多站点巡检路径设计方法 | |
CN110992507B (zh) | 一种多人多站点巡检任务规划和路径设计方法 | |
CN105303285A (zh) | 一种电力应急处置物资的智能化调拨方法 | |
CN115439099A (zh) | 基于bim模型的施工项目协同监管系统 | |
CN108924198A (zh) | 一种基于边缘计算的数据调度方法、装置及系统 | |
CN105425123A (zh) | 一种紫外成像与红外成像协同检测电力设备故障的方法及系统 | |
CN102663508A (zh) | 基于层次分析法和模糊综合评价的智能电网综合评估系统 | |
CN111105065A (zh) | 一种基于机器学习的农村供水系统及供水方法 | |
CN107609694B (zh) | 海上风电集群输电系统结构优化方法及存储介质 | |
CN113112489B (zh) | 一种基于级联检测模型的绝缘子掉串故障检测方法 | |
CN105913177A (zh) | 基于云的调度停电计划信息处理方法 | |
CN113239764A (zh) | 输电线路无人机巡检图像预处理方法 | |
CN116205592A (zh) | 一种智慧物联的排水管网污染异常溯源方法 | |
CN114154414B (zh) | 基于云计算的地铁杂散电流泄漏高风险区间识别方法、系统及存储介质 | |
CN111178690A (zh) | 基于风控评分卡模型的用电客户窃电风险评估方法 | |
CN113033921B (zh) | 一种基于多元逐步回归分析的公交线路客流预测方法 | |
CN112486676B (zh) | 一种基于边缘计算的数据共享分发装置 | |
CN113297811A (zh) | 一种针对民众异味投诉的大气污染溯源计算方法 | |
CN108596473B (zh) | 一种流域污染管理系统和新核算方法 | |
CN115081014B (zh) | 一种基于联邦学习的目标检测标签自动标注方法 | |
CN105743720B (zh) | 一种链路质量评估方法及其装置 | |
CN106973000B (zh) | 一种通信网络中单链成环的构造算法 | |
CN111179118A (zh) | 基于空间数据模型的城市排水管网监控点布设方法及系统 | |
CN109447498B (zh) | 一种轨道交通系统成本关联多域影响要素大数据驱动分析方法 | |
CN109598412A (zh) | 面向园区能源管理的评价方法及终端设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |