CN111522247B - 智能家居系统中多个传感器的异常检测方法 - Google Patents
智能家居系统中多个传感器的异常检测方法 Download PDFInfo
- Publication number
- CN111522247B CN111522247B CN202010388438.7A CN202010388438A CN111522247B CN 111522247 B CN111522247 B CN 111522247B CN 202010388438 A CN202010388438 A CN 202010388438A CN 111522247 B CN111522247 B CN 111522247B
- Authority
- CN
- China
- Prior art keywords
- abnormality
- detection
- abnormality determination
- determination unit
- discrimination
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 140
- 238000001514 detection method Methods 0.000 title claims abstract description 103
- 230000002159 abnormal effect Effects 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000013500 data storage Methods 0.000 claims abstract description 8
- 230000009471 action Effects 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method 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
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明涉及一种智能家居系统中多个传感器的的异常检测方法,该方法包括多个同一类型的感测单个家居环境参数的多个传感器、数据存储部以及异常判别部,该方法在执行所述异常检测的判别动作期间,异常判别部设置成序列地多个判别时间段,异常判别部被配置为使用所述异常检测用数据和所述异常检测数据阈值对单个传感器的异常进行检测并确定异常检测结果,如果异常判别部确认有一个或多个传感器的检测结果出现异常,则所述异常判别部直接报警,如果不能确认,则所述异常判别部获取各异常检测过程中计算得到的异常偏离值,并根据相关公式计算综合偏离值Q。相对于现有技术,该方法大幅度提高了异常检测的准确率和及时性,误报率较低。
Description
技术领域
本发明涉及智能家居系统检测领域,尤其涉及一种能够实时地且更准确的判断智能家居是否异常的检测技术。
背景技术
随着计算机行业的快速发展,计算机技术已经深入人们的生活,已经开始逐渐和我们的居住环境结合起来,出现了智能家居的概念。
智能家居起源于1984年美国康涅狄格州,出现于一座旧式大楼的改建中。用以提供语言通讯、电子邮件和情报资料等方面信息服务,与大楼空调、电梯、照明等设备进行监控,最终反馈与计算机系统。随后经济较发达国家先后提出各种的智能家居方案。所谓智能家居,就是利用计算机、通信、传感器、家电等技术,将家庭中的各种设备都连接到一起,由一个中央控制器进行控制,从而给人们提供一个极其便利的生活环境。早在上世纪,就有少数居民安装了“家庭智能化系统”,二十一世纪一定会有更多住宅安装高科技智能化系统装置,近几年智能化家居多用于单体别墅、旧房改制等,仅于美国已超过400万户家庭使用。目前三星已于中、韩两国同时推出其智能家居系统装置,运用互联网技术从而进行居家自动化、家电信息、安防、娱乐等功能。因此住宅智能化将开启家居生活的新篇章。智能家居是一种系统,它利用计算机技术、网络通讯技术、综合布线技术,将家中与生活家居有关的各种实物系统的、有机的联系结合到一起,进行统一的管理、检测、结果反馈等。更有效的提高了人们家居生活的舒适、安全、效率。智能家居不仅可以提供传统的居住功能,更加的提供给人们以舒适安全、便捷高效、更高品位的高品质生活。
智能家居系统中典型的传感器例如包括煤气传感器、温度传感器、火灾检测传感器等等,甚至可以包括人体可穿戴设备所携带的心跳传感器、体温传感器、血压传感器等等。大量的传感器构成了整个智能家居系统的基础设施,中央控制器接收这些传感器的检测结果并作出处理。
中央控制器对传感器检测结果的一种典型处理方式是异常检测,例如检测煤气传感器所检测的煤气浓度是否超过允许的上限阈值,一旦发现异常,需要进行异常处理,例如向用户客户端发出警告等。在现有技术中,中央控制器一般是发现煤气浓度超过上限阈值就立即发出警告。但是,煤气传感器的检测结果出现异常有可能并不一定是出现了真正的异常,有可能是传感器故障、环境短期的突发现象、数据传输故障、人为因素等等,这些情况就会导致中央控制器的错误警告,影响系统警告的可靠性。因此,需要有一种异常检测方法,可以将真正的异常从这些偶发性的异常数据中检测出来。
发明内容
为了解决现有技术中的上述问题,本发明提出了一种智能家居系统中的异常检测方法。
本发明采用的技术方案如下:
一种智能家居系统中的异常检测方法,该智能家居系统包括多个同一类型的感测单个家居环境参数的多个传感器、数据存储部以及异常判别部,其特征在于,该方法的步骤包括:
在对所述多个传感器中的单个执行所述异常检测的判别动作期间,所述异常判别部设置成序列地第1判别时间段、第2判别时间段……第n判别时间段,并且第i判别时间段被设置为在第i-1判别时间段尚未结束的时间区间内开始,其中i=2……n,n是一个预定义的数值,所述n个判别时间段内的时间相同并且分别具有不同的数据检测频次;
在上述判别时间段开始时,所述多个传感器中的单个被启动,并将由单个传感器测量出的成序列地家居环境参数储存至所述数据储存部作为异常检测用数据;
所述异常判别部被配置为预存储与所述单个传感器相关的异常检测数据阈值,并且依据所述成序列地家居环境参数每隔一定时间段调整所述异常检测数据阈值,所述异常判别部使用所述异常检测用数据和所述异常检测数据阈值对单个传感器的异常进行检测并确定异常检测结果;
如果所述异常判别部确认有一个或多个传感器的检测结果出现异常,则所述异常判别部直接报警,如果不能确认,则所述异常判别部获取各异常检测过程中计算得到的异常偏离值,假设共有T个异常偏离值,所述异常判别部对这T个值按照从大到小排序,排序结果设为P1,P2,……,PT,所述异常判别部根据下述公式计算综合偏离值Q,即:
所述异常判别部判断Q>P0是否成立,如果成立,可确认发生异常,异常判别部发出报警。
进一步地,所述异常判别部可以选择为中央控制器、CPU或者微型计算机;
进一步地,所述异常检测结果是不在预定义的正常范围内的检测结果;
进一步地,调整后的所述异常检测数据阈值为所述成序列地家居环境参数的平均值;
进一步地,所述传感器是煤气传感器,用于检测煤气浓度;
进一步地,所述传感器异常判别部确定检测结果异常时向用户客户端发出报警。
由数据存储部存储所述单个传感器的输出结果,当由所述单个传感器测量出的成序列地家居环境参数达到n个时,所述异常判别部执行下述异常判断步骤:所述异常判别部获取最新的连续n个传感器检测结果也即成序列地家居环境参数,设为A1,A2,……,An,检查该n个检测结果中是否有异常结果,如果没有,所述异常判别部从该传感器接收新的检测结果,否则继续下述步骤:所述异常判别部从该n个检测结果中取出所有的异常结果,假设异常结果共有K个,设为B1,B2,……,BK,如果K=n,则异常判别部确认该传感器的检测结果出现了异常,否则计算该K个异常结果的几何平均值B,即
所述异常判别部从该n个检测结果中取出所有的n-K个正常结果,设为C1,C2,……,Cn-K。计算其几何平均值C即
所述异常判别部判断P>P0是否成立,如果成立,则确认该传感器的检测结果出现异常,否则继续下述步骤;其中P0是一个预定义的阈值,并且所述异常判别部依据所述成序列地家居环境参数每隔一定时间段调整异常检测数据阈值P0;
本发明的有益效果包括:大幅度提升了异常检测的准确率和及时性,能够及时发出异常报警,误报率较低。异常判别部通过设置多个判别时间段,并且保证后一个判别时间段被设置为在前一个判别时间段尚未结束的时间区间内开始,以期实现异常检测的连续性。此外,设置多个判别时间段内的时间相同并且分别具有不同的数据检测频次则进一步提高了数据提取的随机性,保证了异常检测更加稳定。
附图说明
此处所说明的附图是用来提供对本发明的进一步理解,构成本申请的一部分,但并不构成对本发明的不当限定,在附图中:
图1是本发明智能家居系统的总体架构图;
图2是本发明的方法流程图。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明,其中的示意性实施例以及说明仅用来解释本发明,但并不作为对本发明的限定。
参见附图1,其示出了本发明所应用的智能家居系统,该系统包括多个传感器和中央控制器,当然该系统也可以仅仅包括感测单个家居环境参数的单个传感器,其中中央控制器执行异常判别部的功能,中央控制器和传感器之间可以通过家庭内部网络连接,例如Wifi,Zigbee等无线网络,中央控制器通过该网络从这些传感器接收其所检测的数据并进行处理,也可以通过网络控制这些传感器。所述中央控制器通常是一种嵌入式设备,通过网络模块和外部通信。用户使用客户端(例如手机)通过互联网和中央控制器远程连接,从而可以通过中央控制器访问和控制家中的各个传感器。
如前所述,智能家居系统的常见传感器类型中有很大一部分是用来检测某个数据的,例如煤气传感器。这些传感器将其所检测的数据上传到中央控制器,由中央控制器对这些数据进行处理和分析,判断是否出现异常。以煤气传感器为例,其检测的煤气浓度有一个正常的上限阈值,在进一步地实施例中,中央控制器预存储有与传感器相关的异常检测数据阈值,并且中央控制器依据所述成序列地家居环境参数每隔一定时间段调整所述异常检测数据阈值依据所述成序列地家居环境参数每隔一定时间段调整所述异常检测数据阈值,一旦超过该阈值,就可以认为出现了异常值,但是中央控制器不能简单地在一出现异常值时就判断出现了煤气泄漏,因为有可能只是偶发现象、传感器故障等。由于煤气传感器是定时检测(例如每隔一秒检测一次),此时为等间隔采样,中央控制器就需要综合多次的检测值来判断是否出现了真正的异常,在一些情况下,异常检测的准确性和稳定性依赖于检测采样点的随机性和不确定性,可以选取非等间隔采样,也就是说中央控制器在执行异常检测的判别动作期间,中央控制器设置成序列地第1判别时间段、第2判别时间段……第n判别时间段,并且第i判别时间段被设置为在第i-1判别时间段尚未结束的时间区间内开始,其中i=2……n,n是一个预定义的数值;所述n个判别时间段内的时间相同并且分别具有不同的数据检测频次,这样就增加了检测采样点的随机性和不确定性,进一步提高了异常检测的精度和稳定性。
基于上述考虑,本发明提出了一种中央控制器根据传感器上传的数据来检测异常的方法,具体步骤如下:
中央控制器执行所述异常检测的判别动作期间,设置成序列地第1判别时间段、第2判别时间段……第n判别时间段,并且第i判别时间段被设置为在第i-1判别时间段尚未结束的时间区间内开始,其中i=2……n;如此设置,可以增强异常检测的连续型,所述n个判别时间段内的时间相同并且分别具有不同的数据检测频次,以期增加了检测采样点的随机性和不确定性。
在上述判别时间段开始时,单个传感器被启动,并将由单个传感器测量出的成序列地家居环境参数储存至所述数据储存部作为异常检测用数据;中央控制器被配置为预存储与所述单个传感器相关的异常检测数据阈值,并且依据所述成序列地家居环境参数每隔一定时间段调整所述异常检测数据阈值;中央控制器使用所述异常检测用数据和所述异常检测数据阈值对异常进行检测并确定异常检测结果,由数据存储部存储所述单个传感器的输出结果,当由所述单个传感器测量出的成序列地家居环境参数达到n个时,所述异常判别部执行下述异常判断步骤:所述异常判别部获取最新的连续n个传感器检测结果也即成序列地家居环境参数,设为A1,A2,……,An,检查该n个检测结果中是否有异常结果,如果没有,所述异常判别部从该传感器接收新的检测结果,否则继续下述步骤:所述异常判别部从该n个检测结果中取出所有的异常结果,假设异常结果共有K个,设为B1,B2,……,BK,如果K=n,则异常判别部确认该传感器的检测结果出现了异常,否则计算该K个异常结果的几何平均值B,即
所述异常判别部从该n个检测结果中取出所有的n-K个正常结果,设为C1,C2,……,Cn-K。计算其几何平均值C即
同时计算该n-K个正常结果的标准差S;所述异常判别部根据上述步骤的计算结果,计算一个异常偏离值P,即
所述异常判别部判断P>P0是否成立,如果成立,则确认该传感器的检测结果出现异常,否则继续下述步骤;其中P0是一个预定义的阈值,并且所述异常判别部依据所述成序列地家居环境参数每隔一定时间段调整异常检测数据阈值P0。上述步骤主要通过对异常偏离值的计算,来检测是否出现了真正的异常,经过大量实践的统计验证,的计算公式是比较可靠的,相对于现有的一些异常检测手段,报警的准确率和及时性大幅度提升,误报率较低。
另外,上述实施例是针对单传感器而言的,但是实际的智能家居系统中,同一类型的传感器可能有多个,例如可能在厨房的不同地点布置多个煤气传感器,以便及时发现煤气泄漏,多个传感器之间对于异常的检测和确认是有互相加强的作用的,因此本发明的另一个实施例可以根据多个同类型传感器来进行异常检测。
具体的,假设有多个同一类型的传感器,布置在不同的位置,中央控制器针对每个传感器都可以根据上述步骤进行异常检测,如果根据上述异常检测过程,可以确认有一个或多个传感器的检测结果出现异常,则中央控制器可以直接报警,如果不能确认,则中央控制器获取各异常检测过程中计算得到的异常偏离值,假设共有T个异常偏离值,中央控制器对这T个值按照从大到小排序,排序结果设为P1,P2,……,PT,中央控制器根据下述公式计算综合偏离值Q,即:
中央控制器判断Q>P0是否成立,如果成立,可确认发生异常,中央控制器发出报警。
上述过程通过计算综合偏离值,在具有多个同类型传感器的情况下,可以比单个传感器更快的发现异常,而且具有更高的准确率。
以上所述仅是本发明的较佳实施方式,故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰,均包括于本发明专利申请范围内。
Claims (4)
1.智能家居系统中多个传感器的异常检测方法,该智能家居系统包括多个同一类型的感测单个家居环境参数的多个传感器、数据存储部以及异常判别部,其特征在于,该方法的步骤包括:
在对所述多个传感器中的单个执行所述异常检测的判别动作期间,所述异常判别部设置成序列地第1判别时间段、第2判别时间段……第n判别时间段,并且第i判别时间段被设置为在第i-1判别时间段尚未结束的时间区间内开始,其中i=2……n,n是一个预定义的数值,所述n个判别时间段内的时间相同并且分别具有不同的数据检测频次;
在上述判别时间段开始时,所述多个传感器中的单个被启动,并将由单个传感器测量出的成序列地家居环境参数储存至所述数据存储部作为异常检测用数据;
所述异常判别部被配置为预存储与所述单个传感器相关的异常检测数据阈值,并且依据所述成序列地家居环境参数每隔一定时间段调整所述异常检测数据阈值,所述异常判别部使用所述异常检测用数据和所述异常检测数据阈值对单个传感器的异常进行检测并确定异常检测结果,当由所述单个传感器测量出的成序列地家居环境参数达到n个时,所述异常判别部执行下述异常判断步骤:所述异常判别部获取最新的连续n个传感器检测结果也即成序列地家居环境参数,设为A1,A2,……,An,检查该n个检测结果中是否有异常结果,如果没有,所述异常判别部从该传感器接收新的检测结果,否则继续下述步骤:所述异常判别部从该n个检测结果中取出所有的异常结果,假设异常结果共有K个,设为B1,B2,……,BK,如果K=n,则异常判别部确认该传感器的检测结果出现了异常,否则计算该K个异常结果的几何平均值B, 所述异常判别部从该n个检测结果中取出所有的n-K个正常结果 ,设为C1、C2、……、Cn-K,同时计算该n-K个正常结果的标准差S;所述异常判别部根据上述步骤的计算结果,计算一个异常偏离值P;
如果所述异常判别部确认有一个或多个传感器的检测结果出现异常,则所述异常判别部直接报警,如果不能确认,则所述异常判别部获取各异常检测过程中计算得到的异常偏离值,假设共有T个异常偏离值,所述异常判别部对这T个值按照从大到小排序,排序结果设为P1,P2,……,PT,所述异常判别部根据下述公式计算综合偏离值Q,即:
所述异常判别部判断Q>P0是否成立,其中P0是一个预定义的阈值,如果成立,可确认发生异常,异常判别部发出报警。
2.根据权利要求1所述的方法,其特征在于,所述异常检测结果是不在预定义的正常范围内的检测结果。
3.根据权利要求1所述的方法,其特征在于,所述传感器是煤气传感器,用于检测煤气浓度。
4.根据权利要求1所述的方法,其特征在于,所述异常判别部确定检测结果异常时向用户客户端发出报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010388438.7A CN111522247B (zh) | 2020-05-09 | 2020-05-09 | 智能家居系统中多个传感器的异常检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010388438.7A CN111522247B (zh) | 2020-05-09 | 2020-05-09 | 智能家居系统中多个传感器的异常检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111522247A CN111522247A (zh) | 2020-08-11 |
CN111522247B true CN111522247B (zh) | 2023-07-14 |
Family
ID=71907982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010388438.7A Active CN111522247B (zh) | 2020-05-09 | 2020-05-09 | 智能家居系统中多个传感器的异常检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111522247B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112463646B (zh) * | 2021-01-25 | 2021-05-11 | 北京工业大数据创新中心有限公司 | 一种传感器异常检测方法及装置 |
CN117516647A (zh) * | 2023-11-14 | 2024-02-06 | 浙江荣鑫智能仪表股份有限公司 | 一种燃气管道异常检测方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104994535A (zh) * | 2015-06-04 | 2015-10-21 | 浙江农林大学 | 基于多维数据模型的传感器数据流异常检测方法 |
CN106686084A (zh) * | 2016-12-29 | 2017-05-17 | 深圳汇通智能化科技有限公司 | 一种基于智能家居设备的异常预警系统 |
CN108628282A (zh) * | 2017-03-20 | 2018-10-09 | 波音公司 | 分析传感器数据以检测异常阀操作的数据驱动无监督算法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104486786B (zh) * | 2014-11-26 | 2018-03-02 | 北京邮电大学 | 一种无线传感器网络的故障检测方法 |
CN107293082A (zh) * | 2016-03-31 | 2017-10-24 | 上海锳科迩电子股份有限公司 | 智能家居检测燃气使用安全报警的方法及设备 |
JP6831729B2 (ja) * | 2017-03-23 | 2021-02-17 | 株式会社日立パワーソリューションズ | 異常検知装置 |
JP7017363B2 (ja) * | 2017-10-06 | 2022-02-08 | 株式会社日立パワーソリューションズ | 異常検知装置および異常検知方法 |
JP6730337B2 (ja) * | 2018-02-01 | 2020-07-29 | ファナック株式会社 | 異常判別装置、プログラム、異常判別システム及び異常判別方法 |
CN108132607A (zh) * | 2018-02-26 | 2018-06-08 | 周国富 | 一种智能家居控制系统及控制方法 |
-
2020
- 2020-05-09 CN CN202010388438.7A patent/CN111522247B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104994535A (zh) * | 2015-06-04 | 2015-10-21 | 浙江农林大学 | 基于多维数据模型的传感器数据流异常检测方法 |
CN106686084A (zh) * | 2016-12-29 | 2017-05-17 | 深圳汇通智能化科技有限公司 | 一种基于智能家居设备的异常预警系统 |
CN108628282A (zh) * | 2017-03-20 | 2018-10-09 | 波音公司 | 分析传感器数据以检测异常阀操作的数据驱动无监督算法 |
Also Published As
Publication number | Publication date |
---|---|
CN111522247A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111522247B (zh) | 智能家居系统中多个传感器的异常检测方法 | |
WO2017088354A1 (zh) | 设备故障诊断方法、装置及系统 | |
CN104464158B (zh) | 一种火灾报警的联动控制方法及系统 | |
EP2264681A1 (en) | Alarm | |
CN106385457B (zh) | 一种云服务平台厨房作业环境智能告警方法及系统 | |
CN113034837B (zh) | 一种防误报感烟探测报警器及报警控制方法 | |
KR20110004395A (ko) | 경보기 | |
KR102206898B1 (ko) | 화재감지기 및 자가진단이 가능한 중계장치를 구비하는 화재경보 시스템 | |
KR20120126705A (ko) | 시설물 환경 모니터링 장치 및 방법 | |
CN107767613B (zh) | 一种通用型的消防控制装置及方法 | |
CN111341063A (zh) | 用电设备安全预警监测智控系统、方法、装置及终端设备 | |
CN112333142A (zh) | 一种智能设备检测系统及其检测方法 | |
CN111522246B (zh) | 智能家居系统中单个传感器的异常检测方法 | |
CN108365978A (zh) | 一种用于地下综合管廊监控的前置处理机、系统及方法 | |
CN108475941A (zh) | 以太网供电照明系统 | |
CN116798205A (zh) | 一种基于大数据的电气火灾监测阈值动态处理方法及系统 | |
CN114593814B (zh) | 一种电涡流传感器故障的检测方法及装置 | |
CN116311760A (zh) | 一种基于物联网的民用建筑火灾监控预警系统 | |
CN212302691U (zh) | 一种火灾自动报警及联动控制系统 | |
JP2000003485A (ja) | 火災報知設備 | |
KR102035568B1 (ko) | 화재감지기 체결형 스마트 어댑터를 이용한 화재관리시스템 | |
TWI590180B (zh) | 偵錯系統、偵錯方法以及電力管理系統 | |
CN106444705A (zh) | 测试方法及测试系统、用电信息采集系统 | |
CN117238114B (zh) | 基于物联网的建筑环境数据处理方法、系统及装置 | |
CN210165200U (zh) | 一种燃气管道实时监控系统 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230608 Address after: Room 320, Block H, Unit 5, Building 1, No. 688 Qiushi Road, Jinshanwei Town, Jinshan District, Shanghai, December 2015 Applicant after: Shanghai Zhengxiang Information Technology Co.,Ltd. Address before: Family Courtyard of Zhoushan Campus, Agricultural College of Heke University, Luoyang City, Henan Province, 471003 Applicant before: Liu Yuhua |
|
GR01 | Patent grant | ||
GR01 | Patent grant |