CN111722058A - 基于知识图谱的电力信息系统故障检测方法、装置及介质 - Google Patents

基于知识图谱的电力信息系统故障检测方法、装置及介质 Download PDF

Info

Publication number
CN111722058A
CN111722058A CN202010553297.XA CN202010553297A CN111722058A CN 111722058 A CN111722058 A CN 111722058A CN 202010553297 A CN202010553297 A CN 202010553297A CN 111722058 A CN111722058 A CN 111722058A
Authority
CN
China
Prior art keywords
fault
information
knowledge
root
power information
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
Application number
CN202010553297.XA
Other languages
English (en)
Inventor
王琼
杨波
魏军
杨明杰
戴芮
王亚婷
李策
苏蕊
郭芳琳
李燕
王�华
梁瑞艳
闫润珍
陈宇航
巫乾军
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.)
Nari Technology Co Ltd
Information and Telecommunication Branch of State Grid Gansu Electric Power Co Ltd
Original Assignee
Nari Technology Co Ltd
Information and Telecommunication Branch of State Grid Gansu Electric Power 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 Nari Technology Co Ltd, Information and Telecommunication Branch of State Grid Gansu Electric Power Co Ltd filed Critical Nari Technology Co Ltd
Priority to CN202010553297.XA priority Critical patent/CN111722058A/zh
Publication of CN111722058A publication Critical patent/CN111722058A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01R31/088—Aspects of digital computing
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本发明公开了一种基于知识图谱的电力信息系统故障检测方法，包括：根据采集的故障症状信息和电力信息系统的配置信息，确定故障业务路径；根据故障症状信息和故障业务路径，利用预先构建的故障知识图谱进行故障定位和故障根音确诊，获得故障位置信息、故障根音信息及故障修复措施信息，以供故障修复。本申请还公开了基于知识图谱的电力信息系统故障检测装置及相应的计算机存储介质。本申请的方法、装置及计算机存储介质提升了故障检测的效率，降低运维成本，提高检测的准确性和灵活性。

Description

基于知识图谱的电力信息系统故障检测方法、装置及介质
技术领域
本发明涉及电力信息系统故障检测，具体涉及一种基于知识图谱的电力信息系统故障关联判断方法及装置。
背景技术
随着信息化水平的不断提高，电力信息系统的正常运行在企业运营中愈发重要。系统数据量与日俱增，而机器老旧、性能逐渐下降，系统故障率逐年提升、故障恢复周期长，系统的可靠性问题日益凸显。如何在电力信息系统的运维过程中快速、准确的找到系统故障原因是电力信息系统安全稳定运行的关键。
现有的检测和诊断方案大多采用硬件进行运维数据采集并依赖运维人员的专业能力分析来检测故障，一方面人力投入较大，成本高，且因运维人员专业能力不同导致定位故障准确率和效率难以得到保障；另一方面诊断规则和诊断流程采用硬编码，难以灵活快速地应对运维现场的各种故障诊断场景。
发明内容
发明目的：本申请的目的在于提供一种基于知识图谱的电力信息系统故障关联判断方法及装置，解决现有故障检测成本高、效率低及灵活度低的问题。
技术方案：本发明提供了一种基于知识图谱的电力信息系统故障检测方法，包括：
根据采集的故障症状信息和电力信息系统的配置信息，确定故障业务路径；
根据故障症状信息和故障业务路径，利用预先构建的故障知识图谱进行故障定位和故障根音确诊，获得故障位置信息、故障根音信息。
进一步地，故障症状信息包括下述中的至少一种：系统故障日志；告警事件；变更事件。其中，电力信息系统的配置信息包括电力信息系统的网络结构及其包括的IP地址。
进一步地，故障知识图谱通过以下步骤进行构建：
对获取的电力信息系统的历史运维数据进行数据预处理，得到故障知识库；
针对故障知识库中的数据进行知识抽取存储，得到故障知识图谱。
进一步地，数据预处理包括根据预先设定的阈值，对异常数据进行删除。
进一步地，知识抽取包括实体抽取和关系抽取；实体抽取识别的实体包括故障症状、故障对象、故障传播介质、故障影响、故障根音及故障修复措施；关系抽取采用基于逻辑规则的关系推理模型进行关系抽取训练。
进一步地，采用基于贝叶斯网络的概率关系模型进行关系抽取。
进一步地，故障根因信息通过以下步骤获取：
根据故障知识图谱中的故障症状、故障根音及故障传播介质之间的对应关系，采用图搜索算法，获得疑似故障根音；
采用训练好的基于贝叶斯网络的概率关系模型，将知识图谱中的故障症状作为证据，推理出疑似故障根音的概率；
根据预设的概率要求，筛选出符合概率要求的疑似故障根音作为故障根音信息。
进一步地，该方法还包括：
根据故障位置信息、故障根音信息，利用所述故障知识图谱获取故障修复措施信息进行故障修复；
利用故障知识图谱对故障修复是否成功进行诊断：
若否，则继续进行故障修复；
若是，将故障相关数据标记成功后存储至故障知识库，以供训练故障知识图谱。
本申请另一方面公开了一种基于知识图谱的电力信息系统故障检测装置，包括：
故障业务路径确认模块，其被配置为根据采集的故障症状信息和电力信息系统的配置信息，确定故障业务路径；
故障诊断模块，其被配置为根据故障症状信息和故障业务路径，利用预先构建的故障知识图谱进行故障定位和故障根音确诊，获得故障位置信息、故障根音信息。
本申请还公开了一种计算机可读存储介质，可读存储介质中包括计算机可执行指令，可执行指令被执行时用于上述基于知识图谱的电力信息系统故障检测方法。
有益效果：与现有技术相比，本申请将知识图谱应用到电力信息系统故障检测中，不仅提升了故障诊断的智能性，缩短了故障诊断时间，而且将数据资源转换为知识资产用于系统故障检测，降低运维成本，提高检测的准确性和灵活性。
附图说明
图1为本申请的故障检测方法流程图；
图2为本申请的故障检测装置系统框图。
具体实施方式
下面结合附图和实施例对本发明做进一步描述：
本发明公开了一种基于知识图谱的电力信息系统故障检测方法，如图1所示，包括：
S101根据采集的故障症状信息和电力信息系统的配置信息，确定故障业务路径。
具体地，故障症状信息包括系统故障日志、告警事件、变更事件、性能告警等系统提示信息中的一种或多种。
电力信息系统的配置信息包括电力信息系统的网络结构及其包括的IP地址。对于电力信息系统故障检测而言，故障定位即确定故障网元的位置。在本实施例中，首先根据电力信息系统的网络结构及其中的IP地址，确定发生故障的业务所对应的业务路径，缩小故障定位的范围。
S102根据故障症状信息和故障业务路径，利用预先构建的故障知识图谱进行故障定位和故障根音确诊，获得故障位置信息、故障根音信息。及故障修复措施信息，以供故障修复。
具体地，故障知识图谱中包括各种故障数据，包括故障症状、故障对象、故障传播介质、故障影响、故障根音、故障修复措施以及上述故障数据之间的对应关系。故障知识图谱用于支撑故障诊断。
故障知识图谱通过以下步骤进行构建：
(1)对获取的电力信息系统的历史运维数据进行数据预处理，得到故障知识库。
具体地，数据预处理包括根据预先设定的阈值，对异常数据进行删除，例如对于故障症状信息中的CPU占用率而言，可将其筛选阈值设置为0，若采集的故障症状信息对应的CPU占用率为负值，明显属于异常数据，则自动将其对应的故障症状信息及相应数据删除。
可选地，将前后采集时刻的数据差值比例设定固定阈值，如500％，若前后相邻时刻采集的数据超出500％，则对该数据进行删除处理。
故障知识库中的数据是在历史运维过程中已标注过的故障数据。可采用NDB数据库进行存储。
(2)针对故障知识库中的数据进行知识抽取存储，得到故障知识图谱。
具体地，知识抽取包括实体抽取和关系抽取。
实体抽取，也称为命名实体识别，此处的实体包括概念，人物，组织，地名，时间等。本实施例中，实体抽取识别的实体包括故障症状、故障对象、故障传播介质、故障影响、故障根音及故障修复措施。
关系抽取采用基于逻辑规则的关系推理模型进行关系抽取训练。将故障数据库中故障数据分为训练集和测试集对模型进行迭代训练反向传播，得到训练好的模型，通过训练好的模型可以测试出两个实体之间的关系，用于故障诊断。
可选地，采用基于贝叶斯网络的概率关系模型进行关系抽取。
在本实施例中，故障根因信息通过以下步骤获取：
(1)根据故障知识图谱中的故障症状、故障根音及故障传播介质之间的对应关系，采用图搜索算法，获得疑似故障根音；
(2)采用训练好的基于贝叶斯网络的概率关系模型，将知识图谱中的故障症状作为证据，推理出疑似故障根音的概率；
(3)根据预设的概率要求，筛选出符合概率要求的疑似故障根音作为故障根音信息。
S103根据故障位置信息、故障根音信息，利用故障知识图谱获取故障修复措施信息，进行故障修复。在本申请的实施例中，故障修复的实施可由系统运维人员进行，也可通过受控的机器人进行。
S104利用故障知识图谱对故障修复是否成功进行诊断：
若否，则继续进行故障修复；具体地，根据诊断的信息再次获得故障根音及故障修复措施，进行再次修复，直至故障修复成功。
若是，将故障相关数据标记成功后存储至故障知识库，以供训练故障知识图谱。具体地，故障成功修复后，将该故障的状态标识为已成功修复，并将其对应的故障数据(即故障症状、故障对象、故障传播介质、故障影响、故障根音及故障修复措施)存储至故障知识库中，为故障知识图谱中基于贝叶斯网络的概率关系模型的训练进一步提供新的训练数据，如此可不断提升故障诊断的准确率。
本申请另一方面公开了一种基于知识图谱的电力信息系统故障检测装置，如图2所示，包括：
故障业务路径确认模块201，其被配置为根据采集的故障症状信息和电力信息系统的配置信息，确定故障业务路径；
故障诊断模块202，其被配置为根据故障症状信息和故障业务路径，利用预先构建的故障知识图谱进行故障定位和故障根音确诊，获得故障位置信息、故障根音信息及故障修复措施信息，以供故障修复。
本申请还公开了一种计算机可读存储介质，可读存储介质中包括计算机可执行指令，可执行指令被执行时用于上述基于知识图谱的电力信息系统故障检测方法。
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、系统、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、设备(系统)、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。
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。

Claims (10)

1.一种基于知识图谱的电力信息系统故障检测方法，其特征在于，包括：
根据采集的故障症状信息和电力信息系统的配置信息，确定故障业务路径；
根据所述故障症状信息和故障业务路径，利用预先构建的故障知识图谱进行故障定位和故障根音确诊，获得故障位置信息、故障根音信息。
2.根据权利要求1所述的方法，其特征在于，所述故障症状信息包括下述中的至少一种：系统故障日志；告警事件；变更事件；
所述电力信息系统的配置信息包括电力信息系统的网络结构及其包括的IP地址。
3.根据权利要求1所述的方法，其特征在于，所述故障知识图谱通过以下步骤进行构建：
对获取的电力信息系统的历史运维数据进行数据预处理，得到故障知识库；
针对故障知识库中的数据进行知识抽取存储，得到所述故障知识图谱。
4.根据权利要求3所述的方法，其特征在于，所述数据预处理包括根据预先设定的阈值，对异常数据进行删除。
5.根据权利要求3所述的方法，其特征在于，所述知识抽取包括实体抽取和关系抽取；
所述实体抽取识别的实体包括故障症状、故障对象、故障传播介质、故障影响、故障根音及故障修复措施；
所述关系抽取采用基于逻辑规则的关系推理模型进行关系抽取训练。
6.根据权利要求5所述的方法，其特征在于，采用基于贝叶斯网络的概率关系模型进行关系抽取。
7.根据权利要求6所述的方法，其特征在于，所述故障根因信息通过以下步骤获取：
根据所述故障知识图谱中的故障症状、故障根音及故障传播介质之间的对应关系，采用图搜索算法，获得疑似故障根音；
采用训练好的基于贝叶斯网络的概率关系模型，将所述知识图谱中的故障症状作为证据，推理出所述疑似故障根音的概率；
根据预设的概率要求，筛选出符合所述概率要求的疑似故障根音作为所述故障根音信息。
8.根据权利要求3所述的方法，其特征在于，所述方法还包括：
根据所述故障位置信息、所述故障根音信息，利用所述故障知识图谱获取故障修复措施信息进行故障修复；
利用所述故障知识图谱对故障修复是否成功进行诊断：
若否，则继续进行故障修复；
若是，将故障相关数据标记成功后存储至所述故障知识库，以供训练所述故障知识图谱。
9.一种基于知识图谱的电力信息系统故障检测装置，其特征在于，包括：
故障业务路径确认模块，其被配置为根据采集的故障症状信息和电力信息系统的配置信息，确定故障业务路径；
故障诊断模块，其被配置为根据所述故障症状信息和故障业务路径，利用预先构建的故障知识图谱进行故障定位和故障根音确诊，获得故障位置信息、故障根音信息及故障修复措施信息，以供故障修复。
10.一种计算机可读存储介质，其特征在于，所述可读存储介质中包括计算机可执行指令，所述可执行指令被执行时用于实现权利要求1～8中任一项所述的方法。
CN202010553297.XA 2020-06-17 2020-06-17 基于知识图谱的电力信息系统故障检测方法、装置及介质 Pending CN111722058A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010553297.XA CN111722058A (zh) 2020-06-17 2020-06-17 基于知识图谱的电力信息系统故障检测方法、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010553297.XA CN111722058A (zh) 2020-06-17 2020-06-17 基于知识图谱的电力信息系统故障检测方法、装置及介质

Publications (1)

Publication Number Publication Date
CN111722058A true CN111722058A (zh) 2020-09-29

Family

ID=72567158

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010553297.XA Pending CN111722058A (zh) 2020-06-17 2020-06-17 基于知识图谱的电力信息系统故障检测方法、装置及介质

Country Status (1)

Country Link
CN (1) CN111722058A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112241734A (zh) * 2020-10-15 2021-01-19 首域科技(杭州)有限公司 通过知识图谱和贝叶斯网络对设备故障诊断的方法和系统
CN112583640A (zh) * 2020-12-02 2021-03-30 厦门渊亭信息科技有限公司 一种基于知识图谱的服务故障检测方法及装置
CN112859822A (zh) * 2021-04-25 2021-05-28 北京邮电大学 基于人工智能的设备健康分析及故障诊断的方法及系统
CN113159993A (zh) * 2021-04-07 2021-07-23 国家电网有限公司客户服务中心 一种基于电力系统的知识库构建方法及系统
CN113641555A (zh) * 2021-08-17 2021-11-12 中国联合网络通信集团有限公司 故障设备定位方法、装置、设备及可读存储介质
CN114745256A (zh) * 2022-02-28 2022-07-12 国家电网有限公司信息通信分公司 一种服务器报警溯源方法、装置及存储介质
CN117647697A (zh) * 2023-11-21 2024-03-05 广东电网有限责任公司江门供电局 一种基于知识图谱的电力计量流水线故障定位方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109672554A (zh) * 2018-10-24 2019-04-23 华为技术服务有限公司 确定故障根因的方法及装置
CN109840157A (zh) * 2017-11-28 2019-06-04 中国移动通信集团浙江有限公司 故障诊断的方法、装置、电子设备和存储介质
CN109991951A (zh) * 2019-04-28 2019-07-09 齐鲁工业大学 多源故障检测与诊断方法和装置
CN110008288A (zh) * 2019-02-19 2019-07-12 武汉烽火技术服务有限公司 用于网络故障分析的知识图谱库的构建方法及其应用
CN110243834A (zh) * 2019-07-11 2019-09-17 西南交通大学 基于知识图谱的变压器设备缺陷分析方法
CN110727804A (zh) * 2019-10-11 2020-01-24 北京明略软件系统有限公司 利用知识图谱处理维修案例的方法、装置及电子设备
CN110825885A (zh) * 2019-11-13 2020-02-21 南方电网科学研究院有限责任公司 一种电力设备知识图谱应用系统
CN111193605A (zh) * 2019-08-28 2020-05-22 腾讯科技（深圳）有限公司 一种故障定位方法、装置及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109840157A (zh) * 2017-11-28 2019-06-04 中国移动通信集团浙江有限公司 故障诊断的方法、装置、电子设备和存储介质
CN109672554A (zh) * 2018-10-24 2019-04-23 华为技术服务有限公司 确定故障根因的方法及装置
CN110008288A (zh) * 2019-02-19 2019-07-12 武汉烽火技术服务有限公司 用于网络故障分析的知识图谱库的构建方法及其应用
CN109991951A (zh) * 2019-04-28 2019-07-09 齐鲁工业大学 多源故障检测与诊断方法和装置
CN110243834A (zh) * 2019-07-11 2019-09-17 西南交通大学 基于知识图谱的变压器设备缺陷分析方法
CN111193605A (zh) * 2019-08-28 2020-05-22 腾讯科技（深圳）有限公司 一种故障定位方法、装置及存储介质
CN110727804A (zh) * 2019-10-11 2020-01-24 北京明略软件系统有限公司 利用知识图谱处理维修案例的方法、装置及电子设备
CN110825885A (zh) * 2019-11-13 2020-02-21 南方电网科学研究院有限责任公司 一种电力设备知识图谱应用系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112241734A (zh) * 2020-10-15 2021-01-19 首域科技(杭州)有限公司 通过知识图谱和贝叶斯网络对设备故障诊断的方法和系统
CN112583640A (zh) * 2020-12-02 2021-03-30 厦门渊亭信息科技有限公司 一种基于知识图谱的服务故障检测方法及装置
CN113159993A (zh) * 2021-04-07 2021-07-23 国家电网有限公司客户服务中心 一种基于电力系统的知识库构建方法及系统
CN113159993B (zh) * 2021-04-07 2022-08-12 国家电网有限公司客户服务中心 一种基于电力系统的知识库构建方法及系统
CN112859822A (zh) * 2021-04-25 2021-05-28 北京邮电大学 基于人工智能的设备健康分析及故障诊断的方法及系统
CN113641555A (zh) * 2021-08-17 2021-11-12 中国联合网络通信集团有限公司 故障设备定位方法、装置、设备及可读存储介质
CN113641555B (zh) * 2021-08-17 2023-11-24 中国联合网络通信集团有限公司 故障设备定位方法、装置、设备及可读存储介质
CN114745256A (zh) * 2022-02-28 2022-07-12 国家电网有限公司信息通信分公司 一种服务器报警溯源方法、装置及存储介质
CN114745256B (zh) * 2022-02-28 2024-05-24 国家电网有限公司信息通信分公司 一种服务器报警溯源方法、装置及存储介质
CN117647697A (zh) * 2023-11-21 2024-03-05 广东电网有限责任公司江门供电局 一种基于知识图谱的电力计量流水线故障定位方法及系统
CN117647697B (zh) * 2023-11-21 2024-05-14 广东电网有限责任公司江门供电局 一种基于知识图谱的电力计量流水线故障定位方法及系统

Similar Documents

Publication Publication Date Title
CN111722058A (zh) 基于知识图谱的电力信息系统故障检测方法、装置及介质
WO2021179574A1 (zh) 根因定位方法、装置、计算机设备和存储介质
CN108445410B (zh) 一种监测蓄电池组运行状态的方法及装置
Romano et al. Automated detection of pipe bursts and other events in water distribution systems
De Weerdt et al. A robust F-measure for evaluating discovered process models
CN113282461B (zh) 传输网的告警识别方法和装置
CN111209131A (zh) 一种基于机器学习确定异构系统的故障的方法和系统
CN105468917A (zh) 一种管线故障预测方法及装置
CN115809183A (zh) 基于知识图谱的信创终端故障发现及处置的方法
CN110990788A (zh) 一种基于三元维纳过程的轴承剩余寿命预测方法
CN114338348A (zh) 一种智能告警方法、装置、设备及可读存储介质
CN105825130A (zh) 一种信息安全预警方法及装置
CN111413952B (zh) 机器人故障检测方法、装置、电子设备及可读存储介质
CN112486136B (zh) 故障预警系统及方法
CN112906914B (zh) 轨道交通it设备故障分析方法、装置和电子设备
CN112345972A (zh) 基于停电事件的配电网线变关系异常诊断方法、装置及系统
CN110878692B (zh) 故障报警方法及装置
CN115169650B (zh) 一种大数据分析的装备健康预测方法
CN110942234A (zh) 一种中低压燃气管道风险评价方法及装置
CN112819262A (zh) 存储器、工艺管道检维修决策方法、装置和设备
CN113992823B (zh) 一种基于多信息源的一二次设备故障智能诊断方法
CN115689118A (zh) 一种油气管道风险评价方法、系统、存储介质和电子设备
CN114662977A (zh) 海上钻井平台运动状态的异常检测方法、系统和电子设备
CN112860527A (zh) 应用服务器的故障监测方法及装置
US11749070B2 (en) Identification of anomalies in an automatic teller machine (ATM) network

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200929