CN112446618B - 一种多组分指标联合研判的开关设备状态评价方法及装置 - Google Patents
一种多组分指标联合研判的开关设备状态评价方法及装置 Download PDFInfo
- Publication number
- CN112446618B CN112446618B CN202011358487.2A CN202011358487A CN112446618B CN 112446618 B CN112446618 B CN 112446618B CN 202011358487 A CN202011358487 A CN 202011358487A CN 112446618 B CN112446618 B CN 112446618B
- Authority
- CN
- China
- Prior art keywords
- value vector
- vector
- index
- state
- measurement
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 41
- 238000011160 research Methods 0.000 title claims abstract description 32
- 239000013598 vector Substances 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 229910052717 sulfur Inorganic materials 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 229910018503 SF6 Inorganic materials 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010292 electrical insulation Methods 0.000 description 1
- 230000005518 electrochemistry Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 1
- 229960000909 sulfur hexafluoride Drugs 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明公开了一种多组分指标联合研判的开关设备状态评价方法及装置,该方法包括输入开关设备内部绝缘气的多组分测量指标,以构建测量值矢量;将所构建的测量值矢量标准化,获得标准化测量值矢量;根据标准化测量值矢量来计算得到开关设备故障特征值向量;根据开关设备故障特征值向向量来输出开关设备状态。本方法通过将开关设备内部绝缘气体评价方法由简单的单指标阈值比较方式,升级为多指标联合研判方法,充分考虑了故障演变过程中各指标的关联性,评价结果更加准确。
Description
技术领域
本发明涉及电气设备状态评价领域,具体涉及一种多组分指标联合研判的开关设备状态评价方法及装置。
背景技术
六氟化硫具有良好的电气绝缘性能及优异的灭弧性能,而被广泛用作高压开关、大容量变压器、高压电缆等电气设备的绝缘材料。高压开关设备运行中,其内部通常存在着局部放电或者发热等现象,导致内部绝缘气体不可避免地被电离、分解以及和其他固体材料进一步反应,产生各种分解产物,引起内部绝缘气体质量下降,影响设备绝缘性能。
目前电力仪器仪表行业已研制出基于电化学、红外、激光、色谱等多种检测原理的测试仪器,能够对高压开关设备内的气体分解产物组分进行高精度测量。目前用于高压开关设备内部绝缘气体分解产物检测的设备种类繁多,指标不一、精度各异,不利于进一步的状态研判。同时,当前对高压开关设备运行状态的研判,主要基于单个组分的阈值判断,操作简单但过程粗糙,不利于设备状态的精益化管理。此外,由于现行各项检测及判断理论水平偏低,开关设备运行状态的评估结论较多依赖于个人的知识水平、经验、临场状态等因素。
发明内容
本发明的目的在于克服上述现有技术的不足,提供一种多组分指标联合研判的开关设备状态评价方法及装置,以提高检测结果的准确性。
为实现上述目的,本发明的技术方案是:
第一方面,本发明实施例提供了一种多组分指标联合研判的开关设备状态评价方法,包
输入开关设备内部绝缘气的多组分测量指标,以构建测量值矢量;
将所构建的测量值矢量标准化,获得标准化测量值矢量;
根据标准化测量值矢量来计算得到开关设备故障特征值向量;
根据开关设备故障特征值向向量来输出开关设备状态。
第二方面,本发明实施例提供了一种多组分指标联合研判的开关设备状态评价装置,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上所述方法的步骤。
第三方面,本发明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上所述方法的步骤。
本发明与现有技术相比,其有益效果在于:
(1)标准化了测量值数据样本,并引入了数据品质因素,有效提高当前开关设备内部绝缘气体检测的数据输出水平;(2)将开关设备内部绝缘气体评价指标由常规SO2、H2S、CO三指标集提高到SO2、H2S、SOF2、SO2F2、CF4、CO2、CO、CS2、COS九指标集,提升了评价的全面性和可靠性;(3)将开关设备内部绝缘气体评价方法由简单的单指标阈值比较方式,升级为多指标联合研判方法,充分考虑了故障演变过程中各指标的关联性,评价结果更加准确。
附图说明
图1为本发明实施例1提供的多组分指标联合研判的开关设备状态评价方法的流程图;
图2为本发明实施例2提供的多组分指标联合研判的开关设备状态评价装置的组成示意图;
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1:
参阅图1所示,本实施例提供的多组分指标联合研判的开关设备状态评价方法,主要包括如下步骤:
101、输入开关设备内部绝缘气的多组分测量指标,以构建测量值矢量;
102、将所构建的测量值矢量标准化,获得标准化测量值矢量;
103、根据标准化测量值矢量来计算得到开关设备故障特征值向量;
104、根据开关设备故障特征值向向量来输出开关设备状态。
由此可见,本方法通过将开关设备内部绝缘气体评价方法由简单的单指标阈值比较方式,升级为多指标联合研判方法,充分考虑了故障演变过程中各指标的关联性,评价结果更加准确。
作为上述多组分指标联合研判的开关设备状态评价方法的一种优选,所述方法还包括:
根据开关设备状态来给出运维建议,以进一步地利于设备的精益化管理。
具体地,上述的多组分测量指标包括SO2、H2S、SOF2、SO2F2、CF4、CO2、CO、CS2、COS,因此,所构建测量值矢量为:
如此,通过将将开关设备内部绝缘气体评价指标由常规SO2、H2S、CO三指标集提高到SO2、H2S、SOF2、SO2F2、CF4、CO2、CO、CS2、COS九指标集,提升了评价的全面性和可靠性。
而该标准化测量值矢量则为:
其中,f()测量值标准化函数;测量值矢量;/>指标阈值矢量;
测量值品质因素。
如此,通过上述的操作,标准化了测量值数据样本,并引入了数据品质因素,有效提高当前开关设备内部绝缘气体检测的数据输出水平。
该开关设备故障特征值向量为:
其中,
标准测量值矢量;{Ssi}:故障特征值选择矩阵;XN×4:故障特征值计算矩阵。
如此,通过特征矩阵计算,联合应用9组分的测量信息,进行开关设备故障特征值计算,形成设备故障特征4维度向量,从而有利于准确地判断出开关设备的状态量,具体的判断方式为:
其中:f事信映射事信映射函数,根据开关设备故障特征值矢量和状态判决矩阵,推导出对应的开关设备状态评价结果和运维建议;
开关设备故障特征值向量;
Y判决:开关设备状态评价判决矩阵。
如此,通过依托开关设备状态评价矩阵,通过事信映射的方式,推导出高压开关设备的状态评价和运维建议,从而无需多依赖于个人的知识水平、经验、临场状态等因素,所得出的结果客观、准确。
综上,本实施例提供的多组分指标联合研判的开关设备状态评价方法与现有技术相比,具有如下技术优势:
(1)标准化了测量值数据样本,并引入了数据品质因素,有效提高当前开关设备内部绝缘气体检测的数据输出水平;(2)将开关设备内部绝缘气体评价指标由常规SO2、H2S、CO三指标集提高到SO2、H2S、SOF2、SO2F2、CF4、CO2、CO、CS2、COS九指标集,提升了评价的全面性和可靠性;(3)将开关设备内部绝缘气体评价方法由简单的单指标阈值比较方式,升级为多指标联合研判方法,充分考虑了故障演变过程中各指标的关联性,评价结果更加准确。
实施例2:
参阅图2所示,本实施例提供的多组分指标联合研判的开关设备状态评价装置包括处理器201、存储器202以及存储在该存储器202中并可在所述处理器201上运行的计算机程序203,例如多组分指标联合研判的开关设备状态评价程序。该处理器201执行所述计算机程序203时实现上述实施例1步骤,例如图1所示的步骤。
示例性的,所述计算机程序203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202中,并由所述处理器201执行,以完成本发明。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203在所述多组分指标联合研判的开关设备状态评价装置中的执行过程。例如,所述计算机程序203可以被分割成转换模块和匹配运算模块。
所述多组分指标联合研判的开关设备状态评价装置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。所述多组分指标联合研判的开关设备状态评价装置可包括,但不仅限于,处理器201、存储器202。本领域技术人员可以理解,图2仅仅是多组分指标联合研判的开关设备状态评价装置的示例,并不构成多组分指标联合研判的开关设备状态评价装置的限定,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,例如所述多组分指标联合研判的开关设备状态评价装置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201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(FieldProgrammable 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202可以是所述多组分指标联合研判的开关设备状态评价装置的内部存储元,例如多组分指标联合研判的开关设备状态评价装置的硬盘或内存。所述存储器202也可以是所述多组分指标联合研判的开关设备状态评价装置的外部存储设备,例如所述多组分指标联合研判的开关设备状态评价装置上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器202还可以既包括所述多组分指标联合研判的开关设备状态评价装置的内部存储单元也包括外部存储设备。所述存储器202用于存储所述计算机程序以及所述多组分指标联合研判的开关设备状态评价装置所需的其他程序和数据。所述存储器202还可以用于暂时地存储已经输出或者将要输出的数据。
实施例3:
本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实施例1所述方法的步骤。
所示计算机可读介质可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理再以电子方式获得所述程序,然后将其存储在计算机存储器中。
上述实施例只是为了说明本发明的技术构思及特点,其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰,都应涵盖在本发明的保护范围内。
Claims (3)
1.一种多组分指标联合研判的开关设备状态评价方法,其特征在于,包括:
输入开关设备内部绝缘气的多组分测量指标,以构建测量值矢量;
将所构建的测量值矢量标准化,获得标准化测量值矢量;
根据标准化测量值矢量来计算得到开关设备故障特征值向量;
根据开关设备故障特征值向量来输出开关设备状态;
所述多组分测量指标包括SO2、H2S、SOF2、SO2F2、CF4、CO2、CO、CS2、COS;
所构建测量值矢量为:
所述标准化测量值矢量为:
其中,f():测量值标准化函数;测量值矢量;/>指标阈值矢量;
测量值品质因素;
还包括:
根据开关设备状态来给出运维建议;
所述开关设备故障特征值向量为:
其中,
标准测量值矢量;{Ssi}:故障特征值选择矩阵;XN×4:故障特征值计算矩阵;所述根据开关设备故障特征值向量来输出开关设备状态包括:
其中,
f事信映射:事信映射函数,根据开关设备故障特征值矢量和状态判决矩阵,推导出对应的开关设备状态评价结果和运维建议;
开关设备故障特征值向量;
Y判决:开关设备状态评价判决矩阵。
2.一种多组分指标联合研判的开关设备状态评价装置,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所述方法的步骤。
3.一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所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011358487.2A CN112446618B (zh) | 2020-11-27 | 2020-11-27 | 一种多组分指标联合研判的开关设备状态评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011358487.2A CN112446618B (zh) | 2020-11-27 | 2020-11-27 | 一种多组分指标联合研判的开关设备状态评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112446618A CN112446618A (zh) | 2021-03-05 |
CN112446618B true CN112446618B (zh) | 2023-08-29 |
Family
ID=74738815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011358487.2A Active CN112446618B (zh) | 2020-11-27 | 2020-11-27 | 一种多组分指标联合研判的开关设备状态评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446618B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009582A (zh) * | 2017-11-30 | 2018-05-08 | 厦门理工学院 | 一种电子设备标准工作指标设置的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3771691B2 (ja) * | 1997-10-03 | 2006-04-26 | 株式会社鷺宮製作所 | 絶縁性ガスの状態監視装置及び絶縁性ガスの状態監視装置の制御方法 |
CN103701394B (zh) * | 2013-12-30 | 2016-06-08 | 哈尔滨工业大学 | 一种基于电流量的逆变器功率管开路故障在线诊断方法 |
CN205622133U (zh) * | 2016-03-21 | 2016-10-05 | 广东电网有限责任公司东莞供电局 | Gis开关设备动作状态监测系统 |
CN108629491B (zh) * | 2018-04-13 | 2021-07-30 | 中国南方电网有限责任公司超高压输电公司曲靖局 | 一种换流变检修质量综合评估方法 |
CN111638449B (zh) * | 2020-06-03 | 2022-08-05 | 国网北京市电力公司 | 一种配电自动化开关故障诊断方法、设备及可读存储介质 |
-
2020
- 2020-11-27 CN CN202011358487.2A patent/CN112446618B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009582A (zh) * | 2017-11-30 | 2018-05-08 | 厦门理工学院 | 一种电子设备标准工作指标设置的方法 |
Non-Patent Citations (1)
Title |
---|
On-line_monitoring_device_for_operating_state_of_GIS_isolating_switch_operating_mechanism;Zhao Huicheng etc.;2017 2nd International Conference on Power and Renewable Energy;306-309 * |
Also Published As
Publication number | Publication date |
---|---|
CN112446618A (zh) | 2021-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114757305B (zh) | 一种基于集成学习的电压互感器绝缘故障辨识方法及系统 | |
CN104112239A (zh) | 一种利用基准态分析的变压器状态评估方法及装置 | |
Mharakurwa et al. | Multiparameter-based fuzzy logic health index assessment for oil-immersed power transformers | |
Rajaratnam et al. | Influence diagnostics for high-dimensional lasso regression | |
CN107066302B (zh) | 缺陷检测方法、装置及服务终端 | |
CN112446618B (zh) | 一种多组分指标联合研判的开关设备状态评价方法及装置 | |
CN115032323A (zh) | 确定油色谱数据异常的方法、电子设备及存储介质 | |
CN115310460A (zh) | 一种机器翻译质量评估方法、装置、设备和存储介质 | |
Yue et al. | A nonlinear fractional-order H∞ observer for SOC estimation of battery pack of electric vehicles | |
CN114358193A (zh) | 基于油色谱的变压器状态诊断方法、终端及存储介质 | |
CN117748507A (zh) | 基于高斯回归模型的配网谐波接入不确定性评估方法 | |
US20120029887A1 (en) | Computing device and method for analyzing scattering parameters passivity | |
Leinakse et al. | Exponential to ZIP and ZIP to exponential load model conversion: Methods and error | |
CN114324712A (zh) | 变压器油色谱故障判断方法、装置、终端及存储介质 | |
Abbasi et al. | An approach for lifetime reliability analysis using theorem proving | |
Hamad | A new metric for measuring metamodels quality-of-fit for deterministic simulations | |
CN112418641A (zh) | 地铁站安全评估方法、装置、服务器及存储介质 | |
CN112347912A (zh) | 一种基于黑盒模型的换流变压器运行状态判断方法及装置 | |
Soomro et al. | Development of a simplified method for the determination of ampere-hour capacity of lead–acid battery | |
CN114969273B (zh) | 一种高考专业推荐方法、装置、设备及存储介质 | |
CN113656395B (zh) | 数据质量治理方法、装置、设备及存储介质 | |
Park et al. | Dalc: Domain adaptation learning curve prediction for neural machine translation | |
Burle et al. | Effect of ambient temperature variations on estimation of proximity of the voltage collapse point | |
Wang et al. | CVT on-line error measurement hybrid-driven by domain knowledge and Stacking Model | |
Klauenberg et al. | Testing normality: An introduction with sample size calculation in legal metrology |
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 |