CN112508404A - 配电网设备运行的自动验收方法、装置、设备及存储介质 - Google Patents
配电网设备运行的自动验收方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112508404A CN112508404A CN202011418783.7A CN202011418783A CN112508404A CN 112508404 A CN112508404 A CN 112508404A CN 202011418783 A CN202011418783 A CN 202011418783A CN 112508404 A CN112508404 A CN 112508404A
- Authority
- CN
- China
- Prior art keywords
- data set
- distribution network
- power distribution
- acceptance
- verification
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000012795 verification Methods 0.000 claims abstract description 89
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012423 maintenance Methods 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
- 238000012545 processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明实施例公开了一种配电网设备运行的自动验收方法,通过获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,运行数据集包括多个运行数据;获取各个配电网设备对应的目标指标数据集,目标指标数据集包括多个目标数据,每个目标数据对应一个配电网设备;将运行数据集和目标指标数据集进行显著性差异校验,得到校验结果;根据校验结果和预设校验阈值确定验收结果,通过运行数据集和目标指标数据集进行显著性差异校验,实现了对配电网设备运行的自动化验收,大大提高了配电网设别运行验收效率和实时性。此外,还提出了一种配电网设备运行的自动验收装置、计算机设备及存储介质。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种配电网设备运行的自动验收方法、装置、设备及存储介质。
背景技术
在配网生产作业管控过程中,为了保证配电网作业工作人员安全进行配电作业,各地供电局在执行抢修、维修等生产作业时,需要撰写作业文件,从而方便配电作业人员根据作业文件指导进行规范操作,以保证配电作业人员的安全和配电作业的合规性,因此,这就需要保证作业文件的准确性。
通常,作业文件审核通过后,在执行后如何检验执行成果,例如,是否将各设备的数据指标达成预先目标、是否在预定时间内执行完成等,即需要对配电网设备的运行状态进行验收。目前现有的验收方法是通过人工或者视频图像的分析。一方面人工验收存在耗费时间、验收时间不同步、反馈不及时、主观性等缺陷;另一方面,视频图像分析也存在成本高、验收结果准确度不高、实时性不强等缺陷。
发明内容
基于此,有必要针对上述问题,提出一种配电网设备运行的自动验收方法、装置、计算机设备及存储介质,以提高配电网设备运行的验收效率和实时性。
一种配电网设备运行的自动验收方法,所述方法包括:
获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,所述运行数据集包括多个运行数据;
获取各个所述配电网设备对应的目标指标数据集,所述目标指标数据集包括多个目标数据,每个目标数据对应一个所述配电网设备;
将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果;
根据所述校验结果和预设校验阈值确定验收结果。
一种配电网设备运行的自动验收装置,所述装置包括:
第一获取模块,用于获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,所述运行数据集包括多个运行数据;
第二获取模块,用于获取各个所述配电网设备对应的目标指标数据集,所述目标指标数据集包括多个目标数据,每个目标数据对应一个所述配电网设备;
校验模块,用于将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果;
第一确定模块,用于根据所述校验结果和预设校验阈值确定验收结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,所述运行数据集包括多个运行数据;
获取各个所述配电网设备对应的目标指标数据集,所述目标指标数据集包括多个目标数据,每个目标数据对应一个所述配电网设备;
将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果;
根据所述校验结果和预设校验阈值确定验收结果。
一种计算机可读介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,所述运行数据集包括多个运行数据;
获取各个所述配电网设备对应的目标指标数据集,所述目标指标数据集包括多个目标数据,每个目标数据对应一个所述配电网设备;
将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果;
根据所述校验结果和预设校验阈值确定验收结果。
上述配电网设备运行的自动验收方法、装置、计算机设备及存储介质,通过获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,所述运行数据集包括多个运行数据;获取各个所述配电网设备对应的目标指标数据集,所述目标指标数据集包括多个目标数据,每个目标数据对应一个所述配电网设备;将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果;根据所述校验结果和预设校验阈值确定验收结果。通过进行显著性差异校验,实现对配电网设备运行的自动化验收,提高了验收效率和实时性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为一个实施例中配电网设备运行的自动验收方法的流程图;
图2为一个实施例中显著性差异校验方法的流程图;
图3为一个实施例中目标指标数据获取方法的流程图;
图4为另一个实施例中配电网设备运行的自动验收方法的流程图;
图5为一个实施例中配电网设备运行的自动验收装置的结构框图;
图6为一个实施例中计算机设备的结构框图。
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作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。
如图1所示,在一个实施例中,提供了一种配电网设备运行的自动验收方法,该配电网设备运行的自动验收方法既可以应用于终端,也可以应用于服务器,本实施例以应用于服务器举例说明。该配电网设备运行的自动验收方法具体包括以下步骤:
步骤102,获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,运行数据集包括多个运行数据。
其中,配电网设备包括变压器、继电器或者线路等,运行数据是指反映配电网设备运行状态的指标数据,如电压、电流或者负荷等。具体地,当配电网的智能锁具闭锁时,表明作业人员配电网作业执行结束,获取作业执行结束后的各个配电网设备的运行数据。
步骤104,获取各个配电网设备对应的目标指标数据集,目标指标数据集包括多个目标数据,每个目标数据对应一个配电网设备。
其中,目标指标数据集是指配电网在理想运行状态的配电网设备的运行数据的集合。具体地,可以从配电网作业人员撰写的配电网作业文件中的提取到该目标指标数据集。可以理解的地,该目标指标数据集多个目标数据,每个目标数据对应一个配电网设备。
步骤106,将运行数据集和目标指标数据集进行显著性差异校验,得到校验结果。
其中,显著想差异校验是用于比较两个或者多个样本的差异是否显著。当运行数据集和目标指标数据集差异越显著,表明运行数据和目标指标数据越接远,因此,配电网作业的执行效果越差;当运行数据集和目标指标数据集差异越不显著,表明运行数据和目标指标数据越接近,因此,配电网作业的执行效果越好。具体地,可以通过计算运行数据集和目标指标数据集距离或者相似度等进行显著性校验,其中的校验结果为运行数据集和目标指标数据集距离或者相似度。
步骤108,根据校验结果和预设校验阈值确定验收结果。
具体地,将校验结果与预设校验阈值进行比较,当校验结果在预设校验阈值范围内,确定验收结果为通过;当校验结果不在预设校验阈值范围内,确定验收结果为不通过。可以理解地,通过运行数据集和目标指标数据集进行显著性差异校验,实现了对配电网设备运行的自动化验收,并且还能够实现远程验收,相较于传统的人工验收或者视频验收方式,大大提高了配电网设别运行验收效率和实时性。
进一步地,当验收结果验收不通过时,还可以及时向作业人员发送预警,提示作业人员对配电网进行检修,保证配电网设备的安全运行。
上述配电网设备运行的自动验收方法,通过获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,运行数据集包括多个运行数据;获取各个配电网设备对应的目标指标数据集,目标指标数据集包括多个目标数据,每个目标数据对应一个配电网设备;将运行数据集和目标指标数据集进行显著性差异校验,得到校验结果;根据校验结果和预设校验阈值确定验收结果,通过运行数据集和目标指标数据集进行显著性差异校验,实现了对配电网设备运行的自动化验收,大大提高了配电网设别运行验收效率和实时性。
如图2所示,在一个实施例中,将运行数据集和目标指标数据集进行显著性差异校验,得到校验结果,包括:
步骤106A,计算运行数据集和目标指标数据集的距离;
步骤106B,根据距离确定校验结果。
在这个实施例中,将运行数据集中的各个运行数据分别与目标指标数据集中各个目标指标数据进行距离计算,将计算得到的距离作为校验结果。可以理解地,本实施例中,直接计算运行数据集和目标指标数据集的距离,由于距离计算过程简单快捷,算力较小,因此,有利于提高距离计算的效率。
在一个实施例中,距离为余弦距离、欧几里得距离、明可夫斯基距离、曼哈顿距离及切比雪夫距离中的至少一种。
其中,余弦距离是用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小,其公式为:其中,sim(X,Y)表示为余弦相似度,x表示为运行数据,y表示为与运行数据x对应的目标指标数据。欧几里得距离(Euclidean Distance)是衡量的是多维空间中各个点之间的绝对距离,其公式为:其中,dist(X1,Y1)表示为欧几里得距离,xi表示为第i个运行数据,yi表示为与第i个运行数据对应的第i个目标指标数据。明可夫斯基距离(Minkowski Distance)是欧几里得距离的推广,是对多个距离度量公式的概括性的表述,其公式为:其中,dist(X2,Y2)表示为明可夫斯基距离,xi表示为第i个运行数据,yi表示为与第i个运行数据对应的第i个目标指标数据,p为常数。曼哈顿距离(Manhattan Distance)来源于城市区块距离,是将多个维度上的距离进行求和后的结果,其公式为:其中,dist(X3,Y3)表示为曼哈顿距离,xi表示为第i个运行数据,yi表示为第i个运行数据对应的第i个目标指标数据。切比雪夫距离(Chebyshev Distance)是向量空间中的一种度量,二个点之间的距离定义是其各坐标数值差绝对值的最大值,其公式为:其中,dist(X4,Y4)表示为切比雪夫距离,xi表示为第i个运行数据,yi表示为与第i个运行数据对应的第i个目标指标数据。可以理解地,通过计算运行数据集与目标指标数据集的余弦距离、欧几里得距离、明可夫斯基距离、曼哈顿距离及切比雪夫距离中的至少一种,将计算得到的结果作为校验结果,实现了对运行数据集与目标指标数据集的显著性差异校验,由于计算简单快捷,进而提高了校验效率。
在一个实施例中,将运行数据集和目标指标数据集进行显著性差异校验,得到校验结果,还包括:基于运行数据集和目标指标数据集,按照最小二乘法进行拟合,得到目标曲线;根据目标曲线的极小值确定校验结果。
在这个实施例中,针对运行数据集和目标指标数据集各自对应的多组数据差值,利用最小二乘法进行曲线拟合,确定目标曲线的极小值为校验结果,实现了对校验结果的模拟,提高了获取校验结果效率。
如图3所示,在一个实施例中,获取各个配电网设备对应的目标指标数据集,包括:
步骤104A,获取配电网作业人员撰写的作业文件;
步骤104B,对作业文件进行语义分析,提取配电网关键词;
步骤104C,从配电网关键词中筛选出目标指标数据集。
在这个实施例中,作业文件是指用户通过终端设备向服务器输入的能够反映配网计划工作信息的文本信息。对作业文件进行语义分析(NatureLanguageProcessing,NLP),提取出配电网关键词,其中的配电网关键词是指与配电网作业先关的词语,如“电压101V”、“在10:05时刻的继电器的电流值为150A(安培)”等。语义分析,其中可能涉及分词、语言模型(N-Gram语言模型、神经网络语言模型等)、权重计算、核心词提取等步骤,在此不展开说明。举例来说,可以按照标点符号、数字或者动词词性中任意一者,将填写内容划分成多个部分,分别对每个部分进行语义分析,得到填写内容中包含的多个配电网关键词。在一个示例中,作业文件中包含“在10:05时刻的继电器的电流值为150A”,通过语义分析后,可以得到如下配电网关键词“10:05”、“继电器”和“电流值为150A”。从配电网关键词中筛选出目标指标数据。可以理解地,通过提取配电网关键词,实现了对作业文件的简化处理,避免了无效内容的干扰,提高了获取目标指标数据的效率。
如图4所示,在一个实施例中,在根据校验结果和预设校验阈值确定验收结果之后,方法还包括:
步骤110,获取多个验收结果;
步骤112,基于验收结果生成验收报告并进行展示。
在这个实施例中,服务器获取到多个验收结果,并对验收结果进行分析统计,生成验收报告展示给作业人员。
在一个实施例中,根据校验结果和预设校验阈值确定验收结果,包括:若检验结果满足预设校验阈值范围,确定验收结果为验收通过;若检验结果不满足预设校验阈值范围,确定验收结果为验收不通过。
在这个实施例中,在检验结果满足预设校验阈值范围时,确定验收结果为验收通过;当检验结果不满足预设校验阈值范围时,确定验收结果为验收不通过。
如图5所示,在一个实施例中,提出了一种配电网设备运行的自动验收装置,所述装置包括:
第一获取模块502,用于获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,所述运行数据集包括多个运行数据;
第二获取模块504,用于获取各个所述配电网设备对应的目标指标数据集,所述目标指标数据集包括多个目标数据,每个目标数据对应一个所述配电网设备;
校验模块506,用于将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果;
第一确定模块508,用于根据所述校验结果和预设校验阈值确定验收结果。
在一个实施例中,所述校验模块包括:
计算单元,用于计算所述运行数据集和所述目标指标数据集的距离;
第一确定单元,用于根据所述距离确定所述校验结果。
在一个实施例中,所述配电网设备运行的自动验收装置还包括:
拟合模块,用于基于所述运行数据集和所述目标指标数据集,按照最小二乘法进行拟合,得到目标曲线;
第二确定模块,用于根据所述目标曲线的极小值确定所述校验结果。
在一个实施例中,所述第二获取模块包括:
获取单元,用于获取配电网作业人员撰写的作业文件;
分析单元,用于对所述作业文件进行语义分析,提取配电网关键词;
筛选单元,用于从所述配电网关键词中筛选出所述目标指标数据集。
在一个实施例中,所述配电网设备运行的自动验收装置还包括:
第三获取模块,用于获取多个验收结果;
展示模块,用于基于所述验收结果生成验收报告并进行展示。
图6示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是服务器,所述服务器包括但不限于高性能计算机和高性能计算机集群。如图6所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现配电网设备运行的自动验收方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行配电网设备运行的自动验收方法。本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的配电网设备运行的自动验收方法可以实现为一种计算机程序的形式,计算机程序可在如图6所示的计算机设备上运行。计算机设备的存储器中可存储组成配电网设备运行的自动验收装置的各个程序模板。比如,第一获取模块502,第二获取模块504,校验模块506,第一确定模块508。
一种计算机设备,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,所述处理器执行所述计算机程序时实现如下步骤:获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,所述运行数据集包括多个运行数据;获取各个所述配电网设备对应的目标指标数据集,所述目标指标数据集包括多个目标数据,每个目标数据对应一个所述配电网设备;将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果;根据所述校验结果和预设校验阈值确定验收结果。
在一个实施例中,所述将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果,包括:计算所述运行数据集和所述目标指标数据集的距离;根据所述距离确定所述校验结果。
在一个实施例中,所述距离为余弦距离、欧几里得距离、明可夫斯基距离、曼哈顿距离及切比雪夫距离中的至少一种。
在一个实施例中,所述所述将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果,还包括:基于所述运行数据集和所述目标指标数据集,按照最小二乘法进行拟合,得到目标曲线;根据所述目标曲线的极小值确定所述校验结果。
在一个实施例中,所述获取各个所述配电网设备对应的目标指标数据集,包括:获取配电网作业人员撰写的作业文件;对所述作业文件进行语义分析,提取配电网关键词;从所述配电网关键词中筛选出所述目标指标数据集。
在一个实施例中,在所述根据所述校验结果和预设校验阈值确定验收结果之后,所述方法还包括:获取多个验收结果;基于所述验收结果生成验收报告并进行展示。
在一个实施例中,所述根据所述校验结果和预设校验阈值确定验收结果,包括:若所述检验结果满足所述预设校验阈值范围,确定所述验收结果为验收通过;若所述检验结果不满足所述预设校验阈值范围,确定所述验收结果为验收不通过。
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下步骤:获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,所述运行数据集包括多个运行数据;获取各个所述配电网设备对应的目标指标数据集,所述目标指标数据集包括多个目标数据,每个目标数据对应一个所述配电网设备;将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果;根据所述校验结果和预设校验阈值确定验收结果。
在一个实施例中,所述将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果,包括:计算所述运行数据集和所述目标指标数据集的距离;根据所述距离确定所述校验结果。
在一个实施例中,所述距离为余弦距离、欧几里得距离、明可夫斯基距离、曼哈顿距离及切比雪夫距离中的至少一种。
在一个实施例中,所述所述将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果,还包括:基于所述运行数据集和所述目标指标数据集,按照最小二乘法进行拟合,得到目标曲线;根据所述目标曲线的极小值确定所述校验结果。
在一个实施例中,所述获取各个所述配电网设备对应的目标指标数据集,包括:获取配电网作业人员撰写的作业文件;对所述作业文件进行语义分析,提取配电网关键词;从所述配电网关键词中筛选出所述目标指标数据集。
在一个实施例中,在所述根据所述校验结果和预设校验阈值确定验收结果之后,所述方法还包括:获取多个验收结果;基于所述验收结果生成验收报告并进行展示。
在一个实施例中,所述根据所述校验结果和预设校验阈值确定验收结果,包括:若所述检验结果满足所述预设校验阈值范围,确定所述验收结果为验收通过;若所述检验结果不满足所述预设校验阈值范围,确定所述验收结果为验收不通过。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种配电网设备运行的自动验收方法,其特征在于,所述方法包括:
获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,所述运行数据集包括多个运行数据;
获取各个所述配电网设备对应的目标指标数据集,所述目标指标数据集包括多个目标数据,每个目标数据对应一个所述配电网设备;
将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果;
根据所述校验结果和预设校验阈值确定验收结果。
2.根据权利要求1所述的配电网设备运行的自动验收方法,所述将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果,包括:
计算所述运行数据集和所述目标指标数据集的距离;
根据所述距离确定所述校验结果。
3.根据权利要求2所述的配电网设备运行的自动验收方法,其特征在于,所述距离为余弦距离、欧几里得距离、明可夫斯基距离、曼哈顿距离及切比雪夫距离中的至少一种。
4.根据权利要求1所述的配电网设备运行的自动验收方法,其特征在于,所述所述将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果,还包括:
基于所述运行数据集和所述目标指标数据集,按照最小二乘法进行拟合,得到目标曲线;
根据所述目标曲线的极小值确定所述校验结果。
5.根据权利要求1所述的配电网设备运行的自动验收方法,其特征在于,所述获取各个所述配电网设备对应的目标指标数据集,包括:
获取配电网作业人员撰写的作业文件;
对所述作业文件进行语义分析,提取配电网关键词;
从所述配电网关键词中筛选出所述目标指标数据集。
6.根据权利要求1所述的配电网设备运行的自动验收方法,其特征在于,在所述根据所述校验结果和预设校验阈值确定验收结果之后,所述方法还包括:
获取多个验收结果;
基于所述验收结果生成验收报告并进行展示。
7.根据权利要求1所述的配电网设备运行的自动验收方法,其特征在于,所述根据所述校验结果和预设校验阈值确定验收结果,包括:
若所述检验结果满足所述预设校验阈值范围,确定所述验收结果为验收通过;
若所述检验结果不满足所述预设校验阈值范围,确定所述验收结果为验收不通过。
8.一种配电网设备运行的自动验收装置,其特征在于,所述装置包括:
第一获取模块,用于获取配电网的智能锁具在闭锁时刻各个配电网设备的运行数据集,所述运行数据集包括多个运行数据;
第二获取模块,用于获取各个所述配电网设备对应的目标指标数据集,所述目标指标数据集包括多个目标数据,每个目标数据对应一个所述配电网设备;
校验模块,用于将所述运行数据集和所述目标指标数据集进行显著性差异校验,得到校验结果;
第一确定模块,用于根据所述校验结果和预设校验阈值确定验收结果。
9.一种计算机设备,其特征在于,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至7任一项所述配电网设备运行的自动验收方法的步骤。
10.一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至7任一项所述配电网设备运行的自动验收方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011418783.7A CN112508404A (zh) | 2020-12-07 | 2020-12-07 | 配电网设备运行的自动验收方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011418783.7A CN112508404A (zh) | 2020-12-07 | 2020-12-07 | 配电网设备运行的自动验收方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112508404A true CN112508404A (zh) | 2021-03-16 |
Family
ID=74971016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011418783.7A Pending CN112508404A (zh) | 2020-12-07 | 2020-12-07 | 配电网设备运行的自动验收方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112508404A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801230A (zh) * | 2021-04-07 | 2021-05-14 | 国网江西省电力有限公司电力科学研究院 | 一种配电线路无人机智能验收方法 |
CN115238830A (zh) * | 2022-09-21 | 2022-10-25 | 广东柯内特环境科技有限公司 | 设备的运行阈值设置方法及监控方法、监控系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013037168A1 (zh) * | 2011-09-15 | 2013-03-21 | 湖北省电力公司电力试验研究院 | 一种智能变电站二次虚回路检测装置及检测方法 |
CN106329730A (zh) * | 2016-09-14 | 2017-01-11 | 国网江苏省电力公司连云港供电公司 | 基于智能电网调度系统的变站监控信息自动验收系统 |
CN106971273A (zh) * | 2017-03-31 | 2017-07-21 | 国网山东省电力公司 | 智能告警提示的变电站验收工作流程控制系统及控制方法 |
CN108400908A (zh) * | 2018-02-11 | 2018-08-14 | 国网江苏省电力有限公司电力科学研究院 | 变电站监控信息自动验收装置及方法 |
CN110765322A (zh) * | 2019-10-31 | 2020-02-07 | 国网河北省电力有限公司电力科学研究院 | 一种电力系统二次设备信息和状态自动检查系统及方法 |
CN111262346A (zh) * | 2020-04-26 | 2020-06-09 | 国网江西省电力有限公司电力科学研究院 | 一种变电站一体化自动验收系统和方法 |
CN111274355A (zh) * | 2020-01-15 | 2020-06-12 | 广东电网有限责任公司 | 一种基于lucene的主厂站遥信信号自动对比方法 |
-
2020
- 2020-12-07 CN CN202011418783.7A patent/CN112508404A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013037168A1 (zh) * | 2011-09-15 | 2013-03-21 | 湖北省电力公司电力试验研究院 | 一种智能变电站二次虚回路检测装置及检测方法 |
CN106329730A (zh) * | 2016-09-14 | 2017-01-11 | 国网江苏省电力公司连云港供电公司 | 基于智能电网调度系统的变站监控信息自动验收系统 |
CN106971273A (zh) * | 2017-03-31 | 2017-07-21 | 国网山东省电力公司 | 智能告警提示的变电站验收工作流程控制系统及控制方法 |
CN108400908A (zh) * | 2018-02-11 | 2018-08-14 | 国网江苏省电力有限公司电力科学研究院 | 变电站监控信息自动验收装置及方法 |
CN110765322A (zh) * | 2019-10-31 | 2020-02-07 | 国网河北省电力有限公司电力科学研究院 | 一种电力系统二次设备信息和状态自动检查系统及方法 |
CN111274355A (zh) * | 2020-01-15 | 2020-06-12 | 广东电网有限责任公司 | 一种基于lucene的主厂站遥信信号自动对比方法 |
CN111262346A (zh) * | 2020-04-26 | 2020-06-09 | 国网江西省电力有限公司电力科学研究院 | 一种变电站一体化自动验收系统和方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801230A (zh) * | 2021-04-07 | 2021-05-14 | 国网江西省电力有限公司电力科学研究院 | 一种配电线路无人机智能验收方法 |
CN112801230B (zh) * | 2021-04-07 | 2021-08-06 | 国网江西省电力有限公司电力科学研究院 | 一种配电线路无人机智能验收方法 |
CN115238830A (zh) * | 2022-09-21 | 2022-10-25 | 广东柯内特环境科技有限公司 | 设备的运行阈值设置方法及监控方法、监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210257066A1 (en) | Machine learning based medical data classification method, computer device, and non-transitory computer-readable storage medium | |
CN109992664B (zh) | 争议焦点的标注分类方法、装置、计算机设备和存储介质 | |
US20210295162A1 (en) | Neural network model training method and apparatus, computer device, and storage medium | |
CN109829629B (zh) | 风险分析报告的生成方法、装置、计算机设备和存储介质 | |
CN109447105A (zh) | 合同审核方法、装置、计算机设备和存储介质 | |
CN109783785B (zh) | 生成实验检测报告的方法、装置和计算机设备 | |
CN110688853B (zh) | 序列标注方法、装置、计算机设备和存储介质 | |
CN112507073A (zh) | 配电网作业文件的内容校验方法及相关设备 | |
CN112508404A (zh) | 配电网设备运行的自动验收方法、装置、设备及存储介质 | |
CN113159013A (zh) | 基于机器学习的段落识别方法、装置、计算机设备和介质 | |
CN110956031A (zh) | 文本相似度匹配的方法、装置及系统 | |
CN116644183B (zh) | 文本分类方法、装置及存储介质 | |
CN111552810B (zh) | 实体抽取与分类方法、装置、计算机设备和存储介质 | |
CN109992778B (zh) | 基于机器学习的简历文档判别方法及装置 | |
CN112507129B (zh) | 配电网作业文件的内容变动处理方法及相关设备 | |
US11481389B2 (en) | Generating an executable code based on a document | |
CN112363929B (zh) | 系统上线方法、装置、计算机设备及存储介质 | |
CN111368061A (zh) | 短文本过滤方法、装置、介质及计算机设备 | |
CN113469237B (zh) | 用户意图识别方法、装置、电子设备及存储介质 | |
CN113449083B (zh) | 作业安全管理方法、装置、设备及存储介质 | |
CN111401055B (zh) | 从金融资讯提取脉络信息的方法和装置 | |
CN113591480A (zh) | 电力计量的命名实体识别方法、装置和计算机设备 | |
EP3570188A1 (en) | Generating an executable code based on a document | |
CN112507128A (zh) | 配电网作业文件的内容填写提示方法及相关设备 | |
CN115329742B (zh) | 基于文本分析的科研项目产出评价验收方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210316 |
|
RJ01 | Rejection of invention patent application after publication |