CN112924743B - 一种基于电流数据的仪器状态检测方法 - Google Patents
一种基于电流数据的仪器状态检测方法 Download PDFInfo
- Publication number
- CN112924743B CN112924743B CN202110127067.1A CN202110127067A CN112924743B CN 112924743 B CN112924743 B CN 112924743B CN 202110127067 A CN202110127067 A CN 202110127067A CN 112924743 B CN112924743 B CN 112924743B
- Authority
- CN
- China
- Prior art keywords
- current
- instrument
- state
- current data
- fluctuation
- 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
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明公开了一种基于电流的仪器状态检测方法,本发明首先采集各个仪器的电流数据,当仪器的主要状态电流数据都采集完毕时,再对仪器的电流数据进行分析。分析结果中,可以看到仪器不同状态下对应的电流波动区间。若电流波动区间个数小于2,则认为异常,可以通知负责人现场查看;若波动区间等于2,则认为仪器只有关机态和工作态,没有待机态,这类仪器往往是示波器或分析仪一类;若区间大于2,则认为当前仪器存在关机态、待机态和工作态。通过电流波动区间与状态的关系对应,即可计算出仪器的使用时长。采用本发明,可以有效掌握仪器的使用效率。
Description
技术领域
本发明涉及数据分析领域,具体而言,本发明涉及一种基于电流数据的仪器状态检测方法。
背景技术
科研仪器作为国家资产的重要组成部分,已成为现代科学探索的重要物质基础。随着国家对科研仪器的投入不断增长,科研机构、人员亦随之增加,然而在仪器使用效率、共享率方面与达发国家相比,还有较大的差距。为提高仪器使用效率,首先需要实现对仪器状态的检测。
中国专利申请《一种基于仪器电流数据的大数据分析方法》(申请号:201910456282.9)公开了一种仪器状态检测的方法,通过支持向量机(SVM)模型构建仪器的电流和状态的对应关系,实现对仪器状态的检测。该方法需要事先得到仪器不同状态下的电流值,然后人工为样本打上标签。该方法没有考虑到电流的波动,同时又忽略了大多数仪器在关机时,系统会时刻检测电源按键而产生的关机电流,更重要的是,在实际情况中,难以事先获取每台仪器的关机电流、待机电流及开机电流。另外,还有一种方法是通过采集仪器开始工作时产生的突变信号,将时域信号通过傅利叶变化后转换为频域信号后提取出主频,放入识别库。之后,当识别到仪器再次产生该突变信号时,则认为仪器工作。该方法需要对突变信号进行采集,这要求终端能够准确采集到该信号,且人为提取出每台仪器的突变信号会导致很高的人力成本。
发明内容
本发明的目的是提供一种方法,根据仪器的电流数据,分析对应仪器的电流值特征以及仪器不同状态对应的电流波动区间,再计算出仪器状态切换的电流阈值,从而可以得出仪器的使用效率。
为实现上述目的,本发明采用以下技术方案:一种基于电流的仪器状态检测方法,借助仪器管理系统实现。所述仪器管理系统包括管理平台以及用于采集电流数据的终端,终端按照一定频率采集仪器的电流数据并向管理平台上报,管理平台用于汇总并展示仪器信息,如仪器编号、地址、负责人等,以及指定时间内的仪器电流数据。所述方法包含以下步骤:
A、数据样本建立步骤:
A-1、从仪器管理系统中获取某台仪器的电流数据,所述电流数据包括关机电流、待机电流、工作电流。
A-2、对A-1中获取的电流数据进行预处理,主要是对异常点的处理,最后生成电流数据集及参考电流数据集。
B、数据分析步骤:
B-1、对A-2中获取的电流数据集进行电流值提取,得到电流值主要存在的几个波动区间。
B-2、根据B-1中所得的电流波动区间,按照一定规则进行区间合并,得到最终的几个电流波动区间,至多3个。
C、结果处理
C-1、若B-2所得电流波动区间数为3,那么做如下映射:电流值最小波动区间对应仪器关机态、次小的波动区间对应仪器待机态、最大的波动区间对应仪器工作态。若B-2所得电流波动区间数为2,那么做如下映射:电流值小的区间对应仪器关机态、电流值大的区间对应仪器工作态。
C-2、根据C-1所得结果,计算仪器状态识别的电流阈值,从而得到仪器的工作时间以及仪器的使用效率并返回。
在本发明中,首先采集各个仪器的电流数据,当仪器的主要状态电流数据都采集完毕时,再对仪器的电流数据进行分析。分析结果中,可以看到仪器不同状态下对应的电流波动区间。若电流波动区间个数小于2,则认为异常,可以通知负责人现场查看;若波动区间等于2,则认为仪器只有关机态和工作态,没有待机态,这类仪器往往是示波器或分析仪一类;若区间大于2,则认为当前仪器存在关机态、待机态和工作态。通过电流波动区间与状态的关系对应,即可计算出仪器的使用时长。
采用本发明,可以有效掌握仪器的使用效率。对于使用率较低的仪器,管理者可以考虑采取共享的方式提供给需要的科研机构;对于使用率高的仪器,管理者需要考虑到增加仪器的数量,缓解供求压力。这样,不仅盘活了仪器的经济效益,减少了资源的浪费,同时又提升了管理服务水平。
附图说明
图1是整体方法流程图。
图2是电流数据集与参考电流数据集建立流程图。
图3是电流波动区间划分流程图。
图4是电流波动区间合并流程图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚明白,接下来结合附图和实例进行进一步的详细说明,下文中出现对电流大小的描述单位都为(A)安培。
本发明的实现建立在仪器管理系统收集的大量电流数据之上,考虑到仪器在不同状态下电流值具有随机波动的特性,且不同仪器的电流数据不同。因此所述方法如图1所示,具体流程如下:
A、建立电流数据集,主要分为以下两个步骤完成。
A-1、获取仪器原始电流数据。
A-2、对电流数据中异常电流进行处理并生成电流数据集与参考电流数据集。
步骤A-1中,某台仪器的电流数据由仪器管理系统给出,电流数据的时间跨度应该超过3个月,数据量至少超过150000个点,尽量完整覆盖仪器的关机态、待机态、工作态。
步骤A-2流程如图2所示。考虑到原始电流数据中会存在一些异常值,如仪器状态切换过程中产生的电流跳变,电流的异常波动等。因此,首先计算出每个电流数据出现的频次,将出现频次小于某个阈值的电流数据筛出,该阈值根据采集终端的采集频率及实际情况而定。其次,对筛出的每个电流数据逐一进行时间连续性检测:存在时间连续性的电流数据可以保留,防止某些不常使用,或使用时间较短的仪器的工作电流数据样本被误删;而时间连续性差的电流数据则可以从整体样本中剔除。最后,得到电流数据集,并保留所有出现的电流数据,并按大小进行排序生成一个参考电流数据集在步骤B中使用。
实施例:原始电流数据集S={0.02,0.03,0.02,0.02,0.02,0.03,0.03,0.02,0.02,0.61,1.29,1.28,1.29,1.29,1.27,1.28,1.28,1.27},经上述A-2的处理之后,最终电流数据集P={0.02,0.03,0.02,0.02,0.02,0.03,0.03,0.02,0.02,1.29,1.28,1.29,1.29,1.27,1.28,1.28,1.27},参考电流数据集C={0.02,0.03,1.27,1.28,1.29}。
B、数据分析,主要包括以下两个步骤完成。
B-1、电流波动区间划分步骤。
B-2、电流波动区间合并步骤。
步骤B-1主要内容如图3所示。电流波动区间划分的依据为,虽然仪器在某个状态下的电流值存在波动的情况,但是电流的波动是有限的,只会在某个范围内变化。因此,仪器在不同状态下的电流数据应存在不同的区间中。根据此依据,利用上述A-2中生成结果中的参考电流数据集,设初始波动上限为T1,初始波动下限为T2,初始T1=T2=C0,其中C0为参考电流数据集中第一个元素。计算电流数据集中电流数据值处于该范围的电流数据个数,并记为K。以电流值的最小分辨率为步长,增大T1,再次计算电流值处于T1,T2范围内的数据个数此时,比较K与若则认为T1仍然没有超出原本波动区间,那么可以继续增大T1;若那么认为T1已经到达当前状态的上限值。此时记录当前波动区间[T2,T1],之后更新T1与T2的值:假设11>Ci,则令T1=T2=Ci+1,重复上述方法直至遍历电流数据集中的所有电流数据。这样,可以得到所有的电流波动区间。
步骤B-2主要内容如图4所示。所述的电流波动区间已经由步骤B-1得出,为防止数据覆盖程度不足,导致属于同一状态的电流数据被划分出多个电流波动区间的情况,需要对电流波动区间进行合并。现假设电流波动区间集T为:
T={[t0,t1],[t2,t3],[t4,t5],…[ti,ti+1],…[tn-1tn]},0≤i≤n
首先对T中每个电流波动区间按照第一个元素大小进行顺序排序,假设T已经是排序后的结果。其次,从第一个区间[t0,t1]起,依次取出两个区间,如[t0,t1]与[t2,t3],取差值δ与误差ε比较,若δ<ε,则认为[t0,t1]与[t2,t3]可以合并,否则不合并。此处δ=t2-t1,取ε=t2×20%。对T中所有的电流波动区间进行上述操作,最终可以得到k个电流波动区间,k≤n。
C、生成结果,主要包括以下两个步骤:
C-1、建立电流波动区间与仪器状态的映射关系并计算阈值
C-2、生成最终结果
步骤C-1中,所述电流波动区间集T′由步骤B-2中得出:
T′={[t0,t1],[t2,t3],[t4,t5],…[ti,ti+1],…[tm-1,tm]},0≤i<m若m>3,则取值最小电流波动区间T’0对应关机电流、次小电流波动区间T’1对应待机电流、T’j对应工作电流记为[t4,+]。此时,记仪器关机态到待机态的跳变阈值为记仪器待机态到工作态的跳变阈值为若m=3,则取最小电流波动区间T’0对应关机电流,最大电流波动区间T’1对应工作电流。此时,记仪器从关机态到工作态的电流跳变阈值为
步骤C-2中,所述结果由电流波动区间集、电流阈值、是否异常组成。最终的电流波动区间集T″由步骤C-1生成,若在C-1中m>3:
T″={[t0,t1],[t2,t3],[t4,+]}
若m≤3:
T″=T′
若m=1则设置仪器电流异常并通知该有仪器负责人,仪器电流数据疑似错误,需要现场查看。最终一台具有关机态、待机态、工作态的仪器返回结果X形如:
X={[x4,+],[x3,x2],[x1,x0],xb,xs,0}
参数从左到右依次为工作态电流波动区间、待机态电流波动区间、关机态电流波动区间、待机—工作电流阈值、关机—待机电流阈值、结果是否异常,异常为1,正常为0。最终,仪器的工作态效率η可以这样计算:
其中,N为电流数据集的容量,cnt为处于工作态电流波动区间的电流数据个数。最后,在判断仪器所处状态时,可以根据电流阈值直接计算,当电流值高于待机—工作电流阈值时,认为仪器处于工作态;当电流值低于关机—待机电流阈值时,认为仪器处于关机态;其它处于待机态。
至此,实现了一种基于电流的仪器状态检测方法。该方法在仪器电流存在波动的情况下,对仪器电流进行分析,并得到仪器的多个电流跳变阈值。以电流跳变阈值为依据,在终端实时采集仪器电流数据时,就可以实时判断出仪器所处的状态,并在事后统计出仪器处于某状态的时间。最终,可以得出仪器的使用效率。
Claims (5)
1.一种基于电流数据的仪器状态检测方法,其特征在于该方法包括以下步骤:
A、数据样本建立步骤:
A-1、从仪器管理系统中获取某台仪器的电流数据,所述电流数据包括关机电流、待机电流、工作电流;
A-2、对A-1中获取的电流数据进行预处理,主要是对异常点的处理,生成电流数据集及参考电流数据集;
B、数据分析步骤:
B-1、对A-2中获取的电流数据集进行电流值提取,得到电流值主要存在的几个波动区间;
B-2、根据B-1中所得的电流波动区间,按照一定规则进行区间合并,得到最终的几个电流波动区间,至多3个;具体是:
设电流波动区间集T为:
T={[t0,t1],[t2,t3],[t4,t5],...[ti,ti+1],...[tn-1tn]},0≤i≤n;
首先对T中每个电流波动区间按照第一个元素大小进行顺序排序,假设T已经是排序后的结果;
其次,从第一个区间[t0,t1]起,依次取出两个区间,如[t0,t1]与[t2,t3],取差值δ与误差ε比较,若δ<ε,则将[t0,t1]与[t2,t3]合并,否则不合并;
对T中所有的电流波动区间进行上述操作,最终得到k个电流波动区间,k≤n;
C、结果处理
C-1、若B-2所得电流波动区间数为3,那么做如下映射:电流值最小波动区间对应仪器关机态、次小的波动区间对应仪器待机态、最大的波动区间对应仪器工作态;若B-2所得电流波动区间数为2,那么做如下映射:电流值小的区间对应仪器关机态、电流值大的区间对应仪器工作态;
C-2、根据C-1所得结果,计算仪器状态识别的电流阈值,从而得到仪器的工作时间以及仪器的使用效率并返回。
2.根据权利要求1所述的一种基于电流数据的仪器状态检测方法,其特征在于:步骤A-2中电流数据进行预处理具体是:
计算每个电流数据出现的频次,将出现频次小于某个阈值的电流数据筛出;
对筛出的每个电流数据逐一进行时间连续性检测,将存在时间连续性的电流数据保留;
得到电流数据集,保留所有出现的电流数据,并按大小进行排序生成参考电流数据集。
3.根据权利要求1所述的一种基于电流数据的仪器状态检测方法,其特征在于:步骤B-1具体是:
利用参考电流数据集,设初始波动上限为T1,初始波动下限为T2,初始T1=T2=C0,其中C0为参考电流数据集中第一个元素;计算电流数据集中电流数据值处于该范围的电流数据个数,并记为K;
5.根据权利要求4所述的一种基于电流数据的仪器状态检测方法,其特征在于:步骤C-2具体是:
步骤C-2中,所述结果由电流波动区间集、电流阈值、是否异常组成;最终的电流波动区间集T″由步骤C-1生成;
若在C-1中
m>3:
T″={[t0,t1],[t2,t3],[t4,+]}
m≤3:
T″=T′
若m=1,则设置仪器电流异常并通知该仪器负责人,仪器电流数据疑似错误,需要现场查看;
最终一台具有关机态、待机态、工作态的仪器返回结果X形如:
X={[x4,+],[x3,x2],[x1,x0],xb,xs,0}
结果X中的参数从左到右依次为工作态电流波动区间、待机态电流波动区间、关机态电流波动区间、待机-工作电流阈值、关机-待机电流阈值、结果是否异常,异常为1,正常为0;
仪器的工作态效率η计算如下:
其中,N为电流数据集的容量,cnt为处于工作态电流波动区间的电流数据个数;
在判断仪器所处状态时,当电流值高于待机-工作电流阈值时,认为仪器处于工作态;当电流值低于关机-待机电流阈值时,认为仪器处于关机态;其它处于待机态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110127067.1A CN112924743B (zh) | 2021-01-29 | 2021-01-29 | 一种基于电流数据的仪器状态检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110127067.1A CN112924743B (zh) | 2021-01-29 | 2021-01-29 | 一种基于电流数据的仪器状态检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112924743A CN112924743A (zh) | 2021-06-08 |
CN112924743B true CN112924743B (zh) | 2022-05-31 |
Family
ID=76168621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110127067.1A Active CN112924743B (zh) | 2021-01-29 | 2021-01-29 | 一种基于电流数据的仪器状态检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112924743B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114280352B (zh) * | 2021-12-27 | 2024-02-13 | 杭州电子科技大学 | 一种基于电流的大仪工时计算方法 |
CN114580503A (zh) * | 2022-02-15 | 2022-06-03 | 杭州轨物科技有限公司 | 一种基于dp-svm的大仪工时计算方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1176425A1 (en) * | 2000-07-24 | 2002-01-30 | Sony Corporation | Current detecting apparatus and its control method |
CN103592508A (zh) * | 2013-12-04 | 2014-02-19 | 珠海全志科技股份有限公司 | 一种用于库仑计量的电流检测装置 |
CN105785104A (zh) * | 2016-04-01 | 2016-07-20 | 中国联合网络通信集团有限公司 | 移动终端测试电流确定方法及装置 |
CN110414768A (zh) * | 2019-05-29 | 2019-11-05 | 中电科卫星导航运营服务有限公司 | 一种基于仪器电流数据的大数据分析方法 |
CN110441584A (zh) * | 2019-08-26 | 2019-11-12 | 珠海格力电器股份有限公司 | 设备运行状态监测方法、装置、存储介质和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8674713B2 (en) * | 2010-10-21 | 2014-03-18 | Tektronix, Inc. | Zero ampere level current data correction for a power device under test |
-
2021
- 2021-01-29 CN CN202110127067.1A patent/CN112924743B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1176425A1 (en) * | 2000-07-24 | 2002-01-30 | Sony Corporation | Current detecting apparatus and its control method |
CN103592508A (zh) * | 2013-12-04 | 2014-02-19 | 珠海全志科技股份有限公司 | 一种用于库仑计量的电流检测装置 |
CN105785104A (zh) * | 2016-04-01 | 2016-07-20 | 中国联合网络通信集团有限公司 | 移动终端测试电流确定方法及装置 |
CN110414768A (zh) * | 2019-05-29 | 2019-11-05 | 中电科卫星导航运营服务有限公司 | 一种基于仪器电流数据的大数据分析方法 |
CN110441584A (zh) * | 2019-08-26 | 2019-11-12 | 珠海格力电器股份有限公司 | 设备运行状态监测方法、装置、存储介质和系统 |
Non-Patent Citations (1)
Title |
---|
"新型直流电源系统绝缘状态在线监测装置研制";谢涌等;《仪器仪表与分析监测》;20160331;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112924743A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106780121B (zh) | 一种基于用电负荷模式分析的用电异常识别方法 | |
CN112924743B (zh) | 一种基于电流数据的仪器状态检测方法 | |
CN114610706B (zh) | 基于过采样和改进随机森林的窃电检测方法、系统及装置 | |
CN106199267B (zh) | 一种电力设备故障特征分析方法 | |
CN109947815B (zh) | 一种基于离群点算法的窃电辨识方法 | |
CN113011481A (zh) | 一种基于决策树算法的电能表功能异常评估方法及系统 | |
CN112291122B (zh) | 网络流量检测方法、装置、电子设备及可读存储介质 | |
CN111797887A (zh) | 一种基于密度筛选与k-均值聚类的反窃电预警方法及系统 | |
CN117273489A (zh) | 光伏状态评估方法及装置 | |
EP4001936A1 (en) | Automatic partial discharge and noise signals separation using arithmetic coding in time domain and magnitude distributions in frequency domain | |
CN111091194B (zh) | 一种基于cavwnb_kl算法的操作系统识别方法 | |
CN111506636A (zh) | 一种基于自回归和近邻算法的居民用电行为分析的系统及方法 | |
CN110389264B (zh) | 一种异常用电计量的检测方法 | |
CN112215307A (zh) | 一种应用机器学习自动检测地震仪器信号异常的方法 | |
CN115658441B (zh) | 一种基于日志的家政业务系统异常监控方法、设备及介质 | |
Gerber et al. | Identification of harmonics and sidebands in a finite set of spectral components | |
CN112445687A (zh) | 一种计算设备的卡顿检测方法及相关装置 | |
CN116108376A (zh) | 一种反窃电的监测系统、方法、电子设备及介质 | |
CN115982656A (zh) | 一种基于集成学习技术的腐蚀类型分类方法 | |
CN112014821B (zh) | 一种基于雷达宽带特征的未知车辆目标识别方法 | |
CN115144026A (zh) | 一种基于Tsallis熵的地铁接触轨系统状态特征提取方法及应用 | |
EP4064171A1 (en) | Operational know-how estimation device and operational know-how estimation method | |
CN112685461A (zh) | 一种基于预判模型的窃电用户判断方法 | |
US20240338065A1 (en) | Automated High-Speed Power System Event Detection and Classification Using Synchrophasor Data | |
CN118519820B (zh) | 基于云平台的数据存储异常检测方法及设备 |
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 |