CN113012412B - 基于仪表和视频数据动态采集统计分析的智慧数据采集方法及系统 - Google Patents
基于仪表和视频数据动态采集统计分析的智慧数据采集方法及系统 Download PDFInfo
- Publication number
- CN113012412B CN113012412B CN202110236508.1A CN202110236508A CN113012412B CN 113012412 B CN113012412 B CN 113012412B CN 202110236508 A CN202110236508 A CN 202110236508A CN 113012412 B CN113012412 B CN 113012412B
- Authority
- CN
- China
- Prior art keywords
- data
- acquisition
- dynamic
- information
- early warning
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明公开了一种基于仪表和视频数据动态采集统计分析的智慧数据采集方法及系统，所述方法包括，实时采集监测范围内的数据动态信息，对新增数据信号进行采集；根据所述数据动态信息，建立采集节点定位布局，从而获取节点的位置信息；根据所述位置信息及所述新增数据进行故障预警分析；通过判断是否触发预警指标来判断是否触发故障，达到早期预警目的，根据所述故障预警分析，利用动态分层分布式数据采集算法以及域拓扑次序进行数据采集，避免采集节点故障；本发明利用动态分层分布式数据采集算法以及域拓扑次序进行数据采集，避免采集节点故障；提高数据动态采集的准确性以及应对故障的分析。
Description
技术领域
本发明涉及数据动态采集技术，尤其是一种基于仪表和视频数据动态采集统计分析的智慧数据采集方法及系统。
背景技术
随着我国经济的高速发展，突发性社会公共事件呈现出新的特点和规律川；相关应急处置部门要分析故障信息，列出所需要统计的关于故障的各种数据项，用来分析故障的发展情况；统计出的数据可以存放在数据库服务器中，形成数字资源，并对这些数字资源进行整合以，作为以后处理类似突发事件的参考信息。
国内现在许多公司大力开发商业化的动态信息采集系统，信息采集系统在各行各业的运用愈来愈广泛，愈来愈多的公司针对各自的业务需求开发各自的信息采集系统，然而这些系统在即时化、动态化等方面的性能都不尽理想，不能对应急突发事件做出较好的响应。
传统方法对服务范围进行动态采集时，存在采集准确性差的问题；而普通的分层分布式数据采集算法在随着采集次序以及固定采集周期时，会增加数据管理的负担，增加采集时间，传统的数据采集系统无法对突发信息进行跟踪，处置突发数据信息。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高数据动态信息的故障分析及减少采集时间的基于仪表和视频数据动态采集统计分析的智慧数据采集方法及系统。
本发明技术方案如下：
一种基于仪表和视频数据动态采集统计分析的智慧数据采集方法，所述方法包括：
步骤S100：实时采集监测范围内的数据动态信息，对新增数据信号进行采集；
步骤S200：根据所述数据动态信息，建立采集节点定位布局，从而获取节点的位置信息；
步骤S300：根据所述位置信息及所述新增数据进行故障预警分析；判断是否触发预警指标；
步骤S400：根据所述故障预警分析，利用动态分层分布式数据采集算法以及域拓扑次序进行数据采集。
具体地，所述数据动态信息包括数据采集、数据管理、数据导入导出，所述数据采集对突发事件及新增数据进行动态采集；所述数据管理对已创建的数据信息进行删除及刷新，其中，刷新从库中获取新增数据信息；所述数据导入导出将数据进行输入和输出的转换。
具体地，根据所述节点的位置信息，得出各采集节点定位布局的距离值，表达方式如下：
式中，d表示采集节点的距离值；rssi表示接收信号强度；a表示常数；n表示常数；g表示常数；1表示第一节点；10表示节点量；
根据所述数据动态信息，得出数据采集特征状态方程，如下：
R＝M*Y+M*Z
Q＝H*Y+K
式中，R表示回波信息矩阵；Y表示信号回波数据监测矩阵；M表示扩维矩阵；z表示干扰噪声；Q表示混合数据；H表示脉冲响应；K表示高斯白噪声。
具体地，根据所述故障预警分析得出离线部分和在线部分；其中，
步骤S310：离线部分，选取经预处理后的数据源作为分析样本，然后去除仪器以及视频的故障数据，保留正常数据做进一步分析；
步骤S320：在线部分，对运行共和监测的实时数据进行预处理，针对采集的故障点，采用两部分进行判断；
首先采集数据统计分析值，设定采集数据报警阈值，判断是否超出预警值，其次根据正常运行的采集数据，通过残差分析出置信区间，判断实测数据是否超出置信区间范围，最后，当置信区间超出设定阈值则发出报警信息。
具体地，根据所述分层分布式数据采集得出通信开销和时间开销，其中，通信开销表达方式如下：
式中，OHhier表示数据采集的通信开销；Ndom表示域数；
表示第i个域的域内开销和域间开销；
表示第i个域的域内开销和域间开销；OHintra表示域内开销；OHm表示域内移动开销；OHfback表示反馈信号的开销；
所述时间开销，表达方式如下：
式中，timehier表示数据采集的时间开销；Ndom表示域数；
表示第i个域的节点数；tij表示采集每个节点花费的时间；timeinter表示域首交互之间花费时间。
还提供一种基于仪表和视频数据动态采集统计分析的智慧数据采集系统，所述系统包括：
数据动态采集单元，用于实时采集监测范围内的数据动态信息，对新增数据信号进行采集；
数据采集第一获取单元，用于根据所述数据动态信息，建立采集节点定位布局，从而获取节点的位置信息；
数据采集第一判断单元，用于根据所述位置信息及所述新增数据进行故障预警分析；判断是否触发预警指标；
数据采集第二判断单元，用于根据所述故障预警分析，利用动态分层分布式数据采集算法根据域拓扑次序进行数据采集。
具体地，所述数据采集第一获取单元包括：
数据滤波电路，用于对所述数据动态信息进行滤波处理，阻碍干扰信号的融入，具体包括；
第一电阻、第二电阻、第二电容、第一电容、第一放大器、第四电阻和第三电阻，所述第一电阻一端与输入端INT连接；所述第一电阻另一端分别与第二电阻一端和第一电容一端连接；所述第二电阻另一端分别与第二电容一端和第一放大器引脚1连接；所述第二电容另一端与地线连接；所述第一放大器引脚2分别与第三电阻一端和第四电阻一端连接；所述第四电阻另一端与地线连接；第三电阻另一端分别与第一放大器引脚3、第一电容另一端和输出端OUT连接。
具体地，所述数据动态采集单元包括但不限于显示屏、操作面板、传感器和GPS。
还提供一种基于仪表和视频数据动态采集统计分析的智慧数据采集设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的基于仪表和视频数据动态采集统计分析的智慧数据采集方法的步骤。
还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机，所述计算机程序被处理器执行时实现上述的基于仪表和视频数据动态采集统计分析的智慧数据采集方法的步骤。
有益效果：本发明设计一种基于仪表和视频数据动态采集统计分析的智慧数据采集方法及系统，首先实时采集监测范围内的数据动态信息，对新增数据信号进行采集；然后根据所述数据动态信息，建立采集节点定位布局，从而获取节点的位置信息；其次根据所述位置信息及所述新增数据进行故障预警分析；通过判断是否触发预警指标来判断是否触发故障，达到早期预警目的，最后根据所述故障预警分析，利用动态分层分布式数据采集算法以及域拓扑次序进行数据采集，避免采集节点故障；提高数据动态采集的准确性以及应对故障的分析。
本发明可以对随机出现的故障突发信息进行跟踪，并根据处置突发事件所需要录入的信息制作出符合数据统计要求的相应模板，并根据模板动态地录入数据信息，上传至数据库服务器；模板和数据信息进行删除和刷新操作，保证数据的即时性和动态性，在采集方法中采用采集节点定位布局以及采集特征状态方程和数据滤波处理，进而提高数据采集的准确率；在结合动态分层分布式算法控制采集通信量，减少数据管理的负担以及采集的时间。
附图说明
图1为一个实施例中基于仪表和视频数据动态采集统计分析的智慧数据采集方法的应用场景图。
图2为一个实施例中基于仪表和视频数据动态采集统计分析的智慧数据采集方法的流程示意图。
图3为另一个实施例中基于仪表和视频数据动态采集统计分析的智慧数据采集方法的流程示意图。
图4为一个实施例中基于仪表和视频数据动态采集统计分析的智慧数据采集方法中数据动态信息的分布示意图。
图5为一个实施例中基于仪表和视频数据动态采集统计分析的智慧数据采集系统的数据过滤电路图。
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的基于仪表和视频数据动态采集统计分析的智慧数据采集方法，可以应用于如图1所示的应用环境中；其中，基于仪表和视频数据动态采集统计分析的智慧数据采集装置1001设置静态信号、数字信号以及工业现场信号组成的局域网路径上，所述基于仪表和视频数据动态采集统计分析的智慧数据采集装置1001先通过实时监测数据的动态变化，以实时采集监测范围内的数据动态信息，对新增数据信号进行采集，其次，所述基于仪表和视频数据动态采集统计分析的智慧数据采集装置1001根据所述数据动态信息，建立采集节点定位布局，从而获取节点的位置信息；然后，根据所述基于仪表和视频数据动态采集统计分析的智慧数据采集装置1001对所述位置信息及所述新增数据进行故障预警分析；判断是否触发预警指标；最后，基于仪表和视频数据动态采集统计分析的智慧数据采集装置1001利用动态分层分布式数据采集算法以及域拓扑次序进行数据采集，减少采集的时间。
另外，当所述故障预警分析得出离线部分和在线部分时，离线部分状态下所述基于仪表和视频数据动态采集统计分析的智慧数据采集装置1001选取经预处理后的数据源作为分析样本，然后去除仪器以及视频的故障数据，保留正常数据做进一步分析；
在线部分状态下所述基于仪表和视频数据动态采集统计分析的智慧数据采集装置1001对运行共和监测的实时数据进行预处理，针对采集的故障点，采用两部分进行判断；首先采集数据统计分析值，设定采集数据报警阈值，判断是否超出预警值，其次根据正常运行的采集数据，通过残差分析出置信区间，判断实测数据是否超出置信区间范围，最后，当置信区间超出设定阈值则发出报警信息。
在一个实施例中，如图2所示，一种基于仪表和视频数据动态采集统计分析的智慧数据采集方法，所述方法包括：
步骤S100：实时采集监测范围内的数据动态信息，对新增数据信号进行采集；
具体地，数据信号在实时的传输中，数据信号实时变化，不同的信号变化方式也是如此，故本步骤，通过实时的监测范围内的数据动态信息，便于后续步骤的调整以及处理，其次，对出现新的数据信号进行数据捕捉及跟踪。
步骤S200：根据所述数据动态信息，建立采集节点定位布局，从而获取节点的位置信息；
具体地，本步骤，以所述监测范围内的数据动态信息，建立采集节点的定位布局，设定不同路径上的采集点，从而满足不同信号下的信息采集，准确计算出采集节点的布局以及部署；
步骤S300：根据所述位置信息及所述新增数据进行故障预警分析；判断是否触发预警指标；
具体地，本步骤，以所述采集节点的定位布局，对新增的数据故障进行分析，若在离线部分和在线部分出现统一的故障信息，则处理方式有所不同，离线状态下则选取经预处理后的数据源作为分析样本，然后去除仪器以及视频的故障数据，保留正常数据做进一步分析；
在线状态下则首先采集数据统计分析值，设定采集数据报警阈值，判断是否超出预警值，根据正常运行的采集数据，通过残差分析出置信区间，判断实测数据是否超出置信区间范围，最后，当置信区间超出设定阈值则发出报警信息。
步骤S400：根据所述故障预警分析，利用动态分层分布式数据采集算法以及域拓扑次序进行数据采集。
具体地，本步骤，以所述新增的数据故障进行分析处理，利用动态分层分布式数据采集算法再结合域拓扑次序进行数据采集，改善普通分层分布式数据采集算法，减轻数据管理的处理负担，减少每次采集时间，而在发生故障时，仍保持数据采集的效率。
在一个实施例中，如图4所示，所述数据动态信息包括数据采集、数据管理、数据导入导出，所述数据采集对突发事件及新增数据进行动态采集；所述数据管理对已创建的数据信息进行删除及刷新，其中，刷新从库中获取新增数据信息；所述数据导入导出将数据进行输入和输出的转换；进而根据数据的递进方式，完成每个阶段所要出现的问题，并对数据经过的每个阶段出现的问题进行逐一处理，保证数据输出的准确性。
在一个实施例中，根据所述节点的位置信息，得出各采集节点定位布局的距离值，表达方式如下：
式中，d表示采集节点的距离值；rssi表示接收信号强度；a表示常数；n表示常数；g表示常数；1表示第一节点；10表示节点量；
根据所述数据动态信息，得出数据采集特征状态方程，如下：
R＝M*Y+M*Z
Q＝H*Y+K
式中，R表示回波信息矩阵；Y表示信号回波数据监测矩阵；M表示扩维矩阵；z表示干扰噪声；Q表示混合数据；H表示脉冲响应；K表示高斯白噪声；对节点距离与信号强度变化，通过节点距离值的计算获取参数值，并通过干扰噪声和高斯白噪声融合，增加回波信息的参数总量，另外对计算获取的干扰进行处理，保证回波信息矩阵准确和对干扰信息处理范围的准确调制。
在一个实施例中，如图3所示，根据所述故障预警分析得出离线部分和在线部分；其中，
步骤S310：离线部分，选取经预处理后的数据源作为分析样本，然后去除仪器以及视频的故障数据，保留正常数据做进一步分析；
具体地，本步骤，以所述新增数据进行故障预警分析，通过离线状态下的对比分析，将保留的正常数据进一步以新增故障信息进行比较，去除超出设定范围内的数据，保证对正常数据的分析；
步骤S320：在线部分，对运行共和监测的实时数据进行预处理，针对采集的故障点，采用两部分进行判断；
首先采集数据统计分析值，设定采集数据报警阈值，判断是否超出预警值，其次根据正常运行的采集数据，通过残差分析出置信区间，判断实测数据是否超出置信区间范围，最后，当置信区间超出设定阈值则发出报警信息；
具体地，本步骤，以所述超出设定范围内的数据进行判断，通过残差分析出置信区间，进而判断实测数据是否超出置信区间范围，其次，将超出设定阈值信息发送出去。
在一个实施例中，根据所述分层分布式数据采集得出通信开销和时间开销，其中，通信开销表达方式如下：
式中，OHhier表示数据采集的通信开销；Ndom表示域数；
表示第i个域的域内开销和域间开销；
表示第i个域的域内开销和域间开销；OHintra表示域内开销；OHm表示域内移动开销；OHfback表示反馈信号的开销；
所述时间开销，表达方式如下：
式中，timehier表示数据采集的时间开销；Ndom表示域数；
表示第i个域的节点数；tij表示采集每个节点花费的时间；timeinter表示域首交互之间花费时间；通过通信开销和时间开销的数据融入，对每个域内开销和时间开销进行计算，对出现不同的开销进行去除，获取有效的数据参数，减小开销交互出现的时间浪费。
在一个实施例中，一种基于仪表和视频数据动态采集统计分析的智慧数据采集系统，所述系统包括：
数据动态采集单元，用于实时采集监测范围内的数据动态信息，对新增数据信号进行采集；
数据采集第一获取单元，用于根据所述数据动态信息，建立采集节点定位布局，从而获取节点的位置信息；
数据采集第一判断单元，用于根据所述位置信息及所述新增数据进行故障预警分析；判断是否触发预警指标；
数据采集第二判断单元，用于根据所述故障预警分析，利用动态分层分布式数据采集算法根据域拓扑次序进行数据采集。
在一个实施例中，如图5所示，所述数据采集第一获取单元包括：
数据滤波电路，用于对所述数据动态信息进行滤波处理，阻碍干扰信号的融入，具体包括；
第一电阻、第二电阻、第二电容、第一电容、第一放大器、第四电阻和第三电阻，所述第一电阻一端与输入端INT连接；所述第一电阻另一端分别与第二电阻一端和第一电容一端连接；所述第二电阻另一端分别与第二电容一端和第一放大器引脚1连接；所述第二电容另一端与地线连接；所述第一放大器引脚2分别与第三电阻一端和第四电阻一端连接；所述第四电阻另一端与地线连接；第三电阻另一端分别与第一放大器引脚3、第一电容另一端和输出端OUT连接；第一电容充当输入端到输出端整段滤波电路的启动电源器；第二电容一端接地过滤向第一放大器传递数据干扰信号；而第四电阻一端接地，给故障点注入阻性电流，使接地故障电流呈阻容性质，减小与电压的相位差，减少因电压不稳定造成数据采集第一获取单元无法正常运行现象，进一步通过数据滤波电路提升数据动态采集统计分析的智慧数据采集系统的稳定以及过滤数据采集时的干扰。
在一个实施例中，所述数据动态采集单元包括但不限于显示屏、操作面板、传感器和GPS。
在一个实施例中，一种基于仪表和视频数据动态采集统计分析的智慧数据采集设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的基于仪表和视频数据动态采集统计分析的智慧数据采集方法的步骤。
在一个实施例中，如图6所示，一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机，所述计算机程序被处理器执行时实现上述的基于仪表和视频数据动态采集统计分析的智慧数据采集方法的步骤。
在一个实施例中，所述计算机程序被处理器执行时实现以下步骤：实时采集监测范围内的数据动态信息，对新增数据信号进行采集；根据所述数据动态信息，建立采集节点定位布局，从而获取节点的位置信息；根据所述位置信息及所述新增数据进行故障预警分析；通过判断是否触发预警指标来判断是否触发故障，达到早期预警目的，根据所述故障预警分析，利用动态分层分布式数据采集算法以及域拓扑次序进行数据采集，避免采集节点故障。
在一个实施例中，所述计算机程序被处理器执行时实现以下步骤：所述数据采集对突发事件及新增数据进行动态采集；所述数据管理对已创建的数据信息进行删除及刷新，其中，刷新从库中获取新增数据信息；所述数据导入导出将数据进行输入和输出的转换。
在一个实施例中，所述计算机程序被处理器执行时实现以下步骤：选取经预处理后的数据源作为分析样本，然后去除仪器以及视频的故障数据，保留正常数据做进一步分析。
在一个实施例中，所述计算机程序被处理器执行时实现以下步骤：首先采集数据统计分析值，设定采集数据报警阈值，判断是否超出预警值，其次根据正常运行的采集数据，通过残差分析出置信区间，判断实测数据是否超出置信区间范围，最后，当置信区间超出设定阈值则发出报警信息。
在一个实施例中，如图4所示，所述第一电阻表示R1；第二电阻表示R2；第三电阻表示R3；第四电阻表示R4；第一电容表示C1；第二电容表示C2；第一放大器表示U1；第一放大器型号为LM324；地线表示GND。
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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，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发明专利范围的限制。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 (4)
1.一种基于仪表和视频数据动态采集统计分析的智慧数据采集方法，其特征在于，所述方法包括：
实时采集监测范围内的数据动态信息，对新增数据信号进行采集；
根据所述数据动态信息，建立采集节点定位布局，从而获取节点的位置信息；所述数据动态信息包括数据采集、数据管理、数据导入导出，所述数据采集对突发事件及新增数据进行动态采集；所述数据管理对已创建的数据信息进行删除及刷新，其中，刷新从库中获取新增数据信息；所述数据导入导出将数据进行输入和输出的转换；
根据所述位置信息及所述新增数据进行故障预警分析；通过判断是否触发预警指标来判断是否触发故障，达到早期预警目的，
根据所述故障预警分析，利用动态分层分布式数据采集算法以及域拓扑次序进行数据采集，避免采集节点故障；根据所述分层分布式数据采集得出通信开销和时间开销，所述时间开销，表达方式如下：
式中，
表示数据采集的时间开销；
表示域数；
表示第
个域的节点数；
表示采集每个节点花费的时间；
表示域首交互之间花费时间；通过通信开销和时间开销的数据融入，对每个域内开销和时间开销进行计算，对出现不同的开销进行去除，获取有效的数据参数，减小开销交互出现的时间浪费；
根据所述数据动态信息，得出数据采集特征状态方程，如下：
式中，
表示回波信息矩阵；
表示信号回波数据监测矩阵；
表示扩维矩阵；
表示干扰噪声；
表示混合数据；
表示脉冲响应；
表示高斯白噪声；
根据所述故障预警分析得出离线部分和在线部分；其中，离线部分，选取经预处理后的数据源作为分析样本，然后去除仪器以及视频的故障数据，保留正常数据做进一步分析；
在线部分，对运行共和监测的实时数据进行预处理，针对采集的故障点，采用两部分进行判断；
首先采集数据统计分析值，设定采集数据报警阈值，判断是否超出预警值，其次根据正常运行的采集数据，通过残差分析出置信区间，判断实测数据是否超出置信区间范围，最后，当置信区间超出设定阈值则发出报警信息。
2.一种基于仪表和视频数据动态采集统计分析的智慧数据采集系统，用于实现如权利要求1所述的基于仪表和视频数据动态采集统计分析的智慧数据采集方法，其特征在于，所述系统包括：
数据动态采集单元，用于实时采集监测范围内的数据动态信息，对新增数据信号进行采集；
数据采集第一获取单元，用于根据所述数据动态信息，建立采集节点定位布局，从而获取节点的位置信息；
数据采集第一判断单元，用于根据所述位置信息及所述新增数据进行故障预警分析；判断是否触发预警指标；
数据采集第二判断单元，用于根据所述故障预警分析，利用动态分层分布式数据采集算法根据域拓扑次序进行数据采集；
所述数据采集第一获取单元包括：
数据滤波电路，用于对所述数据动态信息进行滤波处理，阻碍干扰信号的融入，具体包括；
第一电阻、第二电阻、第二电容、第一电容、第一放大器、第四电阻和第三电阻，所述第一电阻一端与输入端INT连接；所述第一电阻另一端分别与第二电阻一端和第一电容一端连接；所述第二电阻另一端分别与第二电容一端和第一放大器引脚1连接；所述第二电容另一端与地线连接；所述第一放大器引脚2分别与第三电阻一端和第四电阻一端连接；所述第四电阻另一端与地线连接；第三电阻另一端分别与第一放大器引脚3、第一电容另一端和输出端OUT连接；
数据动态采集单元包括但不限于显示屏、操作面板、传感器和GPS。
3.一种基于仪表和视频数据动态采集统计分析的智慧数据采集设备，包括存储器和处理器，所述存储器存储有计算机程序，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所述的基于仪表和视频数据动态采集统计分析的智慧数据采集方法的步骤。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1所述的基于仪表和视频数据动态采集统计分析的智慧数据采集方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110236508.1A CN113012412B (zh) | 2021-03-03 | 2021-03-03 | 基于仪表和视频数据动态采集统计分析的智慧数据采集方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110236508.1A CN113012412B (zh) | 2021-03-03 | 2021-03-03 | 基于仪表和视频数据动态采集统计分析的智慧数据采集方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113012412A CN113012412A (zh) | 2021-06-22 |
| CN113012412B true CN113012412B (zh) | 2022-10-18 |
Family
ID=76404153
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110236508.1A Active CN113012412B (zh) | 2021-03-03 | 2021-03-03 | 基于仪表和视频数据动态采集统计分析的智慧数据采集方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113012412B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116539088B (zh) * | 2023-05-05 | 2023-11-17 | 青岛海威茨仪表有限公司 | 一种用于仪表的泡水深度判断方法、检测系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101009646A (zh) * | 2006-12-22 | 2007-08-01 | 清华大学 | 按每流排队的物理队列动态共享装置 |
| CN101155432A (zh) * | 2006-09-28 | 2008-04-02 | 华为技术有限公司 | 光突发交换系统中时延抖动的保护方法和核心节点 |
| WO2012068996A1 (zh) * | 2010-11-24 | 2012-05-31 | 中兴通讯股份有限公司 | 链路状态检测方法和装置 |
| WO2014110922A1 (zh) * | 2013-01-18 | 2014-07-24 | 浪潮电子信息产业股份有限公司 | 一种基于扩展型Cache Coherence协议的多级一致性域仿真验证和测试方法 |
| CN105930302A (zh) * | 2016-04-06 | 2016-09-07 | 东南大学 | 一种基于快速遗传算法和灰箱模型的磨煤机故障诊断方法 |
| CN108880906A (zh) * | 2018-07-06 | 2018-11-23 | 郑州云海信息技术有限公司 | 一种元数据服务的故障恢复方法、服务器、客户端及系统 |
| CN110275879A (zh) * | 2019-05-16 | 2019-09-24 | 浙江浙能技术研究院有限公司 | 一种基于故障数据状态矩阵进行故障匹配和预警的方法 |
| CN110866152A (zh) * | 2019-11-22 | 2020-03-06 | 深圳市元征科技股份有限公司 | 一种故障码检索方法、装置和电子设备及可读存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104020754B (zh) * | 2014-05-16 | 2017-01-25 | 国家电网公司 | 一种变电站一次主设备状态监测信息接入调控系统的方法 |
| CN103974311B (zh) * | 2014-05-21 | 2017-06-20 | 哈尔滨工业大学 | 基于改进高斯过程回归模型的状态监测数据流异常检测方法 |
| US10345358B2 (en) * | 2016-04-25 | 2019-07-09 | Qatar University | Smart fault detection device to anticipate impending faults in power transformers |
| CN110379499A (zh) * | 2019-07-10 | 2019-10-25 | 苏州华墨信息科技有限公司 | 一种血液透析机数据采集和警示系统 |
| CN110807133B (zh) * | 2019-11-05 | 2020-08-04 | 山东交通学院 | 一种智能船舶中传感监测数据处理方法及装置 |
| CN110988674A (zh) * | 2019-11-19 | 2020-04-10 | 中南大学 | 永磁同步电机的健康状态监测方法、系统及移动终端 |
| CN112202736B (zh) * | 2020-09-15 | 2021-07-06 | 浙江大学 | 基于统计学习和深度学习的通信网络异常分类方法 |
-
2021
- 2021-03-03 CN CN202110236508.1A patent/CN113012412B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101155432A (zh) * | 2006-09-28 | 2008-04-02 | 华为技术有限公司 | 光突发交换系统中时延抖动的保护方法和核心节点 |
| CN101009646A (zh) * | 2006-12-22 | 2007-08-01 | 清华大学 | 按每流排队的物理队列动态共享装置 |
| WO2012068996A1 (zh) * | 2010-11-24 | 2012-05-31 | 中兴通讯股份有限公司 | 链路状态检测方法和装置 |
| WO2014110922A1 (zh) * | 2013-01-18 | 2014-07-24 | 浪潮电子信息产业股份有限公司 | 一种基于扩展型Cache Coherence协议的多级一致性域仿真验证和测试方法 |
| CN105930302A (zh) * | 2016-04-06 | 2016-09-07 | 东南大学 | 一种基于快速遗传算法和灰箱模型的磨煤机故障诊断方法 |
| CN108880906A (zh) * | 2018-07-06 | 2018-11-23 | 郑州云海信息技术有限公司 | 一种元数据服务的故障恢复方法、服务器、客户端及系统 |
| CN110275879A (zh) * | 2019-05-16 | 2019-09-24 | 浙江浙能技术研究院有限公司 | 一种基于故障数据状态矩阵进行故障匹配和预警的方法 |
| CN110866152A (zh) * | 2019-11-22 | 2020-03-06 | 深圳市元征科技股份有限公司 | 一种故障码检索方法、装置和电子设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113012412A (zh) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105809035B (zh) | 基于安卓应用实时行为的恶意软件检测方法和系统 | |
| CN106656536A (zh) | 一种用于处理服务调用信息的方法与设备 | |
| EP2071932A1 (de) | Vorrichtung und verfahren zur lokalisierung von endgeräten | |
| CN113012412B (zh) | 基于仪表和视频数据动态采集统计分析的智慧数据采集方法及系统 | |
| CN106034051A (zh) | 网络监控数据处理方法及网络监控数据处理装置 | |
| CN106254137A (zh) | 监管系统的告警根源分析系统及方法 | |
| CN108111463A (zh) | 基于平均值和标准差的多维度基线自学习和异常行为分析 | |
| CN113419226A (zh) | 一种雷达故障检修系统 | |
| CN110706016A (zh) | 业务异常检测方法、装置及计算机可读存储介质 | |
| Shitharth et al. | A new probabilistic relevancy classification (PRC) based intrusion detection system (IDS) for SCADA network | |
| CN108182282A (zh) | 地址真实性验证方法、装置及电子设备 | |
| Guettiche et al. | Critical links detection in stochastic networks: application to the transport networks | |
| Anacleto et al. | Forecasting multivariate road traffic flows using Bayesian dynamic graphical models, splines and other traffic variables | |
| CN113806343A (zh) | 一种车联网数据质量的评估方法和系统 | |
| Barouni et al. | An extended complex event processing engine to qualitatively determine spatiotemporal patterns | |
| DE102012025178A1 (de) | Verfahren und Vorrichtung zur automatischen Charakterisierung und Überwachung eines elektrischen Netzes oder eines Stromnetzabschnitts eines elektrischen Netzes oder einer elektrischen Anlage | |
| RU2312389C1 (ru) | Способ автоматического контроля и адаптивного управления распределенной системой и устройство для его осуществления | |
| CN112561121B (zh) | 基于手机信令数据的复工趋势预测方法及系统 | |
| CN108429347A (zh) | 配电网线路设备监控方法、装置、计算机设备及存储介质 | |
| CN114860543A (zh) | 异常检测方法、装置、设备与计算机可读存储介质 | |
| Rao et al. | Investigating impact of the heterogeneity of trajectory data distribution on origin‐destination estimation: a spatial statistics approach | |
| CN116136987B (zh) | 一种基于pscada数据的供电设备可靠性在线评估方法及其系统 | |
| CN117526318B (zh) | 配电网状态评估方法、装置、电子设备、存储介质 | |
| CN111565187B (zh) | 一种dns异常检测方法、装置、设备及存储介质 | |
| CN110677309B (zh) | 人群聚类方法及系统、终端以及计算机可读存储介质 |
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 |
Effective date of registration: 20220906 Address after: Room 210-1, Industrial Plant, 2nd Floor, Building 43, Juyuanzhouyuan, No. 618, Jinshan Avenue, Jianxin Town, Cangshan District, Fuzhou City, Fujian Province, 350007 Applicant after: Fujian Honghu Environmental Development Co.,Ltd. Address before: 350006 Building 37#, Juyuanzhou Garden, Jinshan Industrial Zone, No. 618, Jinshan Avenue, Jianxin Town, Cangshan District, Fuzhou City, Fujian Province-009 Applicant before: FUJIAN BIXIA ENVIRONMENTAL PROTECTION TECHNOLOGY CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |