CN113327341A - 一种基于网络技术的设备预警系统、方法及存储介质 - Google Patents

一种基于网络技术的设备预警系统、方法及存储介质 Download PDF

Info

Publication number
CN113327341A
CN113327341A CN202110476187.2A CN202110476187A CN113327341A CN 113327341 A CN113327341 A CN 113327341A CN 202110476187 A CN202110476187 A CN 202110476187A CN 113327341 A CN113327341 A CN 113327341A
Authority
CN
China
Prior art keywords
early warning
data
fault
working
network
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
CN202110476187.2A
Other languages
English (en)
Inventor
乔雪娜
陈乐�
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.)
Pingdingshan Juxin Network Technology Co ltd
Original Assignee
Pingdingshan Juxin Network Technology 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 Pingdingshan Juxin Network Technology Co ltd filed Critical Pingdingshan Juxin Network Technology Co ltd
Priority to CN202110476187.2A priority Critical patent/CN113327341A/zh
Publication of CN113327341A publication Critical patent/CN113327341A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Emergency Management (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明实施例公开了一种基于网络技术的设备预警系统、方法及存储介质，该系统包括：采集单元，用于读取各智能设备的状态数据；其中，状态数据包括工作数据和工作模式，工作模式包括正常模式和故障模式；处理单元，用于：根据状态数据设置预警参数；并通过搭建的RSNN网络对状态数据进行处理，得到工作数据与故障模式之间的关联，进而建立预警网络；预警单元，用于将实时采集的数据送入预警网络进行处理，以确定是否产生预警信息；其有益效果是：通过对智能设备的状态数据进行采集和处理，得到工作数据与故障模式之间的关联，进而建立预警网络；从而实现设备故障的提前预判和预警，提高设备的使用安全和可靠性。

Description

一种基于网络技术的设备预警系统、方法及存储介质
技术领域
本发明涉及网络数据处理领域，具体涉及一种基于网络技术的设备预警系统、方法及存储介质。
背景技术
随着技术的不断发展，智能设备的应用越来越普及，用户可通过网络了解各智能设备的工作状态。而智能设备在使用过程中，必然存在设备故障，现有技术中一般采用技术人员的定期巡检来预防故障的发生，或是在故障发生后，根据智能设备反馈的信息再进行故障处理。
然而巡查的方式并不可靠，未考虑设备故障的不确定性，并且故障发生后再进行处理，具有一定的滞后性，因此，难以从根本上提高设备的使用安全和可靠性。
发明内容
针对现有技术中存在的技术缺陷，本发明实施例的目的在于提供一种根据采集的设备数据，实现对设备预警的一种基于网络技术的设备预警系统、方法及存储介质。
为实现上述目的，第一方面，本发明实施例提供了一种基于网络技术的设备预警系统，包括：
采集单元，用于读取各智能设备的状态数据；其中，所述状态数据包括工作数据和工作模式，所述工作模式包括正常模式和故障模式；
处理单元，用于：
根据所述状态数据设置预警参数；
并通过搭建的RSNN网络对所述状态数据进行处理，得到所述工作数据与故障模式之间的关联，进而建立预警网络；
预警单元，用于将实时采集的数据送入所述预警网络进行处理，以确定是否产生预警信息。
在本申请某些优选实施方式中，所述工作数据为设备的工作参数数据和工作指标数据。
在本申请某些优选实施方式中，所述预警参数通过以下方式确定：
对所述故障模式下的工作数据按故障模式的不同进行分析汇总；
再结合所述正常模式下的工作数据进行匹配，以找出各类别的临界值，从而得到所述预警参数。
在本申请某些优选实施方式中，通过搭建的RSNN网络对所述状态数据进行处理，具体包括：
对n次故障模式下所对应的工作数据进行统计、分类，并将其作为故障因子；其中，n不小于一百；
在所述故障因子中选取多个以作为所述预警网络的输入数据；其中，选取标准为多个故障因子所涉及的故障占比超过设定值。
第二方面，本发明实施例提供了一种基于网络技术的设备预警方法，应用于第一方面所述的一种基于网络技术的设备预警系统，所述方法包括：
通过采集单元读取各智能设备的状态数据；其中，所述状态数据包括工作数据和工作模式，所述工作模式包括正常模式和故障模式；
利用处理单元，根据所述状态数据设置预警参数；
并通过搭建的RSNN网络对所述状态数据进行处理，得到所述工作数据与故障模式之间的关联，进而建立预警网络；
通过预警单元将实时采集的数据送入所述预警网络进行处理，以确定是否产生预警信息。
在本申请某些优选实施方式中，所述工作数据为设备的工作参数数据和工作指标数据。
在本申请某些优选实施方式中，所述预警参数通过以下方式确定：
对所述故障模式下的工作数据按故障模式的不同进行分析汇总；
再结合所述正常模式下的工作数据进行匹配，以找出各类别的临界值，从而得到所述预警参数。
在本申请某些优选实施方式中，通过搭建的RSNN网络对所述状态数据进行处理，具体包括：
对n次故障模式下所对应的工作数据进行统计、分类，并将其作为故障因子；其中，n不小于一百；
在所述故障因子中选取多个以作为所述预警网络的输入数据；其中，选取标准为多个故障因子所涉及的故障占比超过设定值。
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，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第二方面的方法。
实施本发明实施例，具有以下优点：通过对智能设备的状态数据进行采集和处理，得到工作数据与故障模式之间的关联，进而建立预警网络；从而实现智能设备故障的提前预判和预警，提高设备的使用安全和可靠性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的一种基于网络技术的设备预警系统的结构图；
图2是本发明实施例提供的一种基于网络技术的设备预警方法的流程图。
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做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。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
需要说明的是，本发明实施例所涉及的智能设备是指任何一种具有计算处理能力的设备、器械或者机器等。
请参考图1，本发明实施例提供了一种基于网络技术的设备预警系统，包括：
采集单元，用于读取各智能设备的状态数据；其中，所述状态数据包括工作数据和工作模式，所述工作模式包括正常模式和故障模式。
具体地，所述工作数据为设备的工作参数数据和工作指标数据，并通过网络技术进行远程发送；例如，以加压类智能设备为例，其工作参数包括电压、电流等；工作指标为压力值以及达到该压力值所需的时间等；其中，正常模式和故障模式均包括多种，以故障模式进行举例说明可分别警告、一般故障，运行故障和系统故障等。需要说明的是，一些设备在出现局部故障时，并不影响整体的运行，但长期带故障运行会导致设备的损坏以及更严重故障的发生。
处理单元，用于：
根据所述状态数据设置预警参数；
并通过搭建的RSNN网络对所述状态数据进行处理，得到所述工作数据与故障模式之间的关联，进而建立预警网络。
具体地，所述预警参数通过以下方式确定：
对所述故障模式下的工作数据按故障模式的不同进行分析汇总；
再结合所述正常模式下的工作数据进行匹配，以找出各类别的临界值，从而得到所述预警参数。
RSNN(RoughSetNeuralNetwork，粗糙集神经网络)，通过搭建的RSNN网络对所述状态数据进行处理，具体包括：
对n次故障模式下所对应的工作数据进行统计、分类，并将其作为故障因子；其中，n不小于一百；
在所述故障因子中选取多个以作为所述预警网络的输入数据；其中，选取标准为多个故障因子所涉及的故障占比超过设定值；例如，一共有20个故障因子，其中8个故障因子对应于所有故障模式的90％，则选取这8个作为神经网络的输入层，相对的故障模式作为神经网络的输出层；
最后通过将获取的数据分为训练集和测试集，以此来进行训练和验证。
预警单元，用于将实时采集的数据送入所述预警网络进行处理，以确定是否产生预警信息。
具体地，产生预警信息时，可通过消息分发的方式对外传送。
实施方案，通过对智能设备的状态数据进行采集和处理，得到工作数据与故障模式之间的关联，进而建立预警网络；从而实现设备故障的提前预判和预警，提高设备的使用安全和可靠性。
基于相同的发明构思，如图2所示，本发明实施例提供了一种基于网络技术的设备预警方法，应用于前文所述的一种基于网络技术的设备预警系统，所述方法包括：
S101，通过采集单元读取各智能设备的状态数据；其中，所述状态数据包括工作数据和工作模式，所述工作模式包括正常模式和故障模式。
具体地，所述工作数据为设备的工作参数数据和工作指标数据；其中，正常模式和故障模式均包括多种。
S102，利用处理单元，根据所述状态数据设置预警参数。
具体地，所述预警参数通过以下方式确定：
对所述故障模式下的工作数据按故障模式的不同进行分析汇总；
再结合所述正常模式下的工作数据进行匹配，以找出各类别的临界值，从而得到所述预警参数。
S103，并通过搭建的RSNN网络对所述状态数据进行处理，得到所述工作数据与故障模式之间的关联，进而建立预警网络。
其中，通过搭建的RSNN网络对所述状态数据进行处理，具体包括：
对n次故障模式下所对应的工作数据进行统计、分类，并将其作为故障因子；其中，n不小于一百；
在所述故障因子中选取多个以作为所述预警网络的输入数据；其中，选取标准为多个故障因子所涉及的故障占比超过设定值。
S104，通过预警单元将实时采集的数据送入所述预警网络进行处理，以确定是否产生预警信息。
需要说明的是，关于方法步骤更为具体的工作流程，请参考前述系统实施例部分，在此不再赘述。
上述方案，通过分析出故障模式与故障因子的潜在关系，得到工作数据与故障模式之间的关联，从而为智能设备可能存在的故障提供预警，提高智能设备的使用安全和可靠性。
相应地，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，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现：上述基于网络技术的设备预警方法。
所述计算机可读存储介质可以是前述任一实施例所述的系统的内部存储单元，例如系统的硬盘或内存。所述计算机可读存储介质也可以是所述系统的外部存储设备，例如所述系统上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述系统的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述系统所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种基于网络技术的设备预警系统，其特征在于，包括：
采集单元，用于读取各智能设备历史的状态数据；其中，所述状态数据包括工作数据和工作模式，所述工作模式包括正常模式和故障模式；
处理单元，用于：
根据所述状态数据设置预警参数；
并通过搭建的RSNN网络对所述状态数据进行处理，得到所述工作数据与故障模式之间的关联，进而建立预警网络；
预警单元，用于将实时采集的数据送入所述预警网络进行处理，以确定是否产生预警信息。
2.如权利要求1所述的一种基于网络技术的设备预警系统，其特征在于，所述工作数据为设备的工作参数数据和工作指标数据。
3.如权利要求1所述的一种基于网络技术的设备预警系统，其特征在于，所述预警参数通过以下方式确定：
对所述故障模式下的工作数据按故障模式的不同进行分析汇总；
再结合所述正常模式下的工作数据进行匹配，以找出各类别的临界值，从而得到所述预警参数。
4.如权利要求1所述的一种基于网络技术的设备预警系统，其特征在于，通过搭建的RSNN网络对所述状态数据进行处理，具体包括：
对n次故障模式下所对应的工作数据进行统计、分类，并将其作为故障因子；其中，n不小于一百；
在所述故障因子中选取多个以作为所述预警网络的输入数据；其中，选取标准为多个故障因子所涉及的故障占比超过设定值。
5.一种基于网络技术的设备预警方法，其特征在于，应用于上述权利要求1所述的一种基于网络技术的设备预警系统，所述方法包括：
通过采集单元读取各智能设备历史的状态数据；其中，所述状态数据包括工作数据和工作模式，所述工作模式包括正常模式和故障模式；
利用处理单元，根据所述状态数据设置预警参数；
并通过搭建的RSNN网络对所述状态数据进行处理，得到所述工作数据与故障模式之间的关联，进而建立预警网络；
通过预警单元将实时采集的数据送入所述预警网络进行处理，以确定是否产生预警信息。
6.如权利要求5所述的一种基于网络技术的设备预警方法，其特征在于，所述工作数据为设备的工作参数数据和工作指标数据。
7.如权利要求5所述的一种基于网络技术的设备预警方法，其特征在于，所述预警参数通过以下方式确定：
对所述故障模式下的工作数据按故障模式的不同进行分析汇总；
再结合所述正常模式下的工作数据进行匹配，以找出各类别的临界值，从而得到所述预警参数。
8.如权利要求5所述的一种基于网络技术的设备预警方法，其特征在于，通过搭建的RSNN网络对所述状态数据进行处理，具体包括：
对n次故障模式下所对应的工作数据进行统计、分类，并将其作为故障因子；其中，n不小于一百；
在所述故障因子中选取多个以作为所述预警网络的输入数据；其中，选取标准为多个故障因子所涉及的故障占比超过设定值。
9.一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存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求5-8任一项所述的方法。
CN202110476187.2A 2021-04-29 2021-04-29 一种基于网络技术的设备预警系统、方法及存储介质 Pending CN113327341A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110476187.2A CN113327341A (zh) 2021-04-29 2021-04-29 一种基于网络技术的设备预警系统、方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110476187.2A CN113327341A (zh) 2021-04-29 2021-04-29 一种基于网络技术的设备预警系统、方法及存储介质

Publications (1)

Publication Number Publication Date
CN113327341A true CN113327341A (zh) 2021-08-31

Family

ID=77414088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110476187.2A Pending CN113327341A (zh) 2021-04-29 2021-04-29 一种基于网络技术的设备预警系统、方法及存储介质

Country Status (1)

Country Link
CN (1) CN113327341A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114322446A (zh) * 2021-12-30 2022-04-12 盛景智能科技(嘉兴)有限公司 冷却系统故障预警方法、装置、冷却系统及作业机械

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101995290A (zh) * 2009-08-28 2011-03-30 西门子公司 风力发电机振动监测的方法和系统
CN103413028A (zh) * 2013-07-23 2013-11-27 沈阳化工大学 一种聚合釜的智能故障诊断方法
CN110189019A (zh) * 2019-05-29 2019-08-30 中国民用航空总局第二研究所 机场物联网节点设备工作状态动态预警方法和系统
CN110247792A (zh) * 2019-05-28 2019-09-17 广东南方通信建设有限公司 一种基于网络告警关联的故障处理方法及装置
CN110765177A (zh) * 2019-10-17 2020-02-07 大连理工大学 一种基于粗糙集理论的航空发动机故障规则生成方法
CN110806743A (zh) * 2019-12-05 2020-02-18 成都天玙兴科技有限公司 基于人工智能的设备故障检测与预警系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101995290A (zh) * 2009-08-28 2011-03-30 西门子公司 风力发电机振动监测的方法和系统
CN103413028A (zh) * 2013-07-23 2013-11-27 沈阳化工大学 一种聚合釜的智能故障诊断方法
CN110247792A (zh) * 2019-05-28 2019-09-17 广东南方通信建设有限公司 一种基于网络告警关联的故障处理方法及装置
CN110189019A (zh) * 2019-05-29 2019-08-30 中国民用航空总局第二研究所 机场物联网节点设备工作状态动态预警方法和系统
CN110765177A (zh) * 2019-10-17 2020-02-07 大连理工大学 一种基于粗糙集理论的航空发动机故障规则生成方法
CN110806743A (zh) * 2019-12-05 2020-02-18 成都天玙兴科技有限公司 基于人工智能的设备故障检测与预警系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114322446A (zh) * 2021-12-30 2022-04-12 盛景智能科技(嘉兴)有限公司 冷却系统故障预警方法、装置、冷却系统及作业机械
CN114322446B (zh) * 2021-12-30 2023-10-24 盛景智能科技(嘉兴)有限公司 冷却系统故障预警方法、装置、冷却系统及作业机械

Similar Documents

Publication Publication Date Title
CN109064104A (zh) 物资设备管理方法、系统及终端设备
CN113592343A (zh) 二次系统的故障诊断方法、装置、设备和存储介质
CN113189447A (zh) 一种基于贝叶斯网络的馈线故障检测方法、系统及设备
CN117785303A (zh) 电能表数据清除方法、装置、电能表及存储介质
CN113327341A (zh) 一种基于网络技术的设备预警系统、方法及存储介质
CN112729884B (zh) 基于大数据的设备故障诊断方法及装置
CN114460519A (zh) 基于电力互感器检验的现场与终端融合管理系统和方法
CN113872163A (zh) 继电保护定值校验方法及终端设备
CN112486841A (zh) 埋点采集数据校验的方法及装置
CN115577927A (zh) 基于粗糙集的重要电力用户用电安全评估方法及装置
CN115358336A (zh) 用电异常检测方法、装置及电子设备
CN113672574A (zh) 日志处理方法、电子设备和计算机可读存储介质
CN114416560A (zh) 程序崩溃分析聚合方法和系统
CN109544353B (zh) 电子装置、基于数据变化因子分析准备金变化的方法及存储介质
CN112632341A (zh) 运动会中的应急处理方法、装置、设备和存储介质
WO2020221656A1 (en) Method, apparatus and system for acquiring digitized data of factory
CN113748390A (zh) 使用scada系统的变电站设备监测
CN114124966B (zh) 一种台区线损分析推送方法、系统、电子设备及存储介质
CN117952514B (zh) 一种基于云计算的中台数据处理方法及系统
CN113408402B (zh) 区域电网的稳态与动态电气量数据校核方法、装置及设备
CN117873899B (zh) Ui界面的自动测试方法、装置、终端设备和存储介质
CN114115003B (zh) 远程启停控制平台
CN117446187A (zh) 一种故障参数与飞机构型关联的监测系统、方法及介质
CN113869871A (zh) 审核电力票的方法、装置和设备
CN115145889A (zh) 一种基于图像识别设定定值的馈线终端和方法

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: 20210831