CN113408667B - 状态评估方法、装置、设备及存储介质 - Google Patents

状态评估方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113408667B
CN113408667B CN202110867735.4A CN202110867735A CN113408667B CN 113408667 B CN113408667 B CN 113408667B CN 202110867735 A CN202110867735 A CN 202110867735A CN 113408667 B CN113408667 B CN 113408667B
Authority
CN
China
Prior art keywords
thyristor
sample
state
current working
local
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
Application number
CN202110867735.4A
Other languages
English (en)
Other versions
CN113408667A (zh
Inventor
彭光强
何竞松
武霁阳
王越杨
毛炽祖
陈礼昕
谢惠藩
冯文昕
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.)
Maintenance and Test Center of Extra High Voltage Power Transmission Co
Original Assignee
Maintenance and Test Center of Extra High Voltage Power Transmission Co
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 Maintenance and Test Center of Extra High Voltage Power Transmission Co filed Critical Maintenance and Test Center of Extra High Voltage Power Transmission Co
Priority to CN202110867735.4A priority Critical patent/CN113408667B/zh
Publication of CN113408667A publication Critical patent/CN113408667A/zh
Application granted granted Critical
Publication of CN113408667B publication Critical patent/CN113408667B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/26—Testing of individual semiconductor devices
    • 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

Abstract

本申请涉及一种状态评估方法、装置、设备及存储介质，所述方法包括：获取晶闸管样本的状态参数，晶闸管样本包括多个待评估晶闸管及预设晶闸管；预设晶闸管为处于正常状态的晶闸管；针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子；局部离群点因子用于表征晶闸管样本的当前工作状态；基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。本申请实施例提供的技术方案可以提高对晶闸管进行状态评估的准确性。

Description

状态评估方法、装置、设备及存储介质
技术领域
本申请涉及高压直流输电技术领域，特别是涉及一种状态评估方法、装置、设备及存储介质。
背景技术
在高压直流输电领域中，随着直流输电工程运行年限的增加，直流输电设备出现老化现象，造成直流输电设备的运行损耗上升且性能下降，从而给直流输电工程的稳定运行造成了严重的安全隐患。而换流阀是直流输电工程的核心设备，且换流阀中包括晶闸管。其中，晶闸管可以按要求被触发，使得换流阀可以将三相交流电压转换成直流电压。若换流阀中的晶闸管发生异常，将直接导致直流闭锁或停运，从而无法保证直流输电工程的稳定运行。因而，对晶闸管的状态进行评估具有重大意义。
传统的，在对晶闸管的状态进行评估时，通常是基于神经网络来实现。具体地，是将采集到的晶闸管的状态参数输入至一个训练好的神经网络模型中进行计算，从而输出对应的状态评估结果。
但是，在传统的对晶闸管的状态评估方法中，神经网络模型通常需要庞大的晶闸管状态参数作为样本数据进行训练。然而，在直流输电工程运行初期，无法得到大量的样本数据，从而基于少量样本数据训练得到的神经网络模型，对晶闸管进行状态评估的准确性低。
发明内容
基于此，本申请实施例提供了一种状态评估方法、装置、设备及存储介质，可以提高对晶闸管进行状态评估的准确性。
第一方面，提供了一种状态评估方法，该方法包括：
获取晶闸管样本的状态参数，晶闸管样本包括多个待评估晶闸管及预设晶闸管；预设晶闸管为处于正常状态的晶闸管；针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子；局部离群点因子用于表征晶闸管样本的当前工作状态；基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。
在其中一个实施例中，状态参数包括漏电流、阻断电压、通态压降、反向恢复电荷中的至少一种；根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子，包括：
根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的局部可达密度；基于与状态参数对应的局部可达密度，计算晶闸管样本与状态参数对应的局部离群点因子。
在其中一个实施例中，根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的局部可达密度，包括：
根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离；基于第k距离、第k邻域及可达距离，计算晶闸管样本与状态参数对应的局部可达密度。
在其中一个实施例中，根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离，包括：
针对晶闸管样本的各状态参数，基于状态参数计算晶闸管样本与多个晶闸管样本中的其他晶闸管样本之间的欧氏距离；根据欧氏距离，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离。
在其中一个实施例中，晶闸管样本的状态包括正常状态、故障状态；基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态，包括：
判断各晶闸管样本对应的局部离群点因子是否小于第一预设阈值；若小于第一预设阈值，则确定晶闸管样本的当前工作状态为正常状态；若大于或等于第一预设阈值，则确定晶闸管样本的当前工作状态为故障状态。
在其中一个实施例中，正常状态包括第一状态及第二状态，且晶闸管样本处于第一状态的性能高于晶闸管样本处于第二状态的性能；若小于第一预设阈值，则确定晶闸管样本的当前工作状态为正常状态，包括：
判断各晶闸管样本对应的局部离群点因子是否小于第二预设阈值；若小于第二预设阈值，则确定晶闸管样本的当前工作状态为第一状态；若大于或等于第二预设阈值，则确定晶闸管样本的当前工作状态为第二状态。
在其中一个实施例中，基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态，包括：
获取晶闸管样本与各状态参数对应的局部离群点因子；根据与各状态参数对应的局部离群点因子，确定晶闸管样本的当前工作状态。
第二方面，提供了一种状态评估装置，该装置包括：
获取模块，用于获取晶闸管样本的状态参数，晶闸管样本包括多个待评估晶闸管及预设晶闸管；预设晶闸管为处于正常状态的晶闸管；
计算模块，用于针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子；局部离群点因子用于表征晶闸管样本的当前工作状态；
确定模块，用于基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。
第三方面，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一实施例中的方法步骤。
第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一实施例中的方法步骤。
上述状态评估方法、装置、设备及存储介质，通过获取晶闸管样本的状态参数；针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。在本申请实施例提供的技术方案中，与传统方法相比，在获取到晶闸管样本的状态参数后，由于不需要输入至预设的神经网络模型中计算晶闸管样本的当前工作状态，从而也就不会出现由于神经网络模型训练不准确导致的对晶闸管状态评估不准确的问题，通过计算局部离群点因子来判断晶闸管样本的当前工作状态，不需要采集大量正常工作状态下晶闸管样本的数据，就能够准确计算出每个晶闸管样本的局部离群点因子，从而提高了对晶闸管进行状态评估的准确性。
附图说明
图1为本申请实施例提供的一种计算机设备的框图；
图2为本申请实施例提供的一种状态评估方法的流程图；
图3为本申请实施例提供的一种计算第k距离、第k邻域及可达距离的流程图；
图4为本申请实施例提供的一种计算局部可达密度的流程图；
图5为本申请实施例提供的一种计算局部离群点因子的流程图；
图6为本申请实施例提供的一种确定晶闸管样本的当前工作状态的流程图；
图7为本申请实施例提供的一种确定晶闸管样本的正常状态的流程图；
图8为本申请实施例提供的另一种确定晶闸管样本的当前工作状态的流程图；
图9为本申请实施例提供的一种状态评估结果示意图；
图10为本申请实施例提供的一种状态评估方法的流程图；
图11为本申请实施例提供的一种状态评估装置的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请提供的状态评估方法可以应用于计算机设备中，计算机设备可以是服务器，也可以是终端，其中，服务器可以为一台服务器也可以为由多台服务器组成的服务器集群，本申请实施例对此不作具体限定，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
以计算机设备是服务器为例，图1示出了一种服务器的框图，如图1所示，服务器可以包括通过系统总线连接的处理器和存储器。其中，该服务器的处理器用于提供计算和控制能力。该服务器的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序以及数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机程序被处理器执行时以实现一种状态评估方法。
本领域技术人员可以理解，图1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服务器的限定，可选地服务器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。
需要说明的是，本申请实施例的执行主体可以是计算机设备，也可以是状态评估装置，下述方法实施例中就以计算机设备为执行主体进行说明。
在一个实施例中，如图2所示，其示出了本申请实施例提供的一种状态评估方法的流程图，该方法可以包括以下步骤：
步骤220、获取晶闸管样本的状态参数，晶闸管样本包括多个待评估晶闸管及预设晶闸管；预设晶闸管为处于正常状态的晶闸管。
其中，晶闸管是直流输电工程中换流阀设备的一个组件，晶闸管根据触发条件不同，通常可以分为光控型晶闸管以及电控型晶闸管。晶闸管可以按要求被触发，使得换流阀可以将三相交流电转换成直流电，为了保证换流阀的正常工作，需要对晶闸管的状态进行评估。在对晶闸管的状态评估之前，需要先获取晶闸管样本的状态参数，其中，晶闸管样本包括了多个待评估晶闸管及预设晶闸管，而预设晶闸管是处于正常工作状态下的晶闸管。晶闸管样本的状态参数可以包括漏电流、阻断电压、通态压降、反向恢复电荷，还可以包括其他状态参数，本实施例对此不作具体限定。
通常，在选取晶闸管样本时，预设晶闸管的数量可以多于待评估晶闸管的数量，而在选取预设晶闸管时，可以将进行出厂测试后确定为正常状态的晶闸管作为预设晶闸管。确定好晶闸管样本后，由于触发功能为晶闸管的一个基础功能，可以先对所有晶闸管进行触发功能测试，以光控型晶闸管为例，可以先进行光触发功能测试，可是用一定波长的光照射光控型晶闸管，判断该光控型晶闸管是否可以导通，若导通则说明光触发功能正常。在触发功能测试成功后，将晶闸管样本设置于额定电压下，可以通过晶闸管测试仪采集晶闸管样本的状态参数。
步骤240、针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子；局部离群点因子用于表征晶闸管样本的当前工作状态。
其中，局部离群点因子是离群点检测算法中的判断参数，局部离群点因子用于表征晶闸管样本的当前工作状态。离群点检测算法的主要目的是为了检测出那些与正常数据、行为或特征属性差别较大的异常数据或行为，通常，这些数据和行为又被叫做孤立点、噪音、异常点或离群点。
可以将获取到的晶闸管样本的状态参数作为离群点检测算法的输入，再根据离群点检测算法的计算原理，得到各个晶闸管样本对应的局部离群点因子。若晶闸管样本的状态参数只有一组，那么计算出来的各个晶闸管样本对应的局部离群点因子也是一组；若晶闸管样本的状态参数有多组，那么计算出来的各个晶闸管样本对应的局部离群点因子也是多组。
步骤260、基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。
其中，局部离群点因子用于表征晶闸管样本的当前工作状态，因而，可以基于计算得到的晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。晶闸管样本的当前工作状态可以包括多种状态类型，例如正常状态、异常状态、高性能状态、低性能状态，当然也可以包括其他类型的工作状态。可以预先根据经验设定局部离群点因子在不同当前工作状态下的范围值，来判断计算出来的晶闸管样本的局部离群点因子在哪个范围内，从而确定出晶闸管样本的当前工作状态。
本实施例中，通过获取晶闸管样本的状态参数；针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。与传统方法相比，在获取到晶闸管样本的状态参数后，由于不需要输入至预设的神经网络模型中计算晶闸管样本的当前工作状态，从而也就不会出现由于神经网络模型训练不准确导致的对晶闸管状态评估不准确的问题，通过计算局部离群点因子来判断晶闸管样本的当前工作状态，不需要采集大量正常工作状态下晶闸管样本的数据，就能够准确计算出每个晶闸管样本的局部离群点因子，从而提高了对晶闸管进行状态评估的准确性。
在一个实施例中，晶闸管样本的状态参数可以包括漏电流、阻断电压、通态压降、反向恢复电荷中的至少一种，因而在计算局部离群点因子时，如图3所示，其示出了本申请实施例提供的一种状态评估方法的流程图，具体涉及的是计算第k距离、第k邻域及可达距离的一种可能的过程，该方法可以包括以下步骤：
步骤320、针对晶闸管样本的各状态参数，基于状态参数计算晶闸管样本与多个晶闸管样本中的其他晶闸管样本之间的欧氏距离。
步骤340、根据欧氏距离，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离。
其中，由于晶闸管样本的状态参数可以包括漏电流Ik、阻断电压Ub、通态压降UT、反向恢复电荷Qr中的至少一种，因而在计算第k距离、第k邻域及可达距离时，可以针对每一种参数分别计算。以漏电流Ik为例，其他状态参数的计算过程与其相同，假设晶闸管样本包括M块预设晶闸管、以及N块待评估晶闸管，那么漏电流Ik就可以包括M+N个晶闸管样本的漏电流值。基于这M+N个晶闸管样本的漏电流值，通过公式（1）计算晶闸管样本与多个晶闸管样本中的其他晶闸管样本之间的欧氏距离。再根据欧式距离，通过公式（2）-公式（4）计算第k距离、第k邻域及可达距离。
Figure DEST_PATH_IMAGE001
（1）
其中，
Figure 868030DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE003
为M+N个晶闸管样本中任意两个晶闸管样本的状态参数值。
Figure 339463DEST_PATH_IMAGE004
（2）
其中，
Figure DEST_PATH_IMAGE005
表示点
Figure 534952DEST_PATH_IMAGE002
的第k距离，即
Figure 230376DEST_PATH_IMAGE003
是距离
Figure 940843DEST_PATH_IMAGE002
最近的第k个点。
Figure 419229DEST_PATH_IMAGE006
（3）
其中，
Figure DEST_PATH_IMAGE007
表示点
Figure 501847DEST_PATH_IMAGE002
的第k邻域，也称第k距离邻域，第k邻域是距离小于点
Figure 102593DEST_PATH_IMAGE002
的第k距离的点的集合。
Figure 300356DEST_PATH_IMAGE008
（4）
其中，
Figure DEST_PATH_IMAGE009
表示点
Figure 51275DEST_PATH_IMAGE002
相对于点
Figure 18094DEST_PATH_IMAGE003
的可达距离，也称第k可达距离。
接着，可以根据第k距离、第k邻域及可达距离计算与状态参数对应的局部可达密度，可选地，如图4所示，其示出了本申请实施例提供的一种状态评估方法的流程图，具体涉及的是计算局部可达密度的一种可能的过程，该方法可以包括以下步骤：
步骤420、根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离。
步骤440、基于第k距离、第k邻域及可达距离，计算晶闸管样本与状态参数对应的局部可达密度。
其中，局部可达密度表示一个点的第k邻域内所有点到该点的平均可达距离，例如，如果点
Figure 258582DEST_PATH_IMAGE002
和其周围邻域点是同一簇，那么可达距离越可能为较小的
Figure 474800DEST_PATH_IMAGE010
，导致可达距离之和越小，从而局部可达密度越大；反之，则局部可达密度越小。基于第k距离、第k邻域及可达距离，可以通过公式（5）计算晶闸管样本与状态参数对应的局部可达密度。
Figure DEST_PATH_IMAGE011
（5）
其中，
Figure 527944DEST_PATH_IMAGE012
为
Figure 349270DEST_PATH_IMAGE002
的局部可达密度。
再根据局部可达密度可以计算得到晶闸管样本对应的局部离群点因子，可选地，如图5所示，其示出了本申请实施例提供的一种状态评估方法的流程图，具体涉及的是计算晶闸管样本对应的局部离群点因子的一种可能的过程，该方法可以包括以下步骤：
步骤520、根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的局部可达密度。
步骤540、基于与状态参数对应的局部可达密度，计算晶闸管样本与状态参数对应的局部离群点因子。
其中，在计算得到晶闸管样本与状态参数对应的局部可达密度后，可以基于与状态参数对应的局部可达密度，通过公式（6）计算得到晶闸管样本与状态参数对应的局部离群点因子。
Figure DEST_PATH_IMAGE013
（6）
其中，
Figure 26239DEST_PATH_IMAGE014
为
Figure 667435DEST_PATH_IMAGE002
的局部离群点因子。
本实施例中，通过针对晶闸管样本的各状态参数，基于状态参数计算晶闸管样本与多个晶闸管样本中的其他晶闸管样本之间的欧氏距离，根据欧氏距离，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离，基于第k距离、第k邻域及可达距离，计算晶闸管样本与状态参数对应的局部可达密度，基于与状态参数对应的局部可达密度，计算晶闸管样本与状态参数对应的局部离群点因子。计算过程简单易实现，且不需要大量晶闸管样本状态参数，因而计算效率也高。
在一个实施例中，晶闸管样本的状态可以包括正常状态、故障状态，在确定晶闸管样本的当前工作状态时，如图6所示，其示出了本申请实施例提供的一种状态评估方法的流程图，具体涉及的是确定晶闸管样本当前工作状态的一种可能的过程，该方法可以包括以下步骤：
步骤620、判断各晶闸管样本对应的局部离群点因子是否小于第一预设阈值。
步骤640、若小于第一预设阈值，则确定晶闸管样本的当前工作状态为正常状态。
步骤660、若大于或等于第一预设阈值，则确定晶闸管样本的当前工作状态为故障状态。
其中，在计算得到各晶闸管样本对应的局部离群点因子后，可以根据局部离群点因子的值确定晶闸管样本的当前工作状态。晶闸管样本的状态可以包括正常状态、故障状态，故障状态是晶闸管无法工作的状态，正常状态可以是晶闸管可以长期正常工作的状态，或是只能在短期内正常工作的状态。
可以预先设置晶闸管样本的当前工作状态与局部离群点因子的对应关系，从而就可以根据局部离群点因子确定确定晶闸管样本的当前工作状态。第一预设阈值可以根据实际经验确定，可选地，可以设置为2，那么，当各晶闸管样本对应的局部离群点因子小于2时，则确定晶闸管样本的当前工作状态为正常状态；当各晶闸管样本对应的局部离群点因子大于或等于2时，则确定晶闸管样本的当前工作状态为故障状态，当然第一预设阈值也可以是其他经验值。
本实施例中，通过判断各晶闸管样本对应的局部离群点因子是否小于第一预设阈值；若小于第一预设阈值，则确定晶闸管样本的当前工作状态为正常状态；若大于或等于第一预设阈值，则确定晶闸管样本的当前工作状态为故障状态。由于通过局部离群点因子与第一预设阈值的关系确定当前工作状态，而第一预设阈值也是根据实际经验确定的，从而能够准确的对晶闸管样本的当前工作状态进行评估。
在一个实施例中，晶闸管样本的正常状态可以包括第一状态及第二状态，且晶闸管样本处于第一状态的性能高于晶闸管样本处于第二状态的性能；在确定晶闸管样本的正常工作状态的类型时，如图7所示，其示出了本申请实施例提供的一种状态评估方法的流程图，具体涉及的是确定晶闸管样本正常工作状态的类型的一种可能的过程，该方法可以包括以下步骤：
步骤720、判断各晶闸管样本对应的局部离群点因子是否小于第二预设阈值。
步骤740、若小于第二预设阈值，则确定晶闸管样本的当前工作状态为第一状态。
步骤760、若大于或等于第二预设阈值，则确定晶闸管样本的当前工作状态为第二状态。
其中，在确定晶闸管样本的当前工作状态为正常状态时，由于晶闸管样本的正常状态可以包括第一状态及第二状态，而晶闸管样本处于第一状态的性能高于晶闸管样本处于第二状态的性能，因而，可以判断各晶闸管样本对应的局部离群点因子是否小于第二预设阈值。
第二预设阈值也可以是根据实际经验确定的，可选地，第二预设阈值可以为1，第一预设阈值可以为2，那么当各晶闸管样本对应的局部离群点因子小于2时，可以判断各晶闸管样本对应的局部离群点因子是否小于1，若小于1，则确定晶闸管样本的当前工作状态为第一状态；若大于或等于1，即大于或等于1且小于2，则确定晶闸管样本的当前工作状态为第二状态，第二状态也可以称作是低性能状态，当然第二预设阈值也可以是其他经验值。本申请中并不对第一预设阈值、第二预设阈值的大小做具体限定。
本实施例中，通过判断各晶闸管样本对应的局部离群点因子是否小于第二预设阈值，若小于第二预设阈值，则确定晶闸管样本的当前工作状态为第一状态，若大于或等于第二预设阈值，则确定晶闸管样本的当前工作状态为第二状态。通过对正常状态进一步划分，从而使得对晶闸管样本的当前工作状态的评估效果更加准确。
在一个实施例中，如图8所示，其示出了本申请实施例提供的一种状态评估方法的流程图，具体涉及的是根据与各状态参数对应的局部离群点因子，确定晶闸管样本的当前工作状态的一种可能的过程，该方法可以包括以下步骤：
步骤820、获取晶闸管样本与各状态参数对应的局部离群点因子。
步骤840、根据与各状态参数对应的局部离群点因子，确定晶闸管样本的当前工作状态。
其中，由于晶闸管样本的状态参数可以包括多种，那么针对每一种状态参数，都可以计算出来各晶闸管样本对应的一组局部离群点因子。那么，针对每一个晶闸管样本，通过不同的状态参数计算时，就会计算得到多个局部离群点因子。因而，可以根据与各状态参数对应的局部离群点因子，综合确定晶闸管样本的当前工作状态。
例如，一个晶闸管样本通过四种状态参数计算时，计算得到了四个局部离群点因子，那么当这四个局部离群点因子均满足不同当前工作状态对应的阈值要求时，才能够最终确定晶闸管样本的当前工作状态。以第一预设阈值为2举例说明，那么，当一个晶闸管样本对应的四个局部离群点因子均大于或等于2时，才能确定晶闸管样本的当前工作状态为故障状态；若其中局部离群点因子一个小于2，那么也不能确定晶闸管样本的当前工作状态为故障状态。根据本申请各实施例提供的状态评估方法进行了实际验证，如图9所示，图9为本申请实施例提供的一种状态评估结果示意图，可以看出，针对每一个晶闸管样本，均可以根据局部离群点因子确定当前工作状态。
本实施例中，通过获取晶闸管样本与各状态参数对应的局部离群点因子，根据与各状态参数对应的局部离群点因子，确定晶闸管样本的当前工作状态。通过不同状态参数计算晶闸管样本的局部离群点因子，并根据多个局部离群点因子综合评估晶闸管样本的当前工作状态，进一步提高了确定晶闸管样本的当前工作状态的准确性。
在一个实施例中，如图10所示，其示出了本申请实施例提供的一种状态评估方法的流程图，该方法可以包括以下步骤：
步骤1001、获取晶闸管样本的状态参数，状态参数包括漏电流、阻断电压、通态压降、反向恢复电荷中的至少一种。
步骤1002、针对晶闸管样本的各状态参数，基于状态参数计算晶闸管样本与多个晶闸管样本中的其他晶闸管样本之间的欧氏距离。
步骤1003、根据欧氏距离，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离。
步骤1004、基于第k距离、第k邻域及可达距离，计算晶闸管样本与状态参数对应的局部可达密度。
步骤1005、基于与状态参数对应的局部可达密度，计算晶闸管样本与状态参数对应的局部离群点因子。
步骤1006、判断各晶闸管样本对应的局部离群点因子是否小于第一预设阈值。
步骤1007、若小于第一预设阈值，判断各晶闸管样本对应的局部离群点因子是否小于第二预设阈值。
步骤1008、若大于或等于第一预设阈值，则确定晶闸管样本的当前工作状态为故障状态。
步骤1009、若小于第二预设阈值，则确定晶闸管样本的当前工作状态为第一状态。
步骤1010、若大于或等于第二预设阈值，则确定晶闸管样本的当前工作状态为第二状态。
本实施例提供的状态评估方法中各步骤，其实现原理和技术效果与前面各状态评估方法实施例中类似，在此不再赘述。图10实施例中各步骤的实现方式只是一种举例，对各实现方式不作限定，各步骤的顺序在实际应用中可进行调整，只要可以实现各步骤的目的即可。
在本申请实施例提供的技术方案中，与传统方法相比，在获取到晶闸管样本的状态参数后，由于不需要输入至预设的神经网络模型中计算晶闸管样本的当前工作状态，从而也就不会出现由于神经网络模型训练不准确导致的对晶闸管状态评估不准确的问题，通过计算局部离群点因子来判断晶闸管样本的当前工作状态，不需要采集大量正常工作状态下晶闸管样本的数据，就能够准确计算出每个晶闸管样本的局部离群点因子，从而提高了对晶闸管进行状态评估的准确性。
应该理解的是，虽然图2-10的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-10中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
请参考图11，其示出了本申请实施例提供的一种状态评估装置1100的框图。如图11所示，该状态评估装置1100可以包括：获取模块1102、计算模块1104和确定模块1106，其中：
获取模块1102，用于获取晶闸管样本的状态参数，晶闸管样本包括多个待评估晶闸管及预设晶闸管；预设晶闸管为处于正常状态的晶闸管；
计算模块1104，用于针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子；局部离群点因子用于表征晶闸管样本的当前工作状态；
确定模块1106，用于基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。
在一个实施例中，状态参数包括漏电流、阻断电压、通态压降、反向恢复电荷中的至少一种；上述计算模块1104包括第一计算单元和第二计算单元，其中，第一计算单元用于根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的局部可达密度；第二计算单元用于基于与状态参数对应的局部可达密度，计算晶闸管样本与状态参数对应的局部离群点因子。
在一个实施例中，上述第二计算单元具体用于根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离；基于第k距离、第k邻域及可达距离，计算晶闸管样本与状态参数对应的局部可达密度。
在一个实施例中，上述第二计算单元还用于针对晶闸管样本的各状态参数，基于状态参数计算晶闸管样本与多个晶闸管样本中的其他晶闸管样本之间的欧氏距离；根据欧氏距离，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离。
在一个实施例中，晶闸管样本的状态包括正常状态、故障状态；上述确定模块1106包括判断单元、第一确定单元和第二确定单元，其中，判断单元用于判断各晶闸管样本对应的局部离群点因子是否小于第一预设阈值；第一确定单元用于若小于第一预设阈值，则确定晶闸管样本的当前工作状态为正常状态；第二确定单元用于若大于或等于第一预设阈值，则确定晶闸管样本的当前工作状态为故障状态。
在一个实施例中，正常状态包括第一状态及第二状态，且晶闸管样本处于第一状态的性能高于晶闸管样本处于第二状态的性能；上述第一确定单元具体用于判断各晶闸管样本对应的局部离群点因子是否小于第二预设阈值；若小于第二预设阈值，则确定晶闸管样本的当前工作状态为第一状态；若大于或等于第二预设阈值，则确定晶闸管样本的当前工作状态为第二状态。
在一个实施例中，上述确定模块1106还包括获取单元和第三确定单元，其中，获取单元用于获取晶闸管样本与各状态参数对应的局部离群点因子；第三确定单元用于根据与各状态参数对应的局部离群点因子，确定晶闸管样本的当前工作状态。
关于状态评估装置的具体限定可以参见上文中对于状态评估方法的限定，在此不再赘述。上述状态评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块的操作。
在本申请的一个实施例中，提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取晶闸管样本的状态参数，晶闸管样本包括多个待评估晶闸管及预设晶闸管；预设晶闸管为处于正常状态的晶闸管；针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子；局部离群点因子用于表征晶闸管样本的当前工作状态；基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。
在本申请的一个实施例中，状态参数包括漏电流、阻断电压、通态压降、反向恢复电荷中的至少一种；
处理器执行计算机程序时还实现以下步骤：
根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的局部可达密度；基于与状态参数对应的局部可达密度，计算晶闸管样本与状态参数对应的局部离群点因子。
在本申请的一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离；基于第k距离、第k邻域及可达距离，计算晶闸管样本与状态参数对应的局部可达密度。
在本申请的一个实施例中，处理器执行计算机程序时还实现以下步骤：
针对晶闸管样本的各状态参数，基于状态参数计算晶闸管样本与多个晶闸管样本中的其他晶闸管样本之间的欧氏距离；根据欧氏距离，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离。
在本申请的一个实施例中，晶闸管样本的状态包括正常状态、故障状态；
处理器执行计算机程序时还实现以下步骤：
判断各晶闸管样本对应的局部离群点因子是否小于第一预设阈值；若小于第一预设阈值，则确定晶闸管样本的当前工作状态为正常状态；若大于或等于第一预设阈值，则确定晶闸管样本的当前工作状态为故障状态。
在本申请的一个实施例中，正常状态包括第一状态及第二状态，且晶闸管样本处于第一状态的性能高于晶闸管样本处于第二状态的性能；
处理器执行计算机程序时还实现以下步骤：
判断各晶闸管样本对应的局部离群点因子是否小于第二预设阈值；若小于第二预设阈值，则确定晶闸管样本的当前工作状态为第一状态；若大于或等于第二预设阈值，则确定晶闸管样本的当前工作状态为第二状态。
在本申请的一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取晶闸管样本与各状态参数对应的局部离群点因子；根据与各状态参数对应的局部离群点因子，确定晶闸管样本的当前工作状态。
本申请实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在本申请的一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取晶闸管样本的状态参数，晶闸管样本包括多个待评估晶闸管及预设晶闸管；预设晶闸管为处于正常状态的晶闸管；针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子；局部离群点因子用于表征晶闸管样本的当前工作状态；基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。
在本申请的一个实施例中，状态参数包括漏电流、阻断电压、通态压降、反向恢复电荷中的至少一种；
计算机程序被处理器执行时还实现以下步骤：
根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的局部可达密度；基于与状态参数对应的局部可达密度，计算晶闸管样本与状态参数对应的局部离群点因子。
在本申请的一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离；基于第k距离、第k邻域及可达距离，计算晶闸管样本与状态参数对应的局部可达密度。
在本申请的一个实施例中，计算机程序被处理器执行时还实现以下步骤：
针对晶闸管样本的各状态参数，基于状态参数计算晶闸管样本与多个晶闸管样本中的其他晶闸管样本之间的欧氏距离；根据欧氏距离，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离。
在本申请的一个实施例中，晶闸管样本的状态包括正常状态、故障状态；
计算机程序被处理器执行时还实现以下步骤：
判断各晶闸管样本对应的局部离群点因子是否小于第一预设阈值；若小于第一预设阈值，则确定晶闸管样本的当前工作状态为正常状态；若大于或等于第一预设阈值，则确定晶闸管样本的当前工作状态为故障状态。
在本申请的一个实施例中，正常状态包括第一状态及第二状态，且晶闸管样本处于第一状态的性能高于晶闸管样本处于第二状态的性能；
计算机程序被处理器执行时还实现以下步骤：
判断各晶闸管样本对应的局部离群点因子是否小于第二预设阈值；若小于第二预设阈值，则确定晶闸管样本的当前工作状态为第一状态；若大于或等于第二预设阈值，则确定晶闸管样本的当前工作状态为第二状态。
在本申请的一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取晶闸管样本与各状态参数对应的局部离群点因子；根据与各状态参数对应的局部离群点因子，确定晶闸管样本的当前工作状态。
本实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
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)

1.一种状态评估方法，其特征在于，所述方法包括：
获取晶闸管样本的状态参数，所述晶闸管样本包括多个待评估晶闸管及预设晶闸管；所述预设晶闸管为处于正常状态的晶闸管；所述状态参数包括漏电流、阻断电压、通态压降、反向恢复电荷中的至少一种；
针对各所述晶闸管样本，根据所述晶闸管样本的各状态参数，计算所述晶闸管样本与所述状态参数对应的局部可达密度；基于与所述状态参数对应的局部可达密度，计算所述晶闸管样本与所述状态参数对应的局部离群点因子；所述局部离群点因子用于表征所述晶闸管样本的当前工作状态；所述晶闸管样本的状态包括正常状态、故障状态；
基于所述晶闸管样本的局部离群点因子，确定所述晶闸管样本的当前工作状态包括：判断各所述晶闸管样本对应的局部离群点因子是否小于第一预设阈值；若小于所述第一预设阈值，则断各所述晶闸管样本对应的局部离群点因子是否小于第二预设阈值；若小于所述第二预设阈值，则确定所述晶闸管样本的当前工作状态为第一状态；若大于或等于所述第二预设阈值，则确定所述晶闸管样本的当前工作状态为第二状态；若大于或等于所述第一预设阈值，则确定所述晶闸管样本的当前工作状态为所述故障状态；所述故障状态表征所述晶闸管处于无法工作的状态，所述正常状态表征所述晶闸管处于可以长期正常工作的状态及处于只能在短期内正常工作的状态中的任意一种；所述晶闸管样本处于第一状态的性能高于所述晶闸管样本处于第二状态的性能。
2.根据权利要求1所述的方法，其特征在于，所述根据所述晶闸管样本的各状态参数，计算所述晶闸管样本与所述状态参数对应的局部可达密度，包括：
根据所述晶闸管样本的各状态参数，计算所述晶闸管样本与所述状态参数对应的第k距离、第k邻域及可达距离；
基于所述第k距离、所述第k邻域及所述可达距离，计算所述晶闸管样本与所述状态参数对应的局部可达密度。
3.根据权利要求2所述的方法，其特征在于，所述根据所述晶闸管样本的各状态参数，计算所述晶闸管样本与所述状态参数对应的第k距离、第k邻域及可达距离，包括：
针对所述晶闸管样本的各状态参数，基于所述状态参数计算所述晶闸管样本与所述多个晶闸管样本中的其他晶闸管样本之间的欧氏距离；
根据所述欧氏距离，计算所述晶闸管样本与所述状态参数对应的第k距离、第k邻域及可达距离。
4.根据权利要求1所述的方法，其特征在于，所述基于所述晶闸管样本的局部离群点因子，确定所述晶闸管样本的当前工作状态，还包括：
获取所述晶闸管样本与各所述状态参数对应的局部离群点因子；
根据所述与各所述状态参数对应的局部离群点因子，确定所述晶闸管样本的当前工作状态。
5.一种状态评估装置，其特征在于，所述装置包括：
获取模块，用于获取晶闸管样本的状态参数，所述晶闸管样本包括多个待评估晶闸管及预设晶闸管；所述预设晶闸管为处于正常状态的晶闸管；所述状态参数包括漏电流、阻断电压、通态压降、反向恢复电荷中的至少一种；
计算模块，用于针对各所述晶闸管样本，根据所述晶闸管样本的各状态参数，计算所述晶闸管样本与所述状态参数对应的局部可达密度；基于与所述状态参数对应的局部可达密度，计算所述晶闸管样本与所述状态参数对应的局部离群点因子；所述局部离群点因子用于表征所述晶闸管样本的当前工作状态；所述晶闸管样本的状态包括正常状态、故障状态；
确定模块，用于基于所述晶闸管样本的局部离群点因子，确定所述晶闸管样本的当前工作状态包括：判断各所述晶闸管样本对应的局部离群点因子是否小于第一预设阈值；若小于所述第一预设阈值，则断各所述晶闸管样本对应的局部离群点因子是否小于第二预设阈值；若小于所述第二预设阈值，则确定所述晶闸管样本的当前工作状态为第一状态；若大于或等于所述第二预设阈值，则确定所述晶闸管样本的当前工作状态为第二状态；若大于或等于所述第一预设阈值，则确定所述晶闸管样本的当前工作状态为所述故障状态；所述故障状态表征所述晶闸管处于无法工作的状态，所述正常状态表征所述晶闸管处于可以长期正常工作的状态及处于只能在短期内正常工作的状态中的任意一种；所述晶闸管样本处于第一状态的性能高于所述晶闸管样本处于第二状态的性能。
6.根据权利要求5所述的装置，其特征在于，所述计算模块包括第一计算单元和第二计算单元，其中，所述第一计算单元用于根据所述晶闸管样本的各状态参数，计算所述晶闸管样本与所述状态参数对应的第k距离、第k邻域及可达距离；所述第二计算单元用于基于所述第k距离、所述第k邻域及所述可达距离，计算所述晶闸管样本与所述状态参数对应的局部可达密度。
7.根据权利要求6所述的装置，其特征在于，所述第二计算单元具体用于针对所述晶闸管样本的各状态参数，基于所述状态参数计算所述晶闸管样本与所述多个晶闸管样本中的其他晶闸管样本之间的欧氏距离；根据所述欧氏距离，计算所述晶闸管样本与所述状态参数对应的第k距离、第k邻域及可达距离。
8.根据权利要求5所述的装置，其特征在于，所述确定模块还包括获取单元和第三确定单元，其中，获取单元用于获取所述晶闸管样本与各所述状态参数对应的局部离群点因子；第三确定单元用于根据所述与各所述状态参数对应的局部离群点因子，确定所述晶闸管样本的当前工作状态。
9.一种计算机设备，其特征在于，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实现如权利要求1至4任一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，其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至4任一项所述的方法的步骤。
CN202110867735.4A 2021-07-30 2021-07-30 状态评估方法、装置、设备及存储介质 Active CN113408667B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110867735.4A CN113408667B (zh) 2021-07-30 2021-07-30 状态评估方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110867735.4A CN113408667B (zh) 2021-07-30 2021-07-30 状态评估方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113408667A CN113408667A (zh) 2021-09-17
CN113408667B true CN113408667B (zh) 2022-02-15

Family

ID=77688013

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110867735.4A Active CN113408667B (zh) 2021-07-30 2021-07-30 状态评估方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113408667B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10147049B2 (en) * 2015-08-31 2018-12-04 International Business Machines Corporation Automatic generation of training data for anomaly detection using other user's data samples
CN106373025B (zh) * 2016-08-22 2019-07-19 重庆邮电大学 基于离群点检测的用电信息采集系统实时防窃电监测方法
CN106338981A (zh) * 2016-09-23 2017-01-18 沈阳化工大学 动态多向局部离群因子算法的间歇过程在线故障检测方法
CN107545273A (zh) * 2017-07-06 2018-01-05 北京航空航天大学 一种基于密度的局部离群点检测方法
CN107941537B (zh) * 2017-10-25 2019-08-27 南京航空航天大学 一种机械设备健康状态评估方法
CN109308395B (zh) * 2018-09-30 2022-12-02 西安电子科技大学 基于lof-knn算法的晶圆级空间测量参数异常识别方法
CN109814022A (zh) * 2019-01-02 2019-05-28 浙江大学 一种芯片老炼试验数据处理方法

Also Published As

Publication number Publication date
CN113408667A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
CN111210024A (zh) 模型训练方法、装置、计算机设备和存储介质
CN110995468A (zh) 待分析系统的系统故障处理方法、装置、设备和存储介质
CN108830456B (zh) 敏感设备与电网电压暂降兼容性分析方法及装置
CN109948276B (zh) 失效分析方法、装置、设备和存储介质
CN110224461B (zh) 电池功率限制方法、装置、计算机设备和存储介质
CN111426909B (zh) 电缆老化检测方法、装置、计算机设备及存储介质
RU2018114569A (ru) Способ идентификации события отказа в секторе электрической распределительной сети
US11029344B2 (en) Sensitivity based Thevenin index for voltage stability assessment considering N-1 contingency
CN110866682B (zh) 基于历史数据的地下电缆预警方法和装置
CN110391840B (zh) 太阳同步轨道卫星遥测参数异常判断方法和系统
CN110568325B (zh) 可调速驱动设备的电压暂降耐受能力检测方法、装置
CN113408667B (zh) 状态评估方法、装置、设备及存储介质
CN113189500B (zh) 电池电量计算方法、装置、计算机设备和存储介质
CN108471114B (zh) 输电线路状态评价方法、装置、计算机设备及存储介质
CN114325399A (zh) 电池的内阻预测方法、健康状态的评估方法、装置及设备
CN109375145B (zh) 基于三相三线表计设备的失压故障监测方法和装置
CN108572293B (zh) 变压器故障隐患诊断方法和装置
CN110544031A (zh) 电能表可靠度预计方法、装置、计算机设备和存储介质
CN112557905A (zh) 电池组及其数据处理方法、计算机设备、介质和车辆
CN113794220B (zh) 过压保护方法、装置、计算机设备和存储介质
CN113581014B (zh) 自适应电池工况冷策略方法、装置、设备及可读存储介质
CN112686440B (zh) 高温超导电缆的部署位置确定方法、装置及设备
CN113125965B (zh) 电池析锂检测方法、装置、设备及存储介质
CN109193563B (zh) 基于三相三线表计设备的失流故障监测方法和装置
CN113672870A (zh) 故障事件概率估算方法、装置、计算机设备和存储介质

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
GR01 Patent grant
GR01 Patent grant