CN113505241A - 一种基于知识图谱的用电安全隐患智能诊断方法 - Google Patents

一种基于知识图谱的用电安全隐患智能诊断方法 Download PDF

Info

Publication number
CN113505241A
CN113505241A CN202110799954.3A CN202110799954A CN113505241A CN 113505241 A CN113505241 A CN 113505241A CN 202110799954 A CN202110799954 A CN 202110799954A CN 113505241 A CN113505241 A CN 113505241A
Authority
CN
China
Prior art keywords
knowledge graph
information
alarm
parameter
potential safety
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.)
Granted
Application number
CN202110799954.3A
Other languages
English (en)
Other versions
CN113505241B (zh
Inventor
李陈晨
利国鹏
周冠宇
魏冈
周林
卢伟强
刘海
刘国建
何展鹏
潘婷婷
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.)
Guangdong Runjian Electric Power Technology Co ltd
Runjian Co ltd
Runjian Smart Energy Co ltd
Original Assignee
Runjian Smart Energy Co ltd
Runjian 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 Runjian Smart Energy Co ltd, Runjian Co ltd filed Critical Runjian Smart Energy Co ltd
Priority to CN202110799954.3A priority Critical patent/CN113505241B/zh
Publication of CN113505241A publication Critical patent/CN113505241A/zh
Application granted granted Critical
Publication of CN113505241B publication Critical patent/CN113505241B/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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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
    • 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
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
    • 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
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明提供了一种基于知识图谱的用电安全隐患智能诊断方法，包括以下步骤：1)基于知识图谱与专家知识库搭建决策树模型；2)通过在线监控设备、通信技术，收集、传输各监控对象参数信息，通过数据处理平台判断参数异常；3)将10个采集周期内告警信息按照监控对象、告警时间、用电类型、参数项、告警类型等属性分组；4)将分组后的告警信息输入决策树模型，得到隐患集合输出；5)通过人工监督方式扩充知识图谱、完善决策树模型。本发明能够有效地解决智能用电监控时对现场排查和技术专业人员的依赖性，协助判别用电隐患；帮助运维人员获取有价值的隐患预判信息，为用电安全管理部门提供监控‑辅助决策‑故障反馈全过程的支撑。

Description

一种基于知识图谱的用电安全隐患智能诊断方法
技术领域
本发明涉及一种基于知识图谱的用电安全隐患诊断方法。
背景技术
当前用电安全监控系统主要是借助智能硬件技术，通过采集和实时监控漏电电流、电弧、温度、电流、电压、负载、谐波、三相不平衡度等参数，结合国家标准和规范对各参数设置阈值进行告警通知，但由于基层运维专业人员相对紧张，人工通过参数异常进行隐患分析难度大。因此，隐患判别等辅助决策的技术方法已成为用电安全监控业务开展的难点。
发明内容
本发明旨在提出一种基于知识图谱的用电安全隐患诊断方法，融合专家经验知识库与决策树模型，有效帮助运维人员进行电气线路和用电设备安全隐患诊断分析和故障预判，解决上述现有技术存在的难点问题。
更具体地说，本发明要解决的技术问题是，通过对监控对象的属性和状态进行拆解，对告警信息分组，目标是基于监控对象的用电特性与专家知识库，提取告警信息的最小特征值及其与隐患的映射关系；对特征进行分析，集合零散的告警信息推理其传达的隐患；通过让碎片信息表达确切的含义使信息更具价值，提供告警信息监控-辅助决策-故障反馈全过程的支撑。
为了解决上述技术问题，实现上述目标，本发明提供的一种基于知识图谱的用电安全隐患智能诊断方法，包括以下步骤：
步骤1，构建知识图谱；根据现有结构化数据和专家知识库，将信息按照监控对象、告警时间、用电类型、参数项、告警类型、隐患类型的顺序循序分组，提取数据最小特征，形成概念模型、提取规则关系，自顶向下构建知识图谱，并搭建决策树模型。
构建知识图谱是根据现有参数告警类型及对应的隐患，其中参数应考虑其用电类型、参数类型。抽取最小特征、概念和关系，构建由模式层到数据层的知识图谱。
步骤2，采集数据；通过智能硬件、物联网和通信技术，对监测对象进行实时监测，获取高质量的用电数据及参数异常信息。
步骤3，实体属性提取；读取参数异常告警信息，将信息按照监控对象、告警时间、用电类型、参数项、告警类型的顺序循序分组。
系统对获取数据进行分析，用电侧监控对象可包括电气线路和用电设备，用电类型包括单相和三相用电；先将24小时内该监控对象发生的告警去重，再将信息按照监控对象、告警时间、用电类型、参数项、告警类型的顺序循序分组，得到输入推理模型的信息集合。
步骤4，逻辑推理；将分组后的告警信息输入基于知识图谱构建的决策树模型，得到源自专家知识库的隐患预测结果，按同一监测对象输出诊断隐患的结果集。
模型的输入参数项、故障判别的结果可能为一个或多个。由于参数项属于该故障类型的典型特征，包含于该故障发生时所有异常参数项之中。通过将所有输入项输入预先构建的模糊推理模型，会得到一个或多个故障预判输出。
IF A＝true，THEN Y1，Y2，Y3
or
IF A＝true and B＝true，THEN Y1，Y2
or
IF A＝true and B＝true and C＝true，THEN Y
步骤5，知识图谱更新；实际场景中出现已构建的知识图谱以外的实体组合或规则关系，经人工确认后，补充至知识图谱。
信息组输入决策树模型后，如与图谱的各组输入不匹配，待隐患处理反馈故障后，人工输入此信息组对应隐患；梳理新的实体组合与规则关系，将其添加到知识图谱中。
本发明依托智能硬件、物联网、专家知识库、知识图谱，分析挖掘电气特征参数与用电隐患关系，提升用电安全监控系统的诊断用电隐患能力，通过本发明和现有系统提炼参数异常告警信息，减轻现场排查、技术专业人员的依赖性，协助判别用电安全隐患。
具体地，本发明的相关原理及有效效果如下：
在实际生产上，当某一用电监控对象出现某类故障或异常告警事件时，其异常事件的电流、电压、温度等参数项会出现越限告警。基于这个规律和现象，本发明提出的基于知识图谱的用电安全隐患智能诊断方法，是通过专家知识库搭建知识图谱，通过决策树模型综合分析异常参数项；对监控对象发生的相关联告警信息综合分析，预判其可能隐患及紧急程度，可有效辅助用电安全隐患运维决策。
其中，知识图谱以图的形式表示客观实体及其相互关系，其基本组成单位为“实体-关系-实体”三元组。“实体”是知识图谱的基本元素。本发明以监控对象、用电类型、参数项对应的告警类型、告警时间、隐患类型、紧急程度作为实体。“关系”是不同实体之间的关系。为构建清晰的映射关系本发明提取最小特征值，基于专家知识库构建决策树模型，得到动态有监督的推理模型。基于智能硬件、通讯网络、数据分析技术，对监控对象运行参数实时监控，预处理采集数据后分组输入推理模型，形成电气特征参数到用电隐患的映射。
本发明能够有效地解决告警信息零散、缺乏专业技术人才支撑等情况下无法快速获取监控对象实际隐患情况的问题，为用电安全监控业务提供有效隐患诊断信息，辅助判别和决策，具有较好的实用性和有效性。
附图说明
图1是本发明所述的一种基于知识图谱的用电安全隐患智能诊断方法的步骤示意图。
图2是本发明实施例搭建知识图谱方法的流程示意图。
图3是本发明实施例一种基于知识图谱的用电安全隐患智能诊断方法的整体流程示意图。
图4是本发明实施例部分决策树模型示意图。
图5是本发明实施例图4决策树1的隐患诊断结果。
图6是本发明实施例图4决策树2的隐患诊断结果。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明结合实例作进一步地详细描述。
结合图1、图2和图3，本发明所述基于知识图谱的用电隐患智能诊断方法，包括以下步骤：
步骤1：将专家知识库中的信息通过三元组抽检出来，形成隐患诊断知识图谱。按参数类型、参数变化相关性，将信息分组，提取最小特征搭建决策树模型；模型中包含各监控对象的参数告警类型、隐患类型、紧急程度及它们的映射关系。
表1告警类型及其对应参数类型
参数告警类型 参数类型 参数告警类型 参数类型
过流 三相(各相)、单相 电流谐波干扰 三相(各相)、单相
过载 三相(各相)、单相 电压谐波干扰 三相(各相)、单相
过温 三相(各相)、单相 漏电 三相(总)
过压 三相(各相)、单相 断电 三相(总)、单相
欠压 三相(各相)、单相 通电 三相(总)、单相
放电 三相(各相)、单相 三相电流不平衡 三相(总)
缺相 三相(各相)、单相 三相电压不平衡 三相(总)
表2隐患类型及其紧急程度
隐患类型 紧急程度 隐患类型 紧急程度
绝缘故障 紧急、重要 三相负荷不平衡 紧急、一般
接触不良 紧急 谐波干扰 紧急、一般
缺相运行 重要 电压波动 紧急、重要、一般
异常断电 紧急 恶性负载 重要
异常通电 重要 短路 重要
超负荷运行 紧急、重要
步骤2：实时采集监控对象的参数，并依据设置阈值进行参数异常判别。
步骤3：根据告警发生时间，按照监控对象、告警时间、用电类型、参数项、告警类型的顺序循序分组，集合告警信息。告警信息为历史10个采集周期内发生的告警类型的并集。
步骤4：将分组后的告警信息输入决策树模型，图4列出部分决策树模型。
同一监测对象的告警信息输入。输出结果取其判别结果的并集。
步骤5：知识图谱随着故障反馈不断扩充优化，故障诊断的边际成本不断降低，预判准确性不断提高，形成良性循环。
异常参数项与隐患类型形成映射关系。告警类型记录每条规则中各类故障出现的频次，可统计历史故障比率。当原规则表中不包含工单反馈中的异常参数项组合，则添加新的异常参数项组合，并添加对应的故障类型映射关系；当规则表中包含工单反馈中的异常参数项组合，但映射的故障类型不同时，增加对应的映射关系；当出现新的故障类型时，原规则表中的故障类型中应添加新类型，并添加对应的异常参数项组合和映射关系。可通过历史故障比率判断同一组告警类型映射得到多类隐患出现的概率。具体方法如下：
Step1异常参数判别，产生告警信息；
Step2取历史24小时内告警信息按规则分组；
Step3分组后的告警信息输入基于知识图谱构建的决策树模型；
Step4输出：隐患类型集合；
Step5补充知识图谱，修正、完善决策树模型。
结果如图5和图6所示。

Claims (8)

1.一种基于知识图谱的用电安全隐患智能诊断方法，其特征在于，包括以下步骤：
步骤1，根据现有结构化数据和专家知识库，将告警信息按照信息属性顺序循序分组，提取数据最小特征，形成概念模型、提取规则关系，自顶向下构建知识图谱，并搭建决策树模型；
步骤2，对监测对象进行实时监测，获取高质量的用电数据及参数异常信息；
步骤3，读取参数异常告警信息，并按照信息属性顺序循序分组；
步骤4，将分组后的告警信息输入基于知识图谱构建的决策树模型，得到源自专家知识库的隐患预测结果。
2.根据权利要求1所述的一种基于知识图谱的用电安全隐患智能诊断方法，其特征在于：还包括步骤5，对实际场景中出现已构建的知识图谱以外的实体组合或规则关系，经人工确认后，补充至知识图谱。
3.根据权利要求1所述的一种基于知识图谱的用电安全隐患智能诊断方法，其特征在于：所述步骤1和步骤3中，信息属性包括监控对象、告警时间、用电类型、参数项、告警类型和隐患类型。
4.根据权利要求1所述的一种基于知识图谱的用电安全隐患智能诊断方法，其特征在于：所述步骤1中，构建知识图谱是根据现有参数告警类型及对应的隐患，抽取最小特征、概念和关系，构建由模式层到数据层的知识图谱。
5.根据权利要求1所述的一种基于知识图谱的用电安全隐患智能诊断方法，其特征在于：所述步骤2中，获取用电数据及参数异常信息是通过智能硬件、物联网和通信技术，实时采集监控对象的参数信息，并判别参数异常。
6.根据权利要求3所述的一种基于知识图谱的用电安全隐患智能诊断方法，其特征在于：所述步骤3中，监控对象包括电气线路和用电设备，用电类型包括单相和三相用电；先将24小时内监控对象发生的告警去重，再将信息按照信息属性进行顺序循序分组，得到输入推理模型的信息集合。
7.根据权利要求1所述的一种基于知识图谱的用电安全隐患智能诊断方法，其特征在于：所述步骤4中，将信息组输入基于知识图谱构建的决策树模型后，按同一监测对象输出诊断隐患的结果集；通过将所有输入项输入预先构建的模糊推理模型，能够得到一个或多个故障预判输出。
8.根据权利要求1所述的一种基于知识图谱的用电安全隐患智能诊断方法，其特征在于：所述步骤5中，信息组输入决策树模型后，如与图谱的各组输入不匹配，待隐患处理反馈故障后，人工输入此信息组对应隐患；梳理新的实体组合与规则关系，将其添加到知识图谱中。
CN202110799954.3A 2021-07-15 2021-07-15 一种基于知识图谱的用电安全隐患智能诊断方法 Active CN113505241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110799954.3A CN113505241B (zh) 2021-07-15 2021-07-15 一种基于知识图谱的用电安全隐患智能诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110799954.3A CN113505241B (zh) 2021-07-15 2021-07-15 一种基于知识图谱的用电安全隐患智能诊断方法

Publications (2)

Publication Number Publication Date
CN113505241A true CN113505241A (zh) 2021-10-15
CN113505241B CN113505241B (zh) 2023-06-30

Family

ID=78012857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110799954.3A Active CN113505241B (zh) 2021-07-15 2021-07-15 一种基于知识图谱的用电安全隐患智能诊断方法

Country Status (1)

Country Link
CN (1) CN113505241B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114325081A (zh) * 2021-12-29 2022-04-12 润建股份有限公司 一种基于多模态特征的非侵入式负荷识别方法
CN114697188A (zh) * 2022-03-28 2022-07-01 天津大学 一种基于网络态势感知的物联网设备风险预测分析方法
CN114969018A (zh) * 2022-08-01 2022-08-30 太极计算机股份有限公司 一种数据监控方法及系统
CN117094688A (zh) * 2023-10-20 2023-11-21 国网信通亿力科技有限责任公司 一种供电所数字化管控方法及系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679293A (zh) * 2013-12-20 2014-03-26 长园深瑞继保自动化有限公司 智能变电站告警和辅助决策系统
US20190025813A1 (en) * 2016-05-09 2019-01-24 Strong Force Iot Portfolio 2016, Llc Methods and systems for intelligent collection and analysis of vehicle data
CN109978052A (zh) * 2019-03-25 2019-07-05 北京快电科技有限公司 一种用户侧能源设备智慧检修方法
CN110601374A (zh) * 2019-10-21 2019-12-20 国网电子商务有限公司 一种用电管理系统及用电数据监测方法
CN110705710A (zh) * 2019-04-17 2020-01-17 中国石油大学(华东) 一种基于知识图谱的工业故障分析专家系统
CN111414477A (zh) * 2020-03-11 2020-07-14 科大讯飞股份有限公司 车辆故障自动诊断方法、装置以及设备
CN111768077A (zh) * 2020-05-28 2020-10-13 国网浙江省电力有限公司绍兴供电公司 一种基于知识图谱的电网跳闸事件智能识别方法
CN112000791A (zh) * 2020-08-26 2020-11-27 哈电发电设备国家工程研究中心有限公司 一种电机故障知识抽取系统及方法
CN112052296A (zh) * 2020-08-24 2020-12-08 中国水电工程顾问集团有限公司 一种风电故障诊断知识库构建方法
CN112231493A (zh) * 2020-11-10 2021-01-15 泽恩科技有限公司 基于知识图谱的机房故障诊断方法、装置、设备及介质
CN112418458A (zh) * 2020-12-09 2021-02-26 广州瑞修得信息科技有限公司 基于贝叶斯网络的车辆故障智能推理方法及系统
CN112446144A (zh) * 2020-11-17 2021-03-05 哈工大机器人（合肥）国际创新研究院 一种大型回转机组故障诊断方法及装置
CN112859822A (zh) * 2021-04-25 2021-05-28 北京邮电大学 基于人工智能的设备健康分析及故障诊断的方法及系统
CN113032577A (zh) * 2021-03-21 2021-06-25 国网河南省电力公司电力科学研究院 一种电力系统知识图谱的构建、缺陷目标识别方法及系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679293A (zh) * 2013-12-20 2014-03-26 长园深瑞继保自动化有限公司 智能变电站告警和辅助决策系统
US20190025813A1 (en) * 2016-05-09 2019-01-24 Strong Force Iot Portfolio 2016, Llc Methods and systems for intelligent collection and analysis of vehicle data
CN109978052A (zh) * 2019-03-25 2019-07-05 北京快电科技有限公司 一种用户侧能源设备智慧检修方法
CN110705710A (zh) * 2019-04-17 2020-01-17 中国石油大学(华东) 一种基于知识图谱的工业故障分析专家系统
CN110601374A (zh) * 2019-10-21 2019-12-20 国网电子商务有限公司 一种用电管理系统及用电数据监测方法
CN111414477A (zh) * 2020-03-11 2020-07-14 科大讯飞股份有限公司 车辆故障自动诊断方法、装置以及设备
CN111768077A (zh) * 2020-05-28 2020-10-13 国网浙江省电力有限公司绍兴供电公司 一种基于知识图谱的电网跳闸事件智能识别方法
CN112052296A (zh) * 2020-08-24 2020-12-08 中国水电工程顾问集团有限公司 一种风电故障诊断知识库构建方法
CN112000791A (zh) * 2020-08-26 2020-11-27 哈电发电设备国家工程研究中心有限公司 一种电机故障知识抽取系统及方法
CN112231493A (zh) * 2020-11-10 2021-01-15 泽恩科技有限公司 基于知识图谱的机房故障诊断方法、装置、设备及介质
CN112446144A (zh) * 2020-11-17 2021-03-05 哈工大机器人（合肥）国际创新研究院 一种大型回转机组故障诊断方法及装置
CN112418458A (zh) * 2020-12-09 2021-02-26 广州瑞修得信息科技有限公司 基于贝叶斯网络的车辆故障智能推理方法及系统
CN113032577A (zh) * 2021-03-21 2021-06-25 国网河南省电力公司电力科学研究院 一种电力系统知识图谱的构建、缺陷目标识别方法及系统
CN112859822A (zh) * 2021-04-25 2021-05-28 北京邮电大学 基于人工智能的设备健康分析及故障诊断的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BS YANG等: "VIBEX：an expert system for vibration fault diagnosis of rotating machinery using decision tree and decision table", 《EXPERT SYSTEM WITH APPLICATIONS,2005》 *
耿慧: "基于知识图谱的整机线缆检测故障诊断系统研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114325081A (zh) * 2021-12-29 2022-04-12 润建股份有限公司 一种基于多模态特征的非侵入式负荷识别方法
CN114697188A (zh) * 2022-03-28 2022-07-01 天津大学 一种基于网络态势感知的物联网设备风险预测分析方法
CN114697188B (zh) * 2022-03-28 2023-03-03 天津大学 一种基于网络态势感知的物联网设备风险预测分析方法
CN114969018A (zh) * 2022-08-01 2022-08-30 太极计算机股份有限公司 一种数据监控方法及系统
CN114969018B (zh) * 2022-08-01 2022-11-08 太极计算机股份有限公司 一种数据监控方法及系统
CN117094688A (zh) * 2023-10-20 2023-11-21 国网信通亿力科技有限责任公司 一种供电所数字化管控方法及系统
CN117094688B (zh) * 2023-10-20 2023-12-19 国网信通亿力科技有限责任公司 一种供电所数字化管控方法及系统

Also Published As

Publication number Publication date
CN113505241B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN113505241A (zh) 一种基于知识图谱的用电安全隐患智能诊断方法
CN111047082B (zh) 设备的预警方法及装置、存储介质和电子装置
CN106019084B (zh) 基于配用电数据关联的中压配电网断线故障诊断方法
CN115048591B (zh) 一种基于人工智能的配电网全息数据可视化智能展示分析系统
CN107991525B (zh) 一种绿色产业园区供用电能效监测与故障责任识别方法及系统
CN105894177A (zh) 一种基于决策树算法的电力设备运行风险分析评估方法
CN105548744A (zh) 一种基于运检大数据的变电设备故障识别方法及其系统
Catterson et al. Identifying harmonic attributes from online partial discharge data
CN111008485A (zh) 基于神经网络的三相交流异步电机多参数寿命预测方法
CN110751338A (zh) 一种配变台区重过载特征模型的构建和预警的方法
CN109831033A (zh) 一种供电线路预警保护设备及分段监测预警系统
Guo et al. Evidence-based approach to power transmission risk assessment with component failure risk analysis
JP2008051737A (ja) 電気設備の異常劣化診断システム
CN117390944A (zh) 一种变电站运行工况仿真系统
CN107861449A (zh) 一种调度运行关键信息巡检告警方法及装置
CN112149731A (zh) 基于id3算法的电力系统故障分类方法及系统
Asheibi et al. Analyzing harmonic monitoring data using supervised and unsupervised learning
CN106022950B (zh) 一种配电网二次设备类型识别方法及系统
CN116208091A (zh) 一种分布式光伏电站设备故障诊断及预警方法
CN115267616A (zh) 基于企业数据中台的变压器运行状态监测系统及方法
CN115128455A (zh) 一种基于电流多元深层信息域自适应的电机故障诊断方法
Gorjani et al. Application of optimized deterministic methods in long-term power quality
CN113055454A (zh) 主变电设备监控数据的集中处理方法及系统
CN113010595A (zh) 一种电力能源数据分析与监控方法及系统
Fithri et al. Manufacturing continuous improvement of busbar product using six sigma Approach at PT. XYZ

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
TA01 Transfer of patent application right

Effective date of registration: 20230517

Address after: 530006 Room 501, Building D7, Phase 1, China ASEAN Technology Enterprise Incubation Base, No.1 Headquarters Road, Xixiangtang District, Nanning City, Guangxi Zhuang Autonomous Region

Applicant after: Runjian Co.,Ltd.

Applicant after: Runjian Smart Energy Co.,Ltd.

Applicant after: Guangdong runjian Electric Power Technology Co.,Ltd.

Address before: Room 501, building D7, phase I, China ASEAN science and technology business incubation base, No.1, headquarters Road, XiXiangTang District, Nanning, Guangxi 530007

Applicant before: Runjian Co.,Ltd.

Applicant before: Runjian Smart Energy Co.,Ltd.

GR01 Patent grant
GR01 Patent grant