CN113553358A - 一种基于数据挖掘的电网设备无效数据辨识方法及装置 - Google Patents
一种基于数据挖掘的电网设备无效数据辨识方法及装置 Download PDFInfo
- Publication number
- CN113553358A CN113553358A CN202110850392.0A CN202110850392A CN113553358A CN 113553358 A CN113553358 A CN 113553358A CN 202110850392 A CN202110850392 A CN 202110850392A CN 113553358 A CN113553358 A CN 113553358A
- Authority
- CN
- China
- Prior art keywords
- invalid data
- invalid
- data
- type
- power grid
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000007418 data mining Methods 0.000 title claims abstract description 24
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000010219 correlation analysis Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于数据挖掘的电网设备无效数据辨识方法,用于对采集及记录的电网设备运行数据进行预处理。该方法包括:确定无效数据类型库;确认无效数据辨识规则;建立设备ID‑无效记录ID‑记录类型‑无效数据类型的映射表,识别无效数据;建立无效数据的自动处置。本发明利用电网设备的海量历史运行数据,挖掘无效数据辨识规则,实现对设备运行信息的自动处置。替代人为的手动无效数据识别方法。
Description
技术领域
本发明属于电力系统技术领域,具体涉及一种基于数据挖掘的电网设备无效数据辨识方法,还涉及一种基于数据挖掘的电网设备无效数据辨识装置。
背景技术
随着电网规模的逐步扩大,调控领域各专业运行人员需要监视及控制的电网设备逐渐增多,而电网设备智能化水平的不断提高又进一步增加了需要监视及控制的数据量,海量的数据亟待预处理之后用于分析电网及设备的运行状态,进而指导调控人员及计划专业人员进行智能决策。
当前对于海量运行数据预处理的手段仍有待扩增,对于无效数据的辨识仍缺乏指导,导致大量的无效数据被分析,影响分析结果的可靠性。
基于业务规则采用数据挖掘手段构建无效数据辨识规则库,充分缩减调控及开发人员需要分析的数据量,减少了无关信息参与决策的影响度,从而使得高质量的数据用于分析挖掘电网及设备运行状态,提高了分析结果的可靠性及电网的安全运行水平。
发明内容
本发明的目的在于克服现有技术中的不足,提供了一种基于数据挖掘的电网设备无效数据辨识方法,利用电网设备的海量历史运行数据,挖掘无效数据辨识规则,实现对设备运行信息的自动处置。
为解决上述技术问题,本发明提供了如下技术方案。
第一方面,本发明提供了一种基于数据挖掘的电网设备无效数据辨识方法,包括以下过程:
对设备历史运行信息的处置信息进行分析,确定无效数据类型;
基于无效数据类型,提取运行数据历史库中与无效数据类型对应的无效数据进行关联分析,获得与无效数据类型对应的无效特征;
基于无效特征对待辨识设备的运行信息进行无效数据辨识,获得无效数据辨识结果。
可选地,还包括:
基于待辨识设备的无效数据辨识结果对设备自动处置。
可选地,所述自动处置是指执行与无效数据类型相应的操作。
可选地,所述无效数据类型包括被封锁类型、被抑制类型和被置数类型。
可选地,所述提取运行数据历史库中与无效数据类型对应的无效数据进行关联分析,获得与无效数据类型对应的无效特征,包括:
分析运行数据历史库中与无效数据类型对应的无效数据,从中抽取与无效数据类型对应的典型无效数据作为典型辨识案例;
采用数据挖掘方法从典型辨识案例中根据关联的设备识别出无效数据的处置信息及关联信息;
采用聚类分析的方法对被同样处置的无效数据分析其相似性特征;
提取相似性特征作为该类无效数据的无效特征。
可选地,所述无效数据辨识结果为设备ID-无效记录ID-记录类型-无效数据类型的映射表。
第二方面,本发明还提供了一种基于数据挖掘的电网设备无效数据辨识装置,包括:
无效数据类型确定模块,用于对设备历史运行信息的处置信息进行分析,确定无效数据类型;
无效特征分析模块,用于基于无效数据类型,提取运行数据历史库中与无效数据类型对应的无效数据进行关联分析,获得与无效数据类型对应的无效特征;
无效数据辨识模块,用于基于无效特征对待辨识设备的运行信息进行无效数据辨识,获得无效数据辨识结果。
本发明装置中各模块的具体实现方案,参见上述方法的各步骤处理过程,此处不多赘述。
与现有技术相比,本发明所达到的有益效果是:
1)该方法采用基于规则的无效数据自动辨识,替代人为的手动无效数据识别方法;
2)该方法通过数据挖掘方法对电网运行数据进行无效数据辨识,提供了高质量的用于电网及设备运行状态分析的数据。
附图说明
图1为本发明实施例中基于数据挖掘的电网设备无效数据辨识方法示意图;
图2为本发明实施例中无效数据辨识规则生成示意图;
图3为本发明实施例中设备ID-无效记录ID-记录类型-无效数据类型映射表示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明提供了基于数据挖掘的电网设备无效数据辨识方法,通过对海量历史数据挖掘识别无效数据类型、无效数据辨识规则,并基于处置流程实现对无效数据的自动处置,减少了人员处置工作量,提升了数据质量。
实施例1
本发明的一种基于数据挖掘的电网设备无效数据辨识方法,如图1,所述方法包括:
步骤1,基于业务人员积累的对海量设备历史运行信息的处置信息进行分析,确定无效数据类型,形成无效数据类型库;
分析具体过程包括:
基于人员处置动作,如封锁、抑制、置数等,确认无效数据类型,无效数据类型包括被封锁类型、被抑制类型、被置数类型。
步骤2,基于无效数据类型,分别对海量运行数据、处置信息及相关信息进行关联分析,建立无效数据辨识规则;
如图2所示,建立无效数据辨识规则具体包括:
基于无效数据类型,从运行数据历史库中读取每个与无效数据类型关联的采集信息、处置记录、相关信息等作为无效特征,建立无效数据类型-无效特征的映射。具体过程为:
首先分析无效数据类型,包括被封锁类型、被抑制类型、被置数类型;
其次分析运行数据历史库中与无效数据类型对应的无效数据(指运行数据库中被采用了相应封锁、抑制、置数操作的记录),从中抽取与无效数据类型对应的典型无效数据作为典型辨识案例,并采用数据挖掘方法从典型辨识案例中根据关联的设备识别出无效数据的处置信息及关联信息,该关联信息包括设备检修信息、置牌信息等;
然后采用聚类分析的方法,对被同样处置的无效数据,分析其相似性特征,如一定时间内告警频次大于某阈值、同一时段内有设备检修信息、同一时段内有置牌信息、采集装置存在异常、传输通道存在异常等;
最后通过确认相似性特征的相似度,如单日告警频次超过30等,提取相似性特征作为该类无效数据的无效特征;
基于无效数据类型-无效特征映射关系表,确认无效数据辨识规则。
步骤3,定期采用无效信息辨识规则对各设备的运行信息进行无效数据辨识,确认是否存在无效数据,建立设备ID-无效记录ID-记录类型-无效数据类型的映射表。该表就是辨识结果,即数据清洗结果,可以用于数据分析。
如图3所示,建立设备ID-无效记录ID-记录类型-无效数据类型的映射表具体包括:
构建定时任务对电网设备的运行信息进行轮询,执行无效数据辨识规则进行无效数据辨识;
逐一对设备的运行信息进行识别,判定是否有满足无效信息辨识规则的特征数据;
若存在满足无效信息辨识规则的特征数据,则构建设备ID-无效记录ID-记录类型-无效数据类型记录并存储。其中记录类型包括量测数据、告警信息。
步骤4,基于无效数据类型-无效特征映射关系表,对步骤3产生的无效数据进行自动处置。
自动处置即为根据无效数据类型,如被封锁类型、被抑制类型、被置数类型;自动的对运行数据进行封锁操作、抑制操作或置数操作。
实施例2
基于与实施例1同样的发明构思,本发明的一种基于数据挖掘的电网设备无效数据辨识装置,包括:
无效数据类型确定模块,用于对设备历史运行信息的处置信息进行分析,确定无效数据类型;
无效特征分析模块,用于基于无效数据类型,提取运行数据历史库中与无效数据类型对应的无效数据进行关联分析,获得与无效数据类型对应的无效特征;
无效数据辨识模块,用于基于无效特征对待辨识设备的运行信息进行无效数据辨识,获得无效数据辨识结果。
本发明装置中各模块的具体实现方案,参见上述实施例1方法的各步骤处理过程。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (7)
1.一种基于数据挖掘的电网设备无效数据辨识方法,其特征在于,包括以下过程:
对设备历史运行信息的处置信息进行分析,确定无效数据类型;
基于无效数据类型,提取运行数据历史库中与无效数据类型对应的无效数据进行关联分析,获得与无效数据类型对应的无效特征;
基于无效特征对待辨识设备的运行信息进行无效数据辨识,获得无效数据辨识结果。
2.根据权利要求1所述一种基于数据挖掘的电网设备无效数据辨识方法,其特征在于,还包括:
基于待辨识设备的无效数据辨识结果对设备自动处置。
3.根据权利要求2所述一种基于数据挖掘的电网设备无效数据辨识方法,其特征在于,所述自动处置是指执行与无效数据类型相应的操作。
4.根据权利要求1所述一种基于数据挖掘的电网设备无效数据辨识方法,其特征在于,所述无效数据类型包括被封锁类型、被抑制类型和被置数类型。
5.根据权利要求1所述一种基于数据挖掘的电网设备无效数据辨识方法,其特征在于,所述提取运行数据历史库中与无效数据类型对应的无效数据进行关联分析,获得与无效数据类型对应的无效特征,包括:
分析运行数据历史库中与无效数据类型对应的无效数据,从中抽取与无效数据类型对应的典型无效数据作为典型辨识案例;
采用数据挖掘方法从典型辨识案例中根据关联的设备识别出无效数据的处置信息及关联信息;
采用聚类分析的方法对被同样处置的无效数据分析其相似性特征;
提取相似性特征作为该类无效数据的无效特征。
6.根据权利要求1所述一种基于数据挖掘的电网设备无效数据辨识方法,其特征在于,所述无效数据辨识结果为设备ID-无效记录ID-记录类型-无效数据类型的映射表。
7.一种基于数据挖掘的电网设备无效数据辨识装置,其特征在于,包括:
无效数据类型确定模块,用于对设备历史运行信息的处置信息进行分析,确定无效数据类型;
无效特征分析模块,用于基于无效数据类型,提取运行数据历史库中与无效数据类型对应的无效数据进行关联分析,获得与无效数据类型对应的无效特征;
无效数据辨识模块,用于基于无效特征对待辨识设备的运行信息进行无效数据辨识,获得无效数据辨识结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110850392.0A CN113553358B (zh) | 2021-07-27 | 2021-07-27 | 一种基于数据挖掘的电网设备无效数据辨识方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110850392.0A CN113553358B (zh) | 2021-07-27 | 2021-07-27 | 一种基于数据挖掘的电网设备无效数据辨识方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113553358A true CN113553358A (zh) | 2021-10-26 |
CN113553358B CN113553358B (zh) | 2022-12-06 |
Family
ID=78133048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110850392.0A Active CN113553358B (zh) | 2021-07-27 | 2021-07-27 | 一种基于数据挖掘的电网设备无效数据辨识方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113553358B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150160969A1 (en) * | 2013-12-11 | 2015-06-11 | Dropbox, Inc. | Automated invalidation of job output data in a job-processing system |
CN105116291A (zh) * | 2015-09-07 | 2015-12-02 | 国电南瑞科技股份有限公司 | 一种基于电网运行稳态监控信息的故障诊断系统及方法 |
CN105989427A (zh) * | 2015-01-30 | 2016-10-05 | 国家电网公司 | 一种基于数据挖掘的设备状态趋势分析和预警方法 |
CN106080655A (zh) * | 2016-08-24 | 2016-11-09 | 中车株洲电力机车研究所有限公司 | 一种列车轴温异常的检测方法、装置以及列车 |
CN106228280A (zh) * | 2016-07-06 | 2016-12-14 | 吴本刚 | 电网运行监控信息辨识分类系统 |
CN107358297A (zh) * | 2017-05-11 | 2017-11-17 | 国家电网公司 | 一种状态检测数据的快速索引方法 |
CN108664538A (zh) * | 2017-11-30 | 2018-10-16 | 全球能源互联网研究院有限公司 | 一种输变电设备疑似家族性缺陷的自动辨识方法及系统 |
CN108847968A (zh) * | 2018-06-04 | 2018-11-20 | 国网浙江省电力有限公司 | 监控事故、异常事件辨识及多维分析方法 |
CN109347202A (zh) * | 2018-09-06 | 2019-02-15 | 国网浙江省电力有限公司 | 监控设备典型操作辨识及多维分析方法 |
CN111639921A (zh) * | 2020-06-11 | 2020-09-08 | 广东电网有限责任公司 | 一种基于专家系统的设备故障智判与辅助处置方法 |
CN112016602A (zh) * | 2020-08-18 | 2020-12-01 | 广东电网有限责任公司韶关供电局 | 电网故障原因与状态量的关联分析方法,设备和存储介质 |
CN112612819A (zh) * | 2020-12-01 | 2021-04-06 | 南京南瑞信息通信科技有限公司 | 一种抽水蓄能电站大数据分析挖掘方法及系统 |
CN112785108A (zh) * | 2019-11-11 | 2021-05-11 | 国网天津市电力公司 | 一种基于调控云的电网运行数据关联分析方法及系统 |
-
2021
- 2021-07-27 CN CN202110850392.0A patent/CN113553358B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150160969A1 (en) * | 2013-12-11 | 2015-06-11 | Dropbox, Inc. | Automated invalidation of job output data in a job-processing system |
CN105989427A (zh) * | 2015-01-30 | 2016-10-05 | 国家电网公司 | 一种基于数据挖掘的设备状态趋势分析和预警方法 |
CN105116291A (zh) * | 2015-09-07 | 2015-12-02 | 国电南瑞科技股份有限公司 | 一种基于电网运行稳态监控信息的故障诊断系统及方法 |
CN106228280A (zh) * | 2016-07-06 | 2016-12-14 | 吴本刚 | 电网运行监控信息辨识分类系统 |
CN106080655A (zh) * | 2016-08-24 | 2016-11-09 | 中车株洲电力机车研究所有限公司 | 一种列车轴温异常的检测方法、装置以及列车 |
CN107358297A (zh) * | 2017-05-11 | 2017-11-17 | 国家电网公司 | 一种状态检测数据的快速索引方法 |
CN108664538A (zh) * | 2017-11-30 | 2018-10-16 | 全球能源互联网研究院有限公司 | 一种输变电设备疑似家族性缺陷的自动辨识方法及系统 |
CN108847968A (zh) * | 2018-06-04 | 2018-11-20 | 国网浙江省电力有限公司 | 监控事故、异常事件辨识及多维分析方法 |
CN109347202A (zh) * | 2018-09-06 | 2019-02-15 | 国网浙江省电力有限公司 | 监控设备典型操作辨识及多维分析方法 |
CN112785108A (zh) * | 2019-11-11 | 2021-05-11 | 国网天津市电力公司 | 一种基于调控云的电网运行数据关联分析方法及系统 |
CN111639921A (zh) * | 2020-06-11 | 2020-09-08 | 广东电网有限责任公司 | 一种基于专家系统的设备故障智判与辅助处置方法 |
CN112016602A (zh) * | 2020-08-18 | 2020-12-01 | 广东电网有限责任公司韶关供电局 | 电网故障原因与状态量的关联分析方法,设备和存储介质 |
CN112612819A (zh) * | 2020-12-01 | 2021-04-06 | 南京南瑞信息通信科技有限公司 | 一种抽水蓄能电站大数据分析挖掘方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113553358B (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109981328B (zh) | 一种故障预警方法及装置 | |
CN111782460A (zh) | 大规模日志数据的异常检测方法、装置和存储介质 | |
CN112417791A (zh) | 基于线性回归与ahp算法的电力设备监视预警方法及系统 | |
CN117852893A (zh) | 基于人工智能技术的工程安全风险检测方法及系统 | |
CN113553358B (zh) | 一种基于数据挖掘的电网设备无效数据辨识方法及装置 | |
CN114490235A (zh) | 智能化识别日志数据中的数量关系及其异常的算法模型 | |
CN113836196A (zh) | 一种电网未定义事件类型识别方法及系统 | |
CN117034197A (zh) | 基于多维Isolate-Detect多变点检测的企业用电典型模式分析方法 | |
CN116108376A (zh) | 一种反窃电的监测系统、方法、电子设备及介质 | |
CN114386745A (zh) | 一种pms变电设备数据核查识别方法及系统 | |
CN117033913A (zh) | 基于电力设备画像的异常检测方法及设备、存储介质 | |
CN113254733B (zh) | 基于大数据平台的信息分析方法、系统及存储介质 | |
CN111160874B (zh) | 一种基于煤矿人员联网系统的出入井异常判断方法及装置 | |
CN110704508B (zh) | 一种智能生产线异常数据的处理方法及装置 | |
CN111724048A (zh) | 基于特征工程对成品库调度系统性能数据的特征抽取方法 | |
CN112379656A (zh) | 工业系统异常数据的检测的处理方法、装置、设备和介质 | |
CN118245743B (zh) | 基于自动化流程的基础数据建设优化系统及方法 | |
CN111679926A (zh) | 内存溢出检测方法及系统 | |
CN113051307A (zh) | 告警信号的分析方法、设备、存储介质及装置 | |
Zhao et al. | Burst detection in district metering areas using flow subsequences clustering–reconstruction analysis | |
CN118193959B (zh) | 一种电涌能量的监测方法及系统 | |
CN112699106B (zh) | 一种基于Apriori算法的继电保护装置多维度告警信息时序关联关系分析方法 | |
CN117522371B (zh) | 一种核电厂缺陷自动判定执行专业方法及系统 | |
CN115604747A (zh) | 一种基于5gc的指标异常闭环管理方法及装置 | |
CN118468311A (zh) | 一种工程监理信息管理系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |