CN114254879A - 多传感器信息融合的电力设备安全诊断方法和装置 - Google Patents
多传感器信息融合的电力设备安全诊断方法和装置 Download PDFInfo
- Publication number
- CN114254879A CN114254879A CN202111452999.XA CN202111452999A CN114254879A CN 114254879 A CN114254879 A CN 114254879A CN 202111452999 A CN202111452999 A CN 202111452999A CN 114254879 A CN114254879 A CN 114254879A
- Authority
- CN
- China
- Prior art keywords
- detection data
- equipment
- power equipment
- power
- acquiring
- 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 48
- 238000003745 diagnosis Methods 0.000 title claims abstract description 33
- 230000004927 fusion Effects 0.000 title abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 326
- 238000004590 computer program Methods 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 238000012544 monitoring process Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及一种多传感器信息融合的电力设备安全诊断方法、装置、计算机设备、存储介质和计算机程序产品。通过获取第一传感器发送的设备检测数据,并根据多个检测时间对应的设备检测数据,获取电力设备的检测数据自身变化量,再根据多个电力设备在同一检测时间对应的设备检测数据,获取电力设备对应的同类差异度,并根据上述电力设备与其他电力设备的自身变化量比较结果和同类差异度比较结果,确定电力设备的安全状态。相较于传统的通过人工现场进行检测的方式,本方案通过基于电力设备周期内的多个检测数据,并基于多个检测数据进行横向和纵向比较,实现对电力设备潜在的安全隐患进行识别。
Description
技术领域
本申请涉及电力设备监测技术领域,特别是涉及一种多传感器信息融合的电力设备安全诊断方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着我国经济的迅猛发展,对电量的需求随之增多,我国的电网覆盖范围越来越大,各种电力设备的数量也急剧增加。随之而来的各种电力设备的安全问题受到越来越多的关注,电力设备的安全关系到国家的发展和社会的安定。因此开发电力设备安全问题诊断系统在于:方便工作人员及时获取电力设备故障的报警信息,及时发现问题并解决,加强电力设备的管理,有利于保证电力设备的正常运行,减少经济损失。
目前,电力设备监控技术大多通过人工现场进行检测的方式实时监控,然而,通过该方式进行监控监测,不能对电力设备存在的安全隐患进行识别检测。
发明内容
基于此,有必要针对上述技术问题,提供一种能够识别检测到电力设备潜在安全隐患的多传感器信息融合的电力设备安全诊断方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种多传感器信息融合的电力设备安全诊断方法,所述方法包括:
获取第一传感器发送的电力设备对应的设备检测数据;所述设备检测数据包括对应的检测时间;所述电力设备设置在目标区域,所述目标区域包括多个电力设备;
根据多个所述检测时间对应的设备检测数据,获取所述电力设备的检测数据自身变化量;
根据多个电力设备在所述检测时间对应的设备检测数据,获取所述电力设备对应的同类差异度;所述同类差异度表征所述电力设备与其他电力设备的设备检测数据差异度;
根据所述电力设备与其他电力设备的检测数据自身变化量比较结果,以及所述电力设备与其他电力设备的同类差异度的比较结果,确定所述电力设备的安全状态。
在其中一个实施例中,所述获取第一传感器发送的电力设备对应的设备检测数据,包括:
获取第一传感器发送的电力设备对应的设备温度、设备电流以及设备电压中的至少一种,作为所述设备检测数据。
在其中一个实施例中,所述根据多个所述检测时间对应的设备检测数据,获取所述电力设备的检测数据自身变化量,包括:
获取所述电力设备在所述检测时间的第一设备检测数据,以及获取所述检测时间对应的相邻检测时间的第二设备检测数据;
获取所述第一设备检测数据与所述第二设备检测数据的第一差值,并根据所述第一差值与所述第二设备检测数据的比值,得到所述检测数据自身变化量。
在其中一个实施例中,所述根据多个电力设备在所述检测时间对应的设备检测数据,获取所述电力设备对应的同类差异度,包括:
根据所述多个电力设备中除所述电力设备外的其他电力设备在所述检测时间对应的设备检测数据,获取设备检测数据均值;
获取所述电力设备的设备检测数据与所述设备检测数据均值的第二差值,并根据所述第二差值与所述设备检测数据均值的比值,得到所述同类差异度。
在其中一个实施例中,所述根据所述电力设备与其他电力设备的检测数据自身变化量比较结果,以及所述电力设备与其他电力设备的同类差异度的比较结果,确定所述电力设备的安全状态,包括:
若所述其他电力设备的检测数据自身变化量中小于所述电力设备的检测数据自身变化量的数量大于第一数值,确定所述电力设备安全状态为异常;
和/或,
若所述其他电力设备的同类差异度中小于所述电力设备的同类差异度的数量大于第二数值,确定所述电力设备安全状态为异常。
在其中一个实施例中,所述方法还包括:
获取第二传感器发送的所述目标区域对应的环境检测数据;所述第二传感器设置于所述目标区域;
获取所述环境检测数据与预设安全环境检测数据的相似度,若所述相似度小于预设相似度阈值,确定所述电力设备的安全状态为异常。
在其中一个实施例中,所述确定所述电力设备的安全状态之后,还包括:
若确定所述安全状态为异常,生成所述电力设备对应的报警信息,以使工作人员根据所述报警信息对所述电力设备进行维护;
所述方法还包括:
根据所述电力设备的历史报警信息,确定所述电力设备在预设时间周期内的报警信息生成频率以及平均报警信息持续时间;
对所述报警信息生成频率以及平均报警信息持续时间加权求和,得到所述电力设备对应的预警值;
若所述预警值大于预设预警阈值,生成预警提示信息,以使工作人员根据所述预警提示信息对所述电力设备进行维护。
第二方面,本申请提供了一种多传感器信息融合的电力设备安全诊断装置,所述装置包括:
第一获取模块,用于获取第一传感器发送的电力设备对应的设备检测数据;所述设备检测数据包括对应的检测时间;所述电力设备设置在目标区域,所述目标区域包括多个电力设备;
第二获取模块,用于根据多个所述检测时间对应的设备检测数据,获取所述电力设备的检测数据自身变化量;
第三获取模块,用于根据多个电力设备在所述检测时间对应的设备检测数据,获取所述电力设备对应的同类差异度;所述同类差异度表征所述电力设备与其他电力设备的设备检测数据差异度;
检测模块,用于根据所述电力设备与其他电力设备的检测数据自身变化量比较结果,以及所述电力设备与其他电力设备的同类差异度的比较结果,确定所述电力设备的安全状态。
第三方面,本申请提供了一种计算机设备,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方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质,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上述的方法的步骤。
上述多传感器信息融合的电力设备安全诊断方法、装置、计算机设备、存储介质和计算机程序产品,通过获取第一传感器发送的设备检测数据,并根据多个检测时间对应的设备检测数据,获取电力设备的检测数据自身变化量,再根据多个电力设备在同一检测时间对应的设备检测数据,获取电力设备对应的同类差异度,并根据上述电力设备与其他电力设备的自身变化量比较结果和同类差异度比较结果,确定电力设备的安全状态。相较于传统的通过人工现场进行检测的方式,本方案通过基于电力设备周期内的多个检测数据,并基于多个检测数据进行横向和纵向比较,实现对电力设备潜在的安全隐患进行识别。
附图说明
图1为一个实施例中多传感器信息融合的电力设备安全诊断方法的应用环境图;
图2为另一个实施例中多传感器信息融合的电力设备安全诊断方法的应用环境图;
图3为一个实施例中多传感器信息融合的电力设备安全诊断方法的流程示意图;
图4为一个实施例中电力设备信息检测步骤的流程示意图;
图5为另一个实施例中多传感器信息融合的电力设备安全诊断方法的流程示意图;
图6为一个实施例中实现多传感器信息融合的电力设备安全诊断方法的模块示意图;
图7为一个实施例中实现多传感器信息融合的电力设备安全诊断方法的模块示意图;
图8为一个实施例中多传感器信息融合的电力设备安全诊断装置的结构框图;
图9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多传感器信息融合的电力设备安全诊断方法,可以应用于如图1所示的应用环境中。终端102可以与设置在电力设备所在区域以及设置在电力设备上的传感器进行通信。终端102可以获取第一传感器发送的电力设备对应的设备检测数据,并根据多个检测时间对应的设备检测数据,得到电力设备的检测数据自身变化量,再根据多个电力设备在相同检测时间对应的设备检测数据,获取电力设备对应的同类差异度,终端102根据该电力设备与其他电力设备的检测数据自身变化量比较结果以及同类差异度比较结果,确定电力设备的安全状态。
其中,上述终端102中可以包括多个单元,如图2所示,图2为另一个实施例中多传感器信息融合的电力设备安全诊断方法的应用环境图。终端102中可以设置有监测数据获取单元、监测数据存储单元、应急报警分析单元、报警信息存储单元及预警分析单元,其中,监测数据获取单元用于获取电力设备的监测数据,监测数据包括设备监测数据、及设备所处区域的环境监测数据中的任意一种,监测数据分别匹配有时间信息;监测数据存储单元用于存储电力设备的监测数据;应急报警分析单元用于根据监测数据生成应急报警信息;报警信息存储单元用于存储电力设备的应急报警信息;预警分析单元用于以预设周期对电力设备的报警历史信息及历史监测数据进行分析,确定各电力设备所处安全状态,根据各电力设备所处状态生成预警信息。另外,在一些实施例中,还包括服务器104,其中,终端102通过网络与服务器104进行通信。上述终端102还可以与服务器104通信连接,终端102可以将最终确定出的安全状态上传至服务器104进行存储。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。其中,终端102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、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图3所示,提供了一种多传感器信息融合的电力设备安全诊断方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤S202,获取第一传感器发送的电力设备对应的设备检测数据;设备检测数据包括对应的检测时间;电力设备设置在目标区域,目标区域包括多个电力设备。
其中,电力设备可以是需要确定其安全状态的设备,电力设备可以设置在目标区域中,并且,目标区域中可以设置有多个电力设备。第一传感器可以是设置在电力设备上的传感器,可以用于采集和发送其所在的电力设备的设备检测数据。上述第一传感器可以包括多种类型的传感器,例如,若干设备温度传感器分别设置于各电力设备上,用于采集各电力设备的设备温度参数;若干设备电流传感器分别设置于各电力设备上,用于采集各电力设备的局部放电参数。上述第一传感器可以采集电力设备的设备检测数据,并将采集到的设备检测数据发送至终端102,从而终端102可以获取到上述电力设备的设备检测数据。其中,上述目标区域中设置有多个电力设备,则终端102可以获取到多个电力设备对应的设备检测数据。上述电力设备的设备检测数据可以包括多种。例如,在一个实施例中,获取第一传感器发送的电力设备对应的设备检测数据,包括:获取第一传感器发送的电力设备对应的设备温度、设备电流以及设备电压中的至少一种,作为设备检测数据。本实施例中,第一传感器可以采集电力设备的多种数据,包括电力设备的设备温度、设备电流以及设备电压中的至少一种,则第一传感器可以将上述采集的各个数据发送至终端102,终端102可以将设备温度、设备电流和设备电压中的一种或多种,作为设备检测数据。其中,终端102获取到的设备检测数据可以带有对应的检测时间,检测时间可以是终端102获取到该设备检测数据时的时间。
步骤S204,根据多个检测时间对应的设备检测数据,获取电力设备的检测数据自身变化量。
其中,终端102获取的设备检测数据可以有对应的获取时间,而终端102可以周期性地获取第一传感器采集的设备检测数据,而每个设备检测数据都有对应的获取时间,则终端102可以得到多个检测时间的设备检测数据。其中,上述周期可以按照分钟计算,也可以小时计算,还可以天数计算。终端102获取到同一电力设备的多个设备检测数据后,可以基于获取到的包含有检测时间信息的多个设备检测数据,确定上述同一电力设备的检测数据自身变化量。其中,检测数据自身变化量可以是一种绝对值数据,检测数据自身变化量可以是同一电力设备在不同时间点对应的设备检测数据的变化情况,终端102可以根据该变化情况对电力设备的安全情况进行检测。
步骤S206,根据多个电力设备在检测时间对应的设备检测数据,获取电力设备对应的同类差异度;同类差异度表征电力设备与其他电力设备的设备检测数据差异度。
其中,上述目标区域中可以设置有多个电力设备,每个电力设备上都可以设置有第一传感器,终端102可以按照预设周期获取多个电力设备的设备检测数据,且每个电力设备的设备检测数据都可以包括多个时间点对应的数据。终端102可以获取多个电力设备在相同检测时间对应的设备检查数据,例如可以是上述步骤S204中的检测时间相同的时间,则终端102可以得到多个设备检测数据,这些设备检测数据来自不同的电力设备,终端102可以基于这些来自多个电力设备的相同检测时间的设备检测数据,获取上述电力设备对应的同类差异度。其中,同类差异度表征电力设备与其他电力设备的设备检测数据差异度。例如,终端102可以将一个电力设备在上述检测时间的设备检测数据与其他电力设备在相同检测时间的设备检测数据进行相应的运算和比较,从而终端102可以确定电力设备的同类差异度。
步骤S208,根据电力设备与其他电力设备的检测数据自身变化量比较结果,以及电力设备与其他电力设备的同类差异度的比较结果,确定电力设备的安全状态。
其中,终端102可以基于相同电力设备在不同时间点的设备检测数据得到相同电力设备的检测数据自身变化量;终端102还可以基于不同电力设备在同一时间点的设备检测数据,得到一个电力设备相较于其他电力设备的同类差异度。终端102获取到上述检测数据自身变化量以及同类差异度后,可以将上述需要进行安全状态确定的待检测电力设备的检测数据自身变化量与其他电力设备的检测数据自身变化量进行比较,并得到相应的比较结果;终端102还可以将上述需要进行安全状态确定的待检测电力设备的同类差异度与其他电力设备的同类差异度进行比较,从而得到相应的比较结果。终端102可以根据上述的两个比较结果,确定电力设备的安全状态。
上述多传感器信息融合的电力设备安全诊断方法中,通过获取第一传感器发送的设备检测数据,并根据多个检测时间对应的设备检测数据,获取电力设备的检测数据自身变化量,再根据多个电力设备在同一检测时间对应的设备检测数据,获取电力设备对应的同类差异度,并根据上述电力设备与其他电力设备的自身变化量比较结果和同类差异度比较结果,确定电力设备的安全状态。相较于传统的通过人工现场进行检测的方式,本方案通过基于电力设备周期内的多个检测数据,并基于多个检测数据进行横向和纵向比较,实现对电力设备潜在的安全隐患进行识别。
在一个实施例中,根据多个检测时间对应的设备检测数据,获取电力设备的检测数据自身变化量,包括:获取电力设备在检测时间的第一设备检测数据,以及获取检测时间对应的相邻检测时间的第二设备检测数据;获取第一设备检测数据与第二设备检测数据的第一差值,并根据第一差值与第二设备检测数据的比值,得到检测数据自身变化量。
本实施例中,终端102可以基于同一电力设备在不同时间点获取得到的多个设备检测数据,确定该电力设备的检测数据自身变化量。终端102可以上述电力设备在上述步骤S204相同的检测时间的第一设备检测数据,以及终端102可以获取在上述检测时间对应的相邻检测时间的第二设备检测数据。从而终端102可以获取上述第一设备检测数据与第二设备检测数据的第一差值,并根据该第一差值与第二设备检测数据的比值,得到上述电力设备的检测数据自身变化量。
其中,上述检测数据自身变化量可以是一种绝对值数据,终端102可以对目标区域内的每个电力设备均进行上述检测数据自身变化量的获取。例如,终端102可以根据预设周期内的各电力设备的检测数据,确定相邻监测时刻各电力设备的检测数据自身变化量的绝对值,具体地,终端102可以根据预设周期内的各地哪里设备的检测数据,通过以下公式计算得到相邻监测时刻各电力设备的检测数据自身变化量绝对值
其中,表示第i个电力设备在t时刻的设备检测数据,i=1,2,3,...,n,n表示同类电力设备的数量,表示第i个电力设备在t-1时刻的设备检测数据。从而终端102可以基于上述得到的检测数据自身变化量绝对值,进行基于多个电力设备的检测数据自身变化量的比较。
通过本实施例,终端102可以基于电力设备在预设检测时刻以及预设检测时刻的相邻时刻分别对应的设备检测数据,得到电力设备的检测数据自身变化量,从而终端102可以基于该变化量确定电力设备的安全状态,提高了电力设备的安全性。
在一个实施例中,根据多个电力设备在检测时间对应的设备检测数据,获取电力设备对应的同类差异度,包括:根据多个电力设备中除电力设备外的其他电力设备在检测时间对应的设备检测数据,获取设备检测数据均值;获取电力设备的设备检测数据与设备检测数据均值的第二差值,并根据第二差值与设备检测数据均值的比值,得到同类差异度。
本实施例中,终端102可以根据多个电力设备在相同检测时间对应的设备检测数据,得到上述待检测电力设备对应的同类差异度。终端102可以获取目标区域中除上述待检测电力设备外的其他电力设备在同一检测时间对应的设备检测数据,例如可以是与S204相同的检测时间。终端102可以根据获取到的其他电力设备的多个设备检测数据,计算该多个设备检测数据的均值,得到设备检测数据均值。终端102可以获取上述待检测电力设备的设备检测数据与上述设备检测均值的第二差值,并根据该第二差值与设备检测数据均值的比值,得到上述同类差异度,即设备检测数据差异度。
其中,上述同类差异度可以是基于同类电力设备的数据计算得到的,同类电力设备可以是指位置相近、所处环境相同或相近、种类相同的电力设备;种类相同的电力设备可选为产品名称相同、型号相同的电力设备。终端102可以对上述目标区域内的每个电力数据均进行同类差异度的获取。例如,终端102可以根据预设周期内的各电力设备的设备检测数据,利用在同一检测时刻的电力设备的检测数据与剩余电力设备检测数据平均值,得到同类差异度绝对值。具体地,终端102可以根据预设周期内的各电力设备的检测数据,通过以下公式计算出在同一检测时刻上述待检测电力设备的设备检测数据与剩余电力设备的检测数据平均值的同类差异度绝对值
其中,表示第i个电力设备在t时刻的设备检测数据,i=1,2,3,...,n,n表示同类电力设备的数量,表示剩余电力设备在t时刻的设备检测数据的均值。从而终端102可以基于得到的同类差异度,进行基于多个电力设备的同类差异度的比较。
通过本实施例,终端102可以基于多个电力设备在预设检测时刻应的设备检测数据,得到电力设备的同类差异度,从而终端102可以基于该差异度确定电力设备的安全状态,提高了电力设备的安全性。
在一个实施例中,根据电力设备与其他电力设备的检测数据自身变化量比较结果,以及电力设备与其他电力设备的同类差异度的比较结果,确定电力设备的安全状态,包括:若其他电力设备的检测数据自身变化量中小于电力设备的检测数据自身变化量的数量大于第一数值,确定电力设备安全状态为异常;和/或,若其他电力设备的同类差异度中小于电力设备的同类差异度的数量大于第二数值,确定电力设备安全状态为异常。
本实施例中,终端102可以获取到上述目标区域中各个电力设备的检测数据自身变化量,以及各个电力设备的同类差异度。终端102可以将上述待检测电力设备的检测数据自身变化量与其他电力设备的检测数据自身变化量比较,得到相应的比较结果,若终端102检测到其他电力设备的检测数据自身变化量中小于上述待检测电力设备的检测数据自身变化量的数量大于第一数值,终端102可以确定待检测电力设备安全状态为异常。
终端102还可以将上述待检测电力设备的同类差异度与其他电力设备的同类差异度比较,得到相应的比较结果,若终端102检测到其他电力设备的同类差异度中小于上述待检测电力设备的同类差异度的数量大于第二数值,终端102可以确定待检测电力设备安全状态为异常。
例如,终端102检测到若在预设周期内检测到某一电力设备的自身变化量绝对值高于剩余电力设备的自身变化量绝对值的次数超过第一预设次数,或者该电力设备的同类差异度绝对值高于剩余电力设备的同类差异度绝对值的次数超过第二预设次数,则终端102确定该电力设备处于异常状态。终端102若在预设周期内检测到某一电力设备的自身变化量绝对值低于剩余电力设备的自身变化量绝对值的次数超过第一预设次数,且该电力设备的同类差异度绝对值低于剩余电力设备的同类差异度绝对值的次数超过第二预设次数,则确定该电力设备处于正常状态。在一些实施例中,终端102判断电力设备为异常状态时,可以及时通知工作人员进行检修。在一些实施例中,以设备检测数据是温度为例,终端102可以通过监控电力设备的自身变化量绝对值和同类差异度绝对值可及时监测到电力设备在故障形成和发展阶段的异常发热和升温状况,从而向工作人员精准推送预警信息,方便工作人员后续及时检修维护。
通过本实施例,终端102可以基于多个电力设备的检测数据自身变化量的第一比较和同类差异度的第二比较,确定待检测电力设备的安全状态,从而提高了电力设备的安全性。
在一个实施例中,还包括:获取第二传感器发送的目标区域对应的环境检测数据;第二传感器设置于目标区域;获取环境检测数据与预设安全环境检测数据的相似度,若相似度小于预设相似度阈值,确定电力设备的安全状态为异常。
本实施例中,上述目标区域中还包括第二传感器,第二传感器可以采集目标区域中的环境检测数据,终端102可以获取第二传感器发送的环境检测数据,并将这些环境检测数据与预设安全环境检测数据中对应类型的数据进行相似度比较,其中,预设安全环境检测数据可以是表征目标区域环境处于安全状态时的环境检测数据。若终端102检测到上述相似度小于预设相似度阈值,则终端102可以确定电力设备的安全状态为异常。其中,上述环境检测数据可以包括环境温度、湿度、粉尘浓度、可燃气体浓度、有害气体浓度中的一种或多种。上述第二传感器也可以包括多个种类,例如可以选自环境温度传感器、环境湿度传感器、PM2.5传感器、CO传感器、设备温度传感器和设备电流传感器中的任意一种。其中,若干环境温度传感器用于监测各检测区域内的环境温度;若干环境湿度传感器用于监测各检测区域内空气的湿度;若干PM2.5传感器用于检测各检测区域内空气中PM2.5可入肺颗粒物的浓度及PM10可吸入颗粒物的浓度;若干CO传感器用于检测各检测区域内空气中一氧化碳的浓度。
其中,终端102可以在基于上述预设安全环境检测数据确定电力设备的安全状态以及是否需要进行预警。例如,终端102可以将检测数据与对应的预设安全参数进行比对,当至少一个检测数据与其对应的预设安全参数不匹配时,生成应急报警信息。其中,预设安全参数可以是上述预设安全环境参数。预设安全参数是指预设的最高正常阈值和最低正常阈值,某一检测数据高于预设的最高正常阈值或低于最低正常阈值,表示该检测数据与预设安全参数不匹配,生成应急报警信息。
通过本实施例,终端102可以基于预设安全环境参数以及电力设备所处环境的环境检测数据,确定电力设备的安全状态,提高了电力设备的安全性。
在一个实施例中,确定电力设备的安全状态之后,还包括:若确定安全状态为异常,生成电力设备对应的报警信息,以使工作人员根据报警信息对电力设备进行维护。
本实施例中,终端102可以在确定电力设备的安全状态为异常后,进行相应的报警措施。终端102可以在确定安全状态为异常时,生成电力设备对应的报警信息并展示,从而工作人员可以根据报警信息对电力设备进行维护。其中,终端102可以基于多种参数确定电力设备的安全状态,如图4所示,图4为一个实施例中电力设备信息检测步骤的流程示意图。上述终端102中可以存储有历史检测数据,终端102可以将每次获取到的电力设备相关检测数据进行存储,实现对历史检测数据的更新。终端102还可以基于检测数据生成应急报警信息,例如终端102将检测数据与对应的预设安全参数进行比对,当至少一个检测数据与其对应的预设安全参数不匹配时,生成应急报警信息。另外,终端102还可以根据应急报警信息更新报警历史信息,并以预设周期对电力设备的报警历史信息及历史检测数据进行分析,确定各电力设备所处安全状态,根据各电力设备所处状态生成预警信息。
另外,在一些实施例中,还包括:根据电力设备的历史报警信息,确定电力设备在预设时间周期内的报警信息生成频率以及平均报警信息持续时间;对报警信息生成频率以及平均报警信息持续时间加权求和,得到电力设备对应的预警值;若预警值大于预设预警阈值,生成预警提示信息,以使工作人员根据预警提示信息对电力设备进行维护。
本实施例中,终端102可以对一段时间内报警次数过多的电力设备进行预警。终端102可以获取电力设备的历史报警信息,并根据历史报警信息确定电力设备在预设时间周期内的报警信息生成频率以及平均报警信息持续时间。其中,报警信息生成频率可以是单位时间报警信息生成次数,平均报警信息持续时间可以是每次报警信息从报警开始到最终维护完成的持续时间。终端102可以对上述报警信息生成频率以及平均报警信息持续时间加权求和,得到电力设备对应的预警值;若上述预警值大于预设预警阈值,终端102可以生成预警提示信息,从而相关工作人员可以根据预警提示信息对电力设备进行维护。
具体地,终端102可以根据报警历史信息,提取各电力设备在预设周期内的报警频率及平均报警持续时间,将报警次数及平均报警持续时间进行权重求和生成电力设备的预警值,将预警值与设定预警阈值进行比对,若预警值超过设定预警阈值,生成预警提示信息,向工作人员提出预警。其中,平均报警持续时间为预设时间内每次报警持续时间之和除以报警次数所得的计算结果。在实际应用场景中,当某一电力设备在预设时间内的报警次数过多,或者在预设时间内平均报警持续时间过长,则表明该电力设备的安全风险正在持续的增加,需要予以特别关注,甚至有必要进行安全隐患的排查和检修。
通过上述实施例,终端102可以基于电力设备的环境检测数据对电力设备的安全状态进行识别,并且终端102还可以在识别出电力设备为异常状态时,根据异常状态的不同输出相应的预警和报警信息,提高了电力设备的安全性。
在一个实施例中,如图5所示,图5为另一个实施例中多传感器信息融合的电力设备安全诊断方法的流程示意图。包括以下流程:
S51根据预设周期内的各电力设备的检测数据,确定相邻监测时刻各电力设备的检测数据的自身变化量绝对值;
S52根据预设周期内的各电力设备的检测数据,同一监测时刻电力设备的检测数据与剩余电力设备的检测数据平均值的同类差异度绝对值;
S53根据各电力设备的自身变化量绝对值及同类差异度绝对值,确定各电力设备所处安全状态;
S54根据各电力设备所处安全状态生成预警提示信息。
其中,上述终端102中的预警分析单元还可以设置有如图6所示的多个模块,图6为一个实施例中实现多传感器信息融合的电力设备安全诊断方法的模块示意图。包括自变化确定模块501、同类差异确定模块502、状态分析模块503、异常预警模块504。其中,自变化确定模块501用于根据预设周期内的各电力设备的检测数据,确定相邻监测时刻各电力设备的检测数据的自身变化量绝对值;同类差异确定模块502根据预设周期内的各电力设备的检测数据,同一监测时刻电力设备的检测数据与剩余电力设备的检测数据平均值的同类差异度绝对值;状态分析模块503根据各电力设备的自身变化量绝对值及同类差异度绝对值,确定各电力设备所处安全状态;异常预警模块504根据各电力设备所处安全状态生成预警提示信息。
另外,上述预警分析单元还可以包括如图7所示的多个模块,图7为一个实施例中实现多传感器信息融合的电力设备安全诊断方法的模块示意图。包括特征提取模块505、预警值确定模块506、预警提示模块507。其中,特征提取模块505用于根据报警历史信息,提取各电力设备在预设周期内的报警频率及平均报警持续时间;预警值确定模块506用于将报警次数及平均报警持续时间进行权重求和生成电力设备的预警值;预警提示模块507用于将预警值与设定预警阈值进行比对,若预警值超过设定预警阈值,生成预警提示信息,向工作人员提出预警。
通过上述实施例,终端102可以通过基于电力设备周期内的多个检测数据,并基于多个检测数据进行横向和纵向比较,实现对电力设备潜在的安全隐患进行识别,并且终端102还可以在识别出电力设备为异常状态时,根据异常状态的不同输出相应的预警和报警信息,提高了电力设备的安全性。
应该理解的是,虽然如上所述的各实施例所涉及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,如上所述的各实施例所涉及的流程图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。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的多传感器信息融合的电力设备安全诊断方法的多传感器信息融合的电力设备安全诊断装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个多传感器信息融合的电力设备安全诊断装置实施例中的具体限定可以参见上文中对于多传感器信息融合的电力设备安全诊断方法的限定,在此不再赘述。
在一个实施例中,如图8所示,提供了一种多传感器信息融合的电力设备安全诊断装置,包括:第一获取模块800、第二获取模块802、第三获取模块804和检测模块806,其中:
第一获取模块800,用于获取第一传感器发送的电力设备对应的设备检测数据;设备检测数据包括对应的检测时间;电力设备设置在目标区域,目标区域包括多个电力设备。
第二获取模块802,用于根据多个检测时间对应的设备检测数据,获取电力设备的检测数据自身变化量。
第三获取模块804,用于根据多个电力设备在检测时间对应的设备检测数据,获取电力设备对应的同类差异度;同类差异度表征电力设备与其他电力设备的设备检测数据差异度。
检测模块806,用于根据电力设备与其他电力设备的检测数据自身变化量比较结果,以及电力设备与其他电力设备的同类差异度的比较结果,确定电力设备的安全状态。
在一个实施例中,上述第一获取模块800,具体用于获取第一传感器发送的电力设备对应的设备温度、设备电流以及设备电压中的至少一种,作为设备检测数据。
在一个实施例中,上述第二获取模块802,具体用于获取电力设备在检测时间的第一设备检测数据,以及获取检测时间对应的相邻检测时间的第二设备检测数据;获取第一设备检测数据与第二设备检测数据的第一差值,并根据第一差值与第二设备检测数据的比值,得到检测数据自身变化量。
在一个实施例中,上述第三获取模块804,具体用于根据多个电力设备中除电力设备外的其他电力设备在检测时间对应的设备检测数据,获取设备检测数据均值;获取电力设备的设备检测数据与设备检测数据均值的第二差值,并根据第二差值与设备检测数据均值的比值,得到同类差异度。
在一个实施例中,上述检测模块806,具体用于若其他电力设备的检测数据自身变化量中小于电力设备的检测数据自身变化量的数量大于第一数值,确定电力设备安全状态为异常;和/或,若其他电力设备的同类差异度中小于电力设备的同类差异度的数量大于第二数值,确定电力设备安全状态为异常。
在一个实施例中,上述装置还包括:环境检测模块,用于获取第二传感器发送的目标区域对应的环境检测数据;第二传感器设置于目标区域;获取环境检测数据与预设安全环境检测数据的相似度,若相似度小于预设相似度阈值,确定电力设备的安全状态为异常。
在一个实施例中,上述装置还包括:第一预警模块,用于若确定安全状态为异常,生成电力设备对应的报警信息,以使工作人员根据报警信息对电力设备进行维护。
在一个实施例中,上述装置还包括:第二预警模块,用于根据电力设备的历史报警信息,确定电力设备在预设时间周期内的报警信息生成频率以及平均报警信息持续时间;对报警信息生成频率以及平均报警信息持续时间加权求和,得到电力设备对应的预警值;若预警值大于预设预警阈值,生成预警提示信息,以使工作人员根据预警提示信息对电力设备进行维护。
上述多传感器信息融合的电力设备安全诊断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对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备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和计算机程序。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。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种多传感器信息融合的电力设备安全诊断方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图9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计算机设备的限定,具体的计算机设备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。
在一个实施例中,提供了一种计算机设备,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上述的多传感器信息融合的电力设备安全诊断方法。
在一个实施例中,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上述的多传感器信息融合的电力设备安全诊断方法。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的多传感器信息融合的电力设备安全诊断方法。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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本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,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种多传感器信息融合的电力设备安全诊断方法,其特征在于,所述方法包括:
获取第一传感器发送的电力设备对应的设备检测数据;所述设备检测数据包括对应的检测时间;所述电力设备设置在目标区域,所述目标区域包括多个电力设备;
根据多个所述检测时间对应的设备检测数据,获取所述电力设备的检测数据自身变化量;
根据多个电力设备在所述检测时间对应的设备检测数据,获取所述电力设备对应的同类差异度;所述同类差异度表征所述电力设备与其他电力设备的设备检测数据差异度;
根据所述电力设备与其他电力设备的检测数据自身变化量比较结果,以及所述电力设备与其他电力设备的同类差异度的比较结果,确定所述电力设备的安全状态。
2.根据权利要求1所述的方法,其特征在于,所述获取第一传感器发送的电力设备对应的设备检测数据,包括:
获取第一传感器发送的电力设备对应的设备温度、设备电流以及设备电压中的至少一种,作为所述设备检测数据。
3.根据权利要求1所述的方法,其特征在于,所述根据多个所述检测时间对应的设备检测数据,获取所述电力设备的检测数据自身变化量,包括:
获取所述电力设备在所述检测时间的第一设备检测数据,以及获取所述检测时间对应的相邻检测时间的第二设备检测数据;
获取所述第一设备检测数据与所述第二设备检测数据的第一差值,并根据所述第一差值与所述第二设备检测数据的比值,得到所述检测数据自身变化量。
4.根据权利要求1所述的方法,其特征在于,所述根据多个电力设备在所述检测时间对应的设备检测数据,获取所述电力设备对应的同类差异度,包括:
根据所述多个电力设备中除所述电力设备外的其他电力设备在所述检测时间对应的设备检测数据,获取设备检测数据均值;
获取所述电力设备的设备检测数据与所述设备检测数据均值的第二差值,并根据所述第二差值与所述设备检测数据均值的比值,得到所述同类差异度。
5.根据权利要求1所述的方法,其特征在于,所述根据所述电力设备与其他电力设备的检测数据自身变化量比较结果,以及所述电力设备与其他电力设备的同类差异度的比较结果,确定所述电力设备的安全状态,包括:
若所述其他电力设备的检测数据自身变化量中小于所述电力设备的检测数据自身变化量的数量大于第一数值,确定所述电力设备安全状态为异常;
和/或,
若所述其他电力设备的同类差异度中小于所述电力设备的同类差异度的数量大于第二数值,确定所述电力设备安全状态为异常。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取第二传感器发送的所述目标区域对应的环境检测数据;所述第二传感器设置于所述目标区域;
获取所述环境检测数据与预设安全环境检测数据的相似度,若所述相似度小于预设相似度阈值,确定所述电力设备的安全状态为异常。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述确定所述电力设备的安全状态之后,还包括:
若确定所述安全状态为异常,生成所述电力设备对应的报警信息,以使工作人员根据所述报警信息对所述电力设备进行维护;
所述方法还包括:
根据所述电力设备的历史报警信息,确定所述电力设备在预设时间周期内的报警信息生成频率以及平均报警信息持续时间;
对所述报警信息生成频率以及平均报警信息持续时间加权求和,得到所述电力设备对应的预警值;
若所述预警值大于预设预警阈值,生成预警提示信息,以使工作人员根据所述预警提示信息对所述电力设备进行维护。
8.一种多传感器信息融合的电力设备安全诊断装置,其特征在于,所述装置包括:
第一获取模块,用于获取第一传感器发送的电力设备对应的设备检测数据;所述设备检测数据包括对应的检测时间;所述电力设备设置在目标区域,所述目标区域包括多个电力设备;
第二获取模块,用于根据多个所述检测时间对应的设备检测数据,获取所述电力设备的检测数据自身变化量;
第三获取模块,用于根据多个电力设备在所述检测时间对应的设备检测数据,获取所述电力设备对应的同类差异度;所述同类差异度表征所述电力设备与其他电力设备的设备检测数据差异度;
检测模块,用于根据所述电力设备与其他电力设备的检测数据自身变化量比较结果,以及所述电力设备与其他电力设备的同类差异度的比较结果,确定所述电力设备的安全状态。
9.一种计算机设备,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权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111452999.XA CN114254879B (zh) | 2021-11-30 | 2021-11-30 | 多传感器信息融合的电力设备安全诊断方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111452999.XA CN114254879B (zh) | 2021-11-30 | 2021-11-30 | 多传感器信息融合的电力设备安全诊断方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114254879A true CN114254879A (zh) | 2022-03-29 |
CN114254879B CN114254879B (zh) | 2023-10-20 |
Family
ID=80793707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111452999.XA Active CN114254879B (zh) | 2021-11-30 | 2021-11-30 | 多传感器信息融合的电力设备安全诊断方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114254879B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114519437A (zh) * | 2022-02-18 | 2022-05-20 | 江苏兴教科技有限公司 | 一种基于云的故障诊断分析及报修的微服务方法及系统 |
CN116112200A (zh) * | 2022-11-11 | 2023-05-12 | 南方电网数字电网研究院有限公司 | 配电网纵向访问检测方法、装置、计算机设备和存储介质 |
CN116992860A (zh) * | 2023-09-20 | 2023-11-03 | 江苏中天互联科技有限公司 | 基于标识解析技术的设备运行报告生成方法和装置 |
CN117113282A (zh) * | 2023-10-24 | 2023-11-24 | 福建阿古电务数据科技有限公司 | 一种多元数据融合的设备健康预测诊断方法及诊断装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353256A (zh) * | 2015-11-30 | 2016-02-24 | 上海交通大学 | 一种输变电设备状态异常检测方法 |
CN106649755A (zh) * | 2016-12-26 | 2017-05-10 | 山东鲁能软件技术有限公司 | 一种多维度实时变电设备数据的阈值自适应设置异常检测方法 |
CN108537426A (zh) * | 2018-03-28 | 2018-09-14 | 广州供电局有限公司 | 电力设备运行状态估计方法、装置和计算机设备 |
CN112737120A (zh) * | 2020-12-26 | 2021-04-30 | 中国南方电网有限责任公司 | 区域电网控制报告的生成方法、装置和计算机设备 |
US20210293651A1 (en) * | 2018-09-11 | 2021-09-23 | Hefei Institute For Public Safety Research, Tsinghua University | Method and device for detecting fault of monitoring device |
CN113657622A (zh) * | 2021-07-13 | 2021-11-16 | 国网河北省电力有限公司电力科学研究院 | 电力设备多维状态数据融合方法、装置、终端及存储介质 |
-
2021
- 2021-11-30 CN CN202111452999.XA patent/CN114254879B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353256A (zh) * | 2015-11-30 | 2016-02-24 | 上海交通大学 | 一种输变电设备状态异常检测方法 |
CN106649755A (zh) * | 2016-12-26 | 2017-05-10 | 山东鲁能软件技术有限公司 | 一种多维度实时变电设备数据的阈值自适应设置异常检测方法 |
CN108537426A (zh) * | 2018-03-28 | 2018-09-14 | 广州供电局有限公司 | 电力设备运行状态估计方法、装置和计算机设备 |
US20210293651A1 (en) * | 2018-09-11 | 2021-09-23 | Hefei Institute For Public Safety Research, Tsinghua University | Method and device for detecting fault of monitoring device |
CN112737120A (zh) * | 2020-12-26 | 2021-04-30 | 中国南方电网有限责任公司 | 区域电网控制报告的生成方法、装置和计算机设备 |
CN113657622A (zh) * | 2021-07-13 | 2021-11-16 | 国网河北省电力有限公司电力科学研究院 | 电力设备多维状态数据融合方法、装置、终端及存储介质 |
Non-Patent Citations (2)
Title |
---|
李永德;: "多源传感器数据融合的电气设备故障诊断研究", 信息通信, no. 03, pages 110 - 112 * |
郑一鸣 等: "基于多源监测数据挖掘的电力设备状态诊断", 浙江电力, vol. 35, no. 05, pages 1 - 6 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114519437A (zh) * | 2022-02-18 | 2022-05-20 | 江苏兴教科技有限公司 | 一种基于云的故障诊断分析及报修的微服务方法及系统 |
CN114519437B (zh) * | 2022-02-18 | 2022-12-27 | 江苏兴教科技有限公司 | 一种基于云的故障诊断分析及报修的微服务方法及系统 |
CN116112200A (zh) * | 2022-11-11 | 2023-05-12 | 南方电网数字电网研究院有限公司 | 配电网纵向访问检测方法、装置、计算机设备和存储介质 |
CN116112200B (zh) * | 2022-11-11 | 2024-03-26 | 南方电网数字电网研究院有限公司 | 配电网纵向访问检测方法、装置、计算机设备和存储介质 |
CN116992860A (zh) * | 2023-09-20 | 2023-11-03 | 江苏中天互联科技有限公司 | 基于标识解析技术的设备运行报告生成方法和装置 |
CN116992860B (zh) * | 2023-09-20 | 2023-12-08 | 江苏中天互联科技有限公司 | 基于标识解析技术的设备运行报告生成方法和装置 |
CN117113282A (zh) * | 2023-10-24 | 2023-11-24 | 福建阿古电务数据科技有限公司 | 一种多元数据融合的设备健康预测诊断方法及诊断装置 |
CN117113282B (zh) * | 2023-10-24 | 2024-02-02 | 福建阿古电务数据科技有限公司 | 一种多元数据融合的设备健康预测诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114254879B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114254879B (zh) | 多传感器信息融合的电力设备安全诊断方法和装置 | |
US20200081054A1 (en) | Power line issue diagnostic methods and apparatus using distributed analytics | |
CN110990645B (zh) | 用电监测方法、装置、计算机设备和存储介质 | |
CN115792505B (zh) | 一种轨道交通供电管理方法及系统 | |
KR102315580B1 (ko) | 건물의 화재 예측 분석 장치 및 방법 | |
CN112884199A (zh) | 水电站设备故障预测方法、装置、计算机设备和存储介质 | |
CN116223975A (zh) | 电缆故障点定位方法、装置、计算机设备和存储介质 | |
CN115238831A (zh) | 故障预测方法、装置、计算机设备、存储介质和程序产品 | |
CN114254864A (zh) | 用电数据处理方法、装置、计算机设备、存储介质 | |
CN117829416A (zh) | 用电安全监测方法、装置、计算机设备和存储介质 | |
CN117235664A (zh) | 配电通信设备的故障诊断方法、系统和计算机设备 | |
CN114198863B (zh) | 机房空调的故障检测方法、装置、计算机设备、存储介质 | |
CN116032012A (zh) | 输电线预警方法、装置、计算机设备和存储介质 | |
CN112256735B (zh) | 一种用电监测方法、装置、计算机设备和存储介质 | |
CN111141981B (zh) | 线损点检方法、装置、计算机设备和存储介质 | |
CN114580792B (zh) | 膨化机工作状态识别方法、装置、计算机设备、存储介质 | |
CN116112200B (zh) | 配电网纵向访问检测方法、装置、计算机设备和存储介质 | |
WO2021181585A1 (ja) | 解析装置、解析方法及び解析プログラム | |
CN116067636A (zh) | 状态检测方法、装置、设备、存储介质和程序产品 | |
CN117828326A (zh) | 用电异常分析方法、装置、计算机设备和存储介质 | |
CN115913699A (zh) | 配电网横向访问检测方法、装置、计算机设备和存储介质 | |
CN118054397A (zh) | 区域停电方法、装置、设备、存储介质和计算机产品 | |
CN117421551A (zh) | 传感器检测方法、装置、计算机设备以及存储介质 | |
CN117872976A (zh) | 生产过程监控方法、装置、电子装置和存储介质 | |
CN116995812A (zh) | 输电线路终端设备的监控方法、系统、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 |