CN114383877A - 一种用于核电站机械设备故障诊断的系统 - Google Patents
一种用于核电站机械设备故障诊断的系统 Download PDFInfo
- Publication number
- CN114383877A CN114383877A CN202111661259.7A CN202111661259A CN114383877A CN 114383877 A CN114383877 A CN 114383877A CN 202111661259 A CN202111661259 A CN 202111661259A CN 114383877 A CN114383877 A CN 114383877A
- Authority
- CN
- China
- Prior art keywords
- data
- vibration
- original data
- acoustic
- module
- 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
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 72
- 238000004891 communication Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 27
- 230000001960 triggered effect Effects 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 13
- 239000007788 liquid Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 abstract description 5
- 230000004044 response Effects 0.000 abstract description 5
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 abstract description 4
- 238000007781 pre-processing Methods 0.000 abstract description 4
- 230000003993 interaction Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明属于核电站机械设备维护领域,具体涉及一种用于核电站机械设备故障诊断的系统,对数据预处理和特征提取功能进行了完善,采用多线程工作方式,将一个个模块分为一个个线程,实现各自运行,互不干扰,线程之间通过收发消息来实现数据交互。解决了在数据采集和处理过程中业务架构不清晰、数据同步性能差、服务器过载以及服务响应不及时等诸多问题。
Description
技术领域
本申请属于核电站机械设备维护技术领域,具体涉及一种用于核电站机械设备故障诊断的系统。
背景技术
近年来,随着设备管理观念的转变和新技术革命浪潮的出现,核电站对如何对机械设备进行监测和维护也提出了更高的要求,其中利用多种监测手段采集机械设备的状态信息,并据此挖掘机械设备的微弱故障征兆进而对机械设备进行故障诊断和预测性维护,是核电站最迫切也是呼声最高的需求。因应这种需求,市场推出了多种不同类型的设备状态监测与预测性维护的产品。其中又以具备数据采集和分析计算的小型边缘设备最具代表性。
但是现阶段这些产品往往存在检测手段单一、数据处理不充分的弊端。这样一方面增加数据传输量,对网络传输性能提出了更高的要求,另一方面数据预处理和特征提取功能不完善,部分数据侧功能需放在服务端二次处理,由此产生业务架构不清晰、数据同步性能差、服务器过载以及服务响应不及时等诸多问题。
发明内容
本申请目的是提供一种用于核电站机械设备故障诊断的系统,解决数据处理不充分所产生的业务架构不清晰、数据同步性能差、服务器过载以及服务响应不及时的问题。
实现本申请目的的技术方案:
本申请实施例提供了一种用于核电站机械设备故障诊断的系统,所述系统,包括:传感器模块、采集模块、控制模块、数据处理模块和通信模块;
所述传感器模块,用于检测核电站机械设备的振动数据、声学数据、油质数据和电流数据中任意一个或多个,得到的原始数据;
所述采集模块,用于从所述传感器模块中采集所述原始数据,并将所述原始数据写入寄存器中;
所述控制模块,用于从所述寄存器中读取所述原始数据,并将所述原始数据及其对应的计算方式转发给所述数据处理模块;所述计算方式预先存储于所述控制模块;
所述数据处理模块,用于根据所述计算方式对所述原始数据进行处理,得到处理后的数据发送给所述通信模块;
所述通信模块,用于将所述处理后的数据发送给服务器。
可选的,所述传感器模块,包括:振动传感器、声发射传感器、油液传感器和电流传感器;
所述振动传感器、所述声发射传感器、所述油液传感器和所述电流传感器分别用于进行振动测量信号、声学测量信号、油质测量信号和电流测量信号的采集,得到所述原始数据。
可选的,所述采集模块,包括:IEPE型振动数据采集卡、RS485通讯卡、声学采集卡和电流采集卡;
所述IEPE型振动数据采集卡,用于采集所述振动传感器对应的原始数据,得到振动原始数据写入所述寄存器中;
所述RS485通讯卡,用于采集所述油液传感器对应的原始数据,得到油液原始数据写入所述寄存器中;
所述声学采集卡,用于采集所述声发射传感器对应的原始数据,得到声学原始数据写入所述寄存器中;
所述电流采集卡,用于采集所述电流传感器对应的原始数据,得到电流原始数据写入所述寄存器中。
可选的,所述控制模块,包括:算法控制模块、油液采集定时器、振动采集定时器、声学采集定时器和电流采集定时器;
所述算法控制模块,用于当所述油液采集定时器被触发时,从所述寄存器中读取所述油液原始数据,并将所述油液原始数据及其对应的计算方法发送给所述数据处理模块;还用于当所述振动采集定时器被触发时,从所述寄存器中读取所述振动原始数据,并将所述振动原始数据及其对应的计算方法发送给所述数据处理模块;还用于当所述声学采集定时器被触发时,从所述寄存器中读取所述声学原始数据,并将所述声学原始数据及其对应的计算方法发送给所述数据处理模块;还用于当所述电流采集定时器被触发时,从所述寄存器中读取所述电流原始数据,并将所述电流原始数据及其对应的计算方法发送给所述数据处理模块。
可选的,所述振动采集定时器,具体包括:振动RMS采集定时器、振动特征采集定时器和振动原始数据采集定时器;
所述算法控制模块,用于所述振动RMS采集定时器被触发时,从所述寄存器中读取所述振动原始数据,并将所述振动原始数据及RMS算法发送给所述数据处理模块;还用于所述振动特征采集定时器被触发时,从所述寄存器中读取所述振动原始数据,并将所述振动原始数据及特征结果算法发送给所述数据处理模块;还用于所述振动原始数据采集定时器被触发时,从所述寄存器中读取所述振动原始数据,并将所述振动原始数据及原始数据转化算法发送给所述数据处理模块。
可选的,所述数据处理模块,包括:油液处理子模块、振动处理子模块、声学处理子模块和电流处理子模块;
所述油液处理子模块,用于解析所述油液原始数据并进行Json字符串序列化,然后通过所述通信模块将序列化后的字符串发送给所述服务器;
所述振动处理子模块,用于根据接收到的算法处理所述振动原始数据并进行Json字符串序列化,然后通过所述通信模块将序列化后的字符串发送给所述服务器;
所述声学处理子模块,用于依据声学监测软件处理所述声学原始数据并进行Json字符串序列化,然后通过所述通信模块将序列化后的字符串发送给所述服务器;
所述电流处理子模块,用于解析所述电流原始数据并进行Json字符串序列化,然后通过所述通信模块将序列化后的字符串发送给所述服务器。
可选的,
所述通信模块,具体用于通过MQTT将所述处理后的数据发送给所述服务器。
本申请的有益技术效果在于:
(1)本申请实施例提供了一种用于核电站机械设备故障诊断的系统,对数据预处理和特征提取功能进行了完善,采用多线程工作方式,将一个个模块分为一个个线程,实现各自运行,互不干扰,线程之间通过收发消息来实现数据交互。解决了在数据采集和处理过程中业务架构不清晰、数据同步性能差、服务器过载以及服务响应不及时等诸多问题。
(2)本申请实施例提供了一种用于核电站机械设备故障诊断的系统,有效的融合了声学,振动,油质,电流等多种信号的采集、以及对采集信号的计算处理,达到了用多方面指标来准确监测设备状态并进行诊断的目的。
附图说明
图1为本申请实施例提供的一种用于核电站机械设备故障诊断的系统的结构示意图。
具体实施方式
为了使本领域的技术人员更好地理解本申请,下面将结合本申请实施例中的附图对本申请实施例中的技术方案进行清楚-完整的描述。显而易见的,下面所述的实施例仅仅是本申请实施例中的一部分,而不是全部。基于本申请记载的实施例,本领域技术人员在不付出创造性劳动的情况下得到的其它所有实施例,均在本申请保护的范围内。
为了解决现有技术问题,本申请实施例提供了一种用于核电站机械设备故障诊断的系统,在现有设备基础上,增加了振动传感器、声发射传感器、油液传感器、电流传感器、采集模块以及边缘计算网关。主要通过边缘计算网关将声学、振动、油质和电流多种信号数据进行采集、数据格式转换、信号特征提取、信号分析计算、数据无线转发等功能,主要包括以下内容:
1、进行振动、声学、油质和电流等设备状态测量信号采集。
2、对信号进行质量检查、格式转换等预处理
3、调用其他服务对声学及油质信号进行信号分析及特征提取,通过Python算法对振动信号进行特征提取。
4、对提取的到特征进行数据同步然后通过MQTT协议转发给服务器。
本申请实施例提供了一种用于核电站机械设备故障诊断的系统,有效的融合了声学,振动,油质,电流等多种信号的采集、以及对采集信号的计算处理,达到了用多方面指标来准确监测设备状态并进行诊断的目的。
基于上述内容,为了清楚、详细的说明本申请的上述优点,下面将结合附图对本申请的具体实施方式进行说明。
参见图1,该图为本申请实施例提供的一种用于核电站机械设备故障诊断的系统的结构示意图。
本申请实施例提供的一种用于核电站机械设备故障诊断的系统,包括:传感器模块100、采集模块200、控制模块300、数据处理模块400和通信模块500;
传感器模块100,用于检测核电站机械设备的振动数据、声学数据、油质数据和电流数据中任意一个或多个,得到的原始数据;
采集模块200,用于从传感器模块100中采集原始数据,并将原始数据写入寄存器中;
控制模块300,用于从寄存器中读取原始数据,并将原始数据及其对应的计算方式转发给数据处理模块400;计算方式预先存储于控制模块300;
数据处理模块400,用于根据计算方式对原始数据进行处理,得到处理后的数据发送给通信模块500;
通信模块500,用于将处理后的数据发送给服务器。
在本申请实施例中,将一个个模块分为一个个线程,实现各自运行,互不干扰,线程之间通过收发消息来实现数据交互。
在本申请实施例一些可能的实现方式中,传感器模块100,具体可以包括:振动传感器、声发射传感器、油液传感器和电流传感器;
振动传感器、声发射传感器、油液传感器和电流传感器分别用于进行振动测量信号、声学测量信号、油质测量信号和电流测量信号的采集,得到原始数据。
则,在一个例子中,采集模块200,具体可以包括:IEPE型振动数据采集卡、RS485通讯卡、声学采集卡和电流采集卡;
IEPE型振动数据采集卡,用于采集振动传感器对应的原始数据,得到振动原始数据写入寄存器中;
RS485通讯卡,用于采集油液传感器对应的原始数据,得到油液原始数据写入寄存器中;
作为一个示例,IEPE型振动数据采集卡通过硬件定时器1毫秒触发控制,定时读取振动数据和油液数据,IEPE型振动数据采集卡读取的振动数据为电压值,需要乘以振动传感器灵敏度,得到具体的振动值以双精度浮点数形式存储于寄存器缓存中,直到采集次数达到1000次,IEPE型振动数据采集卡将这1秒的缓存数据写入寄存器中。RS485通讯卡通过硬件定时器1秒触发连接油液传感器,连接成功后发送指令读取油液传感器对应的原始数据,以二进制形式直接存储于寄存器中。
声学采集卡,用于采集声发射传感器对应的原始数据,得到声学原始数据写入寄存器中;
作为一个示例,声学采集卡可以依赖声学监测软件,定时采集声发射传感器对应的原始数据,并经过计算得到一系列特征数据后,以CSV文件格式存储在本地硬盘。
电流采集卡,用于采集电流传感器对应的原始数据,得到电流原始数据写入寄存器中。
在本申请实施例一些可能的实现方式中,控制模块300,具体可以包括:算法控制模块、油液采集定时器、振动采集定时器、声学采集定时器和电流采集定时器;
算法控制模块,用于当油液采集定时器被触发时,从寄存器中读取油液原始数据,并将油液原始数据及其对应的计算方法发送给数据处理模块400;还用于当振动采集定时器被触发时,从寄存器中读取振动原始数据,并将振动原始数据及其对应的计算方法发送给数据处理模块400;还用于当声学采集定时器被触发时,从寄存器中读取声学原始数据,并将声学原始数据及其对应的计算方法发送给数据处理模块400;还用于当电流采集定时器被触发时,从寄存器中读取电流原始数据,并将电流原始数据及其对应的计算方法发送给数据处理模块400。
在一个例子,控制模块300还可以监控采集模块200的数据更新,当控制模块300识别出采集模块200停止更新时,控制模块300会自动重连采集模块200,连接失败会等待1分钟继续重连。当重连次数大于3次时,控制模块300会自动重启整个系统。
在本申请实施例一些可能的实现方式中,振动采集定时器,具体包括:振动RMS采集定时器、振动特征采集定时器和振动原始数据采集定时器,不同类型的振动定时器代表着不同的计算方式;
算法控制模块,用于振动RMS采集定时器被触发时,从寄存器中读取振动原始数据,并将振动原始数据及RMS算法发送给数据处理模块400;还用于振动特征采集定时器被触发时,从寄存器中读取振动原始数据,并将振动原始数据及特征结果算法发送给数据处理模块400;还用于振动原始数据采集定时器被触发时,从寄存器中读取振动原始数据,并将振动原始数据及原始数据转化算法发送给数据处理模块400。
在本申请实施例一些可能的实现方式中,数据处理模块400,具体可以包括:油液处理子模块、振动处理子模块、声学处理子模块和电流处理子模块;
油液处理子模块,用于解析油液原始数据并进行Json字符串序列化,然后通过通信模块500将序列化后的字符串发送给服务器;
振动处理子模块,用于根据接收到的算法处理振动原始数据并进行Json字符串序列化,然后通过通信模块500将序列化后的字符串发送给服务器;
声学处理子模块,用于依据声学监测软件处理声学原始数据并进行Json字符串序列化,然后通过通信模块500将序列化后的字符串发送给服务器;
电流处理子模块,用于解析电流原始数据并进行Json字符串序列化,然后通过通信模块500将序列化后的字符串发送给服务器。
在一个例子中,通信模块500,具体用于通过MQTT将处理后的数据发送给服务器。
在具体实施时,当网络波动或者断开的时候,通信模块500会自动缓存发送失败的数据,等待下次网络正常时,发送缓存的所有数据。当网络断开后,通信模块500会自动进入重连模式。当通信模块500接收到服务器下发的命令或者配置时,会根据相应指令,对相应模块进行设置。
上面结合附图和实施例对本申请作了详细说明,但是本申请并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本申请宗旨的前提下作出各种变化。本申请中未作详细描述的内容均可以采用现有技术。
Claims (7)
1.一种用于核电站机械设备故障诊断的系统,其特征在于,所述系统,包括:传感器模块、采集模块、控制模块、数据处理模块和通信模块;
所述传感器模块,用于检测核电站机械设备的振动数据、声学数据、油质数据和电流数据中任意一个或多个,得到的原始数据;
所述采集模块,用于从所述传感器模块中采集所述原始数据,并将所述原始数据写入寄存器中;
所述控制模块,用于从所述寄存器中读取所述原始数据,并将所述原始数据及其对应的计算方式转发给所述数据处理模块;所述计算方式预先存储于所述控制模块;
所述数据处理模块,用于根据所述计算方式对所述原始数据进行处理,得到处理后的数据发送给所述通信模块;
所述通信模块,用于将所述处理后的数据发送给服务器。
2.根据权利要求1所述的用于核电站机械设备故障诊断的系统,其特征在于,所述传感器模块,包括:振动传感器、声发射传感器、油液传感器和电流传感器;
所述振动传感器、所述声发射传感器、所述油液传感器和所述电流传感器分别用于进行振动测量信号、声学测量信号、油质测量信号和电流测量信号的采集,得到所述原始数据。
3.根据权利要求2所述的用于核电站机械设备故障诊断的系统,其特征在于,所述采集模块,包括:IEPE型振动数据采集卡、RS485通讯卡、声学采集卡和电流采集卡;
所述IEPE型振动数据采集卡,用于采集所述振动传感器对应的原始数据,得到振动原始数据写入所述寄存器中;
所述RS485通讯卡,用于采集所述油液传感器对应的原始数据,得到油液原始数据写入所述寄存器中;
所述声学采集卡,用于采集所述声发射传感器对应的原始数据,得到声学原始数据写入所述寄存器中;
所述电流采集卡,用于采集所述电流传感器对应的原始数据,得到电流原始数据写入所述寄存器中。
4.根据权利要求3所述的用于核电站机械设备故障诊断的系统,其特征在于,所述控制模块,包括:算法控制模块、油液采集定时器、振动采集定时器、声学采集定时器和电流采集定时器;
所述算法控制模块,用于当所述油液采集定时器被触发时,从所述寄存器中读取所述油液原始数据,并将所述油液原始数据及其对应的计算方法发送给所述数据处理模块;还用于当所述振动采集定时器被触发时,从所述寄存器中读取所述振动原始数据,并将所述振动原始数据及其对应的计算方法发送给所述数据处理模块;还用于当所述声学采集定时器被触发时,从所述寄存器中读取所述声学原始数据,并将所述声学原始数据及其对应的计算方法发送给所述数据处理模块;还用于当所述电流采集定时器被触发时,从所述寄存器中读取所述电流原始数据,并将所述电流原始数据及其对应的计算方法发送给所述数据处理模块。
5.根据权利要求4所述的用于核电站机械设备故障诊断的系统,其特征在于,所述振动采集定时器,具体包括:振动RMS采集定时器、振动特征采集定时器和振动原始数据采集定时器;
所述算法控制模块,用于所述振动RMS采集定时器被触发时,从所述寄存器中读取所述振动原始数据,并将所述振动原始数据及RMS算法发送给所述数据处理模块;还用于所述振动特征采集定时器被触发时,从所述寄存器中读取所述振动原始数据,并将所述振动原始数据及特征结果算法发送给所述数据处理模块;还用于所述振动原始数据采集定时器被触发时,从所述寄存器中读取所述振动原始数据,并将所述振动原始数据及原始数据转化算法发送给所述数据处理模块。
6.根据权利要求5所述的用于核电站机械设备故障诊断的系统,其特征在于,所述数据处理模块,包括:油液处理子模块、振动处理子模块、声学处理子模块和电流处理子模块;
所述油液处理子模块,用于解析所述油液原始数据并进行Json字符串序列化,然后通过所述通信模块将序列化后的字符串发送给所述服务器;
所述振动处理子模块,用于根据接收到的算法处理所述振动原始数据并进行Json字符串序列化,然后通过所述通信模块将序列化后的字符串发送给所述服务器;
所述声学处理子模块,用于依据声学监测软件处理所述声学原始数据并进行Json字符串序列化,然后通过所述通信模块将序列化后的字符串发送给所述服务器;
所述电流处理子模块,用于解析所述电流原始数据并进行Json字符串序列化,然后通过所述通信模块将序列化后的字符串发送给所述服务器。
7.根据权利要求1-6任一项所述的用于核电站机械设备故障诊断的系统,其特征在于,
所述通信模块,具体用于通过MQTT将所述处理后的数据发送给所述服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111661259.7A CN114383877A (zh) | 2021-12-31 | 2021-12-31 | 一种用于核电站机械设备故障诊断的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111661259.7A CN114383877A (zh) | 2021-12-31 | 2021-12-31 | 一种用于核电站机械设备故障诊断的系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114383877A true CN114383877A (zh) | 2022-04-22 |
Family
ID=81199502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111661259.7A Pending CN114383877A (zh) | 2021-12-31 | 2021-12-31 | 一种用于核电站机械设备故障诊断的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114383877A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551226A (zh) * | 2015-12-04 | 2016-05-04 | 江西飞尚科技有限公司 | 一种低功耗智能数据采集箱 |
CN108507787A (zh) * | 2018-06-28 | 2018-09-07 | 山东大学 | 基于多特征融合的风电齿轮增速箱故障诊断试验平台及方法 |
CN109445327A (zh) * | 2018-10-17 | 2019-03-08 | 南京凯奥思数据技术有限公司 | 基于fpga边缘计算技术的旋转机械振动采集监控与保护系统 |
CN111753603A (zh) * | 2019-03-29 | 2020-10-09 | 北京市劳动保护科学研究所 | 一种应急发电机组edg故障诊断系统 |
KR20210081145A (ko) * | 2019-12-23 | 2021-07-01 | 시그널링크 주식회사 | 진동과 소음신호를 이용한 기계결함진단장치 및 그 신호를 이용한 빅데이터 기반의 스마트 센서 시스템 |
-
2021
- 2021-12-31 CN CN202111661259.7A patent/CN114383877A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551226A (zh) * | 2015-12-04 | 2016-05-04 | 江西飞尚科技有限公司 | 一种低功耗智能数据采集箱 |
CN108507787A (zh) * | 2018-06-28 | 2018-09-07 | 山东大学 | 基于多特征融合的风电齿轮增速箱故障诊断试验平台及方法 |
CN109445327A (zh) * | 2018-10-17 | 2019-03-08 | 南京凯奥思数据技术有限公司 | 基于fpga边缘计算技术的旋转机械振动采集监控与保护系统 |
CN111753603A (zh) * | 2019-03-29 | 2020-10-09 | 北京市劳动保护科学研究所 | 一种应急发电机组edg故障诊断系统 |
KR20210081145A (ko) * | 2019-12-23 | 2021-07-01 | 시그널링크 주식회사 | 진동과 소음신호를 이용한 기계결함진단장치 및 그 신호를 이용한 빅데이터 기반의 스마트 센서 시스템 |
Non-Patent Citations (1)
Title |
---|
陈丽萍: "基于HMM与AIS混合模型的核动力设备故障诊断系统开发", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 11, 15 November 2009 (2009-11-15), pages 140 - 504 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100449326C (zh) | 监测日志的记录方法及系统 | |
CN109462490B (zh) | 视频监控系统及故障分析方法 | |
CN105527910A (zh) | 一种基于opc ua的远程监控系统及故障排除方法 | |
CN112886922A (zh) | 一种光伏电站损失电量的计算方法、装置及存储介质 | |
CN115913357A (zh) | 一种用于光纤宽带信息传输监测系统 | |
KR102402653B1 (ko) | 인공지능 기반 스카다 시스템 및 그 운용방법 | |
CN109597652B (zh) | 规约解析方法、系统、计算机可读存储介质及通讯管理机 | |
CN114383877A (zh) | 一种用于核电站机械设备故障诊断的系统 | |
CN116204386B (zh) | 应用服务关系自动识别及监控方法、系统、介质和设备 | |
CN110969082B (zh) | 一种时钟同步测试巡检方法和系统 | |
CN116541241B (zh) | 基于大数据的术后便携式可穿戴设备运行效率分析系统 | |
CN112014669A (zh) | 一种合并单元角差、比差的在线检测方法及系统 | |
CN115187086A (zh) | 一种应急管理智能化管控系统 | |
CN113036917B (zh) | 一种基于机器学习的配电网监控信息监视系统和方法 | |
CN115765184A (zh) | 一种电力检修数据处理用监管系统 | |
CN111983295B (zh) | 一种设备故障预测方法及系统 | |
CN115396752A (zh) | 一种基于Redis的双平面采集数据方法及系统 | |
CN114490560A (zh) | 一种基于人工智能技术的全边界电力网络数据分析方法 | |
CN111200315B (zh) | 一种变电站监控后台故障诊断系统和方法 | |
CN111614561A (zh) | 基于边缘计算的智能路侧数据传输方法、装置及分布式系统 | |
CN210536660U (zh) | 一种一站式运维管理平台的数据集成系统 | |
CN215672559U (zh) | 一种应用于风电集控中心的智能监盘系统 | |
CN116902041A (zh) | 接口数据处理方法、装置、电子设备及介质 | |
JP7287703B1 (ja) | 遠隔測定装置、遠隔測定システム、遠隔測定方法、及びプログラム | |
CN113612622B (zh) | 一种网络操作系统下各模块告警方法、装置 |
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 |