CN114386745A - 一种pms变电设备数据核查识别方法及系统 - Google Patents
一种pms变电设备数据核查识别方法及系统 Download PDFInfo
- Publication number
- CN114386745A CN114386745A CN202111406013.5A CN202111406013A CN114386745A CN 114386745 A CN114386745 A CN 114386745A CN 202111406013 A CN202111406013 A CN 202111406013A CN 114386745 A CN114386745 A CN 114386745A
- Authority
- CN
- China
- Prior art keywords
- record
- data
- checking
- detection
- abnormal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000009466 transformation Effects 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 75
- 230000002159 abnormal effect Effects 0.000 claims abstract description 70
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 11
- 238000013524 data verification Methods 0.000 claims description 7
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000007689 inspection Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004451 qualitative analysis Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000005067 remediation Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 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
- 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
- G06F16/2457—Query processing with adaptation to user needs
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种PMS变电设备数据核查识别方法及系统，本发明包括提取PMS设备台账数据；针对PMS设备台账数据中的每一条记录进行校验检测，所述校验检测包括空值检测、取值检测、相关检测、类比检测和外联检测5种校验检测方式；基于校验检测结果进行多维综合分析以更精确地确定异常记录；将与预设的白名单数据库匹配的异常记录删除；将剩余的异常记录生成问题清单。本发明旨在提高PMS变电设备台帐数据核查质量，更加精准的确定核查问题数据，并能通过数据治理反馈实现核查逻辑规则库的及时升级。本发明旨在提高PMS变电设备台帐数据核查质量，更加精准的确定核查问题数据，并能通过数据治理反馈实现核查逻辑规则库的及时升级。
Description
技术领域
本发明涉及PMS变电设备数据核查识别技术，具体涉及一种PMS变电设备数据核查识别方法及系统。
背景技术
设备(资产)运维精益管理系统(PMS)是电网生产工作中重要的信息管理系统，PMS的应用大幅提升了电网运检管理水平。PMS设备台帐和运检数据是各大应用系统和大数据分析应用的基础数据，其数据正确性对各相关系统应用效果及大数据分析的有效应用具有非常重要的影响。目前确保PMS设备台帐的数据正确性及相关数据治理一直是困扰系统运维的一个棘手的难题。由于基层班组人员水平参差不齐、设备台帐参数不完整、系统数据量大以及信息数据监控措施不全面等因素，目前设备台帐和运检工作的数据准确性问题仍层出不穷，如何提高PMS系统数据准确性是摆在系统运维人员应用中的一大重要课题。
目前，PMS数据核查及治理主要存在下述问题：1)目前PMS数据核查主要是通过PMS核查模块来核查统计，其核查算法相对简单，只能做基本的完整性和部分逻辑的核查，无法做到精准的准确性核查，也无法对大数据应用需求的数据进行针对性的核查。2)由于缺乏有效的核查工具，基层单位在数据录入后，不能立即做到主动数据核查和及时整治，而只是在省公司核查后对问题做被动整治，使数据质量问题具有一定的延后性。3)当前核查方式存在漏查和误查率较高的问题，并且逻辑规则库难以适应系统数据的新增而升级，核查逻辑规则库管理较为繁琐。PMS数据应用的需要对数据核查治理需达到以下目的：1)对台帐数据的核查要满足完整性、一致性和准确性高的要求；2)要能快速准确且及时的核查出新增的数据质量问题；3)核查逻辑库要能根据台帐数据的更新而及时的迭代升级。而具体如何满足上述目的，实现PMS变电设备数据核查识别，已成为一项亟待解决的关键技术问题。
发明内容
本发明要解决的技术问题：针对现有技术的上述问题，提供一种PMS变电设备数据核查识别方法及系统，本发明旨在提高PMS变电设备台帐数据核查质量，更加精准的确定核查问题数据，并能通过数据治理反馈实现核查逻辑规则库的及时升级。
为了解决上述技术问题，本发明采用的技术方案为：
一种PMS变电设备数据核查识别方法，包括：
1)提取PMS设备台账数据；
2)针对PMS设备台账数据中的每一条记录进行校验检测，所述校验检测包括空值检测、取值检测、相关检测、类比检测和外联检测5种校验检测方式；
3)基于校验检测结果进行多维综合分析以更精确地确定异常记录；
4)将与预设的白名单数据库匹配的异常记录删除；
5)将剩余的异常记录生成问题清单。
可选地，所述空值检测用于根据记录的字段是否为空来判断该记录是否为异常记录，若字段为空则判定该记录为异常记录。
可选地，所述取值检测用于根据记录的字段是否符合预设的取值范围或数据字典取值序列来判断该记录是否为异常记录，若不符合则判定该记录为异常记录。
可选地，所述相关检测用于根据记录的字段和其他字段的相关关系或比较值是否符合逻辑来判断该记录是否为异常记录，若不符合则判定该记录为异常记录。
可选地，所述类比检测用于根据记录的字段与同类记录的差异性来判断该记录是否为异常记录，若差异性超过设定值则判定该记录为异常记录。
可选地，所述外联检测用于根据记录的字段和外部系统相关联的数据进行对比分析来判断该记录是否为异常记录，若不符合外部系统相关联的数据则判定该记录为异常记录。
可选地，步骤3)中基于校验检测结果进行多维综合分析以更精确地确定异常记录具体是指：针对每一项异常记录，如果该异常记录由两种以上的校验检测方式确认为异常记录，则判定该异常记录为确定的异常记录。
可选地，步骤5)生成问题清单之后，还包括根据问题清单的数据治理反馈结果更新白名单数据库以及校验检测的校验规则的步骤。
此外，本发明还提供一种PMS变电设备数据核查识别系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行所述PMS变电设备数据核查识别方法的步骤。
此外，本发明还提供一种计算机可读存储介质，该计算机可读存储介质中存储有用于被计算机设备执行以实施所述PMS变电设备数据核查识别方法的步骤的计算机程序。
和现有技术相比，本发明主要具有下述优点：本发明包括提取PMS设备台账数据；针对PMS设备台账数据中的每一条记录进行校验检测，所述校验检测包括空值检测、取值检测、相关检测、类比检测和外联检测5种校验检测方式；基于校验检测结果进行多维综合分析以更精确地确定异常记录；将与预设的白名单数据库匹配的异常记录删除；将剩余的异常记录生成问题清单，通过上述方式，可有效提高PMS变电设备台帐数据核查质量，更加精准的确定核查问题数据，并能进一步通过数据治理反馈实现核查逻辑规则库的及时升级。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例中校验检测的校验规则模型示意图。
具体实施方式
下面结合附图和实施例对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。
如图1所示，本实施例PMS变电设备数据核查识别方法包括：
1)提取PMS设备台账数据；
2)针对PMS设备台账数据中的每一条记录进行校验检测，校验检测包括空值检测、取值检测、相关检测、类比检测和外联检测5种校验检测方式；
3)基于校验检测结果进行多维综合分析以更精确地确定异常记录；
4)将与预设的白名单数据库匹配的异常记录删除；
5)将剩余的异常记录生成问题清单。
本实施例步骤1)中提取PMS设备台账数据时，根据选择核查数据设备类型，通过连接数据中台连接PMS设备台帐数据或导入待查数据，存储在待查库表中。
本实施例方法的逻辑规则对每一类设备数据的各参数字段可以有多个不同类型的检测方式来进行多维度的检测，核查检测方式包括空值检测、取值检测、相关检测、类比检测和外联检测5种类型。
本实施例中，空值检测用于根据记录的字段是否为空来判断该记录是否为异常记录，若字段为空则判定该记录为异常记录。
本实施例中，取值检测用于根据记录的字段是否符合预设的取值范围或数据字典取值序列来判断该记录是否为异常记录，若不符合则判定该记录为异常记录。
本实施例中，相关检测用于根据记录的字段和其他字段的相关关系或比较值是否符合逻辑来判断该记录是否为异常记录，若不符合则判定该记录为异常记录。相关检测主要是检测该字段与其它字段的相关关系或比较值是否符合逻辑。包括对应相关，包含相关，比较相关等检测方式。如投运日期应大于出厂日期，额定电压需与相关型号参数对应等。
本实施例中，类比检测用于根据记录的字段与同类记录(同型号、同类型、同批次设备)的差异性来判断该记录是否为异常记录，若差异性超过设定值则判定该记录为异常记录。根据记录的字段与同类记录的差异性来判断该记录是否为异常记录时，可采用简单的数学比较法，例如计算记录的字段与同类记录的字段的平均值之间的差异，差异大于预设阈值则判定该记录为异常记录。此外，还可以根据需要采用聚类算法，例如计算记录的字段与同类记录的聚类中心的距离，若与异常记录的聚类中心的距离小于预设阈值则判定该记录为异常记录。此外，还可以根据需要采用神经网络模型，同类记录用于训练神经网络模型以建立字段值、异常记录的分类预测概率之间的映射关系，若得到的异常记录的分类预测概率大于预设阈值则判定该记录为异常记录。
本实施例中，外联检测用于根据记录的字段和外部系统相关联的数据进行对比分析来判断该记录是否为异常记录，若不符合外部系统相关联的数据则判定该记录为异常记录。根据记录的字段和外部系统相关联的数据进行对比分析来判断该记录是否为异常记录时，可采用简单的数学比较法(例如计算与均值的差)，
步骤2)则用于调取核查类型相关的逻辑规则库和数据字典(主要包含各类型核查规则需要的取值序列或关联关系，以及白名单数据库)，按核查逻辑规则项目逐条数据循环进行比对检测，对问题数据进行标记和提取。而每一条核查逻辑规则包括规则适应的数据筛选条件、由检测规则符定义的逻辑关系式以及存储在数据字典中对应的数据序列。
对核查分析后的问题数据进行多维综合定性分析，更精确的对问题数据进行识别定性。如同一个数据项有多个逻辑规则检测报错，则可基本定性其数据问题的确定性，特别是对于相关检测和外联检测的问题报错，尚不能确定是关联2个字段中的哪一个字段错误，结合其它取值检测的报错则可以确定具体的错误项。本实施例中，步骤3)中基于校验检测结果进行多维综合分析以更精确地确定异常记录具体是指：针对每一项异常记录，如果该异常记录由两种以上的校验检测方式确认为异常记录，则判定该异常记录为确定的异常记录。
步骤4)用于通过白名单数据库比对筛除特例数据。对于某些特定的数据参数在首次某个逻辑规则检测报错而后经确认为误查时可以通过白名单数据库进行标记，其在后期核查中在对应的逻辑规则筛查时可以略过，防止再次出现误查的情况，可提高核查的精确性。
经过前期3个步骤的核查，则可以确定问题数据，生成问题数据清单及核查情况表，提供进行人工数据审核和数据治理。本实施例中，步骤5)生成问题清单之后，还包括根据问题清单的数据治理反馈结果更新白名单数据库以及校验检测的校验规则的步骤。在人工审核和数据治理后，对核查清单中的问题进行确认反馈。对于出现的漏查或误查情况，可以通过修改更新逻辑规则库或数据字典来进一步提高核查逻辑规则库迭代升级。或者对于比较特殊的数据字段可以纳入白名单数据库，在后期的核查中进行过滤。参看图2，本实施例的逻辑规则库中每一条核查逻辑规则包括该条规则适应的数据筛选条件、由检测规则符定义的逻辑关系式以及存储在数据字典中对应的数据序列。在一些逻辑规则中，通过对数据字典中的取值序列或者对应关系序列进行逐一比对检测，实现数据核查的精确性。同时在每次核查反馈中可对数据字典进行相应更新升级就可实现数据核查逻辑对新增数据的适应性迭代升级。
综上所述，本实施例主要基于逻辑规则库、大数据关联检测和类比检测法等核心算法进行数据核查，并通过多维综合定性分析进一步确定问题数据，然后通过问题数据反馈实现逻辑规则库迭代升级，具有下述有益效果：(1)具有多维度的数据核查检测方式，特别是基于数据字典的逻辑规则检测法和基于大数据的关联系统数据检测的应用，对问题数据的识别率显著提高，能有效降低问题数据漏查率；(2)通过多维综合定性方法结合多维数据核查进行分析，能更精确的定位问题数据，提高数据核查准确率；(3)白名单过滤方法能过滤特定参数，减少误查，进一步提高核查准确率；(4)本发明可进一步根据问题数据治理反馈信息实现逻辑规则库的自动迭代升级，能随着数据的新增和人工核查的经验进一步提高核查工具的核查准确率。本实施例方法基于大数据的关联检测方法，通过提取相关联的物资、OMS、资产系统等数据来关联检测PMS设备数据质量问题，能提高数据核查的准确率；本实施例方法基于多维综合定性分析方法，从多维度分析问题数据，能更精确的定位问题数据，提高数据核查准确率；本实施例方法的问题数据治理反馈流程机制的实施，可方便地实现逻辑规则库迭代升级。
此外，本实施例还提供一种PMS变电设备数据核查识别系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行前述PMS变电设备数据核查识别方法的步骤。
此外，本实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有用于被计算机设备执行以实施前述PMS变电设备数据核查识别方法的步骤的计算机程序。
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读存储介质(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，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种PMS变电设备数据核查识别方法，其特征在于，包括：
1)提取PMS设备台账数据；
2)针对PMS设备台账数据中的每一条记录进行校验检测，所述校验检测包括空值检测、取值检测、相关检测、类比检测和外联检测5种校验检测方式；
3)基于校验检测结果进行多维综合分析以更精确地确定异常记录；
4)将与预设的白名单数据库匹配的异常记录删除；
5)将剩余的异常记录生成问题清单。
2.根据权利要求1所述的PMS变电设备数据核查识别方法，其特征在于，所述空值检测用于根据记录的字段是否为空来判断该记录是否为异常记录，若字段为空则判定该记录为异常记录。
3.根据权利要求1所述的PMS变电设备数据核查识别方法，其特征在于，所述取值检测用于根据记录的字段是否符合预设的取值范围或数据字典取值序列来判断该记录是否为异常记录，若不符合则判定该记录为异常记录。
4.根据权利要求1所述的PMS变电设备数据核查识别方法，其特征在于，所述相关检测用于根据记录的字段和其他字段的相关关系或比较值是否符合逻辑来判断该记录是否为异常记录，若不符合则判定该记录为异常记录。
5.根据权利要求1所述的PMS变电设备数据核查识别方法，其特征在于，所述类比检测用于根据记录的字段与同类记录的差异性来判断该记录是否为异常记录，若差异性超过设定值则判定该记录为异常记录。
6.根据权利要求1所述的PMS变电设备数据核查识别方法，其特征在于，所述外联检测用于根据记录的字段和外部系统相关联的数据进行对比分析来判断该记录是否为异常记录，若不符合外部系统相关联的数据则判定该记录为异常记录。
7.根据权利要求1所述的PMS变电设备数据核查识别方法，其特征在于，步骤3)中基于校验检测结果进行多维综合分析以更精确地确定异常记录具体是指：针对每一项异常记录，如果该异常记录由两种以上的校验检测方式确认为异常记录，则判定该异常记录为确定的异常记录。
8.根据权利要求1所述的PMS变电设备数据核查识别方法，其特征在于，步骤5)生成问题清单之后，还包括根据问题清单的数据治理反馈结果更新白名单数据库以及校验检测的校验规则的步骤。
9.一种PMS变电设备数据核查识别系统，包括相互连接的微处理器和存储器，其特征在于，该微处理器被编程或配置以执行权利要求1～8中任意一项所述PMS变电设备数据核查识别方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质中存储有用于被计算机设备执行以实施权利要求1～8中任意一项所述PMS变电设备数据核查识别方法的步骤的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111406013.5A CN114386745A (zh) | 2021-11-24 | 2021-11-24 | 一种pms变电设备数据核查识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111406013.5A CN114386745A (zh) | 2021-11-24 | 2021-11-24 | 一种pms变电设备数据核查识别方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114386745A true CN114386745A (zh) | 2022-04-22 |
Family
ID=81195824
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111406013.5A Pending CN114386745A (zh) | 2021-11-24 | 2021-11-24 | 一种pms变电设备数据核查识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114386745A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115292387A (zh) * | 2022-08-18 | 2022-11-04 | 北京志翔科技股份有限公司 | 一种基于多维数据分析的能源超量程使用监测方法 |
-
2021
- 2021-11-24 CN CN202111406013.5A patent/CN114386745A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115292387A (zh) * | 2022-08-18 | 2022-11-04 | 北京志翔科技股份有限公司 | 一种基于多维数据分析的能源超量程使用监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110861987B (zh) | 一种电梯故障判断逻辑验证方法、系统及存储介质 | |
| CN110704224A (zh) | 一种线上故障处理方法及系统 | |
| CN109934268B (zh) | 异常交易检测方法及系统 | |
| CN105577440A (zh) | 一种网络故障时间定位方法和分析设备 | |
| CN110727531A (zh) | 一种线上系统的故障预测及处理方法及系统 | |
| CN111027615A (zh) | 基于机器学习的中间件故障预警方法和系统 | |
| CN112540887A (zh) | 故障演练方法、装置、电子设备及存储介质 | |
| CN115965237A (zh) | 一种电力市场风险防控方法、装置及存储介质 | |
| CN115719283A (zh) | 一种智能化会计管理系统 | |
| CN114386745A (zh) | 一种pms变电设备数据核查识别方法及系统 | |
| CN113434855A (zh) | 一种安全事件的处理方法及装置、可读存储介质 | |
| CN113255096A (zh) | 基于向前逐步回归的高损线路异常台区定位方法及系统 | |
| CN112465397A (zh) | 一种审计数据的分析方法和装置 | |
| CN113254733B (zh) | 基于大数据平台的信息分析方法、系统及存储介质 | |
| CN114881142A (zh) | 一种配网异常数据的处理方法及装置 | |
| CN115378000A (zh) | 基于区间二型模糊聚类分析的配电网运行状态评估方法 | |
| CN112541177A (zh) | 一种基于数据安全的异常检测方法及系统 | |
| CN113900865B (zh) | 智能的电网设备自动化测试方法、系统和可读存储介质 | |
| CN110569277A (zh) | 一种配置数据信息自动识别与归类方法及系统 | |
| CN112149969B (zh) | 特高压直流控制保护合并单元运行状态评价方法及系统 | |
| CN112650796A (zh) | 一种自动化的应用数据收集、存储管理系统 | |
| CN117445403B (zh) | 基于电流预测的3d打印故障监测方法及系统 | |
| 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 | |
| CN117647697B (zh) | 一种基于知识图谱的电力计量流水线故障定位方法及系统 | |
| CN116956282B (zh) | 基于网络资产内存时间序列多特征数据的异常检测系统 |
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 |