CN114563709A - 一种基于云计算平台的蓄电池监测系统 - Google Patents

一种基于云计算平台的蓄电池监测系统 Download PDF

Info

Publication number
CN114563709A
CN114563709A CN202210165047.8A CN202210165047A CN114563709A CN 114563709 A CN114563709 A CN 114563709A CN 202210165047 A CN202210165047 A CN 202210165047A CN 114563709 A CN114563709 A CN 114563709A
Authority
CN
China
Prior art keywords
storage battery
cloud computing
computing platform
state data
data
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
Application number
CN202210165047.8A
Other languages
English (en)
Inventor
高斯日古冷
孟祥有
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.)
Tongliao Power Supply Co Of State Grid East Inner Mongolia Electric Power Co
Original Assignee
Tongliao Power Supply Co Of State Grid East Inner Mongolia Electric Power Co
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 Tongliao Power Supply Co Of State Grid East Inner Mongolia Electric Power Co filed Critical Tongliao Power Supply Co Of State Grid East Inner Mongolia Electric Power Co
Priority to CN202210165047.8A priority Critical patent/CN114563709A/zh
Publication of CN114563709A publication Critical patent/CN114563709A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Abstract

本发明提供一种基于云计算平台的蓄电池监测系统，包括：状态监测终端和云计算平台，其中状态监测终端与云计算平台无线通信连接；状态监测终端与蓄电池连接，用于采集蓄电池工作状态数据和蓄电池运行状态数据，并将采集到的蓄电池工作状态数据和蓄电池运行状态数据实时传输到云计算平台；云计算平台用于根据接收到的蓄电池工作状态数据和蓄电池运行状态数据分析蓄电池的运行状态，输出运行监测结果；当运行监测结果出现异常时，生成相应的警报信息发送到管理终端。本发明有助于提高蓄电池状态监测的实时性和智能化水平，有效减低人力成本。

Description

一种基于云计算平台的蓄电池监测系统
技术领域
本发明涉及蓄电池监测技术领域，特别是一种基于云计算平台的蓄电池监测系统。
背景技术
目前，蓄电池作为储能电源，因其体积小、放电性能高、安全可靠、维护量少等优点，广泛应用于通信、电力、金融、交通等各行各业，为关键设备提供能源支持。
由于蓄电池作为设备的关键部件，因此对蓄电池的维护也有着很高的重要性。目前，蓄电池的运维工作大多采用人工进行，通过运维人员携带检测工具到达设备对蓄电池的状态进行检测。但是，上述通过人工检测的方式，存在实时性不足和人力成本过高的问题，无法对蓄电池的状态进行实时的监测，不利于关键设备稳定运行的保证。
发明内容
针对上述问题，本发明旨在提供一种基于云计算平台的蓄电池监测系统。
本发明的目的采用以下技术方案来实现：
本发明示出一种基于云计算平台的蓄电池监测系统，包括：状态监测终端和云计算平台，其中状态监测终端与云计算平台无线通信连接；
状态监测终端与蓄电池连接，用于采集蓄电池工作状态数据和蓄电池运行状态数据，并将采集到的蓄电池工作状态数据和蓄电池运行状态数据实时传输到云计算平台；
云计算平台用于根据接收到的蓄电池工作状态数据和蓄电池运行状态数据分析蓄电池的运行状态，输出运行监测结果；当运行监测结果出现异常时，生成相应的警报信息发送到管理终端。
优选的，状态监测终端包括充放电管理单元、电压采样单元、电流采样单元、内阻采样单元、温度采样单元和通信单元；其中，
充放电管理单元用于监测蓄电池的工作状态数据，其中工作状态包括充电状态和放电状态；
电压采样单元用于监测蓄电池的输出电压信号；
电流采样单元用于监测蓄电池的输出电流信号；
内阻采样单元用于监测蓄电池的内阻数据；
温度采样单元用于监测蓄电池的温度数据；
通信单元用于将获取的工作状态数据和蓄电池运行状态数据实时传输到云计算平台，其中蓄电池运行状态数据包括蓄电池的输出电压信号、输出电流信号、内阻数据和温度数据。
优选的，云计算平台包括数据接收模块、预处理模块、实时分析模块和警报模块；其中
数据接收模块用于与状态监测终端连接，接收由状态监测终端传输的蓄电池工作状态数据和蓄电池运行状态数据；
预处理模块用于对接收到的蓄电池运行状态数据进行预处理；
实时分析模块用于根据预处理后的蓄电池运行状态数据进行分析，将蓄电池运行状态数据与对应工作状态下的运行标准进行比对分析，得到运行监测结果；
警报模块用于当蓄电池的运行监测结果出现异常时，生成相应的警报信息发送到管理终端。
优选的，云计算平台还包括数据库模块和智能分析模块；
数据库模块用于将蓄电池相应的蓄电池工作状态数据和蓄电池运行状态数据进行分类存储管理，构建蓄电池运行状态数据库；
智能分析模块用于根据蓄电池运行状态数据库中存储的数据进行基于AI引擎的蓄电池运行状态分析，得到智能分析结果；
警报模块还用于当智能分析结果出现异常时，生成相应的异常分析报告发送到管理终端。
优选的，云计算平台还包括管理模块；
管理模块用于对蓄电池的基本信息以及相应的不同工作状态下的运行标准进行设置和管理。
本发明的有益效果为：本发明通过设置状态监测终端对蓄电池的工作状态数据和运行状态数据进行实时监测采集，并将采集到的数据上传至云计算平台，由云计算平台根据采集到的监测数据进行针对蓄电池状态的实时分析和管理，当分析到出现异常状况时，向相应的管理终端发出报警信息，提醒管理人员指派运维人员对异常的蓄电池和设备进行进一步的运维检测，有助于提高蓄电池状态检测的实时性和智能化水平，有效减低人力成本。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明实施例所示一种基于云计算平台的蓄电池监测系统的框架结构图；
图2为图1实施例中状态监测终端的框架结构图；
图3为图1实施例中云计算平台本的框架结构图。
附图标记：
状态监测终端1、云计算平台2、充放电管理单元11、电压采样单元12、电流采样单元13、内阻采样单元14、温度采样单元15、通信单元16、数据接收模块21、预处理模块22、实时分析模块23、警报模块24、数据库模块25、智能分析模块26。
具体实施方式
结合以下应用场景对本发明作进一步描述。
参见图1所示一种基于云计算平台的蓄电池监测系统，包括：状态监测终端1和云计算平台2，其中状态监测终端1与云计算平台2无线通信连接；
状态监测终端1与蓄电池连接，用于采集蓄电池工作状态数据和蓄电池运行状态数据，并将采集到的蓄电池工作状态数据和蓄电池运行状态数据实时传输到云计算平台2；
云计算平台2用于根据接收到的蓄电池工作状态数据和蓄电池运行状态数据分析蓄电池的运行状态，输出运行监测结果；当运行监测结果出现异常时，生成相应的警报信息发送到管理终端。
上述实施方式中，提出了一种基于云计算平台的蓄电池监测系统，通过设置状态监测终端1对蓄电池的工作状态数据和运行状态数据进行实时监测采集，并将采集到的数据上传至云计算平台2，由云计算平台2根据采集到的监测数据进行针对蓄电池状态的实时分析和管理，当分析到出现异常状况时，向相应的管理终端发出报警信息，提醒管理人员指派运维人员对异常的蓄电池和设备进行进一步的运维检测，有助于提高蓄电池状态检测的实时性和智能化水平，有效减低人力成本。
优选的，蓄电池的工作状态数据包括充电状态和放电状态；蓄电池运行状态数据包括蓄电池的输出电压信号、输出电流信号、内阻数据和温度数据。
优选的，参见图2，状态监测终端1包括充放电管理单元11、电压采样单元12、电流采样单元13、内阻采样单元14、温度采样单元15和通信单元16；其中，
充放电管理单元11用于监测蓄电池的工作状态数据；
电压采样单元12用于监测蓄电池的输出电压信号；
电流采样单元13用于监测蓄电池的输出电流信号；
内阻采样单元14用于监测蓄电池的内阻数据；
温度采样单元15用于监测蓄电池的温度数据；
通信单元16用于将获取的工作状态数据和蓄电池运行状态数据实时传输到云计算平台2。
通过在状态监测终端1设置不同的采样单元来对蓄电池的运行状态进行监测，能够实时采集蓄电池的运行状态数据，并上传到云计算平台2进行进一步的分析，提高蓄电池状态分析的实时水平。
优选的，参见图3，云计算平台2包括数据接收模块21、预处理模块22、实时分析模块23和警报模块24；其中
数据接收模块21用于与状态监测终端1连接，接收由状态监测终端1传输的蓄电池工作状态数据和蓄电池运行状态数据；
预处理模块22用于对接收到的蓄电池运行状态数据进行预处理；
实时分析模块23用于根据预处理后的蓄电池运行状态数据进行分析，将蓄电池运行状态数据与对应工作状态下的运行标准进行比对分析，得到运行监测结果；
警报模块24用于当蓄电池的运行监测结果出现异常时，生成相应的警报信息发送到管理终端。
上述实施方式，在云计算平台2中设置专门的预处理单元，能够对接收到的运行状态数据首先进行预处理，例如是剔除运行状态数据中的错误数据或者噪声数据等，将得到的预处理后的运行状态数据进一步通过实时分析模块23进行运行状态分析处理，能够准确判断蓄电池的实时运行状态。
一种场景中，运行标准包括电压标准区间、电流标准区间、内阻标准区间和温度标准区间；上述标准区间为根据蓄电池实际参数进行设置。
实时分析单元将预处理后的运行状态数据分别与运行标准继续比对分析，分别将预处理后的电池的输出电压信号、输出电流信号、内阻数据和温度数据与相应的标准区间进行比较，判断是否在标准区间范围内，如果是则判断蓄电池运行状态正常，否则根据超出标准区间范围的项目和超出范围生成相应的异常监测结果。
基于实时分析模块23对获取的运行状态数据进行分析处理，能够对蓄电池的运行状态进行实时监测，有助于提高蓄电池状态分析的实时性水平。
其中，针对蓄电池不同的充电状态和放电状态，能够分别对蓄电池的运行状态进行判断，有助于提高蓄电池实时运行状态分析的准确性。
优选的，预处理模块22，还用于对接收到的输出电压信号和输出电流信号进行预处理，包括针对接收到的直流电流电压数字信号(包括输出电压信号和输出电流信号)进行滤波处理，消除直流电流电压数字信号因收到采集和传输过程中噪声干扰而导致的波动情况，提高进一步根据直流电流电压数字信号获取相应的电流电压值的准确性；具体包括：
针对接收到的直流电流电压数字信号进行加窗分帧处理，得到电流电压信号帧；
针对各个电流电压信号帧，采用db2或db3小波基对电流电压信号帧进行小波分解处理，得到高频小波系数和低频小波系数；
针对得到的高频小波系数进行滤波处理，其中采用的滤波函数为：
Figure BDA0003515698940000051
其中，wm,n表示第m层小波分解后得到的第n个高频小波系数，
Figure BDA0003515698940000052
表示滤波处理后的高频小波系数，E表示设定的阈值，其中E＝0.3345×med(wm)，med(wm)表示第m层小波分解后得到高频小波系数的中值，
Figure BDA0003515698940000053
表示设定的调节因子，其中
Figure BDA0003515698940000054
根据滤波处理后的高频小波系数进行和之前小波分解得到的低频小波系数进行重构，得到预处理后的电流电压信号帧，根据预处理后的电流电压信号帧组成预处理后的直流电流电压数字信号。
上述实施方式，针对在对于蓄电池书输出的电流信号和电压信号，在采集和传输的过程中，容易受到噪声干扰，从而导致信号中出现特异噪声点的情况，因此容易影响电流值和电压值计算的精确度，从而影响针对蓄电池运行状态分析的准确度的技术问题，本申请基于云计算平台2还设置专门的预处理模块22对接收到的电流信号和电压信号进行预处理，提出了一种基于小波分解的滤波函数，能够自适应过滤电流信号和电压信号数据中包含的噪声干扰，提高信号数据的质量，为后续进一步根据得到的电流电压信号数据判断蓄电池输出的电流电压值并进一步进行状态分析奠定基础。
优选的，云计算平台2还包括数据库模块25和智能分析模块26；
数据库模块25用于将蓄电池相应的蓄电池工作状态数据和蓄电池运行状态数据进行分类存储管理，构建蓄电池运行状态数据库；
智能分析模块26用于根据蓄电池运行状态数据库中存储的数据进行基于AI引擎的蓄电池运行状态分析，得到智能分析结果；
警报模块24还用于当智能分析结果出现异常时，生成相应的异常分析报告发送到管理终端。
除了针对蓄电池进行实时状态分析之外，云计算平台2中还设置有数据库模块25，能够根据蓄电池的运行状态数据构建历史数据库；同时设置智能分析模块26，能够根据蓄电池采集的历史数据进行更加智能化的分析(例如数据挖掘分析、大数据分析、基于人工模型/引擎的数据分析等)，对蓄电池的状态进行进一步的分析监测，有助于提高蓄电池监测的智能化水平。
优选的，云计算平台2还包括管理模块；
管理模块用于对蓄电池的基本信息以及相应的不同工作状态下的运行标准进行设置和管理。
通过管理模块，能够录入蓄电池信息以及对应的状态监测终端1对应信息，包括蓄电池的基本参数和相应的标准区间值，计划蓄电池的监测状态，有助于通过云计算平台2完成多个蓄电池的统一监测管理。
需要说明的是，在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中，也可以是各个单元/模块单独物理存在，也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件功能单元/模块的形式实现。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.一种基于云计算平台的蓄电池监测系统，其特征在于，包括：状态监测终端和云计算平台，其中状态监测终端与云计算平台无线通信连接；
状态监测终端与蓄电池连接，用于采集蓄电池工作状态数据和蓄电池运行状态数据，并将采集到的蓄电池工作状态数据和蓄电池运行状态数据实时传输到云计算平台；
云计算平台用于根据接收到的蓄电池工作状态数据和蓄电池运行状态数据分析蓄电池的运行状态，输出运行监测结果；当运行监测结果出现异常时，生成相应的警报信息发送到管理终端。
2.根据权利要求1所述的一种基于云计算平台的蓄电池监测系统，其特征在于，状态监测终端包括充放电管理单元、电压采样单元、电流采样单元、内阻采样单元、温度采样单元和通信单元；其中，
充放电管理单元用于监测蓄电池的工作状态数据，其中工作状态包括充电状态和放电状态；
电压采样单元用于监测蓄电池的输出电压信号；
电流采样单元用于监测蓄电池的输出电流信号；
内阻采样单元用于监测蓄电池的内阻数据；
温度采样单元用于监测蓄电池的温度数据；
通信单元用于将获取的工作状态数据和蓄电池运行状态数据实时传输到云计算平台，其中蓄电池运行状态数据包括蓄电池的输出电压信号、输出电流信号、内阻数据和温度数据。
3.根据权利要求2所述的一种基于云计算平台的蓄电池监测系统，其特征在于，云计算平台包括数据接收模块、预处理模块、实时分析模块和警报模块；其中
数据接收模块用于与状态监测终端连接，接收由状态监测终端传输的蓄电池工作状态数据和蓄电池运行状态数据；
预处理模块用于对接收到的蓄电池运行状态数据进行预处理；
实时分析模块用于根据预处理后的蓄电池运行状态数据进行分析，将蓄电池运行状态数据与对应工作状态下的运行标准进行比对分析，得到运行监测结果；
警报模块用于当蓄电池的运行监测结果出现异常时，生成相应的警报信息发送到管理终端。
4.根据权利要求3所述的一种基于云计算平台的蓄电池监测系统，其特征在于，云计算平台还包括数据库模块和智能分析模块；
数据库模块用于将蓄电池相应的蓄电池工作状态数据和蓄电池运行状态数据进行分类存储管理，构建蓄电池运行状态数据库；
智能分析模块用于根据蓄电池运行状态数据库中存储的数据进行基于AI引擎的蓄电池运行状态分析，得到智能分析结果；
警报模块还用于当智能分析结果出现异常时，生成相应的异常分析报告发送到管理终端。
5.根据权利要求3所述的一种基于云计算平台的蓄电池监测系统，其特征在于，云计算平台还包括管理模块；
管理模块用于对蓄电池的基本信息以及相应的不同工作状态下的运行标准进行设置和管理。
6.根据权利要求3所述的一种基于云计算平台的蓄电池监测系统，其特征在于，预处理模块，还用于对接收到的输出电压信号和输出电流信号进行预处理，包括针对接收到的直流电流电压数字信号进行滤波处理，消除直流电流电压数字信号因收到采集和传输过程中噪声干扰而导致的波动情况；具体包括：
针对接收到的直流电流电压数字信号进行加窗分帧处理，得到电流电压信号帧；
针对各个电流电压信号帧，采用db2或db3小波基对电流电压信号帧进行小波分解处理，得到高频小波系数和低频小波系数；
针对得到的高频小波系数进行滤波处理，其中采用的滤波函数为：
Figure FDA0003515698930000021
其中，wm，n表示第m层小波分解后得到的第n个高频小波系数，
Figure FDA0003515698930000022
表示滤波处理后的高频小波系数，E表示设定的阈值，其中E＝0.3345×med(wm)，med(wm)表示第m层小波分解后得到高频小波系数的中值，
Figure FDA0003515698930000023
表示设定的调节因子，其中
Figure FDA0003515698930000024
根据滤波处理后的高频小波系数进行和之前小波分解得到的低频小波系数进行重构，得到预处理后的电流电压信号帧，根据预处理后的电流电压信号帧组成预处理后的直流电流电压数字信号。
CN202210165047.8A 2022-02-22 2022-02-22 一种基于云计算平台的蓄电池监测系统 Pending CN114563709A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210165047.8A CN114563709A (zh) 2022-02-22 2022-02-22 一种基于云计算平台的蓄电池监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210165047.8A CN114563709A (zh) 2022-02-22 2022-02-22 一种基于云计算平台的蓄电池监测系统

Publications (1)

Publication Number Publication Date
CN114563709A true CN114563709A (zh) 2022-05-31

Family

ID=81713025

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210165047.8A Pending CN114563709A (zh) 2022-02-22 2022-02-22 一种基于云计算平台的蓄电池监测系统

Country Status (1)

Country Link
CN (1) CN114563709A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116435634A (zh) * 2023-06-14 2023-07-14 深圳市泰昂能源科技股份有限公司 基于蓄电池温度状态监控及管理系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116435634A (zh) * 2023-06-14 2023-07-14 深圳市泰昂能源科技股份有限公司 基于蓄电池温度状态监控及管理系统
CN116435634B (zh) * 2023-06-14 2023-09-05 深圳市泰昂能源科技股份有限公司 基于蓄电池温度状态监控及管理系统

Similar Documents

Publication Publication Date Title
CN114063507B (zh) 基于智慧农业的远程设备控制系统及其控制方法
CN109507924B (zh) 用于油田作业设备的远程监控系统
CN101695170A (zh) 基于智能手机的无线通信网络测试数据采集及分析方法
CN110730234A (zh) 一种电气火灾监控系统及其智能预警分析方法
CN115687447B (zh) 一种基于物联网的海洋环境监测系统及方法
CN116224925B (zh) 一种智能加工管理系统
CN112556829A (zh) 一种设备振动采集监测系统和方法
CN113177646B (zh) 一种基于自适应边缘代理的配电设备在线监测方法及系统
CN113173104B (zh) 一种新能源车辆动力电池预警方法及系统
CN112327734B (zh) 一种基于互联网的工程机械远程监控系统
CN114563709A (zh) 一种基于云计算平台的蓄电池监测系统
CN115395657A (zh) 一种基于云计算的智慧城市监视方法
CN116383633A (zh) 一种多因素综合分析的机制砂振动筛故障检测方法及系统
CN115359868A (zh) 一种基于云计算技术的智慧医疗监测方法及系统
CN113900426B (zh) 一种基于5g+工业互联网的远程设备操控及故障诊断系统
CN110197289B (zh) 一种基于大数据的节能设备管理系统
CN116820014A (zh) 一种交通机电设备智能化监控预警方法及系统
CN114500178B (zh) 一种自运维的智慧物联网关
CN115766793A (zh) 一种基于数据中心机房基础环境监测报警装置
CN113098132A (zh) 一种基于群智能优化的改进机器学习故障诊断系统
CN111103487A (zh) 一种非侵入式的基于功耗分析的pst异常监测方法
CN110751814A (zh) 一种用于轨道交通的电气火灾监控系统及其预警分析方法
CN114339467B (zh) 设备状态监测方法及装置
CN114353936B (zh) 一种基于互联网的工业设备安全分析装置
CN117761444B (zh) 一种电涌保护器的寿命监测方法及系统

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