CN114723082A - 一种智能低压成套设备的异常预警方法及系统 - Google Patents
一种智能低压成套设备的异常预警方法及系统 Download PDFInfo
- Publication number
- CN114723082A CN114723082A CN202210407879.6A CN202210407879A CN114723082A CN 114723082 A CN114723082 A CN 114723082A CN 202210407879 A CN202210407879 A CN 202210407879A CN 114723082 A CN114723082 A CN 114723082A
- Authority
- CN
- China
- Prior art keywords
- equipment
- early warning
- hidden danger
- data
- result
- 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
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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Analysis (AREA)
- Educational Administration (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种智能低压成套设备的异常预警方法及系统,其中,该方法包括:通过对低压成套设备进行设备拆分,输出成套子设备集合,基于所述成套子设备集合进行子设备关联分析,搭建第一网络拓扑结构,根据第一网络拓扑结构对设备使用安全进行分析,获得监测周期分布集合,按照监测周期分布集合对低压设备进行智能监测,获得实时监测数据,使用非线性主元分析对所述实时监测数据进行异常指标特征分析,输出第一异常指标数据,获得第一检验结果,若第一检验结果为检验不通过,基于预警信号转换模型进行预警。解决现有技术中对低压成套设备进行监测时无法对设备潜在的风险进行预测和定位,造成设备问题发现不及时维护存在滞后性较大的技术问题。
Description
技术领域
本发明涉及低压设备安全检测领域,具体涉及一种智能低压成套设备的异常预警方法及系统。
背景技术
随着社会经济的快速发展,科技水平的不断提升,智能化控制系统已经在低压成套设备中逐渐被应用,由于低压成套设备运行质量直接影响配电网的运行水平,因此需要对低压成套设备存在的异常进行快速预警。
但是,在现有技术中对低压成套设备的检测只能从单个运行器件进行检测,无法对设备潜在的风险进行预测,造成设备问题发现不及时维护滞后性较大。
因此,现有技术中对低压成套设备进行监测时无法对设备潜在的风险进行预测和定位,造成设备问题发现不及时维护存在滞后性较大的技术问题。
发明内容
本申请提供一种智能低压成套设备的异常预警方法及系统,用于针对解决现有技术中对低压成套设备进行监测时无法对设备潜在的风险进行预测和定位,造成设备问题发现不及时维护存在滞后性较大的技术问题。
鉴于上述问题,本申请提供了一种智能低压成套设备的异常预警方法。
本申请的第一个方面,提供了一种智能低压成套设备的异常预警方法,所述方法包括:通过对低压成套设备进行设备拆分,输出成套子设备集合;基于所述成套子设备集合进行子设备关联分析,搭建第一网络拓扑结构;根据所述第一网络拓扑结构对设备使用安全进行分析,获得安全检测系数集合;根据所述安全检测系数集合,获得监测周期分布集合,其中,所述安全检测系数集合和所述监测周期分布集合一一对应;按照所述监测周期分布集合对所述低压成套设备进行智能监测,获得第一实时监测数据;使用非线性主元分析对所述第一实时监测数据进行异常指标特征分析,输出第一异常指标数据;通过对所述第一异常指标数据进行工作日志检验,获得第一检验结果,其中,所述第一检验结果包括第一结果和第二结果,所述第一结果为检验通过,所述第二结果为检验不通过;若所述第一检验结果为检验不通过,基于预警信号转换模型进行预警。
本申请的第二个方面,提供了一种智能低压成套设备的异常预警系统,所述系统包括:第一获得单元,用于通过对低压成套设备进行设备拆分,输出成套子设备集合;第一构建单元,用于基于所述成套子设备集合进行子设备关联分析,搭建第一网络拓扑结构;第二获得单元,用于根据所述第一网络拓扑结构对设备使用安全进行分析,获得安全检测系数集合;第三获得单元,用于根据所述安全检测系数集合,获得监测周期分布集合,其中,所述安全检测系数集合和所述监测周期分布集合一一对应;第四获得单元,用于按照所述监测周期分布集合对所述低压成套设备进行智能监测,获得第一实时监测数据;第一处理单元,用于使用非线性主元分析对所述第一实时监测数据进行异常指标特征分析,输出第一异常指标数据;第二处理单元,用于通过对所述第一异常指标数据进行工作日志检验,获得第一检验结果,其中,所述第一检验结果包括第一结果和第二结果,所述第一结果为检验通过,所述第二结果为检验不通过;第一预警单元,用于若所述第一检验结果为检验不通过,基于预警信号转换模型进行预警。
本申请的第三个方面,提供了一种智能低压成套设备的异常预警系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如第一方面所述方法的步骤。
本申请的第四个方面,提供了一种计算机可读存储介质,所述存储介质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如第一方面所述方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的方法通过对低压成套设备进行设备拆分,输出成套子设备集合,基于所述成套子设备集合进行子设备关联分析,搭建第一网络拓扑结构,根据第一网络拓扑结构对设备使用安全进行分析,获得监测周期分布集合,按照监测周期分布集合对低压成套设备进行智能监测,获得实时监测数据,使用非线性主元分析对所述实时监测数据进行异常指标特征分析,输出第一异常指标数据,获得第一检验结果,若第一检验结果为检验不通过,基于预警信号转换模型进行预警。解决现有技术中对低压成套设备进行监测时无法对设备潜在的风险进行预测和定位,造成设备问题发现不及时维护存在滞后性较大的技术问题。达到了对设备潜在的风险进行预测和定位的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请提供的一种智能低压成套设备的异常预警方法流程示意图;
图2为本申请提供的一种智能低压成套设备的异常预警方法中获得安全检测系数集合的流程示意图;
图3为本申请提供的一种智能低压成套设备的异常预警方法中获得第一异常指标数据的流程示意图;
图4为本申请提供了一种智能低压成套设备的异常预警系统结构示意图;
图5为本申请示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第一构建单元12,第二获得单元13,第三获得单元14,第四获得单元15,第一处理单元16,第二处理单元17,第一预警单元18,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请提供一种智能低压成套设备的异常预警方法及系统,用于针对解决现有技术中对低压成套设备进行监测时无法对设备潜在的风险进行预测和定位,造成设备问题发现不及时维护存在滞后性较大的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供的方法通过对低压成套设备进行设备拆分,输出成套子设备集合,基于所述成套子设备集合进行子设备关联分析,搭建第一网络拓扑结构,根据第一网络拓扑结构对设备使用安全进行分析,获得监测周期分布集合,按照监测周期分布集合对低压成套设备进行智能监测,获得实时监测数据,使用非线性主元分析对所述实时监测数据进行异常指标特征分析,输出第一异常指标数据,获得第一检验结果,若第一检验结果为检验不通过,基于预警信号转换模型进行预警。解决现有技术中对低压成套设备进行监测时无法对设备潜在的风险进行预测和定位,造成设备问题发现不及时维护存在滞后性较大的技术问题。达到了对设备潜在的风险进行预测和定位的技术效果。
在介绍了本申请基本原理后,下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种智能低压成套设备的异常预警方法,所述方法包括:
S100:通过对低压成套设备进行设备拆分,输出成套子设备集合;
S200:基于所述成套子设备集合进行子设备关联分析,搭建第一网络拓扑结构;
具体的,在常见的低压成套设备中包含低压开关柜,配电盘,控制箱,开关箱等电气设备,各电气设备中存在多个子设备。通过对低压成套设备进行拆分,获得低压成套设备中所有子设备集合。其中设备拆分通过各设备元器件的连接关系以及关联关系进行拆分,实例性的在对某一由电源、负载、开关以及导线构成的简单电路进行拆分时,其可以拆分为电源、负载、开关以及导线,若负载由多个电阻构成则可以继续对负载拆分为多个电阻,通过对低压成套设备进行设备拆分,可以清楚的对各子设备之间的连接关系以及关联关系进行获取,对成套子设备集合进行子设备关联分析,获得各子设备之间的连接关系以及关联关系,根据子设备之间的关联关系构建第一网络拓扑结构。
其中,网络拓扑结构是通过网络构成成员之间的真实连接关系或逻辑处理关系而构建的虚拟排列方式。在本申请中通过构建第一网络拓扑结构便于对各子设备之间隐患所可能造成的故障影响以及隐患发生的位置等信息进行分析获取。
S300:根据所述第一网络拓扑结构对设备使用安全进行分析,获得安全检测系数集合;
具体的,网络拓扑结构是通过网络构成成员之间的真实连接关系或逻辑处理关系而构建的虚拟排列方式,网络拓扑结构可以体现各子设备之间的关联关系,通过对第一网络拓扑结构对设备的使用安全进行分析,获得各节点存在的隐患点数量,以及隐患点的类型特征,构建各隐患点的对使用安全的影响系数,获取所有的安全隐患点对使用安全的影响系数,构建安全检测系数集合。其中,对于隐患点数量的获取可以通过对各子设备的运行时间、运行历史故障、运行环境以及各传感器对子设备的检测数据进行分析后获取,获得各节点的隐患点。通过对安全检测系数集合的获取可以及时对各设备存在的安全隐患的等级进行确定。因此,可以根据安全检测系数集合即存在的安全隐患的等级来确定监测周期,对于安全隐患的等级较高的节点可以采取较短的周期对其进行监测,对应的对于安全隐患的等级较低的节点可以采取较长的周期对其进行监测。
S400:根据所述安全检测系数集合,获得监测周期分布集合,其中,所述安全检测系数集合和所述监测周期分布集合一一对应;
S500:按照所述监测周期分布集合对所述低压成套设备进行智能监测,获得第一实时监测数据;
具体的,通过安全检测系数集合获取监测周期分布集合,其中,安全检测系数集合可以体现设备使用安全隐患,对安全隐患较高的设备其监测周期更短,而对于安全隐患较低的设备其监测周期更长。其中,监测周期分布集合为对应安全检测系数集合的检测周期,即每一个安全检测系数都会对应的存在监测周期,通过上述方案的设置可以实现根据不同的安全检测系数采取不同的监测周期,相较于固定监测周期的方式本申请提供的方案更加智能化,避免了采集资源以及处理资源的浪费。按照所述监测周期分布集合对低压成套设备进行智能监测,获得第一实时监测数据,所述第一实时监测数据为设备中各传感器以及各监测系统根据监测周期所获取的监测数据。
S600:使用非线性主元分析对所述第一实时监测数据进行异常指标特征分析,输出第一异常指标数据;
具体的,通过非线性主元分析对实时监测数据进行异常指标特征分析,其中,非线性主元分析是对多元的数据降维到维度较低的空间,降低数据的关系来实现对数据的分析。获取工作场景下最重要的指标,通过对工作场景下最重要的指标数据进行故障检测,输出最终的第一异常指标数据,所述第一异常指标数据为实时监测数据中存在异常的指标监测数据。
S700:通过对所述第一异常指标数据进行工作日志检验,获得第一检验结果,其中,所述第一检验结果包括第一结果和第二结果,所述第一结果为检验通过,所述第二结果为检验不通过;
S800:若所述第一检验结果为检验不通过,基于预警信号转换模型进行预警。
具体的,对第一异常指标数据进行工作日志检验,即判断第一异常指标数据之前是否有出现过,对没有出现过的异常,需要对其进行预警,而对已经出现过的异常,由于系统已经对该异常预警过则检验通过。所述工作日志为记录设备工作的记录,其中包括预警记录,所述预警记录中包括预警的设备以及预警的故障类型。其中,第一检验结果为第一异常指标数据是否在工作日志出现,当第一异常指标数据为出现过的异常则输出第一结果,当第一异常指标数据为没有出现过的异常则输出第二结果。当第一检验结果为检验不通过即输出第二结果,则基于预警信号转换模型进行预警。当第一检验结果为检验不通过时通过预警信号转换模型进行预警,所述预警转换模型用于将系统内部的预警信号对外界进行预警发送。即,当出现第一检验结果不通过时,此时系统内部出现预警信号,预警转换模型将系统内部出现的预警信号对外部进行发送。根据上述方案实现了对低压成套设备监测时对设备潜在的风险进行预测,输出最终的预警信号,达到了可以提前对设备潜在的风险进行预测和定位的技术效果。
如图2所示,本申请实施例提供的方法中的步骤S300包括:
S310:根据所述第一网络拓扑结构,获得第一设备节点和第二设备节点的设备信息;
S320:根据所述第一设备节点和所述第二设备节点的设备信息,对设备进行隐患点数量排查,输出第一隐患量化系数;
S330:根据所述第一设备节点和所述第二设备节点的设备信息,对设备进行所述隐患点特征分析,输出第一隐患强度系数;
S340:根据所述第一隐患量化系数和所述第一隐患强度系数进行均值数据综合计算,获得第一安全检测系数;
S350:根据所述第一安全检测系数、第二安全检测系数…直至第N安全检测系数,输出所述安全检测系数集合。
具体的,所述第一网络拓扑结构可以体现各子设备之间的关联关系,所述第一设备节点和第二设备节点的设备信息具体为各子设备所构成的设备节点,且第一设备节点和第二设备节点存在连接关系。例如,低压开关柜中包括多个子设备,此时低压开关柜可以作为一个设备点。根据第一设备节点和第二设备节点的设备信息,对各节点子设备进行隐患点数量进行获取,对于隐患点数量的获取可以通过对各子设备的运行时间、运行历史故障、运行环境以及各传感器对子设备的检测数据进行分析后获取,获得各节点的隐患点。所述第一设备节点和第二设备节点所有隐患点进行标准化处理后即构成第一安全检测系数。根据第一设备节点和第二设备节点的设备信息,对设备进行隐患点特征分析,其中隐患点特征为隐患的具体体现形式,例如,由于开关使用时间过长,会导致开关老化造成开关损坏,此时隐患点特征即为开关损坏。对上述隐患点特征进行量化分析,分析其隐患对节点造成的影响,获得第一隐患强度系数,根据上述获得的第一隐患量化系数和第一隐患强度系数进行均值数据综合计算,获得第一安全检测系数,由于第一隐患强度系为各隐患对节点所产生的影响,因此采用均值计算的方式结合第一隐患量化系数,计算最终的第一安全检测系数。通过相同的方式计算所有存在关联的节点的安全检测系数,输出安全检测系数集合。
本申请实施例提供的方法中的步骤S350包括:
S351:根据所述第一网络拓扑结构,获得各个节点的隐患点数量信息;
S352:通过对各个节点的隐患点数量信息进行标准化处理,按照标准化处理后的数据进行量化分析的预设参数配置,生成预设隐患量化系数;
S353:根据所述预设隐患量化系数对所述第一网络拓扑结构中各个节点的隐患点数量进行占比分析,获得N个量化系数集合;
S354:以所述N个量化系数集合为第一输入集进行计算,输出所述安全检测系数集合。
具体的,根据第一网络拓扑结构对各节点子设备进行隐患点数量进行获取,对于隐患点数量的获取可以通过对各子设备的运行时间、运行历史故障、运行环境以及各传感器对子设备的检测数据进行分析后获取,获得各节点的隐患点。对各个节点的隐患点数量信息进行标准化处理,其中标准化处理为归一化处理,通过归一化处理对所述第一网络拓扑结构的各个节点隐患点数量进行统一维度处理,保证数据可使用的同时增加量化系数的代表性,进一步的,根据归一化处理后的数据对所述第一网络拓扑结构中各个节点的隐患点数量进行占比分析,即通过将处理后的数据与预设的隐患点数量进行判断和比对,输出其隐患点数量较多的数据进而完成之后的安全检测,作为综合安全检测的输入数据之一,提高数据处理逻辑化。其中,对标准化处理后的数据进行量化分析进行预设参数的设置,此时设置的预设参数即为预设隐患量化系数。根据预设隐患量化系数对第一网络拓扑结构中各个节点的隐患点数量进行占比分析,获得各个节点的隐患点数量与预设隐患量化系数之间的占比关系,即为量化系数集合。通过上述方案,将处理后的数据与预设的隐患点数量进行判断和比对,获取了量化系数集合,发现隐患较大的隐患点为后续的故障预警奠定了基础。
本申请实施例提供的方法中的步骤S350还包括:
S350-1:根据所述第一网络拓扑结构,获得各个节点的隐患点故障特征信息;
S350-2:通过对各个节点的隐患点故障特征信息进行标准化处理,按照标准化处理后的数据进行特征强度的预设参数配置,生成预设隐患强度系数;
S350-3:根据所述预设隐患强度系数对所述第一网络拓扑结构中各个节点的隐患点特征进行占比分析,获得N个强度系数集合;
S350-4:以所述N个强度系数集合为第二输入集进行计算,输出所述安全检测系数集合。
具体的,根据第一网络拓扑结构对各对各节点子设备故障特征信息进行获取,所述隐患点特征为隐患的具体体现形式,对上述隐患点特征信息进行量化分析,分析其隐患对节点造成的影响,并对最终生成的数据进行标准化处理,其中标准化处理为归一化处理,通过归一化处理对所述第一网络拓扑结构的各个节点故障特征信息进行统一维度处理,保证数据可使用的同时增加量化系数的代表性,进一步的,根据归一化处理后的数据对所述第一网络拓扑结构中各个节点的故障特征信息进行占比分析,即通过将处理后的数据与预设的隐患强度系数进行判断和比对,输出其隐患影响较大的数据进而完成之后的安全检测,作为综合安全检测的输入数据之一,提高数据处理逻辑化。其中,对标准化处理后的数据进行预设参数的设置,此时设置的预设参数即为预设隐患强度系数。根据预设隐患强度系数对第一网络拓扑结构中各个节点的隐患点特征进行占比分析,获得各个节点的隐患点特征与预设隐患强度系数之间的占比关系,即为强度系数集合。通过将处理后的数据与预设的隐患强度系数进行判断和比对,获取强度系数集合,并发现隐患较大的隐患点为后续的故障预警奠定了基础。
本申请实施例提供的方法中的步骤S700包括:
S710:根据所述第一异常指标进行异常设备定位,获得第一定位设备,其中,所述第一定位设备为出现异常指标数据的定位设备;
S720:根据所述第一异常指标进行故障类型分析,获得第一故障类型;
S730:按照所述第一定位设备和所述第一故障类型作为日志检验输入信息进行历史预警遍历,获得第一遍历结果;
S740:根据所述第一遍历结果判断是否与历次预警录入存在匹配结果,若不存在,输出所述第一检验结果。
具体的,由于第一异常指标进行包括异常指标在网络拓扑结构中的位置,因此可以根据第一异常指标对存在异常的设备进行定位,获取存在异常的设备即第一定位设备。根据第一异常指标进行故障类型分析,获得第一故障类型,异常指标包括异常数据,对异常数据进行分析即可获取相应的故障类型。按照发生故障的定位设备以及该设备出现的故障类型作为日志检验输入信息对历史预警进行遍历,获得最终的第一遍历结果。所述工作日志为记录设备工作的记录,其中包括预警记录,所述预警记录中包括预警的设备以及预警的故障类型。根据第一遍历结果判断其是否在工作日志存在匹配的结果,若不存在则输出第一检验结果。由于第一异常指标进行包括异常指标在网络拓扑结构中的位置,因此可以根据第一异常指标对存在异常的设备进行定位,获取存在异常的设备即第一定位设备。达到了对设备潜在的风险进行预测和定位的技术效果。
如图3所示,本申请实施例提供的方法中的步骤S600包括:
S610:获得所述第一实时监测数据;
S620:通过对所述第一实时监测数据进行数据预处理,输出第二实时监测数据;
S630:采用非线性主元分析对所述第二实时监测数据进行降维,输出第三实时监测数据,其中,所述第三实时监测指标为降维后的指标所对应的监测数据;
S640:根据所述第三实时监测数据进行故障检测,输出所述第一异常指标数据。
具体的,获取第一实时监测数据,所述第一实时监测数据为设备中各传感器以及各监测系统获取的监测数据。通过对所述第一实时监测数据进行数据预处理获得第二实时监测数据,其中预处理方式为对第一实时监测数据进行量化,量化后获得第二实时监测数据。采用非线性主元分析对第二实时监测数据进行降维,输出第三实时监测数据,所述第三实时监测指标为降维后指标所对应的监测数据,得到当前的工作场景下最重要的指标。其中,非线性主元分析是一种基于神经网络的非线性分析方法,通过对实时检测数据进行筛选及降维分析,获取工作场景下最重要的指标,通过对工作场景下最重要的指标即第三实时监测数据进行故障检测,输出最终的第一异常指标数据,所述第一异常指标数据为第三实时监测数据中存在异常的指标监测数据。通过上述方案,实现了对实时检测数据中异常的指标监测数据的获取。
本申请实施例提供的方法中的步骤S800包括:
S810:若所述第一检验结果为不通过,获得第一预警信号,其中,所述第一预警信号包括预警方式和预警对象;
S820:搭建所述预警信号转换模型,其中,所述预警信号转换模型用于进行预警信号转换;
S830:将所述第一预警信号输入所述预警信号转换模型中,根据所述预警线信号转换模型,获得第二预警信号,根据所述第二预警信号进行故障预警。
具体的,当第一检验结果为不通过,获得第一预警信号,其中,所述第一预警信号包括预警方式和预警对象,预警对象为发送预警信息的接收人员,预警方式为预警最终的通知方式,例如可以通过短信获知电话等方式进行通知。搭建预警信号转换模型,所述预警转换模型用于将系统内部的预警信号进行转化为对外界的预警。将第一预警信号输入预警信号转换模型中,获得第二预警信号,所述第二预警信号包含预警的设备以及预警的故障类型,以及第一预警信号中包含的信息,通过第二预警信号进行设备的预警,实现了对设备预警及时向外界进行发送的技术效果。
综上所述,本申请实施例提供的方法通过对低压成套设备进行设备拆分,输出成套子设备集合,基于所述成套子设备集合进行子设备关联分析,搭建第一网络拓扑结构,根据第一网络拓扑结构对设备使用安全进行分析,获得监测周期分布集合,按照监测周期分布集合对低压设备进行智能监测,获得实时监测数据,使用非线性主元分析对所述实时监测数据进行异常指标特征分析,输出第一异常指标数据,获得第一检验结果,若第一检验结果为检验不通过,基于预警信号转换模型进行预警。解决现有技术中对低压成套设备进行监测时无法对设备潜在的风险进行预测和定位,造成设备问题发现不及时维护存在滞后性较大的技术问题。达到了对设备潜在的风险进行预测和定位的技术效果。
实施例二
基于与前述实施例中一种智能低压成套设备的异常预警方法相同的发明构思,如图4所示,本申请提供了一种智能低压成套设备的异常预警系统,其中,所述系统包括:
第一获得单元11,用于通过对低压成套设备进行设备拆分,输出成套子设备集合;
第一构建单元12,用于基于所述成套子设备集合进行子设备关联分析,搭建第一网络拓扑结构;
第二获得单元13,用于根据所述第一网络拓扑结构对设备使用安全进行分析,获得安全检测系数集合;
第三获得单元14,用于根据所述安全检测系数集合,获得监测周期分布集合,其中,所述安全检测系数集合和所述监测周期分布集合一一对应;
第四获得单元15,用于按照所述监测周期分布集合对所述低压成套设备进行智能监测,获得第一实时监测数据;
第一处理单元16,用于使用非线性主元分析对所述第一实时监测数据进行异常指标特征分析,输出第一异常指标数据;
第二处理单元17,用于通过对所述第一异常指标数据进行工作日志检验,获得第一检验结果,其中,所述第一检验结果包括第一结果和第二结果,所述第一结果为检验通过,所述第二结果为检验不通过;
第一预警单元18,用于若所述第一检验结果为检验不通过,基于预警信号转换模型进行预警。
进一步地,所述系统还包括:
第五获得单元,用于根据所述第一网络拓扑结构,获得第一设备节点和第二设备节点的设备信息;
第三处理单元,用于根据所述第一设备节点和所述第二设备节点的设备信息,对设备进行隐患点数量排查,输出第一隐患量化系数;
第四处理单元,用于根据所述第一设备节点和所述第二设备节点的设备信息,对设备进行所述隐患点特征分析,输出第一隐患强度系数;
第六获得单元,用于根据所述第一隐患量化系数和所述第一隐患强度系数进行均值数据综合计算,获得第一安全检测系数;
第五处理单元,用于根据所述第一安全检测系数、第二安全检测系数…直至第N安全检测系数,输出所述安全检测系数集合。
进一步地,所述系统还包括:
第七获得单元,用于根据所述第一网络拓扑结构,获得各个节点的隐患点数量信息;
第一生成单元,用于通过对各个节点的隐患点数量信息进行标准化处理,按照标准化处理后的数据进行量化分析的预设参数配置,生成预设隐患量化系数;
第八获得单元,用于根据所述预设隐患量化系数对所述第一网络拓扑结构中各个节点的隐患点数量进行占比分析,获得N个量化系数集合;
第六处理单元,用于以所述N个量化系数集合为第一输入集进行计算,输出所述安全检测系数集合。
进一步地,所述系统还包括:
第九获得单元,用于根据所述第一网络拓扑结构,获得各个节点的隐患点故障特征信息;
第二生成单元,用于通过对各个节点的隐患点故障特征信息进行标准化处理,按照标准化处理后的数据进行特征强度的预设参数配置,生成预设隐患强度系数;
第十获得单元,用于根据所述预设隐患强度系数对所述第一网络拓扑结构中各个节点的隐患点特征进行占比分析,获得N个强度系数集合;
第七处理单元,用于以所述N个强度系数集合为第二输入集进行计算,输出所述安全检测系数集合。
进一步地,所述系统还包括:
第十一获得单元,用于根据所述第一异常指标进行异常设备定位,获得第一定位设备,其中,所述第一定位设备为出现异常指标数据的定位设备;
第十二获得单元,用于根据所述第一异常指标进行故障类型分析,获得第一故障类型;
第十三获得单元,用于按照所述第一定位设备和所述第一故障类型作为日志检验输入信息进行历史预警遍历,获得第一遍历结果;
第八处理单元,用于根据所述第一遍历结果判断是否与历次预警录入存在匹配结果,若不存在,输出所述第一检验结果。
进一步地,所述系统还包括:
第十四获得单元,用于获得所述第一实时监测数据;
第九处理单元,用于通过对所述第一实时监测数据进行数据预处理,输出第二实时监测数据;
第十处理单元,用于采用非线性主元分析对所述第二实时监测数据进行降维,输出第三实时监测数据,其中,所述第三实时监测指标为降维后的指标所对应的监测数据;
第一检测单元,用于根据所述第三实时监测数据进行故障检测,输出所述第一异常指标数据。
进一步地,所述系统还包括:
第十五获得单元,用于若所述第一检验结果为不通过,获得第一预警信号,其中,所述第一预警信号包括预警方式和预警对象;
第一搭建单元,用于搭建所述预警信号转换模型,其中,所述预警信号转换模型用于进行预警信号转换;
第十六获得单元,用于将所述第一预警信号输入所述预警信号转换模型中,根据所述预警线信号转换模型,获得第二预警信号,根据所述第二预警信号进行故障预警。
实施例三
基于与前述实施例中一种智能低压成套设备的异常预警方法相同的发明构思,本申请还提供了一种计算机可读存储介质,所述存储介质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如实施例一内的方法。
示例性电子设备
下面参考图5来描述本申请的电子设备,
基于与前述实施例中一种智能低压成套设备的异常预警方法相同的发明构思,本申请还提供了一种智能低压成套设备的异常预警系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行实施例一所述方法的步骤。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standard architecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless localareanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdiscread-onlymemory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、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,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种智能低压成套设备的异常预警方法。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(SolidState Disk,SSD))等。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。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。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种智能低压成套设备的异常预警方法,其特征在于,所述方法包括:
通过对低压成套设备进行设备拆分,输出成套子设备集合;
基于所述成套子设备集合进行子设备关联分析,搭建第一网络拓扑结构;
根据所述第一网络拓扑结构对设备使用安全进行分析,获得安全检测系数集合;
根据所述安全检测系数集合,获得监测周期分布集合,其中,所述安全检测系数集合和所述监测周期分布集合一一对应;
按照所述监测周期分布集合对所述低压成套设备进行智能监测,获得第一实时监测数据;
使用非线性主元分析对所述第一实时监测数据进行异常指标特征分析,输出第一异常指标数据;
通过对所述第一异常指标数据进行工作日志检验,获得第一检验结果,其中,所述第一检验结果包括第一结果和第二结果,所述第一结果为检验通过,所述第二结果为检验不通过;
若所述第一检验结果为检验不通过,基于预警信号转换模型进行预警。
2.如权利要求1所述的方法,其特征在于,所述根据所述第一网络拓扑结构对设备使用安全进行分析,获得安全检测系数集合,所述方法还包括:
根据所述第一网络拓扑结构,获得第一设备节点和第二设备节点的设备信息;
根据所述第一设备节点和所述第二设备节点的设备信息,对设备进行隐患点数量排查,输出第一隐患量化系数;
根据所述第一设备节点和所述第二设备节点的设备信息,对设备进行所述隐患点特征分析,输出第一隐患强度系数;
根据所述第一隐患量化系数和所述第一隐患强度系数进行均值数据综合计算,获得第一安全检测系数;
根据所述第一安全检测系数、第二安全检测系数…直至第N安全检测系数,输出所述安全检测系数集合。
3.如权利要求2所述的方法,其特征在于,所述根据所述第一安全检测系数、第二安全检测系数…直至第N安全检测系数,输出所述安全检测系数集合,所述方法还包括:
根据所述第一网络拓扑结构,获得各个节点的隐患点数量信息;
通过对各个节点的隐患点数量信息进行标准化处理,按照标准化处理后的数据进行量化分析的预设参数配置,生成预设隐患量化系数;
根据所述预设隐患量化系数对所述第一网络拓扑结构中各个节点的隐患点数量进行占比分析,获得N个量化系数集合;
以所述N个量化系数集合为第一输入集进行计算,输出所述安全检测系数集合。
4.如权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述第一网络拓扑结构,获得各个节点的隐患点故障特征信息;
通过对各个节点的隐患点故障特征信息进行标准化处理,按照标准化处理后的数据进行特征强度的预设参数配置,生成预设隐患强度系数;
根据所述预设隐患强度系数对所述第一网络拓扑结构中各个节点的隐患点特征进行占比分析,获得N个强度系数集合;
以所述N个强度系数集合为第二输入集进行计算,输出所述安全检测系数集合。
5.如权利要求1所述的方法,其特征在于,所述通过对所述第一异常指标数据进行工作日志检验,获得第一检验结果,所述方法还包括:
根据所述第一异常指标进行异常设备定位,获得第一定位设备,其中,所述第一定位设备为出现异常指标数据的定位设备;
根据所述第一异常指标进行故障类型分析,获得第一故障类型;
按照所述第一定位设备和所述第一故障类型作为日志检验输入信息进行历史预警遍历,获得第一遍历结果;
根据所述第一遍历结果判断是否与历次预警录入存在匹配结果,若不存在,输出所述第一检验结果。
6.如权利要求1所述的方法,其特征在于,所述使用非线性主元分析对所述第一实时监测数据进行异常指标特征分析,输出第一异常指标数据,所述方法还包括:
获得所述第一实时监测数据;
通过对所述第一实时监测数据进行数据预处理,输出第二实时监测数据;
采用非线性主元分析对所述第二实时监测数据进行降维,输出第三实时监测数据,其中,所述第三实时监测指标为降维后的指标所对应的监测数据;
根据所述第三实时监测数据进行故障检测,输出所述第一异常指标数据。
7.如权利要求1所述的方法,其特征在于,所述若所述第一检验结果为检验不通过,基于预警信号转换模型进行预警,所述方法还包括:
若所述第一检验结果为不通过,获得第一预警信号,其中,所述第一预警信号包括预警方式和预警对象;
搭建所述预警信号转换模型,其中,所述预警信号转换模型用于进行预警信号转换;
将所述第一预警信号输入所述预警信号转换模型中,根据所述预警线信号转换模型,获得第二预警信号,根据所述第二预警信号进行故障预警。
8.一种智能低压成套设备的异常预警系统,其特征在于,所述系统包括:
第一获得单元,用于通过对低压成套设备进行设备拆分,输出成套子设备集合;
第一构建单元,用于基于所述成套子设备集合进行子设备关联分析,搭建第一网络拓扑结构;
第二获得单元,用于根据所述第一网络拓扑结构对设备使用安全进行分析,获得安全检测系数集合;
第三获得单元,用于根据所述安全检测系数集合,获得监测周期分布集合,其中,所述安全检测系数集合和所述监测周期分布集合一一对应;
第四获得单元,用于按照所述监测周期分布集合对所述低压成套设备进行智能监测,获得第一实时监测数据;
第一处理单元,用于使用非线性主元分析对所述第一实时监测数据进行异常指标特征分析,输出第一异常指标数据;
第二处理单元,用于通过对所述第一异常指标数据进行工作日志检验,获得第一检验结果,其中,所述第一检验结果包括第一结果和第二结果,所述第一结果为检验通过,所述第二结果为检验不通过;
第一预警单元,用于若所述第一检验结果为检验不通过,基于预警信号转换模型进行预警。
9.一种智能低压成套设备的异常预警系统,其特征在于,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述存储介质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权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210407879.6A CN114723082B (zh) | 2022-04-19 | 2022-04-19 | 一种智能低压成套设备的异常预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210407879.6A CN114723082B (zh) | 2022-04-19 | 2022-04-19 | 一种智能低压成套设备的异常预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114723082A true CN114723082A (zh) | 2022-07-08 |
CN114723082B CN114723082B (zh) | 2023-08-18 |
Family
ID=82244238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210407879.6A Active CN114723082B (zh) | 2022-04-19 | 2022-04-19 | 一种智能低压成套设备的异常预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723082B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116049654A (zh) * | 2023-02-07 | 2023-05-02 | 北京奥优石化机械有限公司 | 一种选煤设备的安全监测预警方法及系统 |
CN116207845A (zh) * | 2022-11-28 | 2023-06-02 | 无锡广盈集团有限公司 | 一种用于电力设备保护的自动化监控方法及系统 |
CN116399630A (zh) * | 2023-06-06 | 2023-07-07 | 苏州卓晟裕智能科技有限公司 | 一种基于设备工况的运行监测管理方法及系统 |
CN116505665A (zh) * | 2023-06-30 | 2023-07-28 | 国网江苏省电力有限公司南通供电分公司 | 一种电网配电线路的故障监测方法及系统 |
CN117175567A (zh) * | 2023-09-05 | 2023-12-05 | 南方电网调峰调频(广东)储能科技有限公司 | 储能电站设备异常定位与可靠性评价方法及系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102736546A (zh) * | 2012-06-28 | 2012-10-17 | 西安交通大学 | 一种流程工业复杂机电系统的状态监测装置及方法 |
CN103001811A (zh) * | 2012-12-31 | 2013-03-27 | 北京启明星辰信息技术股份有限公司 | 故障定位方法和装置 |
CN110149225A (zh) * | 2019-05-13 | 2019-08-20 | 中国联合网络通信集团有限公司 | 网络拓扑结构评估方法及装置 |
WO2020073688A1 (zh) * | 2018-10-08 | 2020-04-16 | 平安科技(深圳)有限公司 | 预测网络设备异常的方法、装置、设备及存储介质 |
US20200169457A1 (en) * | 2017-07-31 | 2020-05-28 | Huawei Technologies Co., Ltd. | Fault Localization Method and Device |
CN111970156A (zh) * | 2020-08-27 | 2020-11-20 | 广州华多网络科技有限公司 | 网络故障根因分析方法、装置、计算机设备及存储介质 |
CN112799898A (zh) * | 2021-01-08 | 2021-05-14 | 北京科技大学 | 基于分布式故障检测的互联系统故障节点定位方法及系统 |
CN113271224A (zh) * | 2021-05-17 | 2021-08-17 | 中国邮政储蓄银行股份有限公司 | 节点的定位方法、装置、存储介质及电子装置 |
WO2021254538A1 (zh) * | 2020-06-16 | 2021-12-23 | 全球能源互联网研究院有限公司 | 一种含大规模电力电子设备的电力网络仿真方法及系统 |
CN113987240A (zh) * | 2021-12-27 | 2022-01-28 | 智器云南京信息科技有限公司 | 一种基于知识图谱的海关检样溯源方法及系统 |
CN114169692A (zh) * | 2021-11-15 | 2022-03-11 | 重庆川仪自动化股份有限公司 | 一种设备隐患处理系统、方法、电子设备及介质 |
CN114257493A (zh) * | 2021-12-17 | 2022-03-29 | 中国电信股份有限公司 | 网络节点的故障预警方法、装置、介质及电子设备 |
CN114280414A (zh) * | 2021-12-09 | 2022-04-05 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于拓扑动态识别的低压配电网故障定位系统及方法 |
CN114338427A (zh) * | 2022-03-02 | 2022-04-12 | 联信弘方(北京)科技股份有限公司 | 网络隐患分析方法、装置、电子设备和存储介质 |
-
2022
- 2022-04-19 CN CN202210407879.6A patent/CN114723082B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102736546A (zh) * | 2012-06-28 | 2012-10-17 | 西安交通大学 | 一种流程工业复杂机电系统的状态监测装置及方法 |
CN103001811A (zh) * | 2012-12-31 | 2013-03-27 | 北京启明星辰信息技术股份有限公司 | 故障定位方法和装置 |
US20200169457A1 (en) * | 2017-07-31 | 2020-05-28 | Huawei Technologies Co., Ltd. | Fault Localization Method and Device |
WO2020073688A1 (zh) * | 2018-10-08 | 2020-04-16 | 平安科技(深圳)有限公司 | 预测网络设备异常的方法、装置、设备及存储介质 |
CN110149225A (zh) * | 2019-05-13 | 2019-08-20 | 中国联合网络通信集团有限公司 | 网络拓扑结构评估方法及装置 |
WO2021254538A1 (zh) * | 2020-06-16 | 2021-12-23 | 全球能源互联网研究院有限公司 | 一种含大规模电力电子设备的电力网络仿真方法及系统 |
CN111970156A (zh) * | 2020-08-27 | 2020-11-20 | 广州华多网络科技有限公司 | 网络故障根因分析方法、装置、计算机设备及存储介质 |
CN112799898A (zh) * | 2021-01-08 | 2021-05-14 | 北京科技大学 | 基于分布式故障检测的互联系统故障节点定位方法及系统 |
CN113271224A (zh) * | 2021-05-17 | 2021-08-17 | 中国邮政储蓄银行股份有限公司 | 节点的定位方法、装置、存储介质及电子装置 |
CN114169692A (zh) * | 2021-11-15 | 2022-03-11 | 重庆川仪自动化股份有限公司 | 一种设备隐患处理系统、方法、电子设备及介质 |
CN114280414A (zh) * | 2021-12-09 | 2022-04-05 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于拓扑动态识别的低压配电网故障定位系统及方法 |
CN114257493A (zh) * | 2021-12-17 | 2022-03-29 | 中国电信股份有限公司 | 网络节点的故障预警方法、装置、介质及电子设备 |
CN113987240A (zh) * | 2021-12-27 | 2022-01-28 | 智器云南京信息科技有限公司 | 一种基于知识图谱的海关检样溯源方法及系统 |
CN114338427A (zh) * | 2022-03-02 | 2022-04-12 | 联信弘方(北京)科技股份有限公司 | 网络隐患分析方法、装置、电子设备和存储介质 |
Non-Patent Citations (3)
Title |
---|
张梦成 等: "基于自组织映射神经网络对低压断路器的故障诊断", 上海电机学院学报, vol. 22, no. 1, pages 19 - 25 * |
许可: "基于大数据与机器学习的配电网电压质量异常预测技术研究", 中国优秀硕士学位论文全文数据库工程科技II辑, no. 08, pages 042 - 348 * |
赵立杰 等: "非线性主元分析故障检测和诊断方法及应用", 信息与控制, vol. 30, no. 4, pages 359 - 364 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116207845A (zh) * | 2022-11-28 | 2023-06-02 | 无锡广盈集团有限公司 | 一种用于电力设备保护的自动化监控方法及系统 |
CN116207845B (zh) * | 2022-11-28 | 2024-05-28 | 无锡广盈集团有限公司 | 一种用于电力设备保护的自动化监控方法及系统 |
CN116049654A (zh) * | 2023-02-07 | 2023-05-02 | 北京奥优石化机械有限公司 | 一种选煤设备的安全监测预警方法及系统 |
CN116049654B (zh) * | 2023-02-07 | 2023-10-13 | 北京奥优石化机械有限公司 | 一种选煤设备的安全监测预警方法及系统 |
CN116399630A (zh) * | 2023-06-06 | 2023-07-07 | 苏州卓晟裕智能科技有限公司 | 一种基于设备工况的运行监测管理方法及系统 |
CN116399630B (zh) * | 2023-06-06 | 2023-09-05 | 苏州卓晟裕智能科技有限公司 | 一种基于设备工况的运行监测管理方法及系统 |
CN116505665A (zh) * | 2023-06-30 | 2023-07-28 | 国网江苏省电力有限公司南通供电分公司 | 一种电网配电线路的故障监测方法及系统 |
CN116505665B (zh) * | 2023-06-30 | 2023-09-22 | 国网江苏省电力有限公司南通供电分公司 | 一种电网配电线路的故障监测方法及系统 |
CN117175567A (zh) * | 2023-09-05 | 2023-12-05 | 南方电网调峰调频(广东)储能科技有限公司 | 储能电站设备异常定位与可靠性评价方法及系统 |
CN117175567B (zh) * | 2023-09-05 | 2024-03-22 | 南方电网调峰调频(广东)储能科技有限公司 | 储能电站设备异常定位与可靠性评价方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114723082B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114723082B (zh) | 一种智能低压成套设备的异常预警方法及系统 | |
CN112162878B (zh) | 数据库故障发现方法、装置、电子设备及存储介质 | |
CN114298863B (zh) | 一种智能抄表终端的数据采集方法及系统 | |
CN107992401B (zh) | 性能测试评价方法、装置、终端设备及存储介质 | |
WO2022105318A1 (zh) | 监测机台运行状况的方法及装置、存储介质及电子设备 | |
CN115170000B (zh) | 一种基于电能表通信模块的远程监测方法及系统 | |
CN108776855A (zh) | 一种智能设备健康状态评价方法及系统 | |
CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
CN114124204A (zh) | 一种双备路olp光线路保护切换方法及装置 | |
CN115640895A (zh) | 一种变压器故障预测方法、装置及电子设备 | |
CN114154722A (zh) | 一种基于数字孪生技术的配电台区管理方法、系统及装置 | |
CN111796233A (zh) | 双母线接线形式下多台电压互感器继发性误差的评估方法 | |
CN114356734A (zh) | 服务异常检测方法和装置、设备、存储介质 | |
CN115878598A (zh) | 监控数据处理方法、电子设备及存储介质 | |
CN113992602B (zh) | 一种电缆监测数据上传方法、装置、设备以及存储介质 | |
CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
CN114580973B (zh) | 一种变压器生产过程的质量监测方法及系统 | |
CN116679139A (zh) | 电缆更换监测系统及方法 | |
CN114337795B (zh) | 一种用于光缆自动监测系统的olp光线路保护方法 | |
CN113724211B (zh) | 一种基于状态感应的故障自动识别方法及系统 | |
CN113691310B (zh) | 光纤链路的故障监测方法、装置、设备和存储介质 | |
DE102022211579A1 (de) | Systeme und verfahren zum erkennen von verbindungsanomalien | |
CN112633692A (zh) | 查窃电阈值的获取方法和装置、查窃电装置和方法 | |
CN117455124B (zh) | 企业的环保设备监测方法、系统、介质及电子设备 | |
CN117038048B (zh) | 一种用于医疗器械的远程故障处理方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |