CN115050171A - 一种加油站数字化安全洞察系统管理及展示平台 - Google Patents

一种加油站数字化安全洞察系统管理及展示平台 Download PDF

Info

Publication number
CN115050171A
CN115050171A CN202210727679.9A CN202210727679A CN115050171A CN 115050171 A CN115050171 A CN 115050171A CN 202210727679 A CN202210727679 A CN 202210727679A CN 115050171 A CN115050171 A CN 115050171A
Authority
CN
China
Prior art keywords
data
gas station
sensing
sub
risk factor
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
CN202210727679.9A
Other languages
English (en)
Inventor
唐傲
颜文涛
夏佳伟
周炳华
付智
杨绪勇
罗诣
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.)
Shenzhen Weiche Technology Co ltd
Original Assignee
Shenzhen Weiche Technology Co ltd
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 Shenzhen Weiche Technology Co ltd filed Critical Shenzhen Weiche Technology Co ltd
Priority to CN202210727679.9A priority Critical patent/CN115050171A/zh
Publication of CN115050171A publication Critical patent/CN115050171A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种加油站数字化安全洞察系统管理及展示平台，包括：监测获取端，用于获取加油站的相关监控视频和末端监测数据；识别判断端，用于识别出所述相关监控视频中的第一危险因素，同时，基于所述末端监测数据判断出所述加油站内的第二危险因素；综合分析端，用于对所述第一危险因素和所述第二危险因素进行数字化综合分析，获得对应的分析结果；综合展示端，用于将所述分析结果在对应IOC数据看板中进行可视化展示；用以基于现有加油站末端监测装置，进行安全洞察分析并展示，实现基于数字化技术对加油站进行自动安防巡检、智能识别和预警以及展示，做到事前预防、事后留证、事中联动调度，全面提升加油站主动安全管控能力。

Description

一种加油站数字化安全洞察系统管理及展示平台
技术领域
本发明涉及加油站安全监管技术领域，特别涉及一种加油站数字化安全洞察系统管理及展示平台。
背景技术
目前，产业数字化升级发展迅速，在整合优化以往的企业信息化系统的基础上，提升管理和运营水平，用新的技术手段提升企业新的技术能力，数字化技术在各行各业的广泛应用为全社会提高生产效率起到了极大的推动作用。对于加油站行业来说，行业领导者也纷纷开始对加油站的零售系统、安防系统等进行大规模的数字化、智慧化改造，通过将客户经营流程管理等与互联网连接，再结合云计算、大数据变成可以度量的数字和数据，使其适应更方便的在线环境和管理需求，全方面实现无需人工介入的过程自动化。应用新一代的信息技术，进行加油站消费体验和场景化升级，在科技竞争中占据领先位置。
传统的加油站安防系统的视频建设模式是硬盘录像机+摄像机，主要实现对加油站操作区、储罐区、收银处、出入口等关键区域的在线监控、存储等功能，属于静态监控，通过人工识别非安全因素，效率低，实时性不高。目前加油站有多通过后备保障措施，如烟雾传感器、温度传感器等设备的进行分工监管，无法实现统一控制和系统监管以及直观展示。加油站的作业活动中，如果对作业和环境的安全风险识别(明火，烟头等)不及时，极易发生安全爆炸事故，现有的人工+监控的分工监管模式已不能满足现代企业对于加油站安全管理的需要。
因此，本发明提出了一种加油站数字化安全洞察系统管理及展示平台。
发明内容
本发明提供一种加油站数字化安全洞察系统管理及展示平台，用以基于现有加油站末端监测装置，进行安全洞察数字化分析并展示，实现基于数字化技术对加油站进行自动安防巡检、智能识别和预警以及展示，做到事前预防、事后留证、事中联动调度，全面提升加油站主动安全管控能力。
本发明提供一种加油站数字化安全洞察系统管理及展示平台，包括：
监测获取端，用于获取加油站的相关监控视频和末端监测数据；
识别判断端，用于识别出所述相关监控视频中的第一危险因素，同时，基于所述末端监测数据判断出所述加油站内的第二危险因素；
综合分析端，用于对所述第一危险因素和所述第二危险因素进行数字化综合分析，获得对应的分析结果；
综合展示端，用于将所述分析结果在对应IOC数据看板中进行可视化展示。
优选的，所述监测获取端，包括：
监控摄像模块，用于基于摄像头获取所述加油站内外的相关监控视频；
末端传感模块，用于基于设置在所述加油站内的多种传感器获取加油站内的实时传感数据；
智能巡检模块，用于基于人工巡检或自动巡检的方式按照预设周期获取所述加油站内的巡检数据；
物联传输模块，用于基于物联网将所述实时传感数据和所述巡检数据作为所述加油站对应的末端监测数据传输至所述识别判断端。
优选的，所述监控摄像模块，包括：
内部监控单元，用于基于设置在所述加油站内对应位置的摄像头获取所述加油站的内部监控视频；
外部监控单元，用于基于设置在所述加油站周边对应位置的摄像头获取所述加油站的周边环境视频；
多路传输单元，用于将所有内部监控视频和所有周边环境视频作为所述加油站对应的相关监控视频传输至所述识别判断端。
优选的，所述识别判断端，包括：
第一识别模块，用于在所述内部监控视频中识别出所述加油站当前存在的违规行为和第一潜在危险因素；
第二识别模块，用于在所述周边环境视频中识别出所述加油站周边当前存在的第二潜在危险因素；
第一判断模块，用于基于所述实时传感数据判断出所述加油站当前存在的传感报警事件和第三潜在危险因素；
第二判断模块，用于基于所述巡检数据判断出所述加油站当前存在的故障设备和第四潜在危险因素；
其中，所述第一危险因素包括：所述违规行为和所述第一潜在危险因素以及所述第二潜在危险因素；
所述第二危险因素包括：所述传感报警事件、故障设备和所述第三潜在危险因素以及所述第四潜在危险因素。
优选的，所述第一识别模块，包括：
第一识别单元，用于在所述内部监控视频中识别出所述加油站内当前存在的违规行为；
第二识别单元，用于在所述内部监控视频中识别出所述加油站内当前存在的非常规行为，将所述非常规行为标记为所述加油站内当前存在的第一潜在危险因素。
优选的，所述第一判断模块，包括：
传感报警单元，用于将所述实时传感数据中每个传感器获得的第一子传感数据与对应的安全传感数据范围进行比较，并筛选出超出对应安全传感数据范围的第二子传感数据，基于所述第二子传感数据进行报警，并记录对应的传感报警事件；
实际获取单元，用于获取所述实时传感数据中除所述第二子传感数据以外剩余的每个第三子传感数据在采样周期内对应的实际传感变化数据；
标准获取单元，用于确定出所述第三子传感数据对应的影响因素和对应的影响关系，基于所述影响因素确定出所述第三子传感数据在所述采样周期内对应的影响因素分布数据，基于所述影响因素分布数据和对应的影响关系确定出对应的标准传感变化数据；
偏差拟合单元，用于将所述实际传感变化数据和对应标准传感变化数据进行对齐后获得对应的对齐数据，在所述对齐数据上取多个采样点，基于所述采样点在所述实际传感变化数据中对应的第一数据和在对应的标准传感变化数据中对应的第二数据计算出对应的传感偏差比，基于所述采样点对应的传感偏差比拟合出对应的传感偏差比曲线；
第一排序单元，用于将所有第三子传感数据对应的传感偏差比曲线进行对齐，获得对应的对齐曲线，将所述对齐曲线划分为多个区间，计算出所述传感偏差比曲线在每个区间内的平均偏差比，将所有传感偏差比曲线在对应区间内的平均偏差比的均值作为对应区间的标准均值，计算出每个传感偏差比曲线在对应区间的平均偏差比与所述标准均值的第一差值，基于所述第一差值从小到大的顺序对对应的第三子传感数据进行排序获得对应的第一排序结果；
第二拟合单元，用于确定出所述第三子传感数据在所述第一排序结果中的排序序数，基于所述区间在所述对齐曲线中的顺序将所述第三子传感数据对应的排序序数进行排序，获得对应的排序序数序列，基于所述排序序数序列拟合出对应的序数曲线；
潜在筛选单元，用于确定所述序数曲线中包含的单调递减部分曲线，确定出所述单调递减部分曲线在所述序数曲线中的占比值以及每个单调递减部分曲线中的平均递减速率，基于所述占比值和所述平均递减速率计算出对应的潜在危险度，基于所述潜在危险度筛选出存在潜在危险的第四子传感数据，将所述第四子传感数据当作所述加油站对应的第三潜在危险因素。
优选的，所述第二判断模块，包括：
设备判别单元，用于基于所述巡检数据确定出所述加油站中当前投入使用的所有第一设备，将所述巡检数据中包含的每个第一设备对应的子巡检数据与对应第一设备对应的故障判别数据进行比较，确定出所述第一设备中发生故障的第二设备，将所述第二设备当做所述加油站当前存在的故障设备；
规则确定单元，用于将所述第一设备标记于所述加油站对应的完整设备拓扑图中，获得对应的当前标记网络，基于所述当前标记网络确定出所述第一设备之间的第一使用关联规则，基于所述巡检数据中包含的每个第一设备对应的子巡检数据判断出对应第一设备对应的使用状态，基于所述使用状态确定出所述第一设备之间的第二使用关联规则；
关系确定单元，用于基于所述第一使用关联规则和所述第二使用关联规则确定出所述加油站对应的当前设备关联布局，基于所述当前设备关联布局确定出所述第一设备之间所有的第一关联关系；
第一生成单元，用于确定出所述第一设备与对应的故障判别数据之间的第一数据偏差，并确定出每个关联关系对应的关联设备的第一数据偏差之间的第二数据偏差，基于所述当前设备关联布局和所述第二数据偏差生成对应的关联偏差矩阵；
第二生成单元，用于将所述关联偏差矩阵中包含的与所述第二设备对应的第一数据偏差之间的第二数据偏差作为迭代中心，将所述关联偏差矩阵中包含的所有迭代中心设置为0，获得对应的迭代矩阵；
累积迭代单元，用于将所述关联偏差矩阵依次与所述迭代矩阵进行预设迭代次数累乘，获得每个迭代过程对应的迭代结果矩阵，基于迭代次数对所述迭代结果矩阵进行排序获得对应的迭代结果矩阵序列；
潜在识别单元，用于基于所述迭代结果矩阵中变为0的数值对应的关联关系，确定出所述关联关系中包含的第三设备对应的子巡检数据与对应的故障判别数据之间的第三数据偏差，将较大第三数据偏差对应的第三设备作为对应的潜在故障设备，并基于所述迭代结果矩阵序列对所述潜在故障设备进行排序，获得对应的潜在故障设备序列，将所述潜在故障设备序列作为所述加油站当前存在的第四潜在危险因素。
优选的，所述综合分析端，包括：
第一分析模块，用于基于所述违规行为和所述传感报警事件以及所述故障设备，综合分析出所述加油站的当前危险因素；
第二分析模块，用于基于所述第一潜在危险因素、所述第二潜在危险因素和所述第三潜在危险因素以及所述第四潜在危险因素，综合分析出所述加油站的潜在危险因素。
优选的，所述综合展示端，包括：
整理模块，用于基于所述分析结果中包含的每个危险因素的展示方式对对应危险因素进行整理，获得对应的待展示信息；
展示模块，用于将所述待展示信息传输至对应IOC数据看板中进行可视化展示；
其中，所述危险因素即为所述当前危险因素中包含的第三危险因素和所述潜在危险因素中包含的第四危险因素。
优选的，所述第一分析模块，包括：
根本确定单元，用于基于所述违规行为和所述传感报警事件以及所述故障设备两两之间的潜在关系，确定出对应的根本危险因素；
危急排序单元，用于基于所述根本危险因素的危急度和所述权重值计算出对应的综合危急度，基于所述综合危急度对所述根本危险因素进行排序获得所述加油站的当前危险因素。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种加油站数字化安全洞察系统管理及展示平台示意图；
图2为本发明实施例中一种监测获取端示意图；
图3为本发明实施例中一种监控摄像模块示意图；
图4为本发明实施例中一种识别判断端示意图；
图5为本发明实施例中一种第一识别模块示意图；
图6为本发明实施例中一种第一判断模块示意图；
图7为本发明实施例中一种第二判断模块示意图；
图8为本发明实施例中一种综合分析端示意图；
图9为本发明实施例中一种综合展示端示意图；
图10为本发明实施例中一种第一分析模块示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本发明提供了一种加油站数字化安全洞察系统管理及展示平台，参考图1，包括：
监测获取端，用于获取加油站的相关监控视频和末端监测数据；
识别判断端，用于识别出所述相关监控视频中的第一危险因素，同时，基于所述末端监测数据判断出所述加油站内的第二危险因素；
综合分析端，用于对所述第一危险因素和所述第二危险因素进行数字化综合分析，获得对应的分析结果；
综合展示端，用于将所述分析结果在对应IOC数据看板中进行可视化展示。
该实施例中，相关监控视频即为加油站内外的监控视频。
该实施例中，末端监测数据即为基于传感器获取的加油站内的传感数据和巡检数据。
该实施例中，第一危险因素即为相关监控视频中包含的危险因素。
该实施例中，第二危险因素即为基于末端监测数据判断出的加油站内的危险因素。
该实施例中，分析结果即为对第一危险因素和第二危险因素进行综合分析后获得的结果。
该实施例中，IOC(Intelligent Operations Center，智慧城市智能运行中心)数据看板即为智慧城市智能运行中心数据看板。
以上技术的有益效果为：基于现有加油站末端监测装置，进行安全洞察分析并展示，实现基于数字化技术对加油站进行自动安防巡检、智能识别和预警以及展示，做到事前预防、事后留证、事中联动调度，全面提升加油站主动安全管控能力。
实施例2：
在实施例1的基础上，所述监测获取端，参考图2，包括：
监控摄像模块，用于基于摄像头获取所述加油站内外的相关监控视频；
末端传感模块，用于基于设置在所述加油站内的多种传感器获取加油站内的实时传感数据；
智能巡检模块，用于基于人工巡检或自动巡检的方式按照预设周期获取所述加油站内的巡检数据；
物联传输模块，用于基于物联网将所述实时传感数据和所述巡检数据作为所述加油站对应的末端监测数据传输至所述识别判断端。
该实施例中，多种传感器例如有：烟雾传感器、温度传感器等。
该实施例中，实时传感数据即为基于设置在加油站内的多种传感器实时获取的加油站内的传感数据。
该实施例中，巡检数据即为基于人工巡检或自动巡检的方式按照预设周期获取的巡检加油站获得的数据。
该实施例中，预设周期即为巡检周期。
以上技术的有益效果为：基于摄像头获取加油站内外的监控视频，并基于多种传感器获取加油站内的传感数据，同时，获取加油站内的巡检数据，为后续基于数字化技术实现对加油站进行自动安防巡检、智能识别和预警以及展示提供了数据基础。
实施例3：
在实施例2的基础上，所述监控摄像模块，参考图3，包括：
内部监控单元，用于基于设置在所述加油站内对应位置的摄像头获取所述加油站的内部监控视频；
外部监控单元，用于基于设置在所述加油站周边对应位置的摄像头获取所述加油站的周边环境视频；
多路传输单元，用于将所有内部监控视频和所有周边环境视频作为所述加油站对应的相关监控视频传输至所述识别判断端。
该实施例中，内部监控视频即为基于设置在加油站内的摄像头获取的用于监控加油站内部的监控视频。
该实施例中，周边环境视频即为基于设置在加油站周边的摄像头获取的用于监控加油站周边的监控视频。
以上技术的有益效果为：基于设置在加油站内部和周边的多个摄像头获取加油站内部和周边的监控视频，实现对加油站内部和周边的全面监控，并为后续实现对加油站的数字化安全监控提供了资料基础。
实施例4：
在实施例1的基础上，所述识别判断端，参考图4，包括：
第一识别模块，用于在所述内部监控视频中识别出所述加油站当前存在的违规行为和第一潜在危险因素；
第二识别模块，用于在所述周边环境视频中识别出所述加油站周边当前存在的第二潜在危险因素；
第一判断模块，用于基于所述实时传感数据判断出所述加油站当前存在的传感报警事件和第三潜在危险因素；
第二判断模块，用于基于所述巡检数据判断出所述加油站当前存在的故障设备和第四潜在危险因素；
其中，所述第一危险因素包括：所述违规行为和所述第一潜在危险因素以及所述第二潜在危险因素；
所述第二危险因素包括：所述传感报警事件、故障设备和所述第三潜在危险因素以及所述第四潜在危险因素。
该实施例中，违规行为即为在加油站监控视频中识别出的加油站当前存在的违反规定的行为。
该实施例中，第一潜在危险因素即为在内部监控视频中识别出的加油站内当前存在的潜在危险因素。
该实施例中，第二潜在危险因素即为在周边环境视频中识别出的加油站周边当前存在的潜在危险因素。
该实施例中，传感报警事件即为基于实时传感数据判断出的加油站内当前需要报警的事件。
该实施例中，第三潜在危险因素即为基于实时传感数据判断出的加油站内当前存在的潜在危险因素。
该实施例中，故障设备即为基于巡检数据判断出的加油站当前存在的发生故障的设备。
该实施例中，第四潜在危险因素即为基于巡检数据判断出的加油站当前存在的潜在危险因素。
以上技术的有益效果为：通过对加油站对应的内部监控视频、周边监控视频、实时传感数据、巡检数据识别判断出加油站内当前存在的违规行为、传感报警事件、故障设备和潜在危险因素，为后续对加油站进行数字化安全洞察管理提供了关键数据基础。
实施例5：
在实施例4的基础上，所述第一识别模块，参考图5，包括：
第一识别单元，用于在所述内部监控视频中识别出所述加油站内当前存在的违规行为；
第二识别单元，用于在所述内部监控视频中识别出所述加油站内当前存在的非常规行为，将所述非常规行为标记为所述加油站内当前存在的第一潜在危险因素。
该实施例中，非常规行为即为非违规行为中包含的非常规行为。
以上技术的有益效果为：通过对内部监控视频进行违规行为和非常规行为的识别，可以识别判断出当前加油站内存在的所有危险因素和潜在危险因素。
实施例6：
在实施例4的基础上，所述第一判断模块，参考图6，包括：
传感报警单元，用于将所述实时传感数据中每个传感器获得的第一子传感数据与对应的安全传感数据范围进行比较，并筛选出超出对应安全传感数据范围的第二子传感数据，基于所述第二子传感数据进行报警，并记录对应的传感报警事件；
实际获取单元，用于获取所述实时传感数据中除所述第二子传感数据以外剩余的每个第三子传感数据在采样周期内对应的实际传感变化数据；
标准获取单元，用于确定出所述第三子传感数据对应的影响因素和对应的影响关系，基于所述影响因素确定出所述第三子传感数据在所述采样周期内对应的影响因素分布数据，基于所述影响因素分布数据和对应的影响关系确定出对应的标准传感变化数据；
偏差拟合单元，用于将所述实际传感变化数据和对应标准传感变化数据进行对齐后获得对应的对齐数据，在所述对齐数据上取多个采样点，基于所述采样点在所述实际传感变化数据中对应的第一数据和在对应的标准传感变化数据中对应的第二数据计算出对应的传感偏差比，基于所述采样点对应的传感偏差比拟合出对应的传感偏差比曲线；
第一排序单元，用于将所有第三子传感数据对应的传感偏差比曲线进行对齐，获得对应的对齐曲线，将所述对齐曲线划分为多个区间，计算出所述传感偏差比曲线在每个区间内的平均偏差比，将所有传感偏差比曲线在对应区间内的平均偏差比的均值作为对应区间的标准均值，计算出每个传感偏差比曲线在对应区间的平均偏差比与所述标准均值的第一差值，基于所述第一差值从小到大的顺序对对应的第三子传感数据进行排序获得对应的第一排序结果；
第二拟合单元，用于确定出所述第三子传感数据在所述第一排序结果中的排序序数，基于所述区间在所述对齐曲线中的顺序将所述第三子传感数据对应的排序序数进行排序，获得对应的排序序数序列，基于所述排序序数序列拟合出对应的序数曲线；
潜在筛选单元，用于确定所述序数曲线中包含的单调递减部分曲线，确定出所述单调递减部分曲线在所述序数曲线中的占比值以及每个单调递减部分曲线中的平均递减速率，基于所述占比值和所述平均递减速率计算出对应的潜在危险度，基于所述潜在危险度筛选出存在潜在危险的第四子传感数据，将所述第四子传感数据当作所述加油站对应的第三潜在危险因素。
该实施例中，第一子传感数据即为实时传感数据中包含的对应传感器对应的子传感数据。
该实施例中，安全传感数据范围即为对应传感器对应的未发生报警事件时对应的传感数据的范围。
该实施例中，第二子传感数据即为实时传感数据中包含的对应安全传感数据范围的子传感数据。
该实施例中，第三子传感数据即为实时传感数据中除第二子传感数据以外剩余的子传感数据。
该实施例中，实际传感变化数据即为第三子传感数据在采样周期内对应的传感变化数据。
该实施例中，采样周期即为获取实际传感变化数据的周期。
该实施例中，影响因素即为影响第三子传感数据的因素，例如：温度、湿度等。
该实施例中，影响关系即为第三和对应的影响因素之间的影响函数关系。
该实施例中，影响因素分布数据即为影响因素在采样周期内对应的变化数据。
该实施例中，标准传感变化数据即为基于影响因素分布数据和对应的影响关系确定出的传感变化数据。
该实施例中，对齐数据即为将实际传感变化数据和对应标准传感变化数据进行对齐后获得的数据。
该实施例中，采样点即为在对齐数据上按照预设间隔确定的多个点。
该实施例中，第一数据即为采样点在实际传感变化数据中对应的数值。
该实施例中，第二数据即为采样点在对应标准传感变化数据中对应的数值。
该实施例中，基于所述采样点在所述实际传感变化数据中对应的第一数据和在对应的标准传感变化数据中对应的第二数据计算出对应的传感偏差比，包括：
Figure BDA0003707217630000141
式中，b为当前计算的第一数据和在对应的标准传感变化数据中对应的第二数据之间的传感偏差比，e即为自然常数且e的取值为2.72，s1为采样点在实际传感变化数据中对应的第一数据，s2为采样点在对应的标准传感变化数据中对应的第二数据；
例如，s1为10，s2为20，则b为0.65。
该实施例中，传感偏差比曲线即为基于采样点对应的传感偏差比拟合出的曲线。
该实施例中，对齐曲线即为将所有第三子传感数据对应的传感偏差比曲线进行对齐后获得的曲线。
该实施例中，区间即为按照预设间隔将对齐曲线划分获得的曲线段。
该实施例中，平均偏差比即为传感偏差比曲线在对应传感偏差比曲线在传感偏差比平均值。
该实施例中，标准均值即为所有传感偏差比曲线在对应区间内的平均偏差比的均值。
该实施例中，第一差值即为传感偏差比曲线在对应区间的平均偏差比与对应标准均值的差值。
该实施例中，第一排序结果即为基于第一差值从小到大的顺序对对应的第三子传感数据进行排序后获得的结果。
该实施例中，排序序数即为第三子传感数据在第一排序结果中的序数。
该实施例中，排序序数序列即为基于区间在对齐曲线中的顺序将第三子传感数据对应的排序序数进行排序后获得的序列。
该实施例中，序数曲线即为基于排序序数序列拟合出的曲线。
该实施例中，单调递减部分曲线即为序数曲线中包含的单调递减部分的曲线。
该实施例中，占比值即为单调递减部分曲线的横坐标长度和序数曲线的横坐标总长度的比值。
该实施例中，平均递减速率即为对应单调递减部分曲线中的一阶导数绝对值的平均值。
该实施例中，基于所述占比值和所述平均递减速率计算出对应的潜在危险度，包括：
Figure BDA0003707217630000151
式中，q为潜在危险度，w为占比值，e为平均递减速率，e0为标准递减速率；
例如，w为0.5，e为10，e0为20，q为0.25。
该实施例中，第四子传感数据即为基于潜在危险度筛选出的存在潜在危险的子传感数据。
以上技术的有益效果为：通过对实时传感数据中包含的未发生报警事件的传感器对应的第三子传感数据的实际传感变化数据与对应标准传感变化数据的偏差程度、变化程度进行分析，可以基于实时传感数据识别出加油站内存在的潜在危险因素。
实施例7：
在实施例4的基础上，所述第二判断模块，参考图7，包括：
设备判别单元，用于基于所述巡检数据确定出所述加油站中当前投入使用的所有第一设备，将所述巡检数据中包含的每个第一设备对应的子巡检数据与对应第一设备对应的故障判别数据进行比较，确定出所述第一设备中发生故障的第二设备，将所述第二设备当做所述加油站当前存在的故障设备；
规则确定单元，用于将所述第一设备标记于所述加油站对应的完整设备拓扑图中，获得对应的当前标记网络，基于所述当前标记网络确定出所述第一设备之间的第一使用关联规则，基于所述巡检数据中包含的每个第一设备对应的子巡检数据判断出对应第一设备对应的使用状态，基于所述使用状态确定出所述第一设备之间的第二使用关联规则；
关系确定单元，用于基于所述第一使用关联规则和所述第二使用关联规则确定出所述加油站对应的当前设备关联布局，基于所述当前设备关联布局确定出所述第一设备之间所有的第一关联关系；
第一生成单元，用于确定出所述第一设备与对应的故障判别数据之间的第一数据偏差，并确定出每个关联关系对应的关联设备的第一数据偏差之间的第二数据偏差，基于所述当前设备关联布局和所述第二数据偏差生成对应的关联偏差矩阵；
第二生成单元，用于将所述关联偏差矩阵中包含的与所述第二设备对应的第一数据偏差之间的第二数据偏差作为迭代中心，将所述关联偏差矩阵中包含的所有迭代中心设置为0，获得对应的迭代矩阵；
累积迭代单元，用于将所述关联偏差矩阵依次与所述迭代矩阵进行预设迭代次数累乘，获得每个迭代过程对应的迭代结果矩阵，基于迭代次数对所述迭代结果矩阵进行排序获得对应的迭代结果矩阵序列；
潜在识别单元，用于基于所述迭代结果矩阵中变为0的数值对应的关联关系，确定出所述关联关系中包含的第三设备对应的子巡检数据与对应的故障判别数据之间的第三数据偏差，将较大第三数据偏差对应的第三设备作为对应的潜在故障设备，并基于所述迭代结果矩阵序列对所述潜在故障设备进行排序，获得对应的潜在故障设备序列，将所述潜在故障设备序列作为所述加油站当前存在的第四潜在危险因素。
该实施例中，第一设备即为基于巡检数据确定出的加油站中当前投入使用的设备。
该实施例中，子巡检数据即为巡检数据中包含的对应第一设备对应的巡检数据。
该实施例中，故障判别数据即为对应设备发生故障时对应的巡检数据范围。
该实施例中，第二设备即为第一设备中发生故障的设备。
该实施例中，故障设备即为筛选出的第二设备。
该实施例中，完整设备拓扑图即为表征加油站内所有设备之间的连接关系图。
该实施例中，当前标记网络即为将第一设备标记于加油站对应的完整设备拓扑图中后获得的结果。
该实施例中，第一使用关联规则即为基于当前标记网络确定出的第一设备之间的关联使用规则，关联使用规则即为互相影响的规则。
该实施例中，使用状态即为基于第一设备对应的子巡检数据判断出的第一设备对应的当前被使用时的状态。
该实施例中，第二使用关联规则即为基于使用状态确定出的第一设备之间的关联使用规则，关联使用规则即为互相影响的规则。
该实施例中，当前设备关联布局即为基于第一使用关联规则和第二使用关联规则确定出的表征加油站内设备之间的当前关联的布局。
该实施例中，第一关联关系即为基于当前设备关联布局确定出的第一设备之间所有的关联关系。
该实施例中，第一数据偏差即为第一设备与对应的故障判别数据之间的偏差值。
该实施例中，第二数据偏差即为每个关联关系对应的关联设备对应的第一数据偏差之间的偏差值。
该实施例中，关联偏差矩阵即为基于当前设备关联布局和第二数据偏差生成的表征当前投入使用的设备中包含的关联设备之间偏差数据的矩阵。
该实施例中，迭代中心即为关联偏差矩阵中包含的与第二设备对应的第一数据偏差之间的数据偏差。
该实施例中，迭代矩阵即为将关联偏差矩阵中包含的与第二设备对应的第一数据偏差之间的第二数据偏差作为迭代中心，并将关联偏差矩阵中包含的所有迭代中心设置为0后获得的矩阵。
该实施例中，迭代结果矩阵即为将关联偏差矩阵依次与述迭代矩阵进行预设迭代次数累乘过程中获得的每个迭代过程对应的迭代结果矩阵。
该实施例中，迭代结果矩阵序列即为基于迭代次数对迭代结果矩阵进行排序后获得的矩阵序列。
该实施例中，第三数据偏差即为关联关系中包含的第三设备对应的子巡检数据与对应的故障判别数据之间的数据偏差。
该实施例中，潜在故障设备即为较大第三数据偏差对应的第三设备。
该实施例中，潜在故障设备序列即为基于迭代结果矩阵序列对后获得的设备序列。
以上技术的有益效果为：基于巡检数据对加油站中当前投入使用的第一设备之间的关联使用规则和每个第一设备对应的子巡检数据进行偏差比较和迭代，进而基于迭代结果实现对第一设备的危险性的排序，进而获得加油站内当前存在的第四潜在危险因素。
实施例8：
在实施例1的基础上，所述综合分析端，参考图8，包括：
第一分析模块，用于基于所述违规行为和所述传感报警事件以及所述故障设备，综合分析出所述加油站的当前危险因素；
第二分析模块，用于基于所述第一潜在危险因素、所述第二潜在危险因素和所述第三潜在危险因素以及所述第四潜在危险因素，综合分析出所述加油站的潜在危险因素。
该实施例中，当前危险因素即为包括：违规行为和传感报警事件以及故障设备。
该实施例中，潜在危险因素即为包括：第一潜在危险因素、二潜在危险因素和第三潜在危险因素以及第四潜在危险因素。
以上技术的有益效果为：将基于内部监控视频、周边监控视频和实时传感数据以及巡检数据识别判断出的所有当前危险因素和潜在危险因素进行汇总，实现了对加油站的数字化安全洞察和管控。
实施例9：
在实施例1的基础上，所述综合展示端，参考图9，包括：
整理模块，用于基于所述分析结果中包含的每个危险因素的展示方式对对应危险因素进行整理，获得对应的待展示信息；
展示模块，用于将所述待展示信息传输至对应IOC数据看板中进行可视化展示；
其中，所述危险因素即为所述当前危险因素中包含的第三危险因素和所述潜在危险因素中包含的第四危险因素。
该实施例中，展示方式例如有：视频展示、文字展示、表格展示等。
该实施例中，待展示信息即为基于分析结果中包含的每个危险因素的展示方式对对应危险因素进行整理后获得的展示信息。
以上技术的有益效果为：基于分析结果中包含的每个危险因素的展示方式对对应危险因素进行整理后获得对应的展示信息，并将其投放至IOC数据看板中进行可视化展示，实现对加油站内危险因素的可视化展示，为事前预防、事后留证、事中联动调度提供直接参考，全面提升了加油站主动安全管控能力。
实施例10：
在实施例8的基础上，所述第一分析模块，参考图10，包括：
根本确定单元，用于基于所述违规行为和所述传感报警事件以及所述故障设备两两之间的潜在关系，确定出对应的根本危险因素；
危急排序单元，用于基于所述根本危险因素的危急度和所述权重值计算出对应的综合危急度，基于所述综合危急度对所述根本危险因素进行排序获得所述加油站的当前危险因素。
该实施例中，潜在关系即为违规行为和传感报警事件以及故障设备两两之间的潜在影响关系。
该实施例中，根本危险因素即为基于违规行为和传感报警事件以及故障设备两两之间的潜在关系确定出的最根本的危险因素。
该实施例中，危急度即为基于根本危险因素的实际情况确定出的危急度，
该实施例中，权重值即为基于预设的每个根本危险因素对应的权重值确定的。
该实施例中，综合危急度即为危急度和权重值的乘积。
以上技术的有益效果为：通过对加油站内存在的所有当前危险因素之间的潜在关系确定出根本危险因素，并基于危急度和权重值确定的综合危急度对根本危险因素进行排序后实现对当前危险因素的数字化分析和直观展示，全面提升了加油站主动安全管控能力。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种加油站数字化安全洞察系统管理及展示平台，其特征在于，包括：
监测获取端，用于获取加油站的相关监控视频和末端监测数据；
识别判断端，用于识别出所述相关监控视频中的第一危险因素，同时，基于所述末端监测数据判断出所述加油站内的第二危险因素；
综合分析端，用于对所述第一危险因素和所述第二危险因素进行数字化综合分析，获得对应的分析结果；
综合展示端，用于将所述分析结果在对应IOC数据看板中进行可视化展示。
2.根据权利要求1所述的一种加油站数字化安全洞察系统管理及展示平台，其特征在于，所述监测获取端，包括：
监控摄像模块，用于基于摄像头获取所述加油站内外的相关监控视频；
末端传感模块，用于基于设置在所述加油站内的多种传感器获取加油站内的实时传感数据；
智能巡检模块，用于基于人工巡检或自动巡检的方式按照预设周期获取所述加油站内的巡检数据；
物联传输模块，用于基于物联网将所述实时传感数据和所述巡检数据作为所述加油站对应的末端监测数据传输至所述识别判断端。
3.根据权利要求2所述的一种加油站数字化安全洞察系统管理及展示平台，其特征在于，所述监控摄像模块，包括：
内部监控单元，用于基于设置在所述加油站内对应位置的摄像头获取所述加油站的内部监控视频；
外部监控单元，用于基于设置在所述加油站周边对应位置的摄像头获取所述加油站的周边环境视频；
多路传输单元，用于将所有内部监控视频和所有周边环境视频作为所述加油站对应的相关监控视频传输至所述识别判断端。
4.根据权利要求1所述的一种加油站数字化安全洞察系统管理及展示平台，其特征在于，所述识别判断端，包括：
第一识别模块，用于在所述内部监控视频中识别出所述加油站当前存在的违规行为和第一潜在危险因素；
第二识别模块，用于在所述周边环境视频中识别出所述加油站周边当前存在的第二潜在危险因素；
第一判断模块，用于基于所述实时传感数据判断出所述加油站当前存在的传感报警事件和第三潜在危险因素；
第二判断模块，用于基于所述巡检数据判断出所述加油站当前存在的故障设备和第四潜在危险因素；
其中，所述第一危险因素包括：所述违规行为和所述第一潜在危险因素以及所述第二潜在危险因素；
所述第二危险因素包括：所述传感报警事件、故障设备和所述第三潜在危险因素以及所述第四潜在危险因素。
5.根据权利要求4所述的一种加油站数字化安全洞察系统管理及展示平台，其特征在于，所述第一识别模块，包括：
第一识别单元，用于在所述内部监控视频中识别出所述加油站内当前存在的违规行为；
第二识别单元，用于在所述内部监控视频中识别出所述加油站内当前存在的非常规行为，将所述非常规行为标记为所述加油站内当前存在的第一潜在危险因素。
6.根据权利要求4所述的一种加油站数字化安全洞察系统管理及展示平台，其特征在于，所述第一判断模块，包括：
传感报警单元，用于将所述实时传感数据中每个传感器获得的第一子传感数据与对应的安全传感数据范围进行比较，并筛选出超出对应安全传感数据范围的第二子传感数据，基于所述第二子传感数据进行报警，并记录对应的传感报警事件；
实际获取单元，用于获取所述实时传感数据中除所述第二子传感数据以外剩余的每个第三子传感数据在采样周期内对应的实际传感变化数据；
标准获取单元，用于确定出所述第三子传感数据对应的影响因素和对应的影响关系，基于所述影响因素确定出所述第三子传感数据在所述采样周期内对应的影响因素分布数据，基于所述影响因素分布数据和对应的影响关系确定出对应的标准传感变化数据；
偏差拟合单元，用于将所述实际传感变化数据和对应标准传感变化数据进行对齐后获得对应的对齐数据，在所述对齐数据上取多个采样点，基于所述采样点在所述实际传感变化数据中对应的第一数据和在对应的标准传感变化数据中对应的第二数据计算出对应的传感偏差比，基于所述采样点对应的传感偏差比拟合出对应的传感偏差比曲线；
第一排序单元，用于将所有第三子传感数据对应的传感偏差比曲线进行对齐，获得对应的对齐曲线，将所述对齐曲线划分为多个区间，计算出所述传感偏差比曲线在每个区间内的平均偏差比，将所有传感偏差比曲线在对应区间内的平均偏差比的均值作为对应区间的标准均值，计算出每个传感偏差比曲线在对应区间的平均偏差比与所述标准均值的第一差值，基于所述第一差值从小到大的顺序对对应的第三子传感数据进行排序获得对应的第一排序结果；
第二拟合单元，用于确定出所述第三子传感数据在所述第一排序结果中的排序序数，基于所述区间在所述对齐曲线中的顺序将所述第三子传感数据对应的排序序数进行排序，获得对应的排序序数序列，基于所述排序序数序列拟合出对应的序数曲线；
潜在筛选单元，用于确定所述序数曲线中包含的单调递减部分曲线，确定出所述单调递减部分曲线在所述序数曲线中的占比值以及每个单调递减部分曲线中的平均递减速率，基于所述占比值和所述平均递减速率计算出对应的潜在危险度，基于所述潜在危险度筛选出存在潜在危险的第四子传感数据，将所述第四子传感数据当作所述加油站对应的第三潜在危险因素。
7.根据权利要求4所述的一种加油站数字化安全洞察系统管理及展示平台，其特征在于，所述第二判断模块，包括：
设备判别单元，用于基于所述巡检数据确定出所述加油站中当前投入使用的所有第一设备，将所述巡检数据中包含的每个第一设备对应的子巡检数据与对应第一设备对应的故障判别数据进行比较，确定出所述第一设备中发生故障的第二设备，将所述第二设备当做所述加油站当前存在的故障设备；
规则确定单元，用于将所述第一设备标记于所述加油站对应的完整设备拓扑图中，获得对应的当前标记网络，基于所述当前标记网络确定出所述第一设备之间的第一使用关联规则，基于所述巡检数据中包含的每个第一设备对应的子巡检数据判断出对应第一设备对应的使用状态，基于所述使用状态确定出所述第一设备之间的第二使用关联规则；
关系确定单元，用于基于所述第一使用关联规则和所述第二使用关联规则确定出所述加油站对应的当前设备关联布局，基于所述当前设备关联布局确定出所述第一设备之间所有的第一关联关系；
第一生成单元，用于确定出所述第一设备与对应的故障判别数据之间的第一数据偏差，并确定出每个关联关系对应的关联设备的第一数据偏差之间的第二数据偏差，基于所述当前设备关联布局和所述第二数据偏差生成对应的关联偏差矩阵；
第二生成单元，用于将所述关联偏差矩阵中包含的与所述第二设备对应的第一数据偏差之间的第二数据偏差作为迭代中心，将所述关联偏差矩阵中包含的所有迭代中心设置为0，获得对应的迭代矩阵；
累积迭代单元，用于将所述关联偏差矩阵依次与所述迭代矩阵进行预设迭代次数累乘，获得每个迭代过程对应的迭代结果矩阵，基于迭代次数对所述迭代结果矩阵进行排序获得对应的迭代结果矩阵序列；
潜在识别单元，用于基于所述迭代结果矩阵中变为0的数值对应的关联关系，确定出所述关联关系中包含的第三设备对应的子巡检数据与对应的故障判别数据之间的第三数据偏差，将较大第三数据偏差对应的第三设备作为对应的潜在故障设备，并基于所述迭代结果矩阵序列对所述潜在故障设备进行排序，获得对应的潜在故障设备序列，将所述潜在故障设备序列作为所述加油站当前存在的第四潜在危险因素。
8.根据权利要求1所述的一种加油站数字化安全洞察系统管理及展示平台，其特征在于，所述综合分析端，包括：
第一分析模块，用于基于所述违规行为和所述传感报警事件以及所述故障设备，综合分析出所述加油站的当前危险因素；
第二分析模块，用于基于所述第一潜在危险因素、所述第二潜在危险因素和所述第三潜在危险因素以及所述第四潜在危险因素，综合分析出所述加油站的潜在危险因素。
9.根据权利要求1所述的一种加油站数字化安全洞察系统管理及展示平台，其特征在于，所述综合展示端，包括：
整理模块，用于基于所述分析结果中包含的每个危险因素的展示方式对对应危险因素进行整理，获得对应的待展示信息；
展示模块，用于将所述待展示信息传输至对应IOC数据看板中进行可视化展示；
其中，所述危险因素即为所述当前危险因素中包含的第三危险因素和所述潜在危险因素中包含的第四危险因素。
10.根据权利要求8所述的一种加油站数字化安全洞察系统管理及展示平台，其特征在于，所述第一分析模块，包括：
根本确定单元，用于基于所述违规行为和所述传感报警事件以及所述故障设备两两之间的潜在关系，确定出对应的根本危险因素；
危急排序单元，用于基于所述根本危险因素的危急度和所述权重值计算出对应的综合危急度，基于所述综合危急度对所述根本危险因素进行排序获得所述加油站的当前危险因素。
CN202210727679.9A 2022-06-22 2022-06-22 一种加油站数字化安全洞察系统管理及展示平台 Pending CN115050171A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210727679.9A CN115050171A (zh) 2022-06-22 2022-06-22 一种加油站数字化安全洞察系统管理及展示平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210727679.9A CN115050171A (zh) 2022-06-22 2022-06-22 一种加油站数字化安全洞察系统管理及展示平台

Publications (1)

Publication Number Publication Date
CN115050171A true CN115050171A (zh) 2022-09-13

Family

ID=83163293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210727679.9A Pending CN115050171A (zh) 2022-06-22 2022-06-22 一种加油站数字化安全洞察系统管理及展示平台

Country Status (1)

Country Link
CN (1) CN115050171A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110025847A1 (en) * 2009-07-31 2011-02-03 Johnson Controls Technology Company Service management using video processing
US20120144416A1 (en) * 2010-10-14 2012-06-07 Cyandia, Inc. Methods, apparatus, and systems for presenting television programming and related information
US20130190901A1 (en) * 2010-10-08 2013-07-25 Jae Wook Ko Method and system for safely managing gas station
KR20170088552A (ko) * 2016-01-25 2017-08-02 한국기술교육대학교 산학협력단 상황인지센서를 활용한 화재 감지 및 관제 방법
CN109703410A (zh) * 2019-01-23 2019-05-03 北京交通大学 一种充电站安全防护系统及预警方法
CN110490124A (zh) * 2019-08-15 2019-11-22 成都睿晓科技有限公司 一种智能化的加油站现场服务与风险管控系统
CN112288332A (zh) * 2020-11-26 2021-01-29 永顺县凯翡加油站 一种智能化加油站风险管控系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110025847A1 (en) * 2009-07-31 2011-02-03 Johnson Controls Technology Company Service management using video processing
US20130190901A1 (en) * 2010-10-08 2013-07-25 Jae Wook Ko Method and system for safely managing gas station
US20120144416A1 (en) * 2010-10-14 2012-06-07 Cyandia, Inc. Methods, apparatus, and systems for presenting television programming and related information
KR20170088552A (ko) * 2016-01-25 2017-08-02 한국기술교육대학교 산학협력단 상황인지센서를 활용한 화재 감지 및 관제 방법
CN109703410A (zh) * 2019-01-23 2019-05-03 北京交通大学 一种充电站安全防护系统及预警方法
CN110490124A (zh) * 2019-08-15 2019-11-22 成都睿晓科技有限公司 一种智能化的加油站现场服务与风险管控系统
CN112288332A (zh) * 2020-11-26 2021-01-29 永顺县凯翡加油站 一种智能化加油站风险管控系统

Similar Documents

Publication Publication Date Title
CN114676862B (zh) 一种数据中心的可视化运维管理方法及系统
CN112966903A (zh) 危险化学品安全生产风险监测预警系统及方法
CN106020154A (zh) 一种用于乙烯生产的安全动态健康评估方法及评估系统
US11906112B2 (en) Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof
CN116681402B (zh) 一种基于物联网的项目信息库服务管理系统及方法
CN117829787B (zh) 一种基于bim和ai大模型的工程安全智能管理方法及系统
CN115393142A (zh) 智慧园区管理方法及管理平台
CN115689396B (zh) 污染物排放管控方法、装置、设备及介质
CN116778192B (zh) 一种基于空地设备协同的火灾安全预警系统
CN115664006B (zh) 一种增量配电网智能管控一体化平台
CN115883779B (zh) 一种基于大数据的智慧园区信息安全管理系统
CN114137302A (zh) 一种电能计量器具检定全过程监控系统
CN110166972B (zh) 一种带有区块链模块的智能传感系统
CN117955245B (zh) 电网的运行状态的确定方法、装置、存储介质和电子设备
CN107121943A (zh) 一种用于获得智能仪表的健康预测信息的方法和装置
CN106710651A (zh) 一种展示核电站中核事故状态变迁的方法和系统
CN103020721A (zh) 一种评估电网调度自动化系统实时数据处理效率的方法
CN118092326A (zh) 一种基于数字孪生的厂区应急管理系统
CN116307346B (zh) 一种用于机械设备的运维管理系统及方法
CN115050171A (zh) 一种加油站数字化安全洞察系统管理及展示平台
CN112102583A (zh) 一种基于大数据智慧楼宇系统
JP2021149899A (ja) 災害情報における時間価値検出システム及び表示方法
CN115481941A (zh) 一种多功能区联合的智能化安防管理方法及系统
WO2021186762A1 (ja) 保守支援システム及び保守支援方法
CN113837408A (zh) 基于设备全生命周期监管的交通设施运维管理系统

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