CN115913349A - 光缆设备异常定位方法及装置、存储介质、终端 - Google Patents
光缆设备异常定位方法及装置、存储介质、终端 Download PDFInfo
- Publication number
- CN115913349A CN115913349A CN202211548845.5A CN202211548845A CN115913349A CN 115913349 A CN115913349 A CN 115913349A CN 202211548845 A CN202211548845 A CN 202211548845A CN 115913349 A CN115913349 A CN 115913349A
- Authority
- CN
- China
- Prior art keywords
- optical cable
- abnormal
- area
- optical
- attenuation
- 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
-
- 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
- Optical Communication System (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种光缆设备异常定位方法及装置、存储介质、终端,涉及供电设备技术领域,主要目的在于解决现有光缆设备异常定位的准确性差的问题。包括:向目标变电站发送关时域反射指令,目标变电站配置有对光缆进行检测的光时域反射检测设备;若根据光缆衰减信息、光功率、误码参数、以及预警权重值确定光缆存在异常,则解析光缆衰减信息中的衰减幅度,并按照光缆的线长、衰减幅度对光缆划分异常区域;对与异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定光缆区域特征的异常区域评估值;若异常区域评估值匹配预设区域评估阈值,则解析光缆区域特征的位置标记,并通过位置标记确定光缆设备的异常定位结果。
Description
技术领域
本发明涉及一种供电设备技术领域,特别是涉及一种光缆设备异常定位方法及装置、存储介质、终端。
背景技术
光缆是供电设备中耗资较大的电力设备,光缆通信的线路故障要比设备故障更为突出,在所有的传输事故中,一半以上是以光缆为主的传输介质故障所导致,故障时间约占不可用时间的90%以上,每年因通信光缆故障而造成的经济损失巨大,由此可见光缆是影响网络安全性的主要因素。其中,需要对光缆设备连通性检测、端对端的损耗检测、收发功率检测、反射损耗检测的异常结果进行定位。
目前,现有对光缆设备的异常定位通常是基于传统的光时域反射仪(英文名称:opt ica l t ime-domai n ref l ectometer,OTDR)确定光缆设备断点后,按照计算断点距离对光缆设备进行定位。然而,当基于光时域反射仪采集光反射信息计算光衰减信息确定断点距离时,由于光缆设备处于的外界环境,过长且非直线传输的光缆设备会造成计算断点距离产生较大的误差,从而大大降低了光缆设备异常定位的准确性。
发明内容
有鉴于此,本发明提供一种光缆设备异常定位方法及装置、存储介质、终端,主要目的在于解决现有光缆设备异常定位的准确性差的问题。
依据本发明一个方面,提供了一种光缆设备异常定位方法,包括:
向目标变电站发送关时域反射指令,以接收反馈的光缆衰减信息,所述目标变电站配置有对光缆进行检测的光时域反射检测设备;
若根据所述光缆衰减信息、光功率、误码参数、以及预警权重值确定所述光缆存在异常,则解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域;
对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值;
若所述异常区域评估值匹配预设区域评估阈值,则解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果。
进一步地,所述解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域包括:
获取所述光缆设备的光传输反射幅频,并按照所述光传输反射幅频确定所述光缆衰减信息中的衰减幅度;
基于预设衰减幅度阈值对所述衰减幅度进行划分,确定异常衰减幅度范围,并按照所述异常衰减幅度范围对所述线长进行划分,得到异常区域;或,
按照已完成模型训练的异常区域分类模型对所述线长、所述衰减幅度进行分类处理,得到异常区域,所述异常区域分类模型为基于包含异常区域标识的线长、衰减幅度的训练样本数据完成训练得到的。
进一步地,所述对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值包括:
基于已完成模型模型训练的图像特征提取模型对所述光缆环境图像进行特征提取,得到光缆区域特征,所述光缆区域特征包括线色特征、形态特征;
基于预设线色评估条件、预设形态评估条件对所述光缆区域特征进行对比,并基于对比得到的差异结果生成异常区域评估值。
进一步地,所述解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果包括:
获取与所述光缆环境监控图像所对应的拍摄设备的全部拍摄位置,并确定与所述光缆区域特征所对应的拍摄位置;
若所述拍摄位置唯一,则将所述拍摄位置的位置进行标记,并将得到的位置标记确定为异常定位结果;
若所述拍摄位置不唯一,则基于多个所述拍摄位置之间的距离确定位置标记的个数以及标记点,并基于所述个数以及标记点生成所述异常定位结果。
进一步地,所述解析所述光缆衰减信息中的衰减幅度之前,所述方法还包括:
向所述变电站发送光缆数据获取请求,以使所述变电站反馈光功率;
调取已更新的误码参数以及预警权重值,所述预警权重值为基于表征基于历史检测结果对所述光缆进行预测得到的概率权重,所述误码参数用于表征基于光缆硬件损耗所确定的异常比例。
进一步地,所述方法还包括:
当所述误码参数、所述预警权重值之比匹配第一异常检测范围,则基于异常检测公式计算所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值对应的第一异常评价值;
若所述第一异常评价值匹配预设的第一异常评价范围,则确定所述光缆存在异常。
进一步地,所述方法还包括:
当误码参数、所述预警权重值之比匹配第二异常检测范围,则基于已完成模型训练的异常检测评价模型对所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值进行评价处理,得到第二异常评价值,所述异常检测评价模型为基于已标记异常评价值的历史光缆衰减信息、历史光功率、历史误码参数、以及历史预警权重值进行训练得到的;
若所述第二异常评价值匹配预设的第二异常评价范围,则确定所述光缆存在异常。
依据本发明另一个方面,提供了一种光缆设备异常定位装置,包括:
发送模块,用于向目标变电站发送关时域反射指令,以接收反馈的光缆衰减信息,所述目标变电站配置有对光缆进行检测的光时域反射检测设备;
解析模块,用于若根据所述光缆衰减信息、光功率、误码参数、以及预警权重值确定所述光缆存在异常,则解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域;
提取模块,用于对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值;
确定模块,用于若所述异常区域评估值匹配预设区域评估阈值,则解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果。
进一步地,所述解析模块包括:
获取单元,用于获取所述光缆设备的光传输反射幅频,并按照所述光传输反射幅频确定所述光缆衰减信息中的衰减幅度;
确定单元,用于基于预设衰减幅度阈值对所述衰减幅度进行划分,确定异常衰减幅度范围,并按照所述异常衰减幅度范围对所述线长进行划分,得到异常区域;或,
处理单元,用于按照已完成模型训练的异常区域分类模型对所述线长、所述衰减幅度进行分类处理,得到异常区域,所述异常区域分类模型为基于包含异常区域标识的线长、衰减幅度的训练样本数据完成训练得到的。
进一步地,所述提取模块包括:
提取单元,用于基于已完成模型模型训练的图像特征提取模型对所述光缆环境图像进行特征提取,得到光缆区域特征,所述光缆区域特征包括线色特征、形态特征;
生成单元,用于基于预设线色评估条件、预设形态评估条件对所述光缆区域特征进行对比,并基于对比得到的差异结果生成异常区域评估值。
进一步地,所述确定模块包括:
获取单元,用于获取与所述光缆环境监控图像所对应的拍摄设备的全部拍摄位置,并确定与所述光缆区域特征所对应的拍摄位置;
第一确定单元,用于若所述拍摄位置唯一,则将所述拍摄位置的位置进行标记,并将得到的位置标记确定为异常定位结果;
第二确定单元,用于若所述拍摄位置不唯一,则基于多个所述拍摄位置之间的距离确定位置标记的个数以及标记点,并基于所述个数以及标记点生成所述异常定位结果。
进一步地,所述装置还包括:调取模块,
所述发送模块,还用于向所述变电站发送光缆数据获取请求,以使所述变电站反馈光功率;
所述调取模块,用于调取已更新的误码参数以及预警权重值,所述预警权重值为基于表征基于历史检测结果对所述光缆进行预测得到的概率权重,所述误码参数用于表征基于光缆硬件损耗所确定的异常比例。
进一步地,所述装置还包括:计算模块,
所述计算模块,用于当所述误码参数、所述预警权重值之比匹配第一异常检测范围,则基于异常检测公式计算所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值对应的第一异常评价值;
所述确定模块,用于若所述第一异常评价值匹配预设的第一异常评价范围,则确定所述光缆存在异常。
进一步地,所述装置还包括:处理模块,
所述处理模块,用于当误码参数、所述预警权重值之比匹配第二异常检测范围,则基于已完成模型训练的异常检测评价模型对所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值进行评价处理,得到第二异常评价值,所述异常检测评价模型为基于已标记异常评价值的历史光缆衰减信息、历史光功率、历史误码参数、以及历史预警权重值进行训练得到的;
所述确定模块,还用于若所述第二异常评价值匹配预设的第二异常评价范围,则确定所述光缆存在异常。
根据本发明的又一方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述光缆设备异常定位方法对应的操作。
根据本发明的再一方面,提供了一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述光缆设备异常定位方法对应的操作。
借由上述技术方案,本发明实施例提供的技术方案至少具有下列优点:
本发明提供了一种光缆设备异常定位方法及装置、存储介质、终端,与现有技术相比,本发明实施例通过向目标变电站发送关时域反射指令,以接收反馈的光缆衰减信息,所述目标变电站配置有对光缆进行检测的光时域反射检测设备;若根据所述光缆衰减信息、光功率、误码参数、以及预警权重值确定所述光缆存在异常,则解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域;对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值;若所述异常区域评估值匹配预设区域评估阈值,则解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果,实现准确对光缆设备异常的检测,并及时对出现异常的光缆位置进行确定,大大减少了异常定位的误差,从而提高了光缆设备异常定位的准确性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种光缆设备异常定位方法流程图;
图2示出了本发明实施例提供的另一种光缆设备异常定位方法流程图;
图3示出了本发明实施例提供的又一种光缆设备异常定位方法流程图;
图4示出了本发明实施例提供的一种光缆设备异常定位装置组成框图;
图5示出了本发明实施例提供的一种终端的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
针对光缆设备的异常定位通常是基于传统的光时域反射仪(英文名称:opt ica lt ime-domai n ref l ectometer,OTDR)确定光缆设备断点后,按照计算断点距离对光缆设备进行定位。然而,当基于光时域反射仪采集光反射信息计算光衰减信息确定断点距离时,由于光缆设备处于的外界环境,过长且非直线传输的光缆设备会造成计算断点距离产生较大的误差,从而大大降低了光缆设备异常定位的准确性。本发明实施例提供了一种光缆设备异常定位方法,如图1所示,该方法包括:
101、向目标变电站发送关时域反射指令,以接收反馈的光缆衰减信息。
本发明实施例中,当前执行主体为与各个变电站进行数据通信的服务端,可以为光缆设备管理平台或光缆设备控制系统等,由于光缆设备(简称为光缆)在各个变电站之间实现数据传输的功能,因此,当前服务端在需要对光缆进行异常定位时,需要向此目标变电站发送时域反射指令,以获取光缆衰减信息。其中,本发明实施例中,每个变电站上均安装有光缆的时域反射检测仪,即目标变电站配置有对应的光时域反射检测设备,例如,光时域反射仪(英文名称:optical time-domain reflectometer,OTDR),从而使得时域反射检测仪在变电站接收到时域反射指令时,进行光缆衰减信息的采集。
102、若根据所述光缆衰减信息、光功率、误码参数、以及预警权重值确定所述光缆存在异常,则解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域。
本发明实施例中,当前执行端获取到光缆衰减信息后,基于光缆的光功率、误码参数、以及预警权重值,结合光缆衰减信息对光缆进行异常检测,从而确定光缆存在异常时,解析光缆衰减信息中的衰减幅度,以按照光缆的线长、衰减幅度对光缆划分异常区域。其中,衰减幅度用于表征光信号在光缆中的衰减程度,从而按照光缆的线长、衰减幅度对光缆划分异常区域,此时,异常区域即为光缆中光信号衰减异常的长度区域。
需要说明的是,光功率即为光缆进行数据传输过程中的功率,预警权重值为基于表征基于历史检测结果对所述光缆进行预测得到的概率权重,误码参数用于表征基于光缆硬件损耗所确定的异常比例,从而基于光缆衰减信息、光功率、误码参数、以及预警权重值确定光缆是否存在异常检测。
103、对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值。
本发明实施例中,当确定异常区域后,为了准确对异常区域进行判断,获取异常区域对应的光缆环境监控图像,此时,光缆的全线路上会安装有多个监控设备,以进行拍照。当得到匹配异常区域的光缆环境监控图像后,对此图像进行特征提取,以得到光缆区域特征,此时,光缆区域特征包括颜色特征、形状特征,以便基于此光缆区域特征进行异常区域评估,得到异常区域评估值。其中,对光缆区域特征进行异常区域评估得到的评估值为一种评估的量化结果,从而此异常区域评估值确定光缆的异常结果。
104、若所述异常区域评估值匹配预设区域评估阈值,则解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果。
本发明实施例中,当异常区域评估值匹配预设的区域评估阈值,则说明此异常区域需要进行定位,因此,解析器光缆区域特征的位置标记,从而通过此位置标记确定异常定位结果。其中,由于光缆区域特征包括有颜色特征、形状特征,因此,可以通过预先对光缆全程进行位置标识来从颜色特征、形状特征中解析得到位置标识,例如,解析到位置标识111,则确定异常定位结果为光缆的111米处,本发明实施例不做具体限定。
在另一个本发明实施例中,为了进一步限定及说明,如图2所示,步骤解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域包括:
201、获取所述光缆设备的光传输反射幅频,并按照所述光传输反射幅频确定所述光缆衰减信息中的衰减幅度;
202、基于预设衰减幅度阈值对所述衰减幅度进行划分,确定异常衰减幅度范围,并按照所述异常衰减幅度范围对所述线长进行划分,得到异常区域;或,
203、按照已完成模型训练的异常区域分类模型对所述线长、所述衰减幅度进行分类处理,得到异常区域,所述异常区域分类模型为基于包含异常区域标识的线长、衰减幅度的训练样本数据完成训练得到的。
为了实现基于对光缆进行异常区域划分,从而进行精准定位,解析光缆衰减信息中的衰减幅度,具体的,首先获取光缆设备的光传输反射幅频,以按照光传输反射幅频确定光缆衰减信息中的衰减幅度。其中,光传输反射幅频为光缆设备中预先设定的幅频参数,因此,可以按照此光传输反射幅频来对光缆衰减信息进行衰减幅度的确定。例如,光传输反射幅频为a-b,从而光缆衰减信息中找到不匹配a-b的衰减值,确定为衰减幅度。
在一个本发明实施例中,为了确定异常衰减幅度范围,则预先配置一个衰减幅度阈值,用于对衰减幅度进行划分,即当衰减幅度小于预设衰减幅度阈值时,则说明出现光缆衰减异常,因此,确定此衰减幅度小于预设衰减幅度阈值的时刻开始确定为异常衰减幅度范围。由于光在固定线长的光缆中传播的速度可知,可以确定光传播中衰减时刻的位置,从而按照异常衰减幅度范围所对应的时刻对光缆线长进行划分,得到异常区域,此时,异常区域即为从出现光缆出现异常开始至此段光缆结束的范围,本发明实施例不做具体限定。
在一个本发明实施例中,为了实现基于对光缆进行异常区域划分,从而进行精准定位,按照已完成模型训练的异常区域分类模型对线长、衰减幅度进行分类处理,得到异常区域。其中,所述异常区域分类模型为基于包含异常区域标识的线长、衰减幅度的训练样本数据完成训练得到的,即预先基于标识有异常区域标识线长、衰减幅度作为训练样本数据,以进行训练异常区域分类模型,此时,异常区域分类模型可以为包括但不限于卷积神经网络、神经网络模型、支持向量机模型等,本发明实施例不做具体限定。
在另一个本发明实施例中,为了进一步限定及说明,如图3所示,步骤对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值包括:
301、基于已完成模型模型训练的图像特征提取模型对所述光缆环境图像进行特征提取,得到光缆区域特征;
302、基于预设线色评估条件、预设形态评估条件对所述光缆区域特征进行对比,并基于对比得到的差异结果生成异常区域评估值。
为了实现对异常区域的评估,从而确定此异常区域是否为需要进行定位的区域,具体的,在对光缆环境监控图像进行特征提取时,具体的,基于已完成模型训练的图像特征提取模型对光缆环境图像进行特征提取,得到包含线色特征、形态特征的光缆区域特征,从而基于预设线色评估条件、预设形态评估条件判断光缆区域特征的评估结果。其中,图像特征提取模型可以为任意卷积神经网络等图像特征提取算法等,从而从光缆环境图像中提取出线色特征、形态特征。当提取出线色特征、形态特征后,通过预先设定的线色评估条件、形态评估条件对出线色特征、形态特征进行对比。此时,预设线色评估条件为针对不同光缆线的颜色进行配置,预设形态评估条件为针对不同光缆线的线宽或线直径进行配置,本发明实施例不做具体限定。同时,在进行对比时,得到的差异结果即包括线色特征与预设线色评估条件之间的像素颜色差值,以及形态特征与预设形态评估条件之间的像素形态差值,从而生成异常区域评估值。进而的,在生成异常区域评估值时,划分多个评估等级,即将像素颜色差值、像素形态差值分别与多个评估等级的差异值进行对比,生成异常区域评估值。例如,像素颜色差异值为10,像素形态差异值为15,处于第5评估等级,则异常区域评估值为5,本发明实施例不做具体限定。
在另一个本发明实施例中,为了进一步限定及说明,步骤解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果包括:
获取与所述光缆环境监控图像所对应的拍摄设备的全部拍摄位置,并确定与所述光缆区域特征所对应的拍摄位置;
若所述拍摄位置唯一,则将所述拍摄位置的位置进行标记,并将得到的位置标记确定为异常定位结果;
若所述拍摄位置不唯一,则基于多个所述拍摄位置之间的距离确定位置标记的个数以及标记点,并基于所述个数以及标记点生成所述异常定位结果。
为了准确对光缆设备的异常进行精准定位,具体的,首先获取光缆环境监控图像所对应的拍摄设备的全部拍摄位置,以确定光缆特征区域所对应的拍摄位置。其中,本发明实施例中,在光缆设备的全线程中会在不同位置处按照有拍摄设备,例如,100米、200米、300米等位置处安装有定时照相机,以进行拍摄位置的确定。此时,由于需要定位的异常区域评估值所对应的位置是基于光缆区域特征确定的,而光缆区域特征可以为一个或多个图像进行确定的,针对一个图像或多个图像,对应不同的拍摄位置。其中,若拍摄位置唯一,即说明此拍摄位置得到的光缆环境监控图像的异常区域评估值直接确定出此拍照位置为需要进行定位的异常区域,因此,将拍摄位置的位置进行标记,并将得到的位置标记确定为异常定位结果。若所述拍摄位置不唯一,即说明多个拍摄位置得到的光缆环境监控图像的异常区域评估值确定出多个拍照位置为需要进行定位的异常区域,因此,则基于多个拍摄位置之间的距离确定位置标记的个数以及标记点,并基于个数以及标记点生成所述异常定位结果,本发明实施例不做具体限定。
在另一个本发明实施例中,为了进一步限定及说明,步骤解析所述光缆衰减信息中的衰减幅度之前,所述方法还包括:
向所述变电站发送光缆数据获取请求,以使所述变电站反馈光功率;
调取已更新的误码参数以及预警权重值,所述预警权重值为基于表征基于历史检测结果对所述光缆进行预测得到的概率权重,所述误码参数用于表征基于光缆硬件损耗所确定的异常比例。
为了基于光缆的光功率、误码参数、以及预警权重值确定光缆是否异常,由于预警权重值为基于表征基于历史检测结果对所述光缆进行预测得到的概率权重,误码参数用于表征基于光缆硬件损耗所确定的异常比例,本发明实施例中,为了更准确的对光缆进行检测,在获取光功率、误码参数、预警权重值时,具体的,首先向变电站发送光缆数据获取请求,以使的变电站采集光功率后进行反馈。同时,调取已更新的误码参数以及预警权重值,其中,由于误码参数为基于光缆硬件损耗确定的异常比例,因此,可以基于光缆使用时长与预设寿命进行求比,使用时间越长,误码参数越大。同时,由于预警权重值为基于表征基于历史检测结果对光缆进行预测得到的概率权重,即基于历史检测结果对本次光缆的异常性进行预测,得到的概率权重,具体的,本发明实施例中,通过预测参数与历史检测结果进行相乘得到。其中,预测参数为0-1之间的数值,第一次选取为0.5,若检测结果为异常,则增加0.1,若检测结果为正常,则减少0.05,依次类推,而本发明实施例中,由于光缆检测结果为通过异常评价值进行体现,因此,历史检测结果为最后一次光缆异常检测结果中的异常评价值,本发明实施例不做具体限定。
在另一个本发明实施例中,为了进一步限定及说明,步骤还包括:
当所述误码参数、所述预警权重值之比匹配第一异常检测范围,则基于异常检测公式计算所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值对应的第一异常评价值;
若所述第一异常评价值匹配预设的第一异常评价范围,则确定所述光缆存在异常。
本发明实施例中,在进行光缆的异常判断过程中,具体的,首先判断误码参数与预警权重之间的比值,然后与第一异常检测范围进行匹配,若匹配,则选取基于异常检测公式计算发送进行光缆异常的判断,因此,进一步基于异常检测公式计算所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值对应的第一异常评价值。
需要说明的是,当第一异常评价值匹配预设的第一异常评价范围,则确定光缆存在异常,此时,第一异常评价范围的设定为基于光缆检测需求进行配置,本发明实施例不做具体限定。另外,在基于异常检测公式计算光缆衰减信息、光功率、误码参数、以及预警权重值对应的第一异常评价值时,具体的,异常检测公式为s为光缆衰减信息,w为误码参数,g为光功率,q为预警权重值。
在另一个本发明实施例中,为了进一步限定及说明,步骤还包括:
当误码参数、所述预警权重值之比匹配第二异常检测范围,则基于已完成模型训练的异常检测评价模型对所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值进行评价处理,得到第二异常评价值,所述异常检测评价模型为基于已标记异常评价值的历史光缆衰减信息、历史光功率、历史误码参数、以及历史预警权重值进行训练得到的;
若所述第二异常评价值匹配预设的第二异常评价范围,则确定所述光缆存在异常。
本发明实施例中,在进行光缆的异常检测判断过程中,具体的,首先判断误码参数与预警权重之间的比值,然后与第二异常检测范围进行匹配,若匹配,则选取基于已完成模型训练的异常检测评价模型进行判断,因此,进一步基于异常检测评价模型预测光缆衰减信息、光功率、误码参数、以及预警权重值对应的第二异常评价值。
需要说明的是,异常检测评价模型为基于已标记异常评价值的历史光缆衰减信息、历史光功率、历史误码参数、以及历史预警权重值进行训练得到的,即可以基于深度学习模型、神经网络、支持向量机等构建模型后,利用已标记有异常评价值的历史光衰减信息、历史光功率、历史误码参数、历史预警权重值对此模型进行训练,从而基于完成模型训练的异常检测评价模型对光缆的异常进行评价判断。进而的,若第二异常评价值匹配预设的第二异常评价范围,则确定所述光缆存在异常,第二异常评价范围的设定为基于光缆检测需求进行配置,本发明实施例不做具体限定。
本发明提供了一种光缆设备异常定位方法,与现有技术相比,本发明实施例通过向目标变电站发送关时域反射指令,以接收反馈的光缆衰减信息,所述目标变电站配置有对光缆进行检测的光时域反射检测设备;若根据所述光缆衰减信息、光功率、误码参数、以及预警权重值确定所述光缆存在异常,则解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域;对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值;若所述异常区域评估值匹配预设区域评估阈值,则解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果,实现准确对光缆设备异常的检测,并及时对出现异常的光缆位置进行确定,大大减少了异常定位的误差,从而提高了光缆设备异常定位的准确性。
进一步的,作为对上述图1所示方法的实现,本发明实施例提供了一种光缆设备异常定位装置,如图4所示,该装置包括:
发送模块41,用于向目标变电站发送关时域反射指令,以接收反馈的光缆衰减信息,所述目标变电站配置有对光缆进行检测的光时域反射检测设备;
解析模块42,用于若根据所述光缆衰减信息、光功率、误码参数、以及预警权重值确定所述光缆存在异常,则解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域;
提取模块43,用于对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值;
确定模块44,用于若所述异常区域评估值匹配预设区域评估阈值,则解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果。
进一步地,所述解析模块包括:
获取单元,用于获取所述光缆设备的光传输反射幅频,并按照所述光传输反射幅频确定所述光缆衰减信息中的衰减幅度;
确定单元,用于基于预设衰减幅度阈值对所述衰减幅度进行划分,确定异常衰减幅度范围,并按照所述异常衰减幅度范围对所述线长进行划分,得到异常区域;或,
处理单元,用于按照已完成模型训练的异常区域分类模型对所述线长、所述衰减幅度进行分类处理,得到异常区域,所述异常区域分类模型为基于包含异常区域标识的线长、衰减幅度的训练样本数据完成训练得到的。
进一步地,所述提取模块包括:
提取单元,用于基于已完成模型模型训练的图像特征提取模型对所述光缆环境图像进行特征提取,得到光缆区域特征,所述光缆区域特征包括线色特征、形态特征;
生成单元,用于基于预设线色评估条件、预设形态评估条件对所述光缆区域特征进行对比,并基于对比得到的差异结果生成异常区域评估值。
进一步地,所述确定模块包括:
获取单元,用于获取与所述光缆环境监控图像所对应的拍摄设备的全部拍摄位置,并确定与所述光缆区域特征所对应的拍摄位置;
第一确定单元,用于若所述拍摄位置唯一,则将所述拍摄位置的位置进行标记,并将得到的位置标记确定为异常定位结果;
第二确定单元,用于若所述拍摄位置不唯一,则基于多个所述拍摄位置之间的距离确定位置标记的个数以及标记点,并基于所述个数以及标记点生成所述异常定位结果。
进一步地,所述装置还包括:调取模块,
所述发送模块,还用于向所述变电站发送光缆数据获取请求,以使所述变电站反馈光功率;
所述调取模块,用于调取已更新的误码参数以及预警权重值,所述预警权重值为基于表征基于历史检测结果对所述光缆进行预测得到的概率权重,所述误码参数用于表征基于光缆硬件损耗所确定的异常比例。
进一步地,所述装置还包括:计算模块,
所述计算模块,用于当所述误码参数、所述预警权重值之比匹配第一异常检测范围,则基于异常检测公式计算所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值对应的第一异常评价值;
所述确定模块,用于若所述第一异常评价值匹配预设的第一异常评价范围,则确定所述光缆存在异常。
进一步地,所述装置还包括:处理模块,
所述处理模块,用于当误码参数、所述预警权重值之比匹配第二异常检测范围,则基于已完成模型训练的异常检测评价模型对所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值进行评价处理,得到第二异常评价值,所述异常检测评价模型为基于已标记异常评价值的历史光缆衰减信息、历史光功率、历史误码参数、以及历史预警权重值进行训练得到的;
所述确定模块,还用于若所述第二异常评价值匹配预设的第二异常评价范围,则确定所述光缆存在异常。
本发明提供了一种光缆设备异常定位装置,与现有技术相比,本发明实施例通过向目标变电站发送关时域反射指令,以接收反馈的光缆衰减信息,所述目标变电站配置有对光缆进行检测的光时域反射检测设备;若根据所述光缆衰减信息、光功率、误码参数、以及预警权重值确定所述光缆存在异常,则解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域;对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值;若所述异常区域评估值匹配预设区域评估阈值,则解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果,实现准确对光缆设备异常的检测,并及时对出现异常的光缆位置进行确定,大大减少了异常定位的误差,从而提高了光缆设备异常定位的准确性。
根据本发明一个实施例提供了一种存储介质,所述存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的光缆设备异常定位方法。
图5示出了根据本发明一个实施例提供的一种终端的结构示意图,本发明具体实施例并不对终端的具体实现做限定。
如图5所示,该终端可以包括:处理器(processor)502、通信接口(Commun i cat ions I nterface)504、存储器(memory)506、以及通信总线508。
其中:处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502,用于执行程序510,具体可以执行上述光缆设备异常定位方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASI C(App l icat i onSpecific I ntegrated Ci rcuit),或者是被配置成实施本发明实施例的一个或多个集成电路。终端包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASI C。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-vo l at i l e memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作:
向目标变电站发送关时域反射指令,以接收反馈的光缆衰减信息,所述目标变电站配置有对光缆进行检测的光时域反射检测设备;
若根据所述光缆衰减信息、光功率、误码参数、以及预警权重值确定所述光缆存在异常,则解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域;
对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值;
若所述异常区域评估值匹配预设区域评估阈值,则解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (10)
1.一种光缆设备异常定位方法,其特征在于,包括:
向目标变电站发送关时域反射指令,以接收反馈的光缆衰减信息,所述目标变电站配置有对光缆进行检测的光时域反射检测设备;
若根据所述光缆衰减信息、光功率、误码参数、以及预警权重值确定所述光缆存在异常,则解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域;
对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值;
若所述异常区域评估值匹配预设区域评估阈值,则解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果。
2.根据权利要求1所述的方法,其特征在于,所述解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域包括:
获取所述光缆设备的光传输反射幅频,并按照所述光传输反射幅频确定所述光缆衰减信息中的衰减幅度;
基于预设衰减幅度阈值对所述衰减幅度进行划分,确定异常衰减幅度范围,并按照所述异常衰减幅度范围对所述线长进行划分,得到异常区域;或,
按照已完成模型训练的异常区域分类模型对所述线长、所述衰减幅度进行分类处理,得到异常区域,所述异常区域分类模型为基于包含异常区域标识的线长、衰减幅度的训练样本数据完成训练得到的。
3.根据权利要求1所述的方法,其特征在于,所述对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值包括:
基于已完成模型模型训练的图像特征提取模型对所述光缆环境图像进行特征提取,得到光缆区域特征,所述光缆区域特征包括线色特征、形态特征;
基于预设线色评估条件、预设形态评估条件对所述光缆区域特征进行对比,并基于对比得到的差异结果生成异常区域评估值。
4.根据权利要求1所述的方法,其特征在于,所述解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果包括:
获取与所述光缆环境监控图像所对应的拍摄设备的全部拍摄位置,并确定与所述光缆区域特征所对应的拍摄位置;
若所述拍摄位置唯一,则将所述拍摄位置的位置进行标记,并将得到的位置标记确定为异常定位结果;
若所述拍摄位置不唯一,则基于多个所述拍摄位置之间的距离确定位置标记的个数以及标记点,并基于所述个数以及标记点生成所述异常定位结果。
5.根据权利要求1所述的方法,其特征在于,所述解析所述光缆衰减信息中的衰减幅度之前,所述方法还包括:
向所述变电站发送光缆数据获取请求,以使所述变电站反馈光功率;
调取已更新的误码参数以及预警权重值,所述预警权重值为基于表征基于历史检测结果对所述光缆进行预测得到的概率权重,所述误码参数用于表征基于光缆硬件损耗所确定的异常比例。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
当所述误码参数、所述预警权重值之比匹配第一异常检测范围,则基于异常检测公式计算所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值对应的第一异常评价值;
若所述第一异常评价值匹配预设的第一异常评价范围,则确定所述光缆存在异常。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述方法还包括:
当误码参数、所述预警权重值之比匹配第二异常检测范围,则基于已完成模型训练的异常检测评价模型对所述光缆衰减信息、所述光功率、所述误码参数、以及所述预警权重值进行评价处理,得到第二异常评价值,所述异常检测评价模型为基于已标记异常评价值的历史光缆衰减信息、历史光功率、历史误码参数、以及历史预警权重值进行训练得到的;
若所述第二异常评价值匹配预设的第二异常评价范围,则确定所述光缆存在异常。
8.一种光缆设备异常定位装置,其特征在于,包括:
发送模块,用于向目标变电站发送关时域反射指令,以接收反馈的光缆衰减信息,所述目标变电站配置有对光缆进行检测的光时域反射检测设备;
解析模块,用于若根据所述光缆衰减信息、光功率、误码参数、以及预警权重值确定所述光缆存在异常,则解析所述光缆衰减信息中的衰减幅度,并按照所述光缆的线长、所述衰减幅度对所述光缆划分异常区域;
提取模块,用于对与所述异常区域匹配的光缆环境监控图像进行特征提取,得到光缆区域特征,并确定所述光缆区域特征的异常区域评估值;
解析模块,用于若所述异常区域评估值匹配预设区域评估阈值,则解析所述光缆区域特征的位置标记,并通过所述位置标记确定所述光缆设备的异常定位结果。
9.一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的光缆设备异常定位方法对应的操作。
10.一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的光缆设备异常定位方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211548845.5A CN115913349B (zh) | 2022-12-05 | 2022-12-05 | 光缆设备异常定位方法及装置、存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211548845.5A CN115913349B (zh) | 2022-12-05 | 2022-12-05 | 光缆设备异常定位方法及装置、存储介质、终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115913349A true CN115913349A (zh) | 2023-04-04 |
CN115913349B CN115913349B (zh) | 2023-09-01 |
Family
ID=86489385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211548845.5A Active CN115913349B (zh) | 2022-12-05 | 2022-12-05 | 光缆设备异常定位方法及装置、存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115913349B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117029703A (zh) * | 2023-10-09 | 2023-11-10 | 广东欢联电子科技有限公司 | 一种通讯线缆现场生产数据实时管理监测系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018066698A (ja) * | 2016-10-21 | 2018-04-26 | アンリツ株式会社 | 光ファイバ障害点特定システムとその光ファイバ障害点特定方法 |
CN109995426A (zh) * | 2019-03-25 | 2019-07-09 | 深圳供电局有限公司 | 光缆皮长定位方法及光纤震动检测系统 |
CN110708114A (zh) * | 2019-09-02 | 2020-01-17 | 国网浙江省电力有限公司金华供电公司 | 基于ai图像辨别的光缆线路故障定位及可视化方法及系统 |
CN110808776A (zh) * | 2019-11-11 | 2020-02-18 | 国网冀北电力有限公司信息通信分公司 | 一种光缆故障分析系统 |
CN210431427U (zh) * | 2019-09-02 | 2020-04-28 | 国网浙江省电力有限公司金华供电公司 | 一种基于ai图像辨别的光缆线路故障定位及可视化系统 |
CN113067634A (zh) * | 2020-01-02 | 2021-07-02 | 中国移动通信集团设计院有限公司 | 一种光缆网络性能在线监控方法及装置 |
CN113438018A (zh) * | 2021-07-16 | 2021-09-24 | 国网青海省电力公司信息通信公司 | 光缆故障检测方法及装置 |
CN113489534A (zh) * | 2021-07-16 | 2021-10-08 | 国网青海省电力公司信息通信公司 | 光缆异常检测方法及装置 |
CN113691307A (zh) * | 2021-08-12 | 2021-11-23 | 哈尔滨工业大学 | 基于botdr和otdr的opgw故障定位及预警方法 |
CN114095077A (zh) * | 2022-01-20 | 2022-02-25 | 高勘(广州)技术有限公司 | 光缆故障定位方法、装置、设备及存储介质 |
EP3968000A1 (en) * | 2020-09-09 | 2022-03-16 | Viavi Solutions Inc. | Fiber optic link intermittent fault detection and localization |
CN114866137A (zh) * | 2022-04-21 | 2022-08-05 | 国网青海省电力公司信息通信公司 | 电力光缆网的检测方法及装置 |
US20220294529A1 (en) * | 2021-03-11 | 2022-09-15 | Ciena Corporation | Analyzing performance of fibers and fiber connections using long-term historical data |
CN115293508A (zh) * | 2022-07-05 | 2022-11-04 | 国网江苏省电力有限公司南通市通州区供电分公司 | 一种可视化的光缆运行状态监控方法及系统 |
-
2022
- 2022-12-05 CN CN202211548845.5A patent/CN115913349B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018066698A (ja) * | 2016-10-21 | 2018-04-26 | アンリツ株式会社 | 光ファイバ障害点特定システムとその光ファイバ障害点特定方法 |
CN109995426A (zh) * | 2019-03-25 | 2019-07-09 | 深圳供电局有限公司 | 光缆皮长定位方法及光纤震动检测系统 |
CN110708114A (zh) * | 2019-09-02 | 2020-01-17 | 国网浙江省电力有限公司金华供电公司 | 基于ai图像辨别的光缆线路故障定位及可视化方法及系统 |
CN210431427U (zh) * | 2019-09-02 | 2020-04-28 | 国网浙江省电力有限公司金华供电公司 | 一种基于ai图像辨别的光缆线路故障定位及可视化系统 |
CN110808776A (zh) * | 2019-11-11 | 2020-02-18 | 国网冀北电力有限公司信息通信分公司 | 一种光缆故障分析系统 |
CN113067634A (zh) * | 2020-01-02 | 2021-07-02 | 中国移动通信集团设计院有限公司 | 一种光缆网络性能在线监控方法及装置 |
EP3968000A1 (en) * | 2020-09-09 | 2022-03-16 | Viavi Solutions Inc. | Fiber optic link intermittent fault detection and localization |
US20220294529A1 (en) * | 2021-03-11 | 2022-09-15 | Ciena Corporation | Analyzing performance of fibers and fiber connections using long-term historical data |
CN113438018A (zh) * | 2021-07-16 | 2021-09-24 | 国网青海省电力公司信息通信公司 | 光缆故障检测方法及装置 |
CN113489534A (zh) * | 2021-07-16 | 2021-10-08 | 国网青海省电力公司信息通信公司 | 光缆异常检测方法及装置 |
CN113691307A (zh) * | 2021-08-12 | 2021-11-23 | 哈尔滨工业大学 | 基于botdr和otdr的opgw故障定位及预警方法 |
CN114095077A (zh) * | 2022-01-20 | 2022-02-25 | 高勘(广州)技术有限公司 | 光缆故障定位方法、装置、设备及存储介质 |
CN114866137A (zh) * | 2022-04-21 | 2022-08-05 | 国网青海省电力公司信息通信公司 | 电力光缆网的检测方法及装置 |
CN115293508A (zh) * | 2022-07-05 | 2022-11-04 | 国网江苏省电力有限公司南通市通州区供电分公司 | 一种可视化的光缆运行状态监控方法及系统 |
Non-Patent Citations (2)
Title |
---|
张娜;: "基于GIS和OTDR的光纤智能监控系统研究", 计算机测量与控制, no. 02, pages 115 - 118 * |
郭中华: "利用光时域反射仪对光缆故障点准确定位及其测试误差分析", 宁夏工程技术, no. 03, pages 74 - 76 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117029703A (zh) * | 2023-10-09 | 2023-11-10 | 广东欢联电子科技有限公司 | 一种通讯线缆现场生产数据实时管理监测系统 |
CN117029703B (zh) * | 2023-10-09 | 2023-12-29 | 广东欢联电子科技有限公司 | 一种通讯线缆现场生产数据实时管理监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115913349B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116009480B (zh) | 一种数控机床的故障监测方法、装置、设备及存储介质 | |
CN113269042B (zh) | 基于行驶车辆违章识别的智能交通管理方法及系统 | |
CN113965487B (zh) | 一种基于网络流量数据的故障诊断系统 | |
CN115913349A (zh) | 光缆设备异常定位方法及装置、存储介质、终端 | |
CN116360367A (zh) | 一种工业设备物联网数据采集方法及系统 | |
CN114255784A (zh) | 一种基于声纹识别的变电站设备故障诊断方法及相关装置 | |
CN115801121A (zh) | 光缆设备异常检测方法及装置 | |
CN112291107A (zh) | 网络分析程序、网络分析装置以及网络分析方法 | |
CN110690699A (zh) | 一种基于泛在电力物联网的变电站智慧检测系统 | |
CN115169602A (zh) | 电力设备的维护方法、装置、存储介质及计算机设备 | |
CN111698128A (zh) | 物联网网络质量检测方法、装置、计算机设备和存储介质 | |
CN114741255A (zh) | 一种基于业务场景自动化执行的故障自愈技术 | |
CN117114420A (zh) | 一种基于图像识别的工贸安全事故风险管控系统和方法 | |
CN115314424B (zh) | 一种快速检测网络信号方法及装置 | |
CN114896096A (zh) | 基于图像识别算法的数据中心设备故障预测系统及方法 | |
CN111965609A (zh) | 雷达可靠度评估方法、装置、电子设备及可读存储介质 | |
CN117498918B (zh) | 基于卫星信号强度的信号接收器控制方法及系统 | |
CN112398706A (zh) | 数据评估标准确定方法、装置及存储介质、电子设备 | |
CN116307534B (zh) | 基于云计算的工程测量数据处理方法 | |
CN117728573B (zh) | 一种配网融合数据质量评估管理系统 | |
TW201929584A (zh) | 基地台之障礙辨識伺服器及方法 | |
CN117523299B (zh) | 一种基于计算机网络图像识别方法、系统和存储介质 | |
CN112905157B (zh) | 一种用于计算机软件开发的数据处理系统 | |
CN118050600B (zh) | 基于分布式行波测量的配网故障定位系统 | |
CN117294024B (zh) | 电力数据分析、治理监控方法和系统 |
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 |