CN116207863A - 一种电路安全管控方法、系统、装置及可存储介质 - Google Patents

一种电路安全管控方法、系统、装置及可存储介质 Download PDF

Info

Publication number
CN116207863A
CN116207863A CN202310466759.8A CN202310466759A CN116207863A CN 116207863 A CN116207863 A CN 116207863A CN 202310466759 A CN202310466759 A CN 202310466759A CN 116207863 A CN116207863 A CN 116207863A
Authority
CN
China
Prior art keywords
circuit
breakage
damage
estimated
detection 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.)
Granted
Application number
CN202310466759.8A
Other languages
English (en)
Other versions
CN116207863B (zh
Inventor
邱玉霏
黄榕坤
陈旭治
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 Singularity Iot Technology Co ltd
Original Assignee
Shenzhen Singularity Iot 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 Singularity Iot Technology Co ltd filed Critical Shenzhen Singularity Iot Technology Co ltd
Priority to CN202310466759.8A priority Critical patent/CN116207863B/zh
Publication of CN116207863A publication Critical patent/CN116207863A/zh
Application granted granted Critical
Publication of CN116207863B publication Critical patent/CN116207863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00022—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission
    • H02J13/00026—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission involving a local wireless network, e.g. Wi-Fi, ZigBee or Bluetooth
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00028—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment involving the use of Internet protocols
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H02J13/0005—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving power plugs or sockets

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Alarm Systems (AREA)

Abstract

本说明书实施例提供了一种电路安全管控方法、系统、装置以及可存储介质，该方法包括：获取电路网中的电路的第一检测数据，第一检测数据包括电路监测数据，电路监测数据包括对电路网中电路的不同点位进行监测得到的温度、湿度、电流值、电路两端智能插座使用率以及通电时间中的至少一个；基于第一检测数据，确定电路的至少一个预估电线破损区域的破损特征；基于破损特征，确定智能插座安全控制方案。

Description

一种电路安全管控方法、系统、装置及可存储介质
技术领域
本说明书涉及电路安全领域，特别涉及一种电路安全管控方法、系统、装置及可存储介质。
背景技术
电在给人们生活和生产带来巨大便利的同时，也可能存在一定的安全隐患，尤其是，电路可能因为环境因素或者自身问题而漏电，从而可能会发生爆炸、火灾等事故，进而造成人员的伤亡和财产的损失。为了确保电路的安全，电路的破损问题应该受到重视。
因此，希望提出一种电路安全管控方法，基于WIFI（Wireless-Fidelity，无线保真）和BLE（Bluetooth Low Energy，蓝牙低功耗）的智能插座安全，有效监控电路的安全，并及时基于WIFI和BLE控制智能插座的通断电，对电路进行安全监测，提高电路的安全性能。
发明内容
通过本说明书的一些实施例，可以对可能会发生电路破损的节点提前预测，基于WIFI和BLE控制智能插座的通断电，并及时对可能发生破损的节点进行安全监测，预防危险事故的发生，提高电路的安全性能。
本说明书实施例之一提供一种电路安全管控方法，该方法包括：获取电路网中的电路的第一检测数据，第一检测数据包括电路监测数据，电路监测数据包括对电路网中电路的不同点位进行监测得到的温度、湿度、电流值、电路两端智能插座使用率以及通电时间中的至少一个；基于第一检测数据，确定电路的至少一个预估电线破损区域的破损特征；基于破损特征，确定智能插座安全控制方案。
本说明书实施例之一提供一种电路安全管控系统，该系统包括：获取模块，用于获取电路网中的电路的第一检测数据，电路监测数据包括对电路网中电路的不同点位进行监测得到的温度、湿度、电流值、电路两端智能插座使用率以及通电时间中的至少一个；破损确定模块，用于基于第一检测数据，确定电路的至少一个预估电线破损区域的破损特征；方案确定模块，用于基于破损特征，确定智能插座安全控制方案。
本说明书实施例之一提供一种电路安全管控装置，包括处理器，所述处理器用于执行上述任一项所述的电路安全管控方法。
本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述任一项所述的电路安全管控方法。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的电路安全管控系统的示意图；
图2是根据本说明书一些实施例所示的电路安全管控方法的示例性流程图；
图3是根据本说明书一些实施例所示的确定管壁破损情况的示意图；
图4是根据本说明书一些实施例所示的确定第二预估破损区域的破损特征的示意图；
图5是根据本说明书一些实施例所示的电路安全管控系统的模块图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和组成部分，而这些步骤和组成部分不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或组成部分。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
当用户需要检测一个区域（例如，一个房间、一个小区、一个厂区等）的电路安全情况时，进一步地，需要基于电路安全情况控制该区域内智能插座的启闭，可以通过本说明书中一些实施例所示的一种电路安全管控系统，可以预先判断电路的安全隐患，并制定智能插座安全控制方案，通过控制智能插座的启停保证用电器的安全使用。
图1是根据本说明书一些实施例所示的电路安全管控系统的应用场景示意图。如图1所示，电路安全管控系统的应用场景100中的组件可以包括网络110、智能插座120、终端130、服务器140、存储设备150。在一些实施例中，电路安全管控系统的应用场景100中的组件可以经由网络110（例如无线连接、有线连接或其组合），以实现彼此连接和/或通信。
网络110可以连接系统的各组成部分和/或连接系统与外部资源部分。网络110使得各组成部分之间，以及与系统之外其他部分之间可以进行通讯，促进数据和/或信息的交换。在一些实施例中，网络110可以包括场所内的局域网及其他网络。例如，网络110可以与智能插座120相连，并将启停命令发送至智能插座120。在一些实施例中，网络110还可以包括电缆网络、光纤网络、电信网络、互联网等或其任意组合。各部分之间的网络连接可以是采用上述一种方式，也可以是采取多种方式。在一些实施例中，网络可以是点对点的、共享的、中心式的等各种拓扑结构或者多种拓扑结构的组合。在一些实施例中，网络110可以包括一个或以上网络接入点。例如，网络110可以包括有线或无线网络接入点。
智能插座120可以指进行远程控制的插座。在一些实施例中，智能插座120中内置Wi-Fi(WIreless-Fidelity，无线保真)、BLE(Bluetooth Low Energy，蓝牙低功耗)、Zigbee(基于IEEE802.15.4标准的低功耗局域网协议，中文名称紫蜂协议)等无线通讯模块，可以接入到网络110中，进而接入到服务器端。智能插座可以接收到处理器发出的通电、断电的命令，并执行。
终端130可以指任何用户使用的带有网络连接功能的一个或多个终端或软件。在一些实施例中，用户可以使用终端130远程查看智能插座的工作状态，控制智能插座。在一些实施例中，终端130可以是移动设备、平板计算机、膝上型计算机等其他具有输入和/或输出功能的设备中的一种或其任意组合。在一些实施例中，终端130上可以查看智能插座120的启停、电路的管壁的破损情况等。
服务器140可以处理与电路安全管控系统相关的数据和/或信息。在一些实施例中，服务器140从存储设备150和/或终端130以访问信息和/或数据。服务器140可以用于管理资源以及处理来自本系统至少一个组件或外部数据源（例如，云数据中心）的数据和/或信息。在一些实施例中，服务器可以获取电路网中的电路的第一检测数据；基于第一检测数据，通过第一电路图预测电路的管壁的破损情况；基于管壁的破损情况，确定智能插座安全控制方案。在一些实施例中，服务器140可以是单一服务器或服务器组。该服务器组可以是集中式或分布式的（例如，服务器140可以是分布式系统），可以是专用的也可以由其他设备或系统同时提供服务。在一些实施例中，服务器140可以是区域的或者远程的。在一些实施例中，服务器140可以在云平台上实施，或者以虚拟方式提供。
在一些实施例中，服务器140可以包含处理设备142。处理设备142可以处理从其他设备或系统组成部分中获得的数据和/或信息。处理设备142可以基于这些数据、信息和/或处理结果执行程序指令，以执行一个或多个本申请中描述的功能。
存储设备150可以用于存储数据和/或指令。在一些实施例中，存储设备150可包括大容量存储器、可移动存储器、读写存储器、只读存储器等或以上任意组合。在一些实施例中，存储设备150可在云平台上实现。存储设备150可以是一个或多个设备，可以是一个或多个应用程序接口，可以是一个或多个基于协议的信息获取接口，可以是其他可获取信息的方式。存储设备150所提供的信息，可以是在提取信息时已存在的，也可以是在提取信息时临时生成的，也可以是上述方式的组合。
应当注意，电路安全管控系统的应用场景100仅仅是为了说明的目的而提供，并不意图限制本说明书的范围。对于本领域的普通技术人员来说，可以根据本说明书的描述，做出多种修改或变化。例如，电路安全管控系统的应用场景100可以在其他设备上实现以实现类似或不同的功能。然而，变化和修改不会背离本说明书的范围。
图2是根据本说明书一些实施例所示的电路安全管控方法的示例性流程图。在一些实施例中，流程200可以由处理器执行。流程200可以包括以下步骤：
步骤210，获取电路网中的电路的第一检测数据，电路监测数据包括对电路网中电路的不同点位进行监测得到的温度、湿度、电流值、电路两端智能插座使用率以及通电时间中的至少一个。
第一检测数据可以是对电路进行巡查、监测后获得的数据。在一些实施例中，第一检测数据可以包括电路网中不同点位的电路监测数据、第二检测数据等。其中，点位可以包括电路网中安装有监测设备的位置。
在一些实施例中，第一检测数据包括电路监测数据。电路监测数据可以指对电路网中电路的不同点位进行监测得到的数据。在一些实施例中，电路监测数据可以包括电路中多个点位对应的电路特征值。电路特征值可以包括温度、湿度、电流值、电路两端智能插座使用率以及通电时间等。其中，温度、湿度可以指电路网的电路不同点位上的环境温度、湿度。节点可以设置在任意智能插座中间的电路上。
在一些实施例中，第一检测数据还可以包括电路第二检测数据。电路第二检测数据可以指通过传感检测和图像识别的方法监测到的电路特征数据。关于电路第二检测数据的详细内容可以参见本说明书其他内容的描述，例如，图3。
在一些实施例中，处理器可以获取电路的第一检测数据。处理器可以通过电路上固定点位的监测装置监测电路特征值。在一些实施例中，监测装置可以通过厚度检测和图像识别等方式获得电路监测数据。厚度检测可以获取厚度检测数据，关于厚度检测数据的详细内容可以参见本说明书其他内容的描述，例如，图3。
步骤220，基于第一检测数据，确定电路的至少一个预估电线破损区域的破损特征。
预估电线破损区域的破损特征可以指与电线破损区域中发生破损的部位有关的特征。破损特征可以包括破损类型、破损程度、破损原因等。
破损类型可以指基于电路管壁涂层损坏情况及管壁暴露情况划分的破损的类型。例如，破损类型可以包括一级类型、二级类型。二级类型对应的破损比一级类型对应的破损较为严重。例如，一级类型对应的电路的破损区域的管壁存在裂纹或部分缺失，但电路的管壁未暴露或部分暴露，即还未被破损透，二级类型对应的电路的破损区域的管壁存在大面积缺失，电线壁暴露在外。
破损程度可以指对电路的管壁破损的程度。破损程度可以通过破损面积占整个电路的面积的比值来表示。破损程度也可以通过发生破损处的管壁减少的厚度和破损前的厚度的比值来表示。
破损原因可以是被不同物质影响形成的破损，例如，电线管壁受到周围环境温度、湿度的影响而导致的老化破损、电线使用率过多造成的破损等。
在一些实施例中，处理器可以基于电路网历史电路监测数据和历史破损情况构建参考数据库，参考数据库中包含多个参考向量，每个参考向量至少包括电路网历史监测数据、历史破损区域，每个参考向量对应一种历史破损特征；基于电路当前位置的当前监测数据与参考数据库中的向量进行匹配；根据相似度最高的参考向量对应的历史破损区域作为当前的预估电线破损区域，对应的历史破损特征作为当前破损特征。
在一些实施例中，处理器还可以根据第一检测数据构建电流路网的第一电路图；基于第一电路图，通过破损概率预测模型（例如，GNN）预测电路的破损概率；基于各电路的破损概率，确定预估破损区域；对至少一个预估破损区域进行深度巡检，获取第二检测数据；基于电路监测数据和第二检测数据，确定一个或多个预估破损区域的破损特征。深度巡检可以包括厚度检测和图像识别。关于根据电路图确定破损情况的详细内容，可以详见本说明书其他内容的描述，例如图3。
步骤230，基于破损特征，确定智能插座安全控制方案。
智能插座安全控制方案可以指针对电路的破损特征制定的解决方案。在一些实施例中，智能插座安全控制方案可以包括控制插座的启停、修复方案等。修复方案可以指对破损电路的破损区域的进行修复的方案。
在一些实施例中，处理器可以通过所处环境相似的电路点位的智能插座安全控制方案来确定电路智能插座安全控制方案。例如，电路上点位1和点位2所处的区域湿度、温度等电路监测数据中的环境因素相似，可以用点位1的智能插座安全控制方案确定点位2的智能插座安全控制方案。
在一些实施例中，处理器可以基于管壁的破损特征，确定修复方案。例如，服务器通过网络向破损情况较严重电路对应的智能插座发出关闭的命令，并进行排查和修复，修复完成后，服务器通过网络向对应智能插座发出打开命令。
本说明书的一个实施例通过电路安全管控系统通过细致清晰的分工，有效地掌握并可以预测电路的管壁的破损情况，根据破损情况制定合适的智能插座安全控制方案，提高了电路破损问题处理和修复的效率，保障了电路的安全。
图3是根据本说明书一些实施例所示的确定管壁破损情况的示意图。
在一些实施例中，第一检测数据还包括第二检测数据。如图3所示，基于第一检测数据，确定管壁的破损情况，包括：基于第一检测数据310构建电路网的第一电路图320；基于第一电路图320，预测电路的破损概率330；基于电路的破损概率330，确定至少一个预估电线破损区域340；对至少一个预估电线破损区域340进行深入巡检，获取电路第二检测数据312；基于电路监测数据311和电路第二检测数据312，确定至少一个预估电线破损区域的破损特征350。
第一电路图320可以指电路铺设的示意图，用于表征电路特征、分布及环境情况。第一电路图320中包括节点和边。
在一些实施例中，处理器可以基于第一检测数据310确定第一电路图320的节点和边，并以此构建第一电路图320。
第一电路图320的节点对应电路的每一个预设点，预设点可以包括设施以及未设置监测装置安装的节点，其中，第一电路图320的节点可以包括设置有监测装置安装点的第一类节点和未设置有监测装置安装点的第二类节点。如图3所示，第一类节点A可以通过实心圆点表示，第二类节点B可以通过空心圆点表示。其中，第一类节点的特征可以包括第一检测数据，第二类节点的特征可以为空。
第一电路图320的边对应节点间的电路。电路可以指连通节点之间的通道。如图3所示，边可以指连通节点A和节点B之间的电路。第一电路图320的边可以根据与电路结构设计有关的图纸确定。
在一些实施例中，第一电路图的边可以是有向边，有向边的方向可以表示电流方向。如图3所示，节点A和节点B之间的连线为有向边，表示电流由节点B流到节点A。
第一电路图320的边特征可以包括电流方向、电路特征、环境单元特征序列。电路特征可以指与电路自身性质有关的特征。电路特征可以包括连接两个节点之间的电路的长度、电路的外径、管壁材料等。环境单元特征可以指任意两个节点之间的电路所在的环境因素的特征集合。例如，可以将任意两个节点之间的任意一条电路分为若干段，一段即为一个单位电路，环境单元特征可以包括该条电路对应的若干段单位电路所处的环境特征。环境特征可以从电路监测数据中获取。
在一些实施中，环境单元特征可以用环境单元特征序列表示。环境单元特征序列可以指该条电路对应的若干段单位电路所处的环境特征组成的序列。例如，环境单元特征序列可以为
Figure SMS_1
，表示对应的电路包括n段单位电路，每段单位电路对应的环境特征为环境特征向量/>
Figure SMS_2
。其中，每个环境特征向量至少可以包括表征温度、湿度等特征的元素。在一些实施例中，每个环境特征向量中的元素还可以包括根据电路所处的环境确定的特征，例如，若电路外是砖瓦，则环境特征向量中的元素可以包括与砖瓦相关的特征，如，砖瓦强度、砖瓦的湿度、温度等；若电路外是土壤，则环境特征向量中的元素可以包括与土壤相关的特征，如，土壤密度、土壤酸碱度等。
破损概率330可以指电路被破损的可能性。破损概率330可以通过0-1之间的数字来表示。当破损概率330越高，对应的电路被破损的可能性越高。
在一些实施例中，破损概率330可以通过破损概率预测模型331确定。
在一些实施例中，处理器可以通过破损概率预测模型331确定破损概率330。在一些实施例中，破损概率预测模型331可以对第一电路图320进行处理，确定第一电路图320中各个边对应的电路的破损概率330。破损概率预测模型331可以为机器学习模型，例如，图神经网络模型。
在一些实施例中，破损概率预测模型331输入为第一电路图320，输出为第一电路图320的各个边的破损概率330。在一些实施例中，破损概率预测模型331的输入中，第一电路图320的节点特征可以为各个节点的电路监测数据。
在一些实施例中，破损概率预测模型331可以通过训练得到。例如，向初始破损概率预测模型输入多个带有标签的训练样本，基于标签和初始破损概率预测模型的对应输出分别构建损失函数，基于损失函数对初始破损概率预测模型的参数进行迭代更新，直到满足预设条件时模型训练完成，其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中，训练样本可以包括多个第一样本电路图，标签可以为第一样本电路图中各个边对应的历史破损情况。在一些实施例中，标签可以通过人工进行标注获取。
预估电线破损区域340通常可以指基于当前电路第一检测数据确定的电路上可能存在破损的区域。例如，预估电线破损区域可以包括电路上的破损概率满足破损阈值要求的区域。破损阈值要求可以为破损概率大于破损阈值。破损阈值可以人工设定。例如，电路A的破损概率为80%，电路B的破损概率为30%，破损阈值为50%，则，电路A为预估电线破损区域。
电路第二检测数据312可以指对预估电线破损区域340进行深度检测得到的数据。在一些实施例中，电路第二检测数据312可以包括厚度检测数据等。厚度检测数据可以指预估电线破损区域的电路的厚度。
在一些实施例中，可以通过厚度检测仪获取厚度检测数据。在一些实施例中，可以通过厚度检测仪从电路外部对该电路的多个第一预设位点进行测量，获取厚度检测数据。第一预设位点可以人工设置。第一预设位点可以基于前述单位电路的端点确定，例如，每一个第一预设位点可以为任意单位电路两个端点中的任意一个。
在一些实施例中，处理器可以预设数据库，数据库中包括至少一个历史破损向量，每一个历史破损向量可以包括历史电路监测数据、历史电路第二检测数据以及对应的历史破损特征。可以基于当前预估电线破损区域对应的电路监测数据、电路第二检测数据确定对应的当前破损向量，通过比较当前破损向量和历史破损向量之间的相似度，将相似度最高的历史破损向量对应的历史破损特征作为当前破损向量对应的预估电线破损区域的破损特征350。
在一些实施例中，预估电线破损区域340包括第一预估破损区域和第二预估破损区域。在一些实施例中，确定至少一个预估电线破损区域的破损特征350可以包括：基于第一预估破损区域的第二检测数据312，确定第一预估破损区域的破损类型及破损程度；基于电路网的第二电路图，通过破损特征预测模型确定第二预估破损区域的破损类型及破损程度。
第一预估破损区域可以指通过仪器可以进行检测获取第二检测数据的预估电线破损区域。在一些实施例中，仪器可以包括厚度检测仪、可控制移动的机器等。
在一些实施例中，处理器可以通过预设数据库来确定第一预估破损区域的破损特征。在一些实施例中，处理器可以通过破损特征确定模型确定第一预估破损区域的破损特征。
在一些实施例中，处理器可以通过破损特征确定模型确定第一预估破损区域的破损特征。在一些实施例中，破损概率预测模型的输入可以包括第一预估破损区域的电路监测数据311、电路第二检测数据312，输出可以包括第一预估破损区域的破损类型和破损程度。破损特征确定模型可以为机器学习模型，例如，深度神经网络模型。
在一些实施例中，破损特征确定模型可以通过训练得到。例如，向初始破损特征确定模型输入多个带有标签的训练样本，基于标签和初始破损特征确定模型的对应输出分别构建损失函数，基于损失函数对初始破损特征确定模型的参数进行迭代更新，直到满足预设条件时模型训练完成，其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中，训练样本可以包括多个训练数据，每个训练数据包括第一样本破损区域的历史电路监测数据、历史电路第二检测数据，标签可以为对应的破损特征。在一些实施例中，标签可以通过人工进行标注获取。
通过本说明书的一些实施例，通过电路图便可以从总体上确定电路管壁的破损情况，预估破损概率，并进一步确定电路的电线破损区域，可以更加准确的确定发生破损的位置，便于后期更加准确的确定智能插座安全控制方案。
第二预估破损区域可以指无法通过仪器进行检测获取电路第二检测数据的预估电线破损区域。例如，第二预估破损区域对应的电路部分比较狭窄，难以通行，可控制移动的机器不适合进入。再例如，第二预估破损区域对应的电路部分在墙体内的位置较复杂，无法使用厚度检测仪进行厚度检测，以上情况都可以导致无法获取电路第二检测数据。在一些实施例中，第一个破损区域和第二预估破损区域可以在同一个电路上。
当无法获取预估电线破损区域的电路第二检测数据时，处理器可以基于第二电路图通过破损特征预测模型来预测第二预估破损区域的破损特征。关于第二电路图和破损特征预测模型的详细内容可以参见本说明书其他内容的描述，例如，图4。
在一些情况下，可能由于可移动的检测仪器成本较高，或者数量较少，或者对于有些电路所在的区域，检测仪器无法或不方便进入，通过本说明书的一些实施例，可以基于当前的第一检测数据确定出破损概率较大的预估电线破损区域后，减少了需要检测的范围，进一步地，再控制检测仪器进入与预估电线破损区域所在的环境中进行检测。
通过本说明书的一些实施例，通过第二电路图，实现了基于可检测的电路的检第一检测数据，对难以测量的第二预估破损区域的破损特征的预测，减少了检测仪器的使用量和使用区域，降低了检测的难度。其中，通过使用破损概率预测模型可以提高预测的破损特征的准确率。
图4是根据本说明书一些实施例所示的确定第二预估破损区域的破损特征的示意图。如图4所示，流程400包括以下内容。
在一些实施例中，处理器可以基于第二电路图450通过破损特征预测模型确定第二预估破损区域的破损特征。
第二电路图450包括节点和边，节点反映装设有监测装置的位置（如第二电路图450中的实心节点）和/或未装设有监测装置的位置（如第二电路图450中的空心节点），边反映电路；其中，节点的特征至少包括监测装置的监测数据，边的特征至少包括电路的电流方向、电路特征、环境特征，以及第一预估破损区域的破损类型及破损程度。
如图4所示，处理器可以通过第一检测数据确定第二电路图450对应的节点特征430和边特征440，并以此构建第二电路图450。
第二电路图450对应的节点对应电路的每一个预设点，预设点可以包括电路分界点（如，拐点等）或监测装置安置点，其中，第二电路图450的节点可以包括对应监测装置安置点的第一类节点和对应电路分界点的第二类节点，如图4所示，实心圆点可以表示第一类节点，空心圆点可以表示第二类节点。在一些实施例中，针对同一区域确定电路图时，该区域第二电路图中的节点可以和第一电路图中的节点相同。
第二电路图450中的边对应节点间的电路。在一些实施例中，针对同一区域确定电路图时，该区域，该区域第二电路图450中的边的数量和位置可以和该区域第一电路图中的边的数量和位置相同。在一些实施例中，第二电路图对应的边特征440可以包括电流方向441、电路特征442、环境单元特征序列443、破损类型和破损程度444。其中，电流方向441、电路特征442、环境单元特征序列443可以参考第一电路图中的说明。在一些实施例中，第二电路图450中的边可以包括第一类边和第二类边。其中，第一类边用实线表示，可以代表第一预估破损区域所在的电路，如图4中的第一类边451。第二类边用虚线表示，可以代表第二预估破损区域所在的电路，如图4中的第二类边452。
在一些实施例中，第二电路图450中的边特征还可以包括电路的固有置信度445，固有置信度445可以基于置信度预测模型420确定，破损特征预测模型460还用于对固有置信度445进行更新，以获得第二预估破损区域的预测置信度。
固有置信度445可以指根据电路网中其他电路破损情况预测的目标电路破损特征的可能性。在一些实施例中，固有置信度445可以指能够根据第一预估破损区域的破损特征确定第二预估破损区域的破损特征的可能性。当固有置信度越高，则表明根据第一预估破损区域的破损特征确定第二预估破损区域的破损特征的可能性就越高，预测得到的第二预估破损区域的破损特征的可信度就越高。
在一些实施例中，固有置信度445可以相关于第一预估破损区域与当前第二预估破损区域之间的距离411、电路复杂程度412等。
第一预估破损区域与当前第二预估破损区域之间的距离411可以指第一预估破损区域的中心到第二预估破损区域中心所通过的电路的距离和。例如，第一预估破损区域到节点A的距离为1m，节点A到当前第二预估破损区域中心的距离为2m，则第一预估破损区域与当前第二预估破损区域之间的距离为3m。当第一预估破损区域与当前第二预估破损区域之间的距离411越长，则表明第一预估破损区域的破损特征可能难以对当前第二预估破损区域产生影响，则固有置信度较低。
电路复杂程度412可以基于电路网的边数量、节点数、平均每个节点的分支数等确定。例如，电路复杂程度可以和电路网的边数量、节点数、平均每个节点的分支数呈正相关。在一些实施例中，当电路复杂程度412越高，则固有置信度越低。
在一些实施例中，处理器可以通过置信度预测模型420确定固有置信度445。在一些实施例中，置信度预测模型420的输入为第一预估破损区域与当前第二预估破损区域之间的距离411、电路复杂程度412，输出为固有置信度445。置信度预测模型420可以为机器学习模型，例如，深度神经网络模型。
在一些实施例中，置信度预测模型420可以基于至少一个第一预估破损区域与当前第二预估破损区域的距离确定固有置信度。其中，第一预估破损区域与当前第二预估破损区域之间的距离411可以用向量表示，例如，向量（D1，D2，D3，D4）可以表示四个不同的第一预估破损区域与当前第二预估破损区域之间的距离。
在一些实施例中，置信度预测模型420可以通过训练得到。例如，向初始置信度预测模型输入多个带有标签的训练样本，基于标签和初始置信度预测模型的对应输出分别构建损失函数，基于损失函数对初始置信度预测模型的参数进行迭代更新，直到满足预设条件时模型训练完成，其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中，训练样本可以包括至少一个样本第一预估破损区域与历史第二预估破损区域之间的距离、历史电路复杂程度，标签可以为历史第二预估破损区域是否存在破损。若存在破损情况则标记为1，若不存在破损情况则标记为0。训练样本可以基于历史数据确定。在一些实施例中，标签可以通过人工进行标注获取。
本说明书一些实施例中，通过置信度预测模型确定固有置信度，可以反映通过第一预估破损区域预测第二预估破损区域是否存在破损的准确性，有利于更准确地确定第二预估破损区域存在破损的可能性，进而确定更合适的修复计划。
在一些实施例中，置信度预测模型420的输入还可以包括电路监测数据饱和度413，电路监测数据饱和度413基于电路监测节点的数量和电路监测节点在电路网中的分散程度确定。
电路监测数据饱和度413可以指电路监测数据的数据量的饱和程度。电路监测数据的数据量越多，则电路监测数据饱和度越高，则对应的固有置信度越高。
电路监测节点在电路网中的分散程度可以指电路监测节点（即第一类节点）在电路网中的分布范围。电路监测节点在电路网中的分散程度越高，电路监测节点的电路监测节点的数量越多，表明不会只集中收集电路网中某一部分的电路监测数据，则对应的饱和度越高。
本说明书一些实施例中，将电路监测数据饱和度作为置信度预测模型的输入，充分考虑监测数据以及电路监测节点的数量，有利于获得更准确的置信度预测结果，提高模型的精确性。
在一些实施例中，处理器可以通过破损特征预测模型460确定第二预估破损区域的破损特征470。在一些实施例中，破损特征预测模型460可以对第二电路图450进行处理，确定第二预估破损区域的破损特征470。破损特征预测模型可以为机器学习模型，例如，图神经网络模型。
在一些实施例中，破损特征预测模型460输入为第二电路图450，输出为第二预估破损区域的破损特征470，包括破损类型和破损程度。根据前述内容，第二电路图450中包括节点特征430和边特征440，其中，边特征440中包括破损类型和破损程度444，对于第一类边该特征可根据实际情况设置，对于第二类边该特征可设置为预设值（如，0），然后基于破损特征预测模型的预测结果对第二类边的破损类型进行更新。
在一些实施例中，破损特征预测模型460可以基于初始破损特征预测模型和多个带有标签的训练样本，通过训练得到。训练的方式可参见前述置信度预测模型的训练。
在一些实施例中，训练样本可以包括多个第二样本电路图，标签可以为第二样本电路图中第二样本破损区域的历史破损类型和历史破损程度。在一些实施例中，标签可以通过人工进行标注获取。
预测置信度480可以指对第二预估破损区域进行预测得到的置信度。
在一些实施例中，当第二电路图中的边的特征还包括第二预估破损区域的固有置信度445时，则破损特征预测模型460的输入包括固有置信度445，输出则包括预测置信度480。
对应的，在破损特征预测模型460的训练样本中还包括第二预估破损区域的历史固有置信度，对应的标签可以包括第二预估破损区域是否存在破损，若存在破损标记为1，不存在破损标记为0。
本说明书一些实施例中，通过破损概率预测模型对第一电路图进行处理，可以考虑到节点与边之间的联系，准确分析节点特征的变化，使预测结果更准确。同时，通过破损概率预测模型确定电泄漏点，可以增加模型的泛用性，使得模型适用于漏电未知的场景。进一步地，模型同步输出置信度，可以反映出对模型预测的准确度的估计，有助于决策人员进行进一步判断。
图5是根据本说明书一些实施例所示的电路安全管控系统的模块图。如图5所示，系统500可以包括获取模块510、破损确定模块520、方案确定模块530。
在一些实施例中，获取模块510可以用于获取电路网中的电路的第一检测数据，所述电路监测数据包括对电路网中电路的不同点位进行监测得到的温度、湿度、电流值、电路两端智能插座使用率以及通电时间中的至少一个。
在一些实施例中，破损确定模块520可以用于基于所述第一检测数据，确定所述电路的至少一个预估电线破损区域的破损特征。
在一些实施例中，破损确定模块520可以包括深入巡检模块，可以用于：基于第一检测数据构建电路网的第一电路图；基于第一电路图，预测电路的破损概率；基于电路的破损概率，确定至少一个预估电线破损区域；对至少一个预估电线破损区域进行深入巡检，获取电路第二检测数据；基于电路监测数据和电路第二检测数据，确定至少一个预估电线破损区域的破损特征。
在一些实施例中，破损特征包括破损类型和破损程度，预估电线破损区域包括第一预估破损区域和第二预估破损区域，深入巡检模块包括破损预测模块，破损预测模块可以用于：基于第一预估破损区域的第二检测数据，确定第一预估破损区域的破损类型及破损程度；基于电路网的第二电路图，通过破损特征预测模型确定第二预估破损区域的破损类型及破损程度。
在一些实施例中，第二电路图包括节点和边，节点反映监测装置的位置，边反映电路；其中，节点的特征至少包括监测装置的监测数据，边的特征至少包括电路的电流方向、电路特征、环境特征，以及第一预估破损区域的破损类型及破损程度；边的特征还包括电路的固有置信度，固有置信度基于置信度预测模型确定，破损特征预测模型还用于对固有置信度进行更新，以获得第二预估破损区域的预测置信度。
在一些实施例中，方案确定模块530可以用于基于破损特征，确定智能插座安全控制方案。
应当注意的是，上述有关流程的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
应当注意的是，上述有关流程的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种电路安全管控方法，其特征在于，所述方法包括：
获取电路网中的电路的第一检测数据，所述第一检测数据包括电路监测数据，所述电路监测数据包括对电路网中电路的不同点位进行监测得到的温度、湿度、电流值、电路两端智能插座使用率以及通电时间中的至少一个；
基于所述第一检测数据，确定所述电路的至少一个预估电线破损区域的破损特征；
基于所述破损特征，确定智能插座安全控制方案。
2.如权利要求1所述的电路安全管控方法，其特征在于，所述第一检测数据还包括第二检测数据，所述基于所述第一检测数据，确定所述电路的至少一个预估电线破损区域的破损特征，包括：
基于所述第一检测数据构建所述电路网的第一电路图；
基于所述第一电路图，预测所述电路的破损概率；
基于所述电路的破损概率，确定所述至少一个预估电线破损区域；
对所述至少一个预估电线破损区域进行深入巡检，获取电路第二检测数据；
基于所述电路监测数据和所述电路第二检测数据，确定所述至少一个预估电线破损区域的破损特征。
3.如权利要求2所述的电路安全管控方法，其特征在于，所述破损特征包括破损类型和破损程度，所述预估电线破损区域包括第一预估破损区域和第二预估破损区域，所述确定所述至少一个预估电线破损区域的所述破损特征，包括：
基于所述第一预估破损区域的第二检测数据，确定所述第一预估破损区域的破损类型及破损程度；
基于所述电路网的第二电路图，通过破损特征预测模型确定所述第二预估破损区域的破损类型及破损程度。
4.如权利要求3所述的电路安全管控方法，其特征在于，所述第二电路图包括节点和边，所述节点反映监测装置的位置，所述边反映所述电路；其中，所述节点的特征至少包括所述监测装置的监测数据，所述边的特征至少包括所述电路的电流方向、电路特征、环境特征，以及所述第一预估破损区域的破损类型及破损程度；
所述边的特征还包括所述电路的固有置信度，所述固有置信度基于置信度预测模型确定，所述破损特征预测模型还用于对所述固有置信度进行更新，以获得所述第二预估破损区域的预测置信度。
5.一种电路安全管控系统，其特征在于，所述电路安全管控系统被配置为执行以下操作：
获取模块，用于获取电路网中的电路的第一检测数据，电路监测数据包括对电路网中电路的不同点位进行监测得到的温度、湿度、电流值、电路两端智能插座使用率以及通电时间中的至少一个；
破损确定模块，用于基于所述第一检测数据，确定所述电路的至少一个预估电线破损区域的破损特征；
方案确定模块，用于基于所述破损特征，确定智能插座安全控制方案。
6.如权利要求5所述的电路安全管控系统，其特征在于，所述破损确定模块还包括深入巡检模块，所述深入巡检模块用于：
基于所述第一检测数据构建所述电路网的第一电路图；
基于所述第一电路图，预测所述电路的破损概率；
基于所述电路的破损概率，确定所述至少一个预估电线破损区域；
对所述至少一个预估电线破损区域进行深入巡检，获取电路第二检测数据；
基于所述电路监测数据和所述电路第二检测数据，确定所述至少一个预估电线破损区域的所述破损特征。
7.如权利要求6所述的电路安全管控系统，其特征在于，所述破损特征包括破损类型和破损程度，所述预估电线破损区域包括第一预估破损区域和第二预估破损区域，所述深入巡检模块包括破损预测模块，所述破损预测模块用于：
基于所述第一预估破损区域的第二检测数据，确定所述第一预估破损区域的破损类型及破损程度；
基于所述电路网的第二电路图，通过破损特征预测模型确定所述第二预估破损区域的破损类型及破损程度。
8.如权利要求7所述的电路安全管控系统，其特征在于，所述第二电路图包括节点和边，所述节点反映监测装置的位置，所述边反映所述电路；其中，所述节点的特征至少包括所述监测装置的监测数据，所述边的特征至少包括所述电路的电流方向、电路特征、环境特征，以及所述第一预估破损区域的破损类型及破损程度；
所述边的特征还包括所述电路的固有置信度，所述固有置信度基于置信度预测模型确定，所述破损特征预测模型还用于对所述固有置信度进行更新，以获得所述第二预估破损区域的预测置信度。
9.一种电路安全管控装置，包括处理器，所述处理器用于执行权利要求1~4中任一项所述的电路安全管控方法。
10.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1~4中任一项所述的电路安全管控方法。
CN202310466759.8A 2023-04-27 2023-04-27 一种电路安全管控方法、系统、装置及可存储介质 Active CN116207863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310466759.8A CN116207863B (zh) 2023-04-27 2023-04-27 一种电路安全管控方法、系统、装置及可存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310466759.8A CN116207863B (zh) 2023-04-27 2023-04-27 一种电路安全管控方法、系统、装置及可存储介质

Publications (2)

Publication Number Publication Date
CN116207863A true CN116207863A (zh) 2023-06-02
CN116207863B CN116207863B (zh) 2023-07-14

Family

ID=86517653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310466759.8A Active CN116207863B (zh) 2023-04-27 2023-04-27 一种电路安全管控方法、系统、装置及可存储介质

Country Status (1)

Country Link
CN (1) CN116207863B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002031944A2 (en) * 2000-10-11 2002-04-18 E-Tronics (Pty) Ltd. A system for monitoring and controlling a plurality of electrical loads
CN204696374U (zh) * 2015-03-09 2015-10-07 安徽海圣电气有限公司 一种基于剩余电流监控的智能插座
CN109613329A (zh) * 2018-12-25 2019-04-12 国网湖南省电力有限公司 一种精细线损分析系统
US20190317143A1 (en) * 2018-04-16 2019-10-17 Schweitzer Engineering Laboratories, Inc. Detection and location of broken conductors for transmission lines
CN115866858A (zh) * 2022-12-27 2023-03-28 深圳市奇点物联科技有限公司 一种基于wifi和蓝牙连接的智能灯控系统及方法
CN115854271A (zh) * 2023-02-22 2023-03-28 南京邮电大学 城市地下管网损伤监测与修复系统及损伤识别修复方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002031944A2 (en) * 2000-10-11 2002-04-18 E-Tronics (Pty) Ltd. A system for monitoring and controlling a plurality of electrical loads
CN204696374U (zh) * 2015-03-09 2015-10-07 安徽海圣电气有限公司 一种基于剩余电流监控的智能插座
US20190317143A1 (en) * 2018-04-16 2019-10-17 Schweitzer Engineering Laboratories, Inc. Detection and location of broken conductors for transmission lines
CN109613329A (zh) * 2018-12-25 2019-04-12 国网湖南省电力有限公司 一种精细线损分析系统
CN115866858A (zh) * 2022-12-27 2023-03-28 深圳市奇点物联科技有限公司 一种基于wifi和蓝牙连接的智能灯控系统及方法
CN115854271A (zh) * 2023-02-22 2023-03-28 南京邮电大学 城市地下管网损伤监测与修复系统及损伤识别修复方法

Also Published As

Publication number Publication date
CN116207863B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
CN112910094B (zh) 基于泛在电力物联网的变电站远方自动巡检系统及方法
US20230083626A1 (en) Pipeline monitoring methods and internet of things based on smart gas pipeline network safety
CN108518804A (zh) 一种机房温湿度环境预测方法及系统
CN116614177B (zh) 一种光纤状态多维度参量监测系统
KR102056564B1 (ko) 머신 비전을 이용한 시설물 관리 방법 및 장치
CN114880884B (zh) 一种基于数字化能源系统的专业化建模分析方法及系统
CN113258995A (zh) 故障预测方法、装置和计算机可读存储介质
CN110690699B (zh) 一种基于泛在电力物联网的变电站智慧检测系统
CN115899595B (zh) 一种智慧燃气管道防腐优化方法、物联网系统及存储介质
CN116207863B (zh) 一种电路安全管控方法、系统、装置及可存储介质
CN114722310A (zh) 一种光伏电站设备故障诊断方法、装置、设备及介质
CN113993005A (zh) 电网设备检查方法、装置、计算机设备和存储介质
CN117422849A (zh) 一种配电站房全景可视化数字管理系统、方法及存储介质
CN113776670A (zh) 一种基于红外图像的电力设备监测系统及方法
CN113052105A (zh) 输电电路交叉跨越智能识别方法、装置及介质
CN116561588A (zh) 电力文本识别模型构建方法、电力设备维修方法和装置
CN116341071A (zh) 水电站电缆敷设自动化设计方法及系统
CN118202309A (zh) 用于在IoT系统中运行设备的方法
Segovia et al. Connected system for monitoring electrical power transformers using thermal imaging
CN115187880A (zh) 基于图像识别的通信光缆缺陷检测方法、系统及存储介质
KR102049251B1 (ko) 데이터 수집을 위한 마이크로 그리드 게이트웨이 및 그의 제어 방법
CN110880812A (zh) 变电站设备监控方法、装置及变电站设备监控器
CN113852915A (zh) 地铁站设备控制方法、装置、电子设备及存储介质
CN112598025A (zh) 电力设备目标信息的处理方法、装置、设备和介质
CN118199062B (zh) 基于配电网关数据交换的配电站用电管理优化系统及方法

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