CN116227911A - 故障停电事件的风险监测预警方法、装置、设备及介质 - Google Patents
故障停电事件的风险监测预警方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116227911A CN116227911A CN202211556474.5A CN202211556474A CN116227911A CN 116227911 A CN116227911 A CN 116227911A CN 202211556474 A CN202211556474 A CN 202211556474A CN 116227911 A CN116227911 A CN 116227911A
- Authority
- CN
- China
- Prior art keywords
- outage
- risk
- early warning
- power
- power failure
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004590 computer program Methods 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 24
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06Q10/06—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
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供了一种故障停电事件的风险监测预警方法、装置、设备及介质,涉及电网监测技术领域,该方法包括:构建停电信息监测分析平台;采用所述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息;建立风险级别识别方法;基于所述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警。通过构建停电信息监测及风险预警机制,提高了停电监测及预警能力,提升了停电感知及应急管理水平。
Description
技术领域
本发明涉及电网监测技术领域,特别涉及一种故障停电事件的风险监测预警方法、装置、设备及介质。
背景技术
在科技高速发展的信息时代,电力成为了我们日常生活中不可获缺的存在,对社会的发展也起着越来越重要的作用。一旦发生灾害引起大面积停电,不仅会安全用电及人民日常生活,还影响到抢险救灾及应急救援工作。故障停电引发的停电事件,暴露了停电抢修及停电监测方面的不足,对整体供电服务依旧存在盲区,对用户停电状态掌握不全面,根据广泛的停电信息不能及时的实时监测故障停电事件及停电事件发展过程,无法甄别停电事件的风险等级及敏感性,无法有效对停电的重大,超长、敏感、大面积等事件进行预警,不能及时调配客户服务资源进行应急响应,成为了目前亟待解决的问题。
发明内容
为了解决现有技术中存在的上述问题,本发明的目的是为了提供一种可以实时监测停电事件并进行停电事件风险级别识别与预警的故障停电事件的风险监测预警方法、装置、设备及介质。
为了实现上述目的,本发明采用了以下的技术方案:
本发明提供了一种故障停电事件的风险监测预警方法,包括:
构建停电信息监测分析平台;
采用上述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息;
建立风险级别识别方法;
基于上述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警。
在一种实施方式中,上述停电信息监测分析平台包括:停电用户监测、停电影响小区范围分析、区域停电态势监控。
在一种实施方式中,上述停电用户监测用于:
获取故障停电事件的停电信息;
获取上述停电信息中的停电用户信息、停电用户数量、投诉工单数量;
获取城市行政区划数据、省级行政区划数据;
基于上述停电用户信息、上述停电用户数量、上述城市行政区划数据和上述省级行政区划数据,分析得到城市停电用户数量、省级停电用户数量;
基于上述投诉工单数量、上述城市行政区划数据和上述省级行政区划数据,分析得到城市投诉工单数量和省级投诉工单数量。
在一种实施方式中,上述停电影响小区范围分析用于:
获取上述停电信息中的停电线路、停电台区、停电用户信息;
基于上述停电用户信息获停电用户的小区信息;
基于上述停电线路、上述停电台区、上述停电用户的小区信息,得到停电影响小区的名称和数量;
基于上述停电影响小区的名称和数量、上述城市行政区划数据和上述省级行政区划数据,得到城市停电影响小区和省级停电影响小区。
在一种实施方式中,上述区域停电态势监控用于:
对上述城市停电影响小区、上述省级停电影响小区进行分析,得到城市停电范围密集程度、省级停电范围密集程度;
将上述停电信息与上述城市停电范围密集程度结合,得到城市停电态势;
将上述停电信息与上述省级停电范围密集程度结合,得到省级停电态势;
对上述城市停电态势和上述省级停电态势进行展示;
基于实时获取的停电信息,对展示内容进行更新。
在一种实施方式中,上述风险级别识别方法,具体包括:
获取目标城市第一预设时间内故障停电事件的停电数量、目标城市第一预设时间内故障停电事件的投诉工单数量;
基于上述目标城市第一预设时间内故障停电事件的停电数量,预设停电数量中风险预警阈值、停电数量高风险预警阈值;
基于上述目标城市第一预设时间内故障停电事件的投诉工单数量,预设投诉工单数量中风险阈值、投诉工单数量高风险阈值;
将实时获取的目标城市的停电数量与上述停电数量中风险预警阈值、停电数量高风险预警阈值进行比较,将实时获取的目标城市的投诉工单数量与投诉工单数量中风险阈值、投诉工单数量高风险阈值进行比较,获取目标城市的风险级别。
在一种实施方式中,上述基于上述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警,具体包括:
响应于上述目标城市的城市停电数量超过上述停电数量中风险预警阈值和/或上述目标城市的城市投诉工单数量超过上述投诉工单数量中风险阈值,进行舆情中风险预警;
响应于上述目标城市的城市停电数量超过上述停电数量中风险预警阈值和/或上述目标城市的城市投诉工单数量超过上述投诉工单数量中风险阈值,进行舆情中风险预警;
响应于上述目标城市的城市停电数量超过上述停电数量高风险预警阈值和/或上述目标城市的城市投诉工单数量超过上述投诉工单数量高风险阈值,进行舆情高风险预警;
基于上述停电用户信息,响应于停电用户中包含停电敏感客户,进行目标城市的停电敏感用户停电事件预警;
基于上述停电用户信息,响应于停电用户中包含高危及重要客户,进行目标城市的高危及重要客户停电事件预警;
当上述目标城市出现上述舆情中风险预警和/或上述停电敏感用户停电事件预警和/或高危及重要客户停电事件预警,对上述目标城市进行中风险停电事件预警;
当上述目标城市出现上述舆情高风险预警,对上述目标城市进行高风险停电事件预警。
本发明还提供了一种故障停电事件的风险监测预警装置,包括:
第一构建模块,用于构建停电信息监测分析平台;
监测模块,用于采用上述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息;
第二构建模块,用于建立风险级别识别方法;
预警模块,用于基于上述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警。
本发明还提供了一种电子设备,包括存储器、处理器以及存储在上述存储器中并且可以在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现如上任一项上述方法的步骤。
本发明还提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现如上任一项上述方法的步骤。
本发明提供的上述技术方案的有益效果至少包括:
本发明的一种故障停电事件的风险监测预警方法、装置、设备及介质,首先,构建停电信息监测分析平台;然后,采用上述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息;之后,建立风险级别识别方法;最后,基于上述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警。通过构建停电信息监测及风险预警机制,提高了停电监测及预警能力,提升了停电感知及应急管理水平,还有利于对客户的服务能力的提升,对用户中的停电敏感用户、高危及重要用户的区分与停电风险监测预警,有助于应急供电诉求甄别,开展更快捷、更有效的差异化供电服务,有助于推动客户服务策略多元化发展。同时,对停电风险数字化并赋予不同的颜色进行展示,便于工作人员直观的了解各地实时的停电情况。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍。通过阅读参照以下附图所作的对非限制性实施例的详细描述,本申请的其它特征、目的和优点将会变得更明显。
图1为本发明实施例提供的故障停电事件的风险监测预警方法的流程示例图;
图2为本发明实施例提供的故障停电事件的风险监测预警装置的结构示例图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
为了更好地理解本申请,将参考附图对本申请的各个方面做出更详细的说明。应理解,这些详细说明只是对本申请的示例性实施方式的描述,而非以任何方式限制本申请的范围。在说明书全文中,相同的附图标号指代相同的元件。表述“和/或”包括相关联的所列项目中的一个或多个的任何和全部组合。
在附图中,为了便于说明,已稍微调整了元素的大小、尺寸和形状。附图仅为示例而并非严格按比例绘制。如在本文中使用的,用语“大致”、“大约”以及类似的用语用作表近似的用语,而不用作表程度的用语,并且旨在说明将由本领域普通技术人员认识到的、测量值或计算值中的固有偏差。另外,在本申请中,各步骤处理描述的先后顺序并不必然表示这些处理在实际操作中出现的顺序,除非有明确其它限定或者能够从上下文推导出的除外。
还应理解的是,诸如“包括”、“包括有”、“具有”、“包含”和/或“包含有”等表述在本说明书中是开放性而非封闭性的表述,其表示存在所陈述的特征、元件和/或部件,但不排除一个或多个其它特征、元件、部件和/或它们的组合的存在。此外,当诸如“...中的至少一个”的表述出现在所列特征的列表之后时,其修饰整列特征,而非仅仅修饰列表中的单独元件。此外,当描述本申请的实施方式时,使用“可”表示“本申请的一个或多个实施方式”。并且,用语“示例性的”旨在指代示例或举例说明。
除非另外限定,否则本文中使用的所有措辞(包括工程术语和科技术语)均具有与本申请所属领域普通技术人员的通常理解相同的含义。还应理解的是,除非本申请中有明确的说明,否则在常用词典中定义的词语应被解释为具有与它们在相关技术的上下文中的含义一致的含义,而不应以理想化或过于形式化的意义解释。
需要说明的是,在不冲突的情况下,本申请中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本申请。
如图1所示,本发明提供了一种故障停电事件的风险监测预警方法,包括:
S1、构建停电信息监测分析平台。
在一种实施方式中,上述停电信息监测分析平台包括停电用户监测、停电影响小区范围分析、区域停电态势监控。
S2、采用上述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息。
在一种实施方式中,上述采用上述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息,具体包括:
S21、停电用户监测用于获取故障停电事件的停电信息,分析得到城市投诉工单数量和省级投诉工单数量,以明确投诉工单数量及各地投诉工单密集程度,便于安排抢修工单;
S22、停电影响小区范围分析用于对停电信息进行分析,获取城市停电影响小区和省级停电影响小区,便于进行小区停电相关性分析和小区停电监控;
S23、区域停电态势监控用于对城市停电影响小区和省级停电影响小区及进行分析,得到城市停电态势和省级停电态势,并进行展示,便于人们直观的了解停电态势。
在一种实施方式中,上述停电用户监测用于获取故障停电事件的停电信息,分析得到城市投诉工单数量和省级投诉工单数量,具体包括:
S211、获取故障停电事件的停电信息。进一步地,停电信息可能分布在省侧PMS系统、采集系统、营销系统等多个平台上,初步获取到的停电信息不仅包括不同的停电类型的停电信息,还可能由于多源获取渠道造成停电信息的大量重复。上述停电类型包括故障停电、临时停电和计划停电。对于初步获取到的停电信息首先需要剔除掉停电类型为临时停电或计划停电的停电信息,然后,将停电信息进行整合处理,消除重复的停电信息,最后,得到故障停电事件的停电信息。
S212、获取停电信息中的停电用户信息、停电用户数量、投诉工单数量。
S213、获取城市行政区划数据、省级行政区划数据。作为示例,可以通过政务网站官方发布的内容获取最新年份的城市行政区划数据、省级行政区划数据。
S214、基于上述停电用户信息、上述停电用户数量、上述城市行政区划数据和上述省级行政区划数据,分析得到城市停电用户数量、省级停电用户数量。作为示例,基于上述停电用户信息获取停电用户的用电地址信息,结合上述停电用户数量、上述城市行政区划数据和上述省级行政区划数据,分析得到城市停电用户数量、省级停电用户数量。
S215、基于上述投诉工单数量、上述城市行政区划数据和上述省级行政区划数据,分析得到城市投诉工单数量和省级投诉工单数量。
在一种实施方式中,上述停电影响小区范围分析用于对停电信息进行分析,获取城市停电影响小区和省级停电影响小区,具体包括:
S221、获取上述停电信息中的停电线路、停电台区、停电用户信息。
S222、基于上述停电用户信息获取停电用户的小区信息。作为示例,基于上述停电用户信息获取停电用户的用电地址信息,基于上述用电地址信息提取出小区信息。
S223、基于上述停电线路、上述停电台区、上述停电用户的小区信息,得到停电影响小区的名称和数量。
S224、基于上述停电影响小区的名称和数量、上述城市行政区划数据和上述省级行政区划数据,得到城市停电影响小区和省级停电影响小区。进一步地,将上述城市停电影响小区和省级停电影响小区与停电信息结合,可以实现以小区为维度监控故障停电影响的用户数量、停电台区数量、停电时长等信息,同时根据停电信息实时更新停电影响的小区分布地区和数量以及小区停电用户信息。
在一种实施方式中,上述区域停电态势监控用于对城市停电影响小区和省级停电影响小区及进行分析,得到城市停电态势和省级停电态势,并进行展示,具体包括:
S231、对上述城市停电影响小区、上述省级停电影响小区进行分析,得到城市停电范围密集程度、省级停电范围密集程度。
S232、将上述停电信息与上述城市停电范围密集程度结合,得到城市停电态势。
S233、将上述停电信息与上述省级停电范围密集程度结合,得到省级停电态势。
S234、对上述城市停电态势和上述省级停电态势进行展示。进一步地,基于各级地图绘制城市停电态势图和省级停电态势图,并进行展示。
S235、基于实时获取的停电信息,对展示内容进行更新。基于展示内容可以直观的了解各城市或各省的故障停电的相关动态数据,包括但不限于城市投诉工单数量和省级投诉工单数量、城市停电影响小区和省级停电影响小区的数量与分布、城市停电范围密集程度和省级停电范围密集程度等。
S3、建立风险级别识别方法。
在一种实施方式中,上述风险级别识别方法,具体包括:
S31、基于实时的停电信息,获取目标城市第一预设时间内故障停电事件的停电数量、目标城市第一预设时间内故障停电事件的投诉工单数量。作为示例,上述第一预设时间可以为过去的30天或过去的一个季度等。
S32、基于上述目标城市第一预设时间内故障停电事件的停电数量,预设停电数量中风险预警阈值、停电数量高风险预警阈值。作为示例,第一预设时间设定为过去的30天,获取目标城市过去30天内的故障停电事件的停电数量,计算30天停电数量的均值和标准差,将停电数量的均值+1倍标准差设为停电数量中风险预警阈值,将停电数量的均值+2倍标准差设为停电数量高风险预警阈值。
S33、基于上述目标城市第一预设时间内故障停电事件的投诉工单数量,预设投诉工单数量中风险阈值、投诉工单数量高风险阈值。作为示例,第一预设时间设定为过去的30天,获取目标城市过去30天内的故障停电事件的投诉工单数量,计算30天投诉工单数量的均值和标准差,将投诉工单数量的均值+1倍标准差设为投诉工单数量中风险预警阈值,将投诉工单数量的均值+2倍标准差设为投诉工单数量高风险预警阈值。
S34、将实时获取的目标城市的停电数量与上述停电数量中风险预警阈值、停电数量高风险预警阈值进行比较,将实时获取的目标城市的投诉工单数量与投诉工单数量中风险阈值、投诉工单数量高风险阈值进行比较,获取目标城市的风险级别。
在另外一些实施例中,上述风险级别识别方法,具体包括:
将目标城市风险级别的量化评估值作为y(t),该量化值是反映目标城市停电发生概率及其引发舆情反映程度的量化指标,数值越高则目标城市停电发生概率越大且引起舆情反映程度越高;将目标城市第一预设时间内故障停电事件的停电数量、目标城市第一预设时间内故障停电事件的投诉工单数量作为因变量z(t),获得目标城市风险级别的量化评估值y(t)和因变量z(t)的n组训练样本的模型训练集合{yn(t),zn(t)},n=1,2,…,N,其中N是训练样本总数量。
进而,建立目标城市风险级别的机器学习回归模型,该模型的描述为:
y(t)=μ(t)+∫z(s)β(s,t)ds+∈(t) 式(1)
代入以上模型训练集合的训练样本可得:
yn(t)=μ(t)+∫zn(s)β(s,t)ds+∈n(t) 式(2)
上式中,β(s,t)为回归系数函数,是s,t的一个二元函数,可以解释为对给定t,放在因变量z在s处的值z(s)上的权重,式中s和t均为时间,μ(t)为截距函数,从而∫z(s)β(s,t)ds是通过积分得到的一个时间函数,∈n(t)为随机误差函数。进而,定义机器学习的损失函数:
进而,使用基函数对目标城市风险级别的机器学习回归模型以及损失函数进行拟合,具体来说,使用基函数向量θ(t)将回归系数函数β(s,t)和截距函数μ(t)分别展开为:
其中:K1、K2为将β(s,t)展开时采用基的个数,K1、K2数值越大越逼近β(s,t),C为由矩阵元素ckl组成的K1×K2维的待估矩阵,η(s)和θ(t)为傅里叶基或B样条基的已知基函数向量, a为待估向量。利用基函数向量将β(s,t)和μ(t)展开后,用待估矩阵C和待估向量a表示出所述损失函数SSE(μ,β)如下式(6):
进而,目标城市风险级别的机器学习回归模型可以表示为矩阵型模型的形式,如下式(7):
Y(t)=ZBθ(t)+E(t) 式(7)
其中,这里的在以上拟合后的损失函数和矩阵型的机器学习回归模型的基础上,利用训练样本数据值对表征截距函数μ(t)和回归系数函数β(s,t)的待估参数C和a进行模型求解,从而获得完整的目标城市风险级别的机器学习回归模型,该求解后完整的目标城市风险级别能够根据目标城市第一预设时间内故障停电事件的停电数量、目标城市第一预设时间内故障停电事件的投诉工单数量,计算获得表示该目标城市风险级别的一个时变性的量化评估值,该量化值是能够反映目标城市停电发生概率及其引发舆情反映程度的一个量化指标。
S4、基于上述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警。
在一种实施方式中,上述基于上述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警,具体包括:
S41、响应于上述目标城市的城市停电数量超过上述停电数量中风险预警阈值和/或上述目标城市的城市投诉工单数量超过上述投诉工单数量中风险阈值,进行舆情中风险预警。
S42、响应于上述目标城市的城市停电数量超过上述停电数量高风险预警阈值和/或上述目标城市的城市投诉工单数量超过上述投诉工单数量高风险阈值,进行舆情高风险预警。
S43、基于上述停电用户信息判断停电用户中是否包含停电敏感客户,响应于上述停电用户中包含停电敏感客户,进行目标城市的停电敏感用户停电事件预警。进一步地,应当预设停电敏感客户的判断标准。停电敏感客户的判断标准可以根据实际情况进行设置,本公开的实施例不对此做出限定。
S44、基于上述停电用户信息判断停电用户中是否包含高危及重要客户,响应于上述停电用户中包含高危及重要客户,进行目标城市的高危及重要客户停电事件预警。进一步地,应当预设高危及重要客户的判断标准。高危及重要客户的判断标准可以根据实际情况进行设置,本公开的实施例不对此做出限定。
S45、当上述目标城市出现上述舆情中风险预警和/或上述停电敏感用户停电事件预警和/或高危及重要客户停电事件预警,对上述目标城市进行中风险停电事件预警。
S46、当上述目标城市出现上述舆情高风险预警,对上述目标城市进行高风险停电事件预警。
进一步地,对于目标城市所在的省份,若上述省份内有3个以上的城市进行了中风险停电事件预警,则对上述省份进行中风险停电事件预警;若上述省份内有1个以上的城市进行了高风险停电事件预警,则对上述省份进行高风险停电事件预警。
作为示例,预设风险指数,范围为0-100,其中0表示无风险,100表示风险最高。省份有中风险停电事件预警,风险指数加2.5分,总计67.5分,若省份有高风险停电事件预警,风险指数加32.5分。结合上述省级停电态势图,风险指数在30分以上的省份在上述省级停电态势图中显示为黄色,风险指数在60分以上的省份在上述省级停电态势图中显示为红色,便于工作人员直观的了解各地的停电态势,进行整体的风险评估。
本发明提供的上述技术方案的有益效果至少包括:
本发明的一种故障停电事件的风险监测预警方法,首先,构建停电信息监测分析平台;然后,采用上述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息;之后,建立风险级别识别方法;最后,基于上述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警。通过构建停电信息监测及风险预警机制,提高了停电监测及预警能力,提升了停电感知及应急管理水平,还有利于对客户的服务能力的提升,对用户中的停电敏感用户、高危及重要用户的区分与停电风险监测预警,有助于应急供电诉求甄别,开展更快捷、更有效的差异化供电服务,有助于推动客户服务策略多元化发展。同时,对停电风险数字化并赋予不同的颜色进行展示,便于工作人员直观的了解各地实时的停电情况。
如图2所示,本发明还提供了一种故障停电事件的风险监测预警装置,包括:
第一构建模块,用于构建停电信息监测分析平台;
监测模块,用于采用上述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息;
第二构建模块,用于建立风险级别识别方法;
预警模块,用于基于上述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警。
在一种实施方式中,上述停电信息监测分析平台包括:停电用户监测子平台、停电影响小区范围分析子平台、区域停电态势监控子平台。
在一种实施方式中,上述停电用户监测子平台用于:
获取故障停电事件的停电信息;
获取上述停电信息中的停电用户信息、停电用户数量、投诉工单数量;
获取城市行政区划数据、省级行政区划数据;
基于上述停电用户信息、上述停电用户数量、上述城市行政区划数据和上述省级行政区划数据,分析得到城市停电用户数量、省级停电用户数量;
基于上述投诉工单数量、上述城市行政区划数据和上述省级行政区划数据,分析得到城市投诉工单数量和省级投诉工单数量。
在一种实施方式中,上述停电影响小区范围分析子平台用于:
获取上述停电信息中的停电线路、停电台区、停电用户信息;
基于上述停电用户信息获停电用户的小区信息;
基于上述停电线路、上述停电台区、上述停电用户的小区信息,得到停电影响小区的名称和数量;
基于上述停电影响小区的名称和数量、上述城市行政区划数据和上述省级行政区划数据,得到城市停电影响小区和省级停电影响小区。
在一种实施方式中,上述区域停电态势监控子平台用于:
对上述城市停电影响小区、上述省级停电影响小区进行分析,得到城市停电范围密集程度、省级停电范围密集程度;
将上述停电信息与上述城市停电范围密集程度结合,得到城市停电态势;
将上述停电信息与上述省级停电范围密集程度结合,得到省级停电态势;
对上述城市停电态势和上述省级停电态势进行展示;
基于实时获取的停电信息,对展示内容进行更新。
在一种实施方式中,上述风险级别识别方法,具体包括:
获取目标城市第一预设时间内故障停电事件的停电数量、目标城市第一预设时间内故障停电事件的投诉工单数量;
基于上述目标城市第一预设时间内故障停电事件的停电数量,预设停电数量中风险预警阈值、停电数量高风险预警阈值;
基于上述目标城市第一预设时间内故障停电事件的投诉工单数量,预设投诉工单数量中风险阈值、投诉工单数量高风险阈值;
将实时获取的目标城市的停电数量与上述停电数量中风险预警阈值、停电数量高风险预警阈值进行比较,将实时获取的目标城市的投诉工单数量与投诉工单数量中风险阈值、投诉工单数量高风险阈值进行比较,获取目标城市的风险级别。
在一种实施方式中,上述预警模块用于:
响应于上述目标城市的城市停电数量超过上述停电数量中风险预警阈值和/或上述目标城市的城市投诉工单数量超过上述投诉工单数量中风险阈值,进行舆情中风险预警;
响应于上述目标城市的城市停电数量超过上述停电数量中风险预警阈值和/或上述目标城市的城市投诉工单数量超过上述投诉工单数量中风险阈值,进行舆情中风险预警;
响应于上述目标城市的城市停电数量超过上述停电数量高风险预警阈值和/或上述目标城市的城市投诉工单数量超过上述投诉工单数量高风险阈值,进行舆情高风险预警;
基于上述停电用户信息,响应于停电用户中包含停电敏感客户,进行目标城市的停电敏感用户停电事件预警;
基于上述停电用户信息,响应于停电用户中包含高危及重要客户,进行目标城市的高危及重要客户停电事件预警;
当上述目标城市出现上述舆情中风险预警和/或上述停电敏感用户停电事件预警和/或高危及重要客户停电事件预警,对上述目标城市进行中风险停电事件预警;
当上述目标城市出现上述舆情高风险预警,对上述目标城市进行高风险停电事件预警。
可以理解的是,如图2所示的故障停电事件的风险监测预警装置中记载的各个模块与参考流程示例图描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于该装置及其中包含的模块,在此不再赘述。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本公开实施例的实施过程构成任何限定。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:构建停电信息监测分析平台;采用所述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息;建立风险级别识别方法;基于所述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括第一构建模块、监测模块、第二构建模块和预警模块。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一构建模块还可以被描述为“构建停电信息监测分析平台的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种故障停电事件的风险监测预警方法,其特征在于,包括:
构建停电信息监测分析平台;
采用所述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息;
建立风险级别识别方法;
基于所述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警。
2.根据权利要求1所述的故障停电事件的风险监测预警方法,其特征在于,所述停电信息监测分析平台包括:停电用户监测、停电影响小区范围分析、区域停电态势监控。
3.根据权利要求2所述的故障停电事件的风险监测预警方法,其特征在于,所述停电用户监测用于:
获取故障停电事件的停电信息;
获取所述电信息中的停电用户信息、停电用户数量、投诉工单数量;
获取城市行政区划数据、省级行政区划数据;
基于所述停电用户信息、所述停电用户数量、所述城市行政区划数据和所述省级行政区划数据,分析得到城市停电用户数量、省级停电用户数量;
基于所述投诉工单数量、所述城市行政区划数据和所述省级行政区划数据,分析得到城市投诉工单数量和省级投诉工单数量。
4.根据权利要求3所述的故障停电事件的风险监测预警方法,其特征在于,所述停电影响小区范围分析用于:
获取所述停电信息中的停电线路、停电台区、停电用户信息;
基于所述停电用户信息获停电用户的小区信息;
基于所述停电线路、所述停电台区、所述停电用户的小区信息,得到停电影响小区的名称和数量;
基于所述停电影响小区的名称和数量、所述城市行政区划数据和所述省级行政区划数据,得到城市停电影响小区和省级停电影响小区。
5.根据权利要求4所述的故障停电事件的风险监测预警方法,其特征在于,所述区域停电态势监控用于:
对所述城市停电影响小区、所述省级停电影响小区进行分析,得到城市停电范围密集程度、省级停电范围密集程度;
将所述停电信息与所述城市停电范围密集程度结合,得到城市停电态势;
将所述停电信息与所述省级停电范围密集程度结合,得到省级停电态势;
对所述城市停电态势和所述省级停电态势进行展示;
基于实时获取的停电信息,对展示内容进行更新。
6.根据权利要求5所述的故障停电事件的风险监测预警方法,其特征在于,所述风险级别识别方法,具体包括:
获取目标城市第一预设时间内故障停电事件的停电数量、目标城市第一预设时间内故障停电事件的投诉工单数量;
基于所述目标城市第一预设时间内故障停电事件的停电数量,预设停电数量中风险预警阈值、停电数量高风险预警阈值;
基于所述目标城市第一预设时间内故障停电事件的投诉工单数量,预设投诉工单数量中风险阈值、投诉工单数量高风险阈值;
将实时获取的目标城市的停电数量与所述停电数量中风险预警阈值、停电数量高风险预警阈值进行比较,将实时获取的目标城市的投诉工单数量与投诉工单数量中风险阈值、投诉工单数量高风险阈值进行比较,获取目标城市的风险级别。
7.根据权利要求6所述的故障停电事件的风险监测预警方法,其特征在于,所述基于所述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警,具体包括:
响应于所述目标城市的城市停电数量超过所述停电数量中风险预警阈值和/或所述目标城市的城市投诉工单数量超过所述投诉工单数量中风险阈值,进行舆情中风险预警;
响应于所述目标城市的城市停电数量超过所述停电数量中风险预警阈值和/或所述目标城市的城市投诉工单数量超过所述投诉工单数量中风险阈值,进行舆情中风险预警;
响应于所述目标城市的城市停电数量超过所述停电数量高风险预警阈值和/或所述目标城市的城市投诉工单数量超过所述投诉工单数量高风险阈值,进行舆情高风险预警;
基于所述停电用户信息,响应于停电用户中包含停电敏感客户,进行目标城市的停电敏感用户停电事件预警;
基于所述停电用户信息,响应于停电用户中包含高危及重要客户,进行目标城市的高危及重要客户停电事件预警;
当所述目标城市出现所述舆情中风险预警和/或所述停电敏感用户停电事件预警和/或高危及重要客户停电事件预警,对所述目标城市进行中风险停电事件预警;
当所述目标城市出现所述舆情高风险预警,对所述目标城市进行高风险停电事件预警。
8.一种故障停电事件的风险监测预警装置,其特征在于,包括:
第一构建模块,用于构建停电信息监测分析平台;
监测模块,用于采用所述停电信息监测分析平台对故障停电事件进行监测,获取故障停电事件的停电信息;
第二构建模块,用于建立风险级别识别方法;
预警模块,用于基于所述故障停电事件的停电信息,采用风险级别识别方法进行分析得到分析结果,根据分析结果进行风险预警。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可以在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211556474.5A CN116227911A (zh) | 2022-12-06 | 2022-12-06 | 故障停电事件的风险监测预警方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211556474.5A CN116227911A (zh) | 2022-12-06 | 2022-12-06 | 故障停电事件的风险监测预警方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116227911A true CN116227911A (zh) | 2023-06-06 |
Family
ID=86579274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211556474.5A Pending CN116227911A (zh) | 2022-12-06 | 2022-12-06 | 故障停电事件的风险监测预警方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116227911A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117713386A (zh) * | 2024-02-05 | 2024-03-15 | 国网山东省电力公司东营市河口区供电公司 | 电网智能监测控制方法、装置 |
-
2022
- 2022-12-06 CN CN202211556474.5A patent/CN116227911A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117713386A (zh) * | 2024-02-05 | 2024-03-15 | 国网山东省电力公司东营市河口区供电公司 | 电网智能监测控制方法、装置 |
CN117713386B (zh) * | 2024-02-05 | 2024-04-16 | 国网山东省电力公司东营市河口区供电公司 | 电网智能监测控制方法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111864898A (zh) | 一种基于输电在线监测数据的三维信息系统及其控制方法 | |
US20240142063A1 (en) | Method for troubleshooting potential safety hazards of compressor in smart gas pipeline network and internet of things system thereof | |
CN110704873A (zh) | 一种防止敏感数据泄漏的方法及系统 | |
CN111797918B (zh) | 大气污染源识别方法、装置、计算机设备及存储介质 | |
CN112799897B (zh) | 一种基于大数据的信息管理方法、管理系统、存储介质 | |
US10268963B2 (en) | System, method, and program for supporting intervention action decisions in hazard scenarios | |
CN115296933B (zh) | 一种工业生产数据风险等级评估方法及系统 | |
CN112801434A (zh) | 性能指标健康度的监测方法、装置、设备和存储介质 | |
CN115792505B (zh) | 一种轨道交通供电管理方法及系统 | |
CN116227911A (zh) | 故障停电事件的风险监测预警方法、装置、设备及介质 | |
US11488083B2 (en) | Risk failure prediction for line assets | |
CN115313355A (zh) | 一种智能电网大数据在短期负荷预测中的自动预测方法及系统 | |
CN107819745A (zh) | 异常流量的防御方法和装置 | |
Royer et al. | Rapid evaluation and response to impacts on critical end-use loads following natural hazard-driven power outages: A modular and responsive geospatial technology | |
Shen et al. | Risk response for critical infrastructures with multiple interdependent risks: A scenario-based extended CBR approach | |
CN112732490A (zh) | 信息确定方法、装置、设备和存储介质 | |
CN110647070A (zh) | 一种用于超大规模数据中心的动力环境监控系统 | |
CN114154879A (zh) | 电网运行风险评估方法、装置、电子设备及可读存储介质 | |
CN115438812A (zh) | 输电设备全生命管理方法、装置、计算机设备和存储介质 | |
CN111062604B (zh) | 基于气象灾害的电网业务风险评估方法、装置及设备 | |
Reilly et al. | Using data envelopment analysis to evaluate the performance of post-hurricane electric power restoration activities | |
CN111951508B (zh) | 一种火情分级方法、装置、介质和电子设备 | |
CN110458743B (zh) | 基于大数据分析的社区治理方法、装置、设备及存储介质 | |
CN114139762A (zh) | 一种基于智能安全帽的电力设备的检修路径规划方法和系统 | |
CN113487087A (zh) | 一种设备使用寿命的预测方法、装置、计算机设备及计算机可读存储介质 |
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 |