CN116699254A - 一种用于机房设备的防电磁干扰方法及设备 - Google Patents

一种用于机房设备的防电磁干扰方法及设备 Download PDF

Info

Publication number
CN116699254A
CN116699254A CN202310437528.4A CN202310437528A CN116699254A CN 116699254 A CN116699254 A CN 116699254A CN 202310437528 A CN202310437528 A CN 202310437528A CN 116699254 A CN116699254 A CN 116699254A
Authority
CN
China
Prior art keywords
electromagnetic interference
event
induced
interference
undetermined
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
CN202310437528.4A
Other languages
English (en)
Other versions
CN116699254B (zh
Inventor
郭正
祝楠
谢正宵
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.)
Shandong Jinyu Information Technology Group Co Ltd
Original Assignee
Shandong Jinyu Information Technology Group 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 Shandong Jinyu Information Technology Group Co Ltd filed Critical Shandong Jinyu Information Technology Group Co Ltd
Priority to CN202310437528.4A priority Critical patent/CN116699254B/zh
Publication of CN116699254A publication Critical patent/CN116699254A/zh
Application granted granted Critical
Publication of CN116699254B publication Critical patent/CN116699254B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08Measuring electromagnetic field characteristics
    • G01R29/0807Measuring electromagnetic field characteristics characterised by the application
    • G01R29/0814Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
    • G01R29/0821Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning rooms and test sites therefor, e.g. anechoic chambers, open field sites or TEM cells
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08Measuring electromagnetic field characteristics
    • G01R29/0864Measuring electromagnetic field characteristics characterised by constructional or functional features
    • G01R29/0892Details related to signal analysis or treatment; presenting results, e.g. displays; measuring specific signal features other than field strength, e.g. polarisation, field modes, phase, envelope, maximum value
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种用于机房设备的防电磁干扰方法及设备,本申请属于机房环境监督技术领域。该方法获取来自多个电磁干扰测试设备的待定电磁干扰数据集,基于待定电磁干扰数据集及历史电磁干扰数据集,确定相应的多个待定电磁干扰源。基于各待定电磁干扰源对应的诱发干扰事件,生成至少一个诱发干扰事件集合。基于来自环境监测设备的事件监控信息及预设筛选规则,将诱发干扰事件集合中的多个诱发干扰事件进行筛选处理,以得到选定诱发干扰事件集合。根据各选定诱发干扰事件集合及待定电磁干扰数据对应的电磁干扰风险值,确定相应的选定电磁干扰源。通过上述方法解决防电磁干扰处理不及时,防电磁干扰处理的人力成本高的问题。

Description

一种用于机房设备的防电磁干扰方法及设备
技术领域
本申请涉及机房环境监督技术领域,尤其涉及一种用于机房设备的防电磁干扰方法及设备。
背景技术
机房普遍指的是电信、网通、移动、双线、电力以及政府或者企业等,存放服务器的,为用户以及员工提供IT服务的地方。机房内部有大量精密的电子设备,电子设备具有高密度、高速度、低电压和低功耗等特性。
电磁干扰(Electromagnetic Interference,EMI)是干扰电缆信号并降低信号完好性的电子噪音,电磁干扰会给机房内部电子设备的高效运行、内部作业人员的人身安全带来一定的影响,严重的将损坏电子设备,危及作业人员的生命。
目前,机房内部一般都会做防电磁干扰的防护处理,但机房环境复杂,且伴随着时间的推移,防护处理的防电磁干扰性能也将下降。机房一般会安排专人或机房工作人员巡检机房,监测机房的防电磁干扰处理效果,这样会耗费专业人才劳动力。且对于一些突发的电磁干扰,巡检人员并不能做出及时地响应,导致机房防电磁干扰不及时,威胁机房设备的正常运行及作业人员的人身安全。
发明内容
为解决上述问题,本申请实施例提供了一种用于机房设备的防电磁干扰方法及设备。
一方面,本申请实施例提供了一种用于机房设备的防电磁干扰方法,该方法包括:
获取来自多个电磁干扰测试设备的待定电磁干扰数据集;其中,所述电磁干扰测试设备设置于机房内部,所述机房内部包括设置在不同位置的多个所述电磁干扰测试设备;
基于所述待定电磁干扰数据集及历史电磁干扰数据集,确定相应的多个待定电磁干扰源;其中,所述待定电磁干扰源为预设的已防护电磁干扰源中的一个;
基于各所述待定电磁干扰源对应的诱发干扰事件,生成至少一个诱发干扰事件集合;
基于来自环境监测设备的事件监控信息及预设筛选规则,将所述诱发干扰事件集合中的多个诱发干扰事件进行筛选处理,以得到选定诱发干扰事件集合;
根据各所述选定诱发干扰事件集合及所述待定电磁干扰数据对应的电磁干扰风险值,确定相应的选定电磁干扰源,以基于维护记录数据,将所述选定电磁干扰源的位置信息及相应的维护措施发送至相应的用户终端;其中,所述电磁干扰风险值用于表征所述选定电磁干扰源对所述机房内部正常运行的影响程度。
在本申请的一种实现方式中,基于所述待定电磁干扰数据集及历史电磁干扰数据集,确定相应的多个待定电磁干扰源,具体包括:
获取若干所述已防护电磁干扰源在未做防护处理的情况下,相应的初始电磁干扰数据集;所述初始电磁干扰数据集由多个所述电磁干扰测试设备分别采集的未做防护处理的同一电磁干扰源的电磁干扰数据组成;
将所述待定电磁干扰数据集分别与各所述初始电磁干扰数据集进行匹配;
根据所述待定电磁干扰数据集分别与各所述初始电磁干扰数据集的匹配结果,确定多个所述待定电磁干扰源。
在本申请的一种实现方式中,所述方法还包括:
在所述待定电磁干扰数据集分别与各所述初始电磁干扰数据集的匹配结果为均不匹配的情况下,按照预设叠加规则,将各所述初始电磁干扰数据集分别进行预设组合数的叠加处理,以得到若干叠加电磁干扰数据集;
将所述待定电磁干扰数据集分别与各所述叠加电磁干扰数据集进行匹配,以确定多个所述待定电磁干扰源。
在本申请的一种实现方式中,基于各所述待定电磁干扰源对应的诱发干扰事件,生成至少一个诱发干扰事件集合,具体包括:
将各所述待定电磁干扰源对应的诱发干扰事件进行编码,得到与所述待定电磁干扰源对应的事件编码序列;其中,所述诱发干扰事件为用于描述诱发电磁干扰的预设事件文本;
筛选各所述事件编码序列中同一编码,并生成所述同一编码对应的一级编码集合;其中,所述同一编码在各所述事件编码序列中均存在;
确定各所述事件编码序列中非同一编码;
在所述非同一编码存在于序列数量大于1的部分所述事件编码序列的情况下,生成所述非同一编码的二级编码集合;
在所述非同一编码存在于唯一的所述事件编码序列的情况下,生成所述非同一编码的三级编码集合;
根据所述一级编码集合、所述二级编码集合及所述三级编码集合,确定所述诱发干扰事件集合。
在本申请的一种实现方式中,基于来自环境监测设备的事件监控信息及预设筛选规则,将所述诱发干扰事件集合中的多个诱发干扰事件进行筛选处理,以得到选定诱发干扰事件集合,具体包括:
将预设时段内的所述事件监控信息输入预先训练的事件识别模型,以确定监控事件集合;其中,所述监控事件集合包括若干监控事件文本;
通过预设文本比对模型,分别确定所述监控事件集合的各所述监控事件文本与各所述诱发干扰事件集合的所述诱发干扰事件的匹配度;
在所述诱发干扰事件对应的所述匹配度均小于第一预设阈值的情况下,将所述诱发干扰事件从所述诱发干扰事件集合剔除,以得到所述选定诱发干扰事件集合。
在本申请的一种实现方式中,根据各所述选定诱发干扰事件集合及所述待定电磁干扰数据对应的电磁干扰风险值,确定相应的选定电磁干扰源,具体包括:
确定与各所述选定诱发干扰事件集合对应的编码集合级别;
基于各所述编码集合级别及相应的各所述诱发干扰事件的预定风险值,确定所述待定电磁干扰数据对应的多个电磁干扰风险值;其中,所述多个电磁干扰风险值为各所述选定诱发干扰事件集合所对应的所述诱发干扰事件数量个;
将大于第二预设阈值的所述电磁干扰风险值,作为选定电磁干扰风险值;
将所述选定电磁干扰风险值对应的所述待定电磁干扰源,作为所述选定电磁干扰源。
在本申请的一种实现方式中,所述方法还包括:
根据各所述已防护电磁干扰源与所述机房内部各设备的距离,确定第一指标值;所述第一指标值与所述距离为反比关系;
根据各所述已防护电磁干扰源的预设干扰影响值,确定第二指标值;
根据所述第一指标值及所述第二指标值的加权和,分别确定所述一级编码集合、二级编码集合及三级编码集合对应的风险值权重,以基于所述风险值权重及相应的各所述诱发干扰事件的预定风险值的乘积,确定所述待定电磁干扰数据对应的多个电磁干扰风险值。
在本申请的一种实现方式中,所述方法还包括:
获取来自所述用户终端的反馈信息;
在所述反馈信息为所述选定电磁干扰源为误报的情况下,将所述第二预设阈值进行修正,以更新所述选定电磁干扰源的选定标准。
在本申请的一种实现方式中,所述方法还包括:
在所述待定电磁干扰数据集与各所述初始电磁干扰数据、各所述叠加电磁干扰数据集均不匹配的情况下,将所述待定电磁干扰数据集发送至数据分析服务器和/或所述用户终端;
基于所述用户终端指定的所述待定电磁干扰数据集对应的未防护电磁干扰源,将所述待定电磁干扰数据集添加至所述历史电磁干扰数据集。
另一方面,本申请实施例还提供了一种用于机房设备的防电磁干扰设备,所述设备包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取来自多个电磁干扰测试设备的待定电磁干扰数据集;其中,所述电磁干扰测试设备设置于机房内部,所述机房内部包括设置在不同位置的多个所述电磁干扰测试设备;
基于所述待定电磁干扰数据集及历史电磁干扰数据集,确定相应的多个待定电磁干扰源;其中,所述待定电磁干扰源为预设的已防护电磁干扰源中的一个;
基于各所述待定电磁干扰源对应的诱发干扰事件,生成至少一个诱发干扰事件集合;
基于来自环境监测设备的事件监控信息及预设筛选规则,将所述诱发干扰事件集合中的多个诱发干扰事件进行筛选处理,以得到选定诱发干扰事件集合;
根据各所述选定诱发干扰事件集合及所述待定电磁干扰数据对应的电磁干扰风险值,确定相应的选定电磁干扰源,以基于维护记录数据,将所述选定电磁干扰源的位置信息及相应的维护措施发送至相应的用户终端;其中,所述电磁干扰风险值用于表征所述选定电磁干扰源对所述机房内部正常运行的影响程度。
本申请通过上述方案,利用电磁干扰测试设备进行采集待定电磁干扰数据集,并利用历史电磁干扰数据集、诱发干扰事件等数据,得到需要维护的电磁干扰源,并给出维护提示。无需大量巡检人员或巡检人员频繁对机房进行防电磁干扰巡检,实时检测机房电磁干扰环境,及时给出防电磁干扰预警。保证机房设备的正常运行及机房内作业人员的人身安全。能够进行及时、有效地防电磁干扰处理,降低防电磁干扰处理的人力成本。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种用于机房设备的防电磁干扰方法的一种流程示意图;
图2为本申请实施例中一种用于机房设备的防电磁干扰设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
随着各地机房的发展,机房内部设备的增多,设备成本的增加,机房内部的健康维护至关重要。电磁干扰广泛存在于机房之中,在机房建设及使用过程中,由施工人员进行防电磁干扰的处理。
在机房实际投入使用过程中,环境是多变的,难以避免防电磁干扰处理后,机房内部不会发生电磁干扰,如防电磁干扰处理效果不佳或防电磁干扰处理损坏等。
基于此,本申请实施例提供了一种用于机房设备的防电磁干扰方法及设备,用来进行及时地防电磁干扰处理,降低防电磁干扰处理的人力成本,保障机房设备的正常运行及作业人员的人身安全。
以下结合附图,详细说明本申请的各个实施例。
本申请实施例提供了一种用于机房设备的防电磁干扰方法,如图1所示,该方法可以包括步骤S101-S105:
S101,服务器获取来自多个电磁干扰测试设备的待定电磁干扰数据集。
其中,电磁干扰测试设备设置于机房内部,机房内部包括设置在不同位置的多个电磁干扰测试设备。
电磁干扰测试设备可以是电磁干扰测量仪,能够采集电磁干扰电压、电流或场强等电磁干扰数据,电磁干扰数据至少包括:电磁干扰产生的电场强度、磁场强度、功率通量密度值等。本申请可以预先设定一组权重{n1,n2,n3},分别作为电场强度A、磁场强度B、功率通量密度值C的权重值,通过公式:n1*A+n2*B+n3*C=D计算某一电磁干扰测试设备的待定电磁干扰数据集的数据D。待定电磁干扰数据集中包括多个电磁干扰测试设备测得的数据D。
需要说明的是,服务器作为用于机房设备的防电磁干扰方法的执行主体,仅为示例性存在,执行主体不仅限于服务器,本申请对此不作具体限定。服务器可以是机房内部的服务器,也可以是外部的服务器。
S102,服务器基于待定电磁干扰数据集及历史电磁干扰数据集,确定相应的多个待定电磁干扰源。
其中,待定电磁干扰源为预设的已防护电磁干扰源中的一个。
在本申请实施例中,基于待定电磁干扰数据集及历史电磁干扰数据集,确定相应的多个待定电磁干扰源,具体包括:
服务器获取若干已防护电磁干扰源在未做防护处理的情况下,相应的初始电磁干扰数据集。初始电磁干扰数据集由多个电磁干扰测试设备分别采集的未做防护处理的同一电磁干扰源的电磁干扰数据组成。将待定电磁干扰数据集分别与各初始电磁干扰数据集进行匹配。根据待定电磁干扰数据集分别与各初始电磁干扰数据集的匹配结果,确定多个待定电磁干扰源。
换言之,本申请能够在电磁干扰源没有做防电磁干扰处理时,进行检测其对应的电磁干扰数据,并生成初始电磁干扰数据集存储在服务器,或与服务器连接的数据库中,电磁干扰数据例如开关未做防电磁干扰处理时,通过开闭操作得到其对应的电磁干扰数据。用户也可以通过互联网进行搜索机房内部各能够产生电磁干扰的干扰源(设备、仪器)相应的电磁干扰数据,建立初始电磁干扰数据集,并发送至服务器或服务器连接的数据库,供服务器使用。初始电磁干扰数据集是由多个电磁干扰测试设备针对同一个电磁干扰源采集的电磁干扰数据组成。服务器可以将待定电磁干扰数据集与历史电磁干扰数据集进行比对匹配,例如两个数据集中的数据均是按照用户预设顺序进行排列,例如预设顺序为电磁干扰测试设备的编号顺序,将两个数据集对应位置上的数据进行比对匹配,匹配可以是计算二者差值,差值小于一第一预定值,则两个数据匹配,在数据集中超过第二预定值的数据为匹配时,那么两个数据集的匹配结果为匹配;反之,不匹配。服务器可以在得到与待定电磁干扰数据集匹配的历史电磁干扰数据集后,将历史电磁干扰数据集对应的未防护的电磁干扰源,作为待定电磁干扰源。此时,未防护的电磁干扰源是已经进行过防电磁干扰防护处理后的电磁干扰源。上述第一预定值与第二预定值为用户自行设定的,本申请对此不作具体限定。
在本申请实施例中,在上述待定电磁干扰数据集分别与各初始电磁干扰数据集的匹配结果为均不匹配的情况下,按照预设叠加规则,将各初始电磁干扰数据集分别进行预设组合数的叠加处理,以得到若干叠加电磁干扰数据集。将待定电磁干扰数据集分别与各叠加电磁干扰数据集进行匹配,以确定多个待定电磁干扰源。
预设叠加规则为将各初始电磁干扰数据集进行预设组合数的数据集叠加处理,预设组合数为从初始电磁干扰数据集的数量n个数据集中,任取m(m大于1,小于等于n,m和n为自然数)个数据集并成一组。如有10个初始电磁干扰数量集,任取2个初始电磁干扰数据集进行叠加处理,得到叠加电磁干扰数据集,接着任取3个初始电磁干扰数据集进行叠加处理,直至任取的初始电磁干扰数据集数量为10。预设组合数为从初始电磁干扰数据集的数据集总数量n中取出m(m大于2且小于或等于n)个数据集进行组合的组合个数。
上述叠加处理指的是将数据集中的数据进行叠加处理,具体可以是将各数据集的位置对应的数据进行求取多数平方和再开方,即得到该位置对应数据叠加处理后的数据。以两个初始电磁干扰数据集叠加处理为例,第一个初始电磁干扰数据集为{a1,a2,a3,a4},第二个初始电磁干扰数据集为{b1,b2,b3,b4},那么第一位置上的多数平方和再开方的叠加数据为其余叠加数据可以类比得到。进而得到若干的叠加电磁干扰数据集,并通过上述的比对匹配方式,将待定电磁干扰数据集与各叠加电磁干扰数据集进行匹配,以得到匹配成功的叠加电磁干扰数据集对应的未防护电磁干扰源为待定电磁干扰源。
在本申请实施例中,可能存在待定电磁干扰数据集与各初始电磁干扰数据、各叠加电磁干扰数据集均不匹配的情况,基于此,本申请提供了以下实施例,具体如下:
在待定电磁干扰数据集与各初始电磁干扰数据、各叠加电磁干扰数据集均不匹配的情况下,将待定电磁干扰数据集发送至数据分析服务器和/或用户终端。基于用户终端指定的待定电磁干扰数据集对应的未防护电磁干扰源,将待定电磁干扰数据集添加至历史电磁干扰数据集。
换言之,服务器可以通过网络通信连接数据分析服务器及用户终端,数据分析服务器可以存储有用户预先的神经网络模型,能够通过待定电磁干扰数据集中的数据进行分析预测该待定电磁干扰数据集的来源电磁干扰源。或者数据分析服务器可以将待定电磁干扰数据集进行处理为可视化的表格数据,展示至用户终端或其连接的展示屏幕,方便用户能够通过用户终端发送指定指令,指定待定电磁干扰数据集对应的未防护电磁干扰源(未及时防护或未做防护的电磁干扰源)。服务器可以将待定电磁干扰数据集及指定的该待定电磁干扰数据集对应的未防护电磁干扰源记录,将待定电磁干扰数据集存储于历史电磁干扰数据集中,为以后防电磁干扰提供依据。
此外,数据分析服务器或用户终端得到待定电磁干扰数据集后,可以发送相应的维护信号,使维修人员得到维护信号后,根据指定的该待定电磁干扰数据集对应的未防护电磁干扰源,对未防护电磁干扰源进行防电磁干扰处理。防电磁干扰例如升级防雷器,或金属屏蔽天花板、彩钢板墙面、防静电地板与等电位汇流排可靠相连组成法拉第笼,做好交流工作接地等。本申请对于防电磁干扰处理采取的具体措施不作具体限定。
S103,服务器基于各待定电磁干扰源对应的诱发干扰事件,生成至少一个诱发干扰事件集合。
在本申请实施例中,基于各待定电磁干扰源对应的诱发干扰事件,生成至少一个诱发干扰事件集合,具体包括:
首先,服务器将各待定电磁干扰源对应的诱发干扰事件进行编码,得到与待定电磁干扰源对应的事件编码序列。
其中,诱发干扰事件为用于描述诱发电磁干扰的预设事件文本。
诱发干扰时间与待定电磁干扰源的对应关系可以用知识图谱的形式,存储在服务器或与服务器连接的数据库中。各诱发干扰时间为一段文本,服务器可以将文本进行编码处理,例如“SJ001”、“SJ002”分别对应于不同的诱发干扰事件。本申请可以在确定待定电磁干扰源之后,按照编码顺序,将待定电磁干扰源对应的事件编码进行排列,生成事件编码序列。
接着,服务器筛选各事件编码序列中同一编码,并生成同一编码对应的一级编码集合。其中,同一编码在各事件编码序列中均存在。
即,各待定电磁干扰源对应有一个事件编码序列,服务器可以比对筛选各时间编码序列中的同一编码值,例如各个事件编码序列中都有“SJ001”,“SJ001”为同一编码。将同一编码筛选出来,组成一级编码集合。一级编码集合中同一编码的事件,对应的被诱发出电磁干扰的待定电磁干扰源的数量最多。
随后,服务器也能够确定各事件编码序列中非同一编码。
即,各事件编码序列中有一个编码如“SJ002”,在某一事件编码序列中并不存在,那么该编码为非同一编码。
非同一编码有两种情况,具体如下:
在非同一编码存在于序列数量大于1的部分事件编码序列的情况下,生成非同一编码的二级编码集合。
即,一编码并不处于全部事件编码序列中,但有至少两个事件编码序列中存在该编码,则将该编码筛选出生成相应的二级编码集合。
在非同一编码存在于唯一的事件编码序列的情况下,生成非同一编码的三级编码集合。
最后,服务器根据一级编码集合、二级编码集合及三级编码集合,确定诱发干扰事件集合。
通过分级编码集合,可以提高在确定诱发干扰事件时的效率,无需每次在确定诱发干扰事件时,一一进行单个事件比对。又由于分级编码集合的不同级别与被诱发电磁干扰的待定电磁干扰源数量相关,因此,一定程度上不同级别对应于不同的电磁干扰的干扰程度,通过分级也能够为后续更准确地计算干扰风险值奠定基础。
S104,服务器基于来自环境监测设备的事件监控信息及预设筛选规则,将诱发干扰事件集合中的多个诱发干扰事件进行筛选处理,以得到选定诱发干扰事件集合。
事件监控信息可以是环境监测设备实际在机房内部采集到的已发生事件,例如开关闭合、设备进水等。
在本申请实施例中,基于来自环境监测设备的事件监控信息及预设筛选规则,将诱发干扰事件集合中的多个诱发干扰事件进行筛选处理,以得到选定诱发干扰事件集合,具体包括:
服务器将预设时段内的事件监控信息输入预先训练的事件识别模型,以确定监控事件集合。其中,监控事件集合包括若干监控事件文本。通过预设文本比对模型,分别确定监控事件集合的各监控事件文本与各诱发干扰事件集合的诱发干扰事件的匹配度。在诱发干扰事件对应的匹配度均小于第一预设阈值的情况下,将诱发干扰事件从诱发干扰事件集合剔除,以得到选定诱发干扰事件集合。
事件识别模型为通过预设的若干事件样本及对应的事件标签训练得到的神经网络模型,事件样本包括声音、图像,事件监控信息来自于环境监测设备,环境监测设备包括图像采集模块及声音采集模块,图像采集模块如摄像头,声音采集模块为麦克风阵列。事件识别模型可以根据来自环境监测设备的事件监控信息,生成监控事件文本及其对应的监控事件集合,例如监控事件文本为闪电、雷击。利用预设筛选规则中的预设文本比对模型,将监控事件集合中各监控事件文本与诱发干扰事件集合的各诱发干扰事件进行计算余弦相似度,得到各监控事件文本与各诱发干扰事件的匹配度。
服务器在诱发干扰事件对应的匹配度均小于第一预设阈值的情况下,将诱发干扰事件从诱发干扰事件集合剔除,以得到选定诱发干扰事件集合。也就是说,监控事件文本与各诱发干扰事件均存在一匹配度,诱发干扰事件与各监控事件文本也均存在一匹配度,通过预设筛选规则,将一诱发干扰事件X对应的若干匹配度与第一预设阈值进行比较,如果所有匹配度都小于第一预设阈值,那么将该诱发干扰事件剔除。其中,第一预设阈值为用户预先设定,用于筛选诱发干扰事件的阈值,在实际使用中进行设定或调整,本申请对此不作具体限定。
S105,服务器根据各选定诱发干扰事件集合及待定电磁干扰数据对应的电磁干扰风险值,确定相应的选定电磁干扰源,以基于维护记录数据,将选定电磁干扰源的位置信息及相应的维护措施发送至相应的用户终端。
其中,电磁干扰风险值用于表征选定电磁干扰源对机房内部正常运行的影响程度。
在本申请实施例中,根据各选定诱发干扰事件集合及待定电磁干扰数据对应的电磁干扰风险值,确定相应的选定电磁干扰源,具体包括:
服务器确定与各选定诱发干扰事件集合对应的编码集合级别。基于各编码集合级别及相应的各诱发干扰事件的预定风险值,确定待定电磁干扰数据对应的多个电磁干扰风险值。其中,多个电磁干扰风险值为各选定诱发干扰事件集合所对应的诱发干扰事件数量个。将大于第二预设阈值的电磁干扰风险值,作为选定电磁干扰风险值。将选定电磁干扰风险值对应的待定电磁干扰源,作为选定电磁干扰源。
换言之,上述选定诱发干扰事件集合对应于不同级别的编码集合,如一级编码集合、二级编码集合、三级编码集合。不同级别的编码集合对应有不同的风险值权重,如分别对应α、P、γ。上述电磁干扰风险值为预定数量个,预定数量为筛选完成的选定诱发干扰事件集合中所对应的诱发干扰事件的数量。上述第二预设阈值为用户预先设定的,用于筛选电磁干扰风险值的预设阈值,可以根据实际使用进行设定,本申请对此不作具体限定。本申请在得到选定电磁干扰风险值后,就可以得到这些选定电磁干扰风险值所对应的诱发干扰事件,并根据诱发干扰事件,从待定电磁干扰源中确定选定电磁干扰源。服务器可以确定选定电磁干扰源的位置信息,该位置信息可以是预先设置在服务器中的三维坐标值,还可以确定选定电磁干扰源进行防电磁干扰的维护措施,维护措施可以是用户预先存储在服务器中,也可以是服务器通过互联网查询的,还可以是服务器基于历史的防电磁干扰维护措施,主动生成的,本申请对于维护措施的具体获取方式不作具体限定。服务器可以将位置信息及维护措施发送至用户终端,由用户终端安排维护人员进行机房防电磁干扰维护。
在本申请实施例中,服务器通过以下方式得到电磁干扰风险值,具体如下:
服务器根据各已防护电磁干扰源与机房内部各设备的距离,确定第一指标值。第一指标值与距离为反比关系。根据各已防护电磁干扰源的预设干扰影响值,确定第二指标值。根据第一指标值及第二指标值的加权和,分别确定一级编码集合、二级编码集合及三级编码集合对应的风险值权重,以基于风险值权重及相应的各诱发干扰事件的预定风险值的乘积,确定待定电磁干扰数据对应的多个电磁干扰风险值。
第一指标值s为根据各已防护电磁干扰源与机房内部各设备的距离得到的,距离越远,第一指标值s越小,该反比对应关系的可以由用户自行设定;第二指标值l为各已防护电磁干扰源的预设干扰影响值,该干扰影响值为用户根据已防护电磁干扰源的电磁干扰影响机房设备运行的影响程度设定的,例如7-10为影响程度高,4-6为影响程度中,1-3为影响程度低。根据各级别集合对应的第一指标值与第二指标值的加权和,得到风险值权重,如预设第一指标值的权重为r1,第二指标值的权重为r2,r1与r2由用户根据实际需求进行设定,指代第一指标值与第二指标值对电磁干扰的影响强度。风险值权重的基础计算公式为r1*s+r2*l。由于各级编码集合对应有多个已防护电磁干扰源,因此集合可能对应有多个r1*s+r2*l计算得到的值,本申请可以将各集合计算的基础公式计算的r1*s+r2*l值分别进行求平均,例如一级编码集合对应有10个r1*s+r2*l,那么将该10个r1*s+r2*l进行求和并除以10,得到的平均值即为α。
诱发干扰事件的预定风险值可以是用户预先存储在服务器中,例如雷击的预定风险值为10,闭合开关的预定风险值为2……分别计算上述各风险值权重与对应的各预定风险值的乘积,得到电磁干扰风险值,对应指的是风险值权值对应的编码集合中存在诱发干扰事件的编码。
在本申请的一个实施例中,服务器还能够获取来自用户终端的反馈信息。在反馈信息为选定电磁干扰源为误报的情况下,将第二预设阈值进行修正,以更新选定电磁干扰源的选定标准。
也就是说,用户终端在得到选定电磁干扰源的位置信息及相应的维护措施后,可以主动生成反馈信息,如文字反馈或语音反馈。在反馈信息为选定电磁干扰源的位置信息为错误的情况下,服务器可以主动进行第二预设阈值的修正,例如按照预设步长提高第二预设阈值的数值,更新选定电磁干扰源的选定标准。
本申请通过上述方案,无需大量巡检人员或巡检人员频繁对机房进行防电磁干扰巡检,实时检测机房电磁干扰环境,及时给出防电磁干扰预警。保证机房设备的正常运行及机房内作业人员的人身安全。
图2为本申请实施例提供的一种用于机房设备的防电磁干扰设备,如图2所示,设备包括:
至少一个处理器;以及,与至少一个处理器通信连接的存储器。其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:
获取来自多个电磁干扰测试设备的待定电磁干扰数据集。其中,电磁干扰测试设备设置于机房内部,机房内部包括设置在不同位置的多个电磁干扰测试设备。基于待定电磁干扰数据集及历史电磁干扰数据集,确定相应的多个待定电磁干扰源。其中,待定电磁干扰源为预设的已防护电磁干扰源中的一个。基于各待定电磁干扰源对应的诱发干扰事件,生成至少一个诱发干扰事件集合。基于来自环境监测设备的事件监控信息及预设筛选规则,将诱发干扰事件集合中的多个诱发干扰事件进行筛选处理,以得到选定诱发干扰事件集合。根据各选定诱发干扰事件集合及待定电磁干扰数据对应的电磁干扰风险值,确定相应的选定电磁干扰源,以基于维护记录数据,将选定电磁干扰源的位置信息及相应的维护措施发送至相应的用户终端。其中,电磁干扰风险值用于表征选定电磁干扰源对机房内部正常运行的影响程度。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备与方法是一一对应的,因此,设备也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备的有益技术效果。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种用于机房设备的防电磁干扰方法,其特征在于,所述方法包括:
获取来自多个电磁干扰测试设备的待定电磁干扰数据集;其中,所述电磁干扰测试设备设置于机房内部,所述机房内部包括设置在不同位置的多个所述电磁干扰测试设备;
基于所述待定电磁干扰数据集及历史电磁干扰数据集,确定相应的多个待定电磁干扰源;其中,所述待定电磁干扰源为预设的已防护电磁干扰源中的一个;
基于各所述待定电磁干扰源对应的诱发干扰事件,生成至少一个诱发干扰事件集合;
基于来自环境监测设备的事件监控信息及预设筛选规则,将所述诱发干扰事件集合中的多个诱发干扰事件进行筛选处理,以得到选定诱发干扰事件集合;
根据各所述选定诱发干扰事件集合及所述待定电磁干扰数据对应的电磁干扰风险值,确定相应的选定电磁干扰源,以基于维护记录数据,将所述选定电磁干扰源的位置信息及相应的维护措施发送至相应的用户终端;其中,所述电磁干扰风险值用于表征所述选定电磁干扰源对所述机房内部正常运行的影响程度。
2.根据权利要求1所述方法,其特征在于,基于所述待定电磁干扰数据集及历史电磁干扰数据集,确定相应的多个待定电磁干扰源,具体包括:
获取若干所述已防护电磁干扰源在未做防护处理的情况下,相应的初始电磁干扰数据集;所述初始电磁干扰数据集由多个所述电磁干扰测试设备分别采集的未做防护处理的同一电磁干扰源的电磁干扰数据组成;
将所述待定电磁干扰数据集分别与各所述初始电磁干扰数据集进行匹配;
根据所述待定电磁干扰数据集分别与各所述初始电磁干扰数据集的匹配结果,确定多个所述待定电磁干扰源。
3.根据权利要求2所述方法,其特征在于,所述方法还包括:
在所述待定电磁干扰数据集分别与各所述初始电磁干扰数据集的匹配结果为均不匹配的情况下,按照预设叠加规则,将各所述初始电磁干扰数据集分别进行预设组合数的叠加处理,以得到若干叠加电磁干扰数据集;
将所述待定电磁干扰数据集分别与各所述叠加电磁干扰数据集进行匹配,以确定多个所述待定电磁干扰源。
4.根据权利要求1所述方法,其特征在于,基于各所述待定电磁干扰源对应的诱发干扰事件,生成至少一个诱发干扰事件集合,具体包括:
将各所述待定电磁干扰源对应的诱发干扰事件进行编码,得到与所述待定电磁干扰源对应的事件编码序列;其中,所述诱发干扰事件为用于描述诱发电磁干扰的预设事件文本;
筛选各所述事件编码序列中同一编码,并生成所述同一编码对应的一级编码集合;其中,所述同一编码在各所述事件编码序列中均存在;
确定各所述事件编码序列中非同一编码;
在所述非同一编码存在于序列数量大于1的部分所述事件编码序列的情况下,生成所述非同一编码的二级编码集合;
在所述非同一编码存在于唯一的所述事件编码序列的情况下,生成所述非同一编码的三级编码集合;
根据所述一级编码集合、所述二级编码集合及所述三级编码集合,确定所述诱发干扰事件集合。
5.根据权利要求4所述方法,其特征在于,基于来自环境监测设备的事件监控信息及预设筛选规则,将所述诱发干扰事件集合中的多个诱发干扰事件进行筛选处理,以得到选定诱发干扰事件集合,具体包括:
将预设时段内的所述事件监控信息输入预先训练的事件识别模型,以确定监控事件集合;其中,所述监控事件集合包括若干监控事件文本;
通过预设文本比对模型,分别确定所述监控事件集合的各所述监控事件文本与各所述诱发干扰事件集合的所述诱发干扰事件的匹配度;
在所述诱发干扰事件对应的所述匹配度均小于第一预设阈值的情况下,将所述诱发干扰事件从所述诱发干扰事件集合剔除,以得到所述选定诱发干扰事件集合。
6.根据权利要求4所述方法,其特征在于,根据各所述选定诱发干扰事件集合及所述待定电磁干扰数据对应的电磁干扰风险值,确定相应的选定电磁干扰源,具体包括:
确定与各所述选定诱发干扰事件集合对应的编码集合级别;
基于各所述编码集合级别及相应的各所述诱发干扰事件的预定风险值,确定所述待定电磁干扰数据对应的多个电磁干扰风险值;其中,所述多个电磁干扰风险值为各所述选定诱发干扰事件集合所对应的所述诱发干扰事件数量个;
将大于第二预设阈值的所述电磁干扰风险值,作为选定电磁干扰风险值;
将所述选定电磁干扰风险值对应的所述待定电磁干扰源,作为所述选定电磁干扰源。
7.根据权利要求6所述方法,其特征在于,所述方法还包括:
根据各所述已防护电磁干扰源与所述机房内部各设备的距离,确定第一指标值;所述第一指标值与所述距离为反比关系;
根据各所述已防护电磁干扰源的预设干扰影响值,确定第二指标值;
根据所述第一指标值及所述第二指标值的加权和,分别确定所述一级编码集合、二级编码集合及三级编码集合对应的风险值权重,以基于所述风险值权重及相应的各所述诱发干扰事件的预定风险值的乘积,确定所述待定电磁干扰数据对应的多个电磁干扰风险值。
8.根据权利要求6所述方法,其特征在于,所述方法还包括:
获取来自所述用户终端的反馈信息;
在所述反馈信息为所述选定电磁干扰源为误报的情况下,将所述第二预设阈值进行修正,以更新所述选定电磁干扰源的选定标准。
9.根据权利要求3所述方法,其特征在于,所述方法还包括:
在所述待定电磁干扰数据集与各所述初始电磁干扰数据、各所述叠加电磁干扰数据集均不匹配的情况下,将所述待定电磁干扰数据集发送至数据分析服务器和/或所述用户终端;
基于所述用户终端指定的所述待定电磁干扰数据集对应的未防护电磁干扰源,将所述待定电磁干扰数据集添加至所述历史电磁干扰数据集。
10.一种用于机房设备的防电磁干扰设备,其特征在于,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取来自多个电磁干扰测试设备的待定电磁干扰数据集;其中,所述电磁干扰测试设备设置于机房内部,所述机房内部包括设置在不同位置的多个所述电磁干扰测试设备;
基于所述待定电磁干扰数据集及历史电磁干扰数据集,确定相应的多个待定电磁干扰源;其中,所述待定电磁干扰源为预设的已防护电磁干扰源中的一个;
基于各所述待定电磁干扰源对应的诱发干扰事件,生成至少一个诱发干扰事件集合;
基于来自环境监测设备的事件监控信息及预设筛选规则,将所述诱发干扰事件集合中的多个诱发干扰事件进行筛选处理,以得到选定诱发干扰事件集合;
根据各所述选定诱发干扰事件集合及所述待定电磁干扰数据对应的电磁干扰风险值,确定相应的选定电磁干扰源,以基于维护记录数据,将所述选定电磁干扰源的位置信息及相应的维护措施发送至相应的用户终端;其中,所述电磁干扰风险值用于表征所述选定电磁干扰源对所述机房内部正常运行的影响程度。
CN202310437528.4A 2023-04-18 2023-04-18 一种用于机房设备的防电磁干扰方法及设备 Active CN116699254B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310437528.4A CN116699254B (zh) 2023-04-18 2023-04-18 一种用于机房设备的防电磁干扰方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310437528.4A CN116699254B (zh) 2023-04-18 2023-04-18 一种用于机房设备的防电磁干扰方法及设备

Publications (2)

Publication Number Publication Date
CN116699254A true CN116699254A (zh) 2023-09-05
CN116699254B CN116699254B (zh) 2023-12-26

Family

ID=87839974

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310437528.4A Active CN116699254B (zh) 2023-04-18 2023-04-18 一种用于机房设备的防电磁干扰方法及设备

Country Status (1)

Country Link
CN (1) CN116699254B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117806914A (zh) * 2024-02-29 2024-04-02 潍坊鼎好信息科技有限公司 一种计算机故障监测与报警系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070038402A1 (en) * 2005-08-10 2007-02-15 Tao Zhang EMI management system and method
CN103185843A (zh) * 2011-12-30 2013-07-03 宝山钢铁股份有限公司 用于针孔检测设备的电磁干扰探测装置和方法
CN207585664U (zh) * 2017-12-05 2018-07-06 黑龙江科技大学 抗井下电磁噪声干扰的多功能矿用移动生产环境监测装置
CN109257757A (zh) * 2018-08-23 2019-01-22 全球能源互联网研究院有限公司 一种面向电力无线专网的干扰分析系统
CN111428561A (zh) * 2020-02-24 2020-07-17 西南交通大学 一种宽带电磁干扰源识别方法及系统、储存介质、设备
US20210320732A1 (en) * 2020-04-09 2021-10-14 Aviat U.S., Inc. Systems and methods for in-line interference detection in point-to-point radio links
CN113569742A (zh) * 2021-07-29 2021-10-29 西南交通大学 一种基于卷积神经网络的宽频带电磁干扰源识别方法
CN114065479A (zh) * 2021-10-12 2022-02-18 荣耀终端有限公司 基于互易原理的电磁干扰评估的仿真方法和计算机设备
CN114113857A (zh) * 2021-11-26 2022-03-01 广东省医疗器械质量监督检验所 一种电磁兼容测试系统及电磁兼容测试方法
CN115278749A (zh) * 2021-04-29 2022-11-01 中国移动通信集团湖南有限公司 干扰源定位方法及干扰源定位装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070038402A1 (en) * 2005-08-10 2007-02-15 Tao Zhang EMI management system and method
CN103185843A (zh) * 2011-12-30 2013-07-03 宝山钢铁股份有限公司 用于针孔检测设备的电磁干扰探测装置和方法
CN207585664U (zh) * 2017-12-05 2018-07-06 黑龙江科技大学 抗井下电磁噪声干扰的多功能矿用移动生产环境监测装置
CN109257757A (zh) * 2018-08-23 2019-01-22 全球能源互联网研究院有限公司 一种面向电力无线专网的干扰分析系统
CN111428561A (zh) * 2020-02-24 2020-07-17 西南交通大学 一种宽带电磁干扰源识别方法及系统、储存介质、设备
US20210320732A1 (en) * 2020-04-09 2021-10-14 Aviat U.S., Inc. Systems and methods for in-line interference detection in point-to-point radio links
CN115278749A (zh) * 2021-04-29 2022-11-01 中国移动通信集团湖南有限公司 干扰源定位方法及干扰源定位装置
CN113569742A (zh) * 2021-07-29 2021-10-29 西南交通大学 一种基于卷积神经网络的宽频带电磁干扰源识别方法
CN114065479A (zh) * 2021-10-12 2022-02-18 荣耀终端有限公司 基于互易原理的电磁干扰评估的仿真方法和计算机设备
CN114113857A (zh) * 2021-11-26 2022-03-01 广东省医疗器械质量监督检验所 一种电磁兼容测试系统及电磁兼容测试方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
廖志强;陈东春;刘水文;: "煤矿井下电磁干扰源及抗干扰技术研究", 工矿自动化, no. 07, pages 25 - 28 *
徐伯健;李迎宁;韦官余;曹锐;: "基于无线电射频参数分析干扰源快速定位研究", 数字通信世界, no. 1, pages 83 - 85 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117806914A (zh) * 2024-02-29 2024-04-02 潍坊鼎好信息科技有限公司 一种计算机故障监测与报警系统
CN117806914B (zh) * 2024-02-29 2024-05-07 潍坊鼎好信息科技有限公司 一种计算机故障监测与报警系统

Also Published As

Publication number Publication date
CN116699254B (zh) 2023-12-26

Similar Documents

Publication Publication Date Title
Ciancetta et al. A new convolutional neural network-based system for NILM applications
Biswas et al. Electricity theft pinpointing through correlation analysis of master and individual meter readings
CN116699254B (zh) 一种用于机房设备的防电磁干扰方法及设备
JP2000512766A (ja) 高電圧絶縁における部分放電測定の統計的パターン分析方法
CN109974782A (zh) 基于大数据敏感特征优化选取的设备故障预警方法及系统
CN116027161B (zh) 电力设备局部放电脉冲信号监测方法、装置、设备及介质
KR20130030585A (ko) 부분방전 결함유형 판정 방법 및 그 장치
CN113987294A (zh) 一种基于遗传优化gru神经网络的cvt在线故障诊断方法
CN117371207A (zh) 一种特高压换流阀状态评价方法、介质及系统
Mengting et al. An improved fault diagnosis method based on a genetic algorithm by selecting appropriate IMFs
Yang et al. Fault Classification in Distribution Systems Using Deep Learning With Data Preprocessing Methods Based on Fast Dynamic Time Warping and Short-Time Fourier Transform
Ma et al. An intelligent classification framework for complex PQDs using optimized KS-transform and multiple fusion CNN
Thi et al. Anomaly detection for partial discharge in gas-insulated switchgears using autoencoder
Li et al. Symbolization‐based differential evolution strategy for identification of structural parameters
Liu et al. Anomaly detection for health assessment and prediction of diesel generator set
CN116881661A (zh) 一种基于低压电力电容器的性能自动化分析方法及系统
Li et al. Data mining technology for mechanical engineering computer test system
CN115455684A (zh) 一种基于噪声分析的油浸式变压器非接触式状态评估方法和系统
Jiang et al. A sequential Bayesian approach to online power quality anomaly segmentation
CN115577249A (zh) 多视角特征融合的变压器声信号识别方法、系统及介质
Wilson et al. Uncertainty Quantification of Capacitor Switching Transient Location Using Machine Learning
Weng et al. Transform waveforms into signature vectors for general-purpose incipient fault detection
CN109738582A (zh) 一种厨房环境空气质量提示装置
CN116559582A (zh) 一种配电网故障检测方法及系统
CN116029220B (zh) 一种电压互感器运行误差评估方法、系统、设备及介质

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
GR01 Patent grant
GR01 Patent grant