CN116934062B - 一种基于多元融合的信息处理系统及方法 - Google Patents

一种基于多元融合的信息处理系统及方法 Download PDF

Info

Publication number
CN116934062B
CN116934062B CN202311206746.3A CN202311206746A CN116934062B CN 116934062 B CN116934062 B CN 116934062B CN 202311206746 A CN202311206746 A CN 202311206746A CN 116934062 B CN116934062 B CN 116934062B
Authority
CN
China
Prior art keywords
task
inspection
unmanned aerial
aerial vehicle
inspected
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.)
Active
Application number
CN202311206746.3A
Other languages
English (en)
Other versions
CN116934062A (zh
Inventor
刘丹
陈红升
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.)
Nanjing Haihui Equipment Technology Co ltd
Original Assignee
Nanjing Haihui Equipment 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 Nanjing Haihui Equipment Technology Co ltd filed Critical Nanjing Haihui Equipment Technology Co ltd
Priority to CN202311206746.3A priority Critical patent/CN116934062B/zh
Publication of CN116934062A publication Critical patent/CN116934062A/zh
Application granted granted Critical
Publication of CN116934062B publication Critical patent/CN116934062B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及信息处理技术领域，具体为一种基于多元融合的信息处理系统及方法，所述系统包括关联偏差特征分析模块，所述关联偏差特征分析模块结合巡检无人机的历史巡检数据，获取待巡检任务的关联巡检任务集，分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征。本发明不仅能够对各个巡检无人机的信息数据进行监控管理，在巡检无人机出现异常时，还能够结合关联无人机及关联任务的巡检数据，生成相应的巡检任务调配方案，实现故障无人机的待巡检任务的有效管理，避免巡检无人机出现故障时，未完成的待巡检任务出现巡检停滞状态，使得待巡检任务对应的巡检数据出现缺失的情况。

Description

一种基于多元融合的信息处理系统及方法
技术领域
本发明涉及信息处理技术领域，具体为一种基于多元融合的信息处理系统及方法。
背景技术
随着科技的不断发展，无人机技术也日益成熟。越来越多的企业开始使用无人机巡查，以提高工作效率和减少人力成本；相比于传统的人工巡检，无人机巡检方式具有高效性(快速完成大面积的巡检任务)、安全性(能够在复杂地形和环境中进行巡检任务)及精准性(可以搭载各种高精度的传感器和设备执行巡检任务)，为企业带来了较大的便利。
但是现有的无人机巡检系统中，仅仅能够对各个巡检无人机的信息数据进行监控管理，在巡检无人机出现异常时，会使得相应巡检无人机未完成的待巡检任务出现停滞的状态，使得待巡检任务对应的巡检数据出现缺失，巡检系统存在漏洞；因此，现有技术中无法结合巡检任务信息实现对故障无任务的待巡检任务进行合理调配，出现巡检不及时、巡检结果缺失或不准确的问题。
发明内容
本发明的目的在于提供一种基于多元融合的信息处理系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于多元融合的信息处理方法，所述方法包括以下步骤：
S1、实时获取各个巡检无人机的剩余巡检任务、相应的巡检航线及巡检飞行状态信息；在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的故障无人机信息集及巡检任务调配集；所述巡检任务调配集为当前时间所有故障无人机分别对应的各个待巡检任务构成的集合；
S2、根据巡检任务调配集中各个待巡检任务与正常无人机之间的航迹变更偏离情况，分析待巡检任务与正常无人机之间的关联关系，筛选巡检任务调配集中每个待巡检任务对应的巡检任务关联对象，并结合所得巡检任务关联对象，构建每个待巡检任务对应的无人机关联对象集；
S3、结合巡检无人机的历史巡检数据，获取待巡检任务的关联巡检任务集，分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征；
S4、对巡检任务调配集中的待巡检任务进行调配，生成不同的待巡检任务调配方案，并分析每个待巡检任务调配方案产生的综合特征干扰值；其中，待巡检任务调配方案中每个待巡检任务对应0个或1个无人机关联对象；
S5、选取综合特征干扰值最小的待巡检任务调配方案作为待巡检任务最佳调配方案，并将待巡检任务最佳调配方案中的各个待巡检任务插入到相应的无人机关联对象的巡检任务集中，并根据更新后的巡检任务集对相应无人机关联对象的巡检航线进行变更，无人机关联对象的巡检航线变更结果是通过数据库中预制的巡检任务集查询获取的。
进一步的，所述S1中巡检飞行状态信息包括无人机上用于巡检的传感器工作状态及无人机用于飞行的元器件的工作运行状态，当无人机的巡检飞行状态信息中的任意一个或多个元素对应的工作状态异常时，则判定相应的巡检无人机出现故障；
所述S1中构建当前时间对应的故障无人机信息集中每个元素对应一个故障无人机，将当前时间对应的故障无人机中第i个元素对应的故障无人机的编号记为Ai；
所述S1中构建当前时间对应的巡检任务调配集时，分别提取当前时间对应的故障无人机中每个元素对应的各个待巡检任务，并将所得待巡检任务汇总得到的集合作为当前时间对应的巡检任务调配集(所述巡检任务调配集中的不同元素对应的故障无人机可能不相同)，将所得巡检任务调配集中的第j个元素记为Bj。
本发明构建巡检任务调配集，是考虑到同一时间可能对应的故障无人机为多个，且每个故障无人机对应的待巡检任务也可能为多个，进而构建巡检任务调配集，方便对待调配的巡检任务进行统计汇总，同时，还便于后续步骤中生成待巡检任务调配方案。
进一步的，所述S2中构建每个故障无人机对应的无人机关联对象集的方法包括以下步骤：
S21、获取不属于故障无人机信息集的各个巡检无人机构建的正常巡检无人机集合；
S22、分别获取巡检任务调配集中每个待巡检任务与正常巡检无人机集合中各个元素之间的航迹变更偏离值，将巡检任务调配集中第j个待巡检任务与正常巡检无人机集合中第k个元素之间的航迹变更偏离值，记为P(Bj，Ck)；
P(Bj，Ck)＝L(Bj，Ck)×(L(Bj，Ck)/L1(Bj，Ck))×W(Bj，Ck)，
其中，Ck表示正常巡检无人机集合中第k个元素对应的巡检无人机编号，L(Bj，Ck)表示Bj到Ck对应的巡检航线的最短距离，L1(Bj，Ck)表示Ck对应的巡检航线中各个巡检任务所处位置与Bj对应位置之间的最小距离，L(Bj，Ck)/L1(Bj，Ck)表示Bj与Ck对应的巡检航线之间的航迹变更偏离系数，
W(Bj，Ck)表示待巡检任务Bj所属的巡检无人机中设备与Ck中相应设备的检测精度之间的差异系数，若待巡检任务Bj所属的巡检无人机中相应设备的检测精度小于等于Ck中相应设备的检测精度，则W(Bj，Ck)＝1，若待巡检任务Bj所属的巡检无人机中相应设备的检测精度大于Ck中相应设备的检测精度，则W(Bj，Ck)等于待巡检任务Bj所属的巡检无人机中相应设备的检测精度除以Ck中相应设备的检测精度的商；
S23、将正常巡检无人机集合中，与巡检任务调配集中第j个待巡检任务之间的航迹变更偏离值小于等于第一预设值的所有无人机作均作为巡检任务调配集中第j个待巡检任务的巡检任务关联对象，
所述巡检任务调配集中第j个待巡检任务的巡检任务关联对象的编号构成的集合，作为巡检任务调配集中第j个待巡检任务的无人机关联对象集。
本发明构建每个故障无人机对应的无人机关联对象集时，从与巡检航线的距离、对应的航迹变更偏离系数及设备检测精度的差异系数这三方面进行考虑(将多个因素进行融合处理，即多元融合)，通过确定与待巡检任务的航迹变更偏离值，实现对无人机关联对象的精准筛选，该筛选结果为后续过程中获取待巡检任务最佳调配方案提供了数据参照；该无人机关联对象的获取，是为了后续生成的待巡检任务调配方案中判断能否通过变更正常无人机的巡检航迹的方式实现对待巡检任务的巡检数据的采集获取。
进一步的，所述S3中分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征的方法包括以下步骤：
S311、获取巡检任务调配集中第j个待巡检任务Bj的关联巡检任务集，记为Fj，
所述关联巡检任务集中每个元素均为相应待巡检任务的关联巡检任务，所述关联巡检任务所属设备与待巡检任务所属设备相同或存在衔接关系，所述衔接关系中待巡检任务所属设备为相应关联巡检任务所属设备的下级设备，所述下级设备的运行状态受上级设备运行状态的影响；
S312、获取历史数据中每个巡检周期内Bj对应的关联巡检任务集的元素的巡检数据状态；在巡检无人机均正常的情况下，一个巡检周期内每个巡检任务均会被巡检一次；将同一巡检周期内Bj对应的关联巡检任务集的元素的巡检数据状态构成的集合，记为F1j，所述巡检数据状态包括异常巡检数据对应的状态0及正常巡检数据对应的状态1；
S313、得到正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征，将Bj对应的数据关联偏差特征记为Rj，
Rj＝M{G(UnBi，U[F1jn])|n≤n1}/M{G1(UnBi，U[F1jn])|n≤n1}，
其中，n1表示历史数据中巡检无人机均正常的情况下的巡检周期个数，UnBi表示历史数据中巡检无人机均正常的情况下的第n个巡检周期中Bj对应的巡检数据状态，
U[F1jn]表示历史数据中巡检无人机均正常的情况下的第n个巡检周期中，F1j内各个元素对应的或运算结果，U[F1jn]＝F1jn 1|F1jn 2|...|F1jn n1，
M表示统计集合中n≤n1的范围内元素值不为0的元素个数的运算；
G(UnBi，U[F1jn])表示历史数据中巡检无人机均正常的情况下的第n个巡检周期中，UnBi与U[F1jn]之间的关联影响值，当UnBi＝1且U[F1jn]＝0时，G(UnBi，U[F1jn])＝0，反之，则G(UnBi，U[F1jn])＝1；
G1(UnBi，U[F1jn])＝1，M{G1(UnBi，U[F1jn])|n≤n1}表示历史数据中巡检无人机均正常的情况下的巡检周期总个数。
本发明分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征，是考虑到不通过变更正常无人机的巡检航迹的方式，而是仅仅通过正常无人机的巡检数据中，待巡检任务对应关联巡检任务的巡检数据，来实现对待巡检任务的巡检数据状态(正常或异常)的获取(预测)，即该方式仅仅通过分析不同巡检任务的巡检数据之间的关系，来间接预测待巡检任务对应的巡检数据的状态，在对该待巡检任务进行调配时，不需要通过变更正常无人机的巡检航迹实现获取待巡检任务的巡检数据状态。
进一步的，所述S4中生成的待巡检任务调配方案中，对生成的待巡检任务调配方案进行编号，将第g个待巡检任务调配方案记为Eg，
所述待巡检任务调配方案中每个待巡检任务对应的一个调配结果，每个调配结果为相应待巡检任务的无人机关联对象集中0个或1个无人机关联对象；
当待巡检任务不存在无人机关联对象时，则待巡检任务对应的调配结果只能为0个无人机关联对象；
当待巡检任务对应的关联巡检任务集为空时，则待巡检任务对应的调配结果只能为无人机关联对象集中的一个；
当待巡检任务对应的关联巡检任务集为空且待巡检任务不存在无人机关联对象时，则将相应待巡检任务从巡检任务调配集中剔除，不获取相应的调配结果，各个待巡检任务调配方案中均不包含相应的待巡检任务；
不同待巡检任务调配方案中各个待巡检任务对应的调配结果存在差异。
进一步的，所述S4中分析每个巡检任务调配方案产生的综合特征干扰值的方法包括以下步骤：
S41、获取巡检任务调配集中每个待巡检任务分别与正常巡检无人机集合中各个元素之间的航迹变更偏离值；
S42、获取巡检任务调配集中的第j个元素Bj对应的数据关联偏差特征；
S43、得到每个待巡检任务调配方案产生的综合特征干扰值，将第g个待巡检任务调配方案Eg对应的综合特征干扰值记为HEg，
其中，Ym表示Eg中第m个元素对应的调配结果相应的航迹变更偏离值或数据关联偏差特征，m1表示Eg中的元素总个数；
当调配结果为无人机关联对象时，则V[Ym]＝Ym，Ym表示相应的航迹变更偏离值；
当调配结果不为无人机关联对象时，则V[Ym]＝r×Ym，Ym表示相应的数据关联偏差特征，r为数据库中预置的常数。
一种基于多元融合的信息处理系统，所述系统包括以下模块：
任务调配数据采集模块，所述任务调配数据采集模块实时获取各个巡检无人机的剩余巡检任务、相应的巡检航线及巡检飞行状态信息；在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的故障无人机信息集及巡检任务调配集；
巡检关联对象分析模块，所述巡检关联对象分析模块根据巡检任务调配集中各个待巡检任务与正常无人机之间的航迹变更偏离情况，分析待巡检任务与正常无人机之间的关联关系，筛选巡检任务调配集中每个待巡检任务对应的巡检任务关联对象，并结合所得巡检任务关联对象，构建每个待巡检任务对应的无人机关联对象集；
关联偏差特征分析模块，所述关联偏差特征分析模块结合巡检无人机的历史巡检数据，获取待巡检任务的关联巡检任务集，分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征；
特征干扰影响分析模块，所述特征干扰影响分析模块对巡检任务调配集中的待巡检任务进行调配，生成不同的待巡检任务调配方案，并分析每个待巡检任务调配方案产生的综合特征干扰值；
巡检信息管理模块，所述巡检信息管理模块选取综合特征干扰值最小的待巡检任务调配方案作为待巡检任务最佳调配方案，并将待巡检任务最佳调配方案中的各个待巡检任务插入到相应的无人机关联对象的巡检任务集中，并根据更新后的巡检任务集对相应无人机关联对象的巡检航线进行变更，无人机关联对象的巡检航线变更结果是通过数据库中预制的巡检任务集查询获取的。
进一步的，所述任务调配数据采集模块包括巡检无人机信息获取模块、故障无人机信息获取模块及巡检任务调配集获取模块，
所述巡检无人机信息获取模块实时获取各个巡检无人机的剩余巡检任务、相应的巡检航线及巡检飞行状态信息；
所述故障无人机信息获取模块在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的故障无人机信息集；
所述巡检任务调配集获取模块在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的巡检任务调配集；所述巡检任务调配集为当前时间所有故障无人机分别对应的各个待巡检任务构成的集合。
与现有技术相比，本发明所达到的有益效果是：本发明不仅能够对各个巡检无人机的信息数据进行监控管理，在巡检无人机出现异常时，还能够结合关联无人机及关联任务的巡检数据，生成相应的巡检任务调配方案，实现故障无人机的待巡检任务的有效管理，避免巡检无人机出现故障时，未完成的待巡检任务出现巡检停滞状态，使得待巡检任务对应的巡检数据出现缺失的情况。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于多元融合的信息处理方法的流程示意图；
图2是本发明一种基于多元融合的信息处理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：一种基于多元融合的信息处理方法，所述方法包括以下步骤：
S1、实时获取各个巡检无人机的剩余巡检任务、相应的巡检航线及巡检飞行状态信息；在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的故障无人机信息集及巡检任务调配集；所述巡检任务调配集为当前时间所有故障无人机分别对应的各个待巡检任务构成的集合；
所述S1中巡检飞行状态信息包括无人机上用于巡检的传感器工作状态及无人机用于飞行的元器件的工作运行状态，当无人机的巡检飞行状态信息中的任意一个或多个元素对应的工作状态异常时，则判定相应的巡检无人机出现故障；
所述S1中构建当前时间对应的故障无人机信息集中每个元素对应一个故障无人机，将当前时间对应的故障无人机中第i个元素对应的故障无人机的编号记为Ai；
所述S1中构建当前时间对应的巡检任务调配集时，分别提取当前时间对应的故障无人机中每个元素对应的各个待巡检任务，并将所得待巡检任务汇总得到的集合作为当前时间对应的巡检任务调配集，将所得巡检任务调配集中的第j个元素记为Bj。
S2、根据巡检任务调配集中各个待巡检任务与正常无人机之间的航迹变更偏离情况，分析待巡检任务与正常无人机之间的关联关系，筛选巡检任务调配集中每个待巡检任务对应的巡检任务关联对象，并结合所得巡检任务关联对象，构建每个待巡检任务对应的无人机关联对象集；
所述S2中构建每个故障无人机对应的无人机关联对象集的方法包括以下步骤：
S21、获取不属于故障无人机信息集的各个巡检无人机构建的正常巡检无人机集合；
S22、分别获取巡检任务调配集中每个待巡检任务与正常巡检无人机集合中各个元素之间的航迹变更偏离值，将巡检任务调配集中第j个待巡检任务与正常巡检无人机集合中第k个元素之间的航迹变更偏离值，记为P(Bj，Ck)；
P(Bj，Ck)＝L(Bj，Ck)×(L(Bj，Ck)/L1(Bj，Ck))×W(Bj，Ck)，
其中，Ck表示正常巡检无人机集合中第k个元素对应的巡检无人机编号，L(Bj，Ck)表示Bj到Ck对应的巡检航线的最短距离，L1(Bj，Ck)表示Ck对应的巡检航线中各个巡检任务所处位置与Bj对应位置之间的最小距离，L(Bj，Ck)/L1(Bj，Ck)表示Bj与Ck对应的巡检航线之间的航迹变更偏离系数，
W(Bj，Ck)表示待巡检任务Bj所属的巡检无人机中设备与Ck中相应设备的检测精度之间的差异系数，若待巡检任务Bj所属的巡检无人机中相应设备的检测精度小于等于Ck中相应设备的检测精度，则W(Bj，Ck)＝1，若待巡检任务Bj所属的巡检无人机中相应设备的检测精度大于Ck中相应设备的检测精度，则W(Bj，Ck)等于待巡检任务Bj所属的巡检无人机中相应设备的检测精度除以Ck中相应设备的检测精度的商；
S23、将正常巡检无人机集合中，与巡检任务调配集中第j个待巡检任务之间的航迹变更偏离值小于等于第一预设值的所有无人机作均作为巡检任务调配集中第j个待巡检任务的巡检任务关联对象，
所述巡检任务调配集中第j个待巡检任务的巡检任务关联对象的编号构成的集合，作为巡检任务调配集中第j个待巡检任务的无人机关联对象集。
S3、结合巡检无人机的历史巡检数据，获取待巡检任务的关联巡检任务集，分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征；
所述S3中分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征的方法包括以下步骤：
S311、获取巡检任务调配集中第j个待巡检任务Bj的关联巡检任务集，记为Fj，
所述关联巡检任务集中每个元素均为相应待巡检任务的关联巡检任务，所述关联巡检任务所属设备与待巡检任务所属设备相同或存在衔接关系，所述衔接关系中待巡检任务所属设备为相应关联巡检任务所属设备的下级设备，所述下级设备的运行状态受上级设备运行状态的影响；
S312、获取历史数据中每个巡检周期内Bj对应的关联巡检任务集的元素的巡检数据状态；在巡检无人机均正常的情况下，一个巡检周期内每个巡检任务均会被巡检一次；将同一巡检周期内Bj对应的关联巡检任务集的元素的巡检数据状态构成的集合，记为F1j，所述巡检数据状态包括异常巡检数据对应的状态0及正常巡检数据对应的状态1；
S313、得到正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征，将Bj对应的数据关联偏差特征记为Rj，
Rj＝M{G(UnBi，U[F1jn])|n≤n1}/M{G1(UnBi，U[F1jn])|n≤n1}，
其中，n1表示历史数据中巡检无人机均正常的情况下的巡检周期个数，UnBi表示历史数据中巡检无人机均正常的情况下的第n个巡检周期中Bj对应的巡检数据状态，
U[F1jn]表示历史数据中巡检无人机均正常的情况下的第n个巡检周期中，F1j内各个元素对应的或运算结果，U[F1jn]＝F1jn 1|F1jn 2|...|F1jn n1，
M表示统计集合中n≤n1的范围内元素值不为0的元素个数的运算；
G(UnBi，U[F1jn])表示历史数据中巡检无人机均正常的情况下的第n个巡检周期中，UnBi与U[F1jn]之间的关联影响值，当UnBi＝1且U[F1jn]＝0时，G(UnBi，U[F1jn])＝0，反之，则G(UnBi，U[F1jn])＝1；
G1(UnBi，U[F1jn])＝1，M{G1(UnBi，U[F1jn])|n≤n1}表示历史数据中巡检无人机均正常的情况下的巡检周期总个数。
S4、对巡检任务调配集中的待巡检任务进行调配，生成不同的待巡检任务调配方案，并分析每个待巡检任务调配方案产生的综合特征干扰值；其中，待巡检任务调配方案中每个待巡检任务对应0个或1个无人机关联对象；
所述S4中生成的待巡检任务调配方案中，对生成的待巡检任务调配方案进行编号，将第g个待巡检任务调配方案记为Eg，
所述待巡检任务调配方案中每个待巡检任务对应的一个调配结果，每个调配结果为相应待巡检任务的无人机关联对象集中0个或1个无人机关联对象；
当待巡检任务不存在无人机关联对象时，则待巡检任务对应的调配结果只能为0个无人机关联对象；
当待巡检任务对应的关联巡检任务集为空时，则待巡检任务对应的调配结果只能为无人机关联对象集中的一个；
当待巡检任务对应的关联巡检任务集为空且待巡检任务不存在无人机关联对象时，则将相应待巡检任务从巡检任务调配集中剔除，不获取相应的调配结果，各个待巡检任务调配方案中均不包含相应的待巡检任务；
不同待巡检任务调配方案中各个待巡检任务对应的调配结果存在差异。
所述S4中分析每个巡检任务调配方案产生的综合特征干扰值的方法包括以下步骤：
S41、获取巡检任务调配集中每个待巡检任务分别与正常巡检无人机集合中各个元素之间的航迹变更偏离值；
S42、获取巡检任务调配集中的第j个元素Bj对应的数据关联偏差特征；
S43、得到每个待巡检任务调配方案产生的综合特征干扰值，将第g个待巡检任务调配方案Eg对应的综合特征干扰值记为HEg，
其中，Ym表示Eg中第m个元素对应的调配结果相应的航迹变更偏离值或数据关联偏差特征，m1表示Eg中的元素总个数；
当调配结果为无人机关联对象时，则V[Ym]＝Ym，Ym表示相应的航迹变更偏离值；
当调配结果不为无人机关联对象时，则V[Ym]＝r×Ym，Ym表示相应的数据关联偏差特征，r为数据库中预置的常数。
本实施例中若巡检任务调配集中的元素分别为甲、乙、丙、丁四个待巡检任务；
若甲待巡检任务对应的无人机关联对象集为{A1、A2}且甲待巡检任务存在关联巡检任务；
乙待巡检任务对应的无人机关联对象集为{}且乙待巡检任务存在关联巡检任务；
丙待巡检任务对应的无人机关联对象集为{A3、A4}且丙待巡检任务不存在关联巡检任务；
丁待巡检任务对应的无人机关联对象集为{}且丁待巡检任务不存在关联巡检任务；
则待巡检任务调配方案中仅包含三个元素(不包含丁待巡检任务对应的调配结果)，
待巡检调配方案的个数为(2+1)×(0+1)×(2+0)＝6个，
且待巡检调配方案中第一个元素可以为0个或1个(A1或A2)无人机关联对象；
待巡检调配方案中第二个元素可以为0个无人机关联对象；
待巡检调配方案中第三个元素可以为0个或1个(A3或A4)无人机关联对象。
S5、选取综合特征干扰值最小的待巡检任务调配方案作为待巡检任务最佳调配方案，并将待巡检任务最佳调配方案中的各个待巡检任务插入到相应的无人机关联对象的巡检任务集中，并根据更新后的巡检任务集对相应无人机关联对象的巡检航线进行变更，无人机关联对象的巡检航线变更结果是通过数据库中预制的巡检任务集查询获取的。
如图2所示，一种基于多元融合的信息处理系统，所述系统包括以下模块：
任务调配数据采集模块，所述任务调配数据采集模块实时获取各个巡检无人机的剩余巡检任务、相应的巡检航线及巡检飞行状态信息；在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的故障无人机信息集及巡检任务调配集；
巡检关联对象分析模块，所述巡检关联对象分析模块根据巡检任务调配集中各个待巡检任务与正常无人机之间的航迹变更偏离情况，分析待巡检任务与正常无人机之间的关联关系，筛选巡检任务调配集中每个待巡检任务对应的巡检任务关联对象，并结合所得巡检任务关联对象，构建每个待巡检任务对应的无人机关联对象集；
关联偏差特征分析模块，所述关联偏差特征分析模块结合巡检无人机的历史巡检数据，获取待巡检任务的关联巡检任务集，分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征；
特征干扰影响分析模块，所述特征干扰影响分析模块对巡检任务调配集中的待巡检任务进行调配，生成不同的待巡检任务调配方案，并分析每个待巡检任务调配方案产生的综合特征干扰值；
巡检信息管理模块，所述巡检信息管理模块选取综合特征干扰值最小的待巡检任务调配方案作为待巡检任务最佳调配方案，并将待巡检任务最佳调配方案中的各个待巡检任务插入到相应的无人机关联对象的巡检任务集中，并根据更新后的巡检任务集对相应无人机关联对象的巡检航线进行变更，无人机关联对象的巡检航线变更结果是通过数据库中预制的巡检任务集查询获取的。
所述任务调配数据采集模块包括巡检无人机信息获取模块、故障无人机信息获取模块及巡检任务调配集获取模块，
所述巡检无人机信息获取模块实时获取各个巡检无人机的剩余巡检任务、相应的巡检航线及巡检飞行状态信息；
所述故障无人机信息获取模块在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的故障无人机信息集；
所述巡检任务调配集获取模块在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的巡检任务调配集；所述巡检任务调配集为当前时间所有故障无人机分别对应的各个待巡检任务构成的集合。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物品或者设备所固有的要素。
最后应说明的是：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，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于多元融合的信息处理方法，其特征在于，所述方法包括以下步骤：
S1、实时获取各个巡检无人机的剩余巡检任务、相应的巡检航线及巡检飞行状态信息；在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的故障无人机信息集及巡检任务调配集；所述巡检任务调配集为当前时间所有故障无人机分别对应的各个待巡检任务构成的集合；
S2、根据巡检任务调配集中各个待巡检任务与正常无人机之间的航迹变更偏离情况，分析待巡检任务与正常无人机之间的关联关系，筛选巡检任务调配集中每个待巡检任务对应的巡检任务关联对象，并结合所得巡检任务关联对象，构建每个待巡检任务对应的无人机关联对象集；
S3、结合巡检无人机的历史巡检数据，获取待巡检任务的关联巡检任务集，分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征；
S4、对巡检任务调配集中的待巡检任务进行调配，生成不同的待巡检任务调配方案，并分析每个待巡检任务调配方案产生的综合特征干扰值；其中，待巡检任务调配方案中每个待巡检任务对应0个或1个无人机关联对象；
所述S4中分析每个巡检任务调配方案产生的综合特征干扰值的方法包括以下步骤：
S41、获取巡检任务调配集中每个待巡检任务分别与正常巡检无人机集合中各个元素之间的航迹变更偏离值；
S42、获取巡检任务调配集中的第j个元素Bj对应的数据关联偏差特征；
S43、得到每个待巡检任务调配方案产生的综合特征干扰值，将第g个待巡检任务调配方案Eg对应的综合特征干扰值记为HEg，
其中，Ym表示Eg中第m个元素对应的调配结果相应的航迹变更偏离值或数据关联偏差特征，m1表示Eg中的元素总个数；
当调配结果为无人机关联对象时，则V[Ym]＝Ym，Ym表示相应的航迹变更偏离值；
当调配结果不为无人机关联对象时，则V[Ym]＝r×Ym，Ym表示相应的数据关联偏差特征，r为数据库中预置的常数；
S5、选取综合特征干扰值最小的待巡检任务调配方案作为待巡检任务最佳调配方案，并将待巡检任务最佳调配方案中的各个待巡检任务插入到相应的无人机关联对象的巡检任务集中，并根据更新后的巡检任务集对相应无人机关联对象的巡检航线进行变更，无人机关联对象的巡检航线变更结果是通过数据库中预制的巡检任务集查询获取的。
2.根据权利要求1所述的一种基于多元融合的信息处理方法，其特征在于：所述S1中巡检飞行状态信息包括无人机上用于巡检的传感器工作状态及无人机用于飞行的元器件的工作运行状态，当无人机的巡检飞行状态信息中的任意一个或多个元素对应的工作状态异常时，则判定相应的巡检无人机出现故障；
所述S1中构建当前时间对应的故障无人机信息集中每个元素对应一个故障无人机，将当前时间对应的故障无人机中第i个元素对应的故障无人机的编号记为Ai；
所述S1中构建当前时间对应的巡检任务调配集时，分别提取当前时间对应的故障无人机中每个元素对应的各个待巡检任务，并将所得待巡检任务汇总得到的集合作为当前时间对应的巡检任务调配集，将所得巡检任务调配集中的第j个元素记为Bj。
3.根据权利要求2所述的一种基于多元融合的信息处理方法，其特征在于：所述S2中构建每个故障无人机对应的无人机关联对象集的方法包括以下步骤：
S21、获取不属于故障无人机信息集的各个巡检无人机构建的正常巡检无人机集合；
S22、分别获取巡检任务调配集中每个待巡检任务与正常巡检无人机集合中各个元素之间的航迹变更偏离值，将巡检任务调配集中第j个待巡检任务与正常巡检无人机集合中第k个元素之间的航迹变更偏离值，记为P(Bj，Ck)；
P(Bj，Ck)＝L(Bj，Ck)×(L(Bj，Ck)/L1(Bj，Ck))×W(Bj，Ck)，
其中，Ck表示正常巡检无人机集合中第k个元素对应的巡检无人机编号，L(Bj，Ck)表示Bj到Ck对应的巡检航线的最短距离，L1(Bj，Ck)表示Ck对应的巡检航线中各个巡检任务所处位置与Bj对应位置之间的最小距离，L(Bj，Ck)/L1(Bj，Ck)表示Bj与Ck对应的巡检航线之间的航迹变更偏离系数，
W(Bj，Ck)表示待巡检任务Bj所属的巡检无人机中设备与Ck中相应设备的检测精度之间的差异系数，若待巡检任务Bj所属的巡检无人机中相应设备的检测精度小于等于Ck中相应设备的检测精度，则W(Bj，Ck)＝1，若待巡检任务Bj所属的巡检无人机中相应设备的检测精度大于Ck中相应设备的检测精度，则W(Bj，Ck)等于待巡检任务Bj所属的巡检无人机中相应设备的检测精度除以Ck中相应设备的检测精度的商；
S23、将正常巡检无人机集合中，与巡检任务调配集中第j个待巡检任务之间的航迹变更偏离值小于等于第一预设值的所有无人机作均作为巡检任务调配集中第j个待巡检任务的巡检任务关联对象，
所述巡检任务调配集中第j个待巡检任务的巡检任务关联对象的编号构成的集合，作为巡检任务调配集中第j个待巡检任务的无人机关联对象集。
4.根据权利要求3所述的一种基于多元融合的信息处理方法，其特征在于：所述S3中分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征的方法包括以下步骤：
S311、获取巡检任务调配集中第j个待巡检任务Bj的关联巡检任务集，记为Fj，
所述关联巡检任务集中每个元素均为相应待巡检任务的关联巡检任务，所述关联巡检任务所属设备与待巡检任务所属设备相同或存在衔接关系，所述衔接关系中待巡检任务所属设备为相应关联巡检任务所属设备的下级设备，所述下级设备的运行状态受上级设备运行状态的影响；
S312、获取历史数据中每个巡检周期内Bj对应的关联巡检任务集的元素的巡检数据状态；在巡检无人机均正常的情况下，一个巡检周期内每个巡检任务均会被巡检一次；将同一巡检周期内Bj对应的关联巡检任务集的元素的巡检数据状态构成的集合，记为F1j，所述巡检数据状态包括异常巡检数据对应的状态0及正常巡检数据对应的状态1；
S313、得到正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征，将Bj对应的数据关联偏差特征记为Rj，
Rj＝M{G(UnBi，U[F1jn])|n≤n1}/M{G1(UnBi，U[F1jn])|n≤n1}，
其中，n1表示历史数据中巡检无人机均正常的情况下的巡检周期个数，UnBi表示历史数据中巡检无人机均正常的情况下的第n个巡检周期中Bj对应的巡检数据状态，
U[F1jn]表示历史数据中巡检无人机均正常的情况下的第n个巡检周期中，F1j内各个元素对应的或运算结果，U[F1jn]＝F1jn 1|F1jn 2|...|F1jn n1，
M表示统计集合中n≤n1的范围内元素值不为0的元素个数的运算；
G(UnBi，U[F1jn])表示历史数据中巡检无人机均正常的情况下的第n个巡检周期中，UnBi与U[F1jn]之间的关联影响值，当UnBi＝1且U[F1jn]＝0时，G(UnBi，U[F1jn])＝0，反之，则G(UnBi，U[F1jn])＝1；
G1(UnBi，U[F1jn])＝1，M{G1(UnBi，U[F1jn])|n≤n1}表示历史数据中巡检无人机均正常的情况下的巡检周期总个数。
5.根据权利要求4所述的一种基于多元融合的信息处理方法，其特征在于：所述S4中生成的待巡检任务调配方案中，对生成的待巡检任务调配方案进行编号，将第g个待巡检任务调配方案记为Eg，
所述待巡检任务调配方案中每个待巡检任务对应的一个调配结果，每个调配结果为相应待巡检任务的无人机关联对象集中0个或1个无人机关联对象；
当待巡检任务不存在无人机关联对象时，则待巡检任务对应的调配结果只能为0个无人机关联对象；
当待巡检任务对应的关联巡检任务集为空时，则待巡检任务对应的调配结果只能为无人机关联对象集中的一个；
当待巡检任务对应的关联巡检任务集为空且待巡检任务不存在无人机关联对象时，则将相应待巡检任务从巡检任务调配集中剔除，不获取相应的调配结果，各个待巡检任务调配方案中均不包含相应的待巡检任务；
不同待巡检任务调配方案中各个待巡检任务对应的调配结果存在差异。
6.应用权利要求1-5中任意一项所述的一种基于多元融合的信息处理方法的基于多元融合的信息处理系统，其特征在于，所述系统包括以下模块：
任务调配数据采集模块，所述任务调配数据采集模块实时获取各个巡检无人机的剩余巡检任务、相应的巡检航线及巡检飞行状态信息；在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的故障无人机信息集及巡检任务调配集；
巡检关联对象分析模块，所述巡检关联对象分析模块根据巡检任务调配集中各个待巡检任务与正常无人机之间的航迹变更偏离情况，分析待巡检任务与正常无人机之间的关联关系，筛选巡检任务调配集中每个待巡检任务对应的巡检任务关联对象，并结合所得巡检任务关联对象，构建每个待巡检任务对应的无人机关联对象集；
关联偏差特征分析模块，所述关联偏差特征分析模块结合巡检无人机的历史巡检数据，获取待巡检任务的关联巡检任务集，分析正常无人机的执行关联巡检任务时的巡检数据对相应待巡检任务的数据关联偏差特征；
特征干扰影响分析模块，所述特征干扰影响分析模块对巡检任务调配集中的待巡检任务进行调配，生成不同的待巡检任务调配方案，并分析每个待巡检任务调配方案产生的综合特征干扰值；
巡检信息管理模块，所述巡检信息管理模块选取综合特征干扰值最小的待巡检任务调配方案作为待巡检任务最佳调配方案，并将待巡检任务最佳调配方案中的各个待巡检任务插入到相应的无人机关联对象的巡检任务集中，并根据更新后的巡检任务集对相应无人机关联对象的巡检航线进行变更，无人机关联对象的巡检航线变更结果是通过数据库中预制的巡检任务集查询获取的。
7.根据权利要求6所述的一种基于多元融合的信息处理系统，其特征在于：所述任务调配数据采集模块包括巡检无人机信息获取模块、故障无人机信息获取模块及巡检任务调配集获取模块，
所述巡检无人机信息获取模块实时获取各个巡检无人机的剩余巡检任务、相应的巡检航线及巡检飞行状态信息；
所述故障无人机信息获取模块在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的故障无人机信息集；
所述巡检任务调配集获取模块在巡检无人机出现故障时，提取故障无人机对应的待巡检任务，构建当前时间对应的巡检任务调配集；所述巡检任务调配集为当前时间所有故障无人机分别对应的各个待巡检任务构成的集合。
CN202311206746.3A 2023-09-19 2023-09-19 一种基于多元融合的信息处理系统及方法 Active CN116934062B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311206746.3A CN116934062B (zh) 2023-09-19 2023-09-19 一种基于多元融合的信息处理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311206746.3A CN116934062B (zh) 2023-09-19 2023-09-19 一种基于多元融合的信息处理系统及方法

Publications (2)

Publication Number Publication Date
CN116934062A CN116934062A (zh) 2023-10-24
CN116934062B true CN116934062B (zh) 2023-11-24

Family

ID=88388317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311206746.3A Active CN116934062B (zh) 2023-09-19 2023-09-19 一种基于多元融合的信息处理系统及方法

Country Status (1)

Country Link
CN (1) CN116934062B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117494045B (zh) * 2023-11-06 2024-04-26 南京海汇装备科技有限公司 一种基于数据融合的数据集成智能管控系统及方法
CN118365174B (zh) * 2024-06-17 2024-09-10 湖南中图通无人机技术有限责任公司 基于无人机平台的安全监管方法、系统及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105022401A (zh) * 2015-07-06 2015-11-04 南京航空航天大学 基于视觉的多四旋翼无人机协同slam的方法
CN115564374A (zh) * 2022-09-21 2023-01-03 武汉大学 协同多任务重分配方法、装置、设备及可读存储介质
CN115705527A (zh) * 2021-08-13 2023-02-17 广东翼景信息科技有限公司 一种面向城市管理的无人机智能机场选址和任务分配方法
KR20230030149A (ko) * 2021-08-25 2023-03-06 주식회사 대한항공 군집 드론을 이용한 원격 인스펙션 시스템
CN115933746A (zh) * 2022-12-29 2023-04-07 国网新疆电力有限公司喀什供电公司 一种电力配网自动巡检方法及装置
CN116700356A (zh) * 2023-08-04 2023-09-05 南京海汇装备科技有限公司 一种无人机指挥控制系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105022401A (zh) * 2015-07-06 2015-11-04 南京航空航天大学 基于视觉的多四旋翼无人机协同slam的方法
CN115705527A (zh) * 2021-08-13 2023-02-17 广东翼景信息科技有限公司 一种面向城市管理的无人机智能机场选址和任务分配方法
KR20230030149A (ko) * 2021-08-25 2023-03-06 주식회사 대한항공 군집 드론을 이용한 원격 인스펙션 시스템
CN115564374A (zh) * 2022-09-21 2023-01-03 武汉大学 协同多任务重分配方法、装置、设备及可读存储介质
CN115933746A (zh) * 2022-12-29 2023-04-07 国网新疆电力有限公司喀什供电公司 一种电力配网自动巡检方法及装置
CN116700356A (zh) * 2023-08-04 2023-09-05 南京海汇装备科技有限公司 一种无人机指挥控制系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Integrate Assignment of Multiple Heterogeneous Unmanned Aerial Vehicles Performing Dynamic Disaster Inspection and Validation Task With Dubins Path;Weinan Wu等;《IEEE Transactions on Aerospace and Electronic Systems》;第59卷(第4期);4018-4032 *
基于改进DPSO的故障下多无人机协同任务规划;邵士凯等;《兵器装备工程学报》;第44卷(第06期);213-222 *

Also Published As

Publication number Publication date
CN116934062A (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
CN116934062B (zh) 一种基于多元融合的信息处理系统及方法
US11586913B2 (en) Power equipment fault detecting and positioning method of artificial intelligence inference fusion
CN107862338B (zh) 基于双检验法的海洋环境监测数据质量管理方法及系统
CN109711659B (zh) 一种工业生产的良率提升管理系统和方法
CN104457841B (zh) 电阻点焊质量在线监测方法
CN112508105B (zh) 一种采油机故障检测与检索方法
CN106201871A (zh) 基于代价敏感半监督的软件缺陷预测方法
CN106404441B (zh) 一种基于非线性相似度指标的故障分类诊断方法
JP2002071575A (ja) 欠陥検査解析方法および欠陥検査解析システム
CN107437113A (zh) 一种配电主设备带电检测判据知识库系统及其实现方法
CN112766301B (zh) 一种采油机示功图相似性判断方法
CN115097244A (zh) 一种精准定位电力系统中用电异常或窃电用户的方法
CN115037603A (zh) 用电信息采集设备的诊断评估方法、装置及系统
CN111980871A (zh) 一种基于ps0-anfis的风力发电机传感器状态诊断系统
CN116466241A (zh) 一种单体电池热失控定位方法
CN117953398A (zh) 一种基于无人机巡河技术的水域状况智能监测方法及系统
JP3982428B2 (ja) 欠陥情報解析方法およびその装置
CN115938009A (zh) 一种智能电子巡检定位方法及系统
CN115659271A (zh) 传感器异常检测方法、模型训练方法、系统、设备及介质
CN114665986B (zh) 一种蓝牙钥匙的测试系统及方法
JP2000077495A (ja) 検査システム及びそれを用いた電子デバイスの製造方法
CN112732773A (zh) 一种继电保护缺陷数据的唯一性校核方法及系统
CN112347903A (zh) 一种基于异构场信号的管道多组件识别方法
CN114676582B (zh) 外太空服役电源系统性能退化评估方法、存储介质及设备
CN118051743B (zh) 一种航空发动机气路故障诊断方法和装置

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