CN117009822A - 监测设备运行的阶跃时序数据匹配方法、系统及装置 - Google Patents
监测设备运行的阶跃时序数据匹配方法、系统及装置 Download PDFInfo
- Publication number
- CN117009822A CN117009822A CN202310856603.0A CN202310856603A CN117009822A CN 117009822 A CN117009822 A CN 117009822A CN 202310856603 A CN202310856603 A CN 202310856603A CN 117009822 A CN117009822 A CN 117009822A
- Authority
- CN
- China
- Prior art keywords
- data
- current step
- value
- column
- equipment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims abstract description 23
- 230000005611 electricity Effects 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 8
- 230000001052 transient effect Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000003745 diagnosis Methods 0.000 claims description 5
- 238000000611 regression analysis Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000012806 monitoring device Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 2
- 230000010354 integration Effects 0.000 abstract 1
- 238000012800 visualization Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2123/00—Data types
- G06F2123/02—Data types in the time domain, e.g. time-series data
Abstract
本发明公开了一种监测设备运行的阶跃时序数据匹配方法、系统及装置,本发明的方法包括:根据每个设备上智能电表采集的用电电量数据,获取所述设备在特定时间内的电流阶跃时序数据组,为所述电流阶跃时序数据组新增数据列,分别得到每个设备的电流阶跃时序数据矩阵,对所述每个设备的电流阶跃时序数据矩阵进行横向匹配运算,得到设备运行状况的结果。本发明通过数学匹配方法处理用电电量数据,实现了设备监测的集成化、直观化,能够快速实时监测设备运行状况,并且降低成本。
Description
技术领域
本发明涉及设备监测技术领域,具体涉及一种监测设备运行的阶跃时序数据匹配方法、系统及装置。
背景技术
企业生产需要监测设备运行状况,确保设备同步运行,以保持企业电流运转的稳定性,传统的监测手段,需要分别前往各个设备工作位点收集信息,无法及时发现设备运行异常的问题,因此,阶跃时序数据匹配方法、系统及装置检测设备运行变得十分必要;
现有的方法通过肉眼观察设备的运行状况,存在收据收集不及时和不准确的问题,而通过安装先进传感设备检测设备运行状况,存在费用过高的问题,新技术采用设备自身携带的智能电表收集并处理电流数据,并进行加工处理,通过数学拟合运算,实时准确地判断设备运行的状况。
发明内容
有鉴于此,本发明实施例提供了一种监测设备运行的阶跃时序数据匹配方法、系统及装置。
本发明采用以下技术方案:
一种监测设备运行的阶跃时序数据匹配方法,,包括以下步骤:
根据每个设备上智能电表采集的用电电量数据,得到所述设备在特定时间内的电流阶跃时序数据组;
为所述电流阶跃时序数据组新增数据列,分别得到每个设备的电流阶跃时序数据矩阵;
对所述每个设备的电流阶跃时序数据矩阵进行横向匹配运算,得到设备运行状况的结果。
作为一种可实施方式,所述得到所述设备在特定时间内的电流阶跃时序数据组,包括以下步骤:
将所述设备每次电流阶跃发生的时间记录在电流阶跃时序数据列中,每t时间记录一次电流阶跃时序数据列;
选取t1为最小间隙时间,将t时间划分为t/t1份,用bit位记录所述最小间隙时间是否有电流阶跃发生,若发生电流阶跃,则所述最小间隙时间的bit位值为1,否则为0;
对所述设备电流阶跃数值列中的噪音数值进行清洗,在设备未运行的情况下,电流阶跃数值若存在非0数值,则将非0数值删除,记录删除非0数值的所述电流阶跃数值列,得到电流阶跃数据列;
对所述电流阶跃数据列进行统计处理,得到电流阶跃时序数据组。
作为一种可实施方式,所述电流阶跃为所述设备电流瞬态变化,所述瞬态变化为电流在t2时间内变化超过n安培,其中t2时间为符合电流瞬态变化规律的数值。
作为一种可实施方式,根据所述电流阶跃数据列的数据特征进行统计处理得到所述电流阶跃时序数据组,至少包括和所述设备电流阶跃数据列对应的表箱ID数据列、相位数据列、日期数据列。
作为一种可实施方式,所述为所述电流阶跃时序数据组新增数据列,分别得到每个设备的电流阶跃时序数据矩阵,包括以下步骤:
为每组设备电流阶跃时序数据组新增status状态数据列,所述status状态数据列的数值为标识设备运行状态的数值,对应bit位的数值大于0,则标识为1,否则标识为0;
为每组设备电流阶跃时序数据组新增shift对比数据列,所述shift对比数据列的数值为status状态数据列错位所述间隙时间的数值;
为每组设备电流阶跃时序数据组新增judge判断数据列,所述judge判断数据列的数值为所述status状态数据列和所述shift对比数据列比较的数值,若对应数据的数值相同,则标识为0,否则标识为1;
为每组设备电流阶跃时序数据组新增assistant辅助数据列,所述assistant辅助数据列的数值为所述judge判断数据列数值的加和。
作为一种可实施方式,所述status状态数据列为设备运行状态的数据列,根据下式计算所述status状态数据列的数值:
其中,f(xi)为所述设备电流阶跃数据,所述设备电流阶跃数据对应的bit位值大于0时,标识为1,否则标识为0,xi为与i对应的所述status状态数据列的数值,i为数据的行列数;
所述shift对比数据列为status状态数据列错位所述间隙时间得到的数值,根据下式计算所述shift对比数据列的数值:
g(xi)=f(xi-1) i=2,3,4,...n
其中,g(xi)为所述shift对比数据列,f(xi-1)为status状态数据列,xi为与i对应的所述status状态数据列的数值,i为数据的行列数;
所述judge判断数据列为status状态数据列和shift对比数据列比较的数学值,根据下式计算所述judge判断数据列的数值:
其中,h(xi)为所述judge判断数据列,g(xi)为所述shift对比数据列,xi为与i对应的所述status状态数据列的数值,i为数据的行列数;
所述assistant辅助数据列为judge判断数据列的数值的和,根据下式计算所述assistant辅助数据列的数值:
其中,g(xi)为所述assistant辅助数据列,h(xi)为所述judge判断数据列,xi为与i对应的所述status状态数据列的数值,i为数据的行列数。
作为一种可实施方式,所述横向匹配运算,包括以下步骤:
所述设备的status状态数据列为纵轴,所述设备的assistant辅助数据列为横轴,建立电流时序折线图表;
将两个设备的电流时序折线图表进行拟合回归分析得到拟合函数,比较拟合函数,若比较结果超出预设阈值,则说明两个设备的运行不同步。
一种监测设备运行的阶跃时序数据匹配的系统,包括数据获取模块、数据处理模及数据诊断模块;
数据获取模块,用于根据所述设备的历史用电电量数据,分别得到所述设备电流阶跃数据组;
数据处理模块,根据预设的数学匹配方法,为所述电流阶跃时序数据组新增数据列,分别得到每个所述设备的电流阶跃时序数据矩阵;
数据诊断模块,根据对所述电流阶跃时序数据矩阵的数据列进行横向匹配运算,确定所述设备的运行状况。
一种监测设备运行的阶跃时序数据匹配装置,包括存储器、处理器及储存在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下所述的方法:
根据每个设备上智能电表采集的用电电量数据,得到所述设备在特定时间内的电流阶跃时序数据组;
为所述电流阶跃时序数据组新增数据列,分别得到每个设备的电流阶跃时序数据矩阵;
对所述每个设备的电流阶跃时序数据矩阵进行横向匹配运算,得到设备运行状况的结果。
一种可读存储介质,所述可读存储介质存储有执行以下所述的方法:
根据每个设备上智能电表采集的用电电量数据,得到所述设备在特定时间内的电流阶跃时序数据组;
为所述电流阶跃时序数据组新增数据列,分别得到每个设备的电流阶跃时序数据矩阵;
对所述每个设备的电流阶跃时序数据矩阵进行横向匹配运算,得到设备运行状况的结果。
本发明的优点是,能够节省人力物力成本,采用数学方法和设备的用电电量数据计算设备的同步运行状况,降低了实施难度,具备推广性和实施性。
附图说明
图1为本发明实施例提供了一种本发明方法的流程示意图;
图2为本发明实施例提供了一种本发明系统的结构示意图。
具体实施方式
尽管已清晰描述了本发明的实施例,但对本领域的技术人员而言,可在不脱离发明方法原理和精神的情况下,对这些实施例多种变化、修改、替换和变型,仍属于本发明所述方法的范围,仍受专利保护;
在本说明书的描述中,所使用的“包含”、“包括”、“具有”、“含有”等,均为开放性的用语,即意指包含但不限于。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施,其中的步骤顺序不作限定,可根据需要作适当调整。
实施例1,本发明实施例一种监测设备运行的阶跃时序数据匹配方法,如图1所示,包括以下步骤:
S100、根据每个设备上智能电表采集的用电电量数据,得到所述设备在特定时间内的电流阶跃时序数据组;
S200、为所述电流阶跃时序数据组新增数据列,分别得到每个设备的电流阶跃时序数据矩阵;
S300、对所述每个设备的电流阶跃时序数据矩阵进行横向匹配运算,得到设备运行状况的匹配结果。
该技术方案能够改进目前技术中存在的监测不及时不准确的问题,通过横向匹配运算,精确得知两种设备的运行状况。
在步骤S100中,所述智能电表采集的用电电量数据,可以是但不限于是按天采集的日用电电量数据;
作为示例,所述用电电量数据为时长为n天的日用电电量数据,即日用电电量数据S=[X1,X2,...,Xn-1],其中,X1表示第一天的时间,X2表示第二天的时间,依次类推。
在步骤S200中,可以是但不限于是每24小时记录一次电流阶跃时序数据列,可以是但不限于是选取1分钟为最小间隙时间,所述设备电流阶跃为所述设备电流瞬态变化,所述电流瞬态变化可以是但不限于是电流在0.02s时间内变化超过5安培,对所述电流阶跃数据列的数据特征进行统计处理,包括的特征数据,可以是但不限于是表箱ID数据列、相位数据列、日期数据列;
比如所述电流阶跃时序矩阵按照24小时的时长,1分钟的间隙,采集电力数据为电量数据,那么共得到1440项数据,至少包括电流阶跃时序数据列,表箱ID数据列、相位数据列、日期数据列,bit数值列在内的数据列,按照时序依次排列的电流阶跃时序数据组。
在步骤S300中,可以是但不限于是对生产设备和环保设备进行横向匹配运算,可以是但不限于是新增以下数据列;
作为示例,得到生产设备在表箱id为001相位为x1的24小时内的电流时序数据矩阵Ix1,得到环保设备在表箱id为002相位为x2的24小时内的电流时序数据矩阵为Ix2;
为每组设备电流阶跃时序数据组新增status状态数据列,即由连续的0和1构成的包含1440项的数据列;
为每组设备电流阶跃时序数据组新增shift对比数据列,即由连续的0和1构成的包含1440项的数据列;
为每组设备电流阶跃时序数据组新增judge判断数据列,即由连续的0和1构成的包含1440项的数据列;
为每组设备电流阶跃时序数据组新增assistant辅助数据列,所述assistant辅助数据列的数值为所述judge判断数据列数值的加和。
比如说选取表箱ID为001和002的设备,将所述两个设备的电流时序折线图表进行拟合回归分析得到拟合函数,比较拟合函数,得到y=a1x2+b1x+c1,R2=k1和y=a2x2+b2x+c2,R2=k2的两个多项式,将a1与a2,k1与k2进行对比,超出设备的函数拟合阈值范围时,则说明设备没有同步运行。
另外,在一个实施例中,status状态数据列为设备运行状态的数据列,根据下式计算所述status状态数据列的数值:其中,f(xi)为所述设备电流阶跃数据,所述设备电流阶跃数据对应的bit位值大于0时,标识为1,否则标识为0,xi为与i对应的所述status状态数据列的数值,i为数据的行列数;
shift对比数据列为status状态数据列错位所述t1间隙时间得到的数值,根据下式计算所述shift对比数据列的数值:g(xi)=f(xi-1) i=2,3,4,...n其中,g(xi)为所述shift对比数据列,f(xi-1)为status状态数据列,xi为与i对应的所述status状态数据列的数值,i为数据的行列数;
judge判断数据列为status状态数据列和shift对比数据列比较的数学值,根据下式计算所述judge判断数据列的数值:其中,h(xi)为所述judge判断数据列,g(xi)为所述shift对比数据列,xi为与i对应的所述status状态数据列的数值,i为数据的行列数;
assistant辅助数据列为judge判断数据列的数值的和,根据下式计算所述assistant辅助数据列的数值:其中,g(xi)为所述assistant辅助数据列,h(xi)为所述judge判断数据列,xi为与i对应的所述status状态数据列的数值,i为数据的行列数。
而横向匹配运算的方法是:设备的status状态数据列为纵轴,所述设备的assistant辅助数据列为横轴,建立所述设备电流时序折线图表,选取两个设备,将所述两个设备的电流时序折线图表输入计算机系统中进行拟合回归分析得到拟合函数,比较拟合函数,如果函数项的数值差异超出阈值,则说明设备没有同步运行。
实施例2:
一种监测设备运行的阶跃时序数据匹配系统,如图2所示,包括:
数据获取模块100,用于根据所述设备的历史用电电量数据,分别得到所述设备电流阶跃数据组;
数据处理模块200,根据预设的数学匹配方法,为所述电流阶跃时序数据组新增数据列,分别得到每个所述设备的电流阶跃时序数据矩阵;
数据诊断模块300,根据对所述电流阶跃时序数据矩阵的数据列进行横向匹配运算,分别得到所述设备的运行时段范围,比较每个所述设备的运行时段范围,确定所述设备的运行状况。
对于装置实施例而言,由于其与方法实施例基本相似,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。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-□ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种监测设备运行的阶跃时序数据匹配方法,其特征在于,包括以下步骤:
根据每个设备上智能电表采集的用电电量数据,得到所述设备在特定时间内的电流阶跃时序数据组;
为所述电流阶跃时序数据组新增数据列,分别得到每个设备的电流阶跃时序数据矩阵;
对所述每个设备的电流阶跃时序数据矩阵进行横向匹配运算,得到设备运行状况的结果。
2.根据权利要求1所述的监测设备运行的阶跃时序数据匹配方法,其特征在于,所述得到所述设备在特定时间内的电流阶跃时序数据组,包括以下步骤:
将所述设备每次电流阶跃发生的时间记录在电流阶跃时序数据列中,每t时间记录一次电流阶跃时序数据列;
选取t1为最小间隙时间,将t时间划分为t/t1份,用bit位记录所述最小间隙时间是否有电流阶跃发生,若发生电流阶跃,则所述最小间隙时间的bit位值为1,否则为0;
对所述设备电流阶跃数值列中的噪音数值进行清洗,在设备未运行的情况下,电流阶跃数值若存在非0数值,则将非0数值删除,记录删除非0数值的所述电流阶跃数值列,得到电流阶跃数据列;
对所述电流阶跃数据列进行统计处理,得到电流阶跃时序数据组。
3.根据权利要求2所述的监测设备运行的阶跃时序数据匹配方法,其特征在于,所述电流阶跃为所述设备电流瞬态变化,所述瞬态变化为电流在t2时间内变化超过n安培,其中t2时间为符合电流瞬态变化规律的数值。
4.根据权利要求2所述的监测设备运行的阶跃时序数据匹配方法,其特征在于,根据所述电流阶跃数据列的数据特征进行统计处理得到所述电流阶跃时序数据组,至少包括和所述设备电流阶跃数据列对应的表箱ID数据列、相位数据列、日期数据列。
5.根据权利要求1所述的监测设备运行的阶跃时序数据匹配方法,其特征在于,所述为所述电流阶跃时序数据组新增数据列,分别得到每个设备的电流阶跃时序数据矩阵,包括以下步骤:
为每组设备电流阶跃时序数据组新增status状态数据列,所述status状态数据列的数值为标识设备运行状态的数值,对应bit位的数值大于0,则标识为1,否则标识为0;
为每组设备电流阶跃时序数据组新增shift对比数据列,所述shift对比数据列的数值为status状态数据列错位所述间隙时间的数值;
为每组设备电流阶跃时序数据组新增judge判断数据列,所述judge判断数据列的数值为所述status状态数据列和所述shift对比数据列比较的数值,若对应数据的数值相同,则标识为0,否则标识为1;
为每组设备电流阶跃时序数据组新增assistant辅助数据列,所述assistant辅助数据列的数值为所述judge判断数据列数值的加和。
6.根据权利要求5所述的监测设备运行的阶跃时序数据匹配方法,其特征在于,所述status状态数据列为设备运行状态的数据列,根据下式计算所述status状态数据列的数值:
其中,f(xi)为所述设备电流阶跃数据,所述设备电流阶跃数据对应的bit位值大于0时,标识为1,否则标识为0,xi为与i对应的所述status状态数据列的数值,i为数据的行列数;
所述shift对比数据列为status状态数据列错位所述间隙时间得到的数值,根据下式计算所述shift对比数据列的数值:
g(xi)=f(xi-1)i=2,3,4,...n
其中,g(xi)为所述shift对比数据列,f(xi-1)为status状态数据列,xi为与i对应的所述status状态数据列的数值,i为数据的行列数;
所述judge判断数据列为status状态数据列和shift对比数据列比较的数学值,根据下式计算所述judge判断数据列的数值:
其中,h(xi)为所述judge判断数据列,g(xi)为所述shift对比数据列,xi为与i对应的所述status状态数据列的数值,i为数据的行列数;
所述assistant辅助数据列为judge判断数据列的数值的和,根据下式计算所述assistant辅助数据列的数值:
其中,g(xi)为所述assistant辅助数据列,h(xi)为所述judge判断数据列,xi为与i对应的所述status状态数据列的数值,i为数据的行列数。
7.根据权利要求1所述的监测设备运行的阶跃时序数据匹配方法,其特征在于,所述横向匹配运算,包括以下步骤:
所述设备的status状态数据列为纵轴,所述设备的assistant辅助数据列为横轴,建立电流时序折线图表;
将两个设备的电流时序折线图表进行拟合回归分析得到拟合函数,比较拟合函数,若比较结果超出预设阈值,则说明两个设备的运行不同步。
8.一种监测设备运行的阶跃时序数据匹配的系统,其特征在于,包括数据获取模块、数据处理模及数据诊断模块;
数据获取模块,用于根据所述设备的历史用电电量数据,分别得到所述设备电流阶跃数据组;
数据处理模块,根据预设的数学匹配方法,为所述电流阶跃时序数据组新增数据列,分别得到每个所述设备的电流阶跃时序数据矩阵;
数据诊断模块,根据对所述电流阶跃时序数据矩阵的数据列进行横向匹配运算,确定所述设备的运行状况。
9.一种监测设备运行的阶跃时序数据匹配装置,包括存储器、处理器及储存在所述存储器中并可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任意一项所述的方法。
10.一种可读存储介质,其特征在于,所述可读存储介质存储有执行权利要求1至7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310856603.0A CN117009822A (zh) | 2023-07-12 | 2023-07-12 | 监测设备运行的阶跃时序数据匹配方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310856603.0A CN117009822A (zh) | 2023-07-12 | 2023-07-12 | 监测设备运行的阶跃时序数据匹配方法、系统及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117009822A true CN117009822A (zh) | 2023-11-07 |
Family
ID=88573692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310856603.0A Pending CN117009822A (zh) | 2023-07-12 | 2023-07-12 | 监测设备运行的阶跃时序数据匹配方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117009822A (zh) |
-
2023
- 2023-07-12 CN CN202310856603.0A patent/CN117009822A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109711659B (zh) | 一种工业生产的良率提升管理系统和方法 | |
CN107679089B (zh) | 一种用于电力传感数据的清洗方法、装置和系统 | |
EP3210088B1 (de) | Verfahren und assistenzsystem zur erkennung einer störung in einer anlage | |
CN104794535B (zh) | 一种基于主导行业的电力需求预测及预警的方法 | |
CN104008294B (zh) | 轴承异常检测系统及其方法 | |
CN116992391B (zh) | 一种硬碳工艺环保监测数据采集处理方法 | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
CN101290611A (zh) | 数据中异常点的检测方法和装置 | |
CN111898068A (zh) | 一种基于pert算法及仪表用量分析的异常检测方法 | |
CN109309022A (zh) | 一种缺陷抽检方法 | |
CN103308334B (zh) | 一种非线性累积的构件疲劳评估方法 | |
CN111768022A (zh) | 煤机生产设备的设备检测方法及装置 | |
WO2018142678A1 (ja) | 製造実績の可視化方法、画像処理装置及びプログラム | |
CN103902798A (zh) | 数据预处理方法 | |
CN110738415A (zh) | 基于用电采集系统和离群点算法的窃电用户分析方法 | |
CN111176226A (zh) | 一种基于运行工况的设备特征参数报警阈值自动分析方法 | |
CN117009822A (zh) | 监测设备运行的阶跃时序数据匹配方法、系统及装置 | |
CN112785115A (zh) | 一种冷轧原料库质量预审核方法 | |
CN101458513A (zh) | 统计过程控制方法及装置 | |
CN117079363A (zh) | 基于穿戴式pda的检查作业内容生成系统及方法 | |
CN103163864B (zh) | 机械设备状态评估的优化方法 | |
CN117235648B (zh) | 基于数据处理的钢丝加工全流程集成化管理系统 | |
Nagy et al. | An industrial application using process mining to reduce the number of faulty products | |
CN114037010A (zh) | 一种电量数据异常的识别方法及装置 | |
CN108154292B (zh) | 一种路面性能的预测模型的建立方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |