CN117649105A - 基于rpa流程自动化的变电站工作票智能填票方法及系统 - Google Patents
基于rpa流程自动化的变电站工作票智能填票方法及系统 Download PDFInfo
- Publication number
- CN117649105A CN117649105A CN202311588715.9A CN202311588715A CN117649105A CN 117649105 A CN117649105 A CN 117649105A CN 202311588715 A CN202311588715 A CN 202311588715A CN 117649105 A CN117649105 A CN 117649105A
- Authority
- CN
- China
- Prior art keywords
- ticket
- filling
- flow
- rpa
- work ticket
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004801 process automation Methods 0.000 title claims description 7
- 230000008569 process Effects 0.000 claims abstract description 29
- 238000005429 filling process Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000007246 mechanism Effects 0.000 claims abstract description 17
- 238000007726 management method Methods 0.000 claims abstract description 9
- 238000013524 data verification Methods 0.000 claims abstract description 8
- 230000000875 corresponding effect Effects 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 17
- 238000013527 convolutional neural network Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 13
- 238000012795 verification Methods 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000013136 deep learning model Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 abstract description 8
- 230000005856 abnormality Effects 0.000 description 22
- 238000012550 audit Methods 0.000 description 6
- 230000004913 activation Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q30/00—Commerce
- G06Q30/04—Billing or invoicing
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于RPA流程自动化的变电站工作票智能填票方法及系统,具体涉及自动化技术领域,根据变电站工作票填写的流程和规则,使用RPA工具进行流程建模,与变电站管理系统进行集成,自动获取变电站工作票填写所需的相关数据,利用模拟人工输入的方式,实现工作票的自动填写过程,在填写工作票的过程中,RPA机器人检查输入数据的完整性和正确性,根据预设规则自动计算时间要求,进行数据验证和处理,填写完成后,RPA机器人自动触发工作票的审核流程,审核通过后,RPA机器人自动将工作票提交到相应的系统中,在RPA流程中添加异常处理机制,填票过程中出现异常情况后,进行重试、报警以及跳过操作,大大提高了填票效率和准确性,减少人工错误和重复性工作。
Description
技术领域
本发明涉及电力系统工作票技术领域,尤其涉及基于RPA流程自动化的变电站工作票智能填票方法及系统。
背景技术
随着电力市场的日益竞争和科技的进步,能源企业需要寻求更加高效和智能的解决方案来提高生产力和获得竞争优势。而RPA是一种利用软件机器人技术实现自动化的技术,它可以自动执行多种规则性、高频率、重复性的任务。
当前分布式自然人开票工作中由于自然人数量多达上万个,人工开具电子发票,在输入文字和数字一不小心存在漏开错开的现象,并且开票人员对重复劳动枯燥乏味,同时耗费时间。RPA流程自动化便是一种潜在的解决方案,可以帮助能源企业实现自动化,节约时间和成本,提高精确度和质量以及释放人力使其专注于核心业务。
发明内容
为了克服现有技术的上述缺陷,本发明提供了一种基于RPA流程自动化的变电站工作票智能填票方法,通过监测表单中工作票填写完成的事件,RPA机器人自动触发工作票的审核流程,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案,基于RPA流程自动化的变电站工作票智能填票方法,包括以下步骤:
步骤101、根据变电站工作票填写的流程和规则,使用RPA工具进行流程建模;
步骤102、使用神经网络模型对工作票属性进行逐层划分,实现工作票类型分类;
步骤103、根据采集到的数据,RPA机器人自动填充工作票中相应的字段;
步骤104、根据预设规则自动计算时间要求,检查输入数据的完整性和正确性;
步骤105、通过监测表单中工作票填写完成的事件,RPA机器人自动触发工作票的审核流程;
步骤106、在RPA流程中添加异常处理机制,保证填票过程中的稳定性和可靠性。
在一个优选地实施方式中,步骤101中,根据变电站工作票填写的流程和规则,将工作票填写过程划分为若干个任务和操作步骤,并定义每个步骤的输入、输出和验证条件,使用RPA工具进行流程建模,在完成流程建模后,进行测试和调试,检查每个步骤是否按照预期执行,具体包括以下内容:
S1、流程建模:根据变电站工作票填写的流程和规则,将工作票填写过程划分为若干个任务和操作步骤,并定义每个步骤的输入、输出和验证条件,使用RPA工具进行流程建模,具体步骤如下:
步骤1、确定流程覆盖范围:明确工作票填写流程所覆盖的范围,包括工作票的创建、工作票信息收集、工作票填写、工作票审核与批准、工作票分发与通知、工作票执行,以及工作票归档与存储,确定流程的输入、输出和期望的结果;
步骤2、识别参与者和角色:确定在工作票填写流程中的各个阶段涉及的参与者和角色,包括填票人、审批人、许可人;
步骤3、绘制流程图:使用BPMN流程建模工具,绘制出工作票填写流程的流程图,根据实际情况,确定流程的起点、终点,以及中间的任务、决策和分支;
步骤4、建立流程模板:在RPA工具中创建流程模板,作为变电站工作票填写的基础,根据实际流程,将数据输入步骤与相应的活动关联起来,按照顺序添加到流程模板中;
S2、测试和调试:在完成流程建模后,通过触发器自动化运行,进行测试和调试,检查每个步骤是否按照预期执行,并确保数据正确输入、条件判断准确无误。
在一个优选地实施方式中,步骤102中,使用卷积神经网络深度学习模型,对工作票数据进行特征提取,输入到CNN模型,将准备好的数据分为训练集和验证集,使用训练集对CNN模型进行训练,在训练过程中,通过反向传播算法更新模型参数,以最小化损失函数,对工作票进行分类,具体包括以下步骤:
步骤1、前向传播:将工作票数据输入到CNN模型中,逐层计算并保存每一层的输出结果,并计算出最终的预测结果,具体计算公式如下:
其中,表示最终的预测结果,argmax函数表示使得f(x)取得最大值的x的取值,f(x)表示CNN模型的输出;
步骤2、计算损失函数:将预测结果与真实标签进行比较,计算损失函数的值,具体计算公式如下:
其中,MSE表示均方误差,Σ表示对所有样本进行求和,表示真实值与预测值之间的差的平方,N表示样本数量,yi表示真实值,/>表示最终的预测结果;
步骤3、反向传播:从最后一层开始,使用链式法则将梯度从输出层向前传递到每一层,并根据参数的权重和激活函数的导数,计算每一层的梯度,设置从输入层到输出层由L个层组成,第l层的输入为a[l-1],输出为a[l],输出层的输出a[l]的函数为loss=f(a[L]),具体计算公式如下:
其中,是第l层的激活函数对输入的导数,/>是第l+1层梯度传递过来的梯度;
步骤4、参数更新:根据计算得到的梯度,更新模型的参数,通过乘以一个学习率来控制参数更新的幅度,避免快速更新;
步骤5、重复训练:重复执行步骤1到4,使用不同的训练样本进行多次迭代,直到达到设定的训练轮数。
在一个优选地实施方式中,步骤103中,通过与变电站管理系统进行集成,自动获取变电站工作票填写所需的相关数据,包括工作内容、设备信息、时间要求,利用模拟人工输入的方式,RPA机器人自动将采集到的数据填充到工作票的相应字段,实现工作票的自动填写过程,具体包括以下步骤:
S1、RPA机器人登录变电站管理系统,并导航到工作票填写界面,使用模拟键盘和鼠标操作,利用模拟按键将光标定位到工作票表单的第一个需要填写的字段上;
S2、RPA机器人从采集到的数据中获取相应字段的值,并使用模拟键盘操作将采集到的数据通过设置字段值的方式来模拟输入到工作票表单的字段中,通过插入等待活动并设置延迟时间,RPA机器人等待一段时间,确保字段中的值被正确设置和处理;
S3、RPA机器人继续重复上述步骤,依次填充工作票中的其他字段,填充完成后,RPA机器人点击提交、保存按钮,完成工作票的填写过程。
在一个优选地实施方式中,步骤104中,在填写工作票的过程中,RPA机器人检查输入数据的完整性和正确性,根据预设规则自动计算时间要求,进行数据验证和处理,确保填写的工作票符合要求,具体包括以下内容:
S1、RPA机器人获取需要计算的相关数据,包括工作开始时间、工作结束时间信息;
S2、根据预设的规则,使用日期函数对日期进行加减天数的计算,将计算结果赋值给相应的字段,计算一个日期之后的7天,具体计算公式如下:
n=o+7
其中,n表示新日期,o表示之前的日期;
S3、在RPA机器人的逻辑流程中,使用条件语句对填写的数据进行完整性和正确性的检查,判断输入数据是否符合预设的规则和要求,具体规则如下:
输入数据符合规则:继续执行后续操作,填写到目标表单中;
输入数据不符合规则:采取相应的处理方式,给出错误提示、重新获取输入、记录日志;
S4、完成数据检查:发现存在错误、不完整的数据,RPA机器人发出警告,弹出提示框提示用户修正错误的数据,确保所有必填字段都填写完整,当所有输入数据都通过规则检查后,RPA机器人继续执行后续的操作。
在一个优选地实施方式中,步骤105中,填写完成后,RPA机器人自动触发工作票的审核流程,通过监测表单中工作票填写完成的事件,触发审核流程,审核通过后,RPA机器人自动将工作票提交到相应的系统中,具体包括以下内容:
S1、监听填写完成事件:RPA机器人通过轮询检查方式,监测表单中工作票填写完成的事件,具体步骤如下:
步骤1、确定轮询间隔:根据实际需求和系统响应时间,确定轮询的时间间隔,检查是否有工作票填写完成事件;
步骤2、访问表:RPA机器人导航到工作票填写界面,获取最新的工作票信息数据状态;
步骤3、检查填写完成事件:在访问表单后,RPA机器人通过检查特定字段的值以及特定状态的变化来确定工作票是否填写完成;
步骤4、处理填写完成事件:检测到工作票填写完成的事件,RPA机器人执行后续操作,如触发审核流程、记录日志、通知相关人员等。
步骤5、设定结束条件:没有检测到填写完成事件,继续下一次轮询,直到在特定时间段内没有检测到填写完成事件,停止轮询;
步骤6、完成轮询检查:当满足结束条件,RPA机器人终止轮询检查,并进行必要的清理和记录工作;
S2、触发审核流程:RPA机器人根据获得的工作票数据,使用自动化流程进行调用审批系统、发送通知以及创建任务操作,具体步骤如下:
步骤1、调用审批系统:当触发工作票的审核流程,RPA机器人通过API调用审批系统的创建审批实例接口,并传递工作票的标题、内容、参与人相关信息来启动审批流程;
步骤2、发送通知:在触发工作票审核流程后,RPA机器人通过电子邮件、短信、即时消息方式向工作票填写者、审核者以及负责人发送通知,通知内容包括工作票的摘要、链接到审批页面、相关截止日期;
步骤3、创建任务:在工作票审核流程中,需要协调和跟踪相关的任务,RPA机器人在触发审核流程后,通过集成接口直接创建任务并分配给相应的人员,任务的内容包括工作票的详细说明、截止日期、参与人;
S3、处理审核结果:RPA机器人根据监测审核流程的结果,采取相应的操作,具体包括:
工作票审核通过,继续后续的工作安排;
工作票审核未通过,通知相关人员重新进行填写;
当工作票的审核流程完成后,RPA机器人进行后续操作,通知相关人员更新状态以及生成报告;
S4、记录日志和处理异常:RPA机器人在整个过程中记录操作日志,并处理任何异常情况,遇到审核失败、流程异常以及通信问题情况,机器人记录错误信息并报警给相关人员。
在一个优选地实施方式中,步骤106中,在RPA流程中添加异常处理机制,填票过程中出现异常情况后,进行重试、报警以及跳过操作,保证流程的稳定性和可靠性,具体包括以下内容:
S1、捕获异常:在关键步骤前后使用异常捕获机制try-catch语句,捕获引发的异常,确保捕获到的异常能够被后续处理;
S2、判断异常类型和原因:通过对捕获的异常进行判断和分析,确定异常的类型和原因;
S3、重试操作:对于可恢复的异常,进行重试操作,使用循环结构,设置重试次数上限,并在每次重试前增加等待时间,重试操作中添加尝试重新执行失败的步骤,期望第二次尝试成功;
S4、报警通知:对于无法自动恢复的异常以及通过重试仍然失败的异常,触发报警通知,通过电子邮件、短信、即时消息方式通知相关人员,报警通知内容包含异常详细信息、发生时间和影响因素;
S5、跳过步骤:某个步骤发生严重错误无法处理的异常,跳过该步骤并继续执行后续步骤,确保数据的一致性和正确性;
S6、记录日志:在捕获和处理异常的过程中,记录相关日志信息,对故障进行排查和分析异常情况,日志内容包括捕获到的异常、重试次数、报警通知;
S7、测试和验证:在添加异常处理机制后,进行全面的测试和验证,模拟各种会出现的异常情况,确保重试、报警以及跳过操作按预期工作,优化异常处理机制,直到达到所需的稳定性和可靠性。
基于RPA流程自动化的变电站工作票智能填票系统,包括:
流程建模模块,用于根据变电站工作票填写的流程和规则,使用RPA工具进行流程建模;
类型分类模块,用于使用神经网络模型对工作票属性进行逐层划分,实现工作票类型分类;
自动填充数据模块,用于根据采集到的数据,RPA机器人自动填充工作票中相应的字段;
数据验证和处理模块,用于根据预设规则自动计算时间要求,检查输入数据的完整性和正确性;
审核和提交模块,用于通过监测表单中工作票填写完成的事件,RPA机器人自动触发工作票的审核流程;
异常处理模块,用于在RPA流程中添加异常处理机制,保证填票过程中的稳定性和可靠性。
本发明在工作中,根据变电站工作票填写的流程和规则,使用RPA工具进行流程建模,与变电站管理系统进行集成,自动获取变电站工作票填写所需的相关数据,利用模拟人工输入的方式,实现工作票的自动填写过程,在填写工作票的过程中,RPA机器人检查输入数据的完整性和正确性,根据预设规则自动计算时间要求,进行数据验证和处理,填写完成后,RPA机器人自动触发工作票的审核流程,审核通过后,RPA机器人自动将工作票提交到相应的系统中,在RPA流程中添加异常处理机制,填票过程中出现异常情况后,进行重试、报警以及跳过操作,大大提高了填票效率和准确性,减少人工错误和重复性工作。
附图说明
图1为本发明的方法流程图;
图2为本发明的系统结构框图。
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。
本发明如图1所示,基于RPA流程自动化的变电站工作票智能填票方法,具体包括以下步骤:
步骤101、根据变电站工作票填写的流程和规则,使用RPA工具进行流程建模;
步骤102、使用神经网络模型对工作票属性进行逐层划分,实现工作票类型分类;
步骤103、根据采集到的数据,RPA机器人自动填充工作票中相应的字段;
步骤104、根据预设规则自动计算时间要求,检查输入数据的完整性和正确性;
步骤105、通过监测表单中工作票填写完成的事件,RPA机器人自动触发工作票的审核流程;
步骤106、在RPA流程中添加异常处理机制,保证填票过程中的稳定性和可靠性。
具体地,步骤101、根据变电站工作票填写的流程和规则,使用RPA工具进行流程建模;
进一步的,根据变电站工作票填写的流程和规则,将工作票填写过程划分为若干个任务和操作步骤,并定义每个步骤的输入、输出和验证条件,使用RPA工具进行流程建模,在完成流程建模后,进行测试和调试,检查每个步骤是否按照预期执行,具体包括以下内容:
S1、流程建模:根据变电站工作票填写的流程和规则,将工作票填写过程划分为若干个任务和操作步骤,并定义每个步骤的输入、输出和验证条件,使用RPA工具进行流程建模,具体步骤如下:
步骤1、确定流程覆盖范围:明确工作票填写流程所覆盖的范围,包括工作票的创建、工作票信息收集、工作票填写、工作票审核与批准、工作票分发与通知、工作票执行,以及工作票归档与存储,确定流程的输入、输出和期望的结果;
步骤2、识别参与者和角色:确定在工作票填写流程中的各个阶段涉及的参与者和角色,包括填票人、审批人、许可人;
步骤3、绘制流程图:使用BPMN流程建模工具,绘制出工作票填写流程的流程图,根据实际情况,确定流程的起点、终点,以及中间的任务、决策和分支;
步骤4、建立流程模板:在RPA工具中创建流程模板,作为变电站工作票填写的基础,根据实际流程,将数据输入步骤与相应的活动关联起来,按照顺序添加到流程模板中;
S2、测试和调试:在完成流程建模后,通过触发器自动化运行,进行测试和调试,检查每个步骤是否按照预期执行,并确保数据正确输入、条件判断准确无误。
步骤102、使用神经网络模型对工作票属性进行逐层划分,实现工作票类型分类;
进一步的,使用卷积神经网络深度学习模型,对工作票数据进行特征提取,输入到CNN模型,将准备好的数据分为训练集和验证集,使用训练集对CNN模型进行训练,在训练过程中,通过反向传播算法更新模型参数,以最小化损失函数,对工作票进行分类,具体包括以下步骤:
步骤1、前向传播:将工作票数据输入到CNN模型中,逐层计算并保存每一层的输出结果,并计算出最终的预测结果,具体计算公式如下:
其中,表示最终的预测结果,argmax函数表示使得f(x)取得最大值的x的取值,f(x)表示CNN模型的输出;
步骤2、计算损失函数:将预测结果与真实标签进行比较,计算损失函数的值,具体计算公式如下:
其中,MSE表示均方误差,Σ表示对所有样本进行求和,表示真实值与预测值之间的差的平方,N表示样本数量,yi表示真实值,/>表示最终的预测结果;
步骤3、反向传播:从最后一层开始,使用链式法则将梯度从输出层向前传递到每一层,并根据参数的权重和激活函数的导数,计算每一层的梯度,设置从输入层到输出层由L个层组成,第l层的输入为a[l-1],输出为a[l],输出层的输出a[l]的函数为loss=f(a[L]),具体计算公式如下:
其中,是第l层的激活函数对输入的导数,/>是第l+1层梯度传递过来的梯度;
步骤4、参数更新:根据计算得到的梯度,更新模型的参数,通过乘以一个学习率来控制参数更新的幅度,避免快速更新;
步骤5、重复训练:重复执行步骤1到4,使用不同的训练样本进行多次迭代,直到达到设定的训练轮数。
步骤103、根据采集到的数据,RPA机器人自动填充工作票中相应的字段;
进一步的,通过与变电站管理系统进行集成,自动获取变电站工作票填写所需的相关数据,包括工作内容、设备信息、时间要求,利用模拟人工输入的方式,RPA机器人自动将采集到的数据填充到工作票的相应字段,实现工作票的自动填写过程,具体包括以下步骤:
S1、RPA机器人登录变电站管理系统,并导航到工作票填写界面,使用模拟键盘和鼠标操作,利用模拟按键将光标定位到工作票表单的第一个需要填写的字段上;
S2、RPA机器人从采集到的数据中获取相应字段的值,并使用模拟键盘操作将采集到的数据通过设置字段值的方式来模拟输入到工作票表单的字段中,通过插入等待活动并设置延迟时间,RPA机器人等待一段时间(时间通过人为进行设置),确保字段中的值被正确设置和处理;
S3、RPA机器人继续重复上述步骤,依次填充工作票中的其他字段,填充完成后,RPA机器人点击提交、保存按钮,完成工作票的填写过程。
步骤104、根据预设规则自动计算时间要求,检查输入数据的完整性和正确性;
进一步的,在填写工作票的过程中,RPA机器人检查输入数据的完整性和正确性,根据预设规则自动计算时间要求,进行数据验证和处理,确保填写的工作票符合要求,具体包括以下内容:
S1、RPA机器人获取需要计算的相关数据,包括工作开始时间、工作结束时间信息;
S2、根据预设的规则,使用日期函数对日期进行加减天数的计算,将计算结果赋值给相应的字段,计算一个日期之后的7天,具体计算公式如下:
n=o+7
其中,n表示新日期,o表示之前的日期;
S3、在RPA机器人的逻辑流程中,使用条件语句对填写的数据进行完整性和正确性的检查,判断输入数据是否符合预设的规则和要求,具体规则如下:
输入数据符合规则:继续执行后续操作,填写到目标表单中;
输入数据不符合规则:采取相应的处理方式,给出错误提示、重新获取输入、记录日志;
S4、完成数据检查:发现存在错误、不完整的数据,RPA机器人发出警告,弹出提示框提示用户修正错误的数据,确保所有必填字段都填写完整,当所有输入数据都通过规则检查后,RPA机器人继续执行后续的操作。
步骤105、通过监测表单中工作票填写完成的事件,RPA机器人自动触发工作票的审核流程;
进一步的,填写完成后,RPA机器人自动触发工作票的审核流程,通过监测表单中工作票填写完成的事件,触发审核流程,审核通过后,RPA机器人自动将工作票提交到相应的系统中,具体包括以下内容:
S1、监听填写完成事件:RPA机器人通过轮询检查方式,监测表单中工作票填写完成的事件,具体步骤如下:
步骤1、确定轮询间隔:根据实际需求和系统响应时间,确定轮询的时间间隔,检查是否有工作票填写完成事件;
步骤2、访问表:RPA机器人导航到工作票填写界面,获取最新的工作票信息数据状态;
步骤3、检查填写完成事件:在访问表单后,RPA机器人通过检查特定字段的值以及特定状态的变化来确定工作票是否填写完成;
步骤4、处理填写完成事件:检测到工作票填写完成的事件,RPA机器人执行后续操作,如触发审核流程、记录日志、通知相关人员等。
步骤5、设定结束条件:没有检测到填写完成事件,继续下一次轮询,直到在特定时间段内没有检测到填写完成事件,停止轮询;
步骤6、完成轮询检查:当满足结束条件,RPA机器人终止轮询检查,并进行必要的清理和记录工作;
S2、触发审核流程:RPA机器人根据获得的工作票数据,使用自动化流程进行调用审批系统、发送通知以及创建任务操作,具体步骤如下:
步骤1、调用审批系统:当触发工作票的审核流程,RPA机器人通过API调用审批系统的创建审批实例接口,并传递工作票的标题、内容、参与人相关信息来启动审批流程;
步骤2、发送通知:在触发工作票审核流程后,RPA机器人通过电子邮件、短信、即时消息方式向工作票填写者、审核者以及负责人发送通知,通知内容包括工作票的摘要、链接到审批页面、相关截止日期;
步骤3、创建任务:在工作票审核流程中,需要协调和跟踪相关的任务,RPA机器人在触发审核流程后,通过集成接口直接创建任务并分配给相应的人员,任务的内容包括工作票的详细说明、截止日期、参与人;
S3、处理审核结果:RPA机器人根据监测审核流程的结果,采取相应的操作,具体包括:
工作票审核通过,继续后续的工作安排;
工作票审核未通过,通知相关人员重新进行填写;
当工作票的审核流程完成后,RPA机器人进行后续操作,通知相关人员更新状态以及生成报告;
S4、记录日志和处理异常:RPA机器人在整个过程中记录操作日志,并处理任何异常情况,遇到审核失败、流程异常以及通信问题情况,机器人记录错误信息并报警给相关人员。
步骤106、在RPA流程中添加异常处理机制,保证填票过程中的稳定性和可靠性;
进一步的,在RPA流程中添加异常处理机制,填票过程中出现异常情况后,进行重试、报警以及跳过操作,保证流程的稳定性和可靠性,具体包括以下内容:
S1、捕获异常:在关键步骤前后使用异常捕获机制try-catch语句,捕获引发的异常,确保捕获到的异常能够被后续处理;
S2、判断异常类型和原因:通过对捕获的异常进行判断和分析,确定异常的类型和原因;
S3、重试操作:对于可恢复的异常,进行重试操作,使用循环结构,设置重试次数上限,并在每次重试前增加等待时间,重试操作中添加尝试重新执行失败的步骤,期望第二次尝试成功;
S4、报警通知:对于无法自动恢复的异常以及通过重试仍然失败的异常,触发报警通知,通过电子邮件、短信、即时消息方式通知相关人员,报警通知内容包含异常详细信息、发生时间和影响因素;
S5、跳过步骤:某个步骤发生严重错误无法处理的异常,跳过该步骤并继续执行后续步骤,确保数据的一致性和正确性;
S6、记录日志:在捕获和处理异常的过程中,记录相关日志信息,对故障进行排查和分析异常情况,日志内容包括捕获到的异常、重试次数、报警通知;
S7、测试和验证:在添加异常处理机制后,进行全面的测试和验证,模拟各种会出现的异常情况,确保重试、报警以及跳过操作按预期工作,优化异常处理机制,直到达到所需的稳定性和可靠性。
如图2所示,本实施例提供了基于RPA流程自动化的变电站工作票智能填票系统,具体包括:流程建模模块、类型分类模块、自动填充数据模块、审核和提交模块、数据验证和处理模块,以及异常处理模块;
流程建模模块:根据变电站工作票填写的流程和规则,将工作票填写过程划分为若干个任务和操作步骤,并定义每个步骤的输入、输出和验证条件,使用RPA工具进行流程建模;
类型分类模块:使用卷积神经网络深度学习模型,对工作票数据进行特征提取,输入到CNN模型,利用训练集对CNN模型进行训练,在训练过程中,通过反向传播算法更新模型参数,以最小化损失函数,对工作票进行分类;
自动填充数据模块:通过与变电站管理系统进行集成,自动获取变电站工作票填写所需的工作内容、设备信息、时间要求数据,利用模拟人工输入的方式,RPA机器人自动将采集到的数据填充到工作票的相应字段,实现工作票的自动填写过程;
数据验证和处理模块:在填写工作票的过程中,RPA机器人检查输入数据的完整性和正确性,根据预设规则自动计算时间要求,进行数据验证和处理,确保填写的工作票符合要求;
审核和提交模块:填写完成后,RPA机器人自动触发工作票的审核流程,通过监测表单中工作票填写完成的事件,触发审核流程,审核通过后,RPA机器人自动将工作票提交到相应的系统中;
异常处理模块:在RPA流程中添加异常处理机制,填票过程中出现异常情况后,进行重试、报警以及跳过操作,保证流程的稳定性和可靠性。
本发明中的公式是去除量纲取其数值计算,通过采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设比例系数由本领域的技术人员根据实际情况设定或者通过大量数据模拟获取。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
最后: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,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 (10)
1.基于RPA流程自动化的变电站工作票智能填票方法,其特征在于:包括以下步骤:
步骤101、根据变电站工作票填写的流程和规则,使用RPA工具进行流程建模;
步骤102、使用神经网络模型对工作票属性进行逐层划分,实现工作票类型分类;
步骤103、根据采集到的数据,RPA机器人自动填充工作票中相应的字段;
步骤104、根据预设规则自动计算时间要求,检查输入数据的完整性和正确性;
步骤105、通过监测表单中工作票填写完成的事件,RPA机器人自动触发工作票的审核流程;
步骤106、在RPA流程中添加异常处理机制,保证填票过程中的稳定性和可靠性。
2.根据权利要求1所述的基于RPA流程自动化的变电站工作票智能填票方法,其特征在于:步骤101中,根据变电站工作票填写的流程和规则,将工作票填写过程划分为若干个任务和操作步骤,并定义每个步骤的输入、输出和验证条件,使用RPA工具进行流程建模,在完成流程建模后,进行测试和调试,检查每个步骤是否按照预期执行。
3.根据权利要求2所述的基于RPA流程自动化的变电站工作票智能填票方法,其特征在于:
步骤101中,流程建模,包括:
步骤1、确定流程覆盖范围:明确工作票填写流程所覆盖的范围,包括工作票的创建、工作票信息收集、工作票填写、工作票审核与批准、工作票分发与通知、工作票执行,以及工作票归档与存储,确定流程的输入、输出和期望的结果;
步骤2、识别参与者和角色:确定在工作票填写流程中的各个阶段涉及的参与者和角色,包括填票人、审批人、许可人;
步骤3、绘制流程图:使用BPMN流程建模工具,绘制出工作票填写流程的流程图,根据实际情况,确定流程的起点、终点,以及中间的任务、决策和分支;
步骤4、建立流程模板:在RPA工具中创建流程模板,作为变电站工作票填写的基础,根据实际流程,将数据输入步骤与相应的活动关联起来,按照顺序添加到流程模板中;
测试和调试,包括:在完成流程建模后,通过触发器自动化运行,进行测试和调试,检查每个步骤是否按照预期执行,并确保数据正确输入、条件判断准确无误。
4.根据权利要求1所述的基于RPA流程自动化的变电站工作票智能填票方法,其特征在于:步骤102中,使用卷积神经网络深度学习模型,对工作票数据进行特征提取,输入到CNN模型,利用训练集对CNN模型进行训练,在训练过程中,通过反向传播算法更新模型参数,以最小化损失函数,对工作票进行分类。
5.根据权利要求1所述的基于RPA流程自动化的变电站工作票智能填票方法,其特征在于:步骤103中,通过与变电站管理系统进行集成,自动获取变电站工作票填写所需的工作内容、设备信息以及时间要求数据,利用模拟人工输入的方式,RPA机器人自动将采集到的数据填充到工作票的相应字段,实现工作票的自动填写过程。
6.根据权利要求4所述的基于RPA流程自动化的变电站工作票智能填票方法,其特征在于:步骤103包括以下步骤:
S1、RPA机器人登录变电站管理系统,并导航到工作票填写界面,使用模拟键盘和鼠标操作,利用模拟按键将光标定位到工作票表单的第一个需要填写的字段上;
S2、RPA机器人从采集到的数据中获取相应字段的值,并使用模拟键盘操作将采集到的数据通过设置字段值的方式来模拟输入到工作票表单的字段中,通过插入等待活动并设置延迟时间,RPA机器人等待一段时间,确保字段中的值被正确设置和处理;
S3、RPA机器人继续重复上述步骤,依次填充工作票中的其他字段,填充完成后,RPA机器人点击提交、保存按钮,完成工作票的填写过程。
7.根据权利要求1所述的基于RPA流程自动化的变电站工作票智能填票方法,其特征在于:步骤104包括:
S1、RPA机器人获取需要计算的相关数据,包括工作开始时间、工作结束时间信息;
S2、根据预设的规则,使用日期函数对日期进行加减天数的计算,将计算结果赋值给相应的字段,计算一个日期之后的7天,具体计算公式如下:
n=o+7
其中,n表示新日期,o表示之前的日期;
S3、在RPA机器人的逻辑流程中,使用条件语句对填写的数据进行完整性和正确性的检查,判断输入数据是否符合预设的规则和要求,具体规则如下:
输入数据符合规则:继续执行后续操作,填写到目标表单中;
输入数据不符合规则:采取相应的处理方式,给出错误提示、重新获取输入、记录日志;
S4、完成数据检查:发现存在错误、不完整的数据,RPA机器人发出警告,弹出提示框提示用户修正错误的数据,确保所有必填字段都填写完整,当所有输入数据都通过规则检查后,RPA机器人继续执行后续的操作。
8.根据权利要求1所述的基于RPA流程自动化的变电站工作票智能填票方法,其特征在于:步骤105中,填写完成后,RPA机器人自动触发工作票的审核流程,通过监测表单中工作票填写完成的事件,触发审核流程,审核通过后,RPA机器人自动将工作票提交到相应的系统中。
9.根据权利要求1所述的基于RPA流程自动化的变电站工作票智能填票方法,其特征在于:步骤106中,在RPA流程中添加异常处理机制,填票过程中出现异常情况后,进行重试、报警以及跳过操作,保证流程的稳定性和可靠性。
10.基于RPA流程自动化的变电站工作票智能填票系统,其特征在于,包括:
流程建模模块,用于根据变电站工作票填写的流程和规则,使用RPA工具进行流程建模;
类型分类模块,用于使用神经网络模型对工作票属性进行逐层划分,实现工作票类型分类;
自动填充数据模块,用于根据采集到的数据,RPA机器人自动填充工作票中相应的字段;
数据验证和处理模块,用于根据预设规则自动计算时间要求,检查输入数据的完整性和正确性;
审核和提交模块,用于通过监测表单中工作票填写完成的事件,RPA机器人自动触发工作票的审核流程;
异常处理模块,用于在RPA流程中添加异常处理机制,保证填票过程中的稳定性和可靠性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311588715.9A CN117649105B (zh) | 2023-11-27 | 2023-11-27 | 基于rpa流程自动化的变电站工作票智能填票方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311588715.9A CN117649105B (zh) | 2023-11-27 | 2023-11-27 | 基于rpa流程自动化的变电站工作票智能填票方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117649105A true CN117649105A (zh) | 2024-03-05 |
CN117649105B CN117649105B (zh) | 2024-05-31 |
Family
ID=90048863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311588715.9A Active CN117649105B (zh) | 2023-11-27 | 2023-11-27 | 基于rpa流程自动化的变电站工作票智能填票方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117649105B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118113161A (zh) * | 2024-04-30 | 2024-05-31 | 南京信人智能科技有限公司 | 一种基于rpa的模拟人为键盘输入及鼠标操作方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140029046A1 (en) * | 2012-07-27 | 2014-01-30 | Xerox Corporation | Method and system for automatically checking completeness and correctness of application forms |
CN104537497A (zh) * | 2015-01-05 | 2015-04-22 | 国网河南省电力公司南阳供电公司 | 一种电力系统不合格工作票查找方法 |
CN104915750A (zh) * | 2015-04-17 | 2015-09-16 | 华中电网有限公司 | 一种实现与ems和oms一体化的智能操作票管理方法及系统 |
CN105138504A (zh) * | 2015-09-07 | 2015-12-09 | 北京恒华伟业科技股份有限公司 | 一种报表生成方法及报表引擎 |
CN111026742A (zh) * | 2019-12-05 | 2020-04-17 | 东莞中国科学院云计算产业技术创新与育成中心 | 数据质量评估方法、装置、计算机设备和存储介质 |
CN112883693A (zh) * | 2021-02-23 | 2021-06-01 | 国网福建省电力有限公司 | 一种自动生成电力工作票的方法及终端 |
CN113298496A (zh) * | 2021-05-31 | 2021-08-24 | 联通(江苏)产业互联网有限公司 | 一种业务与流程可配置的作业票管理系统 |
CN114078252A (zh) * | 2021-11-24 | 2022-02-22 | 广东电网有限责任公司广州供电局 | 一种工作票智能校验方法和系统 |
CN114358565A (zh) * | 2021-12-29 | 2022-04-15 | 泰豪软件股份有限公司 | 一种数据质量检查方法、装置、存储介质及设备 |
CN114841519A (zh) * | 2022-04-08 | 2022-08-02 | 北京中电普华信息技术有限公司 | 电力工作票构建方法和装置 |
CN115130977A (zh) * | 2022-04-29 | 2022-09-30 | 国网河南省电力公司周口供电公司 | 一种智能化工作票系统 |
CN116468408A (zh) * | 2023-04-27 | 2023-07-21 | 国网安徽省电力有限公司铜陵供电公司 | 一种基于rpa的停电作业操作票自动生成方法 |
CN116628220A (zh) * | 2023-05-11 | 2023-08-22 | 国能长源汉川发电有限公司 | 基于关系图卷积神经网络的电力工作票生成方法及系统 |
CN116862162A (zh) * | 2023-06-30 | 2023-10-10 | 华能国际电力股份有限公司上安电厂 | 一种电子工作票的智能管理系统 |
CN116910224A (zh) * | 2023-09-13 | 2023-10-20 | 四川金信石信息技术有限公司 | 一种基于大语言模型提取倒闸操作信息的方法及系统 |
CN117371936A (zh) * | 2023-10-09 | 2024-01-09 | 国网浙江省电力有限公司温州供电公司 | 一种变电站检修工作票的辅助开票方法、系统及设备 |
-
2023
- 2023-11-27 CN CN202311588715.9A patent/CN117649105B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140029046A1 (en) * | 2012-07-27 | 2014-01-30 | Xerox Corporation | Method and system for automatically checking completeness and correctness of application forms |
CN104537497A (zh) * | 2015-01-05 | 2015-04-22 | 国网河南省电力公司南阳供电公司 | 一种电力系统不合格工作票查找方法 |
CN104915750A (zh) * | 2015-04-17 | 2015-09-16 | 华中电网有限公司 | 一种实现与ems和oms一体化的智能操作票管理方法及系统 |
CN105138504A (zh) * | 2015-09-07 | 2015-12-09 | 北京恒华伟业科技股份有限公司 | 一种报表生成方法及报表引擎 |
CN111026742A (zh) * | 2019-12-05 | 2020-04-17 | 东莞中国科学院云计算产业技术创新与育成中心 | 数据质量评估方法、装置、计算机设备和存储介质 |
CN112883693A (zh) * | 2021-02-23 | 2021-06-01 | 国网福建省电力有限公司 | 一种自动生成电力工作票的方法及终端 |
CN113298496A (zh) * | 2021-05-31 | 2021-08-24 | 联通(江苏)产业互联网有限公司 | 一种业务与流程可配置的作业票管理系统 |
CN114078252A (zh) * | 2021-11-24 | 2022-02-22 | 广东电网有限责任公司广州供电局 | 一种工作票智能校验方法和系统 |
CN114358565A (zh) * | 2021-12-29 | 2022-04-15 | 泰豪软件股份有限公司 | 一种数据质量检查方法、装置、存储介质及设备 |
CN114841519A (zh) * | 2022-04-08 | 2022-08-02 | 北京中电普华信息技术有限公司 | 电力工作票构建方法和装置 |
CN115130977A (zh) * | 2022-04-29 | 2022-09-30 | 国网河南省电力公司周口供电公司 | 一种智能化工作票系统 |
CN116468408A (zh) * | 2023-04-27 | 2023-07-21 | 国网安徽省电力有限公司铜陵供电公司 | 一种基于rpa的停电作业操作票自动生成方法 |
CN116628220A (zh) * | 2023-05-11 | 2023-08-22 | 国能长源汉川发电有限公司 | 基于关系图卷积神经网络的电力工作票生成方法及系统 |
CN116862162A (zh) * | 2023-06-30 | 2023-10-10 | 华能国际电力股份有限公司上安电厂 | 一种电子工作票的智能管理系统 |
CN116910224A (zh) * | 2023-09-13 | 2023-10-20 | 四川金信石信息技术有限公司 | 一种基于大语言模型提取倒闸操作信息的方法及系统 |
CN117371936A (zh) * | 2023-10-09 | 2024-01-09 | 国网浙江省电力有限公司温州供电公司 | 一种变电站检修工作票的辅助开票方法、系统及设备 |
Non-Patent Citations (7)
Title |
---|
BING XU: "Method for checking key parameters of basic data of automation equipments in intelligent substation based on multi-source data fusion", IEEE 9TH JOINT INTERNATIONAL INFORMATION TECHNOLOGY AND ARTIFICIAL INTELLIGENCE CONFERENCE (ITAIC), 26 March 2021 (2021-03-26), pages 564 - 572 * |
张玉春, 杨成峰: "MIS建设新理念――电力工作票信息化管理", 电力信息化, no. 01, 20 January 2004 (2004-01-20) * |
张航;徐建;: "基于LSA的历史工作票问题分类异常检测", 计算机与数字工程, no. 05, 20 May 2018 (2018-05-20) * |
曾厉;虞晨曦;刘海艳;: "基于智能成票规则及算法的电气工作票系统", 电工技术, no. 24, 25 December 2019 (2019-12-25) * |
杨建卫;任晓莉;雷聚超;: "基于.NET技术的电力企业标准化作业系统研究", 宝鸡文理学院学报(自然科学版), no. 04, 15 December 2008 (2008-12-15) * |
杨春梅;: "智能图形化工作票系统在供电企业的应用", 新疆电力, no. 01, 15 March 2005 (2005-03-15) * |
顾良翠;: "电力企业工作票操作票管理系统的设计与实现", 长春工程学院学报(自然科学版), no. 02, 15 June 2009 (2009-06-15) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118113161A (zh) * | 2024-04-30 | 2024-05-31 | 南京信人智能科技有限公司 | 一种基于rpa的模拟人为键盘输入及鼠标操作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117649105B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117649105B (zh) | 基于rpa流程自动化的变电站工作票智能填票方法 | |
Fagan | Design and code inspections to reduce errors in program development | |
CN107066382B (zh) | 一种基于模型的航天器系统自动化测试方法 | |
CN110134053B (zh) | 一种配变故障停电快速响应的监控配置方法、装置及设备 | |
CN112508249A (zh) | 突发事件推演图结构的构建及突发事件推演的方法和装置 | |
CN103631713A (zh) | Erp软件自动化测试系统及方法 | |
CN112561370B (zh) | 软件发版的管理方法、装置、计算机设备及存储介质 | |
CN112380255A (zh) | 一种业务处理方法、装置、设备和存储介质 | |
CN111782532B (zh) | 一种基于网络异常节点分析的软件故障定位方法及系统 | |
CN112131033A (zh) | 一种服务器故障修复方法、装置、设备及存储介质 | |
CN118331548A (zh) | 一种价值流导向的软件研发效能度量方法及其可视化系统 | |
CN116954624B (zh) | 基于软件开发包的编译方法、软件开发系统及服务器 | |
CN116820968A (zh) | 一种基于cicd全功能编排自动化部署方法及系统 | |
CN116069628A (zh) | 一种智能处置的软件自动化回归测试方法、系统及设备 | |
CN112596775A (zh) | 应用版本投产问题的线上管理方法、系统及相关设备 | |
CN110347741B (zh) | 大数据处理过程中有效提升输出成果数据质量的系统及其控制方法 | |
CN115576777A (zh) | 一种自动化的页面巡检方法及系统 | |
CN114116470A (zh) | 一种自动化的静态模型检查方法及装置 | |
CN113435687A (zh) | 基于大数据的核电监理分析系统 | |
Bouwers et al. | Criteria for the evaluation of implemented architectures | |
CN113469833B (zh) | 一种支持工业互联网设备的远程智能检测与处理方法 | |
TW201421386A (zh) | 持續性資料品質控制與稽核系統 | |
Choi et al. | A process for identifying unsafe act for HEP quantification with simulated off-normal training records | |
Paradita et al. | Application of Process Mining in the Process of IT Incidents Management by Utilizing Kaggle’s Dataset | |
TWM654522U (zh) | 公文歸檔自動檢核系統 |
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 |