CN117973818B - 一种基于人工智能的物联网数据处理方法 - Google Patents
一种基于人工智能的物联网数据处理方法 Download PDFInfo
- Publication number
- CN117973818B CN117973818B CN202410383995.8A CN202410383995A CN117973818B CN 117973818 B CN117973818 B CN 117973818B CN 202410383995 A CN202410383995 A CN 202410383995A CN 117973818 B CN117973818 B CN 117973818B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- text block
- maintenance personnel
- work order
- inspection
- 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
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 11
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000012423 maintenance Methods 0.000 claims abstract description 196
- 238000007689 inspection Methods 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于人工智能的物联网数据处理方法,属于数据处理技术领域,包括以下步骤:S1、从物联网平台获取建筑园区的实时巡检数据,并根据实时巡检数据生成待分配维修工单;S2、从物联网平台获取各个维修人员的维修内容,为待分配维修工单确定合格维修人员和备选维修人员;S3、获取合格维修人员和备选维修人员的已分配维修工单,智能确定建筑园区的最优维修人员,将建筑园区的最优维修人员上传至物联网平台。该方法可以对从物联网获取的数据进行分析处理,确定与之相关联的工单,便于后续数据处理。
Description
技术领域
本发明属于数据处理技术领域,具体涉及一种基于人工智能的物联网数据处理方法。
背景技术
楼宇建筑的巡查是目前楼宇管理当中一个特别重要的环节,通过巡查的执行,巡查人员可以第一时间清楚了解楼宇建筑的水电气运行情况,具体包括建筑楼宇是否出现漏水、楼宇电缆是否存在线路老化以及水电气设备管线是否损坏等等,通过巡查,能第一时间发现楼宇建筑的问题,保证楼宇无安全隐患。而针对巡查人员了解到巡查结果后,需要通知对应的维修人员来维修,但楼宇的维修人员众多,且每个维修人员负责的维修方向不同。现有技术中,通常采用人工通知的方式对维修人员进行调配,但人工方式通常对巡查结果和维修人员的维修方向等缺乏绝对客观且准确的判断,进而导致重复沟通、派单效率低下以及维修人员忙闲不一致等问题,且将人工智能与物联网结合实现数据处理,最终导致楼宇问题无法得到及时处理。
发明内容
本发明为了解决以上问题,提出了一种基于人工智能的物联网数据处理方法。
本发明的技术方案是:一种基于人工智能的物联网数据处理方法包括以下步骤:
S1、从物联网平台获取建筑园区的实时巡检数据,并根据实时巡检数据生成待分配维修工单;
S2、从物联网平台获取各个维修人员的维修内容,为待分配维修工单确定合格维修人员和备选维修人员;
S3、获取合格维修人员和备选维修人员的已分配维修工单,智能确定建筑园区的最优维修人员,将建筑园区的最优维修人员上传至物联网平台。
进一步地,所述S1包括以下子步骤:
S11、从云端获取建筑园区的实时巡检数据,并将实时巡检数据中各个完整的句子作为对应的巡检文本块;
S12、确定每个巡检文本块的影响值;
S13、构建工单规则;
S14、基于每个巡检文本块的影响值,利用工单规则生成待分配维修工单。
上述进一步方案的有益效果是:在本发明中,巡查人员对建筑园区进行巡查后,撰写巡查报告,作为实时巡检数据,巡查数据有多个完整句子租成,本发明对每个句子的影响值进行计算,并按照影响值从大到小的工单规则,生成待分配维修工单,这样的待分配维修工单可以有重点地反映建筑园区的巡检结果,便于后期与维修人员的维修内容进行匹配,使更适配的维修人员来完成。
进一步地,所述S12中,巡检文本块的影响值N的计算公式为:
;式中,Qi表示巡检文本块中第i个单词的词向量,I表示训练文本块的单词个数,log(·)表示对数函数,e表示指数。
进一步地,所述S13包括以下子步骤:
S131、根据每个巡检文本块的影响值,生成每个巡检文本块的影响矩阵;
S132、根据每个巡检文本块的影响值和影响矩阵,确定每个巡检文本块的配对值;
S133、根据每个巡检文本块的配对值,确定实时巡检数据的配对向量;
S134、根据实时巡检数据的配对向量,确定工单规则。
S131中,巡检文本块的影响矩阵Y的表达式为:
,式中,Q1表示巡检文本块中第1个单词的词向量,Qi表示巡检文本块中第i个单词的词向量,QI表示巡检文本块中第I个单词的词向量,I表示训练文本块的单词个数,N表示巡检文本块的影响值。
进一步地,所述S132中,巡检文本块的配对值F的计算公式为:
;式中,Y表示巡检文本块的影响矩阵,/>表示一阶曼哈顿范数运算,N表示巡检文本块的影响值,τ表示所有巡检文本块的影响值的标准差。
进一步地,所述S133中,实时巡检数据的配对向量X的表达式为:
;式中,F1表示第1个巡检文本块的配对值,F2表示第2个巡检文本块的配对值,Fh表示第h个巡检文本块的配对值,FH表示第H个巡检文本块的配对值。
进一步地,所述S134中,工单规则具体为:将实时巡检数据的配对向量值与每个巡检文本块的配对值之间的差值作为每个训练文本的填入优先值,按照填入优先值从大到小的顺序填入各个训练文本块。
进一步地,所述S2中,为待分配维修工单确定合格维修人员和备选维修人员的具体方法为:计算待分配维修工单与各个维修人员的维修内容之间的标准欧式距离,将最大标准欧式距离对应的维修人员作为合格维修人员,将最接近最大标准欧式距离的标准欧式距离对应的维修人员作为备选维修人员。
进一步地,所述S3包括以下子步骤:
S31、获取合格维修人员和备选维修人员的已分配维修工单;
S32、构建维修预估模型;
S33、将合格维修人员和备选维修人员的已分配维修工单分别输入至维修预估模型中,得到合格维修人员和备选维修人员的维修预估值;
S34、将最小维修预估值对应的维修人员作为建筑园区的最优维修人员。
上述进一步方案的有益效果是:在本发明中,合格维修人员和备选维修人员都可对本次巡查数据中包含的建筑园区问题进行处理,最为合适,但还需考虑两个维修人员已分配维修工单的维修时长以及到达各个维修工单所需时间,因此本发明还构建了一个维修预估模型,对两个维修人员的上述参数进行预估,得到维修预估值,最小维修预估值对应的人员为最优。
进一步地,所述S32中,维修预估模型W的表达式为:
;式中,Dk表示第k个已分配维修工单的位置,Dk+1表示第k+1个已分配维修工单的位置,K表示已分配维修工单的个数,L(·)表示曼哈顿距离函数,v表示维修人员的行驶速度,tk_min表示第k个已分配维修工单的最小完成时长,tk_max表示第k个已分配维修工单的最大完成时长,θ0_1表示第k个已分配维修工单的最大完成时长是否大于最小完成时长的两倍的0-1决策变量,DK表示第K个已分配维修工单的位置,d表示建筑园区的位置,Z(·)表示归一化函数,T1表示待分配维修工单的最长可等待时长,T2表示待分配维修工单的预估维修时长,T3表示完成待分配维修工单后在建筑园区等待下一个维修工单的时长。
若已分配维修工单的最大完成时间大于最小完成时间的两倍,则θ0_1=1,否则θ0_1=0。
本发明的有益效果是:该基于人工智能的物联网数据处理方法从云端获取巡查人员上传的巡查数据,为巡查数据中反映的巡查情况生成待分配维修工单;并根据每个维修人员负责的维修内容,为本次待分配维修工单匹配两个合适的维修人员,再根据两个维修人员已分配维修工单,来确定最优维修人员;该方法可以有目的性地为建筑楼宇分配维修人员,减少人工沟通成本,提高维修效率,保证楼宇正常运行。
附图说明
图1为基于人工智能的物联网数据处理方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示,本发明提供了一种基于人工智能的物联网数据处理方法,包括以下步骤:
S1、从物联网平台获取建筑园区的实时巡检数据,并根据实时巡检数据生成待分配维修工单;
S2、从物联网平台获取各个维修人员的维修内容,为待分配维修工单确定合格维修人员和备选维修人员;
S3、获取合格维修人员和备选维修人员的已分配维修工单,智能确定建筑园区的最优维修人员,将建筑园区的最优维修人员上传至物联网平台。
在本发明实施例中,所述S1包括以下子步骤:
S11、从云端获取建筑园区的实时巡检数据,并将实时巡检数据中各个完整的句子作为对应的巡检文本块;
S12、确定每个巡检文本块的影响值;
S13、构建工单规则;
S14、基于每个巡检文本块的影响值,利用工单规则生成待分配维修工单。
在本发明中,巡查人员对建筑园区进行巡查后,撰写巡查报告,作为实时巡检数据,巡查数据有多个完整句子租成,本发明对每个句子的影响值进行计算,并按照影响值从大到小的工单规则,生成待分配维修工单,这样的待分配维修工单可以有重点地反映建筑园区的巡检结果,便于后期与维修人员的维修内容进行匹配,使更适配的维修人员来完成。
在本发明实施例中,所述S12中,巡检文本块的影响值N的计算公式为:
;式中,Qi表示巡检文本块中第i个单词的词向量,I表示训练文本块的单词个数,log(·)表示对数函数,e表示指数。
在本发明实施例中,所述S13包括以下子步骤:
S131、根据每个巡检文本块的影响值,生成每个巡检文本块的影响矩阵;
S132、根据每个巡检文本块的影响值和影响矩阵,确定每个巡检文本块的配对值;
S133、根据每个巡检文本块的配对值,确定实时巡检数据的配对向量;
S134、根据巡检数据的配对向量,确定工单规则。
S131中,巡检文本块的影响矩阵Y的表达式为:
,式中,Q1表示巡检文本块中第1个单词的词向量,Qi表示巡检文本块中第i个单词的词向量,QI表示巡检文本块中第I个单词的词向量,I表示训练文本块的单词个数,N表示巡检文本块的影响值。
在本发明实施例中,所述S132中,巡检文本块的配对值F的计算公式为:
;式中,Y表示巡检文本块的影响矩阵,/>表示一阶曼哈顿范数运算,N表示巡检文本块的影响值,τ表示所有巡检文本块的影响值的标准差。
在本发明实施例中,所述S133中,实时巡检数据的配对向量X的表达式为:
;式中,F1表示第1个巡检文本块的配对值,F2表示第2个巡检文本块的配对值,Fh表示第h个巡检文本块的配对值,FH表示第H个巡检文本块的配对值。
在本发明实施例中,所述S134中,工单规则具体为:将实时巡检数据的配对向量值与每个巡检文本块的配对值之间的差值作为每个训练文本的填入优先值,按照填入优先值从大到小的顺序填入各个训练文本块。
在本发明实施例中,所述S2中,为待分配维修工单确定合格维修人员和备选维修人员的具体方法为:计算待分配维修工单与各个维修人员的维修内容之间的标准欧式距离,将最大标准欧式距离对应的维修人员作为合格维修人员,将最接近最大标准欧式距离的标准欧式距离对应的维修人员作为备选维修人员。
在本发明实施例中,所述S3包括以下子步骤:
S31、获取合格维修人员和备选维修人员的已分配维修工单;
S32、构建维修预估模型;
S33、将合格维修人员和备选维修人员的已分配维修工单分别输入至维修预估模型中,得到合格维修人员和备选维修人员的维修预估值;
S34、将最小维修预估值对应的维修人员作为建筑园区的最优维修人员。
在本发明中,合格维修人员和备选维修人员都可对本次巡查数据中包含的建筑园区问题进行处理,最为合适,但还需考虑两个维修人员已分配维修工单的维修时长以及到达各个维修工单所需时间,因此本发明还构建了一个维修预估模型,对两个维修人员的上述参数进行预估,得到维修预估值,最小维修预估值对应的人员为最优。
在本发明实施例中,所述S32中,维修预估模型W的表达式为:
;式中,Dk表示第k个已分配维修工单的位置,Dk+1表示第k+1个已分配维修工单的位置,K表示已分配维修工单的个数,L(·)表示曼哈顿距离函数,v表示维修人员的行驶速度,tk_min表示第k个已分配维修工单的最小完成时长,tk_max表示第k个已分配维修工单的最大完成时长,θ0_1表示第k个已分配维修工单的最大完成时长是否大于最小完成时长的两倍的0-1决策变量,DK表示第K个已分配维修工单的位置,d表示建筑园区的位置,Z(·)表示归一化函数,T1表示待分配维修工单的最长可等待时长,T2表示待分配维修工单的预估维修时长,T3表示完成待分配维修工单后在建筑园区等待下一个维修工单的时长。
若已分配维修工单的最大完成时间大于最小完成时间的两倍,则θ0_1=1,否则θ0_1=0。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (1)
1.一种基于人工智能的物联网数据处理方法,其特征在于,包括以下步骤:
S1、从物联网平台获取建筑园区的实时巡检数据,并根据实时巡检数据生成待分配维修工单;
S2、从物联网平台获取各个维修人员的维修内容,为待分配维修工单确定合格维修人员和备选维修人员;
S3、获取合格维修人员和备选维修人员的已分配维修工单,智能确定建筑园区的最优维修人员,将建筑园区的最优维修人员上传至物联网平台;
所述S1包括以下子步骤:
S11、从云端获取建筑园区的实时巡检数据,并将实时巡检数据中各个完整的句子作为对应的巡检文本块;
S12、确定每个巡检文本块的影响值;
S13、构建工单规则;
S14、基于每个巡检文本块的影响值,利用工单规则生成待分配维修工单;
所述S12中,巡检文本块的影响值N的计算公式为:
;式中,Qi表示巡检文本块中第i个单词的词向量,I表示训练文本块的单词个数,log(·)表示对数函数,e表示指数;
所述S13包括以下子步骤:
S131、根据每个巡检文本块的影响值,生成每个巡检文本块的影响矩阵;
S132、根据每个巡检文本块的影响值和影响矩阵,确定每个巡检文本块的配对值;
S133、根据每个巡检文本块的配对值,确定实时巡检数据的配对向量;
S134、根据实时巡检数据的配对向量,确定工单规则;
所述S132中,巡检文本块的配对值F的计算公式为:
;式中,Y表示巡检文本块的影响矩阵,/>表示一阶曼哈顿范数运算,N表示巡检文本块的影响值,τ表示所有巡检文本块的影响值的标准差;
所述S133中,实时巡检数据的配对向量X的表达式为:
;式中,F1表示第1个巡检文本块的配对值,F2表示第2个巡检文本块的配对值,Fh表示第h个巡检文本块的配对值,FH表示第H个巡检文本块的配对值;
所述S134中,工单规则具体为:将实时巡检数据的配对向量值与每个巡检文本块的配对值之间的差值作为每个训练文本的填入优先值,按照填入优先值从大到小的顺序填入各个训练文本块;
所述S2中,为待分配维修工单确定合格维修人员和备选维修人员的具体方法为:计算待分配维修工单与各个维修人员的维修内容之间的标准欧式距离,将最大标准欧式距离对应的维修人员作为合格维修人员,将最接近最大标准欧式距离的标准欧式距离对应的维修人员作为备选维修人员;
所述S3包括以下子步骤:
S31、获取合格维修人员和备选维修人员的已分配维修工单;
S32、构建维修预估模型;
S33、将合格维修人员和备选维修人员的已分配维修工单分别输入至维修预估模型中,得到合格维修人员和备选维修人员的维修预估值;
S34、将最小维修预估值对应的维修人员作为建筑园区的最优维修人员;
所述S32中,维修预估模型W的表达式为:
;式中,Dk表示第k个已分配维修工单的位置,Dk+1表示第k+1个已分配维修工单的位置,K表示已分配维修工单的个数,L(·)表示曼哈顿距离函数,v表示维修人员的行驶速度,tk_min表示第k个已分配维修工单的最小完成时长,tk_max表示第k个已分配维修工单的最大完成时长,θ0_1表示第k个已分配维修工单的最大完成时长是否大于最小完成时长的两倍的0-1决策变量,DK表示第K个已分配维修工单的位置,d表示建筑园区的位置,Z(·)表示归一化函数,T1表示待分配维修工单的最长可等待时长,T2表示待分配维修工单的预估维修时长,T3表示完成待分配维修工单后在建筑园区等待下一个维修工单的时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410383995.8A CN117973818B (zh) | 2024-04-01 | 2024-04-01 | 一种基于人工智能的物联网数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410383995.8A CN117973818B (zh) | 2024-04-01 | 2024-04-01 | 一种基于人工智能的物联网数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117973818A CN117973818A (zh) | 2024-05-03 |
CN117973818B true CN117973818B (zh) | 2024-06-07 |
Family
ID=90863621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410383995.8A Active CN117973818B (zh) | 2024-04-01 | 2024-04-01 | 一种基于人工智能的物联网数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117973818B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06243141A (ja) * | 1993-02-19 | 1994-09-02 | Hitachi Building Syst Eng & Service Co Ltd | 保守巡回作業表作成方法 |
JP2008033433A (ja) * | 2006-07-26 | 2008-02-14 | Kai:Kk | 巡回サービス要求物件を割当る方法とこれを実施した巡回サービス要求物件割当システム |
CN102082616A (zh) * | 2009-11-30 | 2011-06-01 | 中国移动通信集团河北有限公司 | 一种定位维护的方法、装置和系统 |
CN108510085A (zh) * | 2017-12-26 | 2018-09-07 | 杭州富阳海康保泰安防技术服务有限公司 | 物联网运营维护派单平台 |
CN111123975A (zh) * | 2019-12-09 | 2020-05-08 | 国网浙江省电力有限公司湖州供电公司 | 一种电力巡检区域内的无人机无线充电站规划方法 |
CN111932077A (zh) * | 2020-07-10 | 2020-11-13 | 江苏玻二代网络科技有限公司 | 基于物联网的tpm全员生产维修平台及方法 |
CN112966882A (zh) * | 2021-04-15 | 2021-06-15 | 四川中电启明星信息技术有限公司 | 一种基于时空全局匹配的配电网调度方法 |
CN114066137A (zh) * | 2021-09-13 | 2022-02-18 | 北京国旺盛源智能终端科技有限公司 | 一种基于云平台的充电桩智能运维管理方法 |
CN115493606A (zh) * | 2022-08-25 | 2022-12-20 | 江苏电力信息技术有限公司 | 一种基于地图的电网维修网格工单的最佳路径选择方法 |
JP2023032839A (ja) * | 2021-08-27 | 2023-03-09 | 西日本旅客鉄道株式会社 | 保守計画システム、保守計画方法、および故障予測装置 |
CN115936356A (zh) * | 2022-11-30 | 2023-04-07 | 金陵科技学院 | 一种基于物联网技术的交通养护规划方法 |
CN116011777A (zh) * | 2023-02-02 | 2023-04-25 | 顾桃峰 | 一种气象数据探测设备的监管方法及系统 |
CN116187683A (zh) * | 2023-01-04 | 2023-05-30 | 中国联合网络通信集团有限公司 | 工单分配方法、装置、设备及存储介质 |
CN116485367A (zh) * | 2023-04-12 | 2023-07-25 | 江苏鑫昇腾科技发展股份有限公司 | 基于物联网的建筑安全用巡检系统及其方法 |
CN116989802A (zh) * | 2023-07-10 | 2023-11-03 | 三峡科技有限责任公司 | 一种基于gis与bim模型的idc机房巡检计划配置策略方法 |
CN117035456A (zh) * | 2023-08-14 | 2023-11-10 | 武汉集远数字科技有限公司 | 一种智慧工地监控管理方法及系统 |
CN117236934A (zh) * | 2023-11-01 | 2023-12-15 | 山东经纬信息集团有限公司 | 一种工业互联网远程监控运维管理系统及其工作方法 |
CN117709968A (zh) * | 2023-12-15 | 2024-03-15 | 中国人寿保险股份有限公司 | 人员分配方法、装置、计算机设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11900284B2 (en) * | 2021-03-18 | 2024-02-13 | Intuit Inc. | Dynamic scheduling system with performance- based access |
US20230316436A1 (en) * | 2023-06-07 | 2023-10-05 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and internet of things systems for smart gas platform work order fulfillment |
-
2024
- 2024-04-01 CN CN202410383995.8A patent/CN117973818B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06243141A (ja) * | 1993-02-19 | 1994-09-02 | Hitachi Building Syst Eng & Service Co Ltd | 保守巡回作業表作成方法 |
JP2008033433A (ja) * | 2006-07-26 | 2008-02-14 | Kai:Kk | 巡回サービス要求物件を割当る方法とこれを実施した巡回サービス要求物件割当システム |
CN102082616A (zh) * | 2009-11-30 | 2011-06-01 | 中国移动通信集团河北有限公司 | 一种定位维护的方法、装置和系统 |
CN108510085A (zh) * | 2017-12-26 | 2018-09-07 | 杭州富阳海康保泰安防技术服务有限公司 | 物联网运营维护派单平台 |
CN111123975A (zh) * | 2019-12-09 | 2020-05-08 | 国网浙江省电力有限公司湖州供电公司 | 一种电力巡检区域内的无人机无线充电站规划方法 |
CN111932077A (zh) * | 2020-07-10 | 2020-11-13 | 江苏玻二代网络科技有限公司 | 基于物联网的tpm全员生产维修平台及方法 |
CN112966882A (zh) * | 2021-04-15 | 2021-06-15 | 四川中电启明星信息技术有限公司 | 一种基于时空全局匹配的配电网调度方法 |
JP2023032839A (ja) * | 2021-08-27 | 2023-03-09 | 西日本旅客鉄道株式会社 | 保守計画システム、保守計画方法、および故障予測装置 |
CN114066137A (zh) * | 2021-09-13 | 2022-02-18 | 北京国旺盛源智能终端科技有限公司 | 一种基于云平台的充电桩智能运维管理方法 |
CN115493606A (zh) * | 2022-08-25 | 2022-12-20 | 江苏电力信息技术有限公司 | 一种基于地图的电网维修网格工单的最佳路径选择方法 |
CN115936356A (zh) * | 2022-11-30 | 2023-04-07 | 金陵科技学院 | 一种基于物联网技术的交通养护规划方法 |
CN116187683A (zh) * | 2023-01-04 | 2023-05-30 | 中国联合网络通信集团有限公司 | 工单分配方法、装置、设备及存储介质 |
CN116011777A (zh) * | 2023-02-02 | 2023-04-25 | 顾桃峰 | 一种气象数据探测设备的监管方法及系统 |
CN116485367A (zh) * | 2023-04-12 | 2023-07-25 | 江苏鑫昇腾科技发展股份有限公司 | 基于物联网的建筑安全用巡检系统及其方法 |
CN116989802A (zh) * | 2023-07-10 | 2023-11-03 | 三峡科技有限责任公司 | 一种基于gis与bim模型的idc机房巡检计划配置策略方法 |
CN117035456A (zh) * | 2023-08-14 | 2023-11-10 | 武汉集远数字科技有限公司 | 一种智慧工地监控管理方法及系统 |
CN117236934A (zh) * | 2023-11-01 | 2023-12-15 | 山东经纬信息集团有限公司 | 一种工业互联网远程监控运维管理系统及其工作方法 |
CN117709968A (zh) * | 2023-12-15 | 2024-03-15 | 中国人寿保险股份有限公司 | 人员分配方法、装置、计算机设备和存储介质 |
Non-Patent Citations (5)
Title |
---|
Task scheduling in the internet of things: challenges, solutions, and future trends;Bu, TQ 等;CLUSTER COMPUTING-THE JOURNAL OF NETWORKS SOFTWARE;20240229;第27卷(第1期);第1017-1046页 * |
Wang, J 等.An integrated system for building structural health monitoring and early warning based on an Internet of things approach.INTERNATIONAL JOURNAL OF DISTRIBUTED SENSOR NETWORKS.第13卷(第1期),第1-14页. * |
基于物联网技术的酒店智能维修管理系统分析;阳淑瑗;中小企业管理与科技(下旬刊);20131225;第12卷;第274-275页 * |
智能巡检机器人在变电运维工作中的改进及应用;胡冬良;丁敬;黄继荣;艾飞;王一博;;浙江电力;20170825(第08期);第32-37页 * |
物联网技术在智慧园区的深化应用研究;李宁万;大众科技;20220831;第24卷(第8期);第11-15页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117973818A (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108470022B (zh) | 一种基于运维管理的智能工单质检方法 | |
US20240142063A1 (en) | Method for troubleshooting potential safety hazards of compressor in smart gas pipeline network and internet of things system thereof | |
CN105740975A (zh) | 一种基于数据关联关系的设备缺陷评估与预测方法 | |
CN112001572A (zh) | 一种工单智能分派方法 | |
CN110309967A (zh) | 客服会话评分等级的预测方法、系统、设备和存储介质 | |
US20230276000A1 (en) | Methods and internet of things systems for managing data of call centers of smart gas | |
CN110503135B (zh) | 用于电力设备边缘侧识别的深度学习模型压缩方法及系统 | |
CN112818035A (zh) | 一种网络故障预测方法及终端设备及存储介质 | |
CN117973818B (zh) | 一种基于人工智能的物联网数据处理方法 | |
CN111934903B (zh) | 一种基于时序演化基因的Docker容器故障智能预测方法 | |
CN117390370A (zh) | 基于健康指数的机台预警方法、装置、设备及可读介质 | |
CN117217020A (zh) | 一种基于数字孪生的工业模型构建方法及系统 | |
CN111062827A (zh) | 一种基于人工智能模式的工程监理方法 | |
CN109978299B (zh) | 用于海上风电业务的数据分析方法、装置和存储介质 | |
CN116108385A (zh) | 一种电力设备故障类型诊断方法及系统、终端、存储介质 | |
CN116362103A (zh) | 一种设备剩余使用寿命的预测方法及装置 | |
CN113743695A (zh) | 基于大数据的国际工程项目投标报价风险管理方法 | |
CN113825162A (zh) | 电信网络故障原因定位方法及装置 | |
CN117152355B (zh) | 一种基于工厂数据的可视化监管系统 | |
CN117763091A (zh) | 一种基于权重修正的设备故障检测方法及相关组件 | |
CN116402361A (zh) | 配电自动化运行趋势预测方法及系统、终端、存储介质 | |
CN116467297A (zh) | 监管数据推送和异常自查方法、装置、设备及其存储介质 | |
CN117421646A (zh) | 风电功率异常值的预测方法、装置、存储介质及计算机设备 | |
CN116405369A (zh) | 基于图卷积神经网络的5g承载网故障诊断方法及设备 | |
CN111625522A (zh) | 一种数据采集挖掘方法和设备 |
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 |