CN110391840B - 太阳同步轨道卫星遥测参数异常判断方法和*** - Google Patents
太阳同步轨道卫星遥测参数异常判断方法和*** Download PDFInfo
- Publication number
- CN110391840B CN110391840B CN201910873649.7A CN201910873649A CN110391840B CN 110391840 B CN110391840 B CN 110391840B CN 201910873649 A CN201910873649 A CN 201910873649A CN 110391840 B CN110391840 B CN 110391840B
- Authority
- CN
- China
- Prior art keywords
- data
- real
- time
- delay
- telemetering
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C25/00—Arrangements for preventing or correcting errors; Monitoring arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18513—Transmission in a satellite or space-based system
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/141—Setup of application sessions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Radio Relay Systems (AREA)
Abstract
本申请涉及一种太阳同步轨道卫星遥测参数异常判断方法、***、计算机设备和存储介质。所述方法包括:获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据,根据当前时间段内的实时遥测数据和延时遥测数据,分别生成实时数据序列和延时数据序列,根据实时数据序列,得到实时遥测数据的实时趋势信息,根据延时数据序列,得到延时遥测数据的延时趋势信息,根据实时趋势信息和延时趋势信息,得到当前时间段内待监测参数的综合度量指标,获取待监测参数的历史综合度量指标,根据历史综合度量指标和综合度量指标,判断待监测参数是否异常。采用本方法能够实现参数异常变化趋势判断的简便性、实时性以及提高参数变化的辨识度。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种太阳同步轨道卫星遥测参数异常判断方法和***。
背景技术
卫星在空间环境中在轨运行、管理、监测以及执行任务过程中,其子***及部件会产生海量的遥测数据。对遥测数据进行处理和分析,可以反映卫星在轨功能和性能上发生的缓慢的、趋势性的变化。而针对卫星***在功能及性能上异常变化趋势的在轨判别与辨识,可对卫星在轨状态以及性能进行提前预警,在早期及时发现卫星状态参数的异常变化并根据辨识情况调整卫星***在轨操作行为,这对卫星***保持在轨健康状况、延长使用寿命以及提高任务完成效益都具有重要意义。
目前,在遥测数据异常检测方面所采用的方法主要分为两类,一种是直接利用原始遥测数据进行检测辨识,另一种则是根据遥测数据特征进行检测辨识。在第一类方法中,典型的方法就是门限判断法,即根据卫星遥测参数值是否落在给定的上下限范围内辨识是否存在异常,但这种方法在遥测参数上下限值差别较大时,难以快速发现遥测参数异常变化的趋势;在第二类方法中,较常用的是采用傅里叶变换或者小波变换等技术,提取遥测参数的频谱特征、趋势特征等等,再根据相这些特征量的统计学特征值(如均值、方差等)来进行卫星遥测参数异常变化的辨识,但是往往这些特征提取技术较为复杂、计算量大、时效性不强,一般难以满足卫星遥测参数异常变化趋势的在轨辨识要求。
发明内容
基于此,有必要针对上述技术问题,提供一种太阳同步轨道卫星遥测参数异常判断方法。
一种太阳同步轨道卫星遥测参数异常判断方法,所述方法包括:
获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据;
根据当前时间段内的所述实时遥测数据和所述延时遥测数据,分别生成实时数据序列和延时数据序列;
根据所述实时数据序列,得到所述实时遥测数据的实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据的延时趋势信息;
根据所述实时趋势信息和所述延时趋势信息,得到所述当前时间段内待监测参数的综合度量指标;
获取待监测参数的历史综合度量指标,根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常。
在其中一个实施例中,还包括:当检测到太阳同步轨道卫星是进入预先设置可观测区域时,与太阳同步轨道卫星建立连接;向太阳同步轨道卫星发送获取待监测参数的延时遥测数据和实时遥测数据的数据请求;根据所述数据请求,接收太阳同步轨道卫星发送的所述延时遥测数据,以及,实时接收太阳同步轨道卫星发送的待检测参数的实时数据,根据所述实时数据,生成所述实时遥测数据。
在其中一个实施例中,根据所述实时遥测数据中各个数据点的时间顺序,对所述实时遥测数据进行排序,生成实时数据序列;根据所述延时遥测数据中各个数据点的时间顺序,对所述延时遥测数据进行排序,生成延时数据序列。
在其中一个实施例中,还包括:根据所述实时数据序列,得到所述实时遥测数据对应的实时数据平均值;分别获取所述实时数据序列中的最大实时数据和最小实时数据;根据所述最大实时数据和所述实时数据平均值的差值与所述实时数据平均值和所述最小实时数据的差值的比值,得到实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据对应的延时数据平均值;分别获取所述延时数据序列中的最大延时数据和最小延时数据;根据所述最大延时数据和所述延时数据平均值的差值与所述延时数据平均值和所述最小延时数据的差值的比值,得到延时趋势信息。
在其中一个实施例中,还包括:获取预先设置的所述实时趋势信息的第一权值和预先设置的所述延时趋势信息的第二权值;根据所述第一权值和所述第二权值,分别对所述实时趋势信息和所述延时趋势信息进行加权求和,得到所述当前时间段内待监测参数的综合度量指标。
在其中一个实施例中,还包括:根据所述综合度量指标和所述历史综合度量指标的差值的绝对值,与所述历史综合度量指标的比值,得到趋势度量值趋势率;根据所述趋势度量值趋势率是否在阈值范围内,判断待监测参数是否异常。
在其中一个实施例中,还包括:判断数据库中是否存储了历史综合度量指标;若否,则将所述综合度量指标存储至数据库中作为历史综合度量指标,或,确定所述综合度量指标和所述历史综合度量指标选中的最大值,根据所述最大值,对所述数据库中的历史综合度指标进行更新。
一种太阳同步轨道卫星遥测参数异常判断***,所述***包括:
数据获取模块,用于获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据;
序列生成模块,用于根据当前时间段内的所述实时遥测数据和所述延时遥测数据,分别生成实时数据序列和延时数据序列;
趋势获取模块,用于根据所述实时数据序列,得到所述实时遥测数据的实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据的延时趋势信息;
指标计算模块,用于根据所述实时趋势信息和所述延时趋势信息,得到所述当前时间段内待监测参数的综合度量指标;
判断模块,用于获取待监测参数的历史综合度量指标,根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据;
根据当前时间段内的所述实时遥测数据和所述延时遥测数据,分别生成实时数据序列和延时数据序列;
根据所述实时数据序列,得到所述实时遥测数据的实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据的延时趋势信息;
根据所述实时趋势信息和所述延时趋势信息,得到所述当前时间段内待监测参数的综合度量指标;
获取待监测参数的历史综合度量指标,根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据;
根据当前时间段内的所述实时遥测数据和所述延时遥测数据,分别生成实时数据序列和延时数据序列;
根据所述实时数据序列,得到所述实时遥测数据的实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据的延时趋势信息;
根据所述实时趋势信息和所述延时趋势信息,得到所述当前时间段内待监测参数的综合度量指标;
获取待监测参数的历史综合度量指标,根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常。
上述太阳同步轨道卫星遥测参数异常判断方法、***、计算机设备和存储介质,通过获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据,根据当前时间段内的实时遥测数据和延时遥测数据,分别生成实时数据序列和延时数据序列,根据实时数据序列,得到实时遥测数据的实时趋势信息,根据延时数据序列,得到延时遥测数据的延时趋势信息,从数据层面,无需对数据进行复杂的处理,计算量较少,从而具备实时性,另一方面,根据实时趋势信息和延时趋势信息,得到当前时间段内待监测参数的综合度量指标,获取待监测参数的历史综合度量指标,根据历史综合度量指标和综合度量指标,判断待监测参数是否异常,通过上述处理,可以将需要检测的数据进行指标化,从而通过对指标监控,辨识度较高。通过发明实施例,可以实现参数异常变化趋势判断的简便性、实时性以及提高参数变化的辨识度。
附图说明
图1为一个实施例中太阳同步轨道卫星遥测参数异常判断的应用场景图;
图2为一个实施例中太阳同步轨道卫星遥测参数异常判断的流程示意图;
图3为一个实施例中实时遥测数据和延时遥测数据获取步骤的流程示意图;
图4为一个实施例中太阳同步轨道卫星遥测参数异常判断***的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本申请提供的太阳同步轨道卫星遥测参数异常判断方法,可以应用于图1所示的应用环境中。其中,太阳同步轨道卫星102通过网络与服务器104进行网络通信。其中,太阳同步轨道卫星102可以是气象卫星、地球资源卫星等,服务器104不限于可以独立的服务器或者是多个服务器组成的服务器集群实现。
在一个实施例中,如图2所示,提供了一种太阳同步轨道卫星遥测参数异常判断方法,以该方法应用于图1中的服务器为例,包括以下步骤:
步骤202,获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据。
待监测参数是遥测数据中的一种,轨道运行在空运行时,涉及大量的运行数据,例如:测控信息、故障信息、载荷性能信息等,这些信息中均包含大量的隐藏信息,通过对遥测数据进行分析,可以反映太阳同步轨道卫星在轨功能和性能上发生的缓慢的、趋势性的变化。
实时遥测数据指的是服务器与太阳同步轨道卫星建立实时连接后,太阳同步轨道卫星通过实时采集发送给服务器的遥测数据。延时遥测数据指的是太阳同步轨道卫星没有与服务器建立连接,此时采集并存储在卫星存储介质中的遥测数据。
在具体实现时,太阳同步轨道卫星运行至服务器能监测到的范围时,通过交互,太阳同步轨道卫星将延时遥测数据发送给服务器,并且服务器与太阳同步轨道卫星持续通信,服务器采集太阳同步轨道卫星回传的实时遥测数据。
步骤204,根据当前时间段内的实时遥测数据和延时遥测数据,分别生成实时数据序列和延时数据序列。
当前时间段的时间间隔是固定,时间间隔是服务器设置,本次参数判断所对应的时间段称之为当前时间段。
在时间段的选择上,为了保证异常判断的准确性,以地球一日为一个周期,若当前时间段为一个地球时间段,则前一时间段为前一地球日相同的地球时间段,从而保证在判断时,太阳同步轨道卫星运行在相同的空间环境。
实时数据序列指的是由多个实时遥测数据点组成的序列,延时数据序列指的是由多个延时遥测数据点组成的序列。
步骤206,根据实时数据序列,得到实时遥测数据的实时趋势信息,根据延时数据序列,得到延时遥测数据的延时趋势信息。
实时趋势信息指的是衡量实时遥测数据变化趋势的指标,可以通过将实时数据序列输入特定的算法模型计算得到,算法模型可以是多种,例如:斜率计算模型、期望计算模型等。同样的,延时趋势信息指的是衡量延时遥测数据变化趋势的指标,可以通过将延时数据序列输入相同的算法模型计算得到。
本步骤中,通过获取实时遥测数据的实时趋势信息和延时遥测数据的延时趋势信息,可以对实时遥测数据和延时遥测数据的变化趋势,便于对待监测参数的发展趋势进行判断。
步骤208,根据实时趋势信息和延时趋势信息,得到当前时间段内待监测参数的综合度量指标。
综合度量指标反映了当前时间段内待监测参数的变化趋势,通过对实时遥测数据和延时遥测数据进行结合,从而形成当前时间段内的完整遥测数据,从而便于对待监测参数的变化趋势进行预测。
步骤210,获取待监测参数的历史综合度量指标,根据历史综合度量指标和综合度量指标,判断待监测参数是否异常。
历史综合度量指标指的是预先存储在服务器数据库中综合度量指标,该综合度量指标是通过上一次对待监测参数异常判断时存入数据库中的。
具体可以通过将综合度量指标与历史综合度量指标进行比较,从而判断待监测参数是否异常。
上述方法中,通过获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据,根据当前时间段内的实时遥测数据和延时遥测数据,分别生成实时数据序列和延时数据序列,根据实时数据序列,得到实时遥测数据的实时趋势信息,根据延时数据序列,得到延时遥测数据的延时趋势信息,从数据层面,无需对数据进行复杂的处理,计算量较少,从而具备实时性,另一方面,根据实时趋势信息和延时趋势信息,得到当前时间段内待监测参数的综合度量指标,获取待监测参数的历史综合度量指标,根据历史综合度量指标和综合度量指标,判断待监测参数是否异常,通过上述处理,可以将需要检测的数据进行指标化,从而通过对指标监控,辨识度较高。通过发明实施例,可以实现参数异常变化的简便性、实时性以及提高参数变化的辨识度。
在一个实施例中,如图3所示,是实时遥测数据和延时遥测数据获取步骤的示意性流程图,具体步骤如下:
步骤302,当检测到太阳同步轨道卫星进入预先设置可观测区域时,与太阳同步轨道卫星建立连接。
可观测区域指的是服务器所处的观测站可以对太阳同步轨道卫星进行控制的区域,可观测区域可以通过观测站的控制范围设置。相对的,还设置了不可观测区域,即观测站不可控制区域,其中延时遥测数据是不可观测区域中太阳同步轨道卫星在轨的遥测数据。
步骤304,向太阳同步轨道卫星发送获取待监测参数的延时遥测数据和实时遥测数据的数据请求。
步骤306,根据所述数据请求,接收太阳同步轨道卫星发送的延时遥测数据,以及,实时接收太阳同步轨道卫星发送的待检测参数的实时数据,根据实时数据,生成实时遥测数据。
太阳同步轨道卫星中存储了延时遥测数据,因此,当服务器与太阳同步轨道卫星建立连接之后,就可以获取延时遥测数据,对于实时遥测数据,服务器与太阳同步轨道卫星建立连接之后,太阳同步轨道卫星实时将遥测数据发送给服务器,从而服务器获取到实时遥测数据和延时遥测数据。
在一实施例中,在生成实时数据序列和延时数据序列时,具体可以采用:根据实时遥测数据中各个数据点的时间顺序,对实时遥测数据进行排序,生成实时数据序列,根据延时遥测数据中各个数据点的时间顺序,对延时遥测数据进行排序,生成延时数据序列。
在一具体实施例中,服务器获取太阳同步轨道卫星的实时遥测数据和延时遥测数据之后,针对所关注的待监测参数P进行数据提取,对提取得到的实时遥测数据和延时遥测数据进行预处理,然后对数据点进行时间对齐之后,分别得到待监测参数P的实时数据序列和延时数据序列,其中,实时数据序列中包含m个数据点,延时数据序列中包含n个数据点。
在一个实施例中,根据实时数据序列,得到实时遥测数据对应的实时数据平均值,分别获取实时数据序列中的最大实时数据和最小实时数据,根据最大实时数据和实时数据平均值的差值与实时数据平均值和最小实时数据的差值的比值,得到实时趋势信息,根据延时数据序列,得到延时遥测数据对应的延时数据平均值,分别获取延时数据序列中的最大延时数据和最小延时数据,根据最大延时数据和延时数据平均值的差值与延时数据平均值和最小延时数据的差值的比值,得到延时趋势信息。
具体的,算法模型可以如下:
其中,表示实时数据平均值,表示实时趋势信息。
计算延时趋势信息的算法模型可以是:
其中,表示延时数据平均值,表示延时趋势信息。
在进行实时趋势信息和延时趋势信息的计算时,分别将实时数据序列和延时数据序列输入对应的算法模型即可。
在一实施例中,在计算综合度量指标时,可以是:获取预先设置的实时趋势信息的第一权值和预先设置的延时趋势信息的第二权值,根据第一权值和第二权值,分别对实时趋势信息和延时趋势信息进行加权求和,得到当前时间段内待监测参数的综合度量指标。本实施例中,考虑到实时遥测数据和延时遥测数据在进行趋势判断时,所起到作用不同,因此通过设置权值,增加实时遥测数据所占的比重。
具体的,设置第一权值为、第二权值为。因此综合度量指标的计算公式如下:
其中,表示综合度量指标。
在另一个实施例中,在进行遥测参数异常判断时,根据综合度量指标和历史综合度量指标的差值的绝对值,与历史综合度量指标的比值,得到趋势度量值趋势率,根据趋势度量值趋势率是否在阈值范围内,判断待监测参数是否异常。
具体的,趋势度量值趋势率的计算公式如下:
其中,表示历史综合度量指标。
在另一实施例中,可以分别设置阈值为和,其中,为异常变化趋势阈值,为可能存在异常数据阈值,利用趋势度量值趋势率进行时,具体的判断方法是:若,则待监测参数有异常变化的趋势;若,则待监测参数可能存在异常数据;若,则待监测参数变化处于正常状态。上述三种状态,服务器输出三种不同的状态,辨识度较高,从而满足了异常变化趋势的在轨辨识要求。
在一个实施例中,还需要判断数据库中是否存储了历史综合度量指标,若否,则将综合度量指标存储至数据库中作为历史综合度量指标。本实施例中,当本次数据采集为首次数据采集时,服务器的数据库中没有存储待监测参数对应的数据,因此可以将本次数据采集的结果作为历史综合度量指标,然后延长监测周期,在下一次数据采集时,完成对待监测参数的遥测数据进行异常判断。
在另一个实施例中,服务器中存储了历史综合度量指标,那么在本次异常判断结束后,可以采用如下公式对历史综合度量指标进行更新:
以下结合一具体实施例,对本发明实施例进行清楚说明。
在一个实施例中,数据来源于某太阳同步轨道卫星,待监测参数为电源***中TMN003母线A电流和TMN005母线B电流,以一个地球日为一个时间段,共4091条遥测数据,如表1所示,并设定的异常变化趋势阈值和可能存在异常数据阈值。
表1 TMN003母线A电流和TMN005母线B电流遥测数据示例
值得说明的是,由于数据量较大,只给出其中部分数据。
第一个地球日,针对遥测参数TMN003母线A电流和TMN005母线B电流,分别形成实时数据序列和,延时数据序列和。
分别计算实时趋势信息:
分别计算延时趋势信息:
分别计算TMN003母线A电流和TMN005母线B电流的综合度量指标,公式如下:
其中,表示TMN003母线A电流的综合度量指标,表示TMN005母线B电流的综合度量指标。
由于服务器中没有存储TMN003母线A电流和TMN005母线B电流的历史综合度量指标,因此将和存入数据库中作为历史综合度量指标。即=2.5537, =3.1379。
第二个地球日,针对TMN003母线A电流和TMN005母线B电流,分别形成实时数据序列和,延时数据序列和。
分别计算实时趋势信息:
分别计算延时趋势信息:
分别计算TMN003母线A电流和TMN005母线B电流的综合度量指标,公式如下:
其中,表示TMN003母线A电流的综合度量指标,表示TMN005母线B电流的综合度量指标。
分别计算TMN003母线A电流和TMN005母线B电流的趋势度量值趋势率为:
由此可以判断,TMN003母线A电流和TMN005母线B电流均正常。
可以采用如下公式对TMN003母线A电流和TMN005母线B电流的历史综合度量指标进行更新:
应该理解的是,虽然图2-3图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4示,提供了一种太阳同步轨道卫星遥测参数异常判断***,包括:数据获取模块402、序列生成模块404、趋势获取模块406、指标计算模块408和判断模块410,其中:
数据获取模块402,用于获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据;
序列生成模块404,用于根据当前时间段内的所述实时遥测数据和所述延时遥测数据,分别生成实时数据序列和延时数据序列;
趋势获取模块406,用于根据所述实时数据序列,得到所述实时遥测数据的实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据的延时趋势信息;
指标计算模块408,用于根据所述实时趋势信息和所述延时趋势信息,得到所述当前时间段内待监测参数的综合度量指标;
判断模块410,用于获取待监测参数的历史综合度量指标,根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常。
在一个实施例中,数据获取模块402还用于当检测到太阳同步轨道卫星进入预先设置可观测区域时,与太阳同步轨道卫星建立连接;向太阳同步轨道卫星发送获取待监测参数的延时遥测数据和实时遥测数据的数据请求;根据所述数据请求,接收太阳同步轨道卫星发送的所述延时遥测数据,以及,实时接收太阳同步轨道卫星发送的待检测参数的实时数据,根据所述实时数据,生成所述实时遥测数据。
在一个实施例中,序列生成模块404还用于根据所述实时遥测数据中各个数据点的时间顺序,对所述实时遥测数据进行排序,生成实时数据序列;根据所述延时遥测数据中各个数据点的时间顺序,对所述延时遥测数据进行排序,生成延时数据序列。
在一个实施例中,趋势获取模块406还用于根据所述实时数据序列,得到所述实时遥测数据对应的实时数据平均值;分别获取所述实时数据序列中的最大实时数据和最小实时数据;根据所述最大实时数据和所述实时数据平均值的差值与所述实时数据平均值和所述最小实时数据的差值的比值,得到实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据对应的延时数据平均值;分别获取所述延时数据序列中的最大延时数据和最小延时数据;根据所述最大延时数据和所述延时数据平均值的差值与所述延时数据平均值和所述最小延时数据的差值的比值,得到延时趋势信息。
在一个实施例中,指标计算模块408还用于获取预先设置的所述实时趋势信息的第一权值和预先设置的所述延时趋势信息的第二权值;根据所述第一权值和所述第二权值,分别对所述实时趋势信息和所述延时趋势信息进行加权求和,得到所述当前时间段内待监测参数的综合度量指标。
在一个实施例中,判断模块410还用于根据所述综合度量指标和所述历史综合度量指标的差值的绝对值,与所述历史综合度量指标的比值,得到趋势度量值趋势率;根据所述趋势度量值趋势率是否在阈值范围内,判断待监测参数是否异常。
在一个实施例中,还包括:更新模块,用于判断数据库中是否存储了历史综合度量指标;若否,则将所述综合度量指标存储至数据库中作为历史综合度量指标;或,确定所述综合度量指标和所述历史综合度量指标选中的最大值,根据所述最大值,对所述数据库中的历史综合度指标进行更新。
关于太阳同步轨道卫星遥测参数异常判断***的具体限定可以参见上文中对于太阳同步轨道卫星遥测参数异常判断方法的限定,在此不再赘述。上述太阳同步轨道卫星遥测参数异常判断***中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储历史综合度量指标数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种受损环境下微电网***韧性评价方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据;
根据当前时间段内的所述实时遥测数据和所述延时遥测数据,分别生成实时数据序列和延时数据序列;
根据所述实时数据序列,得到所述实时遥测数据的实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据的延时趋势信息;
根据所述实时趋势信息和所述延时趋势信息,得到所述当前时间段内待监测参数的综合度量指标;
获取待监测参数的历史综合度量指标,根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:当检测到太阳同步轨道卫星进入预先设置可观测区域时,与太阳同步轨道卫星建立连接;向太阳同步轨道卫星发送获取待监测参数的延时遥测数据和实时遥测数据的数据请求;根据所述数据请求,接收太阳同步轨道卫星发送的所述延时遥测数据,以及,实时接收太阳同步轨道卫星发送的待检测参数的实时数据,根据所述实时数据,生成所述实时遥测数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述实时遥测数据中各个数据点的时间顺序,对所述实时遥测数据进行排序,生成实时数据序列;根据所述延时遥测数据中各个数据点的时间顺序,对所述延时遥测数据进行排序,生成延时数据序列。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述实时数据序列,得到所述实时遥测数据对应的实时数据平均值;分别获取所述实时数据序列中的最大实时数据和最小实时数据;根据所述最大实时数据和所述实时数据平均值的差值与所述实时数据平均值和所述最小实时数据的差值的比值,得到实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据对应的延时数据平均值;分别获取所述延时数据序列中的最大延时数据和最小延时数据;根据所述最大延时数据和所述延时数据平均值的差值与所述延时数据平均值和所述最小延时数据的差值的比值,得到延时趋势信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取预先设置的所述实时趋势信息的第一权值和预先设置的所述延时趋势信息的第二权值;根据所述第一权值和所述第二权值,分别对所述实时趋势信息和所述延时趋势信息进行加权求和,得到所述当前时间段内待监测参数的综合度量指标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述综合度量指标和所述历史综合度量指标的差值的绝对值,与所述历史综合度量指标的比值,得到趋势度量值趋势率;根据所述趋势度量值趋势率是否在阈值范围内,判断待监测参数是否异常。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:判断数据库中是否存储了历史综合度量指标;若否,则将所述综合度量指标存储至数据库中作为历史综合度量指标;或,确定所述综合度量指标和所述历史综合度量指标选中的最大值,根据所述最大值,对所述数据库中的历史综合度指标进行更新。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据;
根据当前时间段内的所述实时遥测数据和所述延时遥测数据,分别生成实时数据序列和延时数据序列;
根据所述实时数据序列,得到所述实时遥测数据的实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据的延时趋势信息;
根据所述实时趋势信息和所述延时趋势信息,得到所述当前时间段内待监测参数的综合度量指标;
获取待监测参数的历史综合度量指标,根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:当检测到太阳同步轨道卫星进入预先设置可观测区域时,与太阳同步轨道卫星建立连接;向太阳同步轨道卫星发送获取待监测参数的延时遥测数据和实时遥测数据的数据请求;根据所述数据请求,接收太阳同步轨道卫星发送的所述延时遥测数据,以及,实时接收太阳同步轨道卫星发送的待检测参数的实时数据,根据所述实时数据,生成所述实时遥测数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述实时遥测数据中各个数据点的时间顺序,对所述实时遥测数据进行排序,生成实时数据序列;根据所述延时遥测数据中各个数据点的时间顺序,对所述延时遥测数据进行排序,生成延时数据序列。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述实时数据序列,得到所述实时遥测数据对应的实时数据平均值;分别获取所述实时数据序列中的最大实时数据和最小实时数据;根据所述最大实时数据和所述实时数据平均值的差值与所述实时数据平均值和所述最小实时数据的差值的比值,得到实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据对应的延时数据平均值;分别获取所述延时数据序列中的最大延时数据和最小延时数据;根据所述最大延时数据和所述延时数据平均值的差值与所述延时数据平均值和所述最小延时数据的差值的比值,得到延时趋势信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取预先设置的所述实时趋势信息的第一权值和预先设置的所述延时趋势信息的第二权值;根据所述第一权值和所述第二权值,分别对所述实时趋势信息和所述延时趋势信息进行加权求和,得到所述当前时间段内待监测参数的综合度量指标。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述综合度量指标和所述历史综合度量指标的差值的绝对值,与所述历史综合度量指标的比值,得到趋势度量值趋势率;根据所述趋势度量值趋势率是否在阈值范围内,判断待监测参数是否异常。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:判断数据库中是否存储了历史综合度量指标;若否,则将所述综合度量指标存储至数据库中作为历史综合度量指标;或,确定所述综合度量指标和所述历史综合度量指标选中的最大值,根据所述最大值,对所述数据库中的历史综合度指标进行更新。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种太阳同步轨道卫星遥测参数异常判断方法,所述方法包括:
获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据;
根据当前时间段内的所述实时遥测数据和所述延时遥测数据,分别生成实时数据序列和延时数据序列;
根据所述实时数据序列,得到所述实时遥测数据的实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据的延时趋势信息;
根据所述实时趋势信息和所述延时趋势信息,得到所述当前时间段内待监测参数的综合度量指标;
获取待监测参数的历史综合度量指标,根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常;
根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常,包括:
根据所述综合度量指标和所述历史综合度量指标的差值的绝对值,与所述历史综合度量指标的比值,得到趋势度量值趋势率;
根据所述趋势度量值趋势率是否在阈值范围内,判断待监测参数是否异常。
2.根据权利要求1所述的方法,其特征在于,所述获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据,包括:
当检测到太阳同步轨道卫星进入预先设置可观测区域时,与太阳同步轨道卫星建立连接;
向太阳同步轨道卫星发送获取待监测参数的延时遥测数据和实时遥测数据的数据请求;
根据所述数据请求,接收太阳同步轨道卫星发送的所述延时遥测数据,以及,实时接收太阳同步轨道卫星发送的待检测参数的实时数据,根据所述实时数据,生成所述实时遥测数据。
3.根据权利要求1所述的方法,其特征在于,所述根据当前时间段内的所述实时遥测数据和所述延时遥测数据,分别生成实时数据序列和延时数据序列,包括:
根据所述实时遥测数据中各个数据点的时间顺序,对所述实时遥测数据进行排序,生成实时数据序列;
根据所述延时遥测数据中各个数据点的时间顺序,对所述延时遥测数据进行排序,生成延时数据序列。
4.根据权利要求3所述的方法,其特征在于,根据所述实时数据序列,得到所述实时遥测数据的实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据的延时趋势信息,包括:
根据所述实时数据序列,得到所述实时遥测数据对应的实时数据平均值;分别获取所述实时数据序列中的最大实时数据和最小实时数据;
根据所述最大实时数据和所述实时数据平均值的差值与所述实时数据平均值和所述最小实时数据的差值的比值,得到实时趋势信息;
根据所述延时数据序列,得到所述延时遥测数据对应的延时数据平均值;分别获取所述延时数据序列中的最大延时数据和最小延时数据;
根据所述最大延时数据和所述延时数据平均值的差值与所述延时数据平均值和所述最小延时数据的差值的比值,得到延时趋势信息。
5.根据权利要求1至4任一项所述的方法,其特征在于,根据所述实时趋势信息和所述延时趋势信息,得到所述当前时间段内待监测参数的综合度量指标,包括:
获取预先设置的所述实时趋势信息的第一权值和预先设置的所述延时趋势信息的第二权值;
根据所述第一权值和所述第二权值,分别对所述实时趋势信息和所述延时趋势信息进行加权求和,得到所述当前时间段内待监测参数的综合度量指标。
6.根据权利要求1至4任一项所述的方法,其特征在于,
在获取待监测参数的历史综合度量指标之前,所述方法还包括:
判断数据库中是否存储了历史综合度量指标;
若否,则将所述综合度量指标存储至数据库中作为历史综合度量指标;
或,在根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常之后,还包括:
确定所述综合度量指标和所述历史综合度量指标选中的最大值,根据所述最大值,对所述数据库中的历史综合度指标进行更新。
7.一种太阳同步轨道卫星遥测参数异常判断***,其特征在于,包括:
数据获取模块,用于获取太阳同步轨道卫星回传的待监测参数的实时遥测数据和延时遥测数据;
序列生成模块,用于根据当前时间段内的所述实时遥测数据和所述延时遥测数据,分别生成实时数据序列和延时数据序列;
趋势获取模块,用于根据所述实时数据序列,得到所述实时遥测数据的实时趋势信息;根据所述延时数据序列,得到所述延时遥测数据的延时趋势信息;
指标计算模块,用于根据所述实时趋势信息和所述延时趋势信息,得到所述当前时间段内待监测参数的综合度量指标;
判断模块,用于获取待监测参数的历史综合度量指标,根据所述历史综合度量指标和所述综合度量指标,判断待监测参数是否异常;
判断模块还用于根据所述综合度量指标和所述历史综合度量指标的差值的绝对值,与所述历史综合度量指标的比值,得到趋势度量值趋势率;根据所述趋势度量值趋势率是否在阈值范围内,判断待监测参数是否异常。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910873649.7A CN110391840B (zh) | 2019-09-17 | 2019-09-17 | 太阳同步轨道卫星遥测参数异常判断方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910873649.7A CN110391840B (zh) | 2019-09-17 | 2019-09-17 | 太阳同步轨道卫星遥测参数异常判断方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110391840A CN110391840A (zh) | 2019-10-29 |
CN110391840B true CN110391840B (zh) | 2019-12-17 |
Family
ID=68289664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910873649.7A Active CN110391840B (zh) | 2019-09-17 | 2019-09-17 | 太阳同步轨道卫星遥测参数异常判断方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110391840B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990438A (zh) * | 2019-12-09 | 2020-04-10 | 北京明略软件***有限公司 | 数据处理方法、装置、电子设备和存储介质 |
CN112623283B (zh) * | 2020-12-30 | 2024-06-18 | 苏州三六零智能安全科技有限公司 | 太空物体异常检测方法、装置、设备及存储介质 |
CN114153191B (zh) * | 2021-11-23 | 2024-05-03 | 中国人民解放军63920部队 | 航天器控制方法、装置及*** |
CN116886179B (zh) * | 2023-09-07 | 2023-12-01 | 长光卫星技术股份有限公司 | 一种在轨卫星遥测数据管理及下行方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102142189A (zh) * | 2010-01-29 | 2011-08-03 | 上海卫星工程研究所 | 多通道遥测传输*** |
CN102147962A (zh) * | 2010-02-10 | 2011-08-10 | 上海卫星工程研究所 | 卫星遥测信号动态在轨编程方法 |
CN106253967A (zh) * | 2016-07-28 | 2016-12-21 | 航天东方红卫星有限公司 | 适用于微卫星平台与载荷信息一体化设计的数据维护方法 |
CN108400811A (zh) * | 2018-02-13 | 2018-08-14 | 北京空间技术研制试验中心 | 基于高级在轨数据处理方法的空间实验室信息*** |
CN110113093A (zh) * | 2019-04-18 | 2019-08-09 | 中国科学院国家空间科学中心 | 一种组件化有效载荷地面综合测试*** |
CN110175051A (zh) * | 2019-04-11 | 2019-08-27 | 上海卫星工程研究所 | 星地一体化的遥测配置管理方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6466858B1 (en) * | 2000-11-02 | 2002-10-15 | General Electric Company | Methods and apparatus for monitoring gas turbine engine operation |
CN102025402A (zh) * | 2009-09-14 | 2011-04-20 | 国家广播电影电视总局广播科学研究院 | 一种用于列车实时接收卫星广播的方法 |
CN101718864B (zh) * | 2009-11-13 | 2012-05-09 | 航天东方红卫星有限公司 | 一种卫星遥测参数异常变化实时监测*** |
CN102730571B (zh) * | 2012-06-01 | 2014-10-29 | 华中科技大学 | 一种起重机在线监测与故障诊断*** |
CN103646167B (zh) * | 2013-11-22 | 2017-03-15 | 北京空间飞行器总体设计部 | 一种基于遥测数据的卫星异常状态检测*** |
CN105302848B (zh) * | 2014-10-11 | 2018-11-13 | 山东鲁能软件技术有限公司 | 一种设备智能预警***的评估值校准方法 |
CN106314825B (zh) * | 2016-10-12 | 2018-12-04 | 深圳航天东方红海特卫星有限公司 | 一种并行自动化卫星的综合测试*** |
CN106647695A (zh) * | 2016-12-05 | 2017-05-10 | 航天恒星科技有限公司 | 在轨航天器运行状态监测方法及*** |
KR102004160B1 (ko) * | 2016-12-22 | 2019-07-26 | 경희대학교 산학협력단 | 사물인터넷 환경에서 클라이언트 식별자를 이용하여 클라이언트 노드들을 논리적으로 그룹화하는 장치 및 방법 |
CN107832487B (zh) * | 2017-09-22 | 2020-12-11 | 北京空间飞行器总体设计部 | 在轨卫星推力器点火期间异常情况实时发现方法 |
CN109459659A (zh) * | 2018-11-14 | 2019-03-12 | 国网黑龙江省电力有限公司信息通信公司 | 一种用于预测电力***故障的***及方法 |
CN109407116B (zh) * | 2018-11-20 | 2024-02-27 | 桂林电子科技大学 | 一种多频点卫星导航质量测试信号生成装置及生成方法 |
CN109934130A (zh) * | 2019-02-28 | 2019-06-25 | 中国空间技术研究院 | 基于深度学习的卫星故障在轨实时故障诊断方法及*** |
CN110175633B (zh) * | 2019-04-29 | 2020-12-15 | 杭州电子科技大学 | 一种基于北斗卫星传输数据的渔船轨迹异常检测方法 |
-
2019
- 2019-09-17 CN CN201910873649.7A patent/CN110391840B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102142189A (zh) * | 2010-01-29 | 2011-08-03 | 上海卫星工程研究所 | 多通道遥测传输*** |
CN102147962A (zh) * | 2010-02-10 | 2011-08-10 | 上海卫星工程研究所 | 卫星遥测信号动态在轨编程方法 |
CN106253967A (zh) * | 2016-07-28 | 2016-12-21 | 航天东方红卫星有限公司 | 适用于微卫星平台与载荷信息一体化设计的数据维护方法 |
CN108400811A (zh) * | 2018-02-13 | 2018-08-14 | 北京空间技术研制试验中心 | 基于高级在轨数据处理方法的空间实验室信息*** |
CN110175051A (zh) * | 2019-04-11 | 2019-08-27 | 上海卫星工程研究所 | 星地一体化的遥测配置管理方法 |
CN110113093A (zh) * | 2019-04-18 | 2019-08-09 | 中国科学院国家空间科学中心 | 一种组件化有效载荷地面综合测试*** |
Also Published As
Publication number | Publication date |
---|---|
CN110391840A (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110391840B (zh) | 太阳同步轨道卫星遥测参数异常判断方法和*** | |
CN110868241B (zh) | 基于多模型的地下电缆故障预警方法和装置 | |
CN110929036A (zh) | 电力营销稽查管理方法、装置、计算机设备和存储介质 | |
CN111459695A (zh) | 根因定位方法、装置、计算机设备和存储介质 | |
CN110990645B (zh) | 用电监测方法、装置、计算机设备和存储介质 | |
CN112257755A (zh) | 航天器运行状态的分析方法和装置 | |
CN111314173A (zh) | 监控信息异常的定位方法、装置、计算机设备及存储介质 | |
CN111624986A (zh) | 基于案例库的故障诊断方法和*** | |
CN110866634A (zh) | 基于模型选择的地下电缆故障预警方法和装置 | |
CN115656673A (zh) | 变压器数据的处理及装置、设备存储介质 | |
CN115034519A (zh) | 一种用电负荷的预测方法、装置、电子设备以及存储介质 | |
CN116187552A (zh) | 异常检测方法、计算设备及计算机存储介质 | |
CN110866682B (zh) | 基于历史数据的地下电缆预警方法和装置 | |
CN108471114B (zh) | 输电线路状态评价方法、装置、计算机设备及存储介质 | |
CN112381272A (zh) | 一种电网负荷预测方法、***、终端及存储介质 | |
CN113110961B (zh) | 设备异常检测方法、装置、计算机设备及可读存储介质 | |
CN113746425A (zh) | 光伏逆变器参数异常分析方法、*** | |
CN111600309A (zh) | 电压控制方法、装置、设备、计算机设备和存储介质 | |
Stefanidou-Voziki et al. | Feature selection and optimization of a ML fault location algorithm for low voltage grids | |
CN110838940A (zh) | 地下电缆巡检任务配置方法和装置 | |
CN109471852B (zh) | 医疗数据库建立方法、装置、计算机设备和存储介质 | |
CN113887989A (zh) | 电力***可靠性评估方法、装置、计算机设备和存储介质 | |
CN110890977B (zh) | 云平台的主机节点监控方法、装置和计算机设备 | |
CN114386510A (zh) | 一种电力***量测错误辨识方法及*** | |
CN109508387B (zh) | 图谱重命名方法、装置、计算机设备和存储介质 |
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 |