CN110909068B - 应急柴油发电机组大数据采集处理方法、***及存储介质 - Google Patents
应急柴油发电机组大数据采集处理方法、***及存储介质 Download PDFInfo
- Publication number
- CN110909068B CN110909068B CN201911085412.9A CN201911085412A CN110909068B CN 110909068 B CN110909068 B CN 110909068B CN 201911085412 A CN201911085412 A CN 201911085412A CN 110909068 B CN110909068 B CN 110909068B
- Authority
- CN
- China
- Prior art keywords
- data
- generator set
- diesel generator
- emergency diesel
- processing
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种应急柴油发电机组大数据采集处理方法、***及存储介质,方法包括:抽取应急柴油发电机组的主数据及与所述主数据关联的多种数据源数据,所述主数据为可唯一明确标识应急柴油发电机组各设备部件的数据;将抽取的数据全部集中存储至数据仓库;对每一条数据源数据进行数据标准化处理;对每一种类型的数据源数据进行数据规范化处理;将关联了同一个主数据的数据源数据以主数据为轴心进行一级关联;基于数据之间的关联信息,制作并持续更新数据关联图谱,本发明解决了应急柴油发电机组数据源间存在数据壁垒,数据质量参差不齐,数据不规范的问题,为大数据技术在应急柴油发电机组应用评价方面提供有力的基础。
Description
技术领域
本发明涉及核电领域,尤其涉及一种应急柴油发电机组大数据采集处理方法、***及存储介质。
背景技术
应急柴油发电机组的作用是在核电厂发生丧失厂外交流电源事故时,为厂内安全***/设备提供应急中压交流电源,确保反应堆实现安全停堆、防止重要厂用设备因为厂用电源的丧失而造成的损坏和确保人身安全。应急柴油发电机组配套子***繁多,包括启动***、高低温冷却水***、燃油***、润滑油***、进排气***、控制***、电气保护***等。应急柴油发电机组涉及设备种类包括柴油机本体、发电机、空压机、容器、过滤器、管阀、换热器、仪控设备、电气保护设备等;部分大型设备的结构非常复杂,仅柴油机本体内部件数量就多达18000多个,类型2000余项。
如果能够对应急柴油发电机组所有数据源***性采集与治理,可以为后续应急柴油发电机组可靠性管理,缺陷管理等一系列技术管理工作提供可靠基础。但是,现有数据采集治理方法不能有效全面反映应急柴油发电机组实际运行状况:首先,现有应急柴油发电机组数据采集治理方法未能结合先进技术有效采集振动信号等运行信息,实时数据较少;其次,现有数据采集治理方法未针对核电应急柴油发电机组的运行特点开展针对性***性梳理;最后,现有数据采集治理方法中获得的数据形式各异,存储位置不同,大量有效信息沉没于各类文件中,价值亟待挖掘。因此,现有的数据采集治理方法不能全面高效反映应急柴油机发电机组运行状态。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺少应急柴油发电机组***性数据采集处理的缺陷,提供一种应急柴油发电机组大数据采集处理方法、***及存储介质。
本发明解决其技术问题所采用的技术方案是:构造一种核电厂应急柴油发电机组大数据采集处理方法,所述方法包括:
抽取应急柴油发电机组的主数据及与所述主数据关联的多种数据源数据,所述主数据为可唯一明确标识应急柴油发电机组各设备部件的数据;
将抽取的数据全部集中存储至数据仓库;
对每一条数据源数据进行数据标准化处理;
对每一种类型的数据源数据进行数据规范化处理;
将关联了同一个主数据的数据源数据以主数据为轴心进行一级关联;
基于数据之间的关联信息,制作并持续更新数据关联图谱。
在本发明所述的核电厂应急柴油发电机组大数据采集处理方法中,所述数据源数据包括以下类型:台账数据、运行数据、设备缺陷数据、设备维修数据、离线状态监测数据、在线状态监测数据、定期试验数据、经验反馈数据。
在本发明所述的核电厂应急柴油发电机组大数据采集处理方法中,所述的数据标准化处理,包括:
将数据源数据中的扫描类文本、图片数据识别为可编辑电子数据;
根据数据源数据所属类型,选择预先构建的数据标准模板;
通过匹配数据标准模板中的各个数据标签的方式,将每一条数据源数据匹配到所述数据标准模板中形成标准化的数据源数据。
在本发明所述的核电厂应急柴油发电机组大数据采集处理方法中,所述的数据规范化处理,包括:对比聚合数据,将同义语、多义词替换为同一的规范化用语;
所述方法还包括:如果数据规范化处理后的若干条数据的内容高度相关,则将所述若干条数据进行二级关联。
本发明另一方面还构造了一种核电厂应急柴油发电机组大数据采集处理***,包括:
数据抽取模块,用于抽取应急柴油发电机组的主数据及与所述主数据关联的多种数据源数据,所述主数据为可唯一明确标识应急柴油发电机组各设备部件的数据;
独立存储模块,用于将抽取的数据全部集中存储至数据仓库;
标准化处理模块,用于对每一条数据源数据进行数据标准化处理;
规范化处理模块,用于对每一种类型的数据源数据进行数据规范化处理;
数据关联模块,用于将关联了同一个主数据的数据源数据以主数据为轴心进行一级关联;
数据图谱制作及更新模块,用于基于数据之间的关联信息,制作并持续更新数据关联图谱。
在本发明所述的核电厂应急柴油发电机组大数据采集处理***中,所述数据源数据包括以下类型:台账数据、运行数据、设备缺陷数据、设备维修数据、离线状态监测数据、在线状态监测数据、定期试验数据、经验反馈数据。
在本发明所述的核电厂应急柴油发电机组大数据采集处理***中,所述标准化处理模块具体用于将数据源数据中的扫描类文本、图片数据识别为可编辑电子数据,根据数据源数据所属类型,选择预先构建的数据标准模板,通过匹配数据标准模板中的各个数据标签的方式,将每一条数据源数据匹配到所述数据标准模板中形成标准化的数据源数据。
在本发明所述的核电厂应急柴油发电机组大数据采集处理***中,所述规范化处理模块具体用于对比聚合数据,将同义语、多义词替换为同一的规范化用语;
所述数据关联模块还用于在数据规范化处理后的若干条数据的内容高度相关时,将所述若干条数据进行二级关联。
本发明另一方面还构造了一种核电厂应急柴油发电机组大数据采集处理***,包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被处理器执行时实现如前任一项所述的方法的步骤。
本发明另一方面还构造了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如前任一项所述的方法的步骤。
本发明的应急柴油发电机组大数据采集处理方法、***及存储介质,具有以下有益效果:本发明使用独立存储,数据标准化、规范化处理,最终形成以应急柴油发电机组主数据为轴心的图谱,解决了应急柴油发电机组数据源间存在数据壁垒,数据质量参差不齐,数据不规范的问题,为大数据技术在应急柴油发电机组应用评价方面提供有力的基础。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图:
图1是本发明应急柴油发电机组大数据采集处理方法的流程图;
图2是一个具体的图谱;
图3是本发明应急柴油发电机组大数据采集处理***的结构示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的典型实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。应当理解本发明实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
参考图1,本发明的核电厂应急柴油发电机组大数据采集处理方法,包括:
S101、抽取应急柴油发电机组的主数据及与所述主数据关联的多种数据源数据;
其中,所述主数据为可唯一明确标识应急柴油发电机组各设备部件的数据,比如设备位置编码元数据或备件编码元数据。
其中,所述数据源数据包括以下类型:台账数据、运行数据、设备缺陷数据、设备维修数据、离线状态监测数据、在线状态监测数据、定期试验数据、经验反馈数据。
当然,在步骤S101之前,我们需要预先定义应急柴油发电机组主数据及数据源数据的种类,比如主数据选定为设备功能位置编码,数据源数据的来源如表1;
表1数据源列表
序号 | 来源名称 | 包含的具体数据源数据 |
1 | ERP***事件单 | 提供失效数据、维修数据 |
2 | ERP***工作票 | 提供失效数据、维修数据 |
3 | 重大事件统计*** | 提供失效数据 |
4 | 运行专家关注问题 | 提供失效数据 |
5 | 经验反馈*** | 提供经验反馈数据和失效数据 |
6 | 定期试验报告 | 提供设备试验数据 |
7 | 实时监测*** | 提供需求次数和运行时间 |
8 | 操纵员日志 | 提供需求次数和运行时间 |
9 | 机组I0数据库 | 提供试验维修不可用时间 |
10 | 一体化事件平台 | 提供经验反馈数据和失效数据 |
11 | QDR*** | 提供大修期间失效、维修数据 |
S102、将抽取的数据全部集中存储至数据仓库;
数据仓库可使用分布式存储或集中存储,独立于各数据源已有存储位置之外。存储架构可采用HANA平台结合HADOOP平台实现。
S103、对每一条数据源数据进行数据标准化处理;
具体的,所述的数据标准化处理包括:
1)将数据源数据中的扫描类文本、图片数据识别为可编辑电子数据,此可以借助既有的图片识别软件或者识别算法实现。
2)根据数据源数据所属类型,选择预先构建的数据标准模板;
每一种数据源数据具有特定的模板,此可以预先制定。每一种模板都包括若干个数据标签,以失效数据为例,其模板如下表2所示,事件单号、事件发生时间、……、事件来源、备注,这些都是数据标签。
表2失效数据的模板
3)通过匹配数据标准模板中的各个数据标签的方式,将每一条数据源数据匹配到所述数据标准模板中形成标准化的数据源数据。
以失效数据为例,对照表2的模板匹配数据标签后,可以得到如表3的标准化的失效数据。
表3失效数据标准化示例
S104、对每一种类型的数据源数据进行数据规范化处理;
具体的,所述的数据规范化处理,包括:对比聚合数据,将同义语、多义词替换为同一的规范化用语。举例来说,“管道断裂”、“管道断开”等可以认为是同义语、多义词,可以设置统一的用语,比如统一为“管道断裂”。
可以理解的是,这些同义语、多义词,是可以预先设定的,具体是基于之前的样本数据统计后设定。当然,在本方法的后续应用过程中,也可以根据实际情况,进行补充、修改。
优选地,所述方法还包括:如果数据规范化处理后的若干条数据的内容高度相关(比如两条数据的某些主要的数据标签的内容相同,则可以认定为高度相关),则将所述若干条数据进行二级关联。比如说,另外有一个维修数据如表4。
表4维修数据实例
分析表3和表4两条数据,设备功能位置、工作票号(事件单号)、部件名称相同,事件描述与缺陷处理内容强相关,通过对比聚合可以判定这两条数据为同一失效事件的反馈与处理,因此可判定并关联为一次失效的不同维度数据,可以将这两条数据进行二级关联。
S105、将关联了同一个主数据的数据源数据以主数据为轴心进行一级关联;
因为每一条数据源数据都与一个主数据关联,所以通过对比主数据,就可以找到同时关联了这一个主数据的多条数据源数据,这多条数据源数据久可以围绕同一个主数据进行一级关联。
S106、基于数据之间的关联信息,制作并持续更新数据关联图谱。
以前面示例数据为例,以**LHP-002MO功能位置为轴心,关联失效数据,维修数据等相关数据,形成数据关联图谱如图2,图中的与**LHP-002MO连接的曲线体现的是一级关联,虚框体现的即为二次关联。前三条数据为喷油器回油管一次泄漏故障的不同维度数据,后两条数据为轴瓦一次异常磨损故障的不同维度数据。
参考图3,基于同一发明构思,本发明还公开了一种核电厂应急柴油发电机组大数据采集处理***,包括:
数据抽取模块301,用于抽取应急柴油发电机组的主数据及与所述主数据关联的多种数据源数据,所述主数据为可唯一明确标识应急柴油发电机组各设备部件的数据;
独立存储模块302,用于将抽取的数据全部集中存储至数据仓库;
标准化处理模块303,用于对每一条数据源数据进行数据标准化处理;
规范化处理模块304,用于对每一种类型的数据源数据进行数据规范化处理;
数据关联模块305,用于将关联了同一个主数据的数据源数据以主数据为轴心进行一级关联;
数据图谱制作及更新模块306,用于基于数据之间的关联信息,制作并持续更新数据关联图谱。
其中,所述主数据为可唯一明确标识应急柴油发电机组各设备部件的数据,比如设备位置编码元数据或备件编码元数据。
其中,所述数据源数据包括以下类型:台账数据、运行数据、设备缺陷数据、设备维修数据、离线状态监测数据、在线状态监测数据、定期试验数据、经验反馈数据。
其中,所述标准化处理模块303具体用于将数据源数据中的扫描类文本、图片数据识别为可编辑电子数据,根据数据源数据所属类型,选择预先构建的数据标准模板,通过匹配数据标准模板中的各个数据标签的方式,将每一条数据源数据匹配到所述数据标准模板中形成标准化的数据源数据。
其中,所述规范化处理模块304具体用于对比聚合数据,将同义语、多义词替换为同一的规范化用语;
其中,所述数据关联模块305还用于在数据规范化处理后的若干条数据的内容高度相关时,将所述若干条数据进行二级关联。
本发明实施例所述***的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
上述描述涉及各种模块,需要指出的是,上文对各种模块的描述中,分割成这些模块,是为了说明清楚。然而,在实际实施中,各种模块的界限可以是模糊的。例如,本文中的任意或所有功能性模块可以共享各种硬件和/或软件元件。又例如,本文中的任何和/或所有功能模块可以由共有的处理器执行软件指令来全部或部分实施。另外,由一个或多个处理器执行的各种软件子模块可以在各种软件模块间共享。相应地,除非明确要求,本发明的范围不受各种硬件和/或软件元件间强制性界限的限制。
基于同一发明构思,本发明还要求保护一种核电厂应急柴油发电机组大数据采集处理***,包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被处理器执行时实现如前述的方法实施例的步骤。具体实现过程可参阅上述方法实施例的描述,此处不再赘述。
基于同一发明构思,本发明还要求保护一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如前述的方法实施例的步骤。具体实现过程可参阅上述方法实施例的描述,此处不再赘述。
综上所述,本发明的应急柴油发电机组大数据采集处理方法、***及存储介质,具有以下有益效果:本发明使用独立存储,数据标准化、规范化处理,最终形成以应急柴油发电机组主数据为轴心的图谱,解决了应急柴油发电机组数据源间存在数据壁垒,数据质量参差不齐,数据不规范的问题,为大数据技术在应急柴油发电机组应用评价方面提供有力的基础。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (6)
1.一种核电厂应急柴油发电机组大数据采集处理方法,其特征在于,所述方法包括:
抽取应急柴油发电机组的主数据及与所述主数据关联的多种数据源数据,所述主数据为可唯一明确标识应急柴油发电机组各设备部件的数据,所述数据源数据包括以下类型:台账数据、运行数据、设备缺陷数据、设备维修数据、离线状态监测数据、在线状态监测数据、定期试验数据、经验反馈数据;
将抽取的数据全部集中存储至数据仓库;
对每一条数据源数据进行数据标准化处理,包括:将数据源数据中的扫描类文本、图片数据识别为可编辑电子数据;根据数据源数据所属类型,选择预先构建的数据标准模板;通过匹配数据标准模板中的各个数据标签的方式,将每一条数据源数据匹配到所述数据标准模板中形成标准化的数据源数据;
对每一种类型的数据源数据进行数据规范化处理,包括:对比聚合数据,将同义语、多义词替换为同一的规范化用语;所述方法还包括:如果数据规范化处理后的若干条数据的内容高度相关,则将所述若干条数据进行二级关联;
将关联了同一个主数据的数据源数据以主数据为轴心进行一级关联;
基于数据之间的关联信息,制作并持续更新数据关联图谱。
2.根据权利要求1所述的核电厂应急柴油发电机组大数据采集处理方法,其特征在于,所述方法还包括:如果数据规范化处理后的若干条数据的内容高度相关,则将所述若干条数据进行二级关联。
3.一种核电厂应急柴油发电机组大数据采集处理***,其特征在于,包括:
数据抽取模块,用于抽取应急柴油发电机组的主数据及与所述主数据关联的多种数据源数据,所述主数据为可唯一明确标识应急柴油发电机组各设备部件的数据,所述数据源数据包括以下类型:台账数据、运行数据、设备缺陷数据、设备维修数据、离线状态监测数据、在线状态监测数据、定期试验数据、经验反馈数据;
独立存储模块,用于将抽取的数据全部集中存储至数据仓库;
标准化处理模块,用于对每一条数据源数据进行数据标准化处理,具体用于将数据源数据中的扫描类文本、图片数据识别为可编辑电子数据,根据数据源数据所属类型,选择预先构建的数据标准模板,通过匹配数据标准模板中的各个数据标签的方式,将每一条数据源数据匹配到所述数据标准模板中形成标准化的数据源数据;
规范化处理模块,用于对每一种类型的数据源数据进行数据规范化处理,具体用于对比聚合数据,将同义语、多义词替换为同一的规范化用语;
数据关联模块,用于将关联了同一个主数据的数据源数据以主数据为轴心进行一级关联;
数据图谱制作及更新模块,用于基于数据之间的关联信息,制作并持续更新数据关联图谱。
4.根据权利要求3所述的***,其特征在于,
所述数据关联模块还用于在数据规范化处理后的若干条数据的内容高度相关时,将所述若干条数据进行二级关联。
5.一种核电厂应急柴油发电机组大数据采集处理***,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-2任一项所述的方法的步骤。
6.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-2任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911085412.9A CN110909068B (zh) | 2019-11-08 | 2019-11-08 | 应急柴油发电机组大数据采集处理方法、***及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911085412.9A CN110909068B (zh) | 2019-11-08 | 2019-11-08 | 应急柴油发电机组大数据采集处理方法、***及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110909068A CN110909068A (zh) | 2020-03-24 |
CN110909068B true CN110909068B (zh) | 2023-07-07 |
Family
ID=69816801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911085412.9A Active CN110909068B (zh) | 2019-11-08 | 2019-11-08 | 应急柴油发电机组大数据采集处理方法、***及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110909068B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112579657B (zh) * | 2020-12-24 | 2024-04-19 | 北京志翔信息技术有限公司 | 基于机器学习的数据标签识别与标记方法及*** |
CN115952471B (zh) * | 2023-03-13 | 2023-06-30 | 北京中兵数字科技集团有限公司 | 融合不同数据源的数据的方法、装置、计算设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007147166A2 (en) * | 2006-06-16 | 2007-12-21 | Quantum Leap Research, Inc. | Consilence of data-mining |
CN106815336A (zh) * | 2016-12-31 | 2017-06-09 | 深圳市易特科信息技术有限公司 | 基于大数据关联存储的医疗数据查询***及方法 |
CN107291957A (zh) * | 2017-07-31 | 2017-10-24 | 袁佳宁 | 一种基于数据信息互通的微型服务***及其实现方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014149555A1 (en) * | 2013-03-15 | 2014-09-25 | Thomson Reuters Global Resources | Method and system for generating and using a master entity associative data network |
-
2019
- 2019-11-08 CN CN201911085412.9A patent/CN110909068B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007147166A2 (en) * | 2006-06-16 | 2007-12-21 | Quantum Leap Research, Inc. | Consilence of data-mining |
CN106815336A (zh) * | 2016-12-31 | 2017-06-09 | 深圳市易特科信息技术有限公司 | 基于大数据关联存储的医疗数据查询***及方法 |
CN107291957A (zh) * | 2017-07-31 | 2017-10-24 | 袁佳宁 | 一种基于数据信息互通的微型服务***及其实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110909068A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103745293B (zh) | 一种rcm分析方法 | |
CN109740930A (zh) | 维修策略制定及可靠度评估方法、终端和计算机存储介质 | |
CN104573845A (zh) | 信息***设备状态检修辅助决策方法 | |
CN110909068B (zh) | 应急柴油发电机组大数据采集处理方法、***及存储介质 | |
CN112711947B (zh) | 一种基于文本向量化的故障停电抢修事中处置参考方法 | |
CN113435759B (zh) | 一种基于深度学习的一次设备风险智能评估方法 | |
CN111080128A (zh) | 一种火电站金属设备大数据分析和可靠性评价管理*** | |
Tang et al. | Fault detection of wind turbine pitch system based on multiclass optimal margin distribution machine | |
Wang et al. | Deep analysis of power equipment defects based on semantic framework text mining technology | |
CN113065580B (zh) | 一种基于多信息融合的电厂设备管理方法及*** | |
Ramesh et al. | Reliability assessment of cogeneration power plant in textile mill using fault tree analysis | |
CN112381242A (zh) | 核电站设备维修项目数据处理方法及*** | |
CN113313365A (zh) | 一种一次风机的劣化预警方法及设备 | |
Vyacheslavova et al. | Analysis of the data collection and processing system for assessing the actual reliability of domestic tractors exemplified by PJSC “Promtractor” | |
CN102142110A (zh) | 一种适用于电力***的资产报废处置控制方法 | |
CN112801537B (zh) | 一种发电企业非停事故分析方法、***、介质及设备 | |
CN113052716B (zh) | 风力发电机组主轴承的异常预警方法及装置 | |
CN111445043B (zh) | 一种电厂设备的检修方法、***及装置 | |
Liu et al. | Research on a case-based decision support system for aircraft maintenance review board report | |
Da Silva et al. | Applying cluster analysis to support failure management policy selection in asset management: A hydropower plant case study | |
CN109167357A (zh) | 一种优化电网静态安全分析时间的方法 | |
Ayalew et al. | Generator maintenance scheduling in power system by using artificial intelligent techniques: a review | |
CN113435195B (zh) | 一种基于主变负载特性的缺陷智能诊断模型构建方法 | |
CN113744080B (zh) | 基于多源数据的电力设备发电偏差的诊断方法及*** | |
CN113159641B (zh) | 基于匹配度因子的停电处置预案、***、终端和存储介质 |
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 |