CN112379200B - 故障定位及解决方法 - Google Patents

故障定位及解决方法 Download PDF

Info

Publication number
CN112379200B
CN112379200B CN202011247415.0A CN202011247415A CN112379200B CN 112379200 B CN112379200 B CN 112379200B CN 202011247415 A CN202011247415 A CN 202011247415A CN 112379200 B CN112379200 B CN 112379200B
Authority
CN
China
Prior art keywords
fault
component
target object
temperature
comparing
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
Application number
CN202011247415.0A
Other languages
English (en)
Other versions
CN112379200A (zh
Inventor
林峰平
张孝山
郑灿展
蒋越
刘健
魏洪飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Kangbida Control Technology Co ltd
Original Assignee
Shenzhen Kangbida Control Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Kangbida Control Technology Co ltd filed Critical Shenzhen Kangbida Control Technology Co ltd
Priority to CN202011247415.0A priority Critical patent/CN112379200B/zh
Publication of CN112379200A publication Critical patent/CN112379200A/zh
Application granted granted Critical
Publication of CN112379200B publication Critical patent/CN112379200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
    • F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
    • F04D27/008—Stop safety or alarm devices, e.g. stop-and-go control; Disposition of check-valves
    • 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
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2801—Testing of printed circuits, backplanes, motherboards, hybrid circuits or carriers for multichip packages [MCP]
    • G01R31/281—Specific types of tests or tests for a specific type of fault, e.g. thermal mapping, shorts testing

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明提供了一种故障定位及解决方法、装置及存储介质，方法包括如下步骤：获取监控信号；按照故障因子的种类，将所述监控信号内的故障因子，与至少一个规则专家库中的阈值进行匹配；若所述监控信号内的故障因子的种类，覆盖第i规则专家库内的阈值的种类，则从所述第i规则专家库获取第j部件的故障条件；将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障。由此，将原有的大数据集合，分割成多个小数据集合，改变了原有的数据结构，在实际使用中，应用选择数据库的步骤，节约了故障分析的计算量，使故障的审核效率较高。

Description

故障定位及解决方法
技术领域
本发明涉及电性能测试方法，尤其是指一种故障定位及解决方法、装置及存储介质。
背景技术
UPS又称不间断电源，是一种保护性的电源设备，可以在市电暂停供应时，保证供电连续进行，同时，具有稳压、稳频、滤波、抗电磁和射频搅扰、防电压浪涌等功能，已广泛应用于信息采集、传送、分析、储存到应用的各个环节。
然而，由于传统的设计不合理，存在着很多隐患，这些隐患可能是某一部件的问题，也可能是电流与电压的问题，还可能是传输线的布局干扰问题，这些问题对***的安装、运行、管理、维护带来很多的困难，使得UPS的零件容易损坏。
为了解决上述问题，传统的方法是，雇佣专业的UPS维护人员。然而，具有全面而高水平的UPS维护人员数量极少，大多数维护人员的技术水平不过关。
发明内容
本发明所要解决的技术问题是：提供一种故障检测分析的方法、装置及存储介质，通过故障检测及分析，降低人力需求。
为了解决上述技术问题，本发明采用的技术方案为：获取监控信号；其中，所述监控信号包括至少一个故障因子；按照故障因子的种类，将所述监控信号内的故障因子，与至少一个规则专家库中的阈值进行匹配；若所述监控信号内的故障因子的种类，覆盖第i规则专家库内的阈值的种类，则从所述第i规则专家库获取第j部件的故障条件；将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障。
获取所述半导体器件的温度、电压和/或电流，超过对应的阈值时的参数信息及持续时间；
将超过对应阈值时的参数信息及持续时间，对比预设的故障条件，进行故障分析。
可选地，若第j部件为电容，则所述将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
应用所述电容的实时温度、电压及纹波，进行仿真运算，生成故障发生时的温度、电压及纹波；
应用故障发生时的温度、电压及纹波，对比对应的故障判断信息，估计所述电容的故障。
可选地，若第j部件为风扇，则所述将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
获取风扇的转速，对比所述风扇的转速阈值，判断所述风扇的故障。
可选地，若第j部件为控制板，则所述将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
获取控制板的信号脉冲或电平，对比预设的故障波形信息，判断所述控制板的故障。
进一步地，所述方法还包括：
获取目标对象的温度；
根据所述目标对象的温度，获取目标对象的温度的曲线；
应用所述目标对象的温度的曲线，比对所述目标对象的温度的阈值曲线，分析所述目标对象的故障。
进一步地，按照所述目标对象的工况，获取所述目标对象的温度与负载率的匹配程度；
应用所述目标对象的温度与负载率的匹配程度，以及，对应的阈值，分析所述目标对象的故障。
可选地，所述方法还包括：
获取故障分析决策树的根节点及叶节点，逐层细化分析所述故障类目；
根据所述逐层细化分析所述故障类目的结果，确定具体损坏器件和/或故障原因。
本申请还提供了一种故障预测***，包括：
监控模块，用于获取监控信号；其中，所述监控信号包括至少一个故障因子；
匹配模块，用于将所述监控信号内的故障因子，与至少一个规则专家库中的阈值进行匹配；
提取模块，用于若所述监控信号内的故障因子的种类，覆盖第i规则专家库内的阈值的种类，则从所述第i规则专家库获取第j部件的故障条件；
检测模块，用于应用所述第j部件的故障条件，检测分析所述第j部件的故障。
本申请还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述的方法。
本发明的效果在于：将完整的故障库进行拆分，形成多个故障库，每个故障库仅仅针对某一个或几个故障。在实际使用中，应用故障因子的种类信息先进行专家库的选择，再从特定的专家库中，选择对应的故障条件。由此，将原有的大数据集合，分割成多个小数据集合，改变了原有的数据结构，在实际使用中，应用选择数据库的步骤，节约了故障分析的计算量，使故障的审核效率较高。
附图说明
下面结合附图详述本发明的具体结构
图1为本发明第一实施例中的故障定位及解决方法的流程图；
图2为本发明第二实施例中针对“输出异常”状态字所建立的决策树；
图3为本发明第一实施例中的故障检测分析***的模块图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。
请参阅图1，图1为本发明第一实施例中的故障定位及解决方法；本发明提供了一种UPS的故障定位及解决方法，该方法用于对目标对象进行故障检测分析，所述目标对象安装有第j部件，包括如下步骤：
步骤S100、获取监控信号；其中，所述监控信号包括至少一个故障因子；
步骤S200、按照故障因子的种类，将所述监控信号内的故障因子，与至少一个规则专家库中的阈值进行匹配；
步骤S300、若所述监控信号内的故障因子的种类，覆盖第i规则专家库内的阈值的种类，则从所述第i规则专家库获取第j部件的故障条件；
步骤S400、将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障；
其中，i、j均为正整数
本发明中，将完整的故障库进行拆分，形成多个故障库，每个故障库仅仅针对某一个或几个故障。在实际使用中，应用故障因子的种类信息先进行专家库的选择，再从特定的专家库中，选择对应的故障条件。由此，将原有的大数据集合，分割成多个小数据集合，改变了原有的数据结构，在实际使用中，应用选择数据库的步骤，节约了故障分析的计算量，使故障的审核效率较高。
可选地，若第j部件为半导体器件，则步骤S400、将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
步骤S411、获取所述半导体器件的温度、电压和/或电流，超过对应阈值时的参数信息及持续时间；
步骤S412、将超过对应阈值时的参数信息及持续时间，对比预设的故障条件，进行故障分析。
上述中的半导体器件，包括普通半导体器件、IGBT、SCR等零件。
需要了解的是，从温度及电流入手分析，以超过阈值时的参数信息及超过阈值的持续时间进行分析，在这两个维度，分别与对应的阈值信息进行对比后，可以分析出半导体的发生的故障如下：过电压击穿、过流损坏、热损坏。
可选地，若第j部件为电容，则步骤S400、将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
步骤S421、应用所述电容的实时温度、电压及纹波，进行仿真运算，生成故障发生时的温度、电压及纹波；
步骤S422、应用故障发生时的温度、电压及纹波，对比对应的故障判断信息，估计所述电容的故障。
本实施例中，进行仿真运算，以获得故障发生时的温度、电压及纹波，以此估计电容的故障。本实施例中，可以分析出电容的故障，包括，电压过高损坏、电流过大、热损坏、容值衰减。通过仿真运算，不但可以分析出是电压过高导致的损坏，电流过大导致的损坏，还是热损坏，还可获得容值衰减规律，预测电容的使用寿命。
可以理解的是，在不同的工况下，电容的温度、电压及纹波具有不同的组合方式，因此，应用不同工作环境的仿真运算，可以更清楚地获得电容的故障原因。
可选地，若第j部件为风扇，则步骤S400、将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
步骤S431、获取风扇的转速，对比所述风扇的转速阈值，判断所述风扇的故障。
上述的风扇的故障，包括电压过高以及其他转速异常。当风扇的转速超过转速阈值之后，就可以判断故障的原因。可以理解的是，同一风扇具有多个不同的转速阈值，在不同的转速阈值范围内，可以判断出风扇是电压异常还是其他的转速异常。
可选地，若第j部件为控制板，则步骤S400、将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
步骤S441、获取控制板的信号脉冲或电平，对比预设的故障波形信息，判断所述控制板的故障。
可以理解的是，信号脉冲是有规律的信号，电平是无规律的信号，将这两种信息与预设的波形信息进行比对，可以更清楚地分析出控制板的故障。
上述方法仅针对某一部件的处理，除了针对某一部件的处理之外，本申请还包括对目标对象整体进行的故障分析：
步骤S451、获取目标对象的温度及工况温度；
步骤S452、根据所述目标对象的温度，获取目标对象的温度的曲线；
步骤S453、应用所述目标对象的温度的曲线，以及所述目标对象的温度的阈值曲线，分析所述目标对象的故障。
可以理解的是，在实际诊断中，在针对某一部件进行处理时，还应当以目标对象进行分析。因为目标对象在不同的工况温度下，会有不同的温度变化曲线，因此将目标对象的温度的曲线，以及所述目标对象的温度的阈值曲线进行对比，可以更好地分析目标对象各个部件的故障。
进一步地，所述方法还包括：
步骤S461、按照目标对象的工况，获取所述目标对象的温度与负载率的匹配程度；
步骤S462、应用所述目标对象的温度与负载率的匹配程度，以及，对应的阈值，分析所述目标对象的故障。
需要了解的是，可以根据一些历史数据，获得目标对象的温度与负载率的匹配程度，因为不同工况下，目标对象的温度与负载率的匹配程度是不同的。因此，目标对象的温度相对于负载率过大的情况，目标对象的温度相对于负载率过小的情况，分别可以作为判断目标对象产生不同故障的依据。
运用上述方法，可以将目标UPS作为目标对象，分析其故障条件，目标UPS第j部件故障异常条件包括：第一半导体异常条件，电容异常条件、风扇异常条件、控制板异常条件及整机温度异常条件中的至少一种；
其中，第一半导体异常条件包括，第一半导体器件温度异常和/或第一半导体器件电流异常；
其中，电容异常条件包括，电容温度异常、电容电压异常和/或纹波异常；
其中，风扇异常条件包括，转速异常；
其中，控制板异常条件包括，信号脉冲和/或电平异常；
其中，整机温度异常条件包括，机内温度和/或负载率异常。
需要了解的是，控制板也可以具有自检功能，可以实时监控状态，可以实现故障预警与定位。
上述中的整机温度异常，包括机内温度过高、温度与负载率不匹配。通过检测机内温度及负载率。可以根据负载率与机内温度评估设备运行情况，本实施例中，可以采用温度曲线来进行把控故障的时间及原因，以对特定的部件进行定点分析。
上述方案中，阐述了故障检测的条件，在实际使用中，还应当使用故障检测的方法，基于此，所述方法还包括：
步骤S471、获取故障分析决策树的根节点及叶节点，逐层细化分析所述故障类目；
步骤S481、根据所述逐层细化分析所述故障类目的结果，确定具体损坏器件和/或故障原因。
这一决策树是依靠多个故障类目，由下自上构建的，在一个实施例中，“整流过温保护”与“平衡桥限流”这两个节点，构成了整流器异常的下级节点，三者就构成了一个小的决策树；而在另一个实施例中，“整流器异常”与“逆变器过载保护”这两个节点，又构成了逆变器异常的下级节点。以此类推可以构建如图2所示的决策树。需要了解的是，本实施例中的决策树仅为一个简单的决策树。
本实施例中，从输出异常入手，应用故障决策树，逐层细化分析UPS故障类目，以此从较大的类目，拓展到较细的类目。本实施例中，可以根据上述UPS故障类目被细化的程度，确定细化的具体程度。
在一个实施例中，当目标UPS产生输出异常之后，如果上述UPS故障类目被细化的程度较低，那么我们就有“输出回路异常”与“输出过载或输出低压”两个与之相关的下级节点。可以理解的是，此时所需要的计算量较小，而且可以粗略地估计目标UPS所产生的问题以及主故障原因，可以起到降低维护人员工作量的效果。在另一个实施例中，上述UPS故障类目被细化的程度较高，就可以更为细致地确定具体的损坏器件及故障原因。
可以理解的是，上述决策树，可以通过状态字的方式来显示，以此方便用户使用这一产品，方便客户销售这一产品。
本实施例中，为了相对全面地了解UPS的故障类目，可以参照表1：
表1
请参阅图3，图3为本发明第一实施例中的UPS的故障检测分析***的模块图。本发明还提供了一种UPS的故障检测分析***，包括：
需要了解的是，上述模块仅为粗略划分的模块，模块内部发各个功能，是可以依靠多种单元的组合所形成的。从本质上来看，上述装置是作为上述方法的虚拟执行主体，用于承载上述方法。
本发明还提供了一种存储介质，包括计算机程序，计算机程序被处理器加载并执行时，实现上述的方法中的步骤。
所述处理器可以是中央分析单元，还可以是其他通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种故障定位及解决方法，其特征在于，所述方法用于对目标对象进行故障检测分析，所述目标对象安装有第j部件，所述方法包括如下步骤：
获取监控信号；其中，所述监控信号包括至少一个故障因子；
将所述监控信号内的故障因子的种类，与至少一个规则专家库中的阈值的种类进行匹配；
若所述监控信号内的故障因子的种类，覆盖第i规则专家库内的阈值的种类，则从所述第i规则专家库获取第j部件的故障条件；
将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障；
其中，i、j均为正整数。
2.如权利要求1所述的故障定位及解决方法，其特征在于，若第j部件为半导体器件，则所述将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
获取所述半导体器件的温度、电压和/或电流，超过对应的阈值时的参数信息及持续时间；
将超过对应阈值时的参数信息及持续时间，对比预设的故障条件，进行故障分析。
3.如权利要求1所述的故障定位及解决方法，其特征在于，若第j部件为电容，则所述将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
应用所述电容的实时温度、电压及纹波，进行仿真运算，生成故障发生时的温度、电压及纹波；
应用故障发生时的温度、电压及纹波，对比对应的故障判断信息，估计所述电容的故障。
4.如权利要求1所述的故障定位及解决方法，其特征在于，若第j部件为风扇，则所述将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
获取风扇的转速，对比所述风扇的转速阈值，判断所述风扇的故障。
5.如权利要求1所述的故障定位及解决方法，其特征在于，若第j部件为控制板，则所述将所述故障因子的实时信息与所述第j部件的故障条件进行对比，检测分析所述第j部件的故障的步骤，包括：
获取控制板的信号脉冲或电平，对比预设的故障波形信息，判断所述控制板的故障。
6.如权利要求1~5任意一项所述的故障定位及解决方法，其特征在于，所述方法还包括：
获取目标对象的温度；
根据所述目标对象的温度，获取目标对象的温度的曲线；
应用所述目标对象的温度的曲线，比对所述目标对象的温度的阈值曲线，分析所述目标对象的故障。
7.如权利要求6所述的故障定位及解决方法，其特征在于，所述方法还包括：
按照所述目标对象的工况，获取所述目标对象的温度与负载率的匹配程度；
应用所述目标对象的温度与负载率的匹配程度，以及，对应的阈值，分析所述目标对象的故障。
8.如权利要求1所述的故障定位及解决方法，其特征在于，所述方法还包括：
获取故障分析决策树的根节点及叶节点，逐层细化分析所述故障类目；
根据所述逐层细化分析所述故障类目的结果，确定具体损坏器件和/或故障原因。
9.一种故障预测***，其特征在于，包括：
监控模块，用于获取监控信号；其中，所述监控信号包括至少一个故障因子；
匹配模块，用于将所述监控信号内的故障因子的种类，与至少一个规则专家库中的阈值的种类进行匹配；
提取模块，用于若所述监控信号内的故障因子的种类，覆盖第i规则专家库内的阈值的种类，则从所述第i规则专家库获取第j部件的故障条件；
检测模块，用于应用所述第j部件的故障条件，检测分析所述第j部件的故障。
10.一种存储介质，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1-8之一所述的方法中的步骤。
CN202011247415.0A 2020-11-10 2020-11-10 故障定位及解决方法 Active CN112379200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011247415.0A CN112379200B (zh) 2020-11-10 2020-11-10 故障定位及解决方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011247415.0A CN112379200B (zh) 2020-11-10 2020-11-10 故障定位及解决方法

Publications (2)

Publication Number Publication Date
CN112379200A CN112379200A (zh) 2021-02-19
CN112379200B true CN112379200B (zh) 2024-02-13

Family

ID=74579295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011247415.0A Active CN112379200B (zh) 2020-11-10 2020-11-10 故障定位及解决方法

Country Status (1)

Country Link
CN (1) CN112379200B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113281636A (zh) * 2021-05-31 2021-08-20 山东英信计算机技术有限公司 电源板状态信息记录装置及方法、故障分析装置及方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102879680A (zh) * 2012-09-26 2013-01-16 中南大学 轨道交通车辆装备通用检测及故障诊断方法及***
CN104267346A (zh) * 2014-09-10 2015-01-07 国电南瑞科技股份有限公司 一种发电机励磁***故障远程诊断方法
JP2015169588A (ja) * 2014-03-10 2015-09-28 富士通株式会社 故障解析プログラム、故障解析方法、および故障解析装置
WO2016198006A1 (zh) * 2015-10-08 2016-12-15 中兴通讯股份有限公司 基站故障检测方法及装置
CN109738724A (zh) * 2018-12-29 2019-05-10 武汉万集信息技术有限公司 一种设备的故障诊断方法、装置、存储介质及电子装置
CN109752607A (zh) * 2017-11-06 2019-05-14 株洲中车时代电气股份有限公司 一种牵引变流器故障诊断的方法及***
CN110322018A (zh) * 2019-06-19 2019-10-11 上海电力学院 一种基于模糊推理的电厂风机故障预警***
CN110531742A (zh) * 2019-09-16 2019-12-03 重庆华能水电设备制造有限公司 一种发电机集电装置实时监控与故障诊断方法
WO2019233047A1 (zh) * 2018-06-07 2019-12-12 国电南瑞科技股份有限公司 基于电网调度的运维方法
CN110649980A (zh) * 2019-09-04 2020-01-03 北京百分点信息科技有限公司 一种故障诊断方法、装置和电子设备
CN111562458A (zh) * 2020-06-10 2020-08-21 湖南文理学院 一种电力变压器故障诊断方法与电力变压器故障诊断装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7725295B2 (en) * 2006-11-01 2010-05-25 Abb Research Ltd. Cable fault detection
US9431941B1 (en) * 2015-02-12 2016-08-30 General Electric Company Method and apparatus for detecting alternator rectifier diode short fault

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102879680A (zh) * 2012-09-26 2013-01-16 中南大学 轨道交通车辆装备通用检测及故障诊断方法及***
JP2015169588A (ja) * 2014-03-10 2015-09-28 富士通株式会社 故障解析プログラム、故障解析方法、および故障解析装置
CN104267346A (zh) * 2014-09-10 2015-01-07 国电南瑞科技股份有限公司 一种发电机励磁***故障远程诊断方法
WO2016198006A1 (zh) * 2015-10-08 2016-12-15 中兴通讯股份有限公司 基站故障检测方法及装置
CN109752607A (zh) * 2017-11-06 2019-05-14 株洲中车时代电气股份有限公司 一种牵引变流器故障诊断的方法及***
WO2019233047A1 (zh) * 2018-06-07 2019-12-12 国电南瑞科技股份有限公司 基于电网调度的运维方法
CN109738724A (zh) * 2018-12-29 2019-05-10 武汉万集信息技术有限公司 一种设备的故障诊断方法、装置、存储介质及电子装置
CN110322018A (zh) * 2019-06-19 2019-10-11 上海电力学院 一种基于模糊推理的电厂风机故障预警***
CN110649980A (zh) * 2019-09-04 2020-01-03 北京百分点信息科技有限公司 一种故障诊断方法、装置和电子设备
CN110531742A (zh) * 2019-09-16 2019-12-03 重庆华能水电设备制造有限公司 一种发电机集电装置实时监控与故障诊断方法
CN111562458A (zh) * 2020-06-10 2020-08-21 湖南文理学院 一种电力变压器故障诊断方法与电力变压器故障诊断装置

Also Published As

Publication number Publication date
CN112379200A (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
US9244711B1 (en) Virtual machine capacity planning
US20190102240A1 (en) Plato anomaly detection
CN110932901B (zh) 一种告警等级调整方法及***
CN113074833A (zh) 机房健康状态预警***及方法
CN112379200B (zh) 故障定位及解决方法
CN116345700B (zh) 一种用于储能电站的能耗监测方法及监测***
CN105872061A (zh) 一种服务器集群管理方法、装置及***
CN111262750A (zh) 一种用于评估基线模型的方法及***
CN117391675B (zh) 一种数据中心基础设施运维管理方法
CN116185748A (zh) 一种主板状态检测***、方法、电子设备和存储介质
KR102275797B1 (ko) 퍼지클러스터링과 전압강하의 심각도 지수를 적용한 전력품질진단 장치 및 방법을 구비한 수배전반
CN115794588A (zh) 内存故障预测方法、装置、***及监测服务器
CN113992602B (zh) 一种电缆监测数据上传方法、装置、设备以及存储介质
CN109162856B (zh) 水轮发电机组的状态监控方法和***
CN117687884A (zh) 一种电网调度自动化主站运维操作票智能优化方法及***
CN111044100A (zh) 一种用于电力计量的传感器装置及控制方法
CN106549831B (zh) 一种信息***的健康分析方法和***
CN116361703A (zh) 一种数据中心的节能控制方法、装置、电子设备及可读介质
CN115422504A (zh) 一种配电设备故障风险辨识方法及装置
CN111624430B (zh) 电容寿命在线监测方法、装置及终端设备
CN114598621A (zh) 一种电力通信网络可靠性评估***
CN118281912A (zh) 一种智能化新能源储能网络管理方法及***
CN118112359B (zh) 基于物联网的开关柜故障诊断方法及***
CN117706259B (zh) 电力设备能效评估性能监测控制方法、装置、终端及介质
CN117937768B (zh) 智能电气柜远程监控***

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