CN112820090A - 一种基于大数据的报警***及其实现方法 - Google Patents
一种基于大数据的报警***及其实现方法 Download PDFInfo
- Publication number
- CN112820090A CN112820090A CN202011609580.6A CN202011609580A CN112820090A CN 112820090 A CN112820090 A CN 112820090A CN 202011609580 A CN202011609580 A CN 202011609580A CN 112820090 A CN112820090 A CN 112820090A
- Authority
- CN
- China
- Prior art keywords
- alarm
- measuring
- fault
- point
- measuring points
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000012163 sequencing technique Methods 0.000 claims abstract description 6
- 230000036541 health Effects 0.000 claims description 44
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000011157 data evaluation Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 6
- 238000012880 independent component analysis Methods 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims 1
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 14
- 238000012423 maintenance Methods 0.000 description 11
- 230000002159 abnormal effect Effects 0.000 description 8
- 230000002596 correlated effect Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
- G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于大数据的报警***及其实现方法,由信号发射模块将报警信号发送至报警信号接收模块,报警信号由若干单测点报警信号和若干关联测点报警信号组成;报警信号接收报警信号并抽取报警信号中的故障测点,统计故障测点的出现频次;将故障测点接入故障贡献度模型中,计算故障测点的预报警系数,依据每个预报警系数对各个故障测点进行排序得到报警通知信号集;将报警通知信号集中的故障测点按照预报警系数由大至小的顺序依次发送至触发模块上;触发模块依次接收故障测点及对应的预报警系数,将故障测点与报警规则和报警阈值匹配,触发报警模块发出警报。本发明结合故障测点出现频次和测点故障贡献度提高报警***的灵敏度和精确度。
Description
技术领域
本发明涉及大数据应用领域,具体涉及一种基于大数据的报警***及其实现方法。
背景技术
自工业革命以来,设备故障的监测及诊断就应运而生。在很久之前,工人们判断设备发生故障与否,主要是通过长时间累积的经验或是对于设备表象的观察而得出的结论。随着工业向智能、大型、高速、分布式的方向发展,设备的维护也趋于智能化和精准化,为适应自动智能警报的需求,通常使用大数据分析法对历史数据进行建模,基于从历史数据中筛选出的正常态历史数据建立健康状态监测模型,对健康状态监测模型进行优化和验证后即可结合报警装置发出警报,现有技术中的报警***都基于监测后的异常数据发出警报,但随着设备结构的复杂化,设备的故障机理也变得非常复杂,且多个因素结合后更易引起设备故障,基于单测点的故障信号实现预警不符合现实需要,不利于设备故障的及时和准确预警。
发明内容
本发明的主要目的是解决由于设备故障机理复杂,基于单测点的故障信号以实现预警的方式不利于设备故障及时预警的问题,并提供一种基于大数据的报警***及其实现方法。
为了实现根据本发明的这些目的和其它优点,提供了一种基于大数据的报警实现方法,该方法包括:
步骤一、由信号发射模块将报警信号发送至报警信号接收模块,所述报警信号由若干单测点报警信号和若干关联测点报警信号组成,所述单测点报警信号包含一个所述测点的预报警信息,所述关联测点报警信号包含多个所述测点的预报警信息;
步骤二、所述报警信号接收模块接收步骤一中的所述报警信号并抽取所述报警信号中的故障测点,统计所述故障测点的出现频次;
步骤三、将所述故障测点接入故障贡献度模型中,对所述故障测点的信号进行缩小或放大,所述故障贡献度模型中设置有与所述测点一一对应的测点故障贡献度,计算所述故障测点的出现频次与所述测点故障贡献度的乘积得到预报警系数;
步骤四、依据每个所述预报警系数对各个所述故障测点进行排序得到报警通知信号集,将所述报警通知信号集中的所述故障测点按照所述预报警系数由大至小的顺序依次发送至所述触发模块上;
步骤五、所述触发模块依次接收步骤三中的各个所述故障测点,步骤三中的所述故障测点载有与其对应的预报警系数,所述触发模块上设置有报警规则和报警阈值,将所述故障测点与所述报警规则匹配,触发报警模块发出警报;
其中,统计所述故障测点的出现频次的方法为:从每个所述单测点报警信号中可提取一个所述故障测点,从所述关联测点报警信号中可提取两个所述故障测点,所述故障测点每被提取一次,则增加一次所述故障测点的出现频次,直到所有的所述报警信号提取完成。
优选的是,获取所述报警信号的方法为:
将单测点实时数据和关联实时数据接入健康监测数据评估模型中,所述健康监测数据评估模型中设置有单测点健康阈值和关联测点健康阈值;
若所述单测点实时数据位于所述单测点健康阈值范围之内,则判定不发送所述单测点实时数据;
若所述单测点实时数据位于所述单测点健康阈值范围之外,则判定位于所述单测点健康阈值范围之外的所述单测点实时数据为单测点报警信号并发送至所述信号发射模块;
若所述关联实时数据位于所述关联测点健康阈值范围之内,则判定不发送所述关联实时数据;
若所述关联实时数据位于所述关联测点健康阈值范围之外,则判定位于所述关联测点健康阈值范围之外的所述关联实时数据为关联测点报警信号并发送至所述信号发射模块。
优选的是,所述健康监测数据评估模型基于历史数据建立,所述单测点健康阈值基于各个所述测点的历史数据经降噪处理和趋势分析确定,所述关联测点健康阈值基于各个所述测点的历史数据经降噪处理后进行关联度分析后确定。
优选的是,建立所述故障贡献度模型的方法为:对故障测点进行独立成分分析,提取出各个所述故障测点的原始独立信号,基于所述原始独立信号定义独立元贡献度和贡献度矩阵,采用固定点算法即可计算得到各个所述测点对应的所述测点故障贡献度。
优选的是,所述报警通知信号集中所述故障测点的排序方法为:按照所述故障测点的所述预报警系数由大至小的顺序进行排列,得到由若干所述故障测点组合形成的所述报警通知信号集。
优选的是,所述报警规则为:
若所述预报警系数大于所述报警阈值,则发出警报;
若所述预报警系数小于所述报警阈值,则不发出警报。
优选的是,包括:
信号发射模块,其用于发射报警信号;
若干报警模块,其用于被触发时发出警报;
触发模块,其用于在接收到所述报警信号时,触发所述报警模块,所述触发模块包括报警信号接收模块、报警信号处理模块和线路开关控制模块;
其中,所述报警信号接收模块与所述信号发射模块连接,所述报警信号处理模块上设置有所述故障贡献度模型,所述报警信号处理模块用于抽取所述报警信号中的所述故障测点,并分析得到按所述预报警系数由大至小排序的所述报警通知信号集;
所述线路开关控制模块用于依次接收各个所述报警通知信号集,所述线路开关控制模块上设置有报警规则,所述线路开关控制模块与所述报警模块连接。
优选的是,还包括显示模块,所述显示模块与所述触发模块通讯连接,所述显示模块可显示所述故障测点和所述预报警系数。
本发明至少包括以下有益效果:
1、本发明的报警***由信号发射模块将报警信号发送至报警信号接收模块,报警信号由若干单测点报警信号和若干关联测点报警信号组成,报警信号接收模块接收到报警信号之后可抽取报警信号中的故障测点,并统计故障测点的出现频次,将故障测点接入故障贡献度模型中,故障贡献度模型中设置有与测点一一对应的测点故障贡献度,计算故障测点的出现频次与测点故障贡献度的乘积得到预报警系数,对故障测点进行排序得到报警通知信号集;将报警通知信号集中的故障测点按照预报警系数由大至小的顺序依次发送至触发模块上,最后由报警模块依据报警规则做出警报。本发明的报警信号包括若干单测点报警信号和若干关联测点报警信号组成,从而触发模块结合单测点和关联测点的报警信号进行同步分析,重点是将关联测点对故障的影响进行了分析,提高了预警的准确性。
2、本发明中的报警***还包括显示模块,显示模块与触发模块通讯连接,显示模块可显示故障测点和预报警系数。维修人员可通显示模块上的报警信息合理安排故障排查计划,具有便于维修人员检修的优点。本发明设备运行的某一时刻,异常的单测点信号会被判定为单测点异常信号。若该测点对设备的运行状态影响较大,即其测点故障贡献度数值较大时,且与该测点关联的关联实时信号中的另一个测点的故障贡献度数值也较大时,该关联实时信号则也会被判定为异常信号,因此该单测点信号和该关联信号也会被检测为报警信号,该单测点报警信号和关联测点报警信号通过信号发射模块、报警信号接收模块和故障贡献度模型中后可得到故障测点对应的预报警系数,相当于对故障贡献度数值较大的测点进行了二次放大,从而对一些故障贡献度大的测点来说,提高了报警***的灵敏度和准确度;若该测点对设备的运行状态影响较小,即其测点故障贡献度数值较小时,且与该测点关联的关联实时信号中的另一个测点的故障贡献度数值也较小时,则关联实时信号也会被判定为正常信号,因此只有该单测点信号被检测为报警信号,该单测点报警信号通过信号发射模块、报警信号接收模块和故障贡献度模型中后可得到故障测点对应的预报警系数,相当于对故障贡献度数值较小的测点进行了二次缩小,从而对一些故障贡献度小的测点来说,避免了报警***的误报警、多次报警和非必要报警的情况;若关联测点中的一个测点故障贡献度数值较小,另一个测点故障贡献度数值较大,则***又可以依据单测点或单测点对应的其它关联测点是否被诊断为报警信号而做出更加精确的判断和分析,提高了报警***的灵敏度和准确度。
3、本发明综合设备异常情况下各个测点对设备正常运行的影响,通过抽取单测点报警信号和关联测点报警信号中的故障测点,单测点报警信号包含某一个测点的故障信息,关联测点报警信号则包含多个测点的故障信息,通过统计故障测点的出现频次,可直观的了解到该时段下,故障测点对设备正常运转的影响程度,再依据大数据技术得出故障测点的测点故障贡献度,本发明结合故障测点的出现频次和测点故障贡献度提高了报警***的灵敏度和精确度。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为报警***的报警流程图;
图2为报警***的结构框图;
图3为基于大数据的报警实现方法结构框图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
本发明提供了一种基于大数据的报警***及其实现方法,图1~3示出了根据本发明的一种实现形式,所述报警***的实现方法包括如下步骤:
步骤一、由信号发射模块将报警信号发送至报警信号接收模块,报警信号由若干单测点报警信号和若干关联测点报警信号组成,单测点报警信号包含一个测点的预报警信息,关联测点报警信号包含多个测点的预报警信息;
其中,获取报警信号的方法为:
将单测点实时数据和关联实时数据接入健康监测数据评估模型中,健康监测数据评估模型中设置有单测点健康阈值和关联测点健康阈值;
若单测点实时数据位于单测点健康阈值范围之内,则判定不发送单测点实时数据;
若单测点实时数据位于单测点健康阈值范围之外,则判定位于单测点健康阈值范围之外的单测点实时数据为单测点报警信号并发送至信号发射模块;
若关联实时数据位于关联测点健康阈值范围之内,则判定不发送关联实时数据;
若关联实时数据位于关联测点健康阈值范围之外,则判定位于关联测点健康阈值范围之外的关联实时数据为关联测点报警信号并发送至信号发射模块。
健康监测数据评估模型基于历史数据建立,单测点健康阈值基于各个测点的历史数据经降噪处理和趋势分析确定,关联测点健康阈值基于各个测点的历史数据经降噪处理后进行关联度分析后确定。
实时数据包括单测点实时数据和关联实时数据,健康监测数据评估模型的作用是对实时数据中的异常数据进行筛查,通过数据处理可将位于单测点健康阈值范围或关联测点健康阈值范围之外的实时数据分离得到单测点报警信号和关联测点报警信号,并传送至信号发射模块。
由于本发明的报警信号包括若干单测点报警信号和若干关联测点报警信号组成,从而触发模块结合单测点和关联测点的报警信号进行同步分析,重点是将关联测点对故障的影响进行了分析,提高了预警的准确性。
步骤二、报警信号接收模块接收步骤一中的报警信号并抽取报警信号中的故障测点,统计故障测点的出现频次;
其中,统计故障测点的出现频次的方法为:从每个单测点报警信号中可提取一个故障测点,从关联测点报警信号中可提取两个故障测点,故障测点每被提取一次,则增加一次故障测点的出现频次,直到所有的报警信号提取完成。建立故障贡献度模型的方法为:对故障测点进行独立成分分析,提取出各个故障测点的原始独立信号,基于原始独立信号定义独立元贡献度和贡献度矩阵,采用固定点算法即可计算得到各个测点对应的测点故障贡献度。
步骤三、将故障测点接入故障贡献度模型中,对故障测点的信号进行缩小或放大,故障贡献度模型中设置有与测点一一对应的测点故障贡献度,计算故障测点的出现频次与测点故障贡献度的乘积得到预报警系数;
具体的,建立故障贡献度模型的方法为:对故障测点进行独立成分分析,提取出各个故障测点的原始独立信号,基于原始独立信号定义独立元贡献度和贡献度矩阵,采用固定点算法即可计算得到各个测点对应的测点故障贡献度。
本发明的触发模块通过接收到的报警信号提取故障测点,统计故障测点的出现频次,并通过独立成分分析计算得出各个故障测点的故障贡献度,计算故障测点的出现频次与测点故障贡献度的乘积得到预报警系数,由于本发明针对实时数据对单测点和关联测点的信号都进行监测、分析,以便维修人员在众多的报警信号中优先确认引起设备报警的主要或首要故障测点,提高了故障排查的工作效率。
步骤四、依据每个预报警系数对各个故障测点进行排序得到报警通知信号集,将报警通知信号集中的故障测点按照预报警系数由大至小的顺序依次发送至触发模块上。
具体的,报警通知信号集中故障测点的排序方法为:按照故障测点的预报警系数由大至小的顺序进行排列,得到由若干故障测点组合形成的报警通知信号集。
本发明将报警通知信号集中的故障测点按照预报警系数由大至小的顺序依次发送至触发模块上,最后由报警模块依据报警规则做出警报,从而报警模块可优先接收故障贡献度大的测点,进而优先报警,以便维修人员可在第一时间处理着重处理引起故障发生主要测点,提高了预警效率和维修人员的检修效率。
步骤五、触发模块依次接收步骤三中的各个故障测点,步骤三中的故障测点载有与其对应的预报警系数,触发模块上设置有报警规则和报警阈值,将故障测点与报警规则匹配,触发报警模块发出警报。其中报警规则为:若预报警系数大于报警阈值,则发出警报;若预报警系数小于报警阈值,则不发出警报。
基于该报警方法的报警***包括:信号发射模块,其用于发射报警信号;
若干报警模块,其用于被触发时发出警报;
触发模块,其用于在接收到报警信号时,触发报警模块,触发模块包括报警信号接收模块、报警信号处理模块和线路开关控制模块;
其中,报警信号接收模块与信号发射模块连接,报警信号处理模块上设置有故障贡献度模型,报警信号处理模块用于抽取报警信号中的故障测点,并分析得到按预报警系数由大至小排序的报警通知信号集;
线路开关控制模块用于依次接收各个报警通知信号集,线路开关控制模块上设置有报警规则,线路开关控制模块与报警模块连接。
本发明中的报警***还包括显示模块,显示模块与触发模块通讯连接,显示模块可显示故障测点和预报警系数。维修人员可通显示模块上的报警信息合理安排故障排查计划,具有便于维修人员检修的优点。
本发明设备运行的某一时刻,异常的单测点信号会被判定为单测点异常信号。若该测点对设备的运行状态影响较大,即其测点故障贡献度数值较大时,且与该测点关联的关联实时信号中的另一个测点的故障贡献度数值也较大时,该关联实时信号则也会被判定为异常信号,因此该单测点信号和该关联信号也会被检测为报警信号,该单测点报警信号和关联测点报警信号通过信号发射模块、报警信号接收模块和故障贡献度模型中后可得到故障测点对应的预报警系数,相当于对故障贡献度数值较大的测点进行了二次放大,从而对一些故障贡献度大的测点来说,提高了报警***的灵敏度和准确度;若该测点对设备的运行状态影响较小,即其测点故障贡献度数值较小时,且与该测点关联的关联实时信号中的另一个测点的故障贡献度数值也较小时,则关联实时信号也会被判定为正常信号,因此只有该单测点信号被检测为报警信号,该单测点报警信号通过信号发射模块、报警信号接收模块和故障贡献度模型中后可得到故障测点对应的预报警系数,相当于对故障贡献度数值较小的测点进行了二次缩小,从而对一些故障贡献度小的测点来说,避免了报警***的误报警、多次报警和非必要报警的情况;若关联测点中的一个测点故障贡献度数值较小,另一个测点故障贡献度数值较大,则***又可以依据单测点或单测点对应的其它关联测点是否被诊断为报警信号而做出更加精确的判断和分析,提高了报警***的灵敏度和准确度。
此外,本发明的报警通知信号集中的故障测点按照预报警系数由大至小的顺序依次发送至触发模块上,最后由报警模块依据报警规则做出警报,从而报警模块可优先接收故障贡献度大的测点,进而优先报警,以便维修人员可在第一时间处理着重处理引起故障发生主要测点,提高了预警效率和维修人员的检修效率。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (8)
1.一种基于大数据的报警实现方法,其特征在于,包括以下步骤:
步骤一、由信号发射模块将报警信号发送至报警信号接收模块,所述报警信号由若干单测点报警信号和若干关联测点报警信号组成,所述单测点报警信号包含一个所述测点的预报警信息,所述关联测点报警信号包含多个所述测点的预报警信息;
步骤二、所述报警信号接收模块接收步骤一中的所述报警信号并抽取所述报警信号中的故障测点,统计所述故障测点的出现频次;
步骤三、将所述故障测点接入故障贡献度模型中,对所述故障测点的信号进行缩小或放大,所述故障贡献度模型中设置有与所述测点一一对应的测点故障贡献度,计算所述故障测点的出现频次与所述测点故障贡献度的乘积得到预报警系数;
步骤四、依据每个所述预报警系数对各个所述故障测点进行排序得到报警通知信号集,将所述报警通知信号集中的所述故障测点按照所述预报警系数由大至小的顺序依次发送至所述触发模块上;
步骤五、所述触发模块依次接收步骤三中的各个所述故障测点,步骤三中的所述故障测点载有与其对应的预报警系数,所述触发模块上设置有报警规则和报警阈值,将所述故障测点与所述报警规则匹配,触发报警模块发出警报;
其中,统计所述故障测点的出现频次的方法为:从每个所述单测点报警信号中提取一个所述故障测点,从所述关联测点报警信号中提取两个所述故障测点,所述故障测点每被提取一次,则增加一次所述故障测点的出现频次,直到所有的所述报警信号提取完成。
2.如权利要求1所述的基于大数据的报警实现方法,其特征在于,获取所述报警信号的方法为:
将单测点实时数据和关联实时数据接入健康监测数据评估模型中,所述健康监测数据评估模型中设置有单测点健康阈值和关联测点健康阈值;
若所述单测点实时数据位于所述单测点健康阈值范围之内,则判定不发送所述单测点实时数据;
若所述单测点实时数据位于所述单测点健康阈值范围之外,则判定位于所述单测点健康阈值范围之外的所述单测点实时数据为单测点报警信号并发送至所述信号发射模块;
若所述关联实时数据位于所述关联测点健康阈值范围之内,则判定不发送所述关联实时数据;
若所述关联实时数据位于所述关联测点健康阈值范围之外,则判定位于所述关联测点健康阈值范围之外的所述关联实时数据为关联测点报警信号并发送至所述信号发射模块。
3.如权利要求2所述的基于大数据的报警实现方法,其特征在于,所述健康监测数据评估模型基于历史数据建立,所述单测点健康阈值基于各个所述测点的历史数据经降噪处理和趋势分析确定,所述关联测点健康阈值基于各个所述测点的历史数据经降噪处理后进行关联度分析后确定。
4.如权利要求1所述的基于大数据的报警实现方法,其特征在于,建立所述故障贡献度模型的方法为:对故障测点进行独立成分分析,提取出各个所述故障测点的原始独立信号,基于所述原始独立信号定义独立元贡献度和贡献度矩阵,采用固定点算法即可计算得到各个所述测点对应的所述测点故障贡献度。
5.如权利要求1所述的基于大数据的报警实现方法,其特征在于,所述报警通知信号集中所述故障测点的排序方法为:按照所述故障测点的所述预报警系数由大至小的顺序进行排列,得到由若干所述故障测点组合形成的所述报警通知信号集。
6.如权利要求1所述的基于大数据的报警实现方法,其特征在于,所述报警规则为:
若所述预报警系数大于所述报警阈值,则发出警报;
若所述预报警系数小于所述报警阈值,则不发出警报。
7.一种基于大数据的报警***,其特征在于,包括:
信号发射模块,其用于发射报警信号;
若干报警模块,其用于被触发时发出警报;
触发模块,其用于在接收到所述报警信号时,触发所述报警模块,所述触发模块包括报警信号接收模块、报警信号处理模块和线路开关控制模块;
其中,所述报警信号接收模块与所述信号发射模块连接,所述报警信号处理模块上设置有所述故障贡献度模型,所述报警信号处理模块用于抽取所述报警信号中的所述故障测点,并分析得到按所述预报警系数由大至小排序的所述报警通知信号集;
所述线路开关控制模块用于依次接收各个所述报警通知信号集,所述线路开关控制模块上设置有报警规则,所述线路开关控制模块与所述报警模块连接。
8.如权利要求7所述的基于大数据的报警***,其特征在于,还包括显示模块,所述显示模块与所述触发模块通讯连接,所述显示模块可显示所述故障测点和所述预报警系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011609580.6A CN112820090A (zh) | 2020-12-30 | 2020-12-30 | 一种基于大数据的报警***及其实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011609580.6A CN112820090A (zh) | 2020-12-30 | 2020-12-30 | 一种基于大数据的报警***及其实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112820090A true CN112820090A (zh) | 2021-05-18 |
Family
ID=75856167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011609580.6A Pending CN112820090A (zh) | 2020-12-30 | 2020-12-30 | 一种基于大数据的报警***及其实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112820090A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040002792A1 (en) * | 2002-06-28 | 2004-01-01 | Encelium Technologies Inc. | Lighting energy management system and method |
CN102844721A (zh) * | 2010-02-26 | 2012-12-26 | 株式会社日立制作所 | 故障原因诊断***及其方法 |
CN104158682A (zh) * | 2014-08-08 | 2014-11-19 | 深圳供电局有限公司 | 一种基于贡献度的同步数字体系sdh故障定位方法 |
CN110501169A (zh) * | 2019-08-27 | 2019-11-26 | 北理慧动(常熟)车辆科技有限公司 | 车辆故障的诊断方法、装置及电子设备 |
CN111306051A (zh) * | 2020-01-16 | 2020-06-19 | 中国石油大学(北京) | 一种输油泵机组探针式状态监测预警方法、装置及*** |
-
2020
- 2020-12-30 CN CN202011609580.6A patent/CN112820090A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040002792A1 (en) * | 2002-06-28 | 2004-01-01 | Encelium Technologies Inc. | Lighting energy management system and method |
CN102844721A (zh) * | 2010-02-26 | 2012-12-26 | 株式会社日立制作所 | 故障原因诊断***及其方法 |
CN104158682A (zh) * | 2014-08-08 | 2014-11-19 | 深圳供电局有限公司 | 一种基于贡献度的同步数字体系sdh故障定位方法 |
CN110501169A (zh) * | 2019-08-27 | 2019-11-26 | 北理慧动(常熟)车辆科技有限公司 | 车辆故障的诊断方法、装置及电子设备 |
CN111306051A (zh) * | 2020-01-16 | 2020-06-19 | 中国石油大学(北京) | 一种输油泵机组探针式状态监测预警方法、装置及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106655522A (zh) | 一种适用于电网二次设备运维管理的主站*** | |
CN110703214B (zh) | 一种气象雷达状态评估和故障监测方法 | |
CN111143438A (zh) | 一种基于流处理的车间现场数据实时监测与异常检测方法 | |
CN107844067B (zh) | 一种水电站闸门在线状态监测控制方法及监测*** | |
CN101718634A (zh) | 基于多元概率模型的设备状态综合动态报警方法 | |
CN110231529A (zh) | 一种控制柜智能故障诊断***及故障诊断方法 | |
CN116204842B (zh) | 一种电气设备的异常监测方法及*** | |
CN110375983A (zh) | 基于时间序列分析的阀门故障实时诊断***及诊断方法 | |
CN113657221A (zh) | 一种基于智能感知技术的电厂设备状态监测方法 | |
CN115576738B (zh) | 一种基于芯片分析实现设备故障确定的方法及*** | |
CN111717753A (zh) | 基于多维故障特征的自适应电梯故障预警***及方法 | |
CN117560300B (zh) | 一种智能物联网流量预测与优化*** | |
CN117289778B (zh) | 一种工控主机电源健康状态的实时监测方法 | |
CN207992717U (zh) | 一种水电站闸门在线状态监测*** | |
CN116593829B (zh) | 基于数据分析的输电线路隐患在线监测*** | |
CN104007757B (zh) | 核电站分布式控制***中网关通讯异常自诊断方法及*** | |
CN106019089A (zh) | 一种根据相间信号相关关系特征进行局部放电判别的方法 | |
CN115034094B (zh) | 一种金属加工机床运行状态预测方法及*** | |
CN112820090A (zh) | 一种基于大数据的报警***及其实现方法 | |
CN106444578A (zh) | 一种基于异构测地线距离svdd的故障检测方法 | |
CN109388512A (zh) | 针对大规模计算机集群异常程度的评估与分析*** | |
CN115902476A (zh) | 一种多维度变压器故障诊断和状态评估***和方法 | |
CN110307899A (zh) | 一种基于深度学习的声音异常检测*** | |
CN114689321A (zh) | 风力发电机组的轴承故障诊断方法、装置、电子设备 | |
KR20210059267A (ko) | 데이터 수집 시스템 및 방법 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210518 |
|
RJ01 | Rejection of invention patent application after publication |