CN113011613A - 一种多维信息融合的海底电缆维修决策智能推荐方法 - Google Patents
一种多维信息融合的海底电缆维修决策智能推荐方法 Download PDFInfo
- Publication number
- CN113011613A CN113011613A CN202110404634.3A CN202110404634A CN113011613A CN 113011613 A CN113011613 A CN 113011613A CN 202110404634 A CN202110404634 A CN 202110404634A CN 113011613 A CN113011613 A CN 113011613A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- submarine cable
- data
- information
- decision
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000004927 fusion Effects 0.000 title claims abstract description 15
- 230000007547 defect Effects 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000007689 inspection Methods 0.000 claims abstract description 19
- 238000003745 diagnosis Methods 0.000 claims abstract description 13
- 238000012360 testing method Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000005065 mining Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000009666 routine test Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 230000002950 deficient Effects 0.000 claims description 5
- 230000036541 health Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 3
- 238000009933 burial Methods 0.000 claims description 3
- 238000004451 qualitative analysis Methods 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000013523 data management Methods 0.000 claims 1
- 238000000605 extraction Methods 0.000 claims 1
- 238000012806 monitoring device Methods 0.000 claims 1
- 238000009413 insulation Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/16—Cables, cable trees or wire harnesses
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Laying Of Electric Cables Or Lines Outside (AREA)
Abstract
本发明公开了一种多维信息融合的海底电缆维修决策智能推荐方法,该方法依靠海底电缆的实时在线监测,挖掘包括海底电缆基础信息数据、故障诊断数据、状态评价结果数据、巡检试验数据等的海底电缆多维运维数据信息,考虑海底电缆多维数据信息的数据质量、数据融合等问题,对获取到的海底电缆特征参数进行处理,针对处理后的信息建立海底电缆维修决策智能推荐模型,考虑状态检修和定期检修方法,根据输入的缺陷信息,匹配以状态为主和以时间为主的检修决策,确定包括检修时间、检修等级、检修建议的海底电缆维修决策。本发明充分考虑了现有标准、导则对海底电缆检修的要求,综合多源数据信息对海底电缆维修决策进行智能推荐,制定了全面的海底电缆维修决策,为海底电缆的检修提供了极大的便利以及极大的参考意义。
Description
技术领域
本发明涉及电力设备检修技术领域,特别涉及一种多维信息融合的海底电缆维修决策智能推荐方法。
背景技术
海底电缆作为传输电能和通信信号最主要的传输介质,在海上输电、通信中起到了十分关键的作用,海底电缆的健康状况直接影响海上配电网、通信体系的正常运行。在海底电缆的投入和运营中,始终面临着设备可靠性差、运行检修困难等风险,为解决上述问题,有必要采取针对性的运维检修措施对风险进行控制。目前针对海底电缆的研究主要集中于在线监测技术的研究,从海底电缆故障出发研究其内部结构变化,从而为后续海底电缆故障诊断、报警、评估等提供依据。
但目前针对海底电缆维修决策的研究有所空缺,现有的研究并没有***地对海底电缆检修策略进行总结,且并没有针对海底电缆的独特特性进行展开,同时目前海底电缆设备检修主要围绕设备的试验数据进行,而运维相关的在线监测数据、故障诊断结果等信息没有在维修决策中进行体现,这势必造成检修资源的浪费、引发设备过修、欠修等重大问题,造成***频繁停运,增加停运损失。
发明内容
针对以上问题,本发明的目的是提供一种多维信息融合的海底电缆维修决策智能推荐方法,能够充分利用海底电缆的多维信息,提高海底电缆检修的可靠性,降低海底电缆的运行风险。
为实现上述目的,本发明采取以下技术方案:
从海底电缆监测、巡检、诊断、评估等多个维度挖掘海底电缆结构化和非结构化的多维运维数据信息;针对多维运维数据信息进行深度融合分析,提取信息关键特征参数、抽取判断规则与映射关系;建立海底电缆维修决策智能推荐模型,确定不同条件下的海底电缆检修时间、检修等级、检修策略,并安排检修决策计划。
进一步地,所述结构化运维数据信息包括海底电缆基础信息、在线监测数据、故障诊断结果、状态评估结果、例行试验数据等;所述非结构化运维数据信息包括巡检记录、消缺报告、情况说明、标准导则等:
进一步地,所述在线监测数据包括在线监测设备对海底电缆温度、应力、埋深、扰动、载流量的监测数据;所述故障诊断结果为对在线监测数据进行判断分析后的包括报警等级、报警时间、报警位置、故障类型等结果;所述状态评估结果包括对海底电缆健康状态定量、定性分析后的海底电缆各部位状态评估分值、综合状态评估分值、综合状态评估等级;所述例行试验数据为获取设备状态量而定期进行的各种带电检测和停电试验人工获取、记录的试验数据;所述巡检记录是指在海底电缆运行期间按规定的巡检内容和巡检周期对各类设备进行巡检后获得的书面或电子文档记录;所述消缺报告是根据巡检情况对设备缺陷进行处理的记录报告;所述情况说明是对缺陷设备临时性编制的缺陷情况说明文档。
进一步地,多位运维数据信息深度融合分析包括:
删除、补全、修复、增广数据信息;提取海底电缆缺陷相关的关键特征信息;建立海底电缆故障状态量与运维检修策略之间的对应关系构成案例库;综合海底电缆故障信息数据建立数据库。
进一步地,所述关键特征信息包括异常现象、故障类型、故障原因、检修决策等内容,所述检修决策包括检修时间、检修等级、检修建议。
进一步地,所述海底电缆维修决策智能推荐模型包括:
当***有缺陷时进行状态检修和当***无缺陷输入时进行定期检修;
进一步地,状态检修包括***缺陷获取、关键特征信息匹配、检修决策匹配;
进一步地,定期检修包括海底电缆运行时间获取、运行时间判断、维修决策匹配,所述运行时间为诊断时间与投运时间的差值。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。在整个附图中,用相同的附图标记表示相同的部件。在附图中:
图1为本发明实施例的整体原理示意图;
图2为本发明实施例的海底电缆多维运维数据信息图;
图3为本发明实施例的海底电缆多维运维数据信息处理示意图;
图4为本发明实施例的海底电缆维修决策智能推荐流程图;
图5为本发明实施例的海底电缆状态检修示意图。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
如图1所示,本发明提供多维信息融合的海底电缆维修决策智能推荐方法,包括数据获取、数据处理和维修决策智能推荐,具体包括:
S1、数据获取
从海底电缆监测、巡检、诊断、评估等多个维度挖掘海底电缆结构化和非结构化的多维运维数据信息。
S2、数据处理
在以获取数据的基础上,考虑数据的特性,对数据进行增广、修补等处理,并针对多维运维数据信息进行深度融合分析,提取信息关键特征参数、抽取判断规则与映射关系;
S3、维修决策智能推荐
建立海底电缆检修决策智能推荐模型,确定不同条件下的海底电缆检修决策;
本发明的一些实施例中,如图2所示,上述步骤S1挖掘海底电缆多维运维数据信息,具体内容包括:
梳理海底电缆结构化数据,包括海底电缆基础信息、在线监测数据、故障诊断结果、状态评估结果、例行试验数据等,梳理海底电缆非结构化数据,包括巡检记录、消缺报告、情况说明、标准导则等;
其中,上述在线监测数据指的是在线监测设备对海底电缆温度、应力、埋深、扰动、载流量的监测数据;上述故障诊断结果指的是对在线监测数据进行判断分析后的包括报警等级、报警时间、报警位置、故障类型等结果;所述状态评估结果指的是对海底电缆健康状态定量、定性分析后的海底电缆各部位状态评估分值、综合状态评估分值、综合状态评估等级;上述例行试验数据指的是获取设备状态量而定期进行的各种带电检测和停电试验人工获取、记录的试验数据;上述巡检记录指的是在海底电缆运行期间按规定的巡检内容和巡检周期对各类设备进行巡检后获得的书面或电子文档记录;上述消缺报告指的是根据巡检情况对设备缺陷进行处理的记录报告;上述情况说明指的是对缺陷设备临时性编制的缺陷情况说明文档。
本发明的一些实施例中,如图3所示,上述步骤S2多维运维数据信息深度融合分析,包括:
对S1获取到的海底电缆多维数据信息进行筛选和验证,对于不同来源的数据按照相同的数据格式进行转换、统一,当出现数据缺失、数据重复、数据异常的情况时,对数据进行删除、补全、修复、增广等处理;
针对处理后的数据信息,筛选提取海底电缆运维相关的关键特征信息,其中,关键特征信息包括海底电缆异常现象、故障类型、故障原因等海底电缆故障状态量,以及海底电缆检修时间、检修等级、检修建议等维修决策;
深度融合分析海底电缆关键特征信息,抽取关键特征信息之间的判断规则、映射关系,获取海底电缆故障状态量与运维检修决策之间的对应关系,并根据对应关系构建海底电缆运维案例库;
整合上述所有海底电缆多维运维数据信息,构建海底电缆运维信息数据库,存储修正、优化后的海底电缆故障状态量信息与运维检修决策。
本发明的一些实施例中,检修决策智能推荐的目的是根据海底电缆当前故障状态,对海底电缆缺陷、故障的产生进行溯源分析,了解其属性以及产生原因,从而根据建立的检修决策智能推荐模型,匹配海底电缆异常现象对应的维修决策。如图4所示,上述步骤S3的具体规程为:
根据海底电缆监测结果分析是否有缺陷输入,当有缺陷输入时,对海底电缆进行状态检修,海底电缆状态检修的具体流程包括***缺陷获取、关键特征信息分析、检修决策匹配。其中,上述关键特征信息匹配为根据获取到的***缺陷分析缺陷语料,匹配缺陷对应的故障类型、故障原因,考虑分析得到的故障状态量信息,匹配相应的运维检修决策。如图5所示,比如当***诊断得到输入缺陷为“温度异常”时,根据案例库分析得到海底电缆故障类型为“电气故障”,故障原因为“复杂海洋环境影响下,绝缘层性能下降或进一步发展造成的绝缘损坏”,结合状态评估对该项缺陷的评分,得到检修决策:检修等级“C级”,检修时间“适时检修”,检修建议“调查异常点,加强巡视检查,跟踪温度变化情况”;
当***无缺陷输入时,对海底电缆实施定期检修,海底电缆定期检修的具体流程包括海底电缆运行年限判断、维修决策匹配。
其中,上述海底电缆运行年限为海底电缆检修时间与投运时间的差值,所述海底电缆运行年限从海底电缆基础信息中获取;其中,上述判断运行时间匹配维修决策的具体规程为:
考虑海底电缆特殊运行环境,海底电缆定期检修在设定检修周期开展;其中,设定检修周期为:每一年、每三年、每四年;其中,上述定期检修检修决策内容为:海底电缆运行时间每经过一年就应对主绝缘电阻、外护套及内衬层绝缘电阻进行例行试验,海底电缆运行时间每经过三年,进行一次运行检查、交叉互联***检查,海底电缆运行时间每经过四年,进行一次红外热像检测、外护层接地电流(带电)试验。
Claims (8)
1.一种多维信息融合的海底电缆维修决策智能推荐方法,其特征在于,具体包含以下步骤:
步骤一:从海底电缆监测、巡检、诊断、评估等多个维度挖掘海底电缆结构化和非结构化的多维运维数据信息;
步骤二:针对多维运维数据信息进行深度融合分析,提取信息关键特征参数、抽取判断规则与映射关系;
步骤三:建立海底电缆维修决策智能推荐模型,确定不同条件下的海底电缆检修时间、检修等级、检修策略,并安排检修决策计划。
2.如权利要求1所述的一种多维信息融合的海底电缆维修决策智能推荐方法,其特征在于,在步骤一中,所述结构化运维数据信息包括海底电缆基础信息、在线监测数据、故障诊断结果、状态评估结果、例行试验数据等;所述非结构化运维数据信息包括巡检记录、消缺报告、情况说明、标准导则等。
3.如权利要求2所述的运维数据信息,其特征在于,所述在线监测数据包括在线监测设备对海底电缆温度、应力、埋深、扰动、载流量的监测数据;所述故障诊断结果为对在线监测数据进行判断分析后的包括报警等级、报警时间、报警位置、故障类型等结果;所述状态评估结果包括对海底电缆健康状态定量、定性分析后的海底电缆各部位状态评估分值、综合状态评估分值、综合状态评估等级;所述例行试验数据为获取设备状态量而定期进行的各种带电检测和停电试验人工获取、记录的试验数据;所述巡检记录是指在海底电缆运行期间按规定的巡检内容和巡检周期对各类设备进行巡检后获得的书面或电子文档记录;所述消缺报告是根据巡检情况对设备缺陷进行处理的记录报告;所述情况说明是对缺陷设备临时性编制的缺陷情况说明文档。
4.如权利要求1所述的一种多维信息融合的海底电缆维修决策智能推荐方法,其特征在于,在步骤二中,所述多位运维数据信息深度融合分析包括删除、补全、修复、增广数据信息、提取海底电缆缺陷相关的关键特征信息、建立海底电缆故障状态量与运维检修策略之间的对应关系构成案例库、综合海底电缆故障信息数据建立数据库。
5.如权利要求4所述的关键特征信息提取,其特征在于,所述关键特征信息包括异常现象、故障类型、故障原因、检修决策等内容,所述检修决策包括检修时间、检修等级、检修建议。
6.如权利要求1所述的一种多维信息融合的海底电缆维修决策智能推荐方法,其特征在于,在步骤三中,所述海底电缆维修决策智能推荐模型包括当***有缺陷时的状态检修和当***无缺陷输入时的定期检修。
7.如权利要求6所述的海底电缆状态检修,其特征在于,状态检修包括***缺陷获取、关键特征信息匹配、检修决策匹配;
如权利要求6所述的海底电缆定期检修,其特征在于,定期检修包括海底电缆运行时间获取、运行时间判断、维修决策匹配,所述运行时间为诊断时间与投运时间的差值。
8.本发明由于采取以上技术方案,其具有以下优点:
1、全面获取了与海底电缆运维相关的数据信息,便于为海底电缆维修决策智能推荐提供依据;
2、实现了多维海底电缆运行数据库的建立,便于决策智能推荐过程的数据管理并提取关键信息分析海底电缆运行状态;
3、海底电缆融合状态检修和定期检修的维修决策智能推荐模型,充分考虑了***多种可能性,增加了海底电缆运维检修的可靠性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110404634.3A CN113011613A (zh) | 2021-04-15 | 2021-04-15 | 一种多维信息融合的海底电缆维修决策智能推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110404634.3A CN113011613A (zh) | 2021-04-15 | 2021-04-15 | 一种多维信息融合的海底电缆维修决策智能推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113011613A true CN113011613A (zh) | 2021-06-22 |
Family
ID=76388922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110404634.3A Pending CN113011613A (zh) | 2021-04-15 | 2021-04-15 | 一种多维信息融合的海底电缆维修决策智能推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113011613A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112666458A (zh) * | 2020-12-04 | 2021-04-16 | 湖南五凌电力科技有限公司 | 发电设备状态评估方法以及评估装置 |
CN116205634A (zh) * | 2023-03-17 | 2023-06-02 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水库大坝维修信息提取方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672996A (zh) * | 2019-10-12 | 2020-01-10 | 国网江苏省电力有限公司南京供电分公司 | 一种城市电缆多维数据集成带电检测装置 |
CN112633611A (zh) * | 2021-01-07 | 2021-04-09 | 中海石油(中国)有限公司 | 基于大数据分析的海底电缆状态检修策略优化方法及*** |
-
2021
- 2021-04-15 CN CN202110404634.3A patent/CN113011613A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672996A (zh) * | 2019-10-12 | 2020-01-10 | 国网江苏省电力有限公司南京供电分公司 | 一种城市电缆多维数据集成带电检测装置 |
CN112633611A (zh) * | 2021-01-07 | 2021-04-09 | 中海石油(中国)有限公司 | 基于大数据分析的海底电缆状态检修策略优化方法及*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112666458A (zh) * | 2020-12-04 | 2021-04-16 | 湖南五凌电力科技有限公司 | 发电设备状态评估方法以及评估装置 |
CN116205634A (zh) * | 2023-03-17 | 2023-06-02 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水库大坝维修信息提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113011613A (zh) | 一种多维信息融合的海底电缆维修决策智能推荐方法 | |
US20120197605A1 (en) | Comprehensive assessment system and assessment method for vibration and load of wind generating set | |
CN108051709A (zh) | 基于人工智能技术的变压器状态在线评估分析方法 | |
CN111380686A (zh) | 一种基于XGBoost算法模型的风机主轴承故障监测与诊断方法 | |
CN112116243A (zh) | 基于ahp和远程支持的电力设备缺陷管理*** | |
CN112633611A (zh) | 基于大数据分析的海底电缆状态检修策略优化方法及*** | |
CN110836696A (zh) | 适于调相机***的远程故障预测方法和*** | |
CN112179691A (zh) | 基于对抗学习策略的机械装备运行状态异常检测***和方法 | |
CN115034483A (zh) | 一种水轮发电机组运行故障监测方法及*** | |
CN117218495A (zh) | 一种电表箱的风险检测方法及*** | |
CN114215705A (zh) | 风电机组故障预警方法和*** | |
CN117150418B (zh) | 基于状态特征故障树的变压器运检周期制定方法和*** | |
CN109163766B (zh) | 基于油浸式变压器实现主动预警功能的***及方法 | |
CN109285331B (zh) | 一种基于数据分析和温度预测的电力电缆温度预警*** | |
CN114462820A (zh) | 一种轴承状态监测与健康管理***性能测试及优化方法和*** | |
CN112285631A (zh) | 一种电流互感器主动预警的判断方法及*** | |
CN113193616A (zh) | 一种用于输电通道监拍设备的健康状态评估方法 | |
CN115829331A (zh) | 海上生产平台井口装置与采油树风险评估方法及*** | |
CN113902222B (zh) | 一种新能源智慧运维*** | |
CN114066163A (zh) | 一种基于三层架构模式的电力设备状态分析方法及装置 | |
CN111539642B (zh) | 一种基于面向对象的电厂数据采集处理***及其方法 | |
CN114089136A (zh) | 基于人工智能的高压电缆局放检测与缺陷诊断*** | |
CN111200315B (zh) | 一种变电站监控后台故障诊断***和方法 | |
Fan et al. | Research on online monitoring and diagnosis system for key equipment health status in intelligent manufacturing of metallurgical enterprises | |
Jamil et al. | Wind turbine drivetrain fault detection using multi-variate deep learning combined with signal processing |
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 |