CN114268365A - 一种基于可视化技术的通信光缆智能预警方法及*** - Google Patents
一种基于可视化技术的通信光缆智能预警方法及*** Download PDFInfo
- Publication number
- CN114268365A CN114268365A CN202111457139.5A CN202111457139A CN114268365A CN 114268365 A CN114268365 A CN 114268365A CN 202111457139 A CN202111457139 A CN 202111457139A CN 114268365 A CN114268365 A CN 114268365A
- Authority
- CN
- China
- Prior art keywords
- information
- state
- result
- decision
- decision result
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Optical Communication System (AREA)
Abstract
本发明公开了一种基于可视化技术的通信光缆智能预警方法及***,其中,所述方法包括:将第一探测光束输入第一传感光纤,获得第一后向散射光信号,获得第一传感信息;生成第一状态评估矢量矩阵;将第一状态评估矢量矩阵输入第一决策树,获得第一状态决策结果;将第一状态评估矢量矩阵输入第N决策树,获得第N状态决策结果;获得第一集成决策结果,将第一状态评估矢量矩阵和第一集成决策结果上传至可视化组件进行内容渲染,获得第一显示结果,并将第一传感光纤异常信息标识为预警状态。解决了现有技术存在光缆预警方法准确性较低,方法交互性和可视化程度低,导致预警方法灵活性差以及通信光缆的抗毁能力差的技术问题。
Description
技术领域
本发明涉及光缆预警领域,尤其涉及一种基于可视化技术的通信光缆智能预警方法及***。
背景技术
光纤的中心通常是由玻璃制成的芯,芯外面包围着一层玻璃封套,以使射入纤芯的光信号经包层界面反射,使光信号在纤芯中传播前进。由于光纤本身非常脆弱,无法直接应用于布线***,因此通常被扎成束,外面加保护外壳,中问有抗拉线,这就是所谓的光缆,光缆通常包含一根或者多根光纤。目前对于光纤的故障检测预警多通过对光纤振动信号等信息的分析,判断光纤出现异常的可能性,达到预警的效果,但是光纤部署的环境都较复杂多变,仅仅通过单一维度的信号无法对光纤实时状态做出准确判断,并且在进行预警的分析过程中缺乏可视化的调整过程导致灵活度较低。
但在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
存在光缆预警方法准确性较低,方法交互性和可视化程度低,导致预警方法灵活性差以及通信光缆的抗毁能力差的问题。
发明内容
本申请实施例通过提供一种基于可视化技术的通信光缆智能预警方法及***,解决了现有技术存在光缆预警方法准确性较低,方法交互性和可视化程度低,导致预警方法灵活性差以及通信光缆的抗毁能力差的技术问题。达到基于对后向散射光信号进行实时采集,结合光纤的振动和应力信息进行多次光纤状态评估,从而对通信光缆进行准确预警,并且通过可视化技术手段实现交互可视化的通信光缆预警,提高预警方法灵活性的技术效果。
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的方法。
第一方面,本申请实施例提供了一种基于可视化技术的通信光缆智能预警方法,所述方法包括:将第一探测光束输入第一传感光纤,获得第一后向散射光信号,其中,所述第一后向散射光信号包括第一波长信息和第一频率信息;在所述第一后向散射光信号的采集位置获得第一传感信息,其中,所述第一传感信息包括第一振动信息和第一应力信息;根据所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息,生成第一状态评估矢量矩阵;将所述第一状态评估矢量矩阵输入第一决策树,获得第一状态决策结果;将所述第一状态评估矢量矩阵输入第N决策树,获得第N状态决策结果;根据所述第一状态决策结果直到所述第N状态决策结果,获得第一集成决策结果,其中,所述第一集成决策结果包括第一传感光纤异常信息;将所述第一状态评估矢量矩阵和所述第一集成决策结果上传至可视化组件进行内容渲染,获得第一显示结果,并将所述第一传感光纤异常信息标识为预警状态。
另一方面,本申请还提供了一种基于可视化技术的通信光缆智能预警***,所述***包括:第一获得单元,所述第一获得单元用于将第一探测光束输入第一传感光纤,获得第一后向散射光信号,其中,所述第一后向散射光信号包括第一波长信息和第一频率信息;第二获得单元,所述第二获得单元用于在所述第一后向散射光信号的采集位置获得第一传感信息,其中,所述第一传感信息包括第一振动信息和第一应力信息;第一生成单元,所述第一生成单元用于根据所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息,生成第一状态评估矢量矩阵;第三获得单元,所述第三获得单元用于将所述第一状态评估矢量矩阵输入第一决策树,获得第一状态决策结果;第四获得单元,所述第四获得单元用于将所述第一状态评估矢量矩阵输入第N决策树,获得第N状态决策结果;第五获得单元,所述第五获得单元用于根据所述第一状态决策结果直到所述第N状态决策结果,获得第一集成决策结果,其中,所述第一集成决策结果包括第一传感光纤异常信息;第一预警单元,所述第一预警单元用于将所述第一状态评估矢量矩阵和所述第一集成决策结果上传至可视化组件进行内容渲染,获得第一显示结果,并将所述第一传感光纤异常信息标识为预警状态。
第三方面,本发明实施例提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述的控制输出数据的方法中的步骤。
第四方面,本发明实施例还提供了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上述任意一项所述的控制输出数据的方法中的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了将第一探测光束输入第一传感光纤,获得第一后向散射光信号,其中,所述第一后向散射光信号包括第一波长信息和第一频率信息;在所述第一后向散射光信号的采集位置获得第一传感信息,其中,所述第一传感信息包括第一振动信息和第一应力信息;根据所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息,生成第一状态评估矢量矩阵;将所述第一状态评估矢量矩阵输入第一决策树,获得第一状态决策结果;将所述第一状态评估矢量矩阵输入第N决策树,获得第N状态决策结果;根据所述第一状态决策结果直到所述第N状态决策结果,获得第一集成决策结果,其中,所述第一集成决策结果包括第一传感光纤异常信息;将所述第一状态评估矢量矩阵和所述第一集成决策结果上传至可视化组件进行内容渲染,获得第一显示结果,并将所述第一传感光纤异常信息标识为预警状态。进而达到了基于对后向散射光信号进行实时采集,结合光纤的振动和应力信息进行多次光纤状态评估,从而对通信光缆进行准确预警,并且通过可视化技术手段实现交互可视化的通信光缆预警,提高预警方法灵活性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于可视化技术的通信光缆智能预警方法的流程示意图;
图2为本申请实施例一种基于可视化技术的通信光缆智能预警方法中获得第一状态评估矢量矩阵的流程示意图;
图3为本申请实施例一种基于可视化技术的通信光缆智能预警方法中构建第一决策树直到第N决策树的流程示意图;
图4为本申请实施例一种基于可视化技术的通信光缆智能预警方法中生成第一训练规则的流程示意图;
图5为本申请实施例一种基于可视化技术的通信光缆智能预警方法中获得第一集成决策结果的流程示意图;
图6为本申请实施例一种基于可视化技术的通信光缆智能预警***的结构示意图;
图7为本申请实施例所提供的一种用于执行控制输出数据的方法的电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一生成单元13,第三获得单元14,第四获得单元15,第五获得单元16,第一预警单元17,总线1110,处理器1120,收发器1130,总线接口1140,存储器1150,操作***1151,应用程序1152和用户接口1160。
具体实施方式
在本发明实施例的描述中,所属技术领域的技术人员应当知道,本发明实施例可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本发明实施例可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本发明实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的***、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本发明实施例中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行***、装置、器件使用或与其结合使用。
申请概述
本发明实施例通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
下面结合本发明实施例中的附图对本发明实施例进行描述。
实施例一
如图1所示,本申请实施例提供了一种基于可视化技术的通信光缆智能预警方法,其中,所述方法包括:
步骤S100:将第一探测光束输入第一传感光纤,获得第一后向散射光信号,其中,所述第一后向散射光信号包括第一波长信息和第一频率信息;
步骤S200:在所述第一后向散射光信号的采集位置获得第一传感信息,其中,所述第一传感信息包括第一振动信息和第一应力信息;
具体而言,目前光纤故障检测方法能够通过监测光纤中后向散射光信号强度,测量光信号的衰减,从而定位故障节点。所述第一探测光束可以但不限于由激光器发射出的用于检测光纤的脉冲激光,所述第一传感光纤为待检测评估的通信光缆。将第一探测光束输入第一传感光纤,获得所述第一后向散射光信号,所述第一后向散射光信号包括第一波长信息和第一频率信息。所述第一波长信息和所述第一频率信息包含在一定时间范围内的光信号的波长和频率的变化信息。在所述第一后向散射光信号的采集位置获得第一传感信息,所述第一传感信息包括第一振动信息和第一应力信息,所述第一振动信息和第一应力信息可通过振动传感器和应力传感器检测光信号采集位置处的光纤获得。由于光纤中可能存在异常故障点,因此检测第一后向散射光信号的波长、频率,以及检测光纤的振动、应力,能够为光纤异常检测奠定基础。
步骤S300:根据所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息,生成第一状态评估矢量矩阵;
步骤S400:将所述第一状态评估矢量矩阵输入第一决策树,获得第一状态决策结果;
具体而言,将检测得到的所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息进行存储。并且根据第一状态下的波长、频率、振动和应力信息,生成第一状态评估矢量矩阵。所述第一状态为第一传感光纤进行异常检测时的任一状态。
决策树(Decision Tree)是一种简单但是广泛使用的分类器。通过训练数据构建决策树,可以高效的对未知的数据进行分类。决策数有两大优点:其一,决策树模型可读性好,具有描述性,有助于人工分析;其二,效率高,决策树只需要一次构建,反复使用,每一次预测的最大计算次数不超过决策树的深度。第一决策树可通过现有方法进行构建,举不受限制的一例:采集第一传感光纤的大量数据资料,通过数据分析选择一个最优特征构建根节点,将数据集分割成子集可作为决策树的内部节点,通过对其进行信息熵的计算,可对熵值最小的特征进行优先分类,以此方法对决策树进行递归构建,直至无法对最后的特征叶节点进行再分,说明分类结束,以此构成第一决策树。
构建好第一决策树后,将所述第一状态评估矢量矩阵输入第一决策树,进而通过第一决策树对第一传感光纤的数据集进行分类学习,从而获得第一状态决策结果,通过所述第一状态结果能够对第一传感光纤进行状态评估和异常检测。通过将第一传感光纤的第一状态评估矢量矩阵输入构建好的决策树,能够快速准确的匹配到较为准确的第一状态决策结果。
步骤S500:将所述第一状态评估矢量矩阵输入第N决策树,获得第N状态决策结果;
步骤S600:根据所述第一状态决策结果直到所述第N状态决策结果,获得第一集成决策结果,其中,所述第一集成决策结果包括第一传感光纤异常信息;
具体而言,所述第N决策树,其中N为正整数,且N>1。将第一状态评估矩阵输入第N决策树,获得第N状态决策结果,不同决策树输出的决策结果之间存在差异。将所述第一状态决策结果直到所述第N状态决策结果进行集成和统计分析,获得第一集成决策结果。所述第一集成决策结果为最终的决策结果,包括第一传感光纤异常信息,通过所述第一传感光纤异常信息能够判断光纤是否出现断裂、弯曲、位移等异常情况。
步骤S700:将所述第一状态评估矢量矩阵和所述第一集成决策结果上传至可视化组件进行内容渲染,获得第一显示结果,并将所述第一传感光纤异常信息标识为预警状态。
具体而言,所述可视化组件能够通过内容渲染展示上传的数据和数据分析结果,使数据清晰有效地表达。将所述第一状态评估矢量矩阵和所述第一集成决策结果上传至可视化组件进行内容渲染,获得第一显示结果,所述第一显示结果能够更为直观的将第一集成决策结果提供给用户,并且能够通过可视化组件的不同呈现方式将所述第一集成决策结果中的第一传感光纤异常信息标识为预警状态。从而实现兼顾准确性和交互性的可视化通信光缆智能预警方法。
进一步而言,如图2所示,所述根据所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息,生成第一状态评估矢量矩阵,本申请实施例步骤S300还包括:
步骤S310:在所述采集位置处进行信号传输噪音提取,获得第一环境噪音集合;
步骤S320:将所述第一环境噪音集合上传至所述可视化组件进行内容渲染,获得第二显示结果,其中,所述第二显示结果包括第一调整选框和第一确认选框;
步骤S330:当确定为所述第一确认选框时,将所述第一环境噪音集合添加进所述第一状态评估矢量矩阵。
进一步而言,本申请实施例还包括:
步骤S331:当确定为所述第一调整选框时,对所述第一环境噪音集合进行增加或删除调整,获得第二环境噪音集合;
步骤S332:将所述第二环境噪音集合添加进所述第一状态评估矢量矩阵。
具体而言,由于环境要素会对光信号传输造成一定的偏差和损失,故在所述第一后向散射光信号的采集位置处进行信号传输噪音提取。其中,信号传输噪音主要由温度、湿度、磁场等外部因素产生。通过信号传输噪音提取,获得第一环境噪音集合,第一环境噪音集合包含各种环境噪音矢量。将所述第一环境噪音集合上传至所述可视化组件进行内容渲染,即为第一显示结果渲染上噪音,可以但不限于根据第一环境噪音集合中的噪音数量和噪音类型对应获得第二显示结果,第二显示结果包括第一调整选框和第一确认选框,用户能够通过所述第一确认选框确认将所述第一环境噪音集合添加进所述第一状态评估矢量矩阵。所述第一调整选框能够提供给用户对所述第一环境噪音集合进行增加或删除调整的选择,从而通过用户的增加或删除操作获得第二环境噪音集合,进而将调整后的所述第二环境噪音集合添加进所述第一状态评估矢量矩阵。举不受限制的一例如:当第一环境噪音集合中的噪音来源于不同噪音源,噪音多且噪音类型复杂时,会对第一状态评估矢量矩阵产生较大影响,上传至可视化组件后经过内容渲染,对应得到的第二显示结果为第一调整选框,从而用户可对噪音进行删除调整,获得第二环境噪音集合。通过渲染生成第二显示结果能够对环境噪音的添加进行预处理,从而更好的修正信号传输产生的偏差和损失,避免做出错误的状态评估。
进一步而言,如图3所示,本申请实施例还包括:
步骤S810:获得第一历史数据库,其中,所述第一历史数据库为存储光纤状态评估矢量及状态评估结果的云端数据库;
步骤S820:基于所述第一状态评估矢量矩阵对所述第一历史数据库进行关联性分析,获得第一关联数据;
步骤S830:根据所述第一关联数据,生成第一训练规则;
步骤S840:将所述第一关联数据作为第一训练数据,基于所述第一训练规则构建所述第一决策树直到所述第N决策树。
进一步而言,如图4所示,所述根据所述第一关联数据,生成第一训练规则,本申请实施例步骤S830还包括:
步骤S831:对所述第一关联数据进行聚类分析,获得第一分类结果,其中,所述第一分类结果包括M组数据集,M为所述第一关联数据中的评估矢量类别维度;
步骤S832:对所述M组数据集有放回的随机抽取M次,生成第一训练数据集,通过所述第一训练数据集训练所述第一决策树,其中,每次随机抽取限定为一组数据集;
步骤S833:直到生成第N训练数据集,通过所述第N训练数据集训练所述第N决策树,其中,N≥M。
具体而言,为了训练所述第一决策树,首先需要采集大量数据构建训练数据集。采集第一历史数据库,所述第一历史数据库来自于多方光纤监测厂家记录数据交互得到的存储光纤状态评估矢量及状态评估结果的云端数据库。实现打破数据孤岛,提供庞大数据量。进一步的,由于第一历史数据库中不同光纤厂家记录数据庞杂,需要基于所述第一状态评估矢量矩阵对所述第一历史数据库进行关联性分析,获得第一关联数据。也就是说,在历史数据中找到第一状态评估矢量矩阵中数据的同类型数据,例如:满足预设重合阈值的频率、波长信息或是满足预设重合阈值的环境噪音信息,其中预设重合阈值可根据实际要求的精度进行人为设定。
根据所述第一关联数据,生成第一训练规则,第一训练规则用于构建所述第一决策树直到所述第N决策树。所述第一训练规则可以通过下述方法获得。对经过关联性分析得到的第一关联数据进行聚类分析,将相似的数据聚为一类,类与类之间存在明显差异。经过聚类分析获得第一分类结果,将第一关联数据分为M组数据集,M为正整数且M为所述第一关联数据中的评估矢量类别维度即分为M类。为了保证训练数据不重复,对所述M组数据集进行有放回的随机抽取M次。其中对M组数据集抽取1次,1次抽取的数据量可为任意小于M的常数m,从而生成一组数据集,一共抽取M次生成M组数据集即为所述第一训练数据集。所述第一训练数据集用于训练所述第一决策树。再次抽取M组数据集作为第二训练数据集训练第二决策树,直至抽取第N个M组数据集即所述第N训练数据集,通过第N训练数据集训练所述第N决策树,其中,N≥M是因为一般而言,随机组合的结果是呈指数增加的,所有M组数据有多种随机方式,所以为了让决策树涉及到的数据种类更多,需要保证N≥M。通过有放回的抽取M次,每次抽取一组数据,则N个决策树对应的训练数据都是不同的,且随机性较强,决策结果准确性就会更强。从而生成所述第一训练规则,按照上述训练规则构建所述第一决策树直到所述第N决策树。
进一步而言,如图4所示,所述根据所述第一状态决策结果直到所述第N状态决策结果,获得第一集成决策结果,本申请实施例步骤S600还包括:
步骤S610:对所述第一状态决策结果直到所述第N状态决策结果进行聚类分析,获得第二聚类结果,其中,所述第二聚类结果包括多组决策结果;
步骤S620:根据第一支持量对多组决策结果进行排序,获得第一排序结果,其中,所述第一支持量为多组决策结果对应的决策树数量;
步骤S630:获得所述第一集成决策结果,其中,所述第一集成决策结果在所述第一排序结果中排序第一。
具体而言,由于所述第一决策树直到所述第N决策树的决策结果之间的相似程度存在差异,因此对所述第一状态决策结果直到所述第N状态决策结果进行聚类分析,获得第二聚类结果,其中,所述第二聚类结果包括多组决策结果,所述多组决策结果中的决策结果数量不同,对多组决策结果按照所述第一支持量进行排序,其中所述第一支持量为多组决策结果对应的决策树数量,将在排序结果中排序第一的结果作为所述第一集成结果,从而将第一集成结果作为最后的决策结果。能够提高决策树的准确性,从而提高对第一传感光纤状态评估的准确性和科学性。
进一步而言,本申请实施例还包括:
步骤S910:当所述第一集成决策结果大于1时,将多个所述第一集成决策结果上传至所述可视化组件进行内容渲染,获得第三显示结果,其中,所述第三显示结果包括第一筛选选框;
步骤S920:通过所述第一筛选选框提醒第一工作人员对所述第一集成决策结果进行筛选,获得第二集成决策结果。
具体而言,当所述第一集成决策结果大于1时,即具有多个决策结果数量一致,且在排序结果中均并列第一,那么将多个所述第一集成决策结果上传至所述可视化组件进行内容渲染,呈现处第三显示结果,包括第一筛选选框,此时,第一筛选选框提醒第一工作人员对所述第一集成决策结果进行筛选,获得第二集成决策结果,当N足够大时,不会出现并列的情况,一旦出现并列情况难以判断时,可通过内容渲染显示出筛选选框,交给工作人员调整筛选,从而得到准确可靠的决策结果。这也是可视化的一大优点,具有较高的灵活度。
综上所述,本申请实施例所提供的一种基于可视化技术的通信光缆智能预警方法及***具有如下技术效果:
1.由于采用了将第一探测光束输入第一传感光纤,获得第一后向散射光信号,其中,所述第一后向散射光信号包括第一波长信息和第一频率信息;在所述第一后向散射光信号的采集位置获得第一传感信息,其中,所述第一传感信息包括第一振动信息和第一应力信息;根据所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息,生成第一状态评估矢量矩阵;将所述第一状态评估矢量矩阵输入第一决策树,获得第一状态决策结果;将所述第一状态评估矢量矩阵输入第N决策树,获得第N状态决策结果;根据所述第一状态决策结果直到所述第N状态决策结果,获得第一集成决策结果,其中,所述第一集成决策结果包括第一传感光纤异常信息;将所述第一状态评估矢量矩阵和所述第一集成决策结果上传至可视化组件进行内容渲染,获得第一显示结果,并将所述第一传感光纤异常信息标识为预警状态。进而达到了基于对后向散射光信号进行实时采集,结合光纤的振动和应力信息进行多次光纤状态评估,从而对通信光缆进行准确预警,并且通过可视化技术手段实现交互可视化的通信光缆预警,提高预警方法灵活性的技术效果。
2.由于采用了通过筛选选框进行人工筛选调整的方法,达到了当并列情况出现时,通过工作人员进行调整,实现可视化和交互功能,并且具有较高灵活度的技术效果。
实施例二
基于与前述实施例中一种基于可视化技术的通信光缆智能预警方法同样发明构思,本发明还提供了一种基于可视化技术的通信光缆智能预警***,如图6所示,所述***包括:
第一获得单元11,所述第一获得单元11用于将第一探测光束输入第一传感光纤,获得第一后向散射光信号,其中,所述第一后向散射光信号包括第一波长信息和第一频率信息;
第二获得单元12,所述第二获得单元12用于在所述第一后向散射光信号的采集位置获得第一传感信息,其中,所述第一传感信息包括第一振动信息和第一应力信息;
第一生成单元13,所述第一生成单元13用于根据所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息,生成第一状态评估矢量矩阵;
第三获得单元14,所述第三获得单元14用于将所述第一状态评估矢量矩阵输入第一决策树,获得第一状态决策结果;
第四获得单元15,所述第四获得单元15用于将所述第一状态评估矢量矩阵输入第N决策树,获得第N状态决策结果;
第五获得单元16,所述第五获得单元16用于根据所述第一状态决策结果直到所述第N状态决策结果,获得第一集成决策结果,其中,所述第一集成决策结果包括第一传感光纤异常信息;
第一预警单元17,所述第一预警单元17用于将所述第一状态评估矢量矩阵和所述第一集成决策结果上传至可视化组件进行内容渲染,获得第一显示结果,并将所述第一传感光纤异常信息标识为预警状态。
进一步的,所述***还包括:
第六获得单元,所述第六获得单元用于在所述采集位置处进行信号传输噪音提取,获得第一环境噪音集合;
第七获得单元,所述第七获得单元用于将所述第一环境噪音集合上传至所述可视化组件进行内容渲染,获得第二显示结果,其中,所述第二显示结果包括第一调整选框和第一确认选框;
第一执行单元,所述第一执行单元用于当确定为所述第一确认选框时,将所述第一环境噪音集合添加进所述第一状态评估矢量矩阵。
进一步的,所述***还包括:
第八获得单元,所述第八获得单元用于当确定为所述第一调整选框时,对所述第一环境噪音集合进行增加或删除调整,获得第二环境噪音集合;
第二执行单元,所述第二执行单元用于将所述第二环境噪音集合添加进所述第一状态评估矢量矩阵。
进一步的,所述***还包括:
第九获得单元,所述第九获得单元用于获得第一历史数据库,其中,所述第一历史数据库为存储光纤状态评估矢量及状态评估结果的云端数据库;
第十获得单元,所述第十获得单元用于基于所述第一状态评估矢量矩阵对所述第一历史数据库进行关联性分析,获得第一关联数据;
第二生成单元,所述第二生成单元用于根据所述第一关联数据,生成第一训练规则;
第一构建单元,所述第一构建单元用于将所述第一关联数据作为第一训练数据,基于所述第一训练规则构建所述第一决策树直到所述第N决策树。
进一步的,所述***还包括:
第十一获得单元,所述第十一获得单元用于对所述第一关联数据进行聚类分析,获得第一分类结果,其中,所述第一分类结果包括M组数据集,M为所述第一关联数据中的评估矢量类别维度;
第三生成单元,所述第三生成单元用于对所述M组数据集有放回的随机抽取M次,生成第一训练数据集,通过所述第一训练数据集训练所述第一决策树,其中,每次随机抽取限定为一组数据集;
第三执行单元,所述第三执行单元用于直到生成第N训练数据集,通过所述第N训练数据集训练所述第N决策树,其中,N≥M。
进一步的,所述***还包括:
第十二获得单元,所述第十二获得单元用于对所述第一状态决策结果直到所述第N状态决策结果进行聚类分析,获得第二聚类结果,其中,所述第二聚类结果包括多组决策结果;
第十三获得单元,所述第十三获得单元用于根据第一支持量对多组决策结果进行排序,获得第一排序结果,其中,所述第一支持量为多组决策结果对应的决策树数量;
第十四获得单元,所述第十四获得单元用于获得所述第一集成决策结果,其中,所述第一集成决策结果在所述第一排序结果中排序第一。
进一步的,所述***还包括:
第十五获得单元,所述第十五获得单元用于当所述第一集成决策结果大于1时,将多个所述第一集成决策结果上传至所述可视化组件进行内容渲染,获得第三显示结果,其中,所述第三显示结果包括第一筛选选框;
第十六获得单元,所述第十六获得单元用于通过所述第一筛选选框提醒第一工作人员对所述第一集成决策结果进行筛选,获得第二集成决策结果。
前述图1实施例一中的一种基于可视化技术的通信光缆智能预警方法的各种变化方式和具体实例同样适用于本实施例的一种基于可视化技术的通信光缆智能预警***,通过前述对一种基于可视化技术的通信光缆智能预警方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于可视化技术的通信光缆智能预警***的实施方法,所以为了说明书的简洁,在此不再详述。
此外,本发明实施例还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
示例性电子设备
具体的,参见图7所示,本发明实施例还提供了一种电子设备,该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
在本发明实施例中,该电子设备还包括:存储在存储器1150上并可在处理器1120上运行的计算机程序,计算机程序被处理器1120执行时实现上述控制输出数据的方法实施例的各个过程。
收发器1130,用于在处理器1120的控制下接收和发送数据。
本发明实施例中,总线架构(用总线1110来代表),总线1110可以包括任意数量互联的总线和桥,总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个,包括存储器总线和存储器控制器、***总线、加速图形端口、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制,这样的体系结构包括:工业标准体系结构总线、微通道体系结构总线、扩展总线、视频电子标准协会、***部件互连总线。
处理器1120可以是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括:通用处理器、中央处理器、网络处理器、数字信号处理器、专用集成电路、现场可编程门阵列、复杂可编程逻辑器件、可编程逻辑阵列、微控制单元或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本发明实施例中公开的各方法、步骤和逻辑框图。例如,处理器可以是单核处理器或多核处理器,处理器可以集成于单颗芯片或位于多颗不同的芯片。
处理器1120可以是微处理器或任何常规的处理器。结合本发明实施例所公开的方法步骤可以直接由硬件译码处理器执行完成,或者由译码处理器中的硬件和软件模块组合执行完成。软件模块可以位于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
总线1110还可以将各种其他电路连接在一起,例如***设备、稳压器或功率管理电路等。总线接口1140在总线1110和收发器1130之间提供接口,这些都是本领域所公知的。因此,本发明实施例不再对其进行进一步描述。
收发器1130可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。例如:收发器1130从其他设备接收外部数据,收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机装置的性质,还可以提供用户接口1160,例如:触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
应理解,在本发明实施例中,存储器1150可进一步包括相对于处理器1120远程设置的存储器,这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网、局域网、无线局域网、广域网、无线广域网、城域网、互联网、公共交换电话网、普通老式电话业务网、蜂窝电话网、无线网络、无线保真网络以和两个或更多个上述网络的组合。例如,蜂窝电话网和无线网络可以是全球移动通信装置、码分多址装置、全球微波互联接入装置、通用分组无线业务装置、宽带码分多址装置、长期演进装置、LTE频分双工装置、LTE时分双工装置、先进长期演进装置、通用移动通信装置、增强移动宽带装置、海量机器类通信装置、超可靠低时延通信装置等。
应理解,本发明实施例中的存储器1150可以是易失性存储器或非易失性存储器,或可包括易失性存储器和非易失性存储器两者。其中,非易失性存储器包括:只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器,或闪存。
易失性存储器包括:随机存取存储器,其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如:静态随机存取存储器、动态随机存取存储器、同步动态随机存取存储器、双倍数据速率同步动态随机存取存储器、增强型同步动态随机存取存储器、同步连接动态随机存取存储器和直接内存总线随机存取存储器。本发明实施例描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
在本发明实施例中,存储器1150存储了操作***1151和应用程序1152的如下元素:可执行模块、数据结构,或者其子集,或者其扩展集。
具体而言,操作***1151包含各种装置程序,例如:框架层、核心库层、驱动层等,用于实现各种基础业务和处理基于硬件的任务。应用程序1152包含各种应用程序,例如:媒体播放器、浏览器,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1152中。应用程序1152包括:小程序、对象、组件、逻辑、数据结构和其他执行特定任务或实现特定抽象数据类型的计算机装置可执行指令。
此外,本发明实施例还提供了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上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
以上所述,仅为本发明实施例的具体实施方式,但本发明实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例披露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明实施例的保护范围之内。因此,本发明实施例的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于可视化技术的通信光缆智能预警方法,其特征在于,所述方法包括:
将第一探测光束输入第一传感光纤,获得第一后向散射光信号,其中,所述第一后向散射光信号包括第一波长信息和第一频率信息;
在所述第一后向散射光信号的采集位置获得第一传感信息,其中,所述第一传感信息包括第一振动信息和第一应力信息;
根据所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息,生成第一状态评估矢量矩阵;
将所述第一状态评估矢量矩阵输入第一决策树,获得第一状态决策结果;
将所述第一状态评估矢量矩阵输入第N决策树,获得第N状态决策结果;
根据所述第一状态决策结果直到所述第N状态决策结果,获得第一集成决策结果,其中,所述第一集成决策结果包括第一传感光纤异常信息;
将所述第一状态评估矢量矩阵和所述第一集成决策结果上传至可视化组件进行内容渲染,获得第一显示结果,并将所述第一传感光纤异常信息标识为预警状态。
2.如权利要求1所述的方法,其特征在于,所述根据所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息,生成第一状态评估矢量矩阵,包括:
在所述采集位置处进行信号传输噪音提取,获得第一环境噪音集合;
将所述第一环境噪音集合上传至所述可视化组件进行内容渲染,获得第二显示结果,其中,所述第二显示结果包括第一调整选框和第一确认选框;
当确定为所述第一确认选框时,将所述第一环境噪音集合添加进所述第一状态评估矢量矩阵。
3.如权利要求2所述的方法,其特征在于,所述方法包括:
当确定为所述第一调整选框时,对所述第一环境噪音集合进行增加或删除调整,获得第二环境噪音集合;
将所述第二环境噪音集合添加进所述第一状态评估矢量矩阵。
4.如权利要求1所述的方法,其特征在于,所述方法包括:
获得第一历史数据库,其中,所述第一历史数据库为存储光纤状态评估矢量及状态评估结果的云端数据库;
基于所述第一状态评估矢量矩阵对所述第一历史数据库进行关联性分析,获得第一关联数据;
根据所述第一关联数据,生成第一训练规则;
将所述第一关联数据作为第一训练数据,基于所述第一训练规则构建所述第一决策树直到所述第N决策树。
5.如权利要求4所述的方法,其特征在于,所述根据所述第一关联数据,生成第一训练规则,包括:
对所述第一关联数据进行聚类分析,获得第一分类结果,其中,所述第一分类结果包括M组数据集,M为所述第一关联数据中的评估矢量类别维度;
对所述M组数据集有放回的随机抽取M次,生成第一训练数据集,通过所述第一训练数据集训练所述第一决策树,其中,每次随机抽取限定为一组数据集;
直到生成第N训练数据集,通过所述第N训练数据集训练所述第N决策树,其中,N≥M。
6.如权利要求1所述的方法,其特征在于,所述根据所述第一状态决策结果直到所述第N状态决策结果,获得第一集成决策结果,包括:
对所述第一状态决策结果直到所述第N状态决策结果进行聚类分析,获得第二聚类结果,其中,所述第二聚类结果包括多组决策结果;
根据第一支持量对多组决策结果进行排序,获得第一排序结果,其中,所述第一支持量为多组决策结果对应的决策树数量;
获得所述第一集成决策结果,其中,所述第一集成决策结果在所述第一排序结果中排序第一。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
当所述第一集成决策结果大于1时,将多个所述第一集成决策结果上传至所述可视化组件进行内容渲染,获得第三显示结果,其中,所述第三显示结果包括第一筛选选框;
通过所述第一筛选选框提醒第一工作人员对所述第一集成决策结果进行筛选,获得第二集成决策结果。
8.一种基于可视化技术的通信光缆智能预警***,其特征在于,所述***包括:
第一获得单元,所述第一获得单元用于将第一探测光束输入第一传感光纤,获得第一后向散射光信号,其中,所述第一后向散射光信号包括第一波长信息和第一频率信息;
第二获得单元,所述第二获得单元用于在所述第一后向散射光信号的采集位置获得第一传感信息,其中,所述第一传感信息包括第一振动信息和第一应力信息;
第一生成单元,所述第一生成单元用于根据所述第一波长信息、所述第一频率信息、所述第一振动信息和所述第一应力信息,生成第一状态评估矢量矩阵;
第三获得单元,所述第三获得单元用于将所述第一状态评估矢量矩阵输入第一决策树,获得第一状态决策结果;
第四获得单元,所述第四获得单元用于将所述第一状态评估矢量矩阵输入第N决策树,获得第N状态决策结果;
第五获得单元,所述第五获得单元用于根据所述第一状态决策结果直到所述第N状态决策结果,获得第一集成决策结果,其中,所述第一集成决策结果包括第一传感光纤异常信息;
第一预警单元,所述第一预警单元用于将所述第一状态评估矢量矩阵和所述第一集成决策结果上传至可视化组件进行内容渲染,获得第一显示结果,并将所述第一传感光纤异常信息标识为预警状态。
9.一种基于可视化技术的通信光缆智能预警电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
10.一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如权利要求1-7中任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111457139.5A CN114268365B (zh) | 2021-12-02 | 2021-12-02 | 一种基于可视化技术的通信光缆智能预警方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111457139.5A CN114268365B (zh) | 2021-12-02 | 2021-12-02 | 一种基于可视化技术的通信光缆智能预警方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114268365A true CN114268365A (zh) | 2022-04-01 |
CN114268365B CN114268365B (zh) | 2023-07-11 |
Family
ID=80826031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111457139.5A Active CN114268365B (zh) | 2021-12-02 | 2021-12-02 | 一种基于可视化技术的通信光缆智能预警方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114268365B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116449725A (zh) * | 2023-06-19 | 2023-07-18 | 深蓝(天津)智能制造有限责任公司 | 一种可视化的排管智能控制方法及*** |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556724A (zh) * | 2008-04-09 | 2009-10-14 | 中国科学院半导体研究所 | 光纤周界安全管理***及其模式识别方法 |
CN102722726A (zh) * | 2012-06-05 | 2012-10-10 | 江苏省电力公司南京供电公司 | 一种基于动态二叉树的svm多分类方法 |
CN104240455A (zh) * | 2014-08-07 | 2014-12-24 | 北京航天控制仪器研究所 | 一种分布式光纤管线安全预警***中的扰动事件识别方法 |
CN104269006A (zh) * | 2014-09-24 | 2015-01-07 | 天津大学 | 一种光纤预警***及模式识别方法 |
CN104751580A (zh) * | 2015-04-08 | 2015-07-01 | 武汉理工光科股份有限公司 | 分布式光纤传感信号模式识别方法及*** |
CN105184319A (zh) * | 2015-09-02 | 2015-12-23 | 同方威视技术股份有限公司 | 光纤周界入侵信号的识别方法、装置及周界入侵报警*** |
CN105575024A (zh) * | 2015-12-30 | 2016-05-11 | 杭州安远科技有限公司 | 抗干扰的光纤周界防护***及方法 |
CN108830745A (zh) * | 2018-06-29 | 2018-11-16 | 国网上海市电力公司 | 基于监控信息的电网连锁故障诊断、预警、评估*** |
CN109614926A (zh) * | 2018-12-07 | 2019-04-12 | 武汉理工光科股份有限公司 | 基于预测模型的分布式光纤传感信号模式识别方法及*** |
CN109889258A (zh) * | 2018-12-06 | 2019-06-14 | 国家电网有限公司 | 一种光网络故障校验方法和设备 |
US20190197141A1 (en) * | 2017-12-22 | 2019-06-27 | International Business Machines Corporation | Interactive adjustment of decision rules |
CN110086529A (zh) * | 2019-04-15 | 2019-08-02 | 北京盟力星科技有限公司 | 一种基于光缆监测站的测试分析*** |
CN110728383A (zh) * | 2019-10-11 | 2020-01-24 | 国网山东省电力公司潍坊供电公司 | 一种光缆运行态势智能评估*** |
CN110752942A (zh) * | 2019-09-06 | 2020-02-04 | 平安科技(深圳)有限公司 | 告警信息的决策方法、装置、计算机设备及存储介质 |
CN111448768A (zh) * | 2018-02-22 | 2020-07-24 | 萨伯康姆有限责任公司 | 线路监测***中的故障检测和报告 |
CN112100843A (zh) * | 2020-09-10 | 2020-12-18 | 中国电力科学研究院有限公司 | 一种面向电力***安全事件模拟验证的可视化分析方法及*** |
JPWO2021010251A1 (zh) * | 2019-07-17 | 2021-01-21 | ||
CN112532315A (zh) * | 2021-02-07 | 2021-03-19 | 湖北鑫英泰***技术股份有限公司 | 一种基于分布式测温光纤的光缆故障定位方法与装置 |
CN113283801A (zh) * | 2021-06-17 | 2021-08-20 | 南通市第二人民医院 | 一种手术人员实时工作状态的预警分析方法及*** |
-
2021
- 2021-12-02 CN CN202111457139.5A patent/CN114268365B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556724A (zh) * | 2008-04-09 | 2009-10-14 | 中国科学院半导体研究所 | 光纤周界安全管理***及其模式识别方法 |
CN102722726A (zh) * | 2012-06-05 | 2012-10-10 | 江苏省电力公司南京供电公司 | 一种基于动态二叉树的svm多分类方法 |
CN104240455A (zh) * | 2014-08-07 | 2014-12-24 | 北京航天控制仪器研究所 | 一种分布式光纤管线安全预警***中的扰动事件识别方法 |
CN104269006A (zh) * | 2014-09-24 | 2015-01-07 | 天津大学 | 一种光纤预警***及模式识别方法 |
CN104751580A (zh) * | 2015-04-08 | 2015-07-01 | 武汉理工光科股份有限公司 | 分布式光纤传感信号模式识别方法及*** |
CN105184319A (zh) * | 2015-09-02 | 2015-12-23 | 同方威视技术股份有限公司 | 光纤周界入侵信号的识别方法、装置及周界入侵报警*** |
CN105575024A (zh) * | 2015-12-30 | 2016-05-11 | 杭州安远科技有限公司 | 抗干扰的光纤周界防护***及方法 |
US20190197141A1 (en) * | 2017-12-22 | 2019-06-27 | International Business Machines Corporation | Interactive adjustment of decision rules |
CN111448768A (zh) * | 2018-02-22 | 2020-07-24 | 萨伯康姆有限责任公司 | 线路监测***中的故障检测和报告 |
CN108830745A (zh) * | 2018-06-29 | 2018-11-16 | 国网上海市电力公司 | 基于监控信息的电网连锁故障诊断、预警、评估*** |
CN109889258A (zh) * | 2018-12-06 | 2019-06-14 | 国家电网有限公司 | 一种光网络故障校验方法和设备 |
CN109614926A (zh) * | 2018-12-07 | 2019-04-12 | 武汉理工光科股份有限公司 | 基于预测模型的分布式光纤传感信号模式识别方法及*** |
CN110086529A (zh) * | 2019-04-15 | 2019-08-02 | 北京盟力星科技有限公司 | 一种基于光缆监测站的测试分析*** |
JPWO2021010251A1 (zh) * | 2019-07-17 | 2021-01-21 | ||
CN110752942A (zh) * | 2019-09-06 | 2020-02-04 | 平安科技(深圳)有限公司 | 告警信息的决策方法、装置、计算机设备及存储介质 |
CN110728383A (zh) * | 2019-10-11 | 2020-01-24 | 国网山东省电力公司潍坊供电公司 | 一种光缆运行态势智能评估*** |
CN112100843A (zh) * | 2020-09-10 | 2020-12-18 | 中国电力科学研究院有限公司 | 一种面向电力***安全事件模拟验证的可视化分析方法及*** |
CN112532315A (zh) * | 2021-02-07 | 2021-03-19 | 湖北鑫英泰***技术股份有限公司 | 一种基于分布式测温光纤的光缆故障定位方法与装置 |
CN113283801A (zh) * | 2021-06-17 | 2021-08-20 | 南通市第二人民医院 | 一种手术人员实时工作状态的预警分析方法及*** |
Non-Patent Citations (2)
Title |
---|
卓毅鑫;徐铝洋;张伟;林湘宁;李正天;: "基于决策树体系的预想故障集下风电场扰动风险测度评估", 电工技术学报 * |
程保喜: "光纤传感器技术在管道安全实时监测监控中的应用", 《现代工业经济和信息化》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116449725A (zh) * | 2023-06-19 | 2023-07-18 | 深蓝(天津)智能制造有限责任公司 | 一种可视化的排管智能控制方法及*** |
CN116449725B (zh) * | 2023-06-19 | 2023-09-12 | 深蓝(天津)智能制造有限责任公司 | 一种可视化的排管智能控制方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN114268365B (zh) | 2023-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112364439B (zh) | 自动驾驶***的仿真测试方法、装置以及存储介质 | |
CN113361578B (zh) | 图像处理模型的训练方法、装置、电子设备及存储介质 | |
CN111526119B (zh) | 异常流量检测方法、装置、电子设备和计算机可读介质 | |
CN113872691B (zh) | 光缆自动监测管理***、方法、计算机设备及存储介质 | |
CN115045714B (zh) | 矿物开采预警方法、设备及计算机可读存储介质 | |
CN109582906A (zh) | 数据可靠度的确定方法、装置、设备和存储介质 | |
CN111159563A (zh) | 用户兴趣点信息的确定方法、装置、设备及存储介质 | |
CN114268365B (zh) | 一种基于可视化技术的通信光缆智能预警方法及*** | |
CN115204536A (zh) | 楼宇设备故障预测方法、装置、设备及存储介质 | |
CN110490132A (zh) | 数据处理方法和装置 | |
CN113886821A (zh) | 基于孪生网络的恶意进程识别方法、装置、电子设备及存储介质 | |
CN110348581B (zh) | 用户特征群中用户特征寻优方法、装置、介质及电子设备 | |
CN117312794A (zh) | 基于多源数据分析的混凝土搅拌设备故障识别方法及*** | |
CN115345600B (zh) | 一种rpa流程的生成方法和装置 | |
CN115242684B (zh) | 全链路压测方法、装置、计算机设备及存储介质 | |
CN117118508A (zh) | 一种面向电力通信电缆的数字孪生***及运行方法 | |
CN114048148A (zh) | 一种众包测试报告推荐方法、装置及电子设备 | |
CN113963011A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN112801287A (zh) | 神经网络性能评估方法及装置、电子设备及存储介质 | |
CN114926154B (zh) | 一种多场景数据识别的保护切换方法及*** | |
CN118362206A (zh) | 一种激光头镜片温度的智能检测方法及*** | |
CN115410007A (zh) | 一种基于集成算法的多算法融合图像比对方法和*** | |
CN116312076A (zh) | 一种基于vr设备的钻井工程考试方法及*** | |
CN116319386A (zh) | 可用性及故障预测方法、装置、电子设备和介质 | |
Abdullah et al. | Expert System Implementation of the Certainty Factor Method for Smartphone Damage Diagnosis |
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 |