CN115936680A - 一种设备运维的智能派单方法及*** - Google Patents

Abstract

本发明涉及设备运维引导技术领域，具体公开了一种设备运维的智能派单方法及***，所述方法包括获取电力设备的分布图，根据所述分布图确定监测点；接收电力监测点采集的电力信息，根据所述电力信息标记信息监测点；接收标记的信息监测点采集的无线信号，根据所述无线信号生成与所述分布图对应的信号图；对所述信号图进行分析，确定待检设备，生成以待检设备为目标的运维单。本发明根据电力设备的位置建立分布图，基于所述分布图确定电力监测点和信息监测点，根据电力监测点获取到的数据对电力设备进行初步分析，激活信息监测点，由信息监测点对电力设备进行二级分析，降低了工作人员无效巡检的次数，极大地提高了工作人员的安全性。

Description

一种设备运维的智能派单方法及***

技术领域

本发明涉及设备运维引导技术领域，具体是一种设备运维的智能派单方法及***。

背景技术

随机计算机技术和物联网技术的发展，很多生产管理活动都会由多个控制设备完成，这些智能执行设备的工作量极大，一旦出现问题，对生产管理活动的影响极大，因此，需要定期的进行维护。

现有的定期维护方式大都基于人工进行，由工作人员进行定期巡检，而且巡检频率很高；这种方式的人力成本极高，此外，控制设备的体积较大，工作环境较为恶劣（温度较高），线路非常繁琐，工作人员的安全风险非常大；因此，如何降低工作人员的巡检频率，降低人力成本，提高工作人员的安全性是本发明技术方案想要解决的技术问题。

发明内容

本发明的目的在于提供一种设备运维的智能派单方法及***，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种设备运维的智能派单方法，所述方法包括：

获取电力设备的分布图，根据所述分布图确定监测点；所述监测点包括电力监测点和信息监测点；

接收电力监测点采集的电力信息，根据所述电力信息标记信息监测点；

接收标记的信息监测点采集的无线信号，根据所述无线信号生成与所述分布图对应的信号图；

对所述信号图进行分析，确定待检设备，生成以待检设备为目标的运维单。

作为本发明进一步的方案：所述获取电力设备的分布图，根据所述分布图确定监测点的步骤包括：

查询电力设备及其安装区域的备案信息，根据安装区域和预设的显示参数确定比例尺；

根据所述比例尺建立与安装区域对应的分布图，在所述分布图中***与电力设备对应的设备点；

基于预设的Kmeans算法对所述设备点进行聚类，确定信息监测点；

查询各个电力设备的供电线路，根据所述比例尺将所述供电线路***所述分布图，确定电力监测点；所述供电线路为网状结构，所述电力监测点设置在所述供电线路的节点处。

作为本发明进一步的方案：所述接收电力监测点采集的电力信息，根据所述电力信息标记信息监测点的步骤包括：

根据预设的数据采集频率定时获取各电力监测点的电力参数；所述电力参数包括电压曲线和电流曲线；

将所述电力参数输入预设的波动分析模型，输出电力异常值；

基于所述网状结构查询电力设备与各电力监测点的连通关系；所述连通关系用于表征电力设备与电力监测点的相关程度；

基于所述连通关***计所有电力监测点的电力异常值，确定电力设备的总异常值；

根据所述总异常值标记信息监测点。

作为本发明进一步的方案：所述接收标记的信息监测点采集的无线信号，根据所述无线信号生成与所述分布图对应的信号图的步骤包括：

读取标记的信息监测点获取到的无线信号，根据预设的频率范围对所述无线信号进行过滤；

识别过滤后的无线信号中的强度参数，根据所述强度参数对过滤后的无线信号进行分类排序；其中，所述分类排序结果中存在空集；

读取所述分布图，在所述分布图中确定与信息监测点对应的填充区；

根据预设的映射规则将分类排序后的无线信号***填充区，得到信号图；

其中所述映射规则包括信号转换规则和信号***规则；所述信号转换规则用于将无线信号转换为图像值，信号***规则用于将图像值按顺序***填充区。

作为本发明进一步的方案：所述根据预设的映射规则将分类排序后的无线信号***填充区，得到信号图的步骤包括：

读取过滤后的无线信号，输入预设的数值转换函数，得到各无线信号对应的图像值；

读取分类排序结果中的类型数，根据类型数将填充区分为填充子区，根据分类排序结果中的顺序确定各类无线信号对应的填充子区及其图像叠加值；

根据图像叠加值对填充子区进行赋值；

统计赋值结果，得到信号图。

作为本发明进一步的方案：所述对所述信号图进行分析，确定待检设备，生成以待检设备为目标的运维单的步骤包括：

将信号图输入训练好的神经网络模型，根据预设的卷积核在信号图中匹配异常信号区；

基于异常信号区查询对应的信息监测点，以所述信息监测点为中心，在预设的范围内查询待检设备；

读取查询到的待检设备的电力异常值，根据所述电力异常值确定目标设备；

查询目标设备的运维指引，生成以目标设备为终点的运维单；

其中，在神经网络模型的卷积核应用过程前，计算信号图中各像素点的一阶差分和二阶差分，根据所述一阶差分和二阶差分确定匹配顺序。

本发明技术方案还提供了一种设备运维的智能派单***，所述***包括：

监测点确定模块，用于获取电力设备的分布图，根据所述分布图确定监测点；所述监测点包括电力监测点和信息监测点；

信息点标记模块，用于接收电力监测点采集的电力信息，根据所述电力信息标记信息监测点；

信号图生成模块，用于接收标记的信息监测点采集的无线信号，根据所述无线信号生成与所述分布图对应的信号图；

信号图分析模块，用于对所述信号图进行分析，确定待检设备，生成以待检设备为目标的运维单。

作为本发明进一步的方案：所述监测点确定模块包括：

比例尺确定单元，用于查询电力设备及其安装区域的备案信息，根据安装区域和预设的显示参数确定比例尺；

设备点***单元，用于根据所述比例尺建立与安装区域对应的分布图，在所述分布图中***与电力设备对应的设备点；

设备点聚类单元，用于基于预设的Kmeans算法对所述设备点进行聚类，确定信息监测点；

线路查询应用单元，用于查询各个电力设备的供电线路，根据所述比例尺将所述供电线路***所述分布图，确定电力监测点；所述供电线路为网状结构，所述电力监测点设置在所述供电线路的节点处。

作为本发明进一步的方案：所述信息点标记模块包括：

电力参数获取单元，用于根据预设的数据采集频率定时获取各电力监测点的电力参数；所述电力参数包括电压曲线和电流曲线；

波动分析单元，用于将所述电力参数输入预设的波动分析模型，输出电力异常值；

连通关系查询单元，用于基于所述网状结构查询电力设备与各电力监测点的连通关系；所述连通关系用于表征电力设备与电力监测点的相关程度；

总异常值计算单元，用于基于所述连通关***计所有电力监测点的电力异常值，确定电力设备的总异常值；

标记执行单元，用于根据所述总异常值标记信息监测点。

作为本发明进一步的方案：所述信号图生成模块包括：

无线信号过滤单元，用于读取标记的信息监测点获取到的无线信号，根据预设的频率范围对所述无线信号进行过滤；

分类排序单元，用于识别过滤后的无线信号中的强度参数，根据所述强度参数对过滤后的无线信号进行分类排序；其中，所述分类排序结果中存在空集；

填充区确定单元，用于读取所述分布图，在所述分布图中确定与信息监测点对应的填充区；

信号***单元，用于根据预设的映射规则将分类排序后的无线信号***填充区，得到信号图；

其中所述映射规则包括信号转换规则和信号***规则；所述信号转换规则用于将无线信号转换为图像值，信号***规则用于将图像值按顺序***填充区。

与现有技术相比，本发明的有益效果是：本发明根据电力设备的位置建立分布图，基于所述分布图确定电力监测点和信息监测点，根据电力监测点获取到的数据对电力设备进行初步分析，激活信息监测点，由信息监测点对电力设备进行二级分析，结合一级分析结果和二级分析结果共同确定可能存在问题的监测点，降低了工作人员无效巡检的次数，极大地提高了工作人员的安全性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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一些实施例。

图1为设备运维的智能派单方法的流程框图。

图2为设备运维的智能派单方法的第一子流程框图。

图3为设备运维的智能派单方法的第二子流程框图。

图4为设备运维的智能派单方法的第三子流程框图。

图5为设备运维的智能派单方法的第四子流程框图。

图6为设备运维的智能派单***的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

图1为设备运维的智能派单方法的流程框图，本发明实施例中，一种设备运维的智能派单方法，所述方法包括：

步骤S100：获取电力设备的分布图，根据所述分布图确定监测点；所述监测点包括电力监测点和信息监测点；

本发明技术方案一般用于电力设备的运维工作，当然，如果有其他智能设备，也可以迁移应用本发明技术方案；根据电力设备的位置可以建立一张地图，也就是所述分布图；在所述分布图中可以快速地确定监测点。

步骤S200：接收电力监测点采集的电力信息，根据所述电力信息标记信息监测点；

接收电力监测点采集到的电力信息，所述电力信息反映了各个电力设备的用电特征，用电特征能够在一定程度上反映电力设备的稳定性；在对电力信息进行分析的基础上，进一步确定信息监测点；所述信息监测点用于监测电力设备在运行过程中产生的数据，在本发明技术方案中，信息监测点用于监测无线信号，即，对电力设备在运行过程中产生的无线信号进行分析。

步骤S300：接收标记的信息监测点采集的无线信号，根据所述无线信号生成与所述分布图对应的信号图；

接收信息监测点采集到的无线信号，对所述无线信号进行分析，然后采用图像的形式进行表示，最终得到的是信号图。

步骤S400：对所述信号图进行分析，确定待检设备，生成以待检设备为目标的运维单；

在信号图生成后，借助现有的图像分析技术，即可对繁琐的无线信号进行识别，最终确定出需要检测的电力设备，最后生成指向该电力设备的运维单即可。

图2为设备运维的智能派单方法的第一子流程框图，所述获取电力设备的分布图，根据所述分布图确定监测点的步骤包括：

步骤S101：查询电力设备及其安装区域的备案信息，根据安装区域和预设的显示参数确定比例尺；

电力设备所在的区域以及电力设备的相对位置都属于已有信息，在备案库中即可查询读取。

步骤S102：根据所述比例尺建立与安装区域对应的分布图，在所述分布图中***与电力设备对应的设备点；

分布图的图幅（所述显示参数）是确定的，由安装区域的大小和所述分布图的图幅可以确定一个比例尺，根据比例尺可以建立一个分布图，并且根据电力设备的位置，在分布图中确定设备点。

步骤S103：基于预设的Kmeans算法对所述设备点进行聚类，确定信息监测点；

Kmeans算法是常见的一类聚类算法，用于对设备点进行聚类，同一类电力设备仅需一个（或有限几个）无线信号采集器即可完成监测过程；因此，需要根据聚类后的设备点确定信息监测点。

步骤S104：查询各个电力设备的供电线路，根据所述比例尺将所述供电线路***所述分布图，确定电力监测点；所述供电线路为网状结构，所述电力监测点设置在所述供电线路的节点处；

不同电力设备接入同一条供电线路，根据所述比例尺可以将供电线路在分布图中表示出来；所述供电线路为含有节点的网状结构，各设备点与网状结构的节点相连；在这些节点中，选取某些节点作为电力监测点，可以对不同区域的电力设备进行监测。

图3为设备运维的智能派单方法的第二子流程框图，所述接收电力监测点采集的电力信息，根据所述电力信息标记信息监测点的步骤包括：

步骤S201：根据预设的数据采集频率定时获取各电力监测点的电力参数；所述电力参数包括电压曲线和电流曲线；

电力监测点处设有含有数据传输功能的电表，这些电表用于获取电压和电流，获取电压和电流的频率越高，分析过程越准确，消耗的计算成本就越高，因此，需要预先根据实际情况对数据采集频率进行限定。

步骤S202：将所述电力参数输入预设的波动分析模型，输出电力异常值；

采用现有的曲线分析方法，对电压曲线和电流曲线进行分析，可以得到一个反映电力设备用电状态的数值，称为电力异常值。

步骤S203：基于所述网状结构查询电力设备与各电力监测点的连通关系；所述连通关系用于表征电力设备与电力监测点的相关程度；

供电线路中各个节点的电力异常值不同，它与每个电力设备都是相关的，通俗地说，任何一个电力设备的用电参数发生变化，都会对供电网络中的各个节点产生一定的影响（影响或高或低，与电力设备和各节点的串关联关系有关），因此，基于网状结构依次查询各个电力设备和各个电力监测点（双循环的多对多遍历过程）的连通关系，所述连通关系就代表了电力设备与电力监测点之间的影响幅度；所述电力监测点就是供电网络中的一个节点。

步骤S204：基于所述连通关***计所有电力监测点的电力异常值，确定电力设备的总异常值；

依次对各个电力设备进行分析，统计所有电力监测点的电力异常值，根据所述连通关系确定各个电力监测点对该电力设备的影响幅度，然后根据影响幅度统计所有电力异常值（采用线性公式进行叠加计算），可以得到该电力设备总异常值。

步骤S205：根据所述总异常值标记信息监测点；

当总异常值达到预设的异常阈值时，查询该电力设备对应的信息监测点并激活，进而进入无线信号检测阶段。

图4为设备运维的智能派单方法的第三子流程框图，所述接收标记的信息监测点采集的无线信号，根据所述无线信号生成与所述分布图对应的信号图的步骤包括：

步骤S301：读取标记的信息监测点获取到的无线信号，根据预设的频率范围对所述无线信号进行过滤；

在信号的传播中由于反射、衍射和散射的影响，无线信号会沿着许多不同的路径到达其目的地，形成多径信号；这些多径信号的信号强度是不同的，因此，所述波形图中往往是多段波形；所述无线信号在电力设备的工作过程中产生。

步骤S302：识别过滤后的无线信号中的强度参数，根据所述强度参数对过滤后的无线信号进行分类排序；其中，所述分类排序结果中存在空集；

不同无线信号的强度不同，由强度对无线信号进行分类。其中，分类过程中使用的区间是固定的，很有可能存在某一区间内没有无线信号，此时，该类无线信号就是空集。

步骤S303：读取所述分布图，在所述分布图中确定与信息监测点对应的填充区；

读取所述分布图，在所述分布图中确定与信息监测点对应的填充区，所述填充区的形状不做限定。

步骤S304：根据预设的映射规则将分类排序后的无线信号***填充区，得到信号图；

将无线信号按照预设的逻辑***填充区，即可得到信号图。

其中所述映射规则包括信号转换规则和信号***规则；所述信号转换规则用于将无线信号转换为图像值，信号***规则用于将图像值按顺序***填充区。

作为本发明技术方案一个优选实施例，所述根据预设的映射规则将分类排序后的无线信号***填充区，得到信号图的步骤包括：

读取过滤后的无线信号，输入预设的数值转换函数，得到各无线信号对应的图像值；

读取分类排序结果中的类型数，根据类型数将填充区分为填充子区，根据分类排序结果中的顺序确定各类无线信号对应的填充子区及其图像叠加值；

根据图像叠加值对填充子区进行赋值；

统计赋值结果，得到信号图；

填充过程为赋值过程，统计所有信息监测点采集到的所有无线信号的赋值结果，即可得到信号图。

图5为设备运维的智能派单方法的第四子流程框图，所述对所述信号图进行分析，确定待检设备，生成以待检设备为目标的运维单的步骤包括：

步骤S401：将信号图输入训练好的神经网络模型，根据预设的卷积核在信号图中匹配异常信号区；

对信号图进行识别的过程需要借助神经网络模型，卷积核为预先从样本图中提取到的特征，由卷积核在信号图中进行匹配，即可确定异常信号区；一个异常信号区有可能对应多个采样点。

步骤S402：基于异常信号区查询对应的信息监测点，以所述信息监测点为中心，在预设的范围内查询待检设备；

查询异常信号区中的信息监测点，以每个信息监测点为中心，可以查询到一些电力设备，作为待检设备。

步骤S403：读取查询到的待检设备的电力异常值，根据所述电力异常值确定目标设备；

读取已经生成的电力异常值，由信号异常和电力异常两个方面，共同确定可能存在问题的设备，作为目标设备。

步骤S404：查询目标设备的运维指引，生成以目标设备为终点的运维单；

不同目标设备对应不同的运维指引，所述运维指引由工作人员预先设置并存储；读取目标设备的运维指引，即可得到以目标设备为终点的运维单。

在本发明技术方案的一个实例中，在神经网络模型的卷积核应用过程前，计算信号分布图中各像素点的一阶差分和二阶差分，根据所述一阶差分和二阶差分确定匹配顺序；

在现有技术中，卷积核的遍历过程是全面遍历过程，而在本发明技术方案中，可以先进行差分计算，由差分计算结果确定突变像素点（一阶差分，相当于离散数据的一阶导）及突变程度（二阶差分，相当于离散数据的二阶导），进而确定卷积核的遍历顺序，可以提高神经网络模型的运算效率。

实施例2

图6为设备运维的智能派单***的组成结构框图，本发明实施例中，一种设备运维的智能派单***，所述***10包括：

监测点确定模块11，用于获取电力设备的分布图，根据所述分布图确定监测点；所述监测点包括电力监测点和信息监测点；

信息点标记模块12，用于接收电力监测点采集的电力信息，根据所述电力信息标记信息监测点；

信号图生成模块13，用于接收标记的信息监测点采集的无线信号，根据所述无线信号生成与所述分布图对应的信号图；

信号图分析模块14，用于对所述信号图进行分析，确定待检设备，生成以待检设备为目标的运维单。

所述监测点确定模块11包括：

比例尺确定单元，用于查询电力设备及其安装区域的备案信息，根据安装区域和预设的显示参数确定比例尺；

设备点***单元，用于根据所述比例尺建立与安装区域对应的分布图，在所述分布图中***与电力设备对应的设备点；

设备点聚类单元，用于基于预设的Kmeans算法对所述设备点进行聚类，确定信息监测点；

线路查询应用单元，用于查询各个电力设备的供电线路，根据所述比例尺将所述供电线路***所述分布图，确定电力监测点；所述供电线路为网状结构，所述电力监测点设置在所述供电线路的节点处。

所述信息点标记模块12包括：

电力参数获取单元，用于根据预设的数据采集频率定时获取各电力监测点的电力参数；所述电力参数包括电压曲线和电流曲线；

波动分析单元，用于将所述电力参数输入预设的波动分析模型，输出电力异常值；

连通关系查询单元，用于基于所述网状结构查询电力设备与各电力监测点的连通关系；所述连通关系用于表征电力设备与电力监测点的相关程度；

总异常值计算单元，用于基于所述连通关***计所有电力监测点的电力异常值，确定电力设备的总异常值；

标记执行单元，用于根据所述总异常值标记信息监测点。

所述信号图生成模块13包括：

无线信号过滤单元，用于读取标记的信息监测点获取到的无线信号，根据预设的频率范围对所述无线信号进行过滤；

分类排序单元，用于识别过滤后的无线信号中的强度参数，根据所述强度参数对过滤后的无线信号进行分类排序；其中，所述分类排序结果中存在空集；

填充区确定单元，用于读取所述分布图，在所述分布图中确定与信息监测点对应的填充区；

信号***单元，用于根据预设的映射规则将分类排序后的无线信号***填充区，得到信号图；

其中所述映射规则包括信号转换规则和信号***规则；所述信号转换规则用于将无线信号转换为图像值，信号***规则用于将图像值按顺序***填充区。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种设备运维的智能派单方法，其特征在于，所述方法包括：

获取电力设备的分布图，根据所述分布图确定监测点；所述监测点包括电力监测点和信息监测点；

接收电力监测点采集的电力信息，根据所述电力信息标记信息监测点；

接收标记的信息监测点采集的无线信号，根据所述无线信号生成与所述分布图对应的信号图；

对所述信号图进行分析，确定待检设备，生成以待检设备为目标的运维单。

2.根据权利要求1所述的设备运维的智能派单方法，其特征在于，所述获取电力设备的分布图，根据所述分布图确定监测点的步骤包括：

查询电力设备及其安装区域的备案信息，根据安装区域和预设的显示参数确定比例尺；

根据所述比例尺建立与安装区域对应的分布图，在所述分布图中***与电力设备对应的设备点；

基于预设的Kmeans算法对所述设备点进行聚类，确定信息监测点；

查询各个电力设备的供电线路，根据所述比例尺将所述供电线路***所述分布图，确定电力监测点；所述供电线路为网状结构，所述电力监测点设置在所述供电线路的节点处。

3.根据权利要求2所述的设备运维的智能派单方法，其特征在于，所述接收电力监测点采集的电力信息，根据所述电力信息标记信息监测点的步骤包括：

根据预设的数据采集频率定时获取各电力监测点的电力参数；所述电力参数包括电压曲线和电流曲线；

将所述电力参数输入预设的波动分析模型，输出电力异常值；

基于所述网状结构查询电力设备与各电力监测点的连通关系；所述连通关系用于表征电力设备与电力监测点的相关程度；

基于所述连通关***计所有电力监测点的电力异常值，确定电力设备的总异常值；

根据所述总异常值标记信息监测点。

4.根据权利要求1所述的设备运维的智能派单方法，其特征在于，所述接收标记的信息监测点采集的无线信号，根据所述无线信号生成与所述分布图对应的信号图的步骤包括：

读取标记的信息监测点获取到的无线信号，根据预设的频率范围对所述无线信号进行过滤；

识别过滤后的无线信号中的强度参数，根据所述强度参数对过滤后的无线信号进行分类排序；其中，所述分类排序结果中存在空集；

读取所述分布图，在所述分布图中确定与信息监测点对应的填充区；

根据预设的映射规则将分类排序后的无线信号***填充区，得到信号图；

其中所述映射规则包括信号转换规则和信号***规则；所述信号转换规则用于将无线信号转换为图像值，信号***规则用于将图像值按顺序***填充区。

5.根据权利要求4所述的设备运维的智能派单方法，其特征在于，所述根据预设的映射规则将分类排序后的无线信号***填充区，得到信号图的步骤包括：

读取过滤后的无线信号，输入预设的数值转换函数，得到各无线信号对应的图像值；

读取分类排序结果中的类型数，根据类型数将填充区分为填充子区，根据分类排序结果中的顺序确定各类无线信号对应的填充子区及其图像叠加值；

根据图像叠加值对填充子区进行赋值；

统计赋值结果，得到信号图。

6.根据权利要求1所述的设备运维的智能派单方法，其特征在于，所述对所述信号图进行分析，确定待检设备，生成以待检设备为目标的运维单的步骤包括：

将信号图输入训练好的神经网络模型，根据预设的卷积核在信号图中匹配异常信号区；

基于异常信号区查询对应的信息监测点，以所述信息监测点为中心，在预设的范围内查询待检设备；

读取查询到的待检设备的电力异常值，根据所述电力异常值确定目标设备；

查询目标设备的运维指引，生成以目标设备为终点的运维单；

其中，在神经网络模型的卷积核应用过程前，计算信号图中各像素点的一阶差分和二阶差分，根据所述一阶差分和二阶差分确定匹配顺序。

7.一种设备运维的智能派单***，其特征在于，所述***包括：

监测点确定模块，用于获取电力设备的分布图，根据所述分布图确定监测点；所述监测点包括电力监测点和信息监测点；

信息点标记模块，用于接收电力监测点采集的电力信息，根据所述电力信息标记信息监测点；

信号图生成模块，用于接收标记的信息监测点采集的无线信号，根据所述无线信号生成与所述分布图对应的信号图；

信号图分析模块，用于对所述信号图进行分析，确定待检设备，生成以待检设备为目标的运维单。

8.根据权利要求7所述的设备运维的智能派单***，其特征在于，所述监测点确定模块包括：

比例尺确定单元，用于查询电力设备及其安装区域的备案信息，根据安装区域和预设的显示参数确定比例尺；

设备点***单元，用于根据所述比例尺建立与安装区域对应的分布图，在所述分布图中***与电力设备对应的设备点；

设备点聚类单元，用于基于预设的Kmeans算法对所述设备点进行聚类，确定信息监测点；

线路查询应用单元，用于查询各个电力设备的供电线路，根据所述比例尺将所述供电线路***所述分布图，确定电力监测点；所述供电线路为网状结构，所述电力监测点设置在所述供电线路的节点处。

9.根据权利要求8所述的设备运维的智能派单***，其特征在于，所述信息点标记模块包括：

电力参数获取单元，用于根据预设的数据采集频率定时获取各电力监测点的电力参数；所述电力参数包括电压曲线和电流曲线；

波动分析单元，用于将所述电力参数输入预设的波动分析模型，输出电力异常值；

连通关系查询单元，用于基于所述网状结构查询电力设备与各电力监测点的连通关系；所述连通关系用于表征电力设备与电力监测点的相关程度；

总异常值计算单元，用于基于所述连通关***计所有电力监测点的电力异常值，确定电力设备的总异常值；

标记执行单元，用于根据所述总异常值标记信息监测点。

10.根据权利要求7所述的设备运维的智能派单***，其特征在于，所述信号图生成模块包括：

无线信号过滤单元，用于读取标记的信息监测点获取到的无线信号，根据预设的频率范围对所述无线信号进行过滤；

分类排序单元，用于识别过滤后的无线信号中的强度参数，根据所述强度参数对过滤后的无线信号进行分类排序；其中，所述分类排序结果中存在空集；

填充区确定单元，用于读取所述分布图，在所述分布图中确定与信息监测点对应的填充区；

信号***单元，用于根据预设的映射规则将分类排序后的无线信号***填充区，得到信号图；

其中所述映射规则包括信号转换规则和信号***规则；所述信号转换规则用于将无线信号转换为图像值，信号***规则用于将图像值按顺序***填充区。

Images