CN116599856A - 基于数字仿真的量测数据校验评估方法、装置及电子设备 - Google Patents
基于数字仿真的量测数据校验评估方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116599856A CN116599856A CN202310661472.0A CN202310661472A CN116599856A CN 116599856 A CN116599856 A CN 116599856A CN 202310661472 A CN202310661472 A CN 202310661472A CN 116599856 A CN116599856 A CN 116599856A
- Authority
- CN
- China
- Prior art keywords
- data
- measurement data
- actual
- actual measurement
- simulation
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 169
- 238000005259 measurement Methods 0.000 title claims abstract description 157
- 238000011156 evaluation Methods 0.000 title claims abstract description 23
- 238000013524 data verification Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000012795 verification Methods 0.000 claims abstract description 40
- 230000002159 abnormal effect Effects 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 5
- 238000011157 data evaluation Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000009545 invasion Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 13
- 230000005856 abnormality Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1416—Event detection, e.g. attack signature detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/40—Network security protocols
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Programmable Controllers (AREA)
Abstract
本申请公开了一种基于数字仿真的量测数据校验评估方法、装置及电子设备。其中,该方法包括:获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据;建立所述PLC网络的数字仿真运行环境;基于所述数字仿真运行环境,获取仿真预测数据;根据所述仿真预测数据对所述实际量测数据进行校验,获取所述实际量测数据是否正常的校验结果;根据所述校验结果将所述仿真预测数据与所述实际量测数据进行融合,获取最优估计数据和最优指令;基于所述最优估计数据和所述最优指令,对所述实际指令和所述实际量测数据进行校验评估。通过本申请的技术方案,能够高效的检测因传感器故障或恶意入侵造成的量测数据异常,保证PLC控制***的正常运行。
Description
技术领域
本申请涉及工业控制技术领域,尤其涉及一种基于数字仿真的量测数据校验评估方法、装置及电子设备。
背景技术
相关技术中,长时间不间断地工作在复杂多变工业环境中的传感器容易出现异常,导致量测数据出现偏差。并且受越来越多针对工业控制***的恶意网络入侵的影响,可能造成PLC接收到的传感器量测数据出现异常,导致PLC的控制结果出现偏差。
发明内容
本申请提供了一种基于数字仿真的量测数据校验评估方法、装置、电子设备及存储介质。能够高效的检测因传感器故障或恶意入侵造成的量测数据异常,保证PLC控制***的正常运行。
第一方面,本申请实施例提供一种基于数字仿真的量测数据校验评估方法,所述方法包括:获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据;建立所述PLC网络的数字仿真运行环境;基于所述数字仿真运行环境,获取仿真预测数据;根据所述仿真预测数据对所述实际量测数据进行校验,获取所述实际量测数据是否正常的校验结果;根据所述校验结果将所述仿真预测数据与所述实际量测数据进行融合,获取最优估计数据和最优指令;基于所述最优估计数据和所述最优指令,对所述实际指令和所述实际量测数据进行校验评估。
在该技术方案中,可以基于PLC网络的数字仿真运行环境获取仿真预测数据,并根据仿真预测数据对实际量测数据进行校验,以根据校验结果获取最优估计数据和最优指令,从而根据最优估计数据和最优指令,对实际指令和所述实际量测数据进行校验评估。能够高效的检测因传感器故障或恶意入侵造成的量测数据异常,保证PLC控制***的正常运行。
在一种实现方式中,所述获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据,包括:获取所述真实传感器上传给所述真实控制器的所述实际量测数据;获取所述真实控制器下发给所述真实传感器的所述实际指令。
在一种实现方式中,所述建立所述PLC网络的数字仿真运行环境,包括:获取所述真实控制器的硬件信息和组态工程,并基于所述硬件信息和所述组态工程构建虚拟控制器;建立所述虚拟控制器与所述真实控制器之间的TCP/IP链路;获取所述真实传感器的工作参数,并基于所述工作参数构建虚拟传感器;建立所述虚拟传感器和所述虚拟控制器之间的I/O通道。
在该技术方案中,可以基于仿真技术对PLC网络中的真实控制器和真实传感器进行仿真,从而建立PLC网络的数字仿真运行环境,以基于PLC网络的数字仿真运行环境获取仿真预测数据,并根据仿真预测数据对实际量测数据进行校验,以根据校验结果获取最优估计数据和最优指令,从而根据最优估计数据和最优指令,对实际指令和所述实际量测数据进行校验评估。能够高效的检测因传感器故障或恶意入侵造成的量测数据异常,保证PLC控制***的正常运行。
在一种可选地实现方式中,所述基于所述硬件信息和所述组态工程,构建虚拟控制器,包括:根据所述硬件信息构建所述虚拟控制器;其中,所述硬件信息包括以下至少一种:电源型号、CPU型号和I/O模块型号;将所述组态工程下装到所述虚拟控制器中;其中,所述组态工程包括以下至少一种:梯形图程序、内存映射表和I/O变量表。
在一种可选地实现方式中,所述建立所述虚拟控制器与所述真实控制器之间的TCP/IP链路,包括:获取所述真实控制器的通信配置信息;其中,所述通信配置信息包括以下至少一项:IP地址、端口号和协议类型;在所述组态工程中添加控制器通信网络,并根据所述通信配置信息建立所述通信网络中的TCP/IP链路。
在一种可选地实现方式中,所述基于所述工作参数构建虚拟传感器,包括:根据所述真实传感器的工作参数,建立仿真运算模型;其中,所述工作参数包括以下至少一项:分辨率、灵敏度、采集频率和传输速度;利用数字仿真软件结合所述仿真运算模型,构建所述虚拟传感器。
在一种可选地实现方式中,所述建立所述虚拟传感器和所述虚拟控制器之间的I/O通道,包括:在所述虚拟传感器的组态工程中添加所述I/O通道,并根据所述虚拟传感器类型设置所述I/O通道传输的数据类型。
在一种可选地实现方式中,所述基于所述数字仿真运行环境,获取仿真预测数据,包括:基于所述I/O通道,使所述真实控制器将所述实际指令发送给所述虚拟传感器;根据所述实际指令,调整所述虚拟传感器的模型参数和工作状态;利用所述虚拟传感器进行数字仿真运行,获取所述仿真预测数据。
在一种实现方式中,所述根据所述仿真预测数据对所述实际量测数据进行校验,获取所述实际量测数据是否正常的校验结果,包括:建立所述仿真预测数据的概率分布模型,并根据所述概率分布模型确定所述仿真预测数据的置信区间;若所述实际量测数据在所述置信区间内,将所述实际量测数据标记为正常数据;或者,若所述实际量测数据不在所述置信区间内,则将所述实际量测数据标记为异常数据。
在该技术方案中,可以基于PLC网络的数字仿真运行环境获取仿真预测数据,以根据仿真预测数据获取正常数据的阈值区间,从而根据该阈值区间对正常联测数据进行校验,以根据校验结果获取最优估计数据和最优指令,从而根据最优估计数据和最优指令,对实际指令和所述实际量测数据进行校验评估。能够高效的检测因传感器故障或恶意入侵造成的量测数据异常,保证PLC控制***的正常运行。
在一种实现方式中,所述根据所述校验结果将所述仿真预测数据与所述实际量测数据进行融合,获取最优估计数据和最优指令,包括:若所述实际量测数据为正常数据,基于所述仿真预测数据与所述实际量测数据,利用卡尔曼滤波算法获取所述最优估计数据;或者,若所述实际量测数据为异常数据,将所述仿真预测数据作为所述最优估计数据;将所述最优估计数据输入所述虚拟控制器,获取所述最优指令。
第二方面,本申请实施例提供一种基于数字仿真的量测数据校验评估装置,所述方法包括:获取模块,用于获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据;第一处理模块,用于建立所述PLC网络的数字仿真运行环境;第二处理模块,用于基于所述数字仿真运行环境,获取仿真预测数据;校验模块,用于根据所述仿真预测数据对所述实际量测数据进行校验,获取所述实际量测数据是否正常的校验结果;第三处理模块,根据所述仿真预测数据和所述校验结果,获取最优估计数据和最优指令;检验评估模块,用于基于所述最优估计数据和所述最优指令,对所述实际指令和所述实际量测数据进行校验评估。
在一种实现方式中,所述获取模块具体用于:获取所述真实传感器上传给所述真实控制器的所述实际量测数据;获取所述真实控制器下发给所述真实传感器的所述实际指令。
在一种实现方式中,所述第一处理模块具体用于:获取所述真实控制器的硬件信息和组态工程,并基于所述硬件信息和所述组态工程构建虚拟控制器;建立所述虚拟控制器与所述真实控制器之间的TCP/IP链路;获取所述真实传感器的工作参数,并基于所述工作参数构建虚拟传感器;建立所述虚拟传感器和所述虚拟控制器之间的I/O通道。
在一种可选地实现方式中,所述第一处理模块具体用于:根据所述硬件信息构建所述虚拟控制器;其中,所述硬件信息包括以下至少一种:电源型号、CPU型号和I/O模块型号;将所述组态工程下装到所述虚拟控制器中;其中,所述组态工程包括以下至少一种:梯形图程序、内存映射表和I/O变量表。
在一种可选地实现方式中,所述第一处理模块具体用于:获取所述真实控制器的通信配置信息;其中,所述通信配置信息包括以下至少一项:IP地址、端口号和协议类型;在所述组态工程中添加控制器通信网络,并根据所述通信配置信息建立所述通信网络中的TCP/IP链路。
在一种可选地实现方式中,所述第一处理模块具体用于:根据所述真实传感器的工作参数,建立仿真运算模型;其中,所述工作参数包括以下至少一项:分辨率、灵敏度、采集频率和传输速度;利用数字仿真软件结合所述仿真运算模型,构建所述虚拟传感器。
在一种可选地实现方式中,所述第一处理模块具体用于:在所述虚拟传感器的组态工程中添加所述I/O通道,并根据所述虚拟传感器类型设置所述I/O通道传输的数据类型。
在一种可选地实现方式中,所述第二处理模块具体用于:基于所述I/O通道,使所述真实控制器将所述实际指令发送给所述虚拟传感器;根据所述实际指令,调整所述虚拟传感器的模型参数和工作状态;利用所述虚拟传感器进行数字仿真运行,获取所述仿真预测数据。
在一种实现方式中,所述校验模块具体用于:建立所述仿真预测数据的概率分布模型,并根据所述概率分布模型确定所述仿真预测数据的置信区间;若所述实际量测数据在所述置信区间内,将所述实际量测数据标记为正常数据;或者,若所述实际量测数据不在所述置信区间内,则将所述实际量测数据标记为异常数据。
在一种实现方式中,所述第三处理模块具体用于:若所述实际量测数据为正常数据,基于所述仿真预测数据与所述实际量测数据,利用卡尔曼滤波算法获取所述最优估计数据;或者,若所述实际量测数据为异常数据,将所述仿真预测数据作为所述最优估计数据;将所述最优估计数据输入所述虚拟控制器,获取所述最优指令。
第三方面,本申请实施例提供一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,用于存储有指令,当所述指令被执行时,使如第一方面所述的方法被实现。
第五方面,本申请实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如第一方面所述方法的步骤。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请实施例提供的一种基于数字仿真的量测数据校验评估方法的示意图;
图2是本申请实施例提供的另一种基于数字仿真的量测数据校验评估方法的示意图;
图3是本申请实施例提供的又一种基于数字仿真的量测数据校验评估方法的示意图;
图4是本申请实施例提供的又一种基于数字仿真的量测数据校验评估方法的示意图;
图5是本申请实施例提供的一种基于数字仿真的量测数据校验评估装置的示意图;
图6是可以用来实施本申请的实施例的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
其中,在本申请的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。
请参见图1,图1是本申请实施例提供的一种基于数字仿真的量测数据校验评估方法的示意图。如图1所示,该方法可以包括但不限于以下步骤:
步骤S101:获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据。
其中,在本申请的实施例中,实际量测数据为PLC网络中真实传感器上传给真实控制器的量测数据;实际指令为真实控制器基于实际量测数据生成并下发给真实传感器的实际指令。
在一种实现方式中,上述获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据,包括:获取真实传感器上传给真实控制器的实际量测数据;获取真实控制器下发给真实传感器的实际指令。
举例而言,获取真实传感器上传给真实控制器的实际量测数据,以及真实控制器基于该实际量测数据生成的实际指令,并将该实际量测数据通过虚拟控制器与所述真实控制器之间的通信链路,发送给虚拟控制器,以通过虚拟控制器获取该实际量测数据和该实际指令。
步骤S102:建立PLC网络的数字仿真运行环境。
举例而言,基于数字仿真技术对PLC网络中的真实控制器和真实传感器进行数字仿真,建立PLC网络的数字仿真运行环境。
步骤S103:基于数字仿真运行环境,获取仿真预测数据。
具体而言,基于数字仿真运行环境进行仿真预测,获取数字仿真运行环境中同一时刻下与实际量测数据对应的仿真预测数据。
步骤S104:根据仿真预测数据对实际量测数据进行校验,获取实际量测数据是否正常的校验结果。
举例而言,根据仿真预测数据获取正常量测数据阈值范围,获取仿真预测数据与实际量测数据之间的偏差值,若实际量测数据在该正常量测数据阈值范围内,确定实际量测数据正常,或者,若实际量测数据不在该正常量测数据阈值范围内,确定实际量测数据异常。
步骤S105:根据校验结果,将仿真预测数据与实际量测数据进行融合,获取最优估计数据和最优指令。
具体而言,根据校验结果对实际量测数据和/或仿真预测数据进行相应处理,获取最优估计数据,并将该最优估计数据作为虚拟控制器的输入数据,获取虚拟控制器发出的最优指令。
步骤S106:基于最优估计数据和最优指令,对实际指令和实际量测数据进行校验评估。
举例而言,基于最优估计数据确定PLC网络中真实传感器上传给真实控制器的量测数据是否正常,并将最优指令与实际指令进行对比,确定PLC网络中真实控制器的控制逻辑是否正常。
通过实施本申请实施例,可以基于PLC网络的数字仿真运行环境获取仿真预测数据,并根据仿真预测数据对实际量测数据进行校验,以根据校验结果获取最优估计数据和最优指令,从而根据最优估计数据和最优指令,对实际指令和实际量测数据进行校验评估。能够高效的检测因传感器故障或恶意入侵造成的量测数据异常,保证PLC控制***的正常运行。
在一种实现方式中,可以基于仿真技术对PLC网络中的真实控制器和真实传感器进行仿真,从而建立PLC网络的数字仿真运行环境。作为一种示例,请参见图2,图2是本申请实施例提供的另一种基于数字仿真的量测数据校验评估方法的示意图。如图2所示,该方法可以包括但不限于以下步骤:
步骤S201:获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据。
本申请的实施例中,步骤S201可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S202:获取真实控制器的硬件信息和组态工程,并基于硬件信息和组态工程构建虚拟控制器。
在一种可选地实现方式中,上述基于硬件信息和组态工程,构建虚拟控制器,包括:根据硬件信息构建虚拟控制器;将组态工程下装到虚拟控制器中。
其中,在本申请的实施例中,上述硬件信息包括以下至少一种:电源型号、CPU型号和I/O(Input/Output,输入/输出)模块型号,组态工程包括以下至少一种:梯形图程序、内存映射表和I/O变量表。
具体而言,根据硬件信息进行仿真建模,以构建虚拟控制器,并将组态工程下装至构建完成的虚拟控制器中。
步骤S203:建立虚拟控制器与真实控制器之间的TCP/IP链路。
在一种可选地实现方式中,上述建立虚拟控制器与真实控制器之间的TCP/IP(Transmission Control Protocol/Internet Protocol,传输控制协议/网际协议)链路,包括:获取真实控制器的通信配置信息;在组态工程中添加控制器通信网络,并根据通信配置信息建立通信网络中的TCP/IP链路。
其中,在本申请的实施例中,上述通信配置信息包括以下至少一项:IP地址、端口号和协议类型。
具体而言,获取真实控制器的通信配置信息;基于该通信配置信息在下装至虚拟控制器的组态工程中添加与真实控制器之间的通信网络,并根据该通信配置信息建立通信网络中的TCP/IP链路。
步骤S204:获取真实传感器的工作参数,并基于工作参数构建虚拟传感器。
在一种可选地实现方式中,上述基于工作参数构建虚拟传感器,包括:根据真实传感器的工作参数,建立仿真运算模型;利用数字仿真软件结合仿真运算模型,构建虚拟传感器。
具体而言,根据真实传感器的工作参数,建立真实传感器对应的仿真运算模型;之后利用Matlab或者Simulink等数字仿真软件对该仿真运算模型进行数字仿真,构建虚拟传感器。
其中,在本申请的实施例中,上述工作参数包括以下至少一项:分辨率、灵敏度、采集频率和传输速度。
步骤S205:建立虚拟传感器和虚拟控制器之间的I/O通道。
在一种可选地实现方式中,上述建立虚拟传感器和虚拟控制器之间的I/O通道,包括:在虚拟传感器的组态工程中添加I/O通道,并根据虚拟传感器类型设置I/O通道传输的数据类型。
具体而言,在虚拟传感器的组态工程中添加用于信息交换的I/O通道,并根据虚拟传感器的类型设置I/O通道传输的数据类型。
步骤S206:基于数字仿真运行环境,获取仿真预测数据。
在一种可选地实现方式中,上述基于数字仿真运行环境,获取仿真预测数据,包括:基于I/O通道,使真实控制器将实际指令发送给虚拟传感器;根据实际指令,调整虚拟传感器的模型参数和工作状态;利用虚拟传感器进行数字仿真运行,获取仿真预测数据。
具体而言,使虚拟控制器从真实控制器中获取实际指令,并使真实控制器通过I/O通道将实际指令发送给虚拟传感器;从而根据实际指令调整虚拟传感器的模型参数和工作状态;并基于调整后的虚拟传感器进行数字仿真,获取仿真预测数据。
步骤S207:根据仿真预测数据对实际量测数据进行校验,获取实际量测数据是否正常的校验结果。
本申请的实施例中,步骤S207可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S208:根据校验结果将仿真预测数据与实际量测数据进行融合,获取最优估计数据和最优指令。
本申请的实施例中,步骤S208可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S209:基于最优估计数据和最优指令,对实际指令和实际量测数据进行校验评估。
本申请的实施例中,步骤S209可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
通过实施本申请实施例,可以基于仿真技术对PLC网络中的真实控制器和真实传感器进行仿真,从而建立PLC网络的数字仿真运行环境,以基于PLC网络的数字仿真运行环境获取仿真预测数据,并根据仿真预测数据对实际量测数据进行校验,以根据校验结果获取最优估计数据和最优指令,从而根据最优估计数据和最优指令,对实际指令和实际量测数据进行校验评估。能够高效的检测因传感器故障或恶意入侵造成的量测数据异常,保证PLC控制***的正常运行。
在一种可选地实现方式中,可以根据仿真预测数据获取正常数据的阈值区间,从而根据该阈值区间对正常联测数据进行校验,确定实际量测数据是否正常。作为一种示例,请参见图3,图3是本申请实施例提供的又一种基于数字仿真的量测数据校验评估方法的示意图。如图3所示,该方法可以包括但不限于以下步骤:
步骤S301:获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据。
本申请的实施例中,步骤S301可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S302:建立PLC网络的数字仿真运行环境。
本申请的实施例中,步骤S302可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S303:基于数字仿真运行环境,获取仿真预测数据。
本申请的实施例中,步骤S303可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S304:建立仿真预测数据的概率分布模型,并根据概率分布模型确定仿真预测数据的置信区间。
具体而言,对仿真预测数据进行数学建模,获取仿真预测数据的概率分布模型,从而根据该概率分布模型确定仿真预测数据的置信区间。
步骤S305:若实际量测数据在置信区间内,将实际量测数据标记为正常数据;或者,若实际量测数据不在置信区间内,则将实际量测数据标记为异常数据。
作为一种示例,若实际量测数据在置信区间内,将实际量测数据标记为正常数据。
作为另一种示例,若实际量测数据不在置信区间内,则将实际量测数据标记为异常数据。
步骤S306:根据校验结果将仿真预测数据与实际量测数据进行融合,获取最优估计数据和最优指令。
本申请的实施例中,步骤S306可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S307:基于最优估计数据和最优指令,对实际指令和实际量测数据进行校验评估。
本申请的实施例中,步骤S307可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
通过实施本申请实施例,可以基于PLC网络的数字仿真运行环境获取仿真预测数据,以根据仿真预测数据获取正常数据的阈值区间,从而根据该阈值区间对正常联测数据进行校验,以根据校验结果获取最优估计数据和最优指令,从而根据最优估计数据和最优指令,对实际指令和实际量测数据进行校验评估。能够高效的检测因传感器故障或恶意入侵造成的量测数据异常,保证PLC控制***的正常运行。
在一种实现方式中,可以根据传感器量测数据的校验结果,获取最优估计,并基于最优估计数据获取最优指令。作为一种示例,请参见图4,图4是本申请实施例提供的又一种基于数字仿真的量测数据校验评估方法的示意图。如图4所示,该方法可以包括但不限于以下步骤:
步骤S401:获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据。
本申请的实施例中,步骤S401可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S402:建立PLC网络的数字仿真运行环境。
本申请的实施例中,步骤S402可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S403:基于数字仿真运行环境,获取仿真预测数据。
本申请的实施例中,步骤S403可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S404:根据仿真预测数据对实际量测数据进行校验,获取实际量测数据是否正常的校验结果。
本申请的实施例中,步骤S404可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
步骤S405:若实际量测数据为正常数据,基于仿真预测数据与实际量测数据,利用卡尔曼滤波算法获取最优估计数据;或者,若实际量测数据为异常数据,将仿真预测数据作为最优估计数据。
作为一种示例,若实际量测数据为正常数据,基于仿真预测数据与实际量测数据,利用卡尔曼滤波算法获取最优估计数据
作为另一种示例,若实际量测数据为异常数据,将仿真预测数据作为最优估计数据。
步骤S406:将最优估计数据输入虚拟控制器,获取最优指令。
具体而言,将最优估计数据作为感知数据输入虚拟控制器,获取虚拟控制及基于该最优估计数据进行控制而发出的最优指令。
步骤S407:基于最优估计数据和最优指令,对实际指令和实际量测数据进行校验评估。
本申请的实施例中,步骤S407可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
通过实施本申请实施例,可以基于PLC网络的数字仿真运行环境获取仿真预测数据,并根据仿真预测数据对实际量测数据进行校验,以根据校验结果获取最优估计数据和最优指令,从而根据最优估计数据和最优指令,对实际指令和实际量测数据进行校验评估。能够高效的检测因传感器故障或恶意入侵造成的量测数据异常,保证PLC控制***的正常运行。
请参见图5,图5是本申请实施例提供的一种基于数字仿真的量测数据校验评估装置的示意图。如图5所示,该装置500包括:获取模块501,用于获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据;第一处理模块502,用于建立PLC网络的数字仿真运行环境;第二处理模块503,用于基于数字仿真运行环境,获取仿真预测数据;校验模块504,用于根据仿真预测数据对实际量测数据进行校验,获取实际量测数据是否正常的校验结果;第三处理模块505,根据校验结果将仿真预测数据与实际量测数据进行融合,获取最优估计数据和最优指令;检验评估模块506,用于基于最优估计数据和最优指令,对实际指令和实际量测数据进行校验评估。
在一种实现方式中,获取模块501具体用于:获取真实传感器上传给真实控制器的实际量测数据;获取真实控制器下发给真实传感器的实际指令。
在一种实现方式中,第一处理模块502具体用于:获取真实控制器的硬件信息和组态工程,并基于硬件信息和组态工程构建虚拟控制器;建立虚拟控制器与真实控制器之间的TCP/IP链路;获取真实传感器的工作参数,并基于工作参数构建虚拟传感器;建立虚拟传感器和虚拟控制器之间的I/O通道。
在一种可选地实现方式中,第一处理模块502具体用于:根据硬件信息构建虚拟控制器;其中,所述硬件信息包括以下至少一种:电源型号、CPU型号和I/O模块型号;将组态工程下装到虚拟控制器中;其中,组态工程包括以下至少一种:梯形图程序、内存映射表和I/O变量表。
在一种可选地实现方式中,第一处理模块502具体用于:获取真实控制器的通信配置信息;其中,通信配置信息包括以下至少一项:IP地址、端口号和协议类型;在组态工程中添加控制器通信网络,并根据通信配置信息建立通信网络中的TCP/IP链路。
在一种可选地实现方式中,第一处理模块502具体用于:根据真实传感器的工作参数,建立仿真运算模型;其中,工作参数包括以下至少一项:分辨率、灵敏度、采集频率和传输速度;利用数字仿真软件结合仿真运算模型,构建虚拟传感器。
在一种可选地实现方式中,第一处理模块502具体用于:在虚拟传感器的组态工程中添加I/O通道,并根据虚拟传感器类型设置I/O通道传输的数据类型。
在一种可选地实现方式中,第二处理模块503具体用于:基于I/O通道,使真实控制器将实际指令发送给虚拟传感器;根据实际指令,调整虚拟传感器的模型参数和工作状态;利用虚拟传感器进行数字仿真运行,获取仿真预测数据。
在一种实现方式中,校验模块504具体用于:建立仿真预测数据的概率分布模型,并根据概率分布模型确定仿真预测数据的置信区间;若实际量测数据在置信区间内,将实际量测数据标记为正常数据;或者,若实际量测数据不在置信区间内,则将实际量测数据标记为异常数据。
在一种实现方式中,第三处理模块505具体用于:若实际量测数据为正常数据,基于仿真预测数据与实际量测数据,利用卡尔曼滤波算法获取最优估计数据;或者,若实际量测数据为异常数据,将仿真预测数据作为最优估计数据;将最优估计数据输入虚拟控制器,获取最优指令。
通过本申请实施例的装置,可以基于PLC网络的数字仿真运行环境获取仿真预测数据,并根据仿真预测数据对实际量测数据进行校验,以根据校验结果获取最优估计数据和最优指令,从而根据最优估计数据和最优指令,对实际指令和实际量测数据进行校验评估。能够高效的检测因传感器故障或恶意入侵造成的量测数据异常,保证PLC控制***的正常运行。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
基于本申请的实施例,本申请还提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行前述任一实施例的方法。
请参见图6,如图6所示,为可以用来实施本申请的实施例的示例电子设备的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(Read-OnlyMemory,ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RandomAccess Memory,RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(Central Processing Unit,CPU)、图形处理单元(Graphics Processing Unit,GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(Digital Signal Process,DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如基于数字仿真的量测数据校验评估方法。例如,在一些实施例中,基于数字仿真的量测数据校验评估方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的基于数字仿真的量测数据校验评估方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于数字仿真的量测数据校验评估方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(Field Programmable Gate Array,FPGA)、专用集成电路(Application Specific Integrated Circuit,ASIC)、专用标准产品(ApplicationSpecific Standard Parts,ASSP)、芯片上***的***(System On Chip,SOC)、负载可编程逻辑设备(Complex Programmable Logic Device,CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器((Erasable Programmable Read-Only Memory,EPROM)或快闪存储器)、光纤、便捷式紧凑盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,阴极射线管(Cathode Ray Tube,CRT)或者LCD(Liquid Crystal Display,液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)、互联网和区块链网络。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS(VirtualPrivate Server,虚拟专用服务器)服务中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种基于数字仿真的量测数据校验评估方法,其特征在于,包括:
获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据;
建立所述PLC网络的数字仿真运行环境;
基于所述数字仿真运行环境,获取仿真预测数据;
根据所述仿真预测数据对所述实际量测数据进行校验,获取所述实际量测数据是否正常的校验结果;
根据所述校验结果将所述仿真预测数据与所述实际量测数据进行融合,获取最优估计数据和最优指令;
基于所述最优估计数据和所述最优指令,对所述实际指令和所述实际量测数据进行校验评估。
2.如权利要求1所述的方法,其特征在于,所述获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据,包括:
获取所述真实传感器上传给所述真实控制器的所述实际量测数据;
获取所述真实控制器下发给所述真实传感器的所述实际指令。
3.如权利要求1所述的方法,其特征在于,所述建立所述PLC网络的数字仿真运行环境,包括:
获取所述真实控制器的硬件信息和组态工程,并基于所述硬件信息和所述组态工程构建虚拟控制器;
建立所述虚拟控制器与所述真实控制器之间的传输控制协议/网际协议TCP/IP链路;
获取所述真实传感器的工作参数,并基于所述工作参数构建虚拟传感器;
建立所述虚拟传感器和所述虚拟控制器之间的输入/输出I/O通道。
4.如权利要求3所述的方法,其特征在于,所述基于所述硬件信息和所述组态工程构建虚拟控制器,包括:
根据所述硬件信息构建所述虚拟控制器;其中,所述硬件信息包括以下至少一种:电源型号、中央处理器CPU型号和I/O模块型号;
将所述组态工程下装到所述虚拟控制器中;其中,所述组态工程包括以下至少一种:梯形图程序、内存映射表和I/O变量表。
5.如权利要求3所述的方法,其特征在于,所述建立所述虚拟控制器与所述真实控制器之间的TCP/IP链路,包括:
获取所述真实控制器的通信配置信息;其中,所述通信配置信息包括以下至少一项:IP地址、端口号和协议类型;
在所述组态工程中添加控制器通信网络,并根据所述通信配置信息建立所述通信网络中的TCP/IP链路。
6.如权利要求3所述的方法,其特征在于,所述基于所述工作参数构建虚拟传感器,包括:
根据所述真实传感器的工作参数,建立仿真运算模型;其中,所述工作参数包括一下至少一项:分辨率、灵敏度、采集频率和传输速度;
利用数字仿真软件结合所述仿真运算模型,构建所述虚拟传感器。
7.如权利要求3所述的方法,其特征在于,所述建立所述虚拟传感器和所述虚拟控制器之间的I/O通道,包括:
在所述虚拟传感器的组态工程中添加所述I/O通道,并根据所述虚拟传感器类型设置所述I/O通道传输的数据类型。
8.如权利要求1所述的方法,其特征在于,所述基于所述数字仿真运行环境,获取仿真预测数据,包括:
基于所述I/O通道,使所述真实控制器将所述实际指令发送给所述虚拟传感器;
根据所述实际指令,调整所述虚拟传感器的模型参数和工作状态;
利用所述虚拟传感器进行数字仿真运行,获取所述仿真预测数据。
9.如权利要求1所述的方法,其特征在于,所述根据所述仿真预测数据对所述实际量测数据进行校验,获取所述实际量测数据是否正常的校验结果,包括:
建立所述仿真预测数据的概率分布模型,并根据所述概率分布模型确定所述仿真预测数据的置信区间;
若所述实际量测数据在所述置信区间内,将所述实际量测数据标记为正常数据;或者,
若所述实际量测数据不在所述置信区间内,则将所述实际量测数据标记为异常数据。
10.如权利要求1所述的方法,其特征在于,所述根据所述校验结果将所述仿真预测数据与所述实际量测数据进行融合,获取最优估计数据和最优指令,包括:
若所述实际量测数据为正常数据,基于所述仿真预测数据与所述实际量测数据,利用卡尔曼滤波算法获取所述最优估计数据;或者,
若所述实际量测数据为异常数据,将所述仿真预测数据作为所述最优估计数据;
将所述最优估计数据输入所述虚拟控制器,获取所述最优指令。
11.一种基于数字仿真的量测数据校验评估装置,其特征在于,包括:
获取模块,用于获取PLC网络中真实控制器的实际指令和真实传感器的实际量测数据;
第一处理模块,用于建立所述PLC网络的数字仿真运行环境;
第二处理模块,用于基于所述数字仿真运行环境,获取仿真预测数据;
校验模块,用于根据所述仿真预测数据对所述实际量测数据进行校验,获取所述实际量测数据是否正常的校验结果;
第三处理模块,用于根据所述校验结果将所述仿真预测数据与所述实际量测数据进行融合,获取最优估计数据和最优指令;
检验评估模块,用于基于所述最优估计数据和所述最优指令,对所述实际指令和所述实际量测数据进行校验评估。
12.一种电子设备,其特征在于,包括:
至少一个处理器;
以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310661472.0A CN116599856A (zh) | 2023-06-06 | 2023-06-06 | 基于数字仿真的量测数据校验评估方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310661472.0A CN116599856A (zh) | 2023-06-06 | 2023-06-06 | 基于数字仿真的量测数据校验评估方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116599856A true CN116599856A (zh) | 2023-08-15 |
Family
ID=87608036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310661472.0A Pending CN116599856A (zh) | 2023-06-06 | 2023-06-06 | 基于数字仿真的量测数据校验评估方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116599856A (zh) |
-
2023
- 2023-06-06 CN CN202310661472.0A patent/CN116599856A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106054822B (zh) | 规划和工程设计方法,软件工具和模拟工具 | |
CN113010896B (zh) | 确定异常对象的方法、装置、设备、介质和程序产品 | |
CN115689534B (zh) | 基于大数据的设备寿命管理的方法、装置、设备及介质 | |
GB2513141A (en) | Data processing system with real-time data center air flow simulator | |
CN111241660B (zh) | 一种基于云计算技术的土木工程实验检测***及方法 | |
CN114417780B (zh) | 状态同步方法、装置、电子设备及存储介质 | |
CN112862222A (zh) | 空调回风温度的预测方法、异常监控方法和相关装置 | |
CN116599856A (zh) | 基于数字仿真的量测数据校验评估方法、装置及电子设备 | |
US10218722B2 (en) | Method and system for developing an anomaly detector for detecting an anomaly parameter on network terminals in a distributed network | |
CN115329597A (zh) | 用于仿真检测高精地图质量的方法、装置和设备 | |
CN114812576A (zh) | 地图匹配方法、装置及电子设备 | |
CN114116288A (zh) | 故障处理方法、装置及计算机程序产品 | |
CN114692903A (zh) | 用于设备故障检测的方法及终端设备 | |
CN113484686A (zh) | 一种电力线路故障位置确定方法、装置及终端 | |
CN117997758A (zh) | 一种网络容灾属性确定方法、装置、电子设备及存储介质 | |
CN112835007B (zh) | 点云数据转换方法、装置、电子设备和存储介质 | |
CN115422555B (zh) | 后门程序检测方法、装置、电子设备及存储介质 | |
CN116107890A (zh) | 基于数理建模与机理分析的联合故障预警模型测试方法 | |
CN116483607A (zh) | 一种异常功能维护方法、装置、设备及存储介质 | |
CN115576265A (zh) | Plc设备模拟方法、装置、设备以及存储介质 | |
CN116976611A (zh) | 一种电网规划的测试方法、装置、电子设备和存储介质 | |
WO2023073946A1 (ja) | データ処理装置、データ処理方法、および記録媒体 | |
CN117333595A (zh) | 锅炉水冷壁缺陷展示方法、装置、电子设备和存储介质 | |
CN116504042A (zh) | 一种异常温度告警的生成方法、装置、设备及介质 | |
CN117061564A (zh) | 车辆信号传输状态的验证方法、装置、设备及介质 |
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 |