CN116757447B - 一种智能快检装置的测试任务分配方法及*** - Google Patents
一种智能快检装置的测试任务分配方法及*** Download PDFInfo
- Publication number
- CN116757447B CN116757447B CN202311026481.9A CN202311026481A CN116757447B CN 116757447 B CN116757447 B CN 116757447B CN 202311026481 A CN202311026481 A CN 202311026481A CN 116757447 B CN116757447 B CN 116757447B
- Authority
- CN
- China
- Prior art keywords
- test
- task
- quick
- key
- distribution transformers
- 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.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 235
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000009826 distribution Methods 0.000 claims abstract description 134
- 238000001514 detection method Methods 0.000 claims abstract description 56
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 238000005070 sampling Methods 0.000 claims description 38
- 238000012797 qualification Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 16
- 238000007689 inspection Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 3
- 238000013398 bayesian method Methods 0.000 claims description 2
- 239000012085 test solution Substances 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011056 performance test Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/62—Testing of transformers
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种智能快检装置的测试任务分配方法及***,包括:任务服务器生成抽检任务以及任务编号,为每一测试任务生成第二密钥作为加密密钥,将下一次测试任务的定位坐标指派给快检装置,以及将任务详情通过加密传输至快检装置,所述任务详情包括测试项目;快检装置接收任务服务器发送的定位坐标并移动至目的地,以及接收并解密任务服务器发送的任务详情,执行相应的测试项目,使用加密算法对测试数据和结果进行加密处理,将加密后的数据回传至所述任务服务器。本发明提供一种基于盲检形式的智能配电变压器抽检方法,实现试验任务自动下载、试验项目智能匹配和检测数据在线回传,对现有抽检业务流程进行优化和改进。
Description
技术领域
本发明属于属于变压器测试技术领域,尤其涉及一种智能快检装置的测试任务分配方法及***。
背景技术
配电变压器是电力***中的关键设备,其安全、稳定运行对整个供电网络至关重要。为确保配电变压器的性能和质量,对其进行定期的检测和维护至关重要。如CN114167126A公开了一种配电变压器监管***,包括配电变压器本体,配电变压器本体测试用写标签单元、直阻变比测试单元、性能测试单元和局放试验单元,写标签单元、直阻变比测试单元、性能测试单元和局放试验单元内均设置有监控拍照设备,在配电变压器本体的表面增加NFC标签,通过手机或者专用的扫描设备来扫描NFC标签,从而可以随时查询配电变压器本体的生产厂家、物流信息、实验报告、试验记录和每个检测环节的照片,使得配电变压器本体的生产、检测、销售、入库、出库、物流等各个环节均在监控管理内,从而可以从根本上杜绝贴牌生产、假冒实验报告等现象,可以减少变压器的抽检数量,达到节能降耗的目的。然而,随着电力***规模的扩大和设备数量的增加,传统的配电变压器抽检业务流程面临许多挑战。
传统的抽检方法通常流程繁琐、耗时较长,难以满足现代电力***对高效、快速抽检的需求。对于大量分布在不同地理位置的配电变压器设备,逐一进行人工抽检不仅效率低下,还可能存在抽检质量不稳定的问题。此外,大规模的抽检任务可能导致抽检周期过长,增加了设备隐患的风险。
在传统的抽检形式下,试验任务分配、试验项目匹配和检测数据传输往往缺乏智能化手段。试验任务的分配和试验项目的匹配主要依赖于人工操作,容易出现错误,导致抽检效率低下。此外,现有技术在检测数据的实时回传至物资质量质控平台方面存在不足,难以满足实时监控和数据分析的需求。
此外,传统抽检方法中涉及的敏感信息和数据传输安全性也存在一定风险。检测数据往往包含关键设备的运行状况、故障信息等敏感信息,如何保证这些数据在传输过程中不被窃取、篡改成为了一个亟待解决的问题。同时,传统的数据传输方式可能存在安全隐患,容易导致数据泄露或被恶意攻击。
现有的配电变压器抽检方法很难实现任务的智能分配和动态调整。在大量抽检任务中,对于如何合理安排设备、人员和时间资源,以提高抽检效率和质量,现有技术中缺乏有效的任务分配策略,导致资源利用率低下,抽检周期过长。
因此,传统的配电变压器抽检业务流程在试验任务自动下载、试验项目智能匹配、检测数据在线回传等方面存在诸多不足。为解决这些问题,有必要研究一种新型的配电变压器检测任务分配方法,以提高抽检业务流程的效率、质量和安全性。
发明内容
针对上述现有技术中存在的缺陷,本发明提供一种智能快检装置的测试任务分配方法,包括:
任务服务器生成抽检任务列表以及对每一抽检任务生成唯一的任务编号,所述抽检任务列表中的每一项抽检任务对应一个配电变压器的测试任务,所述测试任务包含多个测试项目;
所述任务服务器为每一快检装置对应一个配电变压器的测试任务生成第二密钥作为加密密钥;
所述任务服务器将下一次测试任务的定位坐标指派给快检装置,以及将任务详情通过加密传输至快检装置,所述任务详情包括测试项目;
所述快检装置接收任务服务器发送的定位坐标并移动至目的地对应位置,以及接收并解密任务服务器发送的任务详情,执行相应的测试项目;
快检装置将测试数据和结果存储在加密的存储介质中,以及使用加密算法对测试数据和结果进行加密处理,将加密后的数据实时回传至所述任务服务器,在所述任务服务器负责解密快检装置回传的数据并判断测试结果是否合格;或者,
所述快检装置在本地生成判断测试结果是否合格的测试结论,并将测试结论加密后发送给所述任务服务器。
其中,所述任务服务器生成抽检任务包括根据生产厂家、入库日期等 信息,使用随机抽样算法生成抽检任务;
以及,对每一抽检任务生成唯一的任务编号包括根据生产厂家、入库日期生成唯一的任务编号。
其中,所述测试任务分配方法还包括:
所述任务服务器根据已有测试结果计算当前批次配电变压器当前的合格率,且根据距离最近的多个抽检任务的合格测试结果更新当前批次的预测合格率;
基于预测的合格率动态调整抽检比例和测试项目的抽检方案。
其中,所述任务服务器根据已有测试结果预估出当前批次配电变压器的合格率,且根据距离最近的多个抽检任务的合格测试结果更新当前批次的预测合格率,包括:
若测试样本的数量达到测试样本阈值则开始启动基于预测的合格率动态调整抽检比例和测试项目的抽检方案的步骤,所述测试样本阈值是预先设定的;
使用贝叶斯方法更新不合格概率,在每次新的抽检结果出现时,根据新测试数据更新每个批次i中各测试项目j的不合格概率,对于每个批次i中各测试项目j的预测不合格概率P(C_ij | P_ij, B_ij);
P(C_ij | P_ij, B_ij)为在已知不合格率为P_ij和X个配电变压器中的不合格变压器个数为B_ij的情况下,剩下配电变压器的不合格率为C_ij的概率;
其中 P(C_ij | P_ij, B_ij)的计算公式如下:
P(C_ij | P_ij, B_ij) = P(B_ij | C_ij, P_ij) * P(C_ij | P_ij) / P(B_ij| P_ij),
其中,P(B_ij | C_ij, P_ij)表示在已知不合格率为P_ij和剩下配电变压器的不合格率为C_ij的情况下,X个配电变压器中的不合格数为B_ij的概率,P(C_ij | P_ij)表示在已知不合格率为P_ij的情况下,剩下配电变压器的不合格率为C_ij的概率,P(B_ij | P_ij)表示在已知不合格率为P_ij的情况下,X个配电变压器中的不合格数为B_ij的概率。
其中,所述P(B_ij | C_ij, P_ij)为在已知不合格率为P_ij和剩下配电变压器的不合格率为C_ij的情况下,X个配电变压器中的不合格数为B_ij的概率,计算公式如下:
P(B_ij | C_ij, P_ij) = (X choose B_ij) * C_ij^B_ij * (1-C_ij)^(X-B_ij),
其中,(X choose B_ij)表示从X个配电变压器中选择B_ij个不合格配电变压器的组合数,C_ij表示剩下配电变压器的不合格率,P_ij表示已知的不合格率,B_ij表示X个配电变压器中不合格配电变压器的数量,X-B_ij表示X个配电变压器中合格配电变压器的数量。
其中,P(C_ij | P_ij) = P_ij;
以及,在已知P_ij和X的情况下,使用二项分布来计算P(B_ij | P_ij),包括:
P(B_ij | P_ij) = (X choose B_ij) * P_ij^B_ij * (1-P_ij)^(X-B_ij),
其中,(X choose B_ij)表示从X个配电变压器中选择B_ij个不合格配电变压器的组合数,P_ij表示每个配电变压器不合格的概率,B_ij表示X个配电变压器中不合格配电变压器的数量,(1-P_ij)表示每个配电变压器合格的概率,X-B_ij表示X个配电变压器中合格配电变压器的数量,P_ij^B_ij表示P_ij的B_ij次方,(1-P_ij)^(X-B_ij)表示(1-P_ij)的(X-B_ij)次方。
其中,(X choose B_ij)表示从X个配电变压器中选择B_ij个不合格配电变压器的组合数,使用组合数公式进行计算,即:
(X choose B_ij) = X! / (B_ij! * (X-B_ij)!);
其中,!表示阶乘,即n! = n * (n-1) * (n-2) * … * 2 * 1;
先计算B_ij!和(X-B_ij)!,然后再计算X!,最后将它们相除即可得到组合数(Xchoose B_ij)。
其中,基于预测的合格率动态调整抽检比例和测试项目的抽检方案,包括:
根据预测的整体不合格率,动态调整每个批次i的抽检次数为Sample_Count_i:
Sample_Count_i = Base_Count_i * (1 + k * (1 - P(C_ij | P_ij, B_ij))),
其中,Sample_Count_i表示针对第i个批次的抽检次数,Base_Count_i表示针对第i个批次的基本抽检次数,k表示调整系数,P(C_ij | P_ij, B_ij):表示给定历史数据情况下预计或预测的不合格率,(1 - P(C_ij | P_ij, B_ij))表示给定历史数据情况下估计或预测的合格率。
其中,基于预测的合格率动态调整抽检比例和测试项目的抽检方案,还包括:
对于每个批次i,根据各测试项目j的预测合格率,确定是否需要测试该项目,包括:将预测合格率低于第一阈值的测试项目标记为问题项目,将所述问题项目确定为该批次剩余抽检的测试方案;
以及将预测合格率高于第二阈值的测试项目从该批次剩余抽检的测试方案中移除。
其中,所述任务服务器为每一快检装置对应一个配电变压器的测试任务生成第二密钥作为加密密钥,包括使用结合对称加密算法P_ijES,哈希函数SHA_256和非对称加密算法ECC 生成第二密钥的方式来为不同测试任务生成不同第二密钥;
所述任务服务器对所述第二密钥进行公钥加密,然后将加密后的所述第二密钥指示给快检装置;
所述快检装置使用私钥对接收到的加密数据进行解密得到所述第二密钥的值;
所述快检装置使用第二密钥进行测试数据和结果、以及测试结论的加密。
其中,所述使用结合对称加密算法P_ijES,哈希函数SHA_256和非对称加密算法ECC生成第二密钥的方式来为不同测试任务生成不同第二密钥,包括:
任务服务器中存有每一个快检装置对应的第一密钥,确定当前接受测试任务的快检装置的第一密钥Key1;
所述任务服务器根据生产厂家、入库日期生成唯一的任务编号TaskID;
使用哈希函数SHA_256对任务编号TaskID进行哈希运算:
Hash_TaskID = SHA_256(TaskID);
将第一密钥Key1与哈希后的任务编号Hash_TaskID进行异或运算XOR,得到中间密钥Intermediate_Key,包括:
Intermediate_Key = Key1 XOR Hash_TaskID;
生成椭圆曲线加密算法ECC的一对公钥ECC_PublicKey和私钥ECC_PrivateKey;
使用ECC公钥对中间密钥Intermediate_Key进行加密,得到第二密钥Key2,包括:
Key2 = ECC_Encrypt(Intermediate_Key, ECC_PublicKey);
将第二密钥Key2作为该快检装置对应这一个配电变压器的测试任务的加密密钥。
本发明还提供一种智能快检装置的测试任务分配***,使用上述智能快检装置的测试任务分配方法,测试任务分配***包括通信连接的任务服务器和快检装置;
任务服务器用于生成抽检任务列表以及对每一抽检任务生成唯一的任务编号;用于为每一快检装置对应一个配电变压器的测试任务生成第二密钥作为加密密钥;用于将下一次测试任务的定位坐标指派给快检装置,以及将任务详情通过加密传输至快检装置;还用于解密快检装置回传的数据并判断测试结果是否合格;
快检装置用于接收任务服务器发送的定位坐标并移动至目的地对应位置,以及接收并解密任务服务器发送的任务详情,执行相应的测试项目,用于将测试数据和结果存储在加密的存储介质中,以及使用加密算法对测试数据和结果进行加密处理,将加密后的数据实时回传至任务服务器,还用于在本地生成判断测试结果是否合格的测试结论,并将测试结论加密后发送给任务服务器。
本发明还提供一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述的测试任务分配方法中的步骤。
本发明提供一种基于盲检形式的智能配电变压器抽检方法及***,实现试验任务自动下载、试验项目智能匹配和检测数据在线回传至物资质量质控平台,利用加密技术和智能调整算法对现有抽检业务流程进行优化和改进。
附图说明
通过参考附图阅读下文的详细描述,本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本公开的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1是示出根据本发明实施例的智能快检装置的测试任务分配方法的流程图;
图2是示出根据本发明实施例的动态调整抽检比例和测试项目方案的流程图;
图3是示出根据本发明实施例的加密密钥生成方法的流程图;
图4是示出根据本发明实施例的智能快检装置的测试任务分配***的示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,尽管在本发明实施例中可能采用术语第一、第二、第三等来描述……,但这些……不应限于这些术语。这些术语仅用来将……区分开。例如,在不脱离本发明实施例范围的情况下,第一……也可以被称为第二……,类似地,第二……也可以被称为第一……。
应当理解,本文中使用的术语“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,P_ij和/或B_ij,可以表示:单独存在P_ij,同时存在P_ij和B_ij,单独存在B_ij这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
如图1所示,本发明公开了一种智能快检装置的测试任务分配方法,包括:
任务服务器生成抽检任务以及对每一抽检任务生成唯一的任务编号;
所述任务服务器为每一快检装置对应一个配电变压器的测试任务生成第二密钥作为加密密钥;
所述任务服务器将下一次测试任务的定位坐标指派给快检装置,以及将任务详情通过加密传输至快检装置,所述任务详情包括测试项目;
所述快检装置接收任务服务器发送的定位坐标并移动至目的地,以及接收并解密任务服务器发送的任务详情,执行相应的测试项目;
快检装置将测试数据和结果存储在加密的存储介质中,以及使用加密算法对测试数据和结果进行加密处理,将加密后的数据实时回传至所述任务服务器,在所述任务服务器负责解密数据并判断测试结果是否合格,或者所述快检装置在本地生成判断测试是否合格的测试结论,并将测试结论加密后发送给所述任务服务器。
本发明公开了一种智能快检装置的测试任务分配方法,包括任务服务器根据配电变压器的生产厂家、入库日期等信息,使用随机抽样算法生成抽检任务,任务服务器根据生产厂家、入库日期,将这些信息替换为唯一的任务编号。之后,任务服务器生成第二密钥(Key2)作为该快检装置对应这一个配电变压器测试任务的加密密钥,即每个测试任务分别生成一个第二密钥,向移动智能快检装置指派下一次测试任务,首先给出定位坐标让快检装置移动到目的地。任务服务器将任务详情(如测试项目等)通过加密传输至快检装置。
智能快检装置接收任务服务器发送的定位坐标,并移动至目的地。所述快检装置接收并解密任务服务器发送的任务详情,执行相应的测试项目。快检装置将测试数据和结果存储在加密的存储介质中,确保无授权访问时无法读取数据。所述快检装置还设置访问控制,限制操作者查看测试结果。使用加密算法对测试数据和结果进行加密处理,确保数据在传输过程中的安全性。最后,快检装置将加密后的数据实时回传至任务服务器,让服务器负责解密数据并判断测试结果是否合格。或者,快检装置在本地生成判断测试结果是否合格的测试结论,将测试结论加密后发送给服务器。
下面分别对任务服务器或在物资质量监督平台、以及在智能快检装置执行的功能进行说明:
一、任务服务器(物资质量监督平台):
(1)确定随机抽检集合并生成任务编号。
a.根据生产厂家、入库日期等信息,使用随机抽样算法生成抽检任务,包括:根据不同的厂家和不同的入库批次确定不同批次,任务服务器中存储有入库时间和变压器对应信息的列表,根据已划分好的批次,从服务器中找出每个批次对应的变压器信息。对于每个批次,将变压器按照入库时间排序。可以选择按照入库时间从早到晚或从晚到早排序。确定每个批次的抽样比例。抽样比例可以根据历史数据、配电变压器质量或其他业务需求来确定。例如,对于质量较高的生产厂家和较新的入库批次,可以设定较低的抽样比例;而对于质量较低的生产厂家和较旧的入库批次,可以设定较高的抽样比例。对于每个批次,基于入库时间和抽样比例进行随机抽样。例如,对于批次1,如果抽样比例为10%,那么从按入库时间排序的变压器列表中随机选择10%的样本(随机确定或者按照特定规则如每10个抽取第m个,m为1到10的随机数)。将每个批次抽取的样本汇总,得到最终的抽检样本集合。
b. 根据生产厂家、入库日期生成唯一的任务编号。
采用一种基于生产厂家(Manufacturer)和入库时间(StorageDate)的简单编码方式。具体步骤如下:
为每个生产厂家分配一个唯一的简短编码(M_Code),例如,将生产厂家名称的前两个字母转换为大写。
将入库时间(StorageDate)转换为简短的字符串形式,例如,将日期转换为“年份后两位+月份+日期”的格式,如2021年3月25日表示为“210325”。
生成一个简短的随机数字(RandomNumber),例如生成一个两位数的随机数。
将生产厂家编码(M_Code)、简短的入库时间字符串(Short_StorageDate)和随机数字(RandomNumber)连接在一起,生成任务编号(TaskID):
TaskID = M_Code + Short_StorageDate + str(RandomNumber)
例如,对于一个生产厂家为“Siemens”的配电变压器,入库时间为2021年3月25日,生成的随机数为37,任务编号(TaskID)将为:“SI21032537”。
(2)任务分配与定位坐标发送:
向移动智能快检装置指派下一次测试任务,首先给出定位坐标让快检装置移动到目的地,在确定快检装置到达以后将任务详情(如测试项目等)传输至快检装置。
(3)监控快检装置位置:
接收快检装置在位置发生变化时上报的位置信息,确保平台知晓快检装置的位置,平台需要对快检设备的位置和目标待测试变压器的位置是否匹配进行实时监控,不匹配时向对应快检装置发送位置警告指示,所述快检装置根据位置警告指示在的显示装置上进行位置警示提醒。
(4)动态调整抽检比例和测试项目方案:
根据现有的测试结果预估出当前批次的合格率,且根据最近几个样本的合格测试结果更新当前批次的预测合格率,基于预测的合格率调整抽检比例和方案。根据问题测试结果中出现问题的项目的出现概率,重新确定对该批次的测试样本数量和测试项目方案,对于每个批次i(i=1,2,...,m),计算各测试项目j(j=1,2,...,11)的不合格率P_ij,并使用贝叶斯概率方法结合历史数据预测整体不合格率P(C_ij | P_ij, B_ij)。
如图2所示,动态调整抽检比例和测试项目方案包括如下步骤:
步骤4-1,确定不合格率:
确定每个批次i(i=1,2,...,m)中各测试项目j(j=1,2,...,11)的不合格率P_ij。配电变压器的C级测试项目共有11项,快检装置用于对这11个测试项目进行快速检测和测试,因此j=1,2,...,11。
步骤4-2,使用贝叶斯方法更新不合格概率。在每次新的抽检结果出现时,根据新数据更新每个批次i(i=1,2,...,m)中各测试项目j(j=1,2,...,11)的不合格概率。对于每个批次i(i=1,2,...,m)中各测试项目j(j=1,2,...,11)的预测不合格概率P(C_ij | P_ij,B_ij)。
P(C_ij | P_ij, B_ij):在已知不合格率为P_ij和X个配电变压器中的不合格变压器个数为B_ij的情况下,剩下配电变压器的不合格率为C_ij的概率:P(C_ij | P_ij, B_ij)的计算公式如下:
P(C_ij | P_ij, B_ij) = P(B_ij | C_ij, P_ij) * P(C_ij | P_ij) / P(B_ij| P_ij),
其中,P(B_ij | C_ij, P_ij)表示在已知不合格率为P_ij和剩下配电变压器的不合格率为C_ij的情况下,X个配电变压器中的不合格数为B_ij的概率,P(C_ij | P_ij)表示在已知不合格率为P_ij的情况下,剩下配电变压器的不合格率为C_ij的概率,P(B_ij | P_ij)表示在已知不合格率为P_ij的情况下,X个配电变压器中的不合格数为B_ij的概率。
P(B_ij | C_ij, P_ij)为在已知不合格率为P_ij和剩下配电变压器的不合格率为C_ij的情况下,X个配电变压器中的不合格数为B_ij的概率:
P(B_ij | C_ij, P_ij) = (X choose B_ij) * C_ij^B_ij * (1-C_ij)^(X-B_ij),其中(X choose B_ij)表示从X个配电变压器中选择B_ij个不合格配电变压器的组合数,C_ij表示剩下配电变压器的不合格率,P_ij表示已知的不合格率,B_ij表示X个配电变压器中不合格配电变压器的数量,X-B_ij表示X个配电变压器中合格配电变压器的数量。
在已知P_ij和X的情况下,可以使用最大似然估计来估计C_ij的值。具体地,可以将P(B_ij | C_ij, P_ij)看作C_ij的函数,本发明中为了简化模型将C_ij的估计值设为B_ij/X,然后代入公式P(B_ij | C_ij, P_ij)中计算P(B_ij | C_ij, P_ij)的值。
在已知P_ij的情况下,具体地,P(C_ij | P_ij) = P_ij,因为在已知不合格率为P_ij的情况下,剩下配电变压器的不合格率必须等于P_ij,因此P(C_ij | P_ij) = P_ij。
在已知P_ij和X的情况下,可以使用二项分布来计算P(B_ij | P_ij)。具体地,P(B_ij | P_ij) = (X choose B_ij) * P_ij^B_ij * (1-P_ij)^(X-B_ij),其中(X chooseB_ij)表示从X个配电变压器中选择B_ij个不合格配电变压器的组合数,P_ij表示每个配电变压器不合格的概率,B_ij表示X个配电变压器中不合格配电变压器的数量,(1-P_ij)表示每个配电变压器合格的概率,X-B_ij表示X个配电变压器中合格配电变压器的数量。P_ij^B_ij表示P_ij的B_ij次方,(1-P_ij)^(X-B_ij)表示(1-P_ij)的(X-B_ij)次方。
(X choose B_ij)表示从X个配电变压器中选择B_ij个不合格配电变压器的组合数,可以使用组合数公式进行计算,即:
(X choose B_ij) = X! / (B_ij! * (X-B_ij)!);
其中,!表示阶乘,即n! = n * (n-1) * (n-2) * … * 2 * 1。因此可以先计算B_ij!和(X-B_ij)!,然后再计算X!,最后将它们相除即可得到组合数。
例如,如果X=10,B_ij=3,那么:(B_ij!) = 3! = 3 * 2 * 1 = 6;(X-B_ij)! =(10-3)! = 7! = 7 * 6 * 5 * 4 * 3 * 2 * 1 = 5040;(X choose B_ij) = X! / (B_ij!* (X-B_ij)!) = 10! / (3! * 7!) = 120;因此,从10个配电变压器中选择3个不合格配电变压器的组合数为120。
下面以一个具体的案例进行说明:
例如,已知该批次i对测试项目j的不合格率为P_ij=0.1,假设新检测有100个配电变压器,其中有15个配电变压器是不合格的,即X=100,B_ij=15。现在想要计算该批次i剩下配电变压器中测试项目j的不合格率为C_ij的概率,即P(C_ij | P_ij, B_ij)。
首先,估计C_ij的值,这里为了简化计算,可以直接将C_ij的估计值设为B_ij/X,即C_ij=15/100=0.15。
接下来,可以使用二项分布来计算P(C_ij | P_ij, B_ij)。具体地,P(C_ij | P_ij, B_ij) = P(B_ij | C_ij, P_ij) * P(C_ij | P_ij) / P(B_ij | P_ij),其中P(B_ij| C_ij, P_ij)表示在已知不合格率为P_ij和剩下配电变压器的不合格率为C_ij的情况下,100个配电变压器中的不合格数为15的概率,P(C_ij | P_ij)表示在已知不合格率为P_ij的情况下,剩下配电变压器的不合格率为C_ij的概率,P(B_ij | P_ij)表示在已知不合格率为P_ij的情况下,100个配电变压器中的不合格数为15的概率。
根据上面的估计值,可以计算P(B_ij | C_ij, P_ij)的值。具体地,P(B_ij | C_ij, P_ij) = (100 choose 15) * 0.15^15 * (1-0.15)^(100-15) ≈ 0.013。同时,也可以使用二项分布来计算P(B_ij | P_ij)的值。具体地, P(B_ij | P_ij) = (100 choose15) * 0.1^15 * (1-0.1)^(100-15) ≈ 0.0003。而P(C_ij | P_ij) = P_ij = 0.1。
因此,可以将这些值代入公式P(C_ij | P_ij, B_ij)中计算P(C_ij | P_ij, B_ij)的值。具体地,P(C_ij | P_ij, B_ij) = P(B_ij | C_ij, P_ij) * P(C_ij | P_ij) /P(B_ij | P_ij) ≈ 0.013 * 0.1 / 0.0003 ≈ 4.33。这意味着,在已知不合格率为0.1和新抽检的100个变压器中有15个不合格配电变压器的情况下,剩下配电变压器的不合格率为C_ij的概率约为4.33%。
步骤4-3,调整抽检方案和测试项目方案:
根据预测的整体不合格率,动态调整每个批次i的抽检次数Sample_Count_i。
Sample_Count_i = Base_Count_i * (1 + k * (1 - P(C_ij | P_ij, B_ij)))。
Sample_Count_i:表示针对第i个批次的抽检次数,它是根据预测的整体不合格率动态调整的;
Base_Count_i:表示针对第i个批次的基本抽检次数,也就是本次动态调整之前确定的抽检次数;
k表示调整系数,用于控制根据预测的整体不合格率调整抽检次数的程度。k值越大,调整幅度越大;k值越小,调整幅度越小。
P(C_ij | P_ij, B_ij)表示给定历史数据情况下预计或预测的不合格率。
1 - P(C_ij | P_ij, B_ij)表示给定历史数据情况下估计或预测的合格率。
根据预测的整体不合格率,动态调整每个批次的抽检次数。当预测的合格率较高时(即1 - P(C_ij | P_ij, B_ij)接近1),调整后的抽检次数将接近基本抽检次数(Base_Count_i)。反之当预测的合格率较低时(即1 - P(C_ij | P_ij, B_ij)接近0),调整后的抽检次数将远大于基本抽检次数。这样可以在保证质量的前提下,提高检测效率。
对于每个批次i,根据各测试项目j的预测合格率(1 - P(C_ij | P_ij, B_ij)),确定是否需要测试该项目。将预测合格率(1 - P(C_ij | P_ij, B_ij))低于设定阈值(例如60%)的测试项目标记为问题项目。将问题项目确定为该批次剩余抽检的测试方案,而对于预测合格率非常高的测试项目(例如99%,且测试样本大于测试样本阈值),可以将其从该批次剩余抽检的测试方案中移除,以提高测试效率。
测试样本阈值可以预先设定,达到测试样本阈值才开始启动调整抽检比例和方案的步骤。测试样本阈值可以是数量数值,也可以比例数值(批次中已测试样本的占比)。
(5)接收加密测试数据与结果:
接收快检装置传输的加密数据,进行解密处理并判断测试结果是否合格,对加密处理的测试报告进行解密,并保存在服务器中。或者,直接接收快检装置发送的加密后的测试结论,进行解密处理并保存在服务器中。
二、智能快检装置:
移动式配电变压器智能快检装置开展设备的试验项目(如表1所示),通过***后台实时自动归集测试数据至物资质量监督平台,从而实现变电变压器现场检测全过程线上管控。
表1 设备试验项目
但针对仓储预检的移动检测需求,需要强化C级能力现场移动式应用的方向上,对目前试验装备及***开展移动化研究。
移动式配电变压器智能快检装置共11个C级试验能力各试验项目如下:
(1)绕组电阻测量;
(2)电压比测量和联结组标号检定;
(3)额定电压下空载损耗和空载电流测量、在90%和110%额定电压下的空载损耗和空载电流测量;
(4)短路阻抗和负载损耗测量;
(5)感应耐压试验;
(7)绝缘***电容的介质损耗因数(tanδ)测量、绕组对地及绕组间电容测量;
(8)外施耐压试验。
表2 设备关键性能指标
所述智能快检装置在检测任务的安全分配过程中所执行的功能包括:
(1)接收任务与定位坐标:
接收任务服务器发送的定位坐标,移动至目的地,接收并解密任务服务器发送的任务详情。
(2)上报位置信息:
在位置发生变化时,触发位置信息上报至任务服务器,保证服务器知晓快检装置的位置。
(3)执行测试任务:
根据任务详情,执行相应的测试项目得到测试数据和结果,以及将测试数据和结果存储在加密的存储介质中,确保无授权访问时无法读取数据。限制本地结果查看包括设置访问控制,限制操作者查看测试结果。例如,可以使用硬件保护、操作***权限控制等手段实现。
(4)加密传输测试数据与结果:使用加密算法对测试数据和结果进行加密处理,确保数据在传输过程中的安全性。将加密后的数据实时回传至任务服务器,由任务服务器负责解密数据并判断测试结果是否合格。或者,在智能快检装置被授权可以处理数据时,对测试数据结果进行处理分析得到测试结论,将加密后的测试结论发送给任务服务器。
如图3所示,本发明中,采用一种加密算法对测试数据和结果,或者测试结论的传输进行加密,该加密算法对于某个快检装置用于对每一次测试任务生成不同的加密密钥,也就是说每一次任务中快检装置上报测试数据和结果,或测试结论使用的加密密钥都不相同。
所述加密密钥生成的步骤在任务服务器中完成,加密密钥key2生成方法的步骤如下:
步骤1,任务服务器中存有每一个快检装置对应的第一密钥,确定当前接受测试任务的快检装置的第一密钥(Key1)。
步骤2,所述任务服务器根据生产厂家、入库日期生成唯一的任务编号(TaskID)。
步骤3,使用哈希函数(如SHA_256)对任务编号进行哈希运算:
Hash_TaskID = SHA_256(TaskID)。
步骤4,将第一密钥(Key1)与哈希后的任务编号(Hash_TaskID)进行异或运算(XOR):
Intermediate_Key = Key1 XOR Hash_TaskID,
步骤5,生成椭圆曲线加密算法(ECC)的一对公钥(ECC_PublicKey)和私钥(ECC_PrivateKey)。
使用ECC公钥对中间密钥(Intermediate_Key)进行加密:
Key2 = ECC_Encrypt(Intermediate_Key, ECC_PublicKey)
将第二密钥(Key2)作为该快检装置对应这一个配电变压器测试的加密密钥。
任务服务器生成一对公钥和私钥,将私钥发送给快检装置。任务服务器对Key2 进行公钥加密,然后将加密后的 Key2 指示给快检装置。所述快检装置使用私钥对接收到的加密数据进行解密得到 Key2 的值。
所述快检装置使用第二密钥(Key2)进行测试数据和结果的加密,包括使用P_ijES加密算法,以Key2作为密钥,对测试数据和结果进行加密。
本发明通过结合对称加密算法(P_ijES),哈希函数(SHA_256)和非对称加密算法(ECC),生成第二密钥的方式为不同任务生成不同密钥,充分保证了数据安全性。
本发明提供一种基于盲检形式的智能配电变压器抽检方法,实现试验任务自动下载、试验项目智能匹配和检测数据在线回传至物资质量质控平台。利用加密技术和智能调整算法对现有抽检业务流程进行优化和改进。
如图4所示,本发明还提供一种智能快检装置的测试任务分配***,使用上述智能快检装置的测试任务分配方法,测试任务分配***包括通信连接的任务服务器和快检装置;
任务服务器用于生成抽检任务列表以及对每一抽检任务生成唯一的任务编号;用于为每一快检装置对应一个配电变压器的测试任务生成第二密钥作为加密密钥;用于将下一次测试任务的定位坐标指派给快检装置,以及将任务详情通过加密传输至快检装置;还用于解密快检装置回传的数据并判断测试结果是否合格;
快检装置用于接收任务服务器发送的定位坐标并移动至目的地对应位置,以及接收并解密任务服务器发送的任务详情,执行相应的测试项目,用于将测试数据和结果存储在加密的存储介质中,以及使用加密算法对测试数据和结果进行加密处理,将加密后的数据实时回传至任务服务器,还用于在本地生成判断测试结果是否合格的测试结论,并将测试结论加密后发送给任务服务器。
本发明还提供一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述的测试任务分配方法中的步骤。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RP_ijM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(C_ijD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C_ij++,还包括常规的过程式程序设计语言—诸如“C_ij”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LP_ijN)或广域网(WP_ijN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序配电变压器的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
以上介绍了本发明的较佳实施方式,旨在使得本发明的精神更加清楚和便于理解,并不是为了限制本发明,凡在本发明的精神和原则之内,所做的修改、替换、改进,均应包含在本发明所附的权利要求概括的保护范围之内。
Claims (8)
1.一种智能快检装置的测试任务分配方法,其特征在于,包括:
任务服务器生成抽检任务列表以及对每一抽检任务生成唯一的任务编号;
所述任务服务器为每一快检装置对应一个配电变压器的测试任务生成第二密钥作为加密密钥;
所述任务服务器将下一次测试任务的定位坐标指派给快检装置,以及将任务详情通过加密传输至快检装置,所述任务详情包括测试项目;
所述快检装置接收任务服务器发送的定位坐标并移动至目的地对应位置,以及接收并解密任务服务器发送的任务详情,执行相应的测试项目;
快检装置将测试数据和结果存储在加密的存储介质中,以及使用加密算法对测试数据和结果进行加密处理,将加密后的数据实时回传至所述任务服务器,所述任务服务器解密快检装置回传的数据并判断测试结果是否合格;
所述测试任务分配方法还包括:
所述任务服务器根据已有测试结果计算当前批次配电变压器当前的合格率,且根据距离最近的多个抽检任务的合格测试结果更新当前批次的预测合格率;包括:使用贝叶斯方法更新不合格概率,在每次新的抽检结果出现时,根据新测试数据更新每个批次i中各测试项目j的不合格概率,对于每个批次i中各测试项目j预测不合格概率P(C_ij | P_ij, B_ij);P(C_ij | P_ij, B_ij)为在已知不合格率为P_ij和X个配电变压器中的不合格变压器个数为B_ij的情况下,剩下配电变压器的不合格率为C_ij的概率;
基于预测的合格率动态调整抽检比例和测试项目的抽检方案;包括:根据预测的整体不合格率,动态调整每个批次i的抽检次数;对于每个批次i,根据各测试项目j的预测合格率,确定是否需要测试该项目,包括:将预测合格率低于第一阈值的测试项目标记为问题项目,将所述问题项目确定为该批次剩余抽检的测试方案;以及将预测合格率高于第二阈值的测试项目从该批次剩余抽检的测试方案中移除。
2.如权利要求1所述的智能快检装置的测试任务分配方法,其特征在于,所述任务服务器为每一快检装置对应一个配电变压器的测试任务生成第二密钥作为加密密钥,包括:
使用结合对称加密算法P_ijES,哈希函数SHA_256和非对称加密算法ECC生成第二密钥的方式来为不同测试任务生成不同第二密钥;
所述任务服务器对所述第二密钥进行公钥加密,然后将加密后的所述第二密钥指示给快检装置;
所述快检装置使用私钥对接收到的加密数据进行解密得到所述第二密钥的值;
所述快检装置使用第二密钥进行测试数据和结果的加密。
3.如权利要求1所述的智能快检装置的测试任务分配方法,其特征在于,P(C_ij | P_ij, B_ij)的计算公式如下:
P(C_ij | P_ij, B_ij) = P(B_ij | C_ij, P_ij) * P(C_ij | P_ij) / P(B_ij |P_ij),
其中,P(B_ij | C_ij, P_ij)表示在已知不合格率为P_ij和剩下配电变压器的不合格率为C_ij的情况下,X个配电变压器中的不合格数为B_ij的概率,P(C_ij | P_ij)表示在已知不合格率为P_ij的情况下,剩下配电变压器的不合格率为C_ij的概率,P(B_ij | P_ij)表示在已知不合格率为P_ij的情况下,X个配电变压器中的不合格数为B_ij的概率。
4.如权利要求3所述的智能快检装置的测试任务分配方法,其特征在于,
所述P(B_ij | C_ij, P_ij)为在已知不合格率为P_ij和剩下配电变压器的不合格率为C_ij的情况下,X个配电变压器中的不合格数为B_ij的概率,计算公式如下:
P(B_ij | C_ij, P_ij) = (X choose B_ij) * C_ij^B_ij * (1-C_ij)^(X-B_ij),
其中,(X choose B_ij)表示从X个配电变压器中选择B_ij个不合格配电变压器的组合数,C_ij表示剩下配电变压器的不合格率,P_ij表示已知的不合格率,B_ij表示X个配电变压器中不合格配电变压器的数量,X-B_ij表示X个配电变压器中合格配电变压器的数量。
5.如权利要求3或4所述的智能快检装置的测试任务分配方法,其特征在于,P(C_ij |P_ij) = P_ij;以及,在已知P_ij和X的情况下,使用二项分布来计算P(B_ij | P_ij),包括:
P(B_ij | P_ij) = (X choose B_ij) * P_ij^B_ij * (1-P_ij)^(X-B_ij),
其中,(X choose B_ij)表示从X个配电变压器中选择B_ij个不合格配电变压器的组合数,P_ij表示每个配电变压器不合格的概率,B_ij表示X个配电变压器中不合格配电变压器的数量,(1-P_ij)表示每个配电变压器合格的概率,X-B_ij表示X个配电变压器中合格配电变压器的数量,P_ij^B_ij表示P_ij的B_ij次方,(1-P_ij)^(X-B_ij)表示(1-P_ij)的(X-B_ij)次方。
6.如权利要求3所述的智能快检装置的测试任务分配方法,其特征在于,动态调整每个批次i的抽检次数为Sample_Count_i:
Sample_Count_i = Base_Count_i * (1 + k * (1 - P(C_ij | P_ij, B_ij))),
其中,Sample_Count_i表示针对第i个批次的抽检次数,Base_Count_i表示针对第i个批次的基本抽检次数,k表示调整系数,P(C_ij | P_ij, B_ij):表示给定历史数据情况下预计或预测的不合格率,(1 - P(C_ij | P_ij, B_ij))表示给定历史数据情况下估计或预测的合格率。
7.如权利要求2所述的智能快检装置的测试任务分配方法,其特征在于,所述使用结合对称加密算法P_ijES,哈希函数SHA_256和非对称加密算法ECC生成第二密钥的方式来为不同测试任务生成不同第二密钥,包括:
任务服务器中存有每一个快检装置对应的第一密钥,确定当前接受测试任务的快检装置的第一密钥Key1;
使用哈希函数SHA_256对任务编号TaskID进行哈希运算,包括:
Hash_TaskID = SHA_256(TaskID);
将第一密钥Key1与哈希后的任务编号Hash_TaskID进行异或运算XOR,得到中间密钥Intermediate_Key,包括:
Intermediate_Key = Key1 XOR Hash_TaskID;
生成椭圆曲线加密算法ECC的一对公钥ECC_PublicKey和私钥ECC_PrivateKey;
使用ECC公钥对中间密钥Intermediate_Key进行加密,得到第二密钥Key2,包括:
Key2 = ECC_Encrypt(Intermediate_Key, ECC_PublicKey);
将第二密钥Key2作为该快检装置对应这一个配电变压器的测试任务的加密密钥。
8.一种智能快检装置的测试任务分配***,其特征在于,使用如权利要求1-7任意一项所述智能快检装置的测试任务分配方法,测试任务分配***包括通信连接的任务服务器和快检装置;
任务服务器用于生成抽检任务列表以及对每一抽检任务生成唯一的任务编号;用于为每一快检装置对应一个配电变压器的测试任务生成第二密钥作为加密密钥;用于将下一次测试任务的定位坐标指派给快检装置,以及将任务详情通过加密传输至快检装置;还用于解密快检装置回传的数据并判断测试结果是否合格;
快检装置用于接收任务服务器发送的定位坐标并移动至目的地对应位置,以及接收并解密任务服务器发送的任务详情,执行相应的测试项目,用于将测试数据和结果存储在加密的存储介质中,以及使用加密算法对测试数据和结果进行加密处理,将加密后的数据实时回传至任务服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311026481.9A CN116757447B (zh) | 2023-08-15 | 2023-08-15 | 一种智能快检装置的测试任务分配方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311026481.9A CN116757447B (zh) | 2023-08-15 | 2023-08-15 | 一种智能快检装置的测试任务分配方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116757447A CN116757447A (zh) | 2023-09-15 |
CN116757447B true CN116757447B (zh) | 2023-10-20 |
Family
ID=87951725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311026481.9A Active CN116757447B (zh) | 2023-08-15 | 2023-08-15 | 一种智能快检装置的测试任务分配方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116757447B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116990625B (zh) * | 2023-09-27 | 2023-12-08 | 国网江苏省电力有限公司电力科学研究院 | 一种配电变压器智能快检装置的功能切换***及方法 |
CN117035367B (zh) * | 2023-09-28 | 2024-01-23 | 国网江苏省电力有限公司电力科学研究院 | 一种智能配电变压器快检装置及其测控控制方法和*** |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100954090B1 (ko) * | 2009-10-27 | 2010-04-23 | 주식회사 위다스 | 풍력발전설비 상태감시시스템 |
JP2010097392A (ja) * | 2008-10-16 | 2010-04-30 | Chugoku Electric Power Co Inc:The | 設備劣化予測システムおよび設備劣化予測方法 |
CN109209782A (zh) * | 2018-08-06 | 2019-01-15 | 华北电力科学研究院有限责任公司 | 一种风电场智能化运维方法、装置及*** |
CN109886831A (zh) * | 2019-01-10 | 2019-06-14 | 全球能源互联网研究院有限公司 | 一种电力现场作业的信息交互方法及装置 |
CN110943991A (zh) * | 2019-11-29 | 2020-03-31 | 国网智能科技股份有限公司 | 变电站巡检与生产管理业务联动***及方法 |
CN111080475A (zh) * | 2019-12-04 | 2020-04-28 | 国网湖北省电力有限公司电力科学研究院 | 一种适用于配网重点物资检验的转移抽检方法 |
CN111797913A (zh) * | 2020-06-23 | 2020-10-20 | 国网湖北省电力有限公司电力科学研究院 | 一种基于贝叶斯的电网配网重点物资最小抽检成本的计算方法 |
CN112703457A (zh) * | 2018-05-07 | 2021-04-23 | 强力物联网投资组合2016有限公司 | 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和*** |
KR102306269B1 (ko) * | 2020-04-24 | 2021-09-30 | 부산대학교 산학협력단 | 실시간 아크 용접 결함 탐지/분류 방법 및 장치 |
CN113821807A (zh) * | 2021-08-18 | 2021-12-21 | 北京中电飞华通信有限公司 | Rfid资产信息的加密方法与装置、解密方法与装置及安全*** |
KR102372844B1 (ko) * | 2021-04-19 | 2022-03-10 | 주식회사그린존시큐리티 | 단방향 암호화 장치 및 방법 |
CN114386655A (zh) * | 2021-12-02 | 2022-04-22 | 国网辽宁省电力有限公司电力科学研究院 | 变压器质量检测任务调度方法及*** |
WO2022095616A1 (zh) * | 2020-11-03 | 2022-05-12 | 国网智能科技股份有限公司 | 一种变电站在线智能巡视***及方法 |
KR20220077184A (ko) * | 2020-11-30 | 2022-06-09 | 가천대학교 산학협력단 | 베이지안 확률 및 폐쇄 패턴 마이닝 방식을 이용한 로그 이상 탐지 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 |
CN115310531A (zh) * | 2022-08-04 | 2022-11-08 | 国网江苏省电力有限公司电力科学研究院 | 应用于一体式间隔设备综合测试模块的测试结果粗检***和方法 |
CN115713095A (zh) * | 2022-11-28 | 2023-02-24 | 南京工程学院 | 基于混合深度神经网络的天然气管道异常检测方法和*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8463641B2 (en) * | 2007-10-05 | 2013-06-11 | The Boeing Company | Method and system using linear programming for estimating test costs for bayesian diagnostic models |
US9349103B2 (en) * | 2012-01-09 | 2016-05-24 | DecisionQ Corporation | Application of machine learned Bayesian networks to detection of anomalies in complex systems |
US10963810B2 (en) * | 2014-06-30 | 2021-03-30 | Amazon Technologies, Inc. | Efficient duplicate detection for machine learning data sets |
CN107392258B (zh) * | 2017-08-04 | 2018-08-31 | 合肥工业大学 | 一种设备故障元件排查方法及*** |
-
2023
- 2023-08-15 CN CN202311026481.9A patent/CN116757447B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010097392A (ja) * | 2008-10-16 | 2010-04-30 | Chugoku Electric Power Co Inc:The | 設備劣化予測システムおよび設備劣化予測方法 |
KR100954090B1 (ko) * | 2009-10-27 | 2010-04-23 | 주식회사 위다스 | 풍력발전설비 상태감시시스템 |
CN112703457A (zh) * | 2018-05-07 | 2021-04-23 | 强力物联网投资组合2016有限公司 | 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和*** |
CN109209782A (zh) * | 2018-08-06 | 2019-01-15 | 华北电力科学研究院有限责任公司 | 一种风电场智能化运维方法、装置及*** |
CN109886831A (zh) * | 2019-01-10 | 2019-06-14 | 全球能源互联网研究院有限公司 | 一种电力现场作业的信息交互方法及装置 |
CN110943991A (zh) * | 2019-11-29 | 2020-03-31 | 国网智能科技股份有限公司 | 变电站巡检与生产管理业务联动***及方法 |
CN111080475A (zh) * | 2019-12-04 | 2020-04-28 | 国网湖北省电力有限公司电力科学研究院 | 一种适用于配网重点物资检验的转移抽检方法 |
KR102306269B1 (ko) * | 2020-04-24 | 2021-09-30 | 부산대학교 산학협력단 | 실시간 아크 용접 결함 탐지/분류 방법 및 장치 |
CN111797913A (zh) * | 2020-06-23 | 2020-10-20 | 国网湖北省电力有限公司电力科学研究院 | 一种基于贝叶斯的电网配网重点物资最小抽检成本的计算方法 |
WO2022095616A1 (zh) * | 2020-11-03 | 2022-05-12 | 国网智能科技股份有限公司 | 一种变电站在线智能巡视***及方法 |
KR20220077184A (ko) * | 2020-11-30 | 2022-06-09 | 가천대학교 산학협력단 | 베이지안 확률 및 폐쇄 패턴 마이닝 방식을 이용한 로그 이상 탐지 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 |
KR102372844B1 (ko) * | 2021-04-19 | 2022-03-10 | 주식회사그린존시큐리티 | 단방향 암호화 장치 및 방법 |
CN113821807A (zh) * | 2021-08-18 | 2021-12-21 | 北京中电飞华通信有限公司 | Rfid资产信息的加密方法与装置、解密方法与装置及安全*** |
CN114386655A (zh) * | 2021-12-02 | 2022-04-22 | 国网辽宁省电力有限公司电力科学研究院 | 变压器质量检测任务调度方法及*** |
CN115310531A (zh) * | 2022-08-04 | 2022-11-08 | 国网江苏省电力有限公司电力科学研究院 | 应用于一体式间隔设备综合测试模块的测试结果粗检***和方法 |
CN115713095A (zh) * | 2022-11-28 | 2023-02-24 | 南京工程学院 | 基于混合深度神经网络的天然气管道异常检测方法和*** |
Non-Patent Citations (3)
Title |
---|
ECC-Based Authenticated Key Agreement Protocol for Industrial Control System;Yanru Chen;《IEEE Internet of Things Journal》;第10卷(第6期);4688-4697 * |
基于Bayes序贯检验的长周期***动态试验方法;韩旭;***工程与电子技术;第34卷(第09期);1957-1965 * |
基于数据挖掘的电缆线路智能巡检辅助***设计;杨远;自动化与仪器仪表(第04期);63-66 * |
Also Published As
Publication number | Publication date |
---|---|
CN116757447A (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116757447B (zh) | 一种智能快检装置的测试任务分配方法及*** | |
CN106708712B (zh) | 用于对便携式计算机测试工具进行云服务资产管理的***和方法 | |
CN107145802A (zh) | 一种bios完整性度量方法、基板管理控制器和*** | |
US20060253416A1 (en) | Notification processor that notifies information and position information manager | |
Alcaraz et al. | WASAM: A dynamic wide-area situational awareness model for critical domains in Smart Grids | |
CN112700131B (zh) | 基于人工智能的ab测试方法、装置、计算机设备及介质 | |
CN113159615A (zh) | 一种工业控制***信息安全风险智能测定***及方法 | |
Jelacic et al. | STRIDE to a secure smart grid in a hybrid cloud | |
US11765195B2 (en) | Distributed network-level probabilistic attack graph generation | |
CN111149119A (zh) | 用于管理工业装备***的***和方法 | |
WO2019137052A1 (zh) | 网络运维的方法及装置 | |
Mendonça Silva et al. | A grey theory based approach to big data risk management using FMEA | |
CN114564757A (zh) | 一种区块链的数据审计方法、装置、设备及可读存储介质 | |
CN117290803B (zh) | 一种储能逆变器远程故障诊断方法、***及介质 | |
CN116760868B (zh) | 一种智能配电变压器的自动判定检测方法及*** | |
CN110825776A (zh) | 空气质量检测报告处理方法、装置及计算设备、存储介质 | |
CN110225541A (zh) | 基站站点物理信息管理方法、***、计算机及可存储介质 | |
CN107357557A (zh) | 一种信息更新方法及装置 | |
CN108023740B (zh) | 监控中异常信息的风险提示方法和装置 | |
CN116723002B (zh) | 基于态势感知的电力报告智能加密方法 | |
CN110232570A (zh) | 一种信息监管方法及装置 | |
US20230061280A1 (en) | Root cause analysis for deterministic machine learning model | |
KR100448019B1 (ko) | 통신망을 통해 경보 변수 정보 전송하는 시스템 및 그운영방법 | |
Tomescu et al. | An automatic remote monitoring system for large networks | |
CN115208053A (zh) | 异常告警方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |