[go: up one dir, main page]

CN116933021A - 一种基于多参数关联性的接触网运行状态评价方法和系统 - Google Patents

一种基于多参数关联性的接触网运行状态评价方法和系统 Download PDF

Info

Publication number
CN116933021A
CN116933021A CN202310903649.3A CN202310903649A CN116933021A CN 116933021 A CN116933021 A CN 116933021A CN 202310903649 A CN202310903649 A CN 202310903649A CN 116933021 A CN116933021 A CN 116933021A
Authority
CN
China
Prior art keywords
detection
parameter
catenary
different states
contact net
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
Application number
CN202310903649.3A
Other languages
English (en)
Inventor
李俊兵
姚刚
张金鑫
刘颖强
李想
熊昊睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Zhigu Yunxing Information Technology Co ltd
Original Assignee
Chengdu Zhigu Yunxing Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Zhigu Yunxing Information Technology Co ltd filed Critical Chengdu Zhigu Yunxing Information Technology Co ltd
Priority to CN202310903649.3A priority Critical patent/CN116933021A/zh
Publication of CN116933021A publication Critical patent/CN116933021A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于多参数关联性的接触网运行状态评价方法和系统，本发明属于接触网检修技术领域，方法包括：获取接触网多维检测参数的检测数据；对获取的检测数据进行预处理，得到数据向量；计算得到接触网处于不同状态的概率；基于数据向量的均值和协方差估计得到统计值；根据接触网处于不同状态的概率得到不同状态的置信度，并根据所述置信度计算得到接触网不同状态的控制限；将统计量与接触网不同状态的控制限进行比较，即可根据比较结果判断接触网所属状态范围。本发明将接触网多种检测参数进行关联性综合应用，根据数理统计方法构建接触网状态评价模型，提高了接触网状态评价的准确性和可靠性，为接触网检修计划制定提供有效的理论支撑。

Description

一种基于多参数关联性的接触网运行状态评价方法和系统
技术领域
本发明属于接触网检修技术领域，具体涉及一种基于多参数关联性的接触网运行状态评价方法和系统。
背景技术
铁路接触网的可靠性是保证列车运行安全的基础。随着牵引供电6C系统的应用，铁路运营部门已实现准确、快捷地获取接触网各类检测参数的目标。但目前为止，现有接触网状态评价仅仅是基于单一检测参数进行，导致评价结果的准确性和可靠性较低，从而无法保障接触网状态检修计划的有效执行。
发明内容
针对现有接触网状态评价技术存在准确性和可靠性较低，无法保障接触网状态检修计划的有效执行的问题，本发明提供了一种基于多参数关联性的接触网运行状态评价方法和系统。本发明将接触网多种检测参数进行关联性综合应用，根据数理统计方法构建接触网状态评价模型，提高了接触网状态评价的准确性和可靠性，为接触网检修计划制定提供有效的理论支撑，用于优化维修资源部署，保障接触网安全运行。
本发明通过下述技术方案实现：
一种基于多参数关联性的接触网运行状态评价方法，该方法包括：
获取接触网多维检测参数的检测数据；
对获取的检测数据进行预处理，得到符合正态分布的接触网多维检测参数数据向量；
计算得到接触网处于不同状态的概率；
基于接触网多维检测参数数据向量的均值和协方差估计得到该多维检测参数数据向量的统计值；
根据接触网处于不同状态的概率得到不同状态的置信度，并根据所述置信度计算得到接触网不同状态的控制限；
将所述统计量与接触网不同状态的控制限进行比较，即可根据比较结果判断接触网所属状态范围。
作为优选实施方式，本发明的通过6C检测系统获取接触网多维检测参数的检测数据；
接触网多维检测参数包括：导高、拉出值、硬点、高差、接触力、燃弧率和网压。
作为优选实施方式，本发明的“对获取的检测数据进行预处理”步骤，还包括：
判断多维检测参数的检测数据是否服从多元正态分布；
如果检测数据呈现非正态分布规律，则按下式对该检测数据进行标准化处理：
其中，L表示检测参数测量值，Lf表示L经f变换后的值，f表示可变系数；f由最大似然估计法确定；
如果检测参数为拉出值，则按下式将拉出值检测数据进行标准化处理：
L＝|Lo|-Ld
其中，Lo为拉出值测量值，Ld为拉出值设计值，L为拉出值转换后的值。
作为优选实施方式，本发明通过下式计算得到接触网处于不同状态的概率：
其中，
表示接触网处于si状态临界点的时间点，m,v为威布尔分布的形状参数；m,v通过接触网历史数据由牛顿法迭代得到。
作为优选实施方式，本发明的m,v通过接触网历史数据由牛顿法迭代得到。
作为优选实施方式，本发明通过下式计算得到统计量：
其中，n表示接触网检测参数向量的维度，表示测量值的均值，Xi表示第i个接触网检测参数测量值向量，S表示不同接触网检测参数之间的协方差向量。
作为优选实施方式，本发明通过下式计算得到接触网不同状态的控制限：
其中，p为状态参数的维度，F1-α为给定置信水平1-α情况下的F分布函数，α表示置信度。
作为优选实施方式，本发明的方法还包括：
根据接触网所属状态范围，调用相应的检修方案。
另一方面，本发明提出了一种基于多参数关联性的接触网运行状态评价系统，该系统包括：
数据获取模块，获取接触网多维检测参数的检测数据；
数据预处理模块，对获取的检测数据进行预处理，得到符合正态分布的接触网多维检测参数数据向量；
概率计算模块，计算得到接触网处于不同状态的概率；
统计量估计模块，基于接触网多维检测参数数据向量的均值和协方差估计得到该多维检测参数数据向量的统计值；
控制限计算模块，根据接触网处于不同状态的概率得到不同状态的置信度，并根据所述置信度计算得到接触网不同状态的控制限；
判别模块，将所述统计量与接触网不同状态的控制限进行比较，并根据比较结果判断接触网所属状态范围。
作为优选实施方式，本发明的系统还包括：
检修模块，根据接触网所属状态范围，调用相应的检修方案。
本发明具有如下的优点和有益效果：
1、本发明首次将接触网多种检测参数进行关联性综合应用，基于数理统计方法构建接触网状态评价模型，为接触网检修计划提供更加准确可靠的数据支撑。
2、相较于传统的对每一项检测参数分别进行一元控制图判断，无法体现检测参数相互之间的关联影响关系，容易造成误判，从而导致判断结果的准确性和可靠性较低，无法为检修计划提供有力的技术支撑，本发明采用多元检测参数控制图，将接触网多元检测参数转换为一个统计量进行综合判断，效率高且更准确。
3、本发明充分利用既有接触网检测参数的检测数据，计算结果简单，便于实现。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明实施例的方法流程示意图。
图2为本发明实施例的接触网状态与接触网可靠度关系示意图。
图3为正态分布的概率-置信图。
图4为本发明实施例的系统原理框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
目前为止，国内外暂无将多种检测参数综合应用到接触网状态评价方案中的成型方案，基于此，本实施例提出了一种基于多参数关联性的接触网运行状态评价方法，本实施例依据可靠度将接触网划分为多个状态，基于多元统计分析原理，以接触网检测参数为基础，揭示接触网状态变化规律。
具体如图1所示，本实施例提出的方法包括如下步骤：
步骤1，获取接触网多维检测参数的检测数据。
本实施例通过6C检测系统获取接触网多维检测参数的检测数据，其中，接触网多维检测参数包括：导高、拉出值、硬点、高差、接触力、燃弧率、网压等。
步骤2，对获取的检测数据进行预处理，得到符合正态分布的接触网多维检测参数数据向量。
本实施例在进行接触网多维检测参数关联性状态评价的过程中，首先需要判断多维检测参数的检测数据是否服从多元正态分布，根据显著性检测方法得到某一参数的概率值pi，一般认为pi＞0.05时该数据呈现正态分布。若数据呈现非正态分布的规律，需要将数据进行标准化处理，本实施例采用Box-Cox转换，转换公式如下式所示：
其中，L表示检测参数测量值，Lf表示L经f变换后的值，f表示可变系数，f的取值不同，造成变换方式也不同，f＝-1表示此时采用倒数变化，f＝0.5表示采用平方根变换。f通常由最大似然估计法确定。
此外，拉出值作为特殊的检测值，需按下式进行预处理：
L＝|Lo|-Ld (2)
其中，Lo为拉出值测量值，Ld为拉出值设计值，L为拉出值转换后的值。
针对接触网检测过程中选取的7个检测参数，将每一个检测点处的检测数据作为一个接触网参数检测组，则一组接触网检测参数向量可表示为：
X＝[X导高,X拉出值,X硬点,X高差,X接触力,X燃弧率,X网压]
步骤3，计算得到接触网处于不同状态的概率。
目前主要将接触网的状态划分为正常和异常两种状态，本实施例根据接触网各项指标参数的特点，将接触网状态分为4级：优秀、良好、中等、差，每种状态的评判与接触网系统的可靠度直接关联，如图2和表2所示。
表1接触网状态明细表
对接触网状态进行相应的划分除了能够有效的观测接触网的运行状态，了解其变化规律，还能够对接触网的检修起到指导作用，针对不同的状态采用不同的状态修，对即将出现异常的状态进行预防修。
接触网是一个复杂的系统，随着运行时间增加，运行状态可靠度下降。威布尔分布常用于描述复杂系统的寿命分布，因此本实施例采用威布尔分布来描述接触网系统的可靠性，如下式所示：
其中，R表示可靠性，t表示时间，m,v为威布尔分布的形状参数。m,v可通过历史数据由牛顿法迭代得到。
根据图2所示的可靠度变化曲线，可以得到接触网分别处于状态临界点的时间点分别为：
则在接触网处于不同状态的概率由下式给出：
步骤4，基于接触网多维检测参数数据向量的均值和协方差估计得到该多维检测参数数据向量的统计量。
由于接触网的检测参数众多、且存在紧密的关联，若对每一项检测参数分别进行一员控制图判断，则不能体现检测参数相互之间的关联影响关系，容易做出错误判断，因此本实施例采用多元统计控制图，将接触网多元检测参数转换为一个统计量进行综合判断，效率高且更准确。
当由接触网检测参数向量构成的矩阵的均值向量和协方差矩阵同时稳定时，接触网处于健康状态，但检测参数的整体均值和协方差未知时，可利用有限样本数据的均值和协方差估计整体均值和协方差矩阵。接触网某检修周期数据样本的T2统计量为：
其中，n表示接触网检测参数向量的维度，表示测量值的均值，Xi表示第i个接触网检测参数测量值向量，S表示不同接触网检测参数之间的协方差向量。
步骤5，根据接触网处于不同状态的概率得到接触网处于不同状态的置信度，并根据所述置信度计算得到接触网不同状态的控制限。
由于接触网检测参数落于不同区间的置信度与其状态概率相关，对于一员控制图，其控制限是根据数据落在某一区间内的概率值划分，用置信度α表示数据分布落在某一区间内的概率值。通常认为正态分布数据位于不同范围内的置信度不同，两者的关系间图3所示。
由统计原理可知，服从第一自由度为p，第二自由度为n-p的F分布。在给定置信水平1-α的情况下，接触网不同状态的控制限由下式给出：
其中，p为状态参数的维度(即状态类别数量)，F1-α为给定置信水平1-α情况下的F分布函数。
步骤6，将统计量与控制限进行比较，即可根据比较结果判断接触网所属状态类型。
本实施例提出的方法还包括：
步骤7，根据接触网所属状态类型，调用相应的检修方案，以降低该区域缺陷与故障风险，从而提升接触网运营质量。
当接触网属于优秀状态时，无需额外维护；当接触网属于良好状态时，增加临时检修频次；当接触网属于中等状态时，出现故障的缺陷较高，根据接触网参数向量的异常，安排相应检修计划；当接触网处于差等状态时，出现故障概率高，应立即安排全面检修。
本实施例还提出了一种基于多参数关联性的接触网运行状态评价系统，具体如图4所示，该系统包括：
数据获取模块，获取接触网多维检测参数的检测数据。
数据预处理模块，对获取的检测数据进行预处理，得到符合正态分布的接触网多维检测参数数据向量。
概率计算模块，计算得到接触网处于不同状态的概率。
统计量估计模块，基于接触网多维检测参数数据向量的均值和协方差估计得到该多维检测参数数据向量的统计值。
控制限计算模块，根据接触网处于不同状态的概率得到不同状态的置信度，并根据所述置信度计算得到接触网不同状态的控制限。
判别模块，将统计量与接触网不同状态的控制限进行比较，并根据比较结果判断接触网所属状态范围。
本实施例提出的系统还包括：
检修模块，根据接触网所属状态范围，调用相应的检修方案，以降低该区域缺陷与故障风险，从而该生接触网运营质量。
本实施例还提出了一种计算机设备，用于执行本实施例的上述方法。
计算机设备包括处理器、内存储器和系统总线；内存储器和处理器在内的各种设备组件连接到系统总线上。处理器是一个用来通过计算机系统中基本的算术和逻辑运算来执行计算机程序指令的硬件。内存储器是一个用于临时或永久性存储计算程序或数据(例如，程序状态信息)的物理设备。系统总线可以为以下几种类型的总线结构中的任意一种，包括存储器总线或存储控制器、外设总线和局部总线。处理器和内存储器可以通过系统总线进行数据通信。其中内存储器包括只读存储器(ROM)或闪存，以及随机存取存储器(RAM)，RAM通常是指加载了操作系统和计算机程序的主存储器。
计算机设备一般包括一个外存储设备。外存储设备可以从多种计算机可读介质中选择，计算机可读介质是指可以通过计算机设备访问的任何可利用的介质，包括移动的和固定的两种介质。例如，计算机可读介质包括但不限于，闪速存储器(微型SD卡)，CD-ROM，数字通用光盘(DVD)或其它光盘存储、磁带盒、磁带、磁盘存储或其它磁存储设备，或者可用于存储所需信息并可由计算机设备访问的任何其它介质。
计算机设备可在网络环境中与一个或者多个网络终端进行逻辑连接。网络终端可以是个人电脑、服务器、路由器、智能电话、平板电脑或者其它公共网络节点。计算机设备通过网络接口(局域网LAN接口)与网络终端相连接。局域网(LAN)是指在有限区域内，例如家庭、学校、计算机实验室、或者使用网络媒体的办公楼，互联组成的计算机网络。WiFi和双绞线布线以太网是最常用的构建局域网的两种技术。
应当指出的是，其它包括比计算机设备更多或更少的子系统的计算机系统也能适用于发明。
如上面详细描述的，适用于本实施例的计算机设备能执行接触网运行状态评价方法的指定操作。计算机设备通过处理器运行在计算机可读介质中的软件指令的形式来执行这些操作。这些软件指令可以从存储设备或者通过局域网接口从另一设备读入到存储器中。存储在存储器中的软件指令使得处理器执行上述的群成员信息的处理方法。此外，通过硬件电路或者硬件电路结合软件指令也能同样实现本发明。因此，实现本实施例并不限于任何特定硬件电路和软件的组合。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于多参数关联性的接触网运行状态评价方法，其特征在于，该方法包括：
获取接触网多维检测参数的检测数据；
对获取的检测数据进行预处理，得到符合正态分布的接触网多维检测参数数据向量；
计算得到接触网处于不同状态的概率；
基于接触网多维检测参数数据向量的均值和协方差估计得到该多维检测参数数据向量的统计值；
根据接触网处于不同状态的概率得到不同状态的置信度，并根据所述置信度计算得到接触网不同状态的控制限；
将所述统计量与接触网不同状态的控制限进行比较，即可根据比较结果判断接触网所属状态范围。
2.根据权利要求1所述的一种基于多参数关联性的接触网运行状态评价方法，其特征在于，通过6C检测系统获取接触网多维检测参数的检测数据；
接触网多维检测参数包括：导高、拉出值、硬点、高差、接触力、燃弧率和网压。
3.根据权利要求1所述的一种基于多参数关联性的接触网运行状态评价方法，其特征在于，所述“对获取的检测数据进行预处理”步骤，还包括：
判断多维检测参数的检测数据是否服从多元正态分布；
如果检测数据呈现非正态分布规律，则按下式对该检测数据进行标准化处理：
其中，L表示检测参数测量值，Lf表示L经f变换后的值，f表示可变系数；f由最大似然估计法确定；
如果检测参数为拉出值，则按下式将拉出值检测数据进行标准化处理：
L＝|Lo|-Ld
其中，Lo为拉出值测量值，Ld为拉出值设计值，L为拉出值转换后的值。
4.根据权利要求1所述的一种基于多参数关联性的接触网运行状态评价方法，其特征在于，通过下式计算得到接触网处于不同状态的概率：
其中，
表示接触网处于si状态临界点的时间点，m,v为威布尔分布的形状参数；m,v通过接触网历史数据由牛顿法迭代得到。
5.根据权利要求4所述的一种基于多参数关联性的接触网运行状态评价方法，其特征在于，m,v通过接触网历史数据由牛顿法迭代得到。
6.根据权利要求1所述的一种基于多参数关联性的接触网运行状态评价方法，其特征在于，通过下式计算得到统计量：
其中，n表示接触网检测参数向量的维度，表示测量值的均值，Xi表示第i个接触网检测参数测量值向量，S表示不同接触网检测参数之间的协方差向量。
7.根据权利要求1所述的一种基于多参数关联性的接触网运行状态评价方法，其特征在于，通过下式计算得到接触网不同状态的控制限：
其中，p为状态参数的维度，F1-α为给定置信水平1-α情况下的F分布函数，α表示置信度。
8.根据权利要求1所述的一种基于多参数关联性的接触网运行状态评价方法，其特征在于，还包括：
根据接触网所属状态范围，调用相应的检修方案。
9.一种基于多参数关联性的接触网运行状态评价系统，其特征在于，该系统包括：
数据获取模块，获取接触网多维检测参数的检测数据；
数据预处理模块，对获取的检测数据进行预处理，得到符合正态分布的接触网多维检测参数数据向量；
概率计算模块，计算得到接触网处于不同状态的概率；
统计量估计模块，基于接触网多维检测参数数据向量的均值和协方差估计得到该多维检测参数数据向量的统计值；
控制限计算模块，根据接触网处于不同状态的概率得到不同状态的置信度，并根据所述置信度计算得到接触网不同状态的控制限；
判别模块，将所述统计量与接触网不同状态的控制限进行比较，并根据比较结果判断接触网所属状态范围。
10.根据权利要求9所述的一种基于多参数关联性的接触网运行状态评价系统，其特征在于，还包括：
检修模块，根据接触网所属状态范围，调用相应的检修方案。
CN202310903649.3A 2023-07-21 2023-07-21 一种基于多参数关联性的接触网运行状态评价方法和系统 Pending CN116933021A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310903649.3A CN116933021A (zh) 2023-07-21 2023-07-21 一种基于多参数关联性的接触网运行状态评价方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310903649.3A CN116933021A (zh) 2023-07-21 2023-07-21 一种基于多参数关联性的接触网运行状态评价方法和系统

Publications (1)

Publication Number Publication Date
CN116933021A true CN116933021A (zh) 2023-10-24

Family

ID=88383986

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310903649.3A Pending CN116933021A (zh) 2023-07-21 2023-07-21 一种基于多参数关联性的接触网运行状态评价方法和系统

Country Status (1)

Country Link
CN (1) CN116933021A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118260562A (zh) * 2024-04-03 2024-06-28 陕西森茂溱业科技有限公司 工业互联网数据实时预测系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
程宏波等: "基于改进多元统计控制图的接触网状态综合评价方法", 《铁道科学与工程学报》, 5 January 2022 (2022-01-05), pages 1 - 9 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118260562A (zh) * 2024-04-03 2024-06-28 陕西森茂溱业科技有限公司 工业互联网数据实时预测系统及方法

Similar Documents

Publication Publication Date Title
CN112162878B (zh) 数据库故障发现方法、装置、电子设备及存储介质
CN110532119B (zh) 动力系统运行异常点检测方法
CN113138322B (zh) 配电网高阻接地故障的检测方法、装置、设备和存储介质
CN108923952A (zh) 基于服务监控指标的故障诊断方法、设备及存储介质
CN108152675A (zh) 基于随机矩阵理论的故障时刻确定和故障区域定位方法
CN108470193A (zh) 电能表故障诊断方法、系统及终端设备
CN111796233B (zh) 双母线接线形式下多台电压互感器继发性误差的评估方法
CN118468181B (zh) 一种智能变电站二次设备软件管控方法及系统
CN111458601A (zh) 故障检测方法及装置
CN114118208A (zh) 基于多元信息的变压器故障判断方法、装置及电子设备
CN116933021A (zh) 一种基于多参数关联性的接触网运行状态评价方法和系统
CN111832174A (zh) 一种基于多元回归的配线线损率处理方法及装置
CN112486722B (zh) 一种系统故障检测方法及相关装置
WO2020177706A1 (zh) 配电网故障区段与故障时刻的判定方法
CN118131109A (zh) 一种电容式电压互感器误差在线自检测方法及系统
CN113672658B (zh) 基于复相关系数的电力设备在线监测错误数据识别方法
CN115248906A (zh) 一种发电机出线双电流互感器的状态误差识别方法及系统
CN119537844A (zh) 一种基于麻雀算法的变压器故障诊断方法、系统、存储介质及电子设备
CN120470369A (zh) 一种基于物联网的智慧实验室设备状态实时控制方法及系统
CN115343579B (zh) 一种电网故障分析方法、装置及电子设备
CN117762510A (zh) 一种兼容多种时序数据库的服务器的配置方法和装置
CN118226199A (zh) 一种用于电力输送的线缆故障检测系统
CN113255775B (zh) 一种电力系统异常数据的识别方法、装置和智能芯片
CN116861356A (zh) 异常数据检测方法及装置、电子设备、存储介质
CN117310594A (zh) 基于有效特征选择与改进svm的电流互感器故障诊断方法

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