一种基于贝叶斯网络的缺陷数据自动文摘分类方法

    公开(公告)号:CN106202274A

    公开(公告)日:2016-12-07

    申请号:CN201610506195.6

    申请日:2016-06-30

    IPC分类号: G06F17/30 G06F17/27 G06K9/62

    摘要: 一种基于贝叶斯网络的缺陷数据自动文摘分类方法,包括:a.对每条缺陷数据中缺陷表象、缺陷部位、缺陷描述、缺陷设备、缺陷原因各象限中的文本信息进行整合,将整合后的缺陷记录作为一个文本分析对象;利用中文分词系统对缺陷文本样本进行分词;b.利用贝叶斯分类算法,分别对缺陷样本数据进行设备名称、缺陷部位、缺陷类型三个分析维度的文摘分类,得到部分缺陷维度的分类类型;c.根据缺陷数据内部各维度之间的关联关系,利用已分类出的部分缺陷维度文摘构建缺陷文摘信息的贝叶斯网络模型,得到缺陷模型的学习规则;d.对实际缺陷数据进行自动文摘和分类处理,从而规范缺陷数据,为设备缺陷相关的分析应用提供基础数据。

    一种基于贝叶斯网络的缺陷数据自动文摘分类方法

    公开(公告)号:CN106202274B

    公开(公告)日:2019-10-15

    申请号:CN201610506195.6

    申请日:2016-06-30

    IPC分类号: G06F16/35 G06F17/27 G06K9/62

    摘要: 一种基于贝叶斯网络的缺陷数据自动文摘分类方法,包括:a.对每条缺陷数据中缺陷表象、缺陷部位、缺陷描述、缺陷设备、缺陷原因各象限中的文本信息进行整合,将整合后的缺陷记录作为一个文本分析对象;利用中文分词系统对缺陷文本样本进行分词;b.利用贝叶斯分类算法,分别对缺陷样本数据进行设备名称、缺陷部位、缺陷类型三个分析维度的文摘分类,得到部分缺陷维度的分类类型;c.根据缺陷数据内部各维度之间的关联关系,利用已分类出的部分缺陷维度文摘构建缺陷文摘信息的贝叶斯网络模型,得到缺陷模型的学习规则;d.对实际缺陷数据进行自动文摘和分类处理,从而规范缺陷数据,为设备缺陷相关的分析应用提供基础数据。

    一种基于海量电力监测数据的统一模型化存储接入方法

    公开(公告)号:CN107220360A

    公开(公告)日:2017-09-29

    申请号:CN201710421204.6

    申请日:2017-06-07

    IPC分类号: G06F17/30

    摘要: 一种基于海量电力监测数据的统一模型化存储接入方法。本发明基于电网CIM模型建立电网实时类监测数据的主题实例模型,实现监测数据的统一接入、统一处理、统一存储、统一服务,实现电网调度域、计量自动化域、变电监测域、气象域、电压监测、电能质量等专业域的跨越数据融合;采用MQ、Jstorm、Hadoop、Hbase、Ganglia、Nagios等技术构建贯穿数据接入、计算、存储、服务、监控全过程的分布式数据中心。其中Hbase存储空间80T,满足海量实时类数据存储需求。采用分布式MQ消息中间件实现监测终端数据的接入,通过Jstorm实现属性化数据到主题实例模型的转换,结合基于主题实例模型的预警表达式规则实现数据异常预警,最终将实时类监测数据存入Hbase分布式数据库。

    基于图计算的自助取数方法
    7.
    发明公开

    公开(公告)号:CN115525798A

    公开(公告)日:2022-12-27

    申请号:CN202211281961.5

    申请日:2022-10-17

    IPC分类号: G06F16/901 G06F16/903

    摘要: 本发明的基于图计算的自助取数方法包括:用户从存储器中读取数据库A和数据库B中的检索信息,数据库A和数据库B以表格的形式记载了若干条的检索信息,数据库A的检索信息与数据库B的检索信息以索引值相同的方式进行连接,用户通过索引值读取数据库A和数据库B的检索信息,将数据库A中的每条检索信息放置在一个节点A中,将数据库B中的每条检索信息放置在一个节点B中,将索引值相同的数据库A中的节点A和数据库B中的节点B进行连线,将存储器分成若干个存储单元,索引值分别记录在存储器的相应存储单元中,用户从存储器直接通过索引值检索出数据库A和数据库B的检索信息。

    电网防振锤缺陷自动判别方法

    公开(公告)号:CN104021389A

    公开(公告)日:2014-09-03

    申请号:CN201410265094.5

    申请日:2014-06-16

    IPC分类号: G06K9/46

    摘要: 本发明涉及输电线路检修技术领域,具体是一种电网防振锤缺陷自动判别方法;其包括如下步骤:源图像提取、存储、分析;完成导线图像的提取;对背景干扰图像的过滤;实现图像灰度增强阈值的自适应匹配,对图像进行增强处理;对图像库进行智能学习,实现防振锤异常缺陷的自动判别;本发明的实现了对巡视数据进行存储、处理、分析;通过对数据进行分切片处理,对图像进行提取、背景降噪及图像增强,并建立防振锤安装图像库,采用智能识别引擎学习,并输入经提取、降噪、增强的图片数据,自动识别防振锤位置异常,有效降低了工作量,提高了巡视数据判读的效率,提高了防振锤位置异常的准确率和及时率,为电网的安全运行提供了先决条件。