返回项目页面
对比文件列表
2002-11-29_发明专利_JP2002342185A Remote maintenance system_+++A_B_C_D_E_F_G_M_Q_R_S_V_o+++.docx
2026-02-23 17:41
2007-09-20_发明专利_JP2007526992A System for electrical fault detection apparatus and method_+++A_B_C_D_E_F_G_Q_R_S_i_j_k_o_u+++.docx
2026-02-23 17:41
2008-06-12_发明申请_US20080136581A1 SMART CURRENT ATTENUATOR FOR ENERGY CONSERVATION IN APPLIANCES_+++O_Q_a_b_c_d_e_f_g_j_k_r_s_t_u+++.docx
2026-02-23 17:41
2009-08-06_发明申请_US20090199296A1 DETECTING UNAUTHORIZED USE OF COMPUTING DEVICES BASED ON BEHAVIORAL PATTERNS_+++D_E_H_P_Q_R_V_a_b_c_f_g_o_s+++.docx
2026-02-23 17:41
2009-11-26_发明专利_JP2009276682A Lens barrel and imaging apparatus_+++E_R+++.docx
2026-02-23 17:41
2010-07-22_发明专利_JP2010161488A Network monitoring system and method therefor_+++b_c_d_e_f_k_o_p_q_r_s+++.docx
2026-02-23 17:41
2013-01-09_发明专利_JP5115325B2 Lens barrel and imaging device_+++d_e_f_g_q_r+++.docx
2026-02-23 17:41
2014-02-13_发明申请_US20140047544A1 Server-Side Malware Detection and Classification_+++B_C_D_E_F_G_H_K_P_R_S_T_V_a_i_j_l_m_n_o_q_u+++.docx
2026-02-23 17:41
2014-11-05_发明授权_CN102802158B 基于信任评估的无线传感器网络异常检测方法_+++B_C_D_E_P_T_a_f_g_h_o_q_r_s+++.docx
2026-02-23 17:41
2015-01-07_发明公开_CN104272788A 在移动计算装置中传达行为信息_+++C_D_E_F_H_O_P_Q_R_a_b_g_m_s_v+++.docx
2026-02-23 17:41
2015-03-05_发明申请_WO2015031676A2 INTEGRITY TESTING OF HAIR SAMPLES_+++D_E_a_b_c_f_g_o_q_r+++.docx
2026-02-23 17:41
2015-03-05_发明申请_WO2015031676A3 INTEGRITY TESTING OF HAIR SAMPLES_+++e_h_o_r_s+++.docx
2026-02-23 17:41
2015-04-01_发明授权_CN102227691B 检测航空发动机的异常_+++D_E_Q_a_b_c_h_j_r_s_u+++.docx
2026-02-23 17:41
2015-06-11_发明申请_US20150163121A1 DISTRIBUTED MONITORING, EVALUATION, AND RESPONSE FOR MULTIPLE DEVICES_+++A_C_D_E_F_G_P_Q_R_V_b_i_k_o_s_t_u+++.docx
2026-02-23 17:41
无说明书_+++A_D_E_P_b_c_f_g_r_s_t+++.docx
2026-02-23 17:41
2007-09-20_发明专利_JP2007526992A System for electrical fault detection apparatus and method_+++A_B_C_D_E_F_G_Q_R_S_i_j_k_o_u+++.docx

对比文件名称:2007-09-20_发明专利_JP2007526992A System for electrical fault detection apparatus and method

目标专利名称:150监视物联网设备健康状况的方法、装置、设备和存储介质CN107409073B

本次调用模型名称:专利创造性评估模型

## 特征比对表格

技术特征描述以及公开性判断结果对比文件原文引用公开性论述
技术特征A《直接公开》[2] 初期認識段階[110]において、制御装置は各局所検知装置の正常挙動のパターンを確立するため、局所検知装置のそれぞれから電圧信号を受け取り、かかるデータを監視する。(中文译文:在初始识别阶段[110]中,控制装置为了建立各局部检测装置的正常行为模式,从各局部检测装置接收电压信号,监视该数据。)对比文件公开了在系统初始化阶段,控制装置(38)从各局部检测装置(46)接收数据并建立正常行为模式。这相当于在本地电气网络(相当于本地IoT网络)中的中央控制装置(相当于第一节点)为与网络中的局部检测装置(相当于第二节点)相关联的正常行为建模。两者作用相同,都是建立基准以用于后续异常检测。因此,本领域技术人员能毫无疑义地得出该技术方案。
技术特征B《直接公开》[2] 制御装置[38]... 局所検知装置[46]...(中文译文:控制装置[38]... 局部检测装置[46]...)[2] 検知装置は通常、プラグアダプタとして構成される。このプラグアダプタは、各種電気機器のパワープラグとこれらのパワープラグに給電するソケットとの間に挿入される。(中文译文:检测装置通常被构造成插头适配器。该插头适配器被插入在各种电气设备的电源插头和给这些电源插头供电的插座之间。)对比文件明确区分了控制装置(38)和局部检测装置(46),它们是系统中的不同设备。控制装置(38)负责分析数据(例如比较阈值、识别故障类型和位置),相当于配置成进行行为分析的分析者节点。局部检测装置(46)负责测量本地电压和连续性,相当于配置成观察本地行为的观察者节点。因此,该特征被直接公开。
技术特征C《直接公开》[2] 受信段階[113]において、制御装置[38]は、電圧測定値を検知装置[46]から受信する。これらの測定値は、施設内の局所・遠隔検知装置[46]によって読み取られた電圧値を表す。(中文译文:在接收阶段[113]中,控制装置[38]从检测装置[46]接收电压测量值。这些测量值表示由设施内的局部/远程检测装置[46]读取的电压值。)[2] データ収集段階[142]においては、制御装置は、連続性時間測定値を局所・遠隔検知装置[46]から受け取る。(中文译文:在数据收集阶段[142]中,控制装置从局部/远程检测装置[46]接收连续性时间测量值。)对比文件明确描述了中央控制装置(第一节点)通过通信接口(如电力线载波)从分散的局部检测装置(第二节点)接收测量到的行为信息(电压和连续性)。这对应于通过本地网络接收与在第二节点处观察到的行为相关的信息。
技术特征D《直接公开》[2] ステップ[115]においては、経時的に各検知装置[46]から得た電圧測定値のパターンを分析し、各センサの電圧レベルを計算する。(中文译文:在步骤[115]中,分析从各检测装置[46]随时间获得的电压测量值的模式,计算各传感器的电压水平。)[2] ステップ[146]においては、経時的にこれらの連続性値を分析する。(中文译文:在步骤[146]中,随时间分析这些连续性值。)对比文件明确说明了控制装置(第一节点)对从检测装置接收到的电压和连续性测量值进行分析,例如分析其模式、计算水平。这直接对应于在第一节-点处分析与在第二节点处观察到的行为相关的行为信息。
技术特征E《直接公开》[2] ステップ[128]においては、制御装置は、各検知装置による電圧測定値を、所定の電圧上限値、電圧下限値と比較する。...各検知装置において測定値が許容範囲内にある場合、制御装置はステップ[113]に戻り... それ以外の場合(すなわち、任意の検知装置による測定値がこれらの限界値が示す正常範囲外である場合、制御装置は、負荷[44]の1つ又は配線[45]において故障が発生したと決定する。(中文译文:在步骤[128]中,控制装置将各检测装置的电压测量值与预定的电压上限值、下限值进行比较。...在各检测装置中测量值在容许范围内的情况下,控制装置返回步骤[113]... 否则(即,任意检测装置的测量值在这些限值所示的正常范围外的情况下),控制装置决定在负载[44]之一或配线[45]中发生了故障。)对比文件详细描述了控制装置将分析后的测量值(所分析的行为信息)与所确定的正常范围(所建模的正常行为,例如在初始化阶段建立的正常模式或预定的阈值)进行比较,以确定行为(此处表现为电压或连续性测量值)是正常还是异常(故障)。作用完全相同。
技术特征F《直接公开》[2] ステップ[132]においては、制御装置はアラームを発報して故障位置を指示する。また制御装置は、適切なブレーカ[40](ヒューズボックス[26]内)又は[104](検知装置[100]内)に対して、故障回路への供給電力を遮断するよう指示することができる。(中文译文:在步骤[132]中,控制装置发出警报指示故障位置。并且控制装置可以向合适的断路器[40](保险丝盒[26]内)或[104](检测装置[100]内)指示切断向故障电路的电力供应。)对比文件明确公开了响应于基于比较确定存在异常(故障)状况,控制装置触发一个或多个执行者(例如警报装置、断路器)来矫正该异常行为(此处是通过切断电力来防止电气危险)。这直接对应于触发执行者来矫正行为异常。
技术特征G《直接公开》[2] ブレーカは、一回だけ使用可能なヒューズ及び/又はスイッチを含む予防装置である。これらは作動した後自動又は手動で再設定されるようになっている。...加えて、装置は、交流配線(〜)と施設の接地接続との間に意図的な接続を設けるように用いてもよい。この接続によって、中央接地故障回路遮断装置(GFCI)が作動して多数の電気機器を電力から切断することが可能になる。(中文译文:断路器是包含一次性使用的保险丝和/或开关的预防装置。它们被设计成在操作后自动或手动复位。...此外,装置也可用于在交流配线(~)和设施的接地连接之间建立有意的连接。通过这种连接,可以使中央接地故障电路断路器(GFCI)动作,将许多电气设备从电源切断。)对比文件中提到的执行者(如断路器、警报、GFCI触发装置)本身被提供有用于矫正异常(电气故障)的特定技术,例如物理切断电路、发出警报、触发更高级别的保护装置。这些技术直接辅助矫正检测到的行为异常(故障)。
技术特征H《未公开》无对应内容。对比文件测量和传输的是原始的或经过简单处理的电压、连续性时间等标量值。虽然控制装置会分析这些值的“模式”,但并未描述将多个行为特征映射到n维空间中以形成“行为向量”的技术方案。目标专利中的“行为向量”是将n个行为特征映射到n维空间的概念,用于更复杂的多变量行为分析。对比文件未公开此特征。
技术特征I《隐含公开》[2] 提案システムは、局所検知装置[46]を含む... 制御装置は、ヒューズボックス[26]又は検知装置[46]に対して、電力を遮断するよう指示することもできる。(中文译文:所提出的系统包括局部检测装置[46]... 控制装置也可以向保险丝盒[26]或检测装置[46]指示切断电力。)[2] 外部電力ライン等の主電源装置[24]は、住宅[20]に電力を供給するようになっている。電力は、住宅に近接して位置するヒューズボックス[26]に供給される。...次に電力は、住宅内部に位置する様々なコンセント[28]に配線を介して配分される。(中文译文:来自外部电力线等的主电源装置[24]向住宅[20]供应电力。电力被供应到位于住宅附近的保险丝盒[26]。...然后电力通过配线分配到位于住宅内部的各种插座[28]。)对比文件描述的系统包含主电源、保险丝盒、配线、插座、多个检测装置和控制装置,这本身就构成了一个本地电气网络。控制装置监视和管理整个网络的状态(如图1、2所示),这隐含了为包括控制装置和所有检测装置的整个本地网络进行建模的概念。控制装置需要理解网络的整体状态以区分内部故障和外部电源问题,并进行故障定位。因此,本领域技术人员有可能从对比文件推理出为整个本地网络建模的必要性。
技术特征J《隐含公开》[2] ステップ[114]においては、これらの電圧測定値がデータベースに記録され、後続の再点検や、ステップ[110]で記録された認識電圧挙動の修正のために使用される。(中文译文:在步骤[114]中,这些电压测量值被记录在数据库中,用于后续的重新检查以及步骤[110]中记录的识别出的电压行为的修正。)[2] 制御装置は、施設内の他の検知装置に対してかかる電気故障の存在を通知する電気信号を伝送する。(中文译文:控制装置向设施内的其他检测装置传送通知此类电气故障存在的电信号。)对比文件提到将测量值记录在数据库中以用于后续修正“认识的电压行为”(即模型),并且控制装置会向网络中的其他设备通知故障状态。这隐含了基于观察到的行为信息(故障事件)来更新与网络相关联的当前状态(例如,标记某回路存在故障,或调整正常行为模型)的可能性。更新网络状态是维持有效监控的自然延伸。
技术特征K《隐含公开》[2] 初期認識段階[110]において、制御装置は各局所検知装置の正常挙動のパターンを確立するため、局所検知装置のそれぞれから電圧信号を受け取り、かかるデータを監視する。(中文译文:在初始识别阶段[110]中,控制装置为了建立各局部检测装置的正常行为模式,从各局部检测装置接收电压信号,监视该数据。)对比文件在初始化阶段,控制装置从各检测装置收集数据以建立正常行为模式。收集与每个检测装置(相当于IoT设备)相关联的数据(如电压特征)可以被认为是“聚集属性”的一种形式。尽管“属性”在目标专利中可能更广泛,但对比文件公开了收集与设备相关的特定行为属性(电压、连续性)用于建模,这构成了部分公开。本领域技术人员可以合理推断,为了更全面的建模,可能需要聚集更多属性。
技术特征L《未公开》无对应内容。对比文件虽然描述了系统包含电源、保险丝盒、配线、插座和检测装置,但并未明确描述“构造与本地IoT网络相关联的拓扑”这一主动步骤。系统拓扑更多是物理连接的既定事实,而非在软件或逻辑层面被显式“构造”用于建模的实体。该特征未被公开。
技术特征M《未公开》无对应内容。对比文件未提及从制造商或仓储库获取预定义的设备行为模型。其正常行为模型是通过本地初始化阶段的学习建立的,或者基于预定的阈值。未公开从外部源获取标准化行为模型的技术方案。
技术特征N《未公开》无对应内容。由于特征K(仅部分隐含)、L、M均未被充分公开,因此组合这些要素以“为本地IoT网络建模”的具体技术方案在对比文件中不存在。对比文件的建模更侧重于单个检测点的行为模式,而非一个综合了设备属性、网络拓扑和外部行为模型的复杂网络模型。
技术特征O《隐含公开》[2] ステップ[132]においては、制御装置はアラームを発報して故障位置を指示する。(中文译文:在步骤[132]中,控制装置发出警报指示故障位置。)对比文件中,控制装置在检测到异常(故障)时发出警报。发出警报可以被视为一种“报告”行为。虽然“客户服务实体”在对比文件中未被明确提及(其报告对象可能是用户或维护人员),但报警功能隐含了向某个负责实体(可包括客户服务)报告异常以引起关注的可能性。在智能设备/物联网的上下文中,将异常报告给客户服务实体是常见的延伸。
技术特征P《未公开》无对应内容。对比文件检测的异常是“电气故障”,例如配线故障、接触不良、设备短路等,这些属于物理故障或异常工作状况。对比文件未提及检测“潜在恶意攻击”(如网络攻击、黑客行为)。两者的技术领域和问题关注点不同。
技术特征Q《直接公开》[2] 任意の検知装置による測定値がこれらの限界値が示す正常範囲外である場合、制御装置は、負荷[44]の1つ又は配線[45]において故障が発生したと決定する。(中文译文:任意检测装置的测量值在这些限值所示的正常范围外的情况下,控制装置决定在负载[44]之一或配线[45]中发生了故障。)对比文件明确公开了通过比较检测值是否超出正常范围来确定设备(负载)或线路是否存在“故障”。故障直接对应“潜在故障或异常工作状况”。因此,该特征被直接公开。
技术特征R《直接公开》[2] 検知装置[46]... 電圧レベルを測定して... 連続性測定装置[92]は、電力が検知装置に連続的に供給されて以来の経過時間又は経過ACサイクルを測定する...(中文译文:检测装置[46]... 测量电压水平... 连续性测量装置[92]测量自电力被连续供应到检测装置以来经过的时间或AC周期...)对比文件中的局部检测装置(第二节点)明确包括被配置成观察一个或多个行为(电压、连续性时间)的组件(电压传感器、连续性测量装置)。因此,该特征被直接公开。
技术特征S《直接公开》[2] 局所検知装置は通常、その局所電圧読取り値と連続性測定値を、中央制御監視ステーションに伝達する。(中文译文:局部检测装置通常将其局部电压读数和连续性测量值传送到中央控制监视站。)[2] 通信インタフェース[90]... 各プロセッサはすべての必要な測定を局所的に実施して分析することができる。(中文译文:通信接口[90]... 各处理器可以本地执行和分析所有必要的测量。)对比文件明确描述了局部检测装置包括发射机(通过通信接口,如电力线载波调制)将表示所观察到的行为(电压读数、连续性测量值)发送到中央控制装置(相当于第一节点)。这直接对应于第二节点包括发射机,其被配置成将一个或多个行为特征发送到第一节点。未明确提及中继的第三节点,但发送到第一节点的特征已被公开。
技术特征T《未公开》无对应内容。对比文件中的行为信息是由检测装置自身测量并主动发送的。未描述本地网络中还存在其他专门配置的节点,其通过监视第二节点传送的网络消息来获取行为信息并传送给第一节点。该特征未被公开。
技术特征U《隐含公开》[2] ステップ[116]においては、施設の基準電圧を計算する。この基準値は、外部ソースに基づき主基準センサ[48]によって直接生成してもよいし、各検知装置において個々に実施される測定の結果から決定してもよい。(中文译文:在步骤[116]中,计算设施的基准电压。该基准值可以基于外部源由主基准传感器[48]直接生成,也可以根据在各检测装置处单独实施的测量的结果来决定。)[2] ステップ[118]においては、制御装置[38]は、実際の基準電圧測定読取り値と、所定の電圧上限値・下限値とを比較する。(中文译文:在步骤[118]中,控制装置[38]将实际的基准电压测量读数值与预定的电压上限值、下限值进行比较。)对比文件描述了计算或测量一个“基准电压”,该基准电压可以被视为与整个电气网络(相当于本地IoT网络)相关联的“总状态模型”的一部分(例如,电网的正常供电状态)。控制装置将检测装置的读数与该基准进行比较,以判断异常是源于外部电网还是内部故障。这隐含了基于一个定义当前状态(如基准电压)的总状态模型与正常状态(预定的电压范围)进行比较,来判断节点行为是否异常。
技术特征V《未公开》无对应内容。对比文件未提及“应用机器学习来更新设备行为模型”。其模型更新(如步骤[114]提到的修正)是基于新数据的简单记录或阈值调整,并未公开使用机器学习算法来自动学习和更新模型的技术特征。

<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<F>>><<<G>>><<<Q>>><<<R>>><<<S>>><<<i>>><<<j>>><<<k>>><<<o>>><<<u>>>

权利要求与技术特征
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE