CN105278353A - 智能采集数据的方法、系统与数据处理装置 - Google Patents
智能采集数据的方法、系统与数据处理装置 Download PDFInfo
- Publication number
- CN105278353A CN105278353A CN201410232903.2A CN201410232903A CN105278353A CN 105278353 A CN105278353 A CN 105278353A CN 201410232903 A CN201410232903 A CN 201410232903A CN 105278353 A CN105278353 A CN 105278353A
- Authority
- CN
- China
- Prior art keywords
- data
- acquisition
- correlativity
- strategies
- equipment
- 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.)
- Granted
Links
Landscapes
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本公开涉及一种智能采集数据的方法、系统与数据处理装置。该方法包括接收对前端采集设备所采集的数据分析出的相关性;根据所采集的数据的相关性确定前端采集设备对数据的采集策略;将采集策略发送给前端采集设备,以实现对数据的智能采集。本公开能够有效地对数据采集进行控制。
Description
技术领域
本公开涉及物联网领域,特别地,涉及一种智能采集数据的方法、系统与数据处理装置。
背景技术
随着物联网与绿色节能技术的发展,节能系统将采集海量的能耗数据。目前针对海量能耗数据的采集与分析的研究有很多,例如,对所采集的能耗数据进行预处理或执行简单固定的采集策略等。
目前能耗系统中的采集终端大多采用固定简单的模式进行能耗数据采集,会产生大量重复或者无效的数据,这对数据的存储、挖掘和分析造成额外负担,降低了整个系统的运行效率,因此,目前急需一种能够控制前端数据采集设备的方法。
发明内容
本公开鉴于以上问题中的至少一个提出了新的技术方案。
本公开在其一个方面提供了一种智能采集数据的方法,其能够有效地对数据采集进行控制。
本公开在其另一方面提供了一种数据处理装置,其能够有效地对数据采集进行控制。
本公开在其又一方面提供了一种智能采集数据的系统,其能够有效地对数据采集进行控制。
根据本公开,提供一种智能采集数据的方法,包括:
接收对前端采集设备所采集的数据分析出的相关性;
根据所采集的数据的相关性确定前端采集设备对数据的采集策略;
将采集策略发送给前端采集设备,以实现对数据的智能采集。
在本公开的一些实施例中,该方法还包括:
接收前端采集设备所采集的数据;
计算所采集的数据之间的相关性。
在本公开的一些实施例中,采集策略包括采集频率。
在本公开的一些实施例中,采集频率与相关性成反比。
在本公开的一些实施例中,数据为传感数据。
根据本公开,还提供了一种数据处理装置,包括:
接收单元,用于接收对前端采集设备所采集的数据分析出的相关性;
采集策略确定单元,用于根据所采集的数据的相关性确定前端采集设备对数据的采集策略;
采集策略发送单元,用于将采集策略发送给前端采集设备,以实现对数据的智能采集。
在本公开的一些实施例中,该装置还包括:
相关性计算单元,用于计算所采集的数据之间的相关性。
在本公开的一些实施例中,采集策略包括采集频率。
在本公开的一些实施例中,采集频率与相关性成反比。
在本公开的一些实施例中,数据为传感数据。
根据本公开,还提供了一种智能采集数据的系统,包括前端采集设备和前述实施例的数据处理装置,前端采集设备接收数据处理装置发送的采集策略、根据采集策略控制传感设备进行数据采集并将所采集的数据发送至数据处理装置。
在本公开的技术方案中,由于根据所采集数据之间的相关性确定采集策略,再由所确定的采集策略控制前端采集设备对数据的采集,进而可以有效地对前端采集设备进行控制,以得到处理所需要的采集数据。
附图说明
此处所说明的附图用来提供对本公开的进一步理解,构成本申请的一部分。在附图中:
图1是本公开一个实施例的智能采集数据的方法的流程示意图。
图2是本公开能耗数据采集系统的结构示意图。
图3是应用本公开技术方案对传感设备的采集进行控制的效果示意图。
图4是本公开一个实施例的数据处理装置的结构示意图。
图5是本公开一个实施例的智能采集数据的系统的结构示意图。
具体实施方式
下面将参照附图描述本公开。要注意的是,以下的描述在本质上仅是解释性和示例性的,决不作为对本公开及其应用或使用的任何限制。除非另外特别说明,否则,在实施例中阐述的部件和步骤的相对布置以及数字表达式和数值并不限制本公开的范围。另外,本领域技术人员已知的技术、方法和装置可能不被详细讨论,但在适当的情况下意在成为说明书的一部分。
图1是本公开一个实施例的智能采集数据的方法的流程示意图。
如图1所示,该实施例可以包括以下步骤:
S102,接收对前端采集设备所采集的数据分析出的相关性;
具体地,首先前端采集设备按照设定的初始采集频率对数据进行采集,并计算出所采集的数据之间的相关性,将计算出的数据之间的相关性发送至本公开的数据处理装置。其中,数据之间的相关性体现了相邻数据之间的变化关系,如果相邻数据之间的相关性较弱,则表明相邻数据之间的差异性较大,如果相邻数据之间的相关性较强,则表明相邻数据之间的差异性较小。例如,数据之间的相关性可以通过一个或多个相关性门限来判断。
S104,根据所采集的数据的相关性确定前端采集设备对数据的采集策略;
例如,如果设置了一个相关性门限,则可以将数据之间的相关性区分为强与弱,如果设置了多个相关性门限,则可以将数据之间的相关性区分为强、较强、较弱、非常弱等。
根据所采集数据之间的相关性的强弱,可以查找出对应的数据采集策略。例如,如果所采集数据之间的相关性较强,则其对应的采集策略可以为降低当前的数据采集频率,如果所采集数据之间的相关性较弱,则其对应的采集策略可以为提高当前的数据采集频率。
S106,将采集策略发送给前端采集设备,以实现对数据的智能采集。
在该实施例中,由于根据所采集数据之间的相关性确定采集策略,再由所确定的采集策略控制前端采集设备对数据的采集,进而可以有效地对前端采集设备进行控制,以得到处理所需要的采集数据。
进一步地,在步骤S102之前,还可以包括以下步骤:
接收前端采集设备所采集的数据;
计算所采集的数据之间的相关性。
进一步地,采集策略可以包括但不限于采集频率。
并且,采集频率与相关性成反比。即,所采集数据之间的相关性越高,则对应的采集频率越低,所采集数据之间的相关性越低,则对应的采集频率越高。
例如,可以根据所采集数据之间的相关性大小确定对应的采集频率,如所采集数据之间的相关性高于第一相关性门限,则确定使用采集频率1,如果所采集数据之间的相关性介于第一相关性门限与第二相关性门限之间,则确定使用采集频率2,依此类推,如果所采集数据之间的相关性介于第n-1相关性门限与第n相关性门限之间,则确定使用采集频率n-1,其中,采集频率1<采集频率2<…<采集频率n-1。
需要指出的是,本公开中的所述的采集数据可以为传感数据。例如,传感数据可以包括但不限于电耗数据、温度数据、湿度数据以及设备的工作频率。
在上述实施例中,由于根据所采集数据之间的相关性来确定相应的采集频率,并且对数据的采集频率与所采集数据之间的相关性成反比,因此在所采集数据之间的相关性较强的情况下,降低了对数据的采集频率,进而也就显著降低了对重复或无效数据的采集。
接下来,以能耗数据为例进行说明。
图2是本公开能耗数据采集系统的结构示意图。
如图2所示,包括能耗数据采集系统和能耗数据采集前端。其中,能耗数据采集系统中包括采集数据分析模块和与其相连的智能采集控制模块。能耗数据采集前端中包括与能耗数据采集系统中的智能采集控制模块相连的智能采集受控模块。此外,能耗数据采集前端可以为一个或多个传感设备。本公开中对数据采集的控制是针对同一个传感设备而言的。具体地,
采集数据分析模块:用于对能耗数据采集前端上传的数据进行对比分析,并将分析出的数据之间的相关性输出至智能采集控制模块。
智能采集控制模块:用于根据采集数据分析模块输入的数据之间的相关性选择对应的数据采集策略,以根据对应的数据采集策略调节相应传感设备对数据的采集频率,并将数据采集策略下发至能耗数据采集前端中的智能采集受控模块。
智能采集受控模块:用于接收并执行能耗数据采集系统中的智能采集控制模块下发的指令。
根据所采集数据之间的关联性确定采集策略的算法如下:
其中,F(x,y,z…)为数据关联性函数,具体函数可以根据实际参数定义。
需要指出的是,计算数据之间的相关性的算法多种多样,根据当前数据与前次历史数据计算差值只是计算相关性的一种方法,计算相关性的方法并不限于此。
D1,D2,D3,…,Dn为某一传感设备所采集的数据,其中Dn为当前数据,D1至Dn-1为之前采集的历史数据。
G1,G2,…,Gn为数据关联程度,即,计算出的所采集数据之间的相关性,需要指出的是,同一组输入数据可以计算出一个相关性值。G1,G2,…,Gn可以相关性的区间值。在所采集数据之间的相关性介于G1这个区间内时,与其对应的为采集策略1,同理,在所采集数据之间的相关性介于G2这个区间内时,与其对应的为采集策略2,依此类推,在所采集数据之间的相关性介于Gn这个区间内时,与其对应的为采集策略n。
上述实施例基于所采集到的能耗数据间的相关程度提出了一种能耗数据智能采集算法及系统,可以有效地减少采集过程中产生的重复或者无效的数据,使系统对能耗数据的处理更加精细和高效。
接下来,以对某会议室的耗电量数据采集为例进行详细的说明。
预先在系统中设置好每个传感设备的初始采集频率,然后在实时采集过程中再根据所采集数据间的关联程度不断调整每个传感设备的采集频率。
具体地,针对统一传感设备,可以将每次采集的数据与上次采集的数据进行比较,如果绝对值之差大于预设门限(即,实际能耗出现明显的波动),则可以以最高频率连续采集5次数据;如果绝对值之差小于等于预设门限(即,实际能耗相对平稳),则在预设范围内逐步加大数据采集周期,例如,可以通过一次或多次叠加△T来控制采集周期。
在另一实施例中,还可以通过如下方法流程来控制传感设备的采集频率。
采集数据Dn;
判断当前所采集的数据Dn与上次采集的数据Dn-1的差的绝对值是否大于预设的第一门限△D1;
如果差的绝对值大于预设的第一门限△D1,则以设定的最高频率对数据进行采集;
如果差的绝对值介于预设的第一门限△D1与预设的第二门限△D2之间,则将当前的采集频率增加△F;
如果差的绝对值介于预设的第二门限△D2与预设的第三门限△D3之间,则仍采用当前的采集频率;
如果差的绝对值介于预设的第三门限△D3与预设的第四门限△D4之间,则将当前的采集频率降低△F;
如果差的绝对值低于预设的第四门限△D4,则以设定的最低频率对数据进行采集。
其中,△D1>△D2>△D3>△D4。
需要指出的是,设置的门限可以并不限于上述四个,可以根据采集数据可能的波动范围设置较密的门限,不同的门限区间对应不同的频率调节速度。
例如,在预设的第一门限△D1与预设的第二门限△D2之间还可以设置多个子门限区间,随着子门限区间的增大,可以逐渐增大对数据的采集频率,例如,基于当前的采集频率增加:△F,2×△F,3×△F,…,N×△F。同理,在预设的第三门限△D3与预设的第四门限△D4之间也可以设置多个子门限区间,随着子门限区间的降低,可以逐渐降低对数据的采集频率,例如,基于当前的采集频率降低:△F,2×△F,3×△F,…,N×△F。
通过该实施例可以看出,在能耗波动时系统进行高频率采集,以保证数据精确性;在能耗稳定时逐步延长采集周期。这样就可以大量减小系统采集量,能够有效地减少采集过程中产生的重复数据以及无效的数据。
图3是应用本公开技术方案对传感设备的采集进行控制的效果示意图。
如图3所示,其最上面的一条曲线代表实际电耗,从该曲线可以看出,在初始阶段,实际电耗波动较大,但是,经过一端时间后,实际电耗变得非常平稳。
针对图3所示的实际电耗情况,如果采用传统方法,即,以固定频率由传感设备进行数据的采集,采集曲线如图3中的最下面的一条曲线所示。利用传统方法存在以下问题:由于初始电耗上升阶段与后续电耗平稳阶段所使用的采集频率相同会导致初始上升阶段丢失部分关键数据,而在后续电耗比较平稳的阶段又采集了过多冗余的重复数据。
针对图3所示的实际电耗情况,如果采用本申请的方法,即,根据所采集数据之间的关联程度调整传感设备的采集频率,采集曲线如图3中的中间一条曲线所示。从对该曲线的采集可以看出,在初始电耗上升阶段,可以使用较高的频率对数据进行采集,这样可以防止关键数据的丢失,在后续电耗平稳阶段,由于电耗变化微小,因此可以以较低的频率对数据进行采集,这样防止采集了大量重复的冗余数据而增加后续数据处理的负担。
本领域普通技术人员可以理解,实现上述方法实施例的全部和部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算设备可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤,而前述的存储介质可以包括ROM、RAM、磁碟和光盘等各种可以存储程序代码的介质。
图4是本公开一个实施例的数据处理装置的结构示意图。
如图4所示,该实施例中的数据处理装置40可以包括接收单元402、采集策略确定单元404和采集策略发送单元406。其中,
接收单元402,用于接收对前端采集设备所采集的数据分析出的相关性,其中,数据可以为传感数据;
采集策略确定单元404,用于根据所采集的数据的相关性确定前端采集设备对数据的采集策略;
采集策略发送单元406,用于将采集策略发送给前端采集设备,以实现对数据的智能采集。
在该实施例中,由于根据所采集数据之间的相关性确定采集策略,再由所确定的采集策略控制前端采集设备对数据的采集,进而可以有效地对前端采集设备进行控制,以得到处理所需要的采集数据。
进一步地,该装置还可以包括:
相关性计算单元,用于计算所采集的数据之间的相关性。
其中,采集策略可以包括但不限于采集频率。
进一步地,采集频率与相关性成反比。
图5是本公开一个实施例的智能采集数据的系统的结构示意图。
如图5所示,该实施例中的智能采集数据的系统50可以包括前端采集设备502和数据处理装置504,其中,前端采集设备502接收数据处理装置504发送的采集策略、根据采集策略控制传感设备进行数据采集并将所采集的数据发送至数据处理装置504。另外,数据处理装置504可以通过前述实施例实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同和相似的部分可以相互参见。对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处可以参见方法实施例部分的说明。
本公开上述实施例在传统的能耗数据采集系统中加入采集数据分析模块、智能采集控制模块和智能采集受控模块,基于所采集到的能耗数据间的相关程度的智能算法,有效地减少了采集过程中产生的重复或者无效的原始数据,从数据源上提高了数据的精确性和高可用性。
虽然已参照示例性实施例描述了本公开,但应理解,本公开不限于上述的示例性实施例。对于本领域技术人员显然的是,可以在不背离本公开的范围和精神的条件下修改上述的示例性实施例。所附的权利要求的范围应被赋予最宽的解释,以包含所有这样的修改以及等同的结构和功能。
Claims (11)
1.一种智能采集数据的方法,其特征在于,包括:
接收对前端采集设备所采集的数据分析出的相关性;
根据所采集的数据的相关性确定前端采集设备对数据的采集策略;
将采集策略发送给前端采集设备,以实现对数据的智能采集。
2.根据权利要求1所述的智能采集数据的方法,其特征在于,所述方法还包括:
接收前端采集设备所采集的数据;
计算所采集的数据之间的相关性。
3.根据权利要求1所述的智能采集数据的方法,其特征在于,所述采集策略包括采集频率。
4.根据权利要求3所述的智能采集数据的方法,其特征在于,所述采集频率与相关性成反比。
5.根据权利要求1所述的智能采集数据的方法,其特征在于,所述数据为传感数据。
6.一种数据处理装置,其特征在于,包括:
接收单元,用于接收对前端采集设备所采集的数据分析出的相关性;
采集策略确定单元,用于根据所采集的数据的相关性确定前端采集设备对数据的采集策略;
采集策略发送单元,用于将采集策略发送给前端采集设备,以实现对数据的智能采集。
7.根据权利要求6所述的数据处理装置,其特征在于,所述装置还包括:
相关性计算单元,用于计算所采集的数据之间的相关性。
8.根据权利要求6所述的数据处理装置,其特征在于,所述采集策略包括采集频率。
9.根据权利要求8所述的数据处理装置,其特征在于,所述采集频率与相关性成反比。
10.根据权利要求6所述的数据处理装置,其特征在于,所述数据为传感数据。
11.一种智能采集数据的系统,其特征在于,包括前端采集设备和权利要求6-10中任一项所述的数据处理装置,所述前端采集设备接收所述数据处理装置发送的采集策略、根据采集策略控制传感设备进行数据采集并将所采集的数据发送至所述数据处理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410232903.2A CN105278353B (zh) | 2014-05-29 | 2014-05-29 | 智能采集数据的方法、系统与数据处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410232903.2A CN105278353B (zh) | 2014-05-29 | 2014-05-29 | 智能采集数据的方法、系统与数据处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105278353A true CN105278353A (zh) | 2016-01-27 |
CN105278353B CN105278353B (zh) | 2018-09-14 |
Family
ID=55147563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410232903.2A Active CN105278353B (zh) | 2014-05-29 | 2014-05-29 | 智能采集数据的方法、系统与数据处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105278353B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105682121A (zh) * | 2016-01-29 | 2016-06-15 | 中国联合网络通信集团有限公司 | 传感器网络的数据采集方法、网关和数据采集系统 |
CN105868294A (zh) * | 2016-03-23 | 2016-08-17 | 浙江风向标科技有限公司 | 针对智能设备的数据分析方法及装置 |
CN107014437A (zh) * | 2017-04-20 | 2017-08-04 | 国网江苏省电力公司无锡供电公司 | 变电站多传感器系统的智能数据采集方法 |
CN107357250A (zh) * | 2017-07-31 | 2017-11-17 | 成都理工大学 | 雨量监测控制系统及地质灾害预警系统 |
CN107450095A (zh) * | 2017-07-31 | 2017-12-08 | 成都理工大学 | 基于地震信号的地质灾害监测系统及方法 |
CN107885602A (zh) * | 2017-10-31 | 2018-04-06 | 新华三技术有限公司 | 数据采集系统及方法 |
CN108122036A (zh) * | 2017-12-14 | 2018-06-05 | 国网安徽省电力有限公司电力科学研究院 | 一种变电站带电运检辅助分析方法 |
CN108449765A (zh) * | 2018-03-27 | 2018-08-24 | 江苏中科羿链通信技术有限公司 | 自适应调节的节能监测方法 |
CN108881351A (zh) * | 2017-05-16 | 2018-11-23 | 语祯物联科技(上海)有限公司 | 一种调整物联网通信设备的采集周期的方法及装置 |
CN108984579A (zh) * | 2018-04-28 | 2018-12-11 | 中国海洋大学 | 海洋数据自适应采样通信方法及系统 |
WO2020114496A1 (zh) * | 2018-12-06 | 2020-06-11 | 华为技术有限公司 | 一种数据采集的方法和相关设备 |
CN113098963A (zh) * | 2021-04-01 | 2021-07-09 | 江苏博昊智能科技有限公司 | 面向物联网云计算的处理分析系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103033565A (zh) * | 2012-12-07 | 2013-04-10 | 山东大学 | 岩样破裂过程的声发射与电阻率联合监测装置及监测方法 |
-
2014
- 2014-05-29 CN CN201410232903.2A patent/CN105278353B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103033565A (zh) * | 2012-12-07 | 2013-04-10 | 山东大学 | 岩样破裂过程的声发射与电阻率联合监测装置及监测方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105682121A (zh) * | 2016-01-29 | 2016-06-15 | 中国联合网络通信集团有限公司 | 传感器网络的数据采集方法、网关和数据采集系统 |
CN105868294A (zh) * | 2016-03-23 | 2016-08-17 | 浙江风向标科技有限公司 | 针对智能设备的数据分析方法及装置 |
CN107014437A (zh) * | 2017-04-20 | 2017-08-04 | 国网江苏省电力公司无锡供电公司 | 变电站多传感器系统的智能数据采集方法 |
CN108881351A (zh) * | 2017-05-16 | 2018-11-23 | 语祯物联科技(上海)有限公司 | 一种调整物联网通信设备的采集周期的方法及装置 |
CN107450095A (zh) * | 2017-07-31 | 2017-12-08 | 成都理工大学 | 基于地震信号的地质灾害监测系统及方法 |
CN107357250A (zh) * | 2017-07-31 | 2017-11-17 | 成都理工大学 | 雨量监测控制系统及地质灾害预警系统 |
CN107885602A (zh) * | 2017-10-31 | 2018-04-06 | 新华三技术有限公司 | 数据采集系统及方法 |
CN108122036A (zh) * | 2017-12-14 | 2018-06-05 | 国网安徽省电力有限公司电力科学研究院 | 一种变电站带电运检辅助分析方法 |
CN108122036B (zh) * | 2017-12-14 | 2021-06-22 | 国网安徽省电力有限公司电力科学研究院 | 一种变电站带电运检辅助分析方法 |
CN108449765A (zh) * | 2018-03-27 | 2018-08-24 | 江苏中科羿链通信技术有限公司 | 自适应调节的节能监测方法 |
CN108984579A (zh) * | 2018-04-28 | 2018-12-11 | 中国海洋大学 | 海洋数据自适应采样通信方法及系统 |
CN111294112A (zh) * | 2018-12-06 | 2020-06-16 | 华为技术有限公司 | 一种数据采集的方法和相关设备 |
WO2020114496A1 (zh) * | 2018-12-06 | 2020-06-11 | 华为技术有限公司 | 一种数据采集的方法和相关设备 |
CN111294112B (zh) * | 2018-12-06 | 2021-06-22 | 华为技术有限公司 | 一种数据采集的方法和相关设备 |
CN113541786A (zh) * | 2018-12-06 | 2021-10-22 | 华为技术有限公司 | 一种数据采集的方法和相关设备 |
US11589141B2 (en) | 2018-12-06 | 2023-02-21 | Huawei Technologies Co., Ltd. | Data collection method and related device |
CN113098963A (zh) * | 2021-04-01 | 2021-07-09 | 江苏博昊智能科技有限公司 | 面向物联网云计算的处理分析系统 |
CN113098963B (zh) * | 2021-04-01 | 2021-11-23 | 江苏博昊智能科技有限公司 | 面向物联网云计算的处理分析系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105278353B (zh) | 2018-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105278353A (zh) | 智能采集数据的方法、系统与数据处理装置 | |
CN103901813B (zh) | 变切削速率过程材料切削功率及能耗的获取和节能控制方法 | |
CN1206485C (zh) | 中央空调节能模糊控制方法及模糊控制器 | |
CN103490956A (zh) | 基于业务量预测的自适应节能控制方法及设备、系统 | |
CN103472904B (zh) | 一种智能调整多个定时器的方法和装置 | |
CN108320063A (zh) | 一种电力负荷预测中对异常数据剔除和去噪处理的方法 | |
CN105677000B (zh) | 动态电压频率调整的系统及方法 | |
CN101853066A (zh) | 一种自动实时调整系统时钟频率的方法和装置 | |
CN116360331B (zh) | 一种通用的灌溉自动化控制系统及控制方法 | |
CN103929366A (zh) | 流量控制方法、装置及设备 | |
CN102184454A (zh) | 基于神经网络系统的制粒机配方生成方法 | |
CN1746797A (zh) | 智能优化参数自整定控制方法 | |
CN111972991A (zh) | 热水处理装置及其控制方法与装置 | |
CN104613597A (zh) | 高效节能空调机组控制方法和控制装置、空调机组 | |
CN110868221B (zh) | 一种多模态数据自动压缩方法 | |
CN116582596A (zh) | 数据处理方法、装置和基于物联网的plc数据传输系统 | |
CN111930216A (zh) | Gpu功耗控制方法、装置、处理系统及存储介质 | |
CN111505944B (zh) | 节能控制策略学习方法、实现空调节能控制的方法及装置 | |
CN106844290A (zh) | 一种基于曲线拟合的时序数据处理方法 | |
CN113722889A (zh) | 一种基于人工智能的能效在线分析系统及方法 | |
CN107835025A (zh) | 一种电力负荷历史数据自适应压缩方法和系统 | |
CN110991519A (zh) | 一种智能开关状态分析调整方法及系统 | |
CN105588269B (zh) | 一种空调节能方法、装置及系统 | |
CN113058393A (zh) | 一种脱硫系统中浆液pH值的控制方法以及装置 | |
CN107278000B (zh) | 一种基于照明平台的分数阶梯度极值搜索方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |