CN107368606A - 数据分类方法、装置及数据分类系统 - Google Patents
数据分类方法、装置及数据分类系统 Download PDFInfo
- Publication number
- CN107368606A CN107368606A CN201710641347.8A CN201710641347A CN107368606A CN 107368606 A CN107368606 A CN 107368606A CN 201710641347 A CN201710641347 A CN 201710641347A CN 107368606 A CN107368606 A CN 107368606A
- Authority
- CN
- China
- Prior art keywords
- data
- energy
- layer
- storage
- energy data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000013500 data storage Methods 0.000 claims abstract description 24
- 238000012216 screening Methods 0.000 claims abstract description 11
- 238000003860 storage Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 241001269238 Data Species 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
- G06Q50/08—Construction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种数据分类方法、装置及数据分类系统,涉及物联网领域。本发明实施例提供的数据分类方法、装置及数据分类系统用于对多个数据采集设备采集的建筑物的能源数据进行分类,其中,所述方法包括:接收多个数据采集设备采集的能源数据,将所述能源数据存储为原始数据层;将所述原始数据层中的数据按照预设分类标准进行分类,并将分类后的数据存储为规范数据层;根据预设需求条件,对所述规范数据层中的数据进行筛选,将筛选后的数据存储为应用数据层;将所述应用数据层按照预设统计标准进行统计后,获得宏观统计数据。
Description
技术领域
本发明涉及物联网领域,具体而言,涉及一种数据分类方法、装置及数据分类系统。
背景技术
建筑物的能源数据包括建筑的水、电、燃气以及环境参数等信息。以及建筑自身的相关设备基本信息、仪表信息和系统用户信息等内容。
现有技术中,采集的能源数据通常统一存储,从而导致存储的数据比较杂乱,且无法从存储的数据中及时获得需求的数据。
发明内容
有鉴于此,本发明实施例提供了一种数据分类方法、装置及数据分类系统,通过采集的能源数据进行分类存储,以改善上述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种数据分类方法,用于对多个数据采集设备采集的建筑物的能源数据进行分类,所述方法包括:接收多个数据采集设备采集的能源数据,将所述能源数据存储为原始数据层;将所述原始数据层中的数据按照预设分类标准进行分类,并将分类后的数据存储为规范数据层;根据预设需求条件,对所述规范数据层中的数据进行筛选,将筛选后的数据存储为应用数据层;将所述应用数据层按照预设统计标准进行统计后,获得宏观统计数据。
一种数据分类装置,用于对多个数据采集设备采集的建筑物的能源数据进行分类,所述装置包括:原始数据模块,用于接收多个数据采集设备采集的能源数据,将所述能源数据存储为原始数据层;规范数据模块,用于将所述原始数据层中的数据按照预设分类标准进行分类,并将分类后的数据存储为规范数据层;应用数据模块,用于根据预设需求条件,对所述规范数据层中的数据进行筛选,将筛选后的数据存储为应用数据层;宏观数据模块,用于将所述应用数据层按照预设统计标准进行统计后,获得宏观统计数据。
一种数据分类系统,所述系统包括服务器、数据处理设备以及用于设置于建筑物的多个数据采集设备,其中,所述多个数据采集设备分别用于建筑物中相应能源数据的采集;所述数据处理设备用于对各个数据采集设备采集的能源数据进行处理后发送给所述服务器;所述服务器用于接收多个数据采集设备采集的能源数据,将所述能源数据存储为原始数据层;将所述原始数据层中的数据按照预设分类标准进行分类,并将分类后的数据存储为规范数据层;根据预设需求条件,对所述规范数据层中的数据进行筛选,将筛选后的数据存储为应用数据层;将所述应用数据层按照预设统计标准进行统计后,获得宏观统计数据。
本发明实施例提供的数据分类方法、装置及数据分类系统,应用于对多个数据采集设备采集的建筑物的能源数据进行分类,在本实施例提供的该方法中,首先将接收到的能源数据存储为原始数据,以保留原始数据;再对原始数据层中的数据按照预设分类标准进行分类,分类后的数据存储为规范数据层,以便在对不同类别的能源数据有需求时可以直接从规范数据层获取相关类别的数据;另外,根据预设需求条件对所述规范数据层中的数据进行筛选,并且将筛选后的数据存储为应用数据层,以使具有不同需求时可以从应用数据层获得相关数据;对应用数据层的数据按照预设统计标准统计后,获得的宏观统计数据,可以使相关用户从宏观上了解相应建筑物的数据变化。本发明实施例提供的方法中,将数据进行分类后,可以从存储的数据中获得具体需求的数据。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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他实施例,都属于本发明保护的范围。
图1示出了本发明实施例提供的数据分类系统的交互示意图;
图2示出了本发明实施例提供的服务器的结构框图;
图3示出了本发明实施例提供的数据分类方法的流程图;
图4示出了本发明实施例提供的数据分类装置的功能模块图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,是本发明实施例提供的数据采集系统100的交互示意图。在该系统中,包括服务器110、数据处理设备120以及用于设置于建筑物的多个数据采集设备130,服务器110与数据处理设备120通信连接,数据处理设备120与多个数据采集设备130信号连接。该数据采集系统100用于采集建筑物的能源数据,其中,该能源数据可以包括建筑物中温度、湿度、冷量、热量等环境数据,也可以包括建筑物中各个设备的能量消耗数据,如用电量、用水量等。具体的,能源数据可能为某些用电设备的用电量、电流、电压、用功功率等,空调等设备的压力、流量、温度等。能源数据包括多种,凡是建筑物中可采集的各种设备、环境的数据均可以作为本发明实施例中的能源数据,每种能源数据由其对应的数据采集设备130进行采集,如温度有温度采集设备(如温度传感器)进行采集、湿度由湿度采集设备(如湿度传感器)进行采集等,并且,每个数据采集设备130对应采集到相应的能源数据。
请参见图1,在该系统中,服务器110通过网络与数据处理设备120进行通信连接,以进行数据通信或交互,其中,该系统可以通过TCP/IP协议通讯。所述服务器110可以为一个或多个服务器110,如web服务器(WebServer)、用户服务器、网络服务器、数据库服务器等。若服务器110为多个服务器,该多个服务器之间可以相互配合,进行数据交互。
数据处理设备120用于对数据采集设备1300采集到的数据进行获取、整理并发送到服务器110的设备,其中,数据处理设备120可以将获得的能源数据存储后再发送给服务器110。若数据处理设备120处于联网状态,可以在存储后实时发送给服务器110,或者周期性发送给服务器110。若数据处理设备120处于网络断开状态,可以先将能源数据存储,在联网后再将存储的数据发送给服务器110。
该数据处理设备120可以是集中通信网关,具有通信功能,如RS485、WIFI、3G/4G、LAN等,也具有数据处理功能,如主动查询、数据校验、数据合并、数据上报以及数据存储等。其中,各个数据采集设备130可以通过485总线与数据处理设备120信号连接。
图2示出了一种可应用于本发明实施例中的服务器110的结构框图。如图2所示,服务器110包括存储器121、存储控制器122,一个或多个(图中仅示出一个)处理器123、外设接口124、射频单元125等。这些组件通过一条或多条通讯总线/信号线126相互通讯。
存储器121可用于存储软件程序、模块,如本发明实施例中的数据分类方法,处理器123用于执行存储器中存储的软件程序、模块以及各种功能应用。另外,存储器还可以用于存储各种数据。
存储器121可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。处理器123以及其他可能的组件对存储器121的访问可在存储控制器122的控制下进行。
外设接口124将各种输入/输入装置耦合至处理器123以及存储器121。在一些实施例中,外设接口124,处理器123以及存储控制器122可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
射频单元125用于接收以及发送电磁波,实现电磁波与电信号的相互转换,从而与通讯网络或者其他设备进行通讯。
第一实施例
在本实施例中,提供了一种数据分类方法,用于对多个数据采集设备130采集的建筑物的能源数据进行分类,请参见图3,所述方法包括:
步骤S110:接收多个数据采集设备130采集的能源数据,将所述能源数据存储为原始数据层。
数据采集设备130实时采集对应的能源数据,如温度传感器实时采集温度,电压传感器实时采集电压等,数据处理设备120可以获取到各个数据采集设备130的采集数据,并发送给服务器110。
另外,服务器110接收的能源数据也可以是,适应公共建筑现有信息系统所提供的数据结构,利用网络通信技术对数据进行单纯的采集和存储。
服务器110接收到能源数据后,可以首先将接收到的能源数据存储为原始数据层,也就是说,原始数据层中的数据均为服务器110接收到的原始数据,未经过任何处理和优化,必要时可作为其他数据层数据校验与修正的标准依据。本层数据仅作为其他层数据的原始信息,不直接提供的数据服务输出接口。
在本实施例中,还可以对应每个能源数据存储服务器110存储该能源数据的时间为存储时间。
步骤S120:将所述原始数据层中的数据按照预设分类标准进行分类,并将分类后的数据存储为规范数据层。
在本步骤中,对数据采集类型进行合理抽象,将有共性的信息数据通过共性信息匹配进行合并处理,得到分类规范的规范性数据,可为工程类相关应用提供数据服务输出接口。例如,各个采集用电量的数据采集设备130采集到的用电量为一类具有共性的信息,并且在规范数据层中作为一类的用电量可以为用电量管理平台提供数据输出。或者是各种能源消耗可以作为一类数据,如用电量、用水量、用气量等,而该类数据也可以作为能源管理监测平台所需的数据。
进一步的,在本步骤中,还可以根据标准数据信息对存在较大误差或无效的数据进行剔除和修正,得到分类规范且准确度较高的规范性数据。其中,可以是根据标准数据信息确定预设阈值范围,根据所述能源数据中各种数据分别对应的预设阈值范围,从所述能源数据中删除在对应的预设阈值范围外的能源数据。
在本实施例中,每种能源数据对应的预设阈值范围可以与其他能源数据对应的预设阈值范围不同,每种能源数据对应的预设阈值范围大小可以根据实际情况设定,或者是每个数据采集设备130对应的能源数据范围也可以根据实际需求设定。例如,建筑内的环境温度的预设阈值范围可以是0摄氏度至45摄氏度,当采集环境温度的相应数据采集设备130采集的能源数据在该0摄氏度至45摄氏度范围之外,如60摄氏度,则说明该能源数据异常,将其删除。
另外,该预设阈值范围也可以根据每个数据采集设备130对应的能源数据的历史数据进行调整或者设定,使预设阈值范围在历史数据的范围内或者比历史数据范围略大。例如,历史数据中某温度采集设备采集的最高温度为35摄氏度,最低温度为10摄氏度,该预设阈值范围可以是比为该最高温度与最低温度形成的范围,或者比该最高温度与最低温度形成的范围略大的范围,如5摄氏度至40摄氏度。
步骤S130:根据预设需求条件,对所述规范数据层中的数据进行筛选,将筛选后的数据存储为应用数据层。
在本步骤中,该预设需求条件可以是用户等的具体应用需求,进行定制化的信息提炼。如酒店需要了解所有客房耗电情况,服务器110从规范数据层中的数据中筛选出该酒店所有客房耗电数据,作为应用数据层的数据。
在本步骤中,应用数据层所存储的数据可以包括多个类别,其中每个类别为根据对应的预设需求条件进行筛选后获得。如上述的某酒店的客房耗电情况为一个类别、某商场的用水情况为一个类别、某商场大厅的温度变化为一个类别等。
并且,本层数据可为多种公众开放式应用提供数据服务输出接口,也就是说,根据每种预设需求条件筛选出的一类数据可以在一个输出接口中输出。
步骤S140:将所述应用数据层按照预设统计标准进行统计后,获得宏观统计数据。
在该步骤中,可以根据预设统计标准统计应用数据层中的各个能源数据,当然,也可以从其他数据层中进行数据统计,以实现对相关建筑物宏观统计数据和其他大数据支持。例如,通过柱状图、折线图或数据表格等各种方式,统计整体建筑的能耗情况。
在本步骤获得的宏观统计数据,可以针对公共建筑项目高级管理人员、政府机关和相关领域研究机构,提供宏观统计数据和其他大数据支持。
进一步的,在本实施例中,每个数据采集设备130采集能源数据的采集时间以及服务器110对能源数据进行存储的存储时间均可以在服务器110进行存储,如果数据出现异常,首先可以排查采集间的时间点是否存在设备异常,其次排查存储时间的网络异常。
服务器110可以根据每个能源数据对应的采集时间以及存储时间,判断该能源数据是否异常,若能源数据异常,可以将其删除或者标注为异常数据或者另行存储。其中,由于能源数据的采集必定在存储之前,判断该能源数据是否异常可以是,判断能源数据的存储时间是否大于采集时间,若否,则判定该能源数据异常。
另外,还可以判断能源数据的存储时间与采集时间之间的差值是否大于预设时间差,若是,判定所述能源数据为离线数据。其中,该预设时间差可以是数据处理设备120向服务器110发送能源数据的时间周期或者是,大于该时间周期。例如,如果存储时间与采集时间的差值大于15分钟则视为离线数据而非实时数据。
进一步的,在本实施例中,将每个数据采集设备130对应的能源数据分为最新数据、历史数据以及周期变化值进行存储。其中,该存储可以为对应每个数据采集设备130实现,最新数据为最近一个接收到的相应数据采集设备130发送的能源数据,历史数据为历史接收到的相应的数据采集设备130的能源数据,可以为最新数据之前接收到的所有的能源数据;周期变化值可以是在一个周期内的能源数据的差值,如最新数据以及与最新数据时间差值在一个周期的能源数据之间的差值,该一个周期的时间长度在本实施例中并不限定,可以根据具体需求设置。
在本实施例中,若数据接收并存储的过程中发现某一个数据数值过小或过大,不满足同一类设备常规数值范围,可以调用容错方法,剔除无效数据,并利用前后相关周期的有效数值对此类数据进行容错处理,保证数据的连续性、和有效性。
另外,本实施例中,任何一条存储数据都具有完整的时间标签,数据通常包括两个时间标签,分别是数据采集时刻的时间标签和数据存储时刻时间标签。在出现数据异常的同时,可以迅速追溯至具体问题发生的时间点或数据采集时间点,能够有效并迅速地锁定数据异常原因,并及时对数据进行修正。
本发明实施例提供的数据分类方法,数据逻辑分层能够为数据应用提供针对性更强的数据内容,而无须进行多余的数据处理;数据容错处理,能够更为有效地规避数据异常问题。
第二实施例
本实施例提供了一种数据分类装置200,用于对多个数据采集设备130采集的建筑物的能源数据进行分类,请参见图4,所述装置200包括:
原始数据模块210,用于接收多个数据采集设备130采集的能源数据,将所述能源数据存储为原始数据层;规范数据模块220,用于将所述原始数据层中的数据按照预设分类标准进行分类,并将分类后的数据存储为规范数据层;应用数据模块230,用于根据预设需求条件,对所述规范数据层中的数据进行筛选,将筛选后的数据存储为应用数据层;宏观数据模块240,用于将所述应用数据层按照预设统计标准进行统计后,获得宏观统计数据。
进一步的,在本实施例中,接收到的能源数据包括多种数据,所述装置200还包括:删除模块,用于根据所述能源数据中各种数据分别对应的预设阈值范围,从所述能源数据中删除在对应的预设阈值范围外的能源数据。
另外,接收到的能源数据包括多个,每个能源数据对应有采集时间以及存储时间,所述装置200还可以包括:异常判断模块,用于根据每个能源数据对应的采集时间以及存储时间,判断该能源数据是否异常。
进一步的,本实施例所提供的装置200还可以包括:存储模块,用于将每个数据采集设备130对应的能源数据分为最新数据、历史数据以及周期变化值进行存储。
第三实施例
本实施例提供了一种数据分类系统100,请参见图1,所述系统100包括服务器110、数据处理设备120以及用于设置于建筑物的多个数据采集设备130,其中,所述多个数据采集设备130分别用于建筑物中相应能源数据的采集;所述数据处理设备120用于对各个数据采集设备130采集的能源数据进行处理后发送给所述服务器110;所述服务器110用于接收多个数据采集设备130采集的能源数据,将所述能源数据存储为原始数据层;将所述原始数据层中的数据按照预设分类标准进行分类,并将分类后的数据存储为规范数据层;根据预设需求条件,对所述规范数据层中的数据进行筛选,将筛选后的数据存储为应用数据层;将所述应用数据层按照预设统计标准进行统计后,获得宏观统计数据。
需要说明的是,本说明书中的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相似的部分互相参见即可,同一个实施例中相同相似的部分也可互相参见。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品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,所述模块、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方式中,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,两个连续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动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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过程、方法、物品或者设备不仅包括那些要素,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过程、方法、物品或者设备所固有的要素。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过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种数据分类方法,其特征在于,用于对多个数据采集设备采集的建筑物的能源数据进行分类,所述方法包括:
接收多个数据采集设备采集的能源数据,将所述能源数据存储为原始数据层;
将所述原始数据层中的数据按照预设分类标准进行分类,并将分类后的数据存储为规范数据层;
根据预设需求条件,对所述规范数据层中的数据进行筛选,将筛选后的数据存储为应用数据层;
将所述应用数据层按照预设统计标准进行统计后,获得宏观统计数据。
2.根据权利要求1所述的方法,其特征在于,接收到的能源数据包括多种数据,所述方法还包括:
根据所述能源数据中各种数据分别对应的预设阈值范围,从所述能源数据中删除在对应的预设阈值范围外的能源数据。
3.根据权利要求1所述的方法,其特征在于,接收到的能源数据包括多个,每个能源数据对应有采集时间以及存储时间,所述方法还包括:
根据每个能源数据对应的采集时间以及存储时间,判断该能源数据是否异常。
4.根据权利要求3所述的方法,其特征在于,所述根据每个能源数据对应的采集时间以及存储时间,判断该能源数据是否异常包括:
判断能源数据的存储时间是否大于采集时间,若否,则判定该能源数据异常。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将每个数据采集设备对应的能源数据分为最新数据、历史数据以及周期变化值进行存储。
6.一种数据分类装置,其特征在于,用于对多个数据采集设备采集的建筑物的能源数据进行分类,所述装置包括:
原始数据模块,用于接收多个数据采集设备采集的能源数据,将所述能源数据存储为原始数据层;
规范数据模块,用于将所述原始数据层中的数据按照预设分类标准进行分类,并将分类后的数据存储为规范数据层;
应用数据模块,用于根据预设需求条件,对所述规范数据层中的数据进行筛选,将筛选后的数据存储为应用数据层;
宏观数据模块,用于将所述应用数据层按照预设统计标准进行统计后,获得宏观统计数据。
7.根据权利要求6所述的装置,其特征在于,接收到的能源数据包括多种数据,所述装置还包括:
删除模块,用于根据所述能源数据中各种数据分别对应的预设阈值范围,从所述能源数据中删除在对应的预设阈值范围外的能源数据。
8.根据权利要求6所述的装置,其特征在于,接收到的能源数据包括多个,每个能源数据对应有采集时间以及存储时间,所述装置还包括:
异常判断模块,用于根据每个能源数据对应的采集时间以及存储时间,判断该能源数据是否异常。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
存储模块,用于将每个数据采集设备对应的能源数据分为最新数据、历史数据以及周期变化值进行存储。
10.一种数据分类系统,其特征在于,所述系统包括服务器、数据处理设备以及用于设置于建筑物的多个数据采集设备,其中,
所述多个数据采集设备分别用于建筑物中相应能源数据的采集;
所述数据处理设备用于对各个数据采集设备采集的能源数据进行处理后发送给所述服务器;
所述服务器用于接收多个数据采集设备采集的能源数据,将所述能源数据存储为原始数据层;将所述原始数据层中的数据按照预设分类标准进行分类,并将分类后的数据存储为规范数据层;根据预设需求条件,对所述规范数据层中的数据进行筛选,将筛选后的数据存储为应用数据层;将所述应用数据层按照预设统计标准进行统计后,获得宏观统计数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710641347.8A CN107368606A (zh) | 2017-07-31 | 2017-07-31 | 数据分类方法、装置及数据分类系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710641347.8A CN107368606A (zh) | 2017-07-31 | 2017-07-31 | 数据分类方法、装置及数据分类系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107368606A true CN107368606A (zh) | 2017-11-21 |
Family
ID=60309527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710641347.8A Pending CN107368606A (zh) | 2017-07-31 | 2017-07-31 | 数据分类方法、装置及数据分类系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107368606A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109298840A (zh) * | 2018-11-19 | 2019-02-01 | 平安科技(深圳)有限公司 | 基于数据湖的数据集成方法、服务器及存储介质 |
CN109753009A (zh) * | 2019-01-15 | 2019-05-14 | 江苏东方赛光电有限公司 | 一种液位监测数据在线管理系统 |
CN109783646A (zh) * | 2019-02-12 | 2019-05-21 | 四川大学华西医院 | 一种数据处理方法及装置 |
CN110162576A (zh) * | 2019-04-22 | 2019-08-23 | 广东电网有限责任公司信息中心 | 基于系统指标数据的数据预测方法、系统及电子设备 |
CN112084095A (zh) * | 2020-09-18 | 2020-12-15 | 广州智云尚大数据科技有限公司 | 基于区块链的能源网联监控方法、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1770417A (zh) * | 2004-11-02 | 2006-05-10 | 力晶半导体股份有限公司 | 缺陷检测及分类系统的数据分析方法 |
CN102760274A (zh) * | 2012-07-24 | 2012-10-31 | 深圳市中电电力技术股份有限公司 | 一种建筑物的能源管理和能耗数据评估系统及其方法 |
CN103530825A (zh) * | 2012-07-04 | 2014-01-22 | 广州科创节能科技服务有限公司 | 一种建筑能耗监测软件系统及实现方法 |
CN105631764A (zh) * | 2015-12-31 | 2016-06-01 | 国网电力科学研究院武汉南瑞有限责任公司 | 面向智慧城市的智能电网大数据应用系统 |
CN103970903B (zh) * | 2014-05-27 | 2017-05-24 | 重庆大学 | 基于Web的大型工业系统反馈数据实时处理方法及系统 |
-
2017
- 2017-07-31 CN CN201710641347.8A patent/CN107368606A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1770417A (zh) * | 2004-11-02 | 2006-05-10 | 力晶半导体股份有限公司 | 缺陷检测及分类系统的数据分析方法 |
CN103530825A (zh) * | 2012-07-04 | 2014-01-22 | 广州科创节能科技服务有限公司 | 一种建筑能耗监测软件系统及实现方法 |
CN102760274A (zh) * | 2012-07-24 | 2012-10-31 | 深圳市中电电力技术股份有限公司 | 一种建筑物的能源管理和能耗数据评估系统及其方法 |
CN103970903B (zh) * | 2014-05-27 | 2017-05-24 | 重庆大学 | 基于Web的大型工业系统反馈数据实时处理方法及系统 |
CN105631764A (zh) * | 2015-12-31 | 2016-06-01 | 国网电力科学研究院武汉南瑞有限责任公司 | 面向智慧城市的智能电网大数据应用系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109298840A (zh) * | 2018-11-19 | 2019-02-01 | 平安科技(深圳)有限公司 | 基于数据湖的数据集成方法、服务器及存储介质 |
CN109753009A (zh) * | 2019-01-15 | 2019-05-14 | 江苏东方赛光电有限公司 | 一种液位监测数据在线管理系统 |
CN109783646A (zh) * | 2019-02-12 | 2019-05-21 | 四川大学华西医院 | 一种数据处理方法及装置 |
CN110162576A (zh) * | 2019-04-22 | 2019-08-23 | 广东电网有限责任公司信息中心 | 基于系统指标数据的数据预测方法、系统及电子设备 |
CN112084095A (zh) * | 2020-09-18 | 2020-12-15 | 广州智云尚大数据科技有限公司 | 基于区块链的能源网联监控方法、系统及存储介质 |
CN112084095B (zh) * | 2020-09-18 | 2021-12-21 | 广域铭岛数字科技有限公司 | 基于区块链的能源网联监控方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107368606A (zh) | 数据分类方法、装置及数据分类系统 | |
CN102340415B (zh) | 一种服务器集群系统的监控方法和一种服务器集群系统 | |
CN107390650A (zh) | 一种基于物联网的数据采集系统及基于该系统的数据压缩方法 | |
CN104202353B (zh) | 一种物联网互联协作系统的云事件处理方法及装置 | |
CN103942210B (zh) | 海量日志信息的处理方法、装置与系统 | |
CN107666410A (zh) | 网络安全分析系统 | |
CN107566498A (zh) | 一种基于物联网的数控机床监控方法及系统 | |
CN108259371A (zh) | 一种基于流处理的网络流量数据解析方法和装置 | |
CN102902813B (zh) | 日志收集系统 | |
CN106250287A (zh) | 一种日志信息处理装置 | |
CN108039957A (zh) | 复杂网络流量包智能分析系统 | |
CN101095307A (zh) | 网络管理设备 | |
CN103744877A (zh) | 部署于互联网的舆情监测应用系统及运用方法 | |
CN107231376A (zh) | 一种idc机房动态分类分级管理系统 | |
CN106254137A (zh) | 监管系统的告警根源分析系统及方法 | |
CN107403005A (zh) | 一种网站监控方法及装置 | |
CN106169959A (zh) | 一种日志处理装置 | |
CN103258027A (zh) | 基于智能终端的情境感知服务平台 | |
CN109104438A (zh) | 一种窄带物联网中的僵尸网络预警方法及装置 | |
CN102932195A (zh) | 一种基于网络协议分析的业务分析监控方法及系统 | |
Ding et al. | Massive heterogeneous sensor data management in the Internet of Things | |
CN111080500A (zh) | 基于spark streaming的实时规则的布控预警方法及装置 | |
CN107315796A (zh) | 一种基于大数据的交通警情研判分析系统及方法 | |
CN109413168A (zh) | 基于云平台的视频图像检测与智能分析系统 | |
CN107484189B (zh) | Lte数据处理系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171121 |