CN109951330B - 一种自动识别设备类型的管理方法及通讯管理机 - Google Patents
一种自动识别设备类型的管理方法及通讯管理机 Download PDFInfo
- Publication number
- CN109951330B CN109951330B CN201910194795.7A CN201910194795A CN109951330B CN 109951330 B CN109951330 B CN 109951330B CN 201910194795 A CN201910194795 A CN 201910194795A CN 109951330 B CN109951330 B CN 109951330B
- Authority
- CN
- China
- Prior art keywords
- template
- equipment
- type
- vector
- access
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
一种自动识别设备类型的管理方法及通讯管理机,该管理方法包括:获取多个接入设备的点位表,根据点位表中的设备名称和信号名称统计得到每个接入设备的权重值,将相同权重值对应的接入设备聚为一类,形成相同设备类型对应的设备类型模板,根据设备类型模板识别各个接入设备的设备类型。由于通过每个接入设备的权重值将同一类的设备类型以及相同型号的接入设备归类到同一个设备类型模板内,使得系统控制单元就可以通过设备类型模板快速地识别出其包括的每个接入设备的设备类型,以及识别出每个接入设备的具体型号,利于实现对所有接入设备的便捷管理需求。
Description
技术领域
本发明涉及智能监控技术领域,具体涉及一种自动识别设备类型的管理方法及通讯管理机。
背景技术
动力与环境监控智能融合管理平台(Power Environment IntelligentManagement,简称PEIM)主要针对基站、机房动力与环境设备、门禁系统、视频系统、周边报警系统进行实时监控,是集数据采集、报警预警、分析诊断为一体的物联网综合管理平台。互联网数据中心(IDC)为互联网内容提供商、企业、媒体和各类网站提供大规模、高质量、安全可靠的专业化服务器托管、空间租用、网络批发带宽以及ASP、EC等业务;IDC是对入驻企业、商户或网站服务器群托管的场所,是各种模式电子商务赖以安全运作的基础设施,也是支持企业及其商业联盟(其分销商、供应商、客户等)实施价值链管理的平台。通常,在构建PEIM或IDC时,都会设置较多的通讯管理机来实现管理平台与前端设备之间,或者数据中心与前端设备之间的通信管理功能。
通讯管理机(或称分散处理单元,DPU),其具有多个下行通讯接口及一个或者多个上行网络接口,相当于前置机即监控计算机,用于将一个厂站内所有的智能监控/保护装置的通讯数据整理汇总后,实时上送上级主站系统(如监控中心后台机和DCS),完成遥信、遥测功能。此外,通讯管理机还可以接收后台机或DCS下达的命令,并转发给厂站内的智能设备单元,完成对厂站内各开关设备的分、合闸远方控制或装置的参数整定,实现遥控和遥调功能。同时,通讯管理机还应该配备多个串行接口以便于厂站内的其它智能设备进行通讯。
为了满足数据中心的运维人员对PEIM系统的集中监控的使用需求,应用在数据中心场景下的PEIM系统除了直接接入诸如高低压配电设备、交直流配设备、中央空调等动环设备外,还需通过通讯管理机间接地接入诸如综保监控系统、楼宇自控系统等第三方管理系统,以及间接地接入与各类动力与环境相关的智能设备。此时,PEIM需要对每种不同类型、不同型号的智能设备建立设备类型模板,该设备类型模板中应当包含智能设备的类型、型号的遥信与遥测信息,并在该些信息的基础上进行实时数据的呈现与告警策略、存储策略等各种策略的绑定。在实际应用过程中,由于通讯管理机下挂的智能设备众多且类型不一,平时的通信管理任务只是做数据转发传输的功能,却无法得知其下挂了多少种类型和型号的智能设备,故对PEIM系统建立设备类型模板的工作产生了极大困难。目前,解决上述问题的方法主要是向数据中心运营业主索取“各通讯管理机下挂设备的配置关系表”,前期施工资料残缺或厂家间沟通不畅等问题都可能导致索取不成功。由此可见,该问题对PEIM系统的开局配置工作增加了很大的难度,甚至会延长开局周期,增加运维的成本。
发明内容
本发明主要解决的技术问题是如何自动获取PEIM系统的设备类型模板,优化系统对接入设备的管理方式。为解决上述技术问题,本申请提供一种自动识别设备类型的管理方法及通讯管理机。
根据第一方面,一种实施例中提供一种自动识别设备类型的管理方法,包括以下步骤:
获取多个接入设备的点位表,所述点位表包括每个所述接入设备的设备名称和对应的一个或多个信号名称;
根据所述点位表中的设备名称和信号名称统计得到每个所述接入设备的权重值;
将相同权重值对应的接入设备聚为一类,形成相同设备类型对应的设备类型模板;
根据所述设备类型模板识别各个所述接入设备的设备类型。
所述根据所述点位表中的多个设备名称和信号名称统计得到每个所述接入设备的权重值,包括:通过一多维矩阵对每个设备名称对应的一个或多个信号名称进行统计;构造一辅助向量,所述辅助向量内的各个参数按照等比数列分布;将所述多维矩阵和所述辅助向量进行内积计算得到每个所述接入设备的权重值。
对于所述多维矩阵的任意一行,各个矩阵单元依次匹配于各个信号名称,将一设备名称对应的一个或多个信号名称相匹配的矩阵单元赋值为第一值,将该行内其余的矩阵单元赋值为第二值。
所述辅助向量为[20,21,22…2n-1]T,其中n为所述多维矩阵的列数目。
所述将相同权重值对应的接入设备聚为一类,形成相同设备类型对应的设备类型模板,包括:对于相同权重值对应的接入设备,构建同类设备集合{Di|f(Di)=Vk},其中下标i表示接入设备D的序号,下标k表示权重值V的序号,f(Di)表示权重值的统计结果;根据所述同类设备集合将相同权重值对应的若干个接入设备归属于相同设备类型和相同型号,形成对应的设备类型模板。
所述的管理方法还包括设备类型模板聚类步骤:
根据多个设备类型对应的设备类型模板分别构建模板向量,每个所述模板向量包括一个所述设备类型模板中各个接入设备在所述多维矩阵中各自匹配的行向量,根据各个所述模板向量得到模板集合;
对于所述模板集合中的每个模板向量,构建该模板向量对应的相同设备类型和不同型号的向量集合,将其余模板向量与该模板向量一一进行比较,得到所述其余模板向量中的各个模板向量对应的曼哈顿距离;若判断任意一个所述曼哈顿距离小于预设阈值,则将该曼哈顿距离对应的模板向量加入至所述向量集合;
根据所述向量集合识别各个所述接入设备的设备类型以及型号。
在获得所述向量集合之后,从所述模板集合中去除所述向量集合内包括的模板向量,在新的模板集合中获取下一个模板向量对应的相同设备类型和不同型号的向量集合。
对于所述模板集合中的每个模板向量,所述预设阈值为该模板向量中元素数目与预设聚类因子系数的乘积;通过积累取得的设备类型模板数据训练得到所述预设聚类因子系数。
根据第二方面,一种实施例中提供一种通讯管理机,包括:
通讯单元,用于通信连接多个接入设备
主控单元,与所述通讯单元连接,包括存储器和处理器,所述存储器用于存储程序,所述处理器用于通过执行所述存储器存储的程序以实现上述第一方面中所述的方法。
根据第三方面,一种实施例中提供一种计算机可读存储介质,包括程序,所述程序能够被处理器执行以实现上述第一方面所述的方法。
本申请的有益效果是:
依据上述实施例的一种自动识别设备类型的管理方法及通讯管理机,该管理方法包括:获取多个接入设备的点位表,根据点位表中的设备名称和信号名称统计得到每个接入设备的权重值,将相同权重值对应的接入设备聚为一类,形成相同设备类型对应的设备类型模板,根据设备类型模板识别各个接入设备的设备类型。第一方面,由于通过每个接入设备的权重值将同一类的设备类型以及相同型号的接入设备归类到同一个设备类型模板内,使得系统主控单元可以通过设备类型模板快速地识别出其包括的每个接入设备的设备类型,以及识别出每个接入设备的具体型号,利于实现对所有接入设备的便捷管理需求;第二方面,本申请提供的技术方案不但可以将相同设备类型和相同信号的接入设备归类于一个设备类型模板内,实现设备类型模板与相关监控量的自动关联,还可以将相同设备类型和不同型号的接入设备再进一步地归类到一个向量集合内,从而利于优化设备类型模板的分类操作。第三方面,本申请提供的技术方案可有效地降低通过通讯管理机获取接入设备的设备类型和设备型号的难度,大幅地提升设备类型模板的开发能力,利于提高PEIM系统的开局效率。
附图说明
图1为一种实施例中自动识别设备类型的管理方法的流程图;
图2为一种实施例中计算权重值的流程图;
图3为一种实施例中设备类型模板聚类步骤的流程图;
图4为一种实施例中通讯管理机的结构图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
实施例一、
请参考图1,一种实施例中公开一种自动识别设备类型的管理方法,包括步骤S100-S400,下面分别说明。
步骤S100,获取多个接入设备的点位表,这里的点位表包括每个接入设备的设备名称和对应的一个或多个信号名称。
需要说明的是,当前的通讯管理设备通常通过遥测和遥信方式去获悉所有接入设备的通信状态,然后自动生成所有接入设备的点位表文件,往往包括点号、源节点遥信名、遥信状态、备注、设备名称、信号名称等参数,本实施例中仅需要获得点位表中的设备名称和信号名称参数即可。
例如,对于配电领域的通讯管理设备,其生成的点位表可以参考表1。
表1配电领域通讯管理设备的点位表
其中,一个接入设备对应一个设备名称,而每个设备名称可以对应一个或多个信号名称,即通过每个接入设备可以遥测和遥信一个或多个信号的监控量。
步骤S200,根据点位表中的设备名称和信号名称统计得到每个接入设备的权重值。在一实施例中,见图2,该步骤S200可包括步骤S210-S230,分别说明如下。
步骤S210,通过一多维矩阵对每个设备名称对应的一个或多个信号名称进行统计。
在一具体实施例中,以设备名称的总数目m、信号名称的总数目n构建一个m*n维的多维矩阵,对于多维矩阵的任意一行,各个矩阵单元依次匹配于各个信号名称,将一设备名称对应的一个或多个信号名称相匹配的矩阵单元赋值为第一值(例如1),将该行内其余的矩阵单元赋值为第二值(例如0)。如此,该就可以用该多维矩阵表示各个接入设备的设备名称与信号名称之间的对应关系,任何一个接入设备中存在哪些信号监控量且不存在哪些信号监控量的具体情况就变得一目了然,便于统计处理。
步骤S220,构造一辅助向量,该辅助向量内的各个参数按照等比数列分布。
在一具体实施例中,辅助向量可以构造为[20,21,22…2n-1]T,其中n为多维矩阵的列数目,上标T表示向量的转置运算。
步骤S230,将多维矩阵和辅助向量进行内积计算得到每个接入设备的权重值。
例如,将m*n的多维矩阵用M表示,将[20,21,22…2n-1]T的辅助向量用N表示,则M*N即为内积计算结果,从得到计算结果中匹配找到每个设备名称(即每个接入设备)的权重值。
步骤S300,将相同权重值对应的接入设备聚为一类,形成相同设备类型对应的设备类型模板。
在一具体实施例中,对于相同权重值对应的接入设备,构建同类设备集合{Di|f(Di)=Vk},其中下标i表示接入设备D的序号,下标k表示权重值V的序号,f(Di)表示权重值的统计结果。那么,对于所有权重值对应的接入设备,构建不同类设备集合{(V1,[DI…]),(V2[DJ…]),…,(Vk,[Di…]),…},其中,[Di…]表示权重值均为Vk的接入设备的组合。
本领域的技术人员可以理解,通过该聚类方式,可以根据同类设备集合将相同权重值对应的若干个接入设备归属于相同设备类型和相同型号,形成对应的设备类型模板。也就是说,满足条件f(Di)=Vk的所有接入设备组合[Di…]将被视为相同设备类型和相同型号的设备类型模板。
步骤S400,根据设备类型模板识别各个接入设备的设备类型。
本领域的技术人员可以理解,通过步骤S300可以对所有接入设备进行设备类型归类操作,利于将同一类的设备类型以及相同型号的接入设备归类到同一个设备类型模板内,那么,就可以通过设备类型模板快速地识别出其包括的每个接入设备的设备类型,以及识别出每个接入设备的具体型号,甚至识别出每个接入设备的具有的信号名称或监控量。如此,可实现对所有接入设备的便捷管理需求。
由此可知,通过步骤S100-S400可以得到相同设备类型和相同型号对应的设备类型模板,实现了对所有接入设备的便捷管理需求。为进一步地优化接入设备的管理效果,还可以在步骤S300或者S400之后对得到的设备类型模板进行聚类分析,获得相同设备类型和不同型号的模板集合,从而达到更加人性化的接入设备管理效果。
在另一个实施例中,见图3,本实施例公开的管理方法还包括设备类型模板聚类步骤S500,该步骤S500可包括步骤S510-S560,下面分别说明。
步骤S510,根据多个设备类型对应的设备类型模板分别构建模板向量,每个模板向量包括一个设备类型模板中各个接入设备在多维矩阵中各自匹配的行向量,根据各个模板向量得到模板集合。
例如,用Qj来表示根据每个设备类型模板构建的模板向量,Qj={S1,S2,…,Sl},这里的下标j表示设备类型模板的序号,下标l表示设备类型模板中接入设备的数目,S1表示设备类型模板中第1个接入设备在多维矩阵M中匹配的行向量,S2表示设备类型模板中第2个接入设备在多维矩阵M中匹配的行向量,Sl表示设备类型模板中第l个接入设备在多维矩阵M中匹配的行向量,这里的行向量由第一值和第二值构成,关于多维矩阵M的说明可以参考上面的步骤S210,这里不再进行赘述。然后将所有模板向量进行组合得到模板集合W={Q1,Q2,…,Q3}。
步骤S520,对于模板集合中的每个模板向量,构建该模板向量对应的相同设备类型和不同型号的向量集合。
例如,对于模板向量Q1,可以构建该模板向量Q1对应的相同设备类型和不同型号的向量集合T1={Q1}。
步骤S530,将其余模板向量与该模板向量一一进行比较,得到其余模板向量中的各个模板向量对应的曼哈顿距离。
例如,对于模板向量Q1,将模板集合W中其余模板向量Q2、…、Ql分别与模板向量Q1进行比较,得到模板向量Q2、…、Ql分别对应的曼哈顿距离。通过公式可以计算模板向量Q2和模板向量Q1之间的曼哈顿距离,以此类推,通过公式可以计算模板向量Ql和模板向量Q1之间的曼哈顿距离,公式中的h表示模板向量中的元素序号。
步骤S540,判断任意一曼哈顿距离是否小于预设阈值,若是则进入步骤S550,若否则无操作。
需要说明的是,对于模板集合中的每个模板向量,预设阈值为该模板向量中元素数目n与预设聚类因子系数α的乘积;通过积累取得的设备类型模板数据训练得到预设聚类因子系数α。
那么,若判断曼哈顿距离d2小于预设阈值n*α,则进入步骤S550。
步骤S550,若判断任意一个曼哈顿距离小于预设阈值,则将该曼哈顿距离对应的模板向量加入至所述向量集合;
例如,若d2<n*α,则将曼哈顿距离d2对应的模板向量Q2加入至向量集合T1,从而使得向量集合T1={Q1,Q2},从而认为模板向量Q1和Q2是相同设备类型不同型号的向量。以此类推,若dl<n*α,则将曼哈顿距离dl对应的模板向量Ql也加入至向量集合T1。
步骤S560,在获得向量集合T1之后,从模板集合W中去除向量集合T1内包括的模板向量,例如从模板集合W中去除模板向量Q1、Q2,从而形成新的模板集合W′,重新按照步骤S520—S550在新的模板集合W′中获取下一个模板向量对应的相同设备类型和不同型号的向量集合,直至模板集合W为空,即模板集合W中的每个模板向量均加入至其中一个向量集合。
需要说明的是,本实施例中的预设聚类因子系数α是通过前期积累的大量设备类型模板数据进行训练得出,方法为:获取一些相同设备类型和不同型号的向量集合,计算所有向量集合中各个模板向量之间的曼哈顿距离d,通过公式α=(1/r)·∑{max(d)/max(n)}计算得到预设聚类因子系数,其中,公式中的max(d)为每一个相同设备类型不同型号的向量集合中各个模板向量对应的曼哈顿距离的最大值,max(n)为每一个相同设备类型不同型号的向量集合中各个模板向量的元素数目的最大值,r为该些相同设备类型和不同型号的向量集合的数目。
综上所述,本领域的技术人员可以理解,根据步骤S510—S560中得到的向量集合可以识别出各个接入设备的设备类型,以及识别出各个接入设备的不同型号,还能识别出每个各个接入设备具有的信号名称或监控量。
实施例二、
请参考图4,本申请还公开一种通讯管理机6,其主要包括通讯单元61和主控单元62。
其中,通讯单元61可包括多个通讯接口,用于通信连接多个接入设备,本实施例中的接入设备包括各种类型的具有测试测量功能的智能设备,如电表、报警器、高压进线柜、低压进线柜等,这类智能设备在运行过程中可以产生大量的监控数据,主控单元62可以通过遥测和遥信的方式获取这类监控数据从而产生点位表。
主控单元62与通讯单元61连接,其可包括存储器和处理器,存储器用于存储程序,处理器用于通过执行存储器存储的程序以实现上述实施例一中公开的管理方法。如此,用户就可以从主控单元62方便地获悉所有接入设备的设备类型、型号和信号名称相对应的监控量。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现,也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中,通过下载或复制保存到本地设备的存储器中,或对本地设备的系统进行版本更新,当通过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。
Claims (9)
1.一种自动识别设备类型的管理方法,其特征在于,包括以下步骤:
获取多个接入设备的点位表,所述点位表包括每个所述接入设备的设备名称和对应的一个或多个信号名称;
根据所述点位表中的设备名称和信号名称统计得到每个所述接入设备的权重值包括:通过一多维矩阵对每个设备名称对应的一个或多个信号名称进行统计,构造一辅助向量,所述辅助向量内的各个参数按照等比数列分布,将所述多维矩阵和所述辅助向量进行内积计算得到每个所述接入设备的权重值;
将相同权重值对应的接入设备聚为一类,形成相同设备类型对应的设备类型模板;
根据所述设备类型模板识别各个所述接入设备的设备类型。
2.如权利要求1所述的管理方法,其特征在于,对于所述多维矩阵的任意一行,各个矩阵单元依次匹配于各个信号名称,将一设备名称对应的一个或多个信号名称相匹配的矩阵单元赋值为第一值,将该行内其余的矩阵单元赋值为第二值。
3.如权利要求2所述的管理方法,其特征在于,所述辅助向量为[20,21,22 … 2n-1]T,其中n为所述多维矩阵的列数目。
4.如权利要求3所述的管理方法,其特征在于,所述将相同权重值对应的接入设备聚为一类,形成相同设备类型对应的设备类型模板,包括:
对于相同权重值对应的接入设备,构建同类设备集合{D i | f(D i ) =V k },其中下标i表示接入设备D的序号,下标k表示权重值V的序号,f(D i ) 表示权重值的统计结果;
根据所述同类设备集合将相同权重值对应的若干个接入设备归属于相同设备类型和相同型号,形成对应的设备类型模板。
5.如权利要求2所述的管理方法,其特征在于,还包括设备类型模板聚类步骤:
根据多个设备类型对应的设备类型模板分别构建模板向量,每个所述模板向量包括一个所述设备类型模板中各个接入设备在所述多维矩阵中各自匹配的行向量,根据各个所述模板向量得到模板集合;
对于所述模板集合中的任意一模板向量,构建该模板向量对应的相同设备类型和不同型号的向量集合,将其余模板向量与该模板向量一一进行比较,得到所述其余模板向量中的各个模板向量对应的曼哈顿距离;若判断任意一个所述曼哈顿距离小于预设阈值,则将该曼哈顿距离对应的模板向量加入至所述向量集合;
根据所述向量集合识别各个所述接入设备的设备类型以及型号。
6.如权利要求5所述的管理方法,其特征在于,在获得所述向量集合之后,从所述模板集合中去除所述向量集合内包括的模板向量,在新的模板集合中获取下一个模板向量对应的相同设备类型和不同型号的向量集合。
7.如权利要求6所述的管理方法,其特征在于,对于所述模板集合中的每个模板向量,所述预设阈值为该模板向量中元素数目与预设聚类因子系数的乘积;通过积累取得的设备类型模板数据训练得到所述预设聚类因子系数。
8.一种通讯管理机,其特征在于,包括:
通讯单元,用于通信连接多个接入设备;
主控单元,与所述通讯单元连接,包括存储器和处理器,所述存储器用于存储程序,所述处理器用于通过执行所述存储器存储的程序以实现如权利要求1-7中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,包括程序,所述程序能够被处理器执行以实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910194795.7A CN109951330B (zh) | 2019-03-14 | 2019-03-14 | 一种自动识别设备类型的管理方法及通讯管理机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910194795.7A CN109951330B (zh) | 2019-03-14 | 2019-03-14 | 一种自动识别设备类型的管理方法及通讯管理机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109951330A CN109951330A (zh) | 2019-06-28 |
CN109951330B true CN109951330B (zh) | 2022-02-22 |
Family
ID=67008946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910194795.7A Active CN109951330B (zh) | 2019-03-14 | 2019-03-14 | 一种自动识别设备类型的管理方法及通讯管理机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109951330B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110825740B (zh) * | 2019-10-30 | 2023-08-15 | 北京禹数技术有限公司 | 一种数据与模型关联的方法、装置、终端或者服务器 |
CN114679386B (zh) * | 2022-05-25 | 2022-08-05 | 杭州海康威视数字技术股份有限公司 | 云边协同的物联网设备角色判定与管理方法、系统及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106301946B (zh) * | 2016-08-30 | 2018-08-07 | 北京小米移动软件有限公司 | 设备标识方法及装置 |
US10600001B2 (en) * | 2017-02-09 | 2020-03-24 | Facebook, Inc. | Determining a target device profile including an expected behavior for a target device |
CN107733869B (zh) * | 2017-09-13 | 2020-06-19 | 中国银联股份有限公司 | 一种设备识别方法及装置 |
CN107748819B (zh) * | 2017-10-24 | 2021-08-31 | 国网安徽省电力公司 | 一种基于自然语言处理的电气二次设备建模方法及系统 |
CN108769905A (zh) * | 2018-05-31 | 2018-11-06 | 上海连尚网络科技有限公司 | 用于确定无线接入点的类别的方法及装置 |
-
2019
- 2019-03-14 CN CN201910194795.7A patent/CN109951330B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109951330A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106228386B (zh) | 一种信息推送方法及装置 | |
CN108874640A (zh) | 一种集群性能的评估方法和装置 | |
US9053438B2 (en) | Energy consumption analysis using node similarity | |
CN101242549A (zh) | 通信网络告警关联的神经网络构建方法 | |
CN109951330B (zh) | 一种自动识别设备类型的管理方法及通讯管理机 | |
CN109241772A (zh) | 发票区块链记录方法、装置、区块链网关服务器和介质 | |
CN110019420A (zh) | 一种数据序列预测方法及计算设备 | |
CN117294727B (zh) | 一种基于云原生和容器技术的云边端协同管理方法 | |
CN115757363B (zh) | 一种三维地籍数据库的多层级管理方法及系统 | |
CN114374604B (zh) | 一种离线模式的智能家居配置方法、存储介质及系统 | |
CN114881508A (zh) | 一种电网指标报表的数据处理方法、装置及设备 | |
CN109993562B (zh) | 一种满意度仿真方法、装置及终端设备 | |
CN113504996A (zh) | 一种负载均衡检测方法、装置、设备及存储介质 | |
CN115883392B (zh) | 算力网络的数据感知方法、装置、电子设备及存储介质 | |
US20130290245A1 (en) | Database history management method and system thereof | |
CN114757448B (zh) | 一种基于数据空间模型的制造环节间最优价值链构建方法 | |
CN115062676B (zh) | 数据处理方法、装置及计算机可读存储介质 | |
CN109872215A (zh) | 一种基于互联网的家居设计提供方法及系统 | |
CN112800526B (zh) | 一种建筑楼面板材料的选型方法及系统 | |
CN110244096B (zh) | 一种电能量计量系统中对电表满码自动发现与处理的方法 | |
CN106815295B (zh) | 变电站数据统计方法及装置 | |
CN117407572B (zh) | 用于配网应急一体化指挥的故障信息处理方法及系统 | |
CN112965810B (zh) | 一种基于共享网络通道的多内核浏览器数据整合方法 | |
CN112104467B (zh) | 割接操作风险评级方法、装置及计算设备 | |
CN116992972A (zh) | 机器学习模型训练方法以及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |