CN110413853A - 一种基于观测数据的黑名单生成方法、装置、设备及介质 - Google Patents
一种基于观测数据的黑名单生成方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN110413853A CN110413853A CN201910662430.2A CN201910662430A CN110413853A CN 110413853 A CN110413853 A CN 110413853A CN 201910662430 A CN201910662430 A CN 201910662430A CN 110413853 A CN110413853 A CN 110413853A
- Authority
- CN
- China
- Prior art keywords
- observation
- data
- quality
- blacklist
- website
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种基于观测数据的黑名单生成方法、装置、设备及介质。方法包括：获取预设时间段内与观测数据相关的观测信息，其中，观测数据由多个观测站点产生；根据观测信息，确定各观测站点的数据质量指标；根据数据质量指标，确定与观测站点相关的黑名单。本发明实施例的技术方案能够提供生成包含观测站点的黑名单的理论判据，保证黑名单的准确性。
Description
技术领域
本发明实施例涉及数据处理技术，尤其涉及一种基于观测数据的黑名单生成方法、装置、设备及介质。
背景技术
黑名单检查是对观测资料进行质量监控的重要环节之一，通过确定准确的包含观测站点的黑名单，可以有效防止将质量较差的观测数据应用于实际使用过程中。
目前，在观测数据的相关业务工作中，黑名单的生成基础通常为和观测资料质量相关的一系列先验信息，如已知质量较差或者观测仪器误差较大的观测站点，人为将其列入黑名单。
然而，仅依赖经验性的信息确定黑名单易导致黑名单中的观测站点不准确，进而导致过多观测资料被舍弃或者临时出现的质量较差的观测资料未加入黑名单中。
发明内容
本发明实施例提供一种基于观测数据的黑名单生成方法、装置、设备及介质，提供了生成包含观测站点的黑名单的理论判据，保证了黑名单的准确性。
第一方面，本发明实施例提供了一种基于观测数据的黑名单生成方法，包括：
获取预设时间段内与观测数据相关的观测信息，其中，所述观测数据由多个观测站点产生；
根据所述观测信息，确定各所述观测站点的数据质量指标；
根据所述数据质量指标，确定与所述观测站点相关的黑名单。
第二方面，本发明实施例还提供了一种基于观测数据的黑名单生成装置，包括：
观测信息获取模块，用于获取预设时间段内与观测数据相关的观测信息，其中，所述观测数据由多个观测站点产生；
数据质量指标确定模块，用于根据所述观测信息，确定各所述观测站点的数据质量指标；
黑名单确定模块，用于根据所述数据质量指标，确定与所述观测站点相关的黑名单。
第三方面，本发明实施例还提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例提供的基于观测数据的黑名单生成方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的基于观测数据的黑名单生成方法。
本发明实施例提供了一种基于观测数据的黑名单生成方法、装置、设备及介质，通过根据与观测数据相关的观测信息，确定与产生观测数据的观测站点对应的数据质量指标，将数据质量指标作为确定黑名单的量化判据，当数据质量指标满足预设条件时，将对应的观测站点添加至黑名单中，从而实现了根据具有理论基础的判据确定黑名单的操作，避免了根据经验信息确定黑名单时的不确定性。解决了现有技术中，仅依赖经验性的信息确定黑名单易导致黑名单中的观测站点不准确，进而导致过多观测资料被舍弃或者临时出现的质量较差的观测资料未加入黑名单中的问题，实现了提供生成包含观测站点的黑名单的理论判据，保证黑名单的准确性的效果。
附图说明
图1是本发明实施例一提供的一种基于观测数据的黑名单生成方法的流程图；
图2是本发明实施例二提供的一种基于观测数据的黑名单生成方法的流程图；
图3是本发明实施例三提供的一种基于观测数据的黑名单生成方法的流程图；
图4是本发明实施例四提供的一种基于观测数据的黑名单生成装置的结构示意图；
图5是本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种基于观测数据的黑名单生成方法的流程图，本实施例可适用于在对观测数据进行质量监控时，基于观测数据确定包含观测站点的黑名单的情况，该方法可以由本发明实施例提供的基于观测数据的黑名单生成装置来执行，该装置可采用软件和/或硬件的方式实现，并可以集成在电子设备中。
如图1所示，本实施例的方法具体包括：
步骤110、获取预设时间段内与观测数据相关的观测信息。
其中，观测数据由多个观测站点产生。观测数据又称原始数据，是在自然未被控制的条件下观测得到的数据，观测数据能够客观反映观测环境的特点，在本实施例中，观测数据为气象领域中的数据，由多个观测站点检测产生，用以获取气象信息。典型的，在气象领域中，观测数据为探空观测数据，探空观测数据是通过对自由大气各气象要素进行直接或者间接观测得到的数据，一般的，探空观测过程是由气球携带探空仪器，上升至不同等压面完成的。
与观测数据相关的观测信息可以是观测数据的数值信息、观测数据的获取信息以及观测数据的正确性信息，总之，在本实施例中，任意能够反映观测数据质量的信息都可以作为与观测数据相关的观测信息。
在本实施例中，获取预设时间段内，与多个观测站点产生的观测数据对应的观测信息，将该观测信息作为后续进行黑名单生成的基础数据。
步骤120、根据观测信息，确定各观测站点的数据质量指标。
其中，数据质量指标是用于对每个观测站点进行质量评估，从多个方面衡量其产生的观测数据是否达标的指标。具体的，由于观测数据包含多个气象要素(例如，位势高度、温度、风向和风速等)，针对每一气象要素，需要确定每一观测站点的数据质量指标。
在本实施例中，根据观测信息确定数据质量指标的方式可以是对观测信息进行预处理，计算观测信息中反映的与观测站点以及观测数据相关的多个质量方面的因素，结合多个因素，确定数据质量指标。而且，在确定数据质量指标时，可以是针对整个预设时间段直接计算数据质量指标，也可以是先计算预设时间段内多个时刻的各数据质量指标，再通过运算变换得到预设时间段内的数据质量指标。
步骤130、根据数据质量指标，确定与观测站点相关的黑名单。
其中，黑名单是通过数据质量指标确定的，包括质量评估较低等级的观测站点的名单。典型的，质量评估的等级可以通过对数据质量指标设定不同的阈值确定。
具体的，根据数据质量指标，确定与观测站点相关的黑名单，包括：
在数据质量指标中，将满足第一预设条件的数据质量指标对应的观测站点添加至黑名单中；
在确定与观测站点相关的黑名单之后，还包括：
向黑名单中的观测站点发送观测仪器故障查询信息。
其中，第一预设条件是用于在生成黑名单时，限定数据质量指标的条件，例如，数据质量指标的可控范围为0-10，其中，数值越高，表示对应的观测站点产生的观测数据的质量越高，则可以将第一预设条件设置为数据质量指标小于等于2，即一旦观测站点对应的数据质量指标小于等于2，该观测站点就被添加至黑名单中。
进一步的，在针对预设时间段，确定完整的黑名单名额后，可以向黑名单中的所有观测站点发送信息，该信息用于告知观测站点对当前的观测仪器进行故障检测，以确定故障位置，避免产生的观测数据再出现严重的质量问题。更进一步的，观测仪器故障查询信息中还可以包括分析出的可能存在故障的具体位置，便于观测站点的工作人员有针对性的进行故障查询，提高故障排查的效率，确保观测站点尽快产生正确的观测数据。
本发明实施例提供了一种基于观测数据的黑名单生成方法，通过根据与观测数据相关的观测信息，确定与产生观测数据的观测站点对应的数据质量指标，将数据质量指标作为确定黑名单的量化判据，当数据质量指标满足预设条件时，将对应的观测站点添加至黑名单中，从而实现了根据具有理论基础的判据确定黑名单的操作，避免了根据经验信息确定黑名单时的不确定性。解决了现有技术中，仅依赖经验性的信息确定黑名单易导致黑名单中的观测站点不准确，进而导致过多观测资料被舍弃或者临时出现的质量较差的观测资料未加入黑名单中的问题，实现了提供生成包含观测站点的黑名单的理论判据，保证黑名单的准确性的效果。
实施例二
图2为本发明实施例二提供的一种基于观测数据的黑名单生成方法的流程图，本实施例可以与上述一个或者多个实施例中各个可选方案结合，在本实施例中，根据观测信息，确定各观测站点的数据质量指标，可以包括：根据观测信息，确定针对每一观测站点的多个数据质量子指标；根据多个数据质量子指标，以及预设的与各数据质量子指标对应的权重值，确定针对每一观测站点的数据质量指标。
相应的，本发明实施例的方法包括：
步骤210、获取预设时间段内与观测数据相关的观测信息。
其中，观测数据由多个观测站点产生，且观测数据为探空观测数据。
在本实施例中，具体限定了观测信息的类型，包括：观测文件的应到量、观测文件的实到量、观测文件的准时到量、观测数据的应到量、观测数据的实到量、通过质量控制的观测数据量以及与观测数据对应的观测仪器的故障情况。其中，观测文件的应到量、观测文件的实到量、观测文件的准时到量、观测数据的应到量以及观测数据的实到量可以从全国综合气象信息共享平台(China Integrated Meteorological Information ServiceSystem，CIMISS)中获得，通过质量控制的观测数据量可以从第三方质控服务机构获得，与观测数据对应的观测仪器的故障情况可以从综合气象观测运行监控系统(AtmosphericObserving System Operations and Monitoring，ASOM)和气象资料业务系统(Meteorological Data Operational System，MDOS)获得。
步骤220、根据观测信息，确定针对每一观测站点的多个数据质量子指标。
具体的，数据质量子指标包括：观测数据获取率、观测数据准时率、观测数据正确率、观测数据可用率以及观测仪器无故障率。
观测数据获取率的计算公式为：其中，R1为观测数据获取率，N为观测文件的应到量，N1为观测文件的实到量。例如，当预设时间段为30天时，N为60(每一观测站点，探空观测在每天早8时和晚8时各执行一次)；针对每一观测时刻，N为1。
观测数据准时率的计算公式为：其中，R2为观测数据获取率，N2为观测文件的准时到量，即在考核要求规定的时间(例如，规定探空时间后的120分钟)内收到的文件总量。
观测数据正确率的计算公式为：其中，R3为观测数据正确率，N'为观测数据的实到量，N3为通过质量控制的观测数据量。具体的，N3为N'中经过第三方质控服务机构确认的正确数据、订正数据以及修改数据。
观测数据可用率的计算公式为：其中，R4为观测数据可用率，N”为观测数据的应到量。需要说明的是，在气象观测领域，规定等压面包括16层，分别为1000hPa、925hPa、850hPa、700hPa、500hPa、400hPa、300hPa、250hPa、200hPa、150hPa、100hPa、70hPa、50hPa、30hPa、20hPa以及10hPa，由于各个观测站点所处的地理位置不同，导致起始等压面也不相同，因此，在计算观测数据的可用率时，需要针对每一观测站点的实际地理位置，确定对应的N”。例如，针对气象要素风速，观测站点A在观测时刻可以检测16层等压面上的风速，则N”＝16，而观测站点B在相同观测时刻仅能检测12层等压面上的风速，则N”＝12，可以理解的，N'≤N”。
观测仪器无故障率的取值为0或者1，用R5表示。观测仪器在观测时刻无故障时，R5取值为1；观测仪器在观测时刻出现故障时，R5取值为0。
步骤230、根据多个数据质量子指标，以及预设的与各数据质量子指标对应的权重值，确定针对每一观测站点的数据质量指标。
其中，预设的与各数据质量子指标对应的权重值是根据不同质量监控侧重点设置的权重系数，针对数据质量子指标R1至R5，对应的权重值为w1至w5，针对每一观测站点在一个气象要素下的数据质量指标计算公式可以表示为：其中，R为数据质量指标，n为数据质量子指标总量，在本实施例中n＝5。
典型的，当观测仪器在观测时刻出现故障时，该观测时刻的w5＝1，w1＝w2＝w3＝w4＝0；当观测仪器在观测时刻无出现故障时，该观测时刻的w5＝0，w1＝w2＝0.05，w3＝0.6，w4＝0.3。即针对每一观测时刻，由观测仪器的故障状态，确定当前的权重值。
需要说明的是，在本实施例中，当预设时间段为一段时间，并非一个观测时刻时，需要计算预设时间段内每一观测时刻的数据质量指标，再由多个数据质量指标计算平均值，得到预设时间段内的，针对每一观测站点、每一气象要素的数据质量指标。
步骤240、在数据质量指标中，将满足第一预设条件的数据质量指标对应的观测站点添加至黑名单中。
步骤250、向黑名单中的观测站点发送观测仪器故障查询信息。
本实施例的技术方案，提供了根据观测信息，确定各观测站点的数据质量指标的具体步骤，通过计算每一观测站点在一个气象要素下的多个数据质量子指标，再由数据质量子指标和对应的权重值计算最终的数据质量指标，使得得到的数据质量指标可以从多个方面反映当前的数据质量，同时，由于权重值可以根据需求调整，使得用户可以根据不同的质量监控需求设定权重值，使得到的数据质量指标有针对性的反映某些质量问题。
实施例三
图3为本发明实施例三提供的一种基于观测数据的黑名单生成方法的流程图，本实施例可以与上述一个或者多个实施例中各个可选方案结合，在本实施例中，在根据观测信息，确定各观测站点的数据质量指标之后，还可以包括：在数据质量指标中，将满足第二预设条件的数据质量指标对应的观测站点添加至黄名单中，将满足第三预设条件的数据质量指标对应的观测站点添加至白名单中；向黄名单中的观测站点发送观测过程综合判断信息，向白名单中的观测站点发送观测过程关注信息。
相应的，本发明实施例的方法包括：
步骤310、获取预设时间段内与观测数据相关的观测信息。
其中，观测数据由多个观测站点产生，且观测数据为探空观测数据。
具体的，观测信息包括：观测文件的应到量、观测文件的实到量、观测文件的准时到量、观测数据的应到量、观测数据的实到量、通过质量控制的观测数据量以及与观测数据对应的观测仪器的故障情况。
步骤320、根据观测信息，确定针对每一观测站点的多个数据质量子指标。
具体的，数据质量子指标包括：观测数据获取率、观测数据准时率、观测数据正确率、观测数据可用率以及观测仪器无故障率。
步骤330、根据多个数据质量子指标，以及预设的与各数据质量子指标对应的权重值，确定针对每一观测站点的数据质量指标。
步骤340、在数据质量指标中，将满足第一预设条件的数据质量指标对应的观测站点添加至黑名单中。
步骤350、在数据质量指标中，将满足第二预设条件的数据质量指标对应的观测站点添加至黄名单中，将满足第三预设条件的数据质量指标对应的观测站点添加至白名单中。
在本实施例中，除了设置有黑名单，还设置了黄名单和白名单，用于对各个观测站点的数据质量进行进一步评估。其中，黄名单和白名单中的观测站点，相比黑名单中的观测站点数据质量较高，但是仍存在一定缺陷。
在实施例二中提供的权重值以及数据质量子指标的计算范围基础上，可知数据质量指标的取值范围为0至1，对应的，在本实施例中，设定第一预设条件为：R＜0.2；第二预设条件为：0.2≤R<0.5；第三预设条件为：0.5≤R<0.8。
步骤360、向黑名单中的观测站点发送观测仪器故障查询信息。
步骤370、向黄名单中的观测站点发送观测过程综合判断信息，向白名单中的观测站点发送观测过程关注信息。
在本实施例中，向黄名单中的观测站点发送观测过程综合判断信息，提示观测站点的工作人员对观测过程进行综合判断，排除可能影响观测结果的各个外部因素；向白名单中的观测站点发送观测过程关注信息，提示观测站点的工作人员关注观测过程，即对于自动化的观测过程增加人力支持或者提高自动监测的等级。
本实施例的技术方案，提供了在根据观测信息，确定各观测站点的数据质量指标之后还可以包括的具体步骤，即除了确定黑名单外，还可以确定黄名单和白名单，从而达到对观测站点的数据质量进行不同程度监控的效果，使名单中对应的观测站点均得到准确的提示操作信息。
实施例四
图4为本发明实施例四提供的一种基于观测数据的黑名单生成装置的结构示意图，如图4所示，所述装置包括：观测信息获取模块410、数据质量指标确定模块420以及黑名单确定模块430，其中：
观测信息获取模块410，用于获取预设时间段内与观测数据相关的观测信息，其中，观测数据由多个观测站点产生；
数据质量指标确定模块420，用于根据观测信息，确定各观测站点的数据质量指标；
黑名单确定模块430，用于根据数据质量指标，确定与观测站点相关的黑名单。
本发明实施例提供了一种基于观测数据的黑名单生成装置，通过根据与观测数据相关的观测信息，确定与产生观测数据的观测站点对应的数据质量指标，将数据质量指标作为确定黑名单的量化判据，当数据质量指标满足预设条件时，将对应的观测站点添加至黑名单中，从而实现了根据具有理论基础的判据确定黑名单的操作，避免了根据经验信息确定黑名单时的不确定性。解决了现有技术中，仅依赖经验性的信息确定黑名单易导致黑名单中的观测站点不准确，进而导致过多观测资料被舍弃或者临时出现的质量较差的观测资料未加入黑名单中的问题，实现了提供生成包含观测站点的黑名单的理论判据，保证黑名单的准确性的效果。
在上述各实施例的基础上，数据质量指标确定模块420，可以包括：
数据质量子指标确定单元，用于根据观测信息，确定针对每一观测站点的多个数据质量子指标；
数据质量指标确定单元，用于根据多个数据质量子指标，以及预设的与各数据质量子指标对应的权重值，确定针对每一观测站点的数据质量指标。
在上述各实施例的基础上，黑名单确定模块430，可以包括：
黑名单确定单元，用于在数据质量指标中，将满足第一预设条件的数据质量指标对应的观测站点添加至黑名单中；
所述装置，还可以包括：
黑名单信息发送模块，用于在确定与观测站点相关的黑名单之后，向黑名单中的观测站点发送观测仪器故障查询信息。
在上述各实施例的基础上，所述装置，还可以包括：
其他名单确定模块，用于在根据观测信息，确定各观测站点的数据质量指标之后，将满足第二预设条件的数据质量指标对应的观测站点添加至黄名单中，将满足第三预设条件的数据质量指标对应的观测站点添加至白名单中；
其他名单信息发送模块，用于在根据观测信息，确定各观测站点的数据质量指标之后，向黄名单中的观测站点发送观测过程综合判断信息，向白名单中的观测站点发送观测过程关注信息。
在上述各实施例的基础上，观测信息包括：观测文件的应到量、观测文件的实到量、观测文件的准时到量、观测数据的应到量、观测数据的实到量、通过质量控制的观测数据量以及与观测数据对应的观测仪器的故障情况；数据质量子指标包括：观测数据获取率、观测数据准时率、观测数据正确率、观测数据可用率以及观测仪器无故障率。
上述基于观测数据的黑名单生成装置可执行本发明任意实施例所提供的基于观测数据的黑名单生成方法，具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种电子设备的结构示意图，如图5所示，该设备包括处理器50和存储器51；设备中处理器50的数量可以是一个或多个，图5中以一个处理器50为例；设备中的处理器50和存储器51可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储器51作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种基于观测数据的黑名单生成方法对应的程序指令/模块(例如，基于观测数据的黑名单生成装置中的观测信息获取模块410、数据质量指标确定420以及黑名单确定模块430)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于观测数据的黑名单生成方法。
存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种基于观测数据的黑名单生成方法，该方法包括：
获取预设时间段内与观测数据相关的观测信息，其中，观测数据由多个观测站点产生；
根据观测信息，确定各观测站点的数据质量指标；
根据数据质量指标，确定与观测站点相关的黑名单。
当然,本发明实施例所提供的包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的基于观测数据的黑名单生成方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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的方法。
值得注意的是，上述一种基于观测数据的黑名单生成装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于观测数据的黑名单生成方法，其特征在于，包括：
获取预设时间段内与观测数据相关的观测信息，其中，所述观测数据由多个观测站点产生；
根据所述观测信息，确定各所述观测站点的数据质量指标；
根据所述数据质量指标，确定与所述观测站点相关的黑名单。
2.根据权利要求1所述的方法，其特征在于，所述根据所述观测信息，确定各所述观测站点的数据质量指标，包括：
根据所述观测信息，确定针对每一所述观测站点的多个数据质量子指标；
根据多个所述数据质量子指标，以及预设的与各所述数据质量子指标对应的权重值，确定针对每一所述观测站点的数据质量指标。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述数据质量指标，确定与所述观测站点相关的黑名单，包括：
在所述数据质量指标中，将满足第一预设条件的数据质量指标对应的观测站点添加至所述黑名单中；
在所述确定与所述观测站点相关的黑名单之后，还包括：
向所述黑名单中的观测站点发送观测仪器故障查询信息。
4.根据权利要求3所述的方法，其特征在于，在所述根据所述观测信息，确定各所述观测站点的数据质量指标之后，还包括：
在所述数据质量指标中，将满足第二预设条件的数据质量指标对应的观测站点添加至黄名单中，将满足第三预设条件的数据质量指标对应的观测站点添加至白名单中；
向所述黄名单中的观测站点发送观测过程综合判断信息，向所述白名单中的观测站点发送观测过程关注信息。
5.根据权利要求2所述的方法，其特征在于，所述观测信息包括：观测文件的应到量、观测文件的实到量、观测文件的准时到量、观测数据的应到量、观测数据的实到量、通过质量控制的观测数据量以及与观测数据对应的观测仪器的故障情况；所述数据质量子指标包括：观测数据获取率、观测数据准时率、观测数据正确率、观测数据可用率以及观测仪器无故障率。
6.一种基于观测数据的黑名单生成装置，其特征在于，包括：
观测信息获取模块，用于获取预设时间段内与观测数据相关的观测信息，其中，所述观测数据由多个观测站点产生；
数据质量指标确定模块，用于根据所述观测信息，确定各所述观测站点的数据质量指标；
黑名单确定模块，用于根据所述数据质量指标，确定与所述观测站点相关的黑名单。
7.根据权利要求6所述的装置，其特征在于，所述数据质量指标确定模块，包括：
数据质量子指标确定单元，用于根据所述观测信息，确定针对每一所述观测站点的多个数据质量子指标；
数据质量指标确定单元，用于根据多个所述数据质量子指标，以及预设的与各所述数据质量子指标对应的权重值，确定针对每一所述观测站点的数据质量指标。
8.根据权利要求6或7所述的装置，其特征在于，所述黑名单确定模块，包括：
黑名单确定单元，用于在所述数据质量指标中，将满足第一预设条件的数据质量指标对应的观测站点添加至所述黑名单中；
所述装置，还可以包括：
黑名单信息发送模块，用于在所述确定与所述观测站点相关的黑名单之后，向所述黑名单中的观测站点发送观测仪器故障查询信息。
9.一种电子设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的基于观测数据的黑名单生成方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的基于观测数据的黑名单生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910662430.2A CN110413853A (zh) | 2019-07-22 | 2019-07-22 | 一种基于观测数据的黑名单生成方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910662430.2A CN110413853A (zh) | 2019-07-22 | 2019-07-22 | 一种基于观测数据的黑名单生成方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110413853A true CN110413853A (zh) | 2019-11-05 |
Family
ID=68362334
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910662430.2A Pending CN110413853A (zh) | 2019-07-22 | 2019-07-22 | 一种基于观测数据的黑名单生成方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110413853A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150058328A1 (en) * | 2011-06-10 | 2015-02-26 | Google Inc. | Identifying listings of multi-site entities based on user behavior signals |
| CN107896157A (zh) * | 2017-08-31 | 2018-04-10 | 上海壹账通金融科技有限公司 | 黑名单数据交换方法及应用服务器 |
| CN107958353A (zh) * | 2018-01-03 | 2018-04-24 | 交通运输部路网监测与应急处置中心 | 一种etc联网运营质量评价方法及计算机存储介质 |
-
2019
- 2019-07-22 CN CN201910662430.2A patent/CN110413853A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150058328A1 (en) * | 2011-06-10 | 2015-02-26 | Google Inc. | Identifying listings of multi-site entities based on user behavior signals |
| CN107896157A (zh) * | 2017-08-31 | 2018-04-10 | 上海壹账通金融科技有限公司 | 黑名单数据交换方法及应用服务器 |
| CN107958353A (zh) * | 2018-01-03 | 2018-04-24 | 交通运输部路网监测与应急处置中心 | 一种etc联网运营质量评价方法及计算机存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 廖捷，胡开喜，江慧: "全球大气再分析常规气象观测资料的预处理与同化应用", 《气象科技进展》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2630193C1 (ru) | Способ и система для создания прогноза погоды | |
| US9645282B2 (en) | Adaptive weather interrogation system | |
| CN109359270A (zh) | 北斗地基增强系统完好性风险监测的阈值模型建立方法 | |
| CN110838075A (zh) | 电网系统暂态稳定的预测模型的训练及预测方法、装置 | |
| CN110837683A (zh) | 电力系统暂态稳定的预测模型的训练及预测方法、装置 | |
| CN108319550A (zh) | 一种测试系统及测试方法 | |
| EP4307172A1 (en) | Data interpolation method and apparatus and storage medium | |
| US20210270904A1 (en) | State estimation method and state estimation apparatus | |
| CN113191074A (zh) | 一种用于数据中心的机房供电参数检测方法 | |
| CN114779747A (zh) | 车辆故障原因确定系统及方法 | |
| CN107687994A (zh) | 空气检测系统及方法 | |
| Bushnell | Integration of Qartod tests within a sensor considerations for sensor manufacturers | |
| CN109830001A (zh) | 一种数据质量评估方法及装置 | |
| US11493666B2 (en) | System and method for forecasting snowfall probability distributions | |
| CN107579873A (zh) | 一种监测网站可用性的方法 | |
| CN117291576A (zh) | 一种基于工业场景数据趋势预测的方法、系统、计算机设备及存储介质 | |
| CN110413853A (zh) | 一种基于观测数据的黑名单生成方法、装置、设备及介质 | |
| CN109978204B (zh) | 确定风电场的风功率的预测准确率的方法和装置 | |
| CN115617633A (zh) | 一种覆冰监测终端维护方法及相关设备 | |
| CN112884352B (zh) | 一种架空输电线路雷击故障风险评估方法 | |
| KR101398413B1 (ko) | 기상 데이터 및 신경 회로망을 이용한 전기고장 접수 건수 학습 및 산출 방법 | |
| CN110389947A (zh) | 一种黑名单生成方法、装置、设备及介质 | |
| CN109921846B (zh) | 基于历史数据的光纤故障检测方法 | |
| KR20220063923A (ko) | 연합 학습 기반 측위 단말, 서버 및 시스템 | |
| CN102256271B (zh) | 扩容指示信息的获取方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191105 |
|
| RJ01 | Rejection of invention patent application after publication |