CN111797286B - 一种时间区域确定方法、装置、设备及介质 - Google Patents

一种时间区域确定方法、装置、设备及介质 Download PDF

Info

Publication number
CN111797286B
CN111797286B CN202010646699.4A CN202010646699A CN111797286B CN 111797286 B CN111797286 B CN 111797286B CN 202010646699 A CN202010646699 A CN 202010646699A CN 111797286 B CN111797286 B CN 111797286B
Authority
CN
China
Prior art keywords
time
historical data
determining
region
auxiliary
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
Application number
CN202010646699.4A
Other languages
English (en)
Other versions
CN111797286A (zh
Inventor
程志华
李宗朋
王宏刚
杜蜀薇
刘识
赵宇亮
苏良立
赵加奎
万凯
林晓静
郭敏
杨志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Big Data Center Of State Grid Corp Of China
Original Assignee
Big Data Center Of State Grid Corp Of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Big Data Center Of State Grid Corp Of China filed Critical Big Data Center Of State Grid Corp Of China
Priority to CN202010646699.4A priority Critical patent/CN111797286B/zh
Publication of CN111797286A publication Critical patent/CN111797286A/zh
Application granted granted Critical
Publication of CN111797286B publication Critical patent/CN111797286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/90335—Query processing
    • 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
    • G06F16/9038—Presentation of query results
    • 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
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种时间区域确定方法。该方法包括：根据历史数据与两个时间尺度绘制趋势图；根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域。本发明实施例通过根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域，解决了在分析历史数据时，单一时间尺度分析导致重点不突出、特点不明显、量化不准确的问题。

Description

一种时间区域确定方法、装置、设备及介质
技术领域
本发明实施例涉及信息技术领域，尤其涉及一种时间区域确定方法、装置、设备及介质。
背景技术
随着信息技术的高速发展，社会讯息的大量存储，人们通常利用已有数据库进行数据挖掘，以对相关社会活动进行分析，从而获取社会活动规律，并利用社会活动规律规划人们的生活和工作。
但是，现有技术中仅从单一时间尺度分析数据库中的历史数据，并不突出历史数据在时间尺度上的分析重点以及数据特性，甚至还会出现多个历史数据特征的相互重叠和混合，从而造成对历史数据的分析结果量化不准确的问题。
发明内容
本发明提供一种时间区域确定方法、装置、设备及介质，以实现多个时间尺度对历史数据进行分析，突出分析重点，保证分析结果的准确性。
第一方面，本发明实施例提供了一种时间区域确定方法，该方法包括：
根据历史数据与两个时间尺度绘制趋势图；
根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；
根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域。
第二方面，本发明实施例还提供了一种时间区域确定装置，该装置包括：
历史数据获取模块，用于基于电力数据获取的历史数据；
图形建立模块，用于根据历史数据与两个时间尺度绘制趋势图；
第一区域确定模块，根据趋势检验算法与预设第一阈值确定所述复工率趋势图上的待分析时间区域；
第二区域确定模块，用于根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域。
第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例所述时间区域确定方法。
本发明实施例通过根据历史数据与两个时间尺度绘制趋势图；根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域，解决了在分析历史数据时，单一时间尺度分析导致重点不突出、特点不明显、量化不准确的问题，实现了利用两个时间尺度对历史数据进行分析确定出重点分析时间区域，突出分析重点，保证分析结果准确性的效果。
附图说明
图1是本发明实施例一中的一种时间区域确定方法的流程图；
图2是本发明实施例二中的一种时间区域确定方法的示例图；
图3是本发明实施例二中的一种时间区域确定方法的示例图；
图4是本发明实施例二中的一种时间区域确定方法的流程图；
图5是本发明实施例二中的一种时间区域确定装置的结构图；
图6是本发明实施例三中的一种设备终端的示意图。
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。
实施例一
图1为本发明实施例一提供的一种时间区域确定方法的流程图，本实施例可适用于各种在多个时间尺度上分析历史数据的情况，该方法可以由时间区域确定装置来执行，该装置可以通过软件和/或硬件的方式来实现，并及具体可继承于具体存储和计算能力来进行时间区域确定的电子设备中。
如图1所示，提供一种时间区域确定方法，具体包括如下步骤：
步骤110、根据历史数据与两个时间尺度绘制趋势图；
历史数据为在时间尺度上基于已有社会活动数据计算得到的数据，对应于时间尺度上每个最小单位时间。示例的，企业在新冠肺炎疫情期间和法定节假日前后的每日电力使用数据为已有社会活动数据，基于企业在新冠肺炎疫情期间和法定节假日前后的每日电力使用数据计算的企业复工率为历史数据，每日为时间尺度上最小单位时间。可以将所述每个最小单位时间点与所述每个最小单位时间点对应的历史数据视为趋势图中的坐标点。
其中，所述两个时间尺度为同一时间在多个维度上的时间计算方法和/或时间划分方法，能反应一定的社会活动规律。示例的，所述两个时间尺度可以是农历日期和周日期，或者公历日期、和周日期。
其中，所述趋势图为将时间尺度上每个最小单位时间点与每个最小单位时间点对应的历史数据形成的多个坐标点按照时间顺序进行依次相连所得到的折线图。
步骤120、根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；
其中，所述趋势检验算法，用于计算所述趋势图的显著性变化情况，进一步的采用双边趋势检验，确定时间尺度上的显著变化时间区域。示例性的，所述趋势检验算法可以是Cox-Stuar趋势检验算法。
其中，所述预设第一阈值为根据所述历史数据的第二特征进行设定，所述历史数据的第二特征为所述历史数据在时间尺度上趋势变化。所述预设第一阈值为所述趋势检验算法内的一个阈值，设定预设第一阈值用于确定所述趋势图中对应斜率折线图对应的时间区域。
其中，所述待分析时间区域为所述根据趋势检验算法与预设第一阈值确定时间尺度上的时间区域。示例性的，以农历日期为例，所述待分析时间区域可以为农历同期复工率对比图中的展示时间区域，该区域如图2所示；以公历日期为例，所述待分析时间区域可以为所述公历同期复工率对比图中的展示时间区域，该区域如图3所示。
步骤130、根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域。
其中，所述多尺度直线拟合算法，用于在所述待分析时间区域上找出突变点。
在所述待分析时间区域上找出突变点为利用多尺度直线拟合方法确定时间序列上的突变点位置。所述突变点位置为所述趋势图中经多次在时间序列上进行直线拟合操作和突变点求取的方法逐步逼近突变点，获得突变点的位置。
其中，所述预设第二阈值，用于根据所述多尺度直线拟合算法在所述待分析时间区域上找出的突变点划分出重点分析时间区域。其中，所述重点分析时间区域为所述趋势图中确定的最终分析区域。
本发明实施例通过根据历史数据与两个时间尺度绘制趋势图；根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域，解决了在分析历史数据时，单一时间尺度分析导致重点不突出、特点不明显、量化不准确的问题，实现了利用两个时间尺度对历史数据进行分析确定出重点分析时间区域，突出分析重点，保证分析结果准确性的效果。
实施例二
图4为本发明实施例提供的一种时间区域确定的方法的流程图。本发明实施例的技术方案是在上述实施例技术方案的基础上进一步细化，具体主要包括如下步骤：
步骤410，分别以根据历史数据和两个时间尺度作为纵轴和横轴建立直角坐标系；
本发明实施例中，所述直角坐标系为绘制所述趋势图确定关于时间尺度上对应的所述历史数据坐标点，所述历史数据可以对应所述直角坐标系的纵轴上纵坐标，所述两个时间尺度可以对应所述直角坐标系的横轴上纵坐标。
其中，所述横轴包括主轴和至少两个辅轴，所述主轴的最小时间单位根据所述历史数据的第一特征进行确定，所述辅轴的时间单位与所述主轴的时间单位相对应，每个辅轴展示对应年份的时间尺度。其中，所述历史数据的第一特征为反映所述历史数据的时间属性规律。
示例性的，如图2所示，所述历史数据为农历复工率，根据农历日期中工作日为除农历日期中法定节假日和农历日期对应的周对应日期中的星期六和星期日外的日期，由于在中国国情之下，农历日期更能反映法定节假日后的复工率，因此可以将农历日期作为横轴上的所述主轴，农历日期对应的周对应日期为一个辅轴，可以展示对应年份的周对应日期。
本发明实施例中，所述辅轴的时间单位与所述主轴的时间单位相对应，还包括：所述主轴和所述辅轴上法定时间点中的第一时间为第一颜色，根据所述第一时间调整的时间为第二颜色。
示例性的，如图2所示，图中农历日期作为横轴上的所述主轴，农历日期对应的周对应日期为一个辅轴，展示2020年周日期与农历日期对应的周对应日期时，其中，农历日期中春节对应的日期为法定节假日与2020年农历日期对应的周对应日期中星期六与星期日为法定节假日可以视为第一时间，标注为第一颜色，在农历日期中春节对应的法定节假日为非工作日，为了保证假期长度，需要将在放假前的星期六和星期日或者放假后的星期六和星期日视为工作日进行调休，将常规法定节假日调整为工作日对应的日期在周对应日期中标注为第二颜色，其中，所述第一颜色区别于第二颜色，且所述第一颜三区别于趋势图中其他横轴标注颜色，便于所述趋势图成显规律与所述时间尺对进行对应。
步骤420，基于电力数据获取的历史数据；
具体的，所述电力数据可以是根据发电单位、用电统计单位及用电单位的数据，根据所述电力数据可以计算出所述历史数据，所述历史数据为经所述电力数据获取的复产率、复工率、达产率、超产率。另外，所述历史数据与所述时间尺度上的时间点所对应。
可选的，根据所述两个时间尺度包含的时间点与所述时间点对应的历史数据，绘制趋势图之后，还包括：
以所述至少两个辅轴中的任意一个辅轴对应年份的时间为基准，将所述至少两个辅轴中的其他辅轴对应年份的时间中多余的日期剔除；
和/或，以所述至少两个辅轴中的任意一个辅轴对应年份的时间为基准，确定所述至少两个辅轴中的其他辅轴对应年份的时间中缺少的日期；
根据所述缺少的日期为中心时间区域内的平均历史数据对所述缺少日期以及对应的历史数据进行补全。
示例性的，如图3所示，首先根据复工率的时间属性规律，依据星期一至星期五上班，星期六和星期日休息的日常规律，选定周日期作为所述主轴，公历日期作为一个辅轴；所述主轴周日期与当前年份的公历日期在所述横坐标轴上对应绘制；当前年份为公历日期2020年公历日期为闰年共366天，在绘制初始趋势图之前，如果按照2020年公历日期为基准进行对比，2019年公历日期比2020年公历日期缺少一天，要将2019年公历日期缺少日期对应的历史数据进行补全，按照以缺少日期为中心在公历日期前后选取等量日期长度，并将选取日期对应的历史数据进行相加取均值，将所述均值作为2019年公历日期缺少一天对应的历史数据，进一步补全2019年公历日期缺少日期与所述2019年公历日期缺少一天对应的历史数据确定的坐标点位置，与2020年公历日期对应绘制2019年公历日期复工率趋势图。如果按照2019年公历日期为基准进行对比，2020年公历日期比2019年公历日期多一天，要将2020年公历日期中比2019年多一天进行剔除，并在绘制2020年公历日期对应的趋势图时，跳过2020年公历日期比2019年公历日期多一天所对应的历史数据，即在绘制2020年公历日期的趋势图时，相当于擦掉所述2020年公历日期多一天确定的坐标点位置，并将2020年公历日期多一天后面的日期对应确定的坐标点位置，按照时间尺度顺序向前顺延一个时间尺度最小单位的距离。
步骤430，根据所述两个时间尺度包含的时间点与所述时间点对应的历史数据，绘制趋势图；
可选的，可通过数据库已有数据中每个年份上最小时间单位时间点对应的历史数据获取和顺序处理。即，该方法可选的还包括：
用差异最小化算法确定与所述至少两个辅轴对应的最小移动单位；
根据所述最小移单位更新对应辅轴与所述主轴对应的时间坐标；
根据更新后的辅轴的时间坐标以及与所述时间坐标对应的历史数据绘制所述辅轴对应的趋势图。
具体的，可对应于图3，根据辅轴年份绘制多条趋势图；
如图3所示，首先根据复工率的时间属性规律，依据星期一至星期五上班，星期六和星期日休息的日常规律，选定周日期作为所述主轴，公历日期作为一个辅轴；所述主轴周日期与当前年份的公历日期在所述横坐标轴上对应绘制；当前年份的公历日期对应的复工率数据与所述一个辅轴形成所述趋势图上的坐标点，按照时间顺序依次相连得到当前年份对应的趋势图；如图5所示，公历日期中当前年份周日期与其他年份周日期不对应，使得在绘制公历同期复工率对比图中的当前年份日期与上一个年日期相对位置发生了移动，在绘制其他年份对应的趋势图时，将当前年份每个周一对应的公历日期标记为上一个年份每个星期一对应的功力日期标记为/>m年前每个星期一对应的功力日期标记为/>其中，m为与当前年份的差值绝对值，n为当前年份的出现的星期一个数；利用差异化最小算法算可以得到：
去年最小移动天数其中，i＝1，…，n0；其中，j＝1，…，n1；
前年最小移动天数其中，i＝1，…，n0；其中，j＝1，…，n1；
m年最小移动天数其中，i＝1，…，n0；其中，j＝1，…，nm；其中，i为当前年份周对应日期，j为m年最小移动天数，根据计算得到的对应年份的最小移动天数，按照对应年份的最小移动天数Dk(k＝1，…，m)进行移动，将公历横向坐标轴按周对齐时，除当前年份外每年按照对应的Dk(k＝1，…，m)进行移动，获得更新后各年份与当前公历日期对应的一个辅轴的位置。
进一步的，根据获得的更新后各年份与当前公历日期在所述一个辅轴上的位置，确定当前年份趋势图上各年份公历日期对应的历史数据在所述趋势图上的坐标点位置，按照各年份对应的所述坐标点位置，按照各年份的时间位置绘制出多个年份同期复工对比图。
需要说明的是，本发明实施例提供的一种时间确定方法中的图2和图3仅为是技术方案的解释说明的图，并不是一个辅轴的年份仅为2个，也不是对本发明实施例提供的时间确定方法的进一步限定。
步骤440，根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；
步骤450，根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域。
本发明实施例通过根据历史数据与两个时间尺度绘制趋势图；根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域，解决了在分析历史数据时，单一时间尺度分析导致重点不突出、特点不明显、量化不准确的问题，实现了利用两个时间尺度对历史数据进行分析确定出重点分析时间区域，突出分析重点，保证分析结果准确性的效果。
实施例三
图5为本发明实施例所提供的一种时间区域确定装置可执行本发明任意实施例所提供的一种时间区域确定方法，具备执行方法相应的功能模块和有益效果。该装置包括：历史数据获取模块501、图形建立模块502、第一区域确定模块503和第二区域确定模块504。
其中，所述历史数据获取模块501，用于基于电力数据获取的历史数据；
其中，所述图形建立模块502，用于根据历史数据与两个时间尺度绘制趋势图；
其中，所述第一区域确定模块503，根据趋势检验算法与预设第一阈值确定所述复工率趋势图上的待分析时间区域；
其中，所述第二区域确定模块504，用于根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域。
本发明实施例通过根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域，解决了在分析历史数据时，单一时间尺度分析导致重点不突出、特点不明显、量化不准确的问题，实现联多个时间尺度对历史数据进行分析，突出分析重点，保证分析结果准确性的效果。
具体的，所述图形建立模块501，用于根据历史数据与两个时间尺度绘制趋势图，包括：分别以根据历史数据和两个时间尺度作为纵轴和横轴建立直角坐标系；基于电力数据获取的历史数据；根据所述两个时间尺度包含的时间点与所述时间点对应的历史数据，绘制趋势图；其中，所述横轴包括主轴和至少两个辅轴，所述主轴的最小时间单位根据所述历史数据的第一特征进行确定，所述辅轴的时间单位与所述主轴的时间单位相对应，每个辅轴展示对应年份的时间尺度。其中，所述主轴和所述辅轴上法定时间点中的第一时间为第一颜色，根据所述第一时间调整的时间为第二颜色。
可选的，根据所述两个时间尺度包含的时间点与所述时间点对应的历史数据，绘制趋势图之后，还包括：以所述至少两个辅轴中的任意一个辅轴对应年份的时间为基准，将所述至少两个辅轴中的其他辅轴对应年份的时间中多余的日期剔除；和/或，以所述至少两个辅轴中的任意一个辅轴对应年份的时间为基准，确定所述至少两个辅轴中的其他辅轴对应年份的时间中缺少的日期；根据所述缺少的日期为中心时间区域内的平均历史数据对所述缺少日期以及对应的历史数据进行补全。
具体的，所述第二区域确定模块504，用于根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域，包括：利用多尺度直线拟合方法确定时间序列上的突变点位置；根据所述突变点位置与所述预设第二阈值确定待分析时间区域内的重点分析时间区域。
可选的，根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域之后，还包括：利用差异最小化算法确定与所述至少两个辅轴对应的最小移动单位；根据所述最小移单位更新对应辅轴与所述主轴对应的时间坐标；根据更新后的辅轴的时间坐标以及与所述时间坐标对应的历史数据绘制所述辅轴对应的趋势图。
上述实施例中提供的文本序列生成装置可执行本申请任意实施例所提供的文本序列生成方法，具备执行该方法相应的功能模块和有益效果。
实施例四
图6为本发明实施例四提供的一种设备/终端/服务器的结构示意图，如图6所示，该设备/终端/服务器包括处理器610、存储器620、输入装置630和输出装置640；设备/终端/服务器中处理器610的数量可以是一个或多个，图6中以一个处理器610为例；设备/终端/服务器中的处理器610、存储器620、输入装置630和输出装置640可以通过总线或其他方式连接，图6中以通过总线连接为例。
存储器620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时间区域确定方法对应的程序指令/模块(例如，时间区域确定装置中的历史数据获取模块301、图形建立模块302、第一区域确定模块303和第二区域确定模块304)。处理器610通过运行存储在存储器620中的软件程序、指令以及模块，从而执行设备/终端/服务器的各种功能应用以及数据处理，即实现上述的时间区域确定方法。
存储器620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620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620可进一步包括相对于处理器610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/终端/服务器。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。
输入装置630可用于接收输入的历史数据，以及产生与设备/终端/服务器的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等显示设备。
实施例五
本发明实施例五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时间区域确定方法，该方法包括：
根据历史数据与两个时间尺度绘制趋势图；
根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；
根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域。
当然,本发明实施例所提供的一种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时间区域确定方法中的相关操作.
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，上述搜索装置的实施例中，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 (8)

1.一种时间区域确定方法，其特征在于，包括：
分别以根据历史数据和两个时间尺度作为纵轴和横轴建立直角坐标系；
基于电力数据获取历史数据；
根据所述两个时间尺度包含的时间点与所述时间点对应的历史数据，绘制趋势图；
其中，所述横轴包括主轴和至少两个辅轴，所述主轴的最小时间单位根据所述历史数据的第一特征进行确定，所述辅轴的时间单位与所述主轴的时间单位相对应，每个辅轴展示对应年份的时间尺度；
根据趋势检验算法与预设第一阈值确定所述趋势图上的待分析时间区域；
根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域。
2.根据权利要求1所述方法，其特征在于，根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域，包括：
利用多尺度直线拟合方法确定时间序列上的突变点位置；
根据所述突变点位置与所述预设第二阈值确定待分析时间区域内的重点分析时间区域。
3.根据权利要求1所述方法，其特征在于，所述方法还包括：
所述主轴和所述辅轴上法定时间点中的第一时间为第一颜色，根据所述第一时间调整的时间为第二颜色。
4.根据权利要求1所述方法，其特征在于，根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域之后，还包括：
利用差异最小化算法确定与至少两个辅轴对应的最小移动单位；
根据所述最小移动单位更新对应辅轴与主轴对应的时间坐标；
根据更新后的辅轴的时间坐标以及与所述时间坐标对应的历史数据绘制所述辅轴对应的趋势图。
5.根据权利要求1所述方法，其特征在于，根据所述两个时间尺度包含的时间点与所述时间点对应的历史数据，绘制趋势图之后，还包括：
以所述至少两个辅轴中的任意一个辅轴对应年份的时间为基准，将所述至少两个辅轴中的其他辅轴对应年份的时间中多余的日期剔除；
和/或，以所述至少两个辅轴中的任意一个辅轴对应年份的时间为基准，确定所述至少两个辅轴中的其他辅轴对应年份的时间中缺少的日期；
根据所述缺少的日期为中心时间区域内的平均历史数据对所述缺少日期以及对应的历史数据进行补全。
6.一种时间区域确定装置，其特征在于，包括：
历史数据获取模块，用于基于电力数据获取历史数据；
图形建立模块，用于：
分别以根据历史数据和两个时间尺度作为纵轴和横轴建立直角坐标系；
基于电力数据获取历史数据；
根据所述两个时间尺度包含的时间点与所述时间点对应的历史数据，绘制趋势图；
其中，所述横轴包括主轴和至少两个辅轴，所述主轴的最小时间单位根据所述历史数据的第一特征进行确定，所述辅轴的时间单位与所述主轴的时间单位相对应，每个辅轴展示对应年份的时间尺度；
第一区域确定模块，根据趋势检验算法与预设第一阈值确定复工率趋势图上的待分析时间区域；
第二区域确定模块，用于根据多尺度直线拟合算法与预设第二阈值确定所述待分析时间区域内的重点分析时间区域。
7.一种电子设备，其特征在于，所述电子设备包括：
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如权利要求1-5中任一所述的时间区域确定方法。
8.一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中任一所述的时间区域确定方法。
CN202010646699.4A 2020-07-07 2020-07-07 一种时间区域确定方法、装置、设备及介质 Active CN111797286B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010646699.4A CN111797286B (zh) 2020-07-07 2020-07-07 一种时间区域确定方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010646699.4A CN111797286B (zh) 2020-07-07 2020-07-07 一种时间区域确定方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN111797286A CN111797286A (zh) 2020-10-20
CN111797286B true CN111797286B (zh) 2024-04-05

Family

ID=72809656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010646699.4A Active CN111797286B (zh) 2020-07-07 2020-07-07 一种时间区域确定方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN111797286B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107809448A (zh) * 2016-09-09 2018-03-16 腾讯科技（北京）有限公司 一种数据处理方法及终端
CN108062322A (zh) * 2016-11-08 2018-05-22 北京国双科技有限公司 一种基于时间趋势图的数据补全方法及装置
WO2020087829A1 (zh) * 2018-10-31 2020-05-07 深圳壹账通智能科技有限公司 数据趋势分析方法、系统、计算机装置及可读存储介质
CN111177211A (zh) * 2019-12-11 2020-05-19 华北电力大学 一种基于极点对称模态分解的径流序列变化特征分析方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9183561B2 (en) * 2011-08-10 2015-11-10 Microsoft Technology Licensing, Llc Automatic generation of trend charts
US10346752B2 (en) * 2014-04-17 2019-07-09 International Business Machines Corporation Correcting existing predictive model outputs with social media features over multiple time scales
WO2017119900A1 (en) * 2016-01-08 2017-07-13 Entit Software Llc Time series trends
US10338982B2 (en) * 2017-01-03 2019-07-02 International Business Machines Corporation Hybrid and hierarchical outlier detection system and method for large scale data protection

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107809448A (zh) * 2016-09-09 2018-03-16 腾讯科技（北京）有限公司 一种数据处理方法及终端
CN108062322A (zh) * 2016-11-08 2018-05-22 北京国双科技有限公司 一种基于时间趋势图的数据补全方法及装置
WO2020087829A1 (zh) * 2018-10-31 2020-05-07 深圳壹账通智能科技有限公司 数据趋势分析方法、系统、计算机装置及可读存储介质
CN111177211A (zh) * 2019-12-11 2020-05-19 华北电力大学 一种基于极点对称模态分解的径流序列变化特征分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
成都市1951～2010年降水量多时间尺度分析;牛凯杰;梁川;赵璐;张春敏;杨皓翔;卫仁娟;詹存;;四川环境(03);第72-76页 *

Also Published As

Publication number Publication date
CN111797286A (zh) 2020-10-20

Similar Documents

Publication Publication Date Title
US10416866B2 (en) Representation of digital map styling properties across zoom levels
US11481666B2 (en) Method and apparatus for acquiring information
US9905043B2 (en) Techniques to generate digital maps
US8423909B2 (en) System and method for an interactive filter
CN109345130B (zh) 商业选址的方法、装置、计算机设备及存储介质
US20120304121A1 (en) Method, processing device, and article of manufacture for providing instructions for displaying time-dependent information and for allowing user selection of time ranges
US20150142520A1 (en) Crowd-based sentiment indices
CN113011400A (zh) 对数据的自动识别和洞察
CN107908604B (zh) 报表图形生成方法、装置、计算机设备和存储介质
US20170140402A1 (en) Sales forecast display method, sales forecast display apparatus, and recording medium
US10198836B2 (en) Trellis chart scaling
CN111753173A (zh) 一种信息查询方法及装置
CN111797286B (zh) 一种时间区域确定方法、装置、设备及介质
US20210266397A1 (en) Computer messaging analytics systems and methods
CN113469461A (zh) 生成信息的方法和装置
CN116414906B (zh) 一种数据处理及可视化的方法、装置、介质和设备
US20210117489A1 (en) Recommendation system based on adjustable virtual indicium
US20170185273A1 (en) Time Axis Responsiveness In Charts
CN111309835A (zh) 一种空间数据可视化的处理方法、系统及设备
CN108279962B (zh) 一种创建可视化数据显示界面的方法及装置
Christiansen et al. Stress scenario generation for solvency and risk management
JP2015005191A (ja) バッチ性能予測及び対策支援方法及びシステム
JP2017134619A (ja) 勤務シフト作成支援システム、勤務シフト作成支援プログラム
Li et al. Drawing and studying on histogram
CN115168727B (zh) 用户习惯的挖掘方法、装置及电子设备

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