CN112380223A - 一种基于模型统一的信息表跨区自动维护系统 - Google Patents
一种基于模型统一的信息表跨区自动维护系统 Download PDFInfo
- Publication number
- CN112380223A CN112380223A CN202011436502.0A CN202011436502A CN112380223A CN 112380223 A CN112380223 A CN 112380223A CN 202011436502 A CN202011436502 A CN 202011436502A CN 112380223 A CN112380223 A CN 112380223A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- model
- distribution network
- intelligent distribution
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 238000013523 data management Methods 0.000 claims abstract description 16
- 238000007726 management method Methods 0.000 claims abstract description 12
- 238000013479 data entry Methods 0.000 claims abstract description 10
- 238000013075 data extraction Methods 0.000 claims abstract description 8
- 238000012217 deletion Methods 0.000 claims abstract description 7
- 230000037430 deletion Effects 0.000 claims abstract description 7
- 238000013524 data verification Methods 0.000 claims abstract description 6
- 238000009826 distribution Methods 0.000 claims description 88
- 238000012545 processing Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 8
- 238000000638 solvent extraction Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/221—Column-oriented storage; Management thereof
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Water Supply & Treatment (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开一种基于模型统一的信息表跨区自动维护系统,其特征在于,包括:数据储存库模型、检测单元、执行单元以及控制单元,所述检测单元、执行单元、数据储存库模型均与所述控制单元双向电性连接,所述数据储存库模型包括用于整合管理数据的数据管理模块,所述数据管理模块与所述控制单元双向电性连接,所述数据管理模块包括数据录入模块、数据分区模块以及权限管理模块,所述检测单元包括数据查找模块、数据验证模块、数据对比模块以及存储空间检测模块,所述执行单元包括数据提取模块、数据更新模块以及数据删除模块。本发明提高了维护效率,能够对信息表中的内容进行快速检测,提高了后续维护效果,进而极大的降低了运维成本。
Description
技术领域
本发明涉及电力系统技术领域,尤其涉及一种基于模型统一的信息表跨区自动维护系统。
背景技术
现有生活中,电网调度包括运行基础知识、发电设备基础知识、电网结构及电力系统通信基础知识、电网调控、电网操作、电网异常处理和电网事故处理。随着国内的电力系统快速发展,大规模跨区域的输电越来越普遍,电网的结构也更加复杂,电力系统的运行面临不安全稳定的风险,这就要求对电网的调度要快速、准确。深入研究电网智能化调度技术,从而在此基础上研究电网智能化调度系统的发展和应用,能够有效解决当前对多种能源电力接入的难题,同时将进一步提高电网运行的效率和安全性。而对电网调度的智能化进行研究的同时,需要对基于模型统一(Item Response Theory,项目反应理论)的智能配网主站AI机器人进行研究,在对基于模型统一的智能配网主站AI机器人进行研究的过程中包含以下项目:研究信息表跨区自动维护功能;研究基于移动应用的配电终端并网的网络指令交互;研究基于卷积神经网络的图像识别技术在动态告警窗中的应用;研究配网主站数据智能校核技术。
其中,对于信息表跨区自动维护功能的研究是较为重要的项目,但是现有的技术中,对于信息表跨区自动维护功能的研究较为简单,还需要配合人工进行操作,只能单一地对基于模型统一的智能配网主站AI机器人信息表进行整理与维护,而无法检测信息表中的内容是否有误,同时无法根据信息表中的内容进行分区分类,从而导致后续对基于模型统一的智能配网主站AI机器人的维护出现困难,对于故障的定位、分析以及排除等过程变得异常复杂与漫长,进而造成运维成本的提高,此外无法将多种基于模型统一的智能配网主站AI机器人信息表进行模型统一,从而导致维护效率降低。
发明内容
本发明所要解决的技术问题在于,提出一种基于模型统一的信息表跨区自动维护系统,以提高维护效率和维护效果。
为了解决上述技术问题,本发明提供一种基于模型统一的信息表跨区自动维护系统,包括:数据储存库模型、检测单元、执行单元以及控制单元,所述检测单元、执行单元、数据储存库模型均与所述控制单元双向电性连接,所述数据储存库模型包括用于整合管理数据的数据管理模块,所述数据管理模块与所述控制单元双向电性连接,所述数据管理模块包括数据录入模块、数据分区模块以及权限管理模块,所述检测单元包括数据查找模块、数据验证模块、数据对比模块以及存储空间检测模块,所述执行单元包括数据提取模块、数据更新模块以及数据删除模块。
进一步地,所述数据录入模块用于采集基于模型统一的智能配网主站AI机器人信息表的数据信息;所述数据分区模块用于根据智能配网主站AI机器人信息表的数据类型进行分区处理,并提供相应数据给数据管理模块,实现智能配网主站AI机器人信息表的数据存储,并提供跨区维护通道;所述权限管理模块用于对数据储存库的数据资源进行权限划分,以及对经过控制单元已定义的智能配网主站AI机器人信息表进行权限分配、映射和维护。
进一步地,所述数据查找模块用于在数据储存库中查找所需要的智能配网主站AI机器人信息表信息,所述数据验证模块用于验证数据查找模块查找的智能配网主站AI机器人信息表信息是否正确,所述数据对比模块用于将多个智能配网主站AI机器人信息表信息进行对比,若对比出重复的智能配网主站AI机器人信息表,则标记出所述重复的智能配网主站AI机器人信息表,若对比出相似度高于百分之八十的智能配网主站AI机器人信息表,则标记出可疑信息项;所述存储空间检测模块用于检测数据储存库内部存储空间的存储状态是否处于预设状态正常使用的范围内,同时用于发出表示数据储存库内部存储空间内的存储状态处于预设状态的提醒范围内,还用于根据数据储存库内部存储空间的存储状态向控制单元发出提醒。
进一步地,所述数据提取模块用于根据所述数据查找模块发生的指令从数据储存库内部提取相应的智能配网主站AI机器人信息表,所述数据更新模块用于将所述数据录入模块录入的数据信息覆盖在原有的数据信息上,所述数据删除模块用于删除根据控制单元的指令选择为不保存的数据。
进一步地,所述控制单元包括多个信息输入模块、中央处理模块以及多个信息输出模块,所述信息输入模块、信息输出模块均与中央处理模块电性连接,所述中央处理模块用于根据信息输入模块的输入内容判别对应的信息输出模块,并将对应的信息输入模块与信息输出模块进行连接。
进一步地,所述数据储存库模型用于储存相应的智能配网主站AI机器人信息表,所述检测单元用于检测数据储存库模型内部存储的智能配网主站AI机器人信息表,所述执行单元用于根据检测单元检测出的结果所作出的指令进行相对应的操作,所述控制单元用于控制数据储存库模型、检测单元以及执行单元作出相应的操作。
进一步地,所述数据储存库模型的建立方式为:首先建立数据储存库,并将基于模型统一的智能配网主站AI机器人信息表从一个或多个数据源导入数据储存库;然后从数据储存库的内部提取一个主数据列和多个子数据列;根据数据储存库中数据的属性和使用频率,将基于模型统一的智能配网主站AI机器人信息基础数据存储至主数据列中;同时将具有独立功能的基于模型统一的智能配网主站AI机器人信息子模块数据分别存储至子数据列中。
进一步地,所述数据储存库模型的建立过程中,当基于模型统一的智能配网主站AI机器人信息的格局发生改变时,逐步进行比对,并对发生改变的信息表数据块进行替换与更新;
当需要加载基于模型统一的智能配网主站AI机器人信息主数据列时,首先获取主数据列,然后加载主数据列内容,同时当需要对主数据列进行修改时,首先将其进行标记存盘;
当需要加载基于模型统一的智能配网主站AI机器人信息子数据列时,首先获取子数据列,然后加载子数据列内容,同时当需要对子数据列进行修改时,首先将其进行标记存盘;
将带有标记存盘的主数据列内容与子数据列内容导入数据储存库中,然后进行赋值替换,由此形成一个完整的数据储存库模型。
本发明实施例的有益效果在于:本发明通过建立统一的数据储存库模型,能够更好地保证基于模型统一的智能配网主站AI机器人信息表信息统一,从而极大的提高了维护效率;同时通过设置检测单元、执行单元以及控制单元,能够对信息表中的内容进行快速检测,同时根据信息表中的内容进行快速的分区分类,从而极大的提高了后续对基于模型统一的智能配网主站AI机器人的维护效果,使得故障的定位、分析以及排除等过程变得更加简单快捷,进而极大的降低了运维成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一种智能配网主站AI机器人信息表跨区自动维护系统的原理框图。
具体实施方式
以下各实施例的说明是参考附图,用以示例本发明可以用以实施的特定实施例。
请参照图1所示,本发明实施例提供一种基于模型统一的信息表跨区自动维护系统,包括:数据储存库模型、检测单元、执行单元以及控制单元,所述检测单元、执行单元、数据储存库模型均与所述控制单元双向电性连接,所述数据储存库模型包括用于整合管理数据的数据管理模块,所述数据管理模块与所述控制单元双向电性连接,所述数据管理模块包括数据录入模块、数据分区模块以及权限管理模块,所述检测单元包括数据查找模块、数据验证模块、数据对比模块以及存储空间检测模块,所述执行单元包括数据提取模块、数据更新模块以及数据删除模块。
作为优选,所述数据录入模块用于采集基于模型统一的智能配网主站AI机器人信息表的数据信息;所述数据分区模块用于根据智能配网主站AI机器人信息表的数据类型进行分区处理,并提供相应数据给数据管理模块,实现智能配网主站AI机器人信息表的数据存储,并提供跨区维护通道;所述权限管理模块用于对数据储存库的数据资源进行权限划分,以及对经过控制单元已定义的智能配网主站AI机器人信息表进行权限分配、映射和维护。
作为优选,所述数据查找模块用于在数据储存库中查找所需要的智能配网主站AI机器人信息表信息,所述数据验证模块用于验证数据查找模块查找的智能配网主站AI机器人信息表信息是否正确,所述数据对比模块用于将多个智能配网主站AI机器人信息表信息进行对比,若对比出重复的智能配网主站AI机器人信息表,则标记出所述重复的智能配网主站AI机器人信息表,若对比出相似度高于百分之八十的智能配网主站AI机器人信息表,则标记出可疑信息项;所述存储空间检测模块用于检测数据储存库内部存储空间的存储状态是否处于预设状态正常使用的范围内,同时用于发出表示数据储存库内部存储空间内的存储状态处于预设状态的提醒范围内,还用于根据数据储存库内部存储空间的存储状态向控制单元发出提醒。
作为优选,所述数据提取模块用于根据所述数据查找模块发生的指令从数据储存库内部提取相应的智能配网主站AI机器人信息表,所述数据更新模块用于将所述数据录入模块录入的数据信息覆盖在原有的数据信息上,所述数据删除模块用于删除根据控制单元的指令选择为不保存的数据。
作为优选,所述控制单元包括多个信息输入模块、中央处理模块以及多个信息输出模块,所述信息输入模块、信息输出模块均与中央处理模块电性连接,所述中央处理模块用于根据信息输入模块的输入内容判别对应的信息输出模块,并将对应的信息输入模块与信息输出模块进行连接。
作为优选,所述数据储存库模型用于储存相应的智能配网主站AI机器人信息表,所述检测单元用于检测数据储存库模型内部存储的智能配网主站AI机器人信息表,所述执行单元用于根据检测单元检测出的结果所作出的指令进行相对应的操作,所述控制单元用于控制数据储存库模型、检测单元以及执行单元作出相应的操作。
作为优选,所述数据储存库模型的建立方式为:
首先建立数据储存库,并将基于模型统一的智能配网主站AI机器人信息表从一个或多个数据源导入数据储存库;
然后从数据储存库的内部提取一个主数据列和多个子数据列;
根据数据储存库中数据的属性和使用频率,将基于模型统一的智能配网主站AI机器人信息基础数据存储至主数据列中;同时将具有独立功能的基于模型统一的智能配网主站AI机器人信息子模块数据分别存储至子数据列中。
进一步地,在所述数据储存库模型的建立过程中:
当基于模型统一的智能配网主站AI机器人信息的格局发生改变时,逐步进行比对,并对发生改变的信息表数据块进行替换与更新;
当需要加载基于模型统一的智能配网主站AI机器人信息主数据列时,首先获取主数据列,然后加载主数据列内容,同时当需要对主数据列进行修改时,首先将其进行标记存盘;
当需要加载基于模型统一的智能配网主站AI机器人信息子数据列时,首先获取子数据列,然后加载子数据列内容,同时当需要对子数据列进行修改时,首先将其进行标记存盘;
将带有标记存盘的主数据列内容与子数据列内容导入数据储存库中,然后进行赋值替换,由此形成一个完整的数据储存库模型。
在实际的维护过程中,首先建立数据储存库,并将基于模型统一的智能配网主站AI机器人信息表从一个或多个数据源导入数据储存库;然后从数据储存库的内部提取一个主数据列和多个子数据列;根据数据储存库中数据的属性和使用频率,将基于模型统一的智能配网主站AI机器人信息基础数据存储至主数据列中;同时将具有独立功能的基于模型统一的智能配网主站AI机器人信息子模块数据分别存储至子数据列中;当基于模型统一的智能配网主站AI机器人信息的格局发生改变时,逐步进行比对,并对发生改变的信息表数据块进行替换与更新;当需要加载基于模型统一的智能配网主站AI机器人信息主数据列时,首先获取主数据列,然后加载主数据列内容,同时当需要对主数据列进行修改时,首先将其进行标记存盘;当需要加载基于模型统一的智能配网主站AI机器人信息子数据列时,首先获取子数据列,然后加载子数据列内容,同时当需要对子数据列进行修改时,首先将其进行标记存盘;将带有标记存盘的主数据列内容与子数据列内容导入数据储存库中,然后进行赋值替换即可,由此形成一个完整的数据储存库模型;同时通过数据录入模块采集基于模型统一的智能配网主站AI机器人信息表的数据信息;通过数据分区模块根据基于模型统一的智能配网主站AI机器人信息表的数据类型进行分区处理,并提供给相应数据给数据管理模块,实现基于模型统一的智能配网主站AI机器人信息表的数据存储,并提供跨区维护通道;通过权限管理模块对数据储存库的数据资源进行权限划分,以及对经过控制单元已定义的基于模型统一的智能配网主站AI机器人信息表进行权限分配、映射和维护;通过数据查找模块在数据储存库中查找所需要的基于模型统一的智能配网主站AI机器人信息表信息;通过数据验证模块验证数据查找模块查找的基于模型统一的智能配网主站AI机器人信息表信息是否正确;通过数据对比模块将多个基于模型统一的智能配网主站AI机器人信息表信息进行对比,若对比出重复的基于模型统一的智能配网主站AI机器人信息表,则标记出重复的基于模型统一的智能配网主站AI机器人信息表,若对比出相似度高于百分之八十的基于模型统一的智能配网主站AI机器人信息表,则标记出可疑信息项;通过存储空间检测模块检测数据储存库内部存储空间的存储状态是否处于预设状态正常使用的范围内,同时发出表示数据储存库内部存储空间内的存储状态处于预设状态的提醒范围内,还可以根据数据储存库内部存储空间的存储状态向控制单元发出提醒;通过数据提取模块根据数据查找模块发生的指令从数据储存库内部提取相应的基于模型统一的智能配网主站AI机器人信息表;通过数据更新模块将所述数据录入模块录入的数据信息覆盖在原有的数据信息上;通过数据删除模块删除根据控制单元的指令选择为不保存的数据;并且可通过数据储存库模型储存相应的基于模型统一的智能配网主站AI机器人信息表,通过检测单元检测数据储存库模型内部存储的基于模型统一的智能配网主站AI机器人信息表,通过执行单元根据检测单元检测出的结果所作出的指令进行相对应的操作,通过控制单元控制数据储存库模型、检测单元以及执行单元作出相应的操作。
通过上述说明可知,本发明实施例的有益效果在于:本发明通过建立统一的数据储存库模型,能够更好地保证基于模型统一的智能配网主站AI机器人信息表信息统一,从而极大的提高了维护效率;同时通过设置检测单元、执行单元以及控制单元,能够对信息表中的内容进行快速检测,同时根据信息表中的内容进行快速的分区分类,从而极大的提高了后续对基于模型统一的智能配网主站AI机器人的维护效果,使得故障的定位、分析以及排除等过程变得更加简单快捷,进而极大的降低了运维成本。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (8)
1.一种基于模型统一的信息表跨区自动维护系统,其特征在于,包括:数据储存库模型、检测单元、执行单元以及控制单元,所述检测单元、执行单元、数据储存库模型均与所述控制单元双向电性连接,所述数据储存库模型包括用于整合管理数据的数据管理模块,所述数据管理模块与所述控制单元双向电性连接,所述数据管理模块包括数据录入模块、数据分区模块以及权限管理模块,所述检测单元包括数据查找模块、数据验证模块、数据对比模块以及存储空间检测模块,所述执行单元包括数据提取模块、数据更新模块以及数据删除模块。
2.根据权利要求1所述的基于模型统一的信息表跨区自动维护系统,其特征在于,所述数据录入模块用于采集基于模型统一的智能配网主站AI机器人信息表的数据信息;所述数据分区模块用于根据智能配网主站AI机器人信息表的数据类型进行分区处理,并提供相应数据给数据管理模块,实现智能配网主站AI机器人信息表的数据存储,并提供跨区维护通道;所述权限管理模块用于对数据储存库的数据资源进行权限划分,以及对经过控制单元已定义的智能配网主站AI机器人信息表进行权限分配、映射和维护。
3.根据权利要求1所述的基于模型统一的信息表跨区自动维护系统,其特征在于,所述数据查找模块用于在数据储存库中查找所需要的智能配网主站AI机器人信息表信息,所述数据验证模块用于验证数据查找模块查找的智能配网主站AI机器人信息表信息是否正确,所述数据对比模块用于将多个智能配网主站AI机器人信息表信息进行对比,若对比出重复的智能配网主站AI机器人信息表,则标记出所述重复的智能配网主站AI机器人信息表,若对比出相似度高于百分之八十的智能配网主站AI机器人信息表,则标记出可疑信息项;所述存储空间检测模块用于检测数据储存库内部存储空间的存储状态是否处于预设状态正常使用的范围内,同时用于发出表示数据储存库内部存储空间内的存储状态处于预设状态的提醒范围内,还用于根据数据储存库内部存储空间的存储状态向控制单元发出提醒。
4.根据权利要求1所述的基于模型统一的信息表跨区自动维护系统,其特征在于,所述数据提取模块用于根据所述数据查找模块发生的指令从数据储存库内部提取相应的智能配网主站AI机器人信息表,所述数据更新模块用于将所述数据录入模块录入的数据信息覆盖在原有的数据信息上,所述数据删除模块用于删除根据控制单元的指令选择为不保存的数据。
5.根据权利要求1所述的基于模型统一的信息表跨区自动维护系统,其特征在于,所述控制单元包括多个信息输入模块、中央处理模块以及多个信息输出模块,所述信息输入模块、信息输出模块均与中央处理模块电性连接,所述中央处理模块用于根据信息输入模块的输入内容判别对应的信息输出模块,并将对应的信息输入模块与信息输出模块进行连接。
6.根据权利要求1所述的基于模型统一的信息表跨区自动维护系统,其特征在于,所述数据储存库模型用于储存相应的智能配网主站AI机器人信息表,所述检测单元用于检测数据储存库模型内部存储的智能配网主站AI机器人信息表,所述执行单元用于根据检测单元检测出的结果所作出的指令进行相对应的操作,所述控制单元用于控制数据储存库模型、检测单元以及执行单元作出相应的操作。
7.根据权利要求1所述的基于模型统一的信息表跨区自动维护系统,其特征在于,所述数据储存库模型的建立方式为:首先建立数据储存库,并将基于模型统一的智能配网主站AI机器人信息表从一个或多个数据源导入数据储存库;然后从数据储存库的内部提取一个主数据列和多个子数据列;根据数据储存库中数据的属性和使用频率,将基于模型统一的智能配网主站AI机器人信息基础数据存储至主数据列中;同时将具有独立功能的基于模型统一的智能配网主站AI机器人信息子模块数据分别存储至子数据列中。
8.根据权利要求7所述的基于模型统一的信息表跨区自动维护系统,其特征在于,所述数据储存库模型的建立过程中,当基于模型统一的智能配网主站AI机器人信息的格局发生改变时,逐步进行比对,并对发生改变的信息表数据块进行替换与更新;
当需要加载基于模型统一的智能配网主站AI机器人信息主数据列时,首先获取主数据列,然后加载主数据列内容,同时当需要对主数据列进行修改时,首先将其进行标记存盘;
当需要加载基于模型统一的智能配网主站AI机器人信息子数据列时,首先获取子数据列,然后加载子数据列内容,同时当需要对子数据列进行修改时,首先将其进行标记存盘;
将带有标记存盘的主数据列内容与子数据列内容导入数据储存库中,然后进行赋值替换,由此形成一个完整的数据储存库模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011436502.0A CN112380223A (zh) | 2020-12-11 | 2020-12-11 | 一种基于模型统一的信息表跨区自动维护系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011436502.0A CN112380223A (zh) | 2020-12-11 | 2020-12-11 | 一种基于模型统一的信息表跨区自动维护系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112380223A true CN112380223A (zh) | 2021-02-19 |
Family
ID=74590605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011436502.0A Pending CN112380223A (zh) | 2020-12-11 | 2020-12-11 | 一种基于模型统一的信息表跨区自动维护系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112380223A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065269A (zh) * | 2013-01-05 | 2013-04-24 | 深圳供电局有限公司 | 一种营配主数据管理系统 |
CN104484738A (zh) * | 2014-11-24 | 2015-04-01 | 广东电网有限责任公司电力科学研究院 | 电网数据集中管理方法和系统 |
US20190266155A1 (en) * | 2016-06-19 | 2019-08-29 | Data.World, Inc. | Collaborative dataset consolidation via distributed computer networks |
CN111415014A (zh) * | 2020-03-20 | 2020-07-14 | 中国建设银行股份有限公司 | 一种模型预测的结果数据管理系统及方法 |
-
2020
- 2020-12-11 CN CN202011436502.0A patent/CN112380223A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065269A (zh) * | 2013-01-05 | 2013-04-24 | 深圳供电局有限公司 | 一种营配主数据管理系统 |
CN104484738A (zh) * | 2014-11-24 | 2015-04-01 | 广东电网有限责任公司电力科学研究院 | 电网数据集中管理方法和系统 |
US20190266155A1 (en) * | 2016-06-19 | 2019-08-29 | Data.World, Inc. | Collaborative dataset consolidation via distributed computer networks |
CN111415014A (zh) * | 2020-03-20 | 2020-07-14 | 中国建设银行股份有限公司 | 一种模型预测的结果数据管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111985653B (zh) | 基于知识图谱的电网故障知识推荐与知识管理系统及方法 | |
CN108039959B (zh) | 一种数据的态势感知方法、系统及相关装置 | |
CN104077311B (zh) | 车辆位置索引方法及装置 | |
CN106383916A (zh) | 基于工业设备预测性维护的数据处理方法 | |
Wang et al. | Smart grid information security-a research on standards | |
CN105373620A (zh) | 大规模电池储能电站海量电池数据异常检测方法及系统 | |
CN109274178B (zh) | 一种电力调度前置运行信息的自动化分析系统和方法 | |
CN111858730A (zh) | 一种图数据库的数据导入导出装置、方法、设备及介质 | |
CN110555138B (zh) | 一种云计算架构下的混合云存储方法 | |
CN111159152B (zh) | 基于大数据处理技术的二次运维数据融合方法 | |
CN116562596A (zh) | 一种退役电池处理方法、装置、退役电池仓储立库及介质 | |
CN111061713A (zh) | 区块链数据融合方法、装置、设备以及存储介质 | |
CN110633318A (zh) | 一种数据提取的处理方法、装置、设备和存储介质 | |
Wu et al. | An Auxiliary Decision‐Making System for Electric Power Intelligent Customer Service Based on Hadoop | |
CN111581298B (zh) | 大数据仓库的异构数据整合系统及方法 | |
CN117767250A (zh) | 基于故障监测的直流微电网协调控制方法及系统 | |
CN112380223A (zh) | 一种基于模型统一的信息表跨区自动维护系统 | |
CN117141265A (zh) | 一种智能无线充电桩的运行监测系统及监测方法 | |
CN114356051A (zh) | 一种基于云计算及云服务器的电子信息储存技术方法研究 | |
CN114385472A (zh) | 一种异常数据的检测方法、装置、设备及存储介质 | |
CN117873691B (zh) | 数据处理方法、装置、设备及可读存储介质 | |
CN111209158A (zh) | 服务器集群的挖矿监控方法及集群监控系统 | |
CN116167689B (zh) | 一种电池仓储物流安全控制方法和系统 | |
CN111061795B (zh) | 一种数据处理方法、装置、智能终端及存储介质 | |
CN113570345B (zh) | 一种基于施工项目电路图的停电范围自动识别系统 |
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 |