CN112598344A - 温度报警区间的动态调节方法、装置、电子设备及介质 - Google Patents
温度报警区间的动态调节方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN112598344A CN112598344A CN201910872119.0A CN201910872119A CN112598344A CN 112598344 A CN112598344 A CN 112598344A CN 201910872119 A CN201910872119 A CN 201910872119A CN 112598344 A CN112598344 A CN 112598344A
- Authority
- CN
- China
- Prior art keywords
- alarm
- temperature
- interval
- data
- temperature 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012549 training Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000000523 sample Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本公开提供了一种温度报警区间的动态调节方法、装置、电子设备及计算机可读存储介质,涉及物联网技术领域。包括:获取全部温度数据、温度报警区间的当前温度边界值及报警百分比区间;基于当前温度边界值在全部温度数据中确定报警数据;在报警数据与全部温度数据之比位于所述报警百分比区间之外时,对全部温度数据在不同时间段内设置各自的权重;基于权重,对全部温度数据进行聚类和训练,并结合报警百分比区间以确定温度报警区间的新的温度边界值。提高了报警准确度,降低了人工处理报警的工作量,节省了大量的时间成本和人力成本。
Description
技术领域
本公开涉及物联网技术领域,具体而言,涉及一种温度报警区间的动态调节方法、温度报警区间的动态调节装置、电子设备以及计算机可读存储介质。
背景技术
随着互联网技术的飞速发展,物与互联网的结合也越来越紧密。在物联网技术领域中,接收设备上传的数据并进行相应的处理,是一个最基本的场景。
在物流行业中,冷链相关的存储和运输是一个比较特殊的场景。其中,冷链业务对于温度的要求尤其严格,因此需要对温度进行实时的监控和报警。现阶段温度报警采用的方法是:在温控系统中,用户首先手动录入温度区间的最低温度和最高温度;设备实时上报温度数据,并由系统判断上报的温度是否在设定的温度区间内,以决定是否报警;如果报警,系统会通过邮件或者其他方式通知相关业务人员,等待处理该报警。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种温度报警区间的动态调节方法、装置、电子设备及计算机可读存储介质,以提高报警准确度,减少时间成本和人力成本的浪费。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种温度报警区间的动态调节方法,包括:
步骤1.获取全部温度数据、温度报警区间的当前温度边界值及报警百分比区间;
步骤2.基于所述当前温度边界值在所述全部温度数据中确定报警数据;
步骤3.在所述报警数据与所述全部温度数据之比位于所述报警百分比区间之外时,对所述全部温度数据在不同时间段内设置各自的权重;
步骤4.基于所述权重,对所述全部温度数据进行聚类和训练,并结合所述报警百分比区间以确定温度报警区间的新的温度边界值。
在本公开的一种示例性实施例中,所述步骤2包括:
在所述全部温度数据中,基于所述当前温度边界值将位于所述温度报警区间之外的所述温度数据确定为报警数据。
在本公开的一种示例性实施例中,所述报警百分比区间为所述报警百分比的最小值至最大值之间,所述报警百分比为所述报警数据与所述全部温度数据之比。
在本公开的一种示例性实施例中,所述报警百分比的最小值位于1%-19%之间,所述报警百分比区间的最大值位于2%-20%之间,且同一报警百分比区间的最小值不大于最大值。
在本公开的一种示例性实施例中,所述对所述全部温度数据在不同时间段内设置各自的权重包括:
在所述全部温度数据中,根据各所述温度数据出现的频率及出现的时间,对所接收的温度数据在不同时间段内设置各自的权重。
在本公开的一种示例性实施例中,所述基于所述权重,对所述全部温度数据进行聚类和训练包括:
对所述全部温度数据进行数据清洗,剔除异常数据;
基于所述权重,确定所述全部温度数据的平均数、中位数以及众数;
对所述全部温度数据的平均数、中位数以及众数进行聚类及训练,以确定所述全部温度数据中的最小值与最大值。
在本公开的一种示例性实施例中,在多个预设时刻,将最近获取的温度数据加入到所述全部温度数据中,并再次执行步骤1至步骤4。
根据本公开的一个方面,提供一种温度报警区间的动态调节装置,包括:
温度数据获取模块,用于获取全部温度数据、温度报警区间的当前温度边界值及报警百分比区间;
报警数据确定模块,用于基于所述当前温度边界值在所述全部温度数据中确定报警数据;
温度权重确定模块,用于在所述报警数据与所述全部温度数据之比位于所述报警百分比区间之外时,对所述全部温度数据在不同时间段内设置各自的权重;
报警区间确定模块,用于基于所述权重,对所述全部温度数据进行聚类和训练,并结合所述报警百分比区间以确定温度报警区间的新的温度边界值。
根据本公开的第三个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的温度报警区间的动态调节方法。
根据本公开的第四个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的温度报警区间的动态调节方法。
本示例性实施例提供的温度报警区间的动态调节方法、装置、电子设备及计算机可读存储介质中,首先可以基于当前的温度报警区间对温度进行监控,并在报警数量与全部温度数据之比超出预设的报警百分比区间时,对全部温度数据进行聚类及训练,以确定温度报警区间的新的温度边界值。
一方面,通过数据处理可以获得较为准确的报警区间温度边界值,从而提高了报警准确度,保证了报警的价值,提高了报警的利用率;另一方面,通过动态调节温度报警区间,从而将报警数量控制在合理的范围内,降低了人工处理报警的工作量;再一方面,系统通过数据处理动态调节温度报警区间,免去了人工设置温度这一环节,节省了大量的时间成本和人力成本。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示出了可以应用本公开实施例的一种温度报警区间的动态调节方法及装置的示例性系统架构的示意图;
图2示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图;
图3示意性示出了根据本公开的一个实施例的温度报警区间的动态调节方法的流程图;
图4示意性示出应用本公开提供的温度报警区间的动态调节方法对温度报警区间进行动态调节的流程图;
图5示意性示出本公开示例性实施例中温度报警区间的动态调节装置的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
图1示出了可以应用本公开实施例的一种温度报警区间的动态调节方法及装置的示例性系统架构的示意图。
如图1所示,系统架构100可以包括终端设备101、102、103中的一个或多个,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。终端设备101、102、103可以是具有显示屏的各种电子设备,包括但不限于台式计算机、便携式计算机、智能手机和平板电脑等等。应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
本公开实施例所提供的温度报警区间的动态调节方法一般由服务器105执行,相应地,温度报警区间的动态调节装置一般设置于服务器105中。但本领域技术人员容易理解的是,本公开实施例所提供的温度报警区间的动态调节方法也可以由终端设备101、102、103执行,相应的,温度报警区间的动态调节装置也可以设置于终端设备101、102、103中,本示例性实施例中对此不做特殊限定。
图2示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图2示出的电子设备的计算机系统200仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图2所示,计算机系统200包括中央处理单元(CPU)201,其可以根据存储在只读存储器(ROM)202中的程序或者从存储部分208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中,还存储有系统操作所需的各种程序和数据。CPU201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
以下部件连接至I/O接口205:包括键盘、鼠标等的输入部分206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分207;包括硬盘等的存储部分208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至I/O接口205。可拆卸介质211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器210上,以便于从其上读出的计算机程序根据需要被安装入存储部分208。
特别地,根据本公开的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分209从网络上被下载和安装,和/或从可拆卸介质211被安装。在该计算机程序被中央处理单元(CPU)201执行时,执行本申请的方法和装置中限定的各种功能。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,上述模块、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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如下述实施例中所述的方法。例如,所述的电子设备可以实现如图3、图4所示的各个步骤等。
以下对本公开实施例的技术方案进行详细阐述:
本示例实施方式首先提供了一种温度报警区间的动态调节方法。该温度报警区间的动态调节方法可以应用于上述服务器105,也可以应用于上述终端设备101、102、103中的一个或多个,本示例性实施例中对此不做特殊限定。
图3示意性示出了根据本公开的一个实施例的温度报警区间的动态调节方法的流程图。
参考图3所示,该温度报警区间的动态调节方法可以包括以下步骤:
步骤S310.获取全部温度数据、温度报警区间的当前温度边界值及报警百分比区间;
步骤S320.基于所述当前温度边界值在所述全部温度数据中确定报警数据;
步骤S330.在所述报警数据与所述全部温度数据之比位于所述报警百分比区间之外时,对所述全部温度数据在不同时间段内设置各自的权重;
步骤S340.基于所述权重,对所述全部温度数据进行聚类和训练,并结合所述报警百分比区间以确定温度报警区间的新的温度边界值。
本示例性实施例提供的温度报警区间的动态调节方法、装置、电子设备及计算机可读存储介质中,首先可以基于当前的温度报警区间对温度进行监控,并在报警数量与全部温度数据之比超出预设的报警百分比区间时,对全部温度数据进行聚类及训练,以确定温度报警区间的新的温度边界值。
一方面,通过数据处理可以获得较为准确的报警区间温度边界值,从而提高了报警准确度,保证了报警的价值,提高了报警的利用率;另一方面,通过动态调节温度报警区间,从而将报警数量控制在合理的范围内,降低了人工处理报警的工作量;再一方面,系统通过数据处理动态调节温度报警区间,免去了人工设置温度这一环节,节省了大量的时间成本和人力成本。
相关技术中,温度监控的报警区间是人工手动设置的,这种设定方式存在以下问题:
一、报警区间是由人为设置的,无法动态变更。而冷链设备的温度通常会存在一定波动,但这个波动是在业务允许的范围之内的。例如:设置的最高温度是20℃,实际上报的是20.1℃,系统判断温度超过设置的报警区间而进行报警。然而实际上,超出的这0.1℃并不会对业务产生实际影响,反而会由于报警的数量过多,使得业务出现报警阅读和处理的疲劳,从而导致报警的价值下降,降低报警的利用率。
二、报警区间的设置和修改需要人工手动去进行,但是由于温度的波动较为频繁并且不可控,如果每次温度波动之后都需要人工重新设置,工作量会相当大,从而耗费大量的时间成本和人力成本。
下面,结合图3、图4对本示例实施方式的温度报警区间的动态调节方法进行更加详细的说明。
在步骤S310中,获取全部温度数据、温度报警区间的当前温度边界值及报警百分比区间。
其中,温度报警区间即为温度监控的报警区间,即在当前温度超出该报警区间时发出报警。该温度报警区间的温度的最小值与最大值构成了温度边界值。例如,可根据对冷链设备的温度要求,设定初始温度报警区间的温度边界值,例如边界值为1℃与10℃,则温度报警区间为1-10℃。则在当前温度小于1℃或者大于10℃时,系统将当前温度记录下来,同时发出报警。
进一步的,在系统运行的一周期时长内,系统会按照一定的频率上报温度数据。在全部的温度数据中,基于当前温度边界值,将位于温度报警区间之外的温度数据定义为报警数据。报警数据与全部温度数据之比即为报警百分比。报警百分比的最小值至最大值之间,即为报警百分比区间。
其中,系统运行的一周期时长,例如可以为1小时、8小时、24小时或48小时等。上报温度数据的频率可以为,每5秒、每30秒或每1分钟等上报一次温度数据。报警百分比的最小值可以位于1%-19%之间,最大值可以位于2%-20%之间,且同一报警百分比区间的最小值不大于最大值。例如某一报警百分比区间可以为5%-10%。上述系统运行的一周期时长、上报温度数据的频率以及报警百分比区间等,可以根据已有经验和业务需求进行设定,本公开在此不做特殊限定。
则在本示例实施例中,在使用本方法进行温度报警区间的动态调节之初,首先可以设定初始温度报警区间的温度边界值及报警百分比区间。例如,设定初始温度报警区间为1-10℃,报警百分比区间为5%-15%。
则在系统运行的一周期时长后,获取在这一周期时长内上报的全部温度数据、温度报警区间的当前温度边界值及报警百分比区间。
步骤S320.基于所述当前温度边界值在所述全部温度数据中确定报警数据。
在全部温度数据中,将位于温度报警区间之外的温度数据确定为报警数据。具体而言,可以根据当前温度报警区间的温度边界值,在全部温度数据中,将位于温度报警区间之前的温度数据确定为报警数据。例如,在200个温度数据中,发现有20个温度数据位于温度报警区间之外,则将这20个温度数据确定为报警数据。
步骤S330.在所述报警数据与所述全部温度数据之比位于所述报警百分比区间之外时,对所述全部温度数据在不同时间段内设置各自的权重。
在上述步骤S320中确定了报警数据后,进一步求得报警数据与全部温度数据之比,并判断比较结果是否位于报警百分比区间之内。
如果判断报警数据与全部温度数据之比位于报警百分比区间之内,则可以得出,在当前运行周期内,报警数量与全部温度数据之比即报警百分比位于合理区间,无需调整当前温度报警区间的温度边界值。
例如当前温度报警区间为1-10℃,报警百分比区间为5%-15%。在200个温度数据中,发现有20个温度数据位于温度报警区间之外,则将这20个温度数据确定为报警数据。则报警数据与全部温度数据之比为20/200,即0.1。进一步,判断0.1位于报警百分比区间5%-15%之内,则无需调整当前温度报警区间的温度边界值。
如果判断报警数据与全部温度数据之比位于报警百分比区间之外,即在当前运行周期内,报警数量与全部温度数据之比或者小于报警百分比区间的最小值,或者大于报警百分比区间的最大值。则可以得出当前的报警数量过少或过多,表明当前温度报警区间是不合理的,需要重新确定温度报警区间的温度边界值。
例如当前温度报警区间为1-10℃,报警百分比区间为5%-15%。在200个温度数据中,发现有40个温度数据位于温度报警区间之外,则将这40个温度数据确定为报警数据。则报警数据与全部温度数据之比为40/200,即0.2。进一步,判断0.2位于报警百分比区间5%-15%之外,则需要重新确定温度报警区间的温度边界值。
进一步的,为了确定温度报警区间的温度边界值,首先可以对全部温度数据在不同时间段内设置各自的权重。包括,在全部温度数据中,根据各所述温度数据出现的频率及出现的时间,对所接收的温度数据在不同时间段内设置各自的权重。
例如,对于实际业务来说,对不同时间段的温度关注度不一样,因此,对上报的温度数据进行权重的设置。例如:7:00-8:00的数据权重为0.8,22:00-24:00的数据权重为0.1等。
步骤S340.基于所述权重,对所述全部温度数据进行聚类和训练,并结合所述报警百分比区间以确定温度报警区间的新的温度边界值。
其中,基于所述权重,对所述全部温度数据进行聚类和训练可以包括:
步骤S341,对所述全部温度数据进行数据清洗,剔除异常数据;
步骤S342,基于所述权重,确定所述全部温度数据的平均数、中位数以及众数;
步骤S343,对所述全部温度数据的平均数、中位数以及众数进行聚类及训练,以确定所述全部温度数据中的最小值与最大值。
其中,在数据的清洗过程中,可以使用聚类算法,例如K-MEANS算法,将需要聚类的数据的属性作为输入量k,此处的k可以是时间段、温度、探头等等;然后将n个数据对象划分为k个聚类,进一步可以对该模型进行NLP训练。在模型的训练过程中,还可以将日常业务数据作为模型训练的参数设置在模型训练过程中,例如最大允许温度值、最小允许温度值、温度取值频率等等,基于这些参数,筛选和训练合适的数据模型,得出所需的数据。
此外,关于平均数、中位数、众数的计算,可以下列参照平均温度计算公式进行计算:
其中Ts表示探头编号为s的探头对应的温度;n表示权重指标值的个数,t是该探头的温度;W是第i个指标值对应的权重值;运用以上公式,可以计算出每个探头对应的平均温度。
在得出上述全部温度数据中的最小值与最大值后,并结合报警百分比区间,重新确定温度报警区间的新的温度边界值。
进一步的,将得到的温度报警区间的新的温度边界值作为系统新的报警的阈值,保存在系统中,以进行下一轮的聚类和动态分析。
此外,本示例实施例中,还可以设置在多个预设时刻、或经过特定的时间间隔后,将最近获取的温度数据加入到所述全部温度数据中,并再次执行步骤S310至步骤S340。
图4示意性示出应用本公开提供的温度报警区间的动态调节方法对温度报警区间进行动态调节的流程图。
下面,参照图4所示,阐述应用本公开提供的温度报警区间的动态调节方法对温度报警区间进行动态调节的流程:
在步骤S410中,温度报警区间的动态调节方法开始运行;
在步骤S420中,系统实时接收并保存设备上报的温度数据;
在步骤S430中,设置温度报警区间的边界值与报警百分比区间;
在步骤S440中,将当前温度报警区间的边界值进行保存;
在步骤S450中,根据上报的温度数据,结合所述温度报警区间,判断报警数据与全部温度数据之比是否超出报警百分比区间;在判断结果为是时,进入步骤S460;在结果为否时,进入步骤S440;
在步骤S460中,判断结果为是时,设置温度数据的相关权重;
在步骤S470中,基于权重,对全部温度数据进行聚类和训练,并结合报警百分比区间以确定温度报警区间的新的温度边界值;
在步骤S480中,温度报警区间的动态调节方法结束。
综上所述,本公开可以基于设备实时上报的数据,系统实现对报警区间的动态调节,从而将报警数量控制在合理的范围内,降低了人工处理报警的工作量,极大地方便系统的使用;且系统通过数据处理动态调节温度报警区间,免去了人工设置温度这一环节,节省了大量的时间成本和人力成本。
本公开还提供了一种温度报警区间的动态调节装置。如图5所示,该温度报警区间的动态调节装置500可以包括:
温度数据获取模块510,用于获取全部温度数据、温度报警区间的当前温度边界值及报警百分比区间;
报警数据确定模块520,用于基于所述当前温度边界值在所述全部温度数据中确定报警数据;
温度权重确定模块530,用于在所述报警数据与所述全部温度数据之比位于所述报警百分比区间之外时,对所述全部温度数据在不同时间段内设置各自的权重;
报警区间确定模块540,用于基于所述权重,对所述全部温度数据进行聚类和训练,并结合所述报警百分比区间以确定温度报警区间的新的温度边界值。
需要说明的是,上述温度报警区间的动态调节装置中各模块的具体细节已经在对应的温度报警区间的动态调节方法中进行了详细描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种温度报警区间的动态调节方法,其特征在于,包括:
步骤1.获取全部温度数据、温度报警区间的当前温度边界值及报警百分比区间;
步骤2.基于所述当前温度边界值在所述全部温度数据中确定报警数据;
步骤3.在所述报警数据与所述全部温度数据之比位于所述报警百分比区间之外时,对所述全部温度数据在不同时间段内设置各自的权重;
步骤4.基于所述权重,对所述全部温度数据进行聚类和训练,并结合所述报警百分比区间以确定温度报警区间的新的温度边界值。
2.根据权利要求1所述的温度报警区间的动态调节方法,其特征在于,所述步骤2包括:
在所述全部温度数据中,基于所述当前温度边界值将位于所述温度报警区间之外的所述温度数据确定为报警数据。
3.根据权利要求2所述的温度报警区间的动态调节方法,其特征在于,所述报警百分比区间为所述报警百分比的最小值至最大值之间,所述报警百分比为所述报警数据与所述全部温度数据之比。
4.根据权利要求3所述的温度报警区间的动态调节方法,其特征在于,所述报警百分比区间的最小值位于1%-19%之间,所述报警百分比区间的最大值位于2%-20%之间,且同一报警百分比区间的最小值不大于最大值。
5.根据权利要求1-4任一项所述的温度报警区间的动态调节方法,其特征在于,所述对所述全部温度数据在不同时间段内设置各自的权重包括:
在所述全部温度数据中,根据各所述温度数据出现的频率及出现的时间,对所接收的温度数据在不同时间段内设置各自的权重。
6.根据权利要求5所述的温度报警区间的动态调节方法,其特征在于,所述基于所述权重,对所述全部温度数据进行聚类和训练包括:
对所述全部温度数据进行数据清洗,剔除异常数据;
基于所述权重,确定所述全部温度数据的平均数、中位数以及众数;
对所述全部温度数据的平均数、中位数以及众数进行聚类及训练,以确定所述全部温度数据中的最小值与最大值。
7.根据权利要求6所述的温度报警区间的动态调节方法,其特征在于,在多个预设时刻,将最近获取的温度数据加入到所述全部温度数据中,并再次执行步骤1至步骤4。
8.一种温度报警区间的动态调节装置,其特征在于,包括:
温度数据获取模块,用于获取全部温度数据、温度报警区间的当前温度边界值及报警百分比区间;
报警数据确定模块,用于基于所述当前温度边界值在所述全部温度数据中确定报警数据;
温度权重确定模块,用于在所述报警数据与所述全部温度数据之比位于所述报警百分比区间之外时,对所述全部温度数据在不同时间段内设置各自的权重;
报警区间确定模块,用于基于所述权重,对所述全部温度数据进行聚类和训练,并结合所述报警百分比区间以确定温度报警区间的新的温度边界值。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任意一项所述的方法。
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,所述计算机程序被处理器执行时实现权利要求1-7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910872119.0A CN112598344B (zh) | 2019-09-16 | 2019-09-16 | 温度报警区间的动态调节方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910872119.0A CN112598344B (zh) | 2019-09-16 | 2019-09-16 | 温度报警区间的动态调节方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112598344A true CN112598344A (zh) | 2021-04-02 |
CN112598344B CN112598344B (zh) | 2023-12-08 |
Family
ID=75180052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910872119.0A Active CN112598344B (zh) | 2019-09-16 | 2019-09-16 | 温度报警区间的动态调节方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112598344B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100002681A (ko) * | 2008-06-30 | 2010-01-07 | 한국서부발전 주식회사 | 화력 발전소의 화재 판별 방법 |
CN104359565A (zh) * | 2014-10-17 | 2015-02-18 | 中国农业大学 | 一种冷链运输温度监测与预警的方法及系统 |
CN108010286A (zh) * | 2017-10-20 | 2018-05-08 | 中电和瑞科技有限公司 | 一种模拟量越限报警方法和装置 |
CN109959465A (zh) * | 2017-12-22 | 2019-07-02 | 中冶京诚工程技术有限公司 | 电机温度预警保护方法、计算机设备及可读存储介质 |
-
2019
- 2019-09-16 CN CN201910872119.0A patent/CN112598344B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100002681A (ko) * | 2008-06-30 | 2010-01-07 | 한국서부발전 주식회사 | 화력 발전소의 화재 판별 방법 |
CN104359565A (zh) * | 2014-10-17 | 2015-02-18 | 中国农业大学 | 一种冷链运输温度监测与预警的方法及系统 |
CN108010286A (zh) * | 2017-10-20 | 2018-05-08 | 中电和瑞科技有限公司 | 一种模拟量越限报警方法和装置 |
CN109959465A (zh) * | 2017-12-22 | 2019-07-02 | 中冶京诚工程技术有限公司 | 电机温度预警保护方法、计算机设备及可读存储介质 |
Non-Patent Citations (3)
Title |
---|
HUANG WENTIAN 等: "Design of the Temperature Control System Based on AT89S51", 《2010 INTERNATIONAL FORUM ON INFORMATION TECHNOLOGY AND APPLICATIONS》, pages 63 - 66 * |
田爽;闫晨光;: "粮仓无线温度测控及报警系统", 微计算机信息, no. 17, pages 99 - 100 * |
钟平: "数据挖掘在火力发电厂中的应用研究", 《 CNKI优秀硕士学位论文全文库》, pages 042 - 47 * |
Also Published As
Publication number | Publication date |
---|---|
CN112598344B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109697522B (zh) | 一种数据预测的方法和装置 | |
CN108984370B (zh) | 一种确定监控阈值的方法和装置 | |
CN109257200B (zh) | 大数据平台监控的方法和装置 | |
CN109471783B (zh) | 预测任务运行参数的方法和装置 | |
CN113486584B (zh) | 设备故障的预测方法、装置、计算机设备及计算机可读存储介质 | |
CN111368980A (zh) | 状态检测方法、装置、设备及存储介质 | |
CN111383100A (zh) | 基于风险模型的全生命周期管控方法和装置 | |
CN108390793A (zh) | 一种分析系统稳定性的方法及装置 | |
CN107819745B (zh) | 异常流量的防御方法和装置 | |
CN114202130A (zh) | 流转量预测多任务模型生成方法、调度方法、装置和设备 | |
CN114049072B (zh) | 指标确定方法、装置、电子设备和计算机可读介质 | |
CN112231299B (zh) | 一种特征库动态调整的方法和装置 | |
CN116756522B (zh) | 概率预报方法、装置、存储介质及电子设备 | |
CN110413482B (zh) | 检测方法和装置 | |
US11636377B1 (en) | Artificial intelligence system incorporating automatic model updates based on change point detection using time series decomposing and clustering | |
US11651271B1 (en) | Artificial intelligence system incorporating automatic model updates based on change point detection using likelihood ratios | |
CN112598344B (zh) | 温度报警区间的动态调节方法、装置、电子设备及介质 | |
CN115619170A (zh) | 电量负荷调整方法、装置、设备、计算机介质和程序产品 | |
CN116149848A (zh) | 负载预测方法、装置、电子设备及存储介质 | |
CN114612212A (zh) | 一种基于风险控制的业务处理方法、装置和系统 | |
CN114089712B (zh) | 一种数据处理方法和装置 | |
US20220253781A1 (en) | Method, device and computer readable storage medium for data processing | |
CN117573500A (zh) | 监控数据的方法、装置、设备和计算机可读介质 | |
CN113420957B (zh) | 电力报警方法、装置、电子设备和计算机介质 | |
CN115577820A (zh) | 设备剩余寿命预测方法、装置、计算机设备及介质 |
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 |