CN113141545B - 云端智慧燃气数据网外运算方法及系统 - Google Patents
云端智慧燃气数据网外运算方法及系统 Download PDFInfo
- Publication number
- CN113141545B CN113141545B CN202110683001.0A CN202110683001A CN113141545B CN 113141545 B CN113141545 B CN 113141545B CN 202110683001 A CN202110683001 A CN 202110683001A CN 113141545 B CN113141545 B CN 113141545B
- Authority
- CN
- China
- Prior art keywords
- data
- platform
- processed
- management platform
- network
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/35—Utilities, e.g. electricity, gas or water
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/50—Safety; Security of things, users, data or systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/60—Arrangements in telecontrol or telemetry systems for transmitting utility meters data, i.e. transmission of data from the reader of the utility meter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
- H04Q2209/86—Performing a diagnostic of the sensing device
Abstract
本发明公开了云端智慧燃气数据网外运算方法，包括以下步骤：建立智能燃气物联网；对象平台设置于智能燃气表处，且对象平台采集智能燃气表处的燃气数据作为第一数据；网内云平台还交互于至少一个网外云平台；用户平台设置于区域燃气管理中心；对第一数据进行处理生成第一数据的异常数据作为第二数据；用户平台根据第二数据对对应于第一数据的智能燃气表的工作参数进行调节。本发明还公开了云端智慧燃气数据网外运算系统。本发明云端智慧燃气数据网外运算方法及系统，不仅依赖于云端数据的处理，还依赖于与云端进行并行数据处理的其他云端，所以可以极大的增强数据处理速度，降低数据响应时间，从而提高智能燃气表使用安全。
Description
技术领域
本发明涉及智能燃气物联网技术领域，具体涉及云端智慧燃气数据网外运算方法及系统。
背景技术
随着生活水平的提高，各种智能燃气表逐渐面市，以期来解决燃气公司经营中遇到的头疼的问题。IC卡表、CPU卡智能燃气表、有线远传燃气表、无线远传燃气表、网络型红外数传燃气表等品种相继出现。
目前可以通过区域燃气管理中心对一个区域内智能燃气表进行管理控制等操作的技术已经开始出现，可以极大的提高智能燃气表终端的安全，但是随着智能燃气表功能的提高，其可提供的数据也逐渐增多，这就给现有的智能燃气物联网带来了运算压力，降低了对智能燃气表故障的响应效率，进而降低了智能燃气表使用安全。
发明内容
本发明所要解决的技术问题是现有的智能燃气物联网随着运算压力的增大，降低了对智能燃气表故障的响应效率，进而降低了智能燃气表使用安全，目的在于提供云端智慧燃气数据网外运算方法及系统，解决上述问题。
本发明通过下述技术方案实现：
云端智慧燃气数据网外运算方法，包括以下步骤：
建立智能燃气物联网；所述智能燃气物联网包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台；
所述对象平台设置于智能燃气表处，且所述对象平台采集所述智能燃气表处的燃气数据作为第一数据；
所述管理平台设置于云平台上形成网内云平台；所述网内云平台还交互于至少一个网外云平台，并通过所述网外云平台完成网外运算；
所述对象平台将所述第一数据通过所述传感网络平台发送至所述管理平台；所述管理平台通过网内云平台和/或网外云平台对所述第一数据进行处理生成第一数据的异常数据作为第二数据，并通过所述服务平台发送至所述用户平台；
所述用户平台根据所述第二数据对对应于第一数据的智能燃气表的工作参数进行调节。
现有技术中，申请号为202011420116.2的中国专利公开了，一种智能燃气表微小流泄漏的识别方法、系统及设备，所述识别方法通过判断确定处所述第一异常脉冲信号i为异常脉冲并获取所述第一异常脉冲信号i的第一异常脉冲时间△Ti，再通过获取到确定为异常脉冲的第二异常脉冲信号j和所述第二异常脉冲信号j的第二异常脉冲时间△Tj，所述第一异常脉冲信号i是在第二异常脉冲信号j之前的异常脉冲；则通过判断所述第二异常脉冲时间△Tj是否小于等于所述第一异常脉冲时间△Ti+△t，能够准确的判断出第二异常脉冲信号j是否为泄漏脉冲，能够有效的避免误报警的情况。
从现有技术中可以明显的看到，随着科学技术的发展，对于智能燃气表的数据处理已经越来越复杂，所以很多计算已经开始依赖于云端计算，但是相比于在智能燃气表处进行计算的方案，云端计算的延迟相对较高，并且当接入的设备增多，计算量进一步增大时，云端计算延迟也会随之增大。
本发明应用时，首先通过已有的五平台体系搭建了智能燃气物联网，并且将智能燃气物联网的运算部分即管理平台放到了云平台上，由于这样的云平台属于智能燃气物联网的一部分，所以为私有云，即网内云平台。
而在本申请中，对象平台进行数据的采集或者数据被采集的对象，而用户平台可以被设置于区域燃气管理中心、政府部门或者其他需要获取对象平台数据的机构，当对象平台作为被采集对象时，传感网络平台可以采集对象平台的数据作为第一数据，第一数据中包含的数据主要有进口气压、出口气压、表箱电流、供电电流、气体温度、环境温度等等数量非常繁多数据；此时管理平台作为云端的计算平台对这些数据进行直接处理，或者将这些数据的部分发送到网外云平台进行处理，通过这样的数据处理过程就可以形成第二数据，第二数据可以表征这些数据的异常，根据这些异常，用户平台就可以对智能燃气表的工作参数进行调节。这种调节过程的数据不仅依赖于云端数据的处理，还依赖于与云端进行并行数据处理的其他云端，所以可以极大的增强数据处理速度，降低数据响应时间，从而提高智能燃气表使用安全。
进一步的，所述管理平台设置于云平台上形成网内云平台包括以下子步骤：
在所述管理平台上建立服务平台A、管理平台A和传感网络平台A；在所述传感网络平台上建立对象平台A，并在所述服务平台上建立用户平台A；
所述对象平台A从所述传感网络平台上获取第一数据，并将所述第一数据通过所述传感网络平台A发送至所述管理平台A；所述管理平台A根据燃气故障类型将所述第一数据分解为第一待处理数据和第二待处理数据；所述第一待处理数据对应的燃气故障类型危险等级高于所述第二待处理数据对应的燃气故障类型危险等级；
所述管理平台A对所述第一待处理数据进行处理生成第一参考数据，并将所述第一参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第一参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第一参考数据对对应于第一待处理数据的智能燃气表的工作参数进行紧急调节；
所述管理平台A还将所述第二待处理数据发送至所述网外云平台进行网外运算生成第二参考数据，并将所述第二参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第二参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第二参考数据对对应于第二待处理数据的智能燃气表的工作参数进行非紧急调节。
进一步的，所述网内云平台还交互于至少一个网外云平台，并通过所述网外云平台完成网外运算包括以下子步骤：
在所述管理平台A建立用户平台B和对象平台B，并在所述网外云平台上建立服务平台B、管理平台B和传感网络平台B；所述用户平台B、服务平台B、管理平台B、传感网络平台B和对象平台B依次交互；
所述管理平台A通过所述对象平台B将所述第二待处理数据发送至所述网外云平台；所述传感网络平台B将所述第二待处理数据转发至所述管理平台B；所述管理平台B对所述第二待处理数据进行运算处理生成第二参考数据；所述服务平台B将所述第二参考数据发送至所述用户平台B。
进一步的，所述对象平台的数量为多个；
所述管理平台A还用于采集多个对象平台对应的多组第一数据、多组第一待处理数据和多组第二待处理数据；
所述管理平台A对多组所述第一数据进行特征标记形成关系样本库，所述管理平台A对多组所述第一待处理数据进行特征标记形成第一样本库，并对多组所述第二待处理数据进行特征标记形成第二样本库；
所述管理平台A通过所述关系样本库对所述第一样本库和所述第二样本库进行训练后形成第一样本分类器；
当所述管理平台A接收到第一数据时，通过所述第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
进一步的，当所述管理平台A通过所述第一样本分类器分类生成的第一待处理数据和第二待处理数据的数量达到阈值时，所述管理平台A将新生成的第一待处理数据进行特征标记后加入第一样本库生成新的第一样本库，并将新生成的第二待处理数据进行特征标记后加入第二样本库生成新的第二样本库；
所述管理平台A根据所述关系样本库对新的第一样本库和新的第二样本库进行训练后形成新的第一样本分类器；
所述管理平台A获取第一样本分类器和新的第一样本分类器之间的损失函数，并根据所述损失函数修正新的第一样本分类器；
当所述管理平台A接收到第一数据时，通过修正后的新的第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
云端智慧燃气数据网外运算系统，包括：
智能燃气物联网，被配置为包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台；
所述对象平台被设置于智能燃气表处，且所述对象平台采集所述智能燃气表处的燃气数据作为第一数据；
所述管理平台被设置于云平台上形成网内云平台；所述网内云平台还交互于至少一个网外云平台，并通过所述网外云平台完成网外运算；
所述用户平台被设置于区域燃气管理中心；所述对象平台将所述第一数据通过所述传感网络平台发送至所述管理平台；所述管理平台通过网内云平台和/或网外云平台对所述第一数据进行处理生成第一数据的异常数据作为第二数据，并通过所述服务平台发送至所述用户平台；
所述用户平台根据所述第二数据对对应于第一数据的智能燃气表的工作参数进行调节。
进一步的，所述管理平台上建立有服务平台A、管理平台A和传感网络平台A；所述传感网络平台上建立有对象平台A，所述服务平台上建立有用户平台A；
所述对象平台A从所述传感网络平台上获取第一数据，并将所述第一数据通过所述传感网络平台A发送至所述管理平台A；所述管理平台A根据燃气故障类型将所述第一数据分解为第一待处理数据和第二待处理数据；所述第一待处理数据对应的燃气故障类型危险等级高于所述第二待处理数据对应的燃气故障类型危险等级；
所述管理平台A对所述第一待处理数据进行处理生成第一参考数据，并将所述第一参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第一参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第一参考数据对对应于第一待处理数据的智能燃气表的工作参数进行紧急调节；
所述管理平台A还将所述第二待处理数据发送至所述网外云平台进行网外运算生成第二参考数据，并将所述第二参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第二参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第二参考数据对对应于第二待处理数据的智能燃气表的工作参数进行非紧急调节。
进一步的，所述管理平台A上建立有用户平台B和对象平台B，所述网外云平台上建立有服务平台B、管理平台B和传感网络平台B；所述用户平台B、服务平台B、管理平台B、传感网络平台B和对象平台B依次交互；
所述管理平台A通过所述对象平台B将所述第二待处理数据发送至所述网外云平台；所述传感网络平台B将所述第二待处理数据转发至所述管理平台B；所述管理平台B对所述第二待处理数据进行运算处理生成第二参考数据；所述服务平台B将所述第二参考数据发送至所述用户平台B。
进一步的，所述对象平台的数量为多个；所述管理平台A还用于采集多个对象平台对应的多组第一数据、多组第一待处理数据和多组第二待处理数据；所述管理平台A对多组所述第一数据进行特征标记形成关系样本库，所述管理平台A对多组所述第一待处理数据进行特征标记形成第一样本库，并对多组所述第二待处理数据进行特征标记形成第二样本库；所述管理平台A通过所述关系样本库对所述第一样本库和所述第二样本库进行训练后形成第一样本分类器；当所述管理平台A接收到第一数据时，通过所述第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
进一步的，当所述管理平台A通过所述第一样本分类器分类生成的第一待处理数据和第二待处理数据的数量达到阈值时，所述管理平台A将新生成的第一待处理数据进行特征标记后加入第一样本库生成新的第一样本库，并将新生成的第二待处理数据进行特征标记后加入第二样本库生成新的第二样本库；所述管理平台A根据所述关系样本库对新的第一样本库和新的第二样本库进行训练后形成新的第一样本分类器；所述管理平台A获取第一样本分类器和新的第一样本分类器之间的损失函数，并根据所述损失函数修正新的第一样本分类器；当所述管理平台A接收到第一数据时，通过修正后的新的第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明云端智慧燃气数据网外运算方法及系统，不仅依赖于云端数据的处理，还依赖于与云端进行并行数据处理的其他云端，所以可以极大的增强数据处理速度，降低数据响应时间，从而提高智能燃气表使用安全。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明实施例云端智慧燃气数据网外运算方法步骤示意图；
图2为本发明实施例网内云平台搭建步骤示意图；
图3为本发明实施例网外云平台搭建步骤示意图；
图4为本发明实施例云端智慧燃气数据网外运算系统架构示意图；
图5为本发明实施例网内云平台系统架构示意图；
图6为本发明实施例网外云平台系统架构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
为了便于对上述的云端智慧燃气数据网外运算方法进行阐述，请结合参考图1，示出了本发明实施例所提供的云端智慧燃气数据网外运算方法的流程示意图，所述云端智慧燃气数据网外运算方法可以应用于图4中的通信架构，进一步地，所述云端智慧燃气数据网外运算方法具体可以包括以下步骤S1-步骤S5所描述的内容：
S1：建立智能燃气物联网；所述智能燃气物联网包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台；
S2：所述对象平台设置于智能燃气表处，且所述对象平台采集所述智能燃气表处的燃气数据作为第一数据；
S3：所述管理平台设置于云平台上形成网内云平台；所述网内云平台还交互于至少一个网外云平台，并通过所述网外云平台完成网外运算；
S4：所述用户平台设置于区域燃气管理中心；所述对象平台将所述第一数据通过所述传感网络平台发送至所述管理平台；所述管理平台通过网内云平台和/或网外云平台对所述第一数据进行处理生成第一数据的异常数据作为第二数据，并通过所述服务平台发送至所述用户平台；
S5：所述用户平台根据所述第二数据对对应于第一数据的智能燃气表的工作参数进行调节。
在本实施例实施时，首先通过已有的五平台体系搭建了智能燃气物联网，并且将智能燃气物联网的运算部分即管理平台放到了云平台上，由于这样的云平台属于智能燃气物联网的一部分，所以为私有云，即网内云平台。
本实施例实施中，对象平台进行数据的采集或者数据被采集的对象，当对象平台作为被采集对象时，传感网络平台可以采集对象平台的数据作为第一数据，第一数据中包含的数据主要有进口气压、出口气压、表箱电流、供电电流、气体温度、环境温度等等数量非常繁多数据；此时管理平台作为云端的计算平台对这些数据进行直接处理，或者将这些数据的部分发送到网外云平台进行处理，通过这样的数据处理过程就可以形成第二数据，第二数据可以表征这些数据的异常，根据这些异常，用户平台就可以对智能燃气表的工作参数进行调节。这种调节过程的数据不仅依赖于云端数据的处理，还依赖于与云端进行并行数据处理的其他云端，所以可以极大的增强数据处理速度，降低数据响应时间，从而提高智能燃气表使用安全。
参见图2，在一个实施例中，所述管理平台设置于云平台上形成网内云平台包括以下子步骤：
S31：在所述管理平台上建立服务平台A、管理平台A和传感网络平台A；在所述传感网络平台上建立对象平台A，并在所述服务平台上建立用户平台A；
S32：所述对象平台A从所述传感网络平台上获取第一数据，并将所述第一数据通过所述传感网络平台A发送至所述管理平台A；所述管理平台A根据燃气故障类型将所述第一数据分解为第一待处理数据和第二待处理数据；所述第一待处理数据对应的燃气故障类型危险等级高于所述第二待处理数据对应的燃气故障类型危险等级；
S33：所述管理平台A对所述第一待处理数据进行处理生成第一参考数据，并将所述第一参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第一参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第一参考数据对对应于第一待处理数据的智能燃气表的工作参数进行紧急调节；
S34：所述管理平台A还将所述第二待处理数据发送至所述网外云平台进行网外运算生成第二参考数据，并将所述第二参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第二参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第二参考数据对对应于第二待处理数据的智能燃气表的工作参数进行非紧急调节。
在本实施例中，发明人发现由于网络通信延迟的问题，如果等待全部的第一数据处理完成后生成完整的第二数据后再提供给用户平台进行智能燃气表控制时，很容易出现调整不及时造成的危险，例如智能燃气表的出口气压一般需要进行严格限制，如果出口气压达到一定程度时，开启燃气灶就很容易发生爆炸。所以发明人采用了将第一数据进行分解的方式进行处理，其中第一待处理数据属于出现异常后危险等级较高的数据，如进口气压、出口气压、表箱电流等数据，而第二待处理数据属于出现异常后危险等级较低的数据，没有实时进行调整的需要。
将第一待处理数据直接通过网内云平台，即管理平台A进行直接计算，避免了再由网外云平台计算产生的延迟，而将第二待处理数据送交网外云平台进行处理后，既避免了网内云平台算力的问题，也保证了较为危险的数据可以得到及时的处理。
在本实施例中，紧急调节指可以直接遏制危险的操作，包括关闭气阀、关闭区域气阀等；非紧急调节指不需要进行直接遏制危险的操作，包括参数修改，气压调整等。
参见图3，在一个实施例中，所述网内云平台还交互于至少一个网外云平台，并通过所述网外云平台完成网外运算包括以下子步骤：
S35：在所述管理平台A建立用户平台B和对象平台B，并在所述网外云平台上建立服务平台B、管理平台B和传感网络平台B；所述用户平台B、服务平台B、管理平台B、传感网络平台B和对象平台B依次交互；
S36：所述管理平台A通过所述对象平台B将所述第二待处理数据发送至所述网外云平台；所述传感网络平台B将所述第二待处理数据转发至所述管理平台B；所述管理平台B对所述第二待处理数据进行运算处理生成第二参考数据；所述服务平台B将所述第二参考数据发送至所述用户平台B。
在本实施例中，同样采用了五平台的架构搭建了网外云平台，通过用户平台B、服务平台B、管理平台B、传感网络平台B和对象平台B的依次交互，实现了网外云平台的搭建。
在一个实施例中，所述对象平台的数量为多个；
所述管理平台A还用于采集多个对象平台对应的多组第一数据、多组第一待处理数据和多组第二待处理数据；
所述管理平台A对多组所述第一数据进行特征标记形成关系样本库，所述管理平台A对多组所述第一待处理数据进行特征标记形成第一样本库，并对多组所述第二待处理数据进行特征标记形成第二样本库；
所述管理平台A通过所述关系样本库对所述第一样本库和所述第二样本库进行训练后形成第一样本分类器；
当所述管理平台A接收到第一数据时，通过所述第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
在本实施例实施时，发明人发现虽然第一数据中包含的数据类型比较有限，但是不同的数据之间是存在相互影响的，例如，在进行第一待处理数据的首次提取时，进口气压和出口气压必然是需要提取的数据，但是其他一些参数可能会关联到这两个参数，并且由于智能燃气表的数据采集也依赖于现场传感器的采集，所以无法排除智能燃气表上传感器故障的问题，所以在本实施例中，管理平台A对多组第一数据进行特征标记形成关系样本库时，标记的特征即为不同参数之间的对应关系，通过这个对应关系对第一样本库和第二样本库训练，就可以获取一个分类器，尤其是使用SVM进行训练时，可以生成一个二元分类器进行分类，不但可以提高第二数据生成的精度，也可以缩短第一数据处理的时间。
在一个实施例中，当所述管理平台A通过所述第一样本分类器分类生成的第一待处理数据和第二待处理数据的数量达到阈值时，所述管理平台A将新生成的第一待处理数据进行特征标记后加入第一样本库生成新的第一样本库，并将新生成的第二待处理数据进行特征标记后加入第二样本库生成新的第二样本库；
所述管理平台A根据所述关系样本库对新的第一样本库和新的第二样本库进行训练后形成新的第一样本分类器；
所述管理平台A获取第一样本分类器和新的第一样本分类器之间的损失函数，并根据所述损失函数修正新的第一样本分类器；
当所述管理平台A接收到第一数据时，通过修正后的新的第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
在本实施例中，第一次生成的第一样本分类器的精度是无法进行把控的，所以在本申请中通过训练后的结果加入样本库形成新的样本的方式来对样本库进行扩容，扩容的结果再用来进行训练，生成新的分类器，再由新的分类器和旧的分类器之间核算一个损失函数后，根据这个损失函数对新的第一样本分类器进行回调，回调过程是一个强制将新的第一样本分类器进趋于收敛的过程。这样的做法不仅有利于提高新的第一样本分类器的精度，也有利于加入新的参数，比如随着技术的更新，需要加入新的参数数据，此时可以通过循环生成的过程来保证新的第一样本分类器始终持有相对准确的精度。
基于同样的发明构思，参考附图4，本发明实施例还提供了云端智慧燃气数据网外运算方法所适用的通信架构，其中智能燃气物联网，被配置为包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台；
所述对象平台被设置于智能燃气表处，且所述对象平台采集所述智能燃气表处的燃气数据作为第一数据；
所述管理平台被设置于云平台上形成网内云平台；所述网内云平台还交互于至少一个网外云平台，并通过所述网外云平台完成网外运算；
所述用户平台被设置于区域燃气管理中心；所述对象平台将所述第一数据通过所述传感网络平台发送至所述管理平台；所述管理平台通过网内云平台和/或网外云平台对所述第一数据进行处理生成第一数据的异常数据作为第二数据，并通过所述服务平台发送至所述用户平台；
所述用户平台根据所述第二数据对对应于第一数据的智能燃气表的工作参数进行调节。
在一个实施例中，参考图5，所述管理平台上建立有服务平台A、管理平台A和传感网络平台A；所述传感网络平台上建立有对象平台A，所述服务平台上建立有用户平台A；
所述对象平台A从所述传感网络平台上获取第一数据，并将所述第一数据通过所述传感网络平台A发送至所述管理平台A；所述管理平台A根据燃气故障类型将所述第一数据分解为第一待处理数据和第二待处理数据；所述第一待处理数据对应的燃气故障类型危险等级高于所述第二待处理数据对应的燃气故障类型危险等级；
所述管理平台A对所述第一待处理数据进行处理生成第一参考数据，并将所述第一参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第一参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第一参考数据对对应于第一待处理数据的智能燃气表的工作参数进行紧急调节；
所述管理平台A还将所述第二待处理数据发送至所述网外云平台进行网外运算生成第二参考数据，并将所述第二参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第二参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第二参考数据对对应于第二待处理数据的智能燃气表的工作参数进行非紧急调节。
在一个实施例中，参考图6，所述管理平台A上建立有用户平台B和对象平台B，所述网外云平台上建立有服务平台B、管理平台B和传感网络平台B；所述用户平台B、服务平台B、管理平台B、传感网络平台B和对象平台B依次交互；
所述管理平台A通过所述对象平台B将所述第二待处理数据发送至所述网外云平台；所述传感网络平台B将所述第二待处理数据转发至所述管理平台B；所述管理平台B对所述第二待处理数据进行运算处理生成第二参考数据；所述服务平台B将所述第二参考数据发送至所述用户平台B。
在一个实施例中，所述对象平台的数量为多个；所述管理平台A还用于采集多个对象平台对应的多组第一数据、多组第一待处理数据和多组第二待处理数据；所述管理平台A对多组所述第一数据进行特征标记形成关系样本库，所述管理平台A对多组所述第一待处理数据进行特征标记形成第一样本库，并对多组所述第二待处理数据进行特征标记形成第二样本库；所述管理平台A通过所述关系样本库对所述第一样本库和所述第二样本库进行训练后形成第一样本分类器；当所述管理平台A接收到第一数据时，通过所述第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
在一个实施例中，当所述管理平台A通过所述第一样本分类器分类生成的第一待处理数据和第二待处理数据的数量达到阈值时，所述管理平台A将新生成的第一待处理数据进行特征标记后加入第一样本库生成新的第一样本库，并将新生成的第二待处理数据进行特征标记后加入第二样本库生成新的第二样本库；所述管理平台A根据所述关系样本库对新的第一样本库和新的第二样本库进行训练后形成新的第一样本分类器；所述管理平台A获取第一样本分类器和新的第一样本分类器之间的损失函数，并根据所述损失函数修正新的第一样本分类器；当所述管理平台A接收到第一数据时，通过修正后的新的第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
如图4~图5所示，图中管理云平台为搭建于云平台上的管理平台，而传感网络平台包括依次交互的传感网络管理平台、电信运营商通信平台、网关和无线通信模块，其中传感网络管理平台用于进行网络传输管理，电信运营商通信平台用于进行互联网数据通信，网关用于数据交互，无线通信模块用于无线数据交互。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.云端智慧燃气数据网外运算方法，其特征在于，包括以下步骤：
建立智能燃气物联网；所述智能燃气物联网包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台；
所述对象平台设置于智能燃气表处，且所述对象平台采集所述智能燃气表处的燃气数据作为第一数据；
所述管理平台设置于云平台上形成网内云平台；所述网内云平台还交互于至少一个网外云平台，并通过所述网外云平台完成网外运算；
所述对象平台将所述第一数据通过所述传感网络平台发送至所述管理平台；所述管理平台通过网内云平台和/或网外云平台对所述第一数据进行处理生成第一数据的异常数据作为第二数据，并通过所述服务平台发送至所述用户平台；
所述用户平台根据所述第二数据对对应于第一数据的智能燃气表的工作参数进行调节；
所述管理平台设置于云平台上形成网内云平台包括以下子步骤：
在所述管理平台上建立服务平台A、管理平台A和传感网络平台A；在所述传感网络平台上建立对象平台A，并在所述服务平台上建立用户平台A；
所述对象平台A从所述传感网络平台上获取第一数据，并将所述第一数据通过所述传感网络平台A发送至所述管理平台A；所述管理平台A根据燃气故障类型将所述第一数据分解为第一待处理数据和第二待处理数据；所述第一待处理数据对应的燃气故障类型危险等级高于所述第二待处理数据对应的燃气故障类型危险等级；
所述管理平台A对所述第一待处理数据进行处理生成第一参考数据，并将所述第一参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第一参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第一参考数据对对应于第一待处理数据的智能燃气表的工作参数进行紧急调节；
所述管理平台A还将所述第二待处理数据发送至所述网外云平台进行网外运算生成第二参考数据，并将所述第二参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第二参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第二参考数据对对应于第二待处理数据的智能燃气表的工作参数进行非紧急调节。
2.根据权利要求1所述的云端智慧燃气数据网外运算方法，其特征在于，所述网内云平台还交互于至少一个网外云平台，并通过所述网外云平台完成网外运算包括以下子步骤：
在所述管理平台A建立用户平台B和对象平台B，并在所述网外云平台上建立服务平台B、管理平台B和传感网络平台B；所述用户平台B、服务平台B、管理平台B、传感网络平台B和对象平台B依次交互；
所述管理平台A通过所述对象平台B将所述第二待处理数据发送至所述网外云平台；所述传感网络平台B将所述第二待处理数据转发至所述管理平台B；所述管理平台B对所述第二待处理数据进行运算处理生成第二参考数据；所述服务平台B将所述第二参考数据发送至所述用户平台B。
3.根据权利要求2所述的云端智慧燃气数据网外运算方法，其特征在于，所述对象平台的数量为多个；
所述管理平台A还用于采集多个对象平台对应的多组第一数据、多组第一待处理数据和多组第二待处理数据；
所述管理平台A对多组所述第一数据进行特征标记形成关系样本库，所述管理平台A对多组所述第一待处理数据进行特征标记形成第一样本库，并对多组所述第二待处理数据进行特征标记形成第二样本库；
所述管理平台A通过所述关系样本库对所述第一样本库和所述第二样本库进行训练后形成第一样本分类器；
当所述管理平台A接收到第一数据时，通过所述第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
4.根据权利要求3所述的云端智慧燃气数据网外运算方法，其特征在于，当所述管理平台A通过所述第一样本分类器分类生成的第一待处理数据和第二待处理数据的数量达到阈值时，所述管理平台A将新生成的第一待处理数据进行特征标记后加入第一样本库生成新的第一样本库，并将新生成的第二待处理数据进行特征标记后加入第二样本库生成新的第二样本库；
所述管理平台A根据所述关系样本库对新的第一样本库和新的第二样本库进行训练后形成新的第一样本分类器；
所述管理平台A获取第一样本分类器和新的第一样本分类器之间的损失函数，并根据所述损失函数修正新的第一样本分类器；
当所述管理平台A接收到第一数据时，通过修正后的新的第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
5.云端智慧燃气数据网外运算系统，其特征在于，包括：
智能燃气物联网，被配置为包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台；
所述对象平台被设置于智能燃气表处，且所述对象平台采集所述智能燃气表处的燃气数据作为第一数据；
所述管理平台被设置于云平台上形成网内云平台；所述网内云平台还交互于至少一个网外云平台，并通过所述网外云平台完成网外运算；
所述对象平台将所述第一数据通过所述传感网络平台发送至所述管理平台；所述管理平台通过网内云平台和/或网外云平台对所述第一数据进行处理生成第一数据的异常数据作为第二数据，并通过所述服务平台发送至所述用户平台；
所述用户平台根据所述第二数据对对应于第一数据的智能燃气表的工作参数进行调节；
所述管理平台上建立有服务平台A、管理平台A和传感网络平台A；所述传感网络平台上建立有对象平台A，所述服务平台上建立有用户平台A；
所述对象平台A从所述传感网络平台上获取第一数据，并将所述第一数据通过所述传感网络平台A发送至所述管理平台A；所述管理平台A根据燃气故障类型将所述第一数据分解为第一待处理数据和第二待处理数据；所述第一待处理数据对应的燃气故障类型危险等级高于所述第二待处理数据对应的燃气故障类型危险等级；
所述管理平台A对所述第一待处理数据进行处理生成第一参考数据，并将所述第一参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第一参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第一参考数据对对应于第一待处理数据的智能燃气表的工作参数进行紧急调节；
所述管理平台A还将所述第二待处理数据发送至所述网外云平台进行网外运算生成第二参考数据，并将所述第二参考数据通过服务平台A发送至所述用户平台A；所述服务平台将所述第二参考数据作为第二数据发送至所述用户平台；所述用户平台根据所述第二参考数据对对应于第二待处理数据的智能燃气表的工作参数进行非紧急调节。
6.根据权利要求5所述的云端智慧燃气数据网外运算系统，其特征在于，所述管理平台A上建立有用户平台B和对象平台B，所述网外云平台上建立有服务平台B、管理平台B和传感网络平台B；所述用户平台B、服务平台B、管理平台B、传感网络平台B和对象平台B依次交互；
所述管理平台A通过所述对象平台B将所述第二待处理数据发送至所述网外云平台；所述传感网络平台B将所述第二待处理数据转发至所述管理平台B；所述管理平台B对所述第二待处理数据进行运算处理生成第二参考数据；所述服务平台B将所述第二参考数据发送至所述用户平台B。
7.根据权利要求6所述的云端智慧燃气数据网外运算系统，其特征在于，所述对象平台的数量为多个；所述管理平台A还用于采集多个对象平台对应的多组第一数据、多组第一待处理数据和多组第二待处理数据；所述管理平台A对多组所述第一数据进行特征标记形成关系样本库，所述管理平台A对多组所述第一待处理数据进行特征标记形成第一样本库，并对多组所述第二待处理数据进行特征标记形成第二样本库；所述管理平台A通过所述关系样本库对所述第一样本库和所述第二样本库进行训练后形成第一样本分类器；当所述管理平台A接收到第一数据时，通过所述第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
8.根据权利要求7所述的云端智慧燃气数据网外运算系统，其特征在于，当所述管理平台A通过所述第一样本分类器分类生成的第一待处理数据和第二待处理数据的数量达到阈值时，所述管理平台A将新生成的第一待处理数据进行特征标记后加入第一样本库生成新的第一样本库，并将新生成的第二待处理数据进行特征标记后加入第二样本库生成新的第二样本库；所述管理平台A根据所述关系样本库对新的第一样本库和新的第二样本库进行训练后形成新的第一样本分类器；所述管理平台A获取第一样本分类器和新的第一样本分类器之间的损失函数，并根据所述损失函数修正新的第一样本分类器；当所述管理平台A接收到第一数据时，通过修正后的新的第一样本分类器将所述第一数据分类为第一待处理数据和第二待处理数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110683001.0A CN113141545B (zh) | 2021-06-21 | 2021-06-21 | 云端智慧燃气数据网外运算方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110683001.0A CN113141545B (zh) | 2021-06-21 | 2021-06-21 | 云端智慧燃气数据网外运算方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113141545A CN113141545A (zh) | 2021-07-20 |
| CN113141545B true CN113141545B (zh) | 2021-09-07 |
Family
ID=76815864
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110683001.0A Active CN113141545B (zh) | 2021-06-21 | 2021-06-21 | 云端智慧燃气数据网外运算方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113141545B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113572843B (zh) * | 2021-07-26 | 2023-06-02 | 成都秦川物联网科技股份有限公司 | 基于能量计量的燃气数据网外运算方法及系统 |
| US11898895B2 (en) | 2021-07-26 | 2024-02-13 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for natural gas data computation outside gas internet of things based on energy measuring |
| CN114637270B (zh) * | 2022-05-17 | 2022-08-23 | 成都秦川物联网科技股份有限公司 | 基于集散控制的智能制造工业物联网及控制方法 |
| CN115358432B (zh) | 2022-10-14 | 2023-02-07 | 成都秦川物联网科技股份有限公司 | 用于智慧燃气的燃气表计量故障确定方法和物联网系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104852992A (zh) * | 2015-06-09 | 2015-08-19 | 湖北天盾电子技术有限公司 | 一种基于多通信网络与传感设备的安全应急在线智能系统 |
| CN106056482A (zh) * | 2016-07-22 | 2016-10-26 | 国网上海市电力公司 | 基于互联网的电力社区网格化服务平台 |
| CN109714421A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于车路协同的智能网联汽车运行系统 |
| CN111142414A (zh) * | 2019-12-16 | 2020-05-12 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 基于边云协同的智慧电厂管控系统 |
| CN111223195A (zh) * | 2020-01-16 | 2020-06-02 | 弘道(深圳)物联科技有限公司 | 一种城市级智慧停车系统平台 |
| CN210719302U (zh) * | 2019-07-25 | 2020-06-09 | 金卡智能集团股份有限公司 | 一种燃气表的安全通信系统 |
| CN112561726A (zh) * | 2019-09-26 | 2021-03-26 | 成都秦川物联网科技股份有限公司 | 基于智能燃气表的智慧城市游离网系统及构建方法 |
| CN112565323A (zh) * | 2019-09-26 | 2021-03-26 | 成都秦川物联网科技股份有限公司 | 智慧城市游离网系统及构建方法 |
| CN112947127A (zh) * | 2021-02-04 | 2021-06-11 | 彭浩明 | 智慧用电控制管理系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8352611B2 (en) * | 2010-06-29 | 2013-01-08 | International Business Machines Corporation | Allocating computer resources in a cloud environment |
| CN107820106A (zh) * | 2017-11-01 | 2018-03-20 | 深圳智英电子有限公司 | 基于互联网的监控家居安全管理数字机顶盒及控制方法 |
-
2021
- 2021-06-21 CN CN202110683001.0A patent/CN113141545B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104852992A (zh) * | 2015-06-09 | 2015-08-19 | 湖北天盾电子技术有限公司 | 一种基于多通信网络与传感设备的安全应急在线智能系统 |
| CN106056482A (zh) * | 2016-07-22 | 2016-10-26 | 国网上海市电力公司 | 基于互联网的电力社区网格化服务平台 |
| CN109714421A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于车路协同的智能网联汽车运行系统 |
| CN210719302U (zh) * | 2019-07-25 | 2020-06-09 | 金卡智能集团股份有限公司 | 一种燃气表的安全通信系统 |
| CN112561726A (zh) * | 2019-09-26 | 2021-03-26 | 成都秦川物联网科技股份有限公司 | 基于智能燃气表的智慧城市游离网系统及构建方法 |
| CN112565323A (zh) * | 2019-09-26 | 2021-03-26 | 成都秦川物联网科技股份有限公司 | 智慧城市游离网系统及构建方法 |
| CN111142414A (zh) * | 2019-12-16 | 2020-05-12 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 基于边云协同的智慧电厂管控系统 |
| CN111223195A (zh) * | 2020-01-16 | 2020-06-02 | 弘道(深圳)物联科技有限公司 | 一种城市级智慧停车系统平台 |
| CN112947127A (zh) * | 2021-02-04 | 2021-06-11 | 彭浩明 | 智慧用电控制管理系统 |
Non-Patent Citations (1)
| Title |
|---|
| 智能燃气表物联网系统设计;邵泽华;《物联网技术》;20210620;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113141545A (zh) | 2021-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113141545B (zh) | 云端智慧燃气数据网外运算方法及系统 | |
| CN109902709B (zh) | 一种基于对抗学习的工业控制系统恶意样本生成方法 | |
| WO2020143226A1 (zh) | 一种基于集成学习的工业控制系统入侵检测方法 | |
| CN114430199B (zh) | 一种基于大数据的开关柜运行监管系统 | |
| CN109768952B (zh) | 一种基于可信模型的工控网络异常行为检测方法 | |
| WO2020159673A1 (en) | Chamber matching with neural networks in semiconductor equipment tools | |
| CN107104988B (zh) | 一种基于概率神经网络的IPv6入侵检测方法 | |
| CN115527203B (zh) | 一种基于物联网的谷物干燥远程控制方法及系统 | |
| Yang et al. | iFinger: Intrusion detection in industrial control systems via register-based fingerprinting | |
| CN113162893B (zh) | 基于注意力机制的工业控制系统网络流量异常检测方法 | |
| CN109547455A (zh) | 工业物联网异常行为检测方法、可读存储介质和终端 | |
| CN106254316A (zh) | 一种基于数据依赖的工控行为异常检测系统 | |
| CN114358242A (zh) | 一种异质结电池生产监控系统及方法 | |
| CN109345787A (zh) | 一种基于智能图像识别技术的输电线路防外损监控报警系统 | |
| CN115952455A (zh) | 样本数据生成方法、模型训练方法及设备指纹分类方法 | |
| CN113934536B (zh) | 面向边缘计算的数据采集方法 | |
| CN111144549A (zh) | 基于卷积神经网络的微网攻击识别方法及微网协调控制器 | |
| CN117495205B (zh) | 一种工业互联网实验系统及方法 | |
| CN110022313B (zh) | 基于机器学习的多态蠕虫特征提取及多态蠕虫辨识方法 | |
| CN112991095A (zh) | 一种人工智能和大数据的信息分析方法及云计算平台 | |
| CN111597868A (zh) | 一种基于ssd的变电站隔离开关状态分析方法 | |
| CN111144472A (zh) | 基于gbdt算法的攻击识别方法及光伏并网接口装置 | |
| CN112561097B (zh) | 一种基于云雾边协同的轴承监测方法及系统 | |
| CN111045330B (zh) | 基于Elman神经网络的攻击识别方法及并网接口装置 | |
| CN111931012A (zh) | 一种基于故障管理子系统的数据模型自适应方法和装置 |
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 |