CN113449385A - 云计算的数据处理方法及装置、电子设备及介质 - Google Patents
云计算的数据处理方法及装置、电子设备及介质 Download PDFInfo
- Publication number
- CN113449385A CN113449385A CN202110999992.3A CN202110999992A CN113449385A CN 113449385 A CN113449385 A CN 113449385A CN 202110999992 A CN202110999992 A CN 202110999992A CN 113449385 A CN113449385 A CN 113449385A
- Authority
- CN
- China
- Prior art keywords
- simulation
- parameter
- simulation model
- vehicle
- cloud
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0604—Improving or facilitating administration, e.g. storage management
- G06F3/0607—Improving or facilitating administration, e.g. storage management by facilitating the process of upgrading existing storage systems, e.g. for improving compatibility between host and storage device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种云计算的数据处理方法，包括：创建车辆动力仿真模型，获取参数模板，参数模板存储于预先创建的云端参数池，根据参数模板对车辆动力仿真模型进行调试，在调试成功的情况下，将车辆动力仿真模型与参数模板进行关联；及将车辆动力仿真模型进行发布并存储至云端动力仿真模型库。可创建车辆动力仿真模型，并对车辆仿真模型进行编辑、调试及发布管理。本申请可实现在线模型的调试和发布，保障版本一致，让多人共享一致的仿真模型，在一定程度上提高仿真工作的准确率。本申请还公开了一种数据处理装置、电子设备和存储介质。
Description
技术领域
本申请涉及云计算领域，特别涉及一种云计算的数据处理方法、数据处理装置、电子设备及计算机可读存储介质。
背景技术
随着对车辆动力新能要求的提高，传统的整车动力性能仿真工具多是采用线下数学软件进行建模，并在单台计算机设备运行的仿真工具。随着车企规模增长，研发类仿真工作日益增加，单机版仿真工具逐渐产生效率瓶颈。
发明内容
有鉴于此，本申请实施方式提供了一种云计算的数据处理方法、数据处理装置、电子设备及计算机可读存储介质。
本申请提供了一种云计算的数据处理方法，包括：
创建车辆动力仿真模型；
获取参数模板，所述参数模板存储于预先创建的云端参数池；
根据所述参数模板对所述车辆动力仿真模型进行调试；
在调试成功的情况下，将所述车辆动力仿真模型与所述参数模板进行关联；及
将所述车辆动力仿真模型进行发布并存储至云端动力仿真模型库。
在某些实施方式中，所述数据处理方法还包括：
在所述调试失败的情况下，获取调试日志并分析所述调试日志以进行问题定位；
根据所述问题定位的结果对所述车辆动力仿真模型和/或所述参数模板进行修复；
修复完成后，再次对所述车辆动力仿真模型进行调试。
在某些实施方式中，所述根据所述问题定位的结果对所述车辆动力仿真模型和/或所述参数模板进行修复包括：
在所述问题定位的结果为所述参数模板不匹配的情况下，自所述云端参数池中重新选择匹配的参数模板；
在所述问题定位的结果为所述参数模板异常的情况下，根据所述调试日志对所述参数模板进行修复并将修复后的参数模板上传至所述云端参数池；
在所述问题定位的结果为所述车辆动力仿真模型异常的情况下，根据所述调试日志对所述车辆动力仿真模型进行修复。
在某些实施方式中，所述根据所述参数模板对所述车辆动力仿真模型进行调试包括：
获取所述参数模板中的标准参数；
调用所述车辆动力仿真模型中的仿真函数并将所述标准参数赋值给所述仿真函数；
运行所述仿真函数以对所述车辆动力仿真模型进行调试。
在某些实施方式中，所述运行所述仿真函数以对所述车辆动力仿真模型进行调试包括：
当运行结果为成功且所述仿真函数的输出与预期结果匹配时，确定调试成功；
当所述运行结果为失败和/或所述仿真函数的输出与预期结果不匹配时，确定调试失败。
在某些实施方式中，所述将所述车辆动力仿真模型进行发布并存储至云端动力仿真模型库包括：
将所述车辆动力仿真模型通过热部署的方式进行发布并存储至所述云端动力仿真模型库。
在某些实施方式中，所述将所述车辆动力仿真模型进行发布并存储至云端动力仿真模型库还包括：
将所述车辆动力仿真模型确定为发布状态并进行系统公告；
将所述云端动力仿真模型库中所述车辆动力仿真模型的版本号进行更新；
在云端动力仿真模型库及所述云端参数池中对所述车辆动力仿真模型与所述参数模板进行关联。
在某些实施方式中，所述数据处理方法还包括：
在所述车辆动力仿真模型需要升级的情况下，对所述车辆动力仿真模型进行回收处理以对所述车辆动力仿真模型进行升级；
将所述车辆动力仿真模型的状态更新为回收状态并进行系统公告；
根据所述参数模板对升级后的车辆动力仿真模型进行调试；
在调试成功的情况下将所述升级后的车辆动力仿真模型进行重新发布并存储至所述云端动力仿真模型库，及将所述升级后的车辆动力仿真模型与所述参数模板进行关联。
本申请还提供了一种云计算的数据处理装置，包括：
模型编辑模块，用于创建车辆动力仿真模型；
获取模块，用于获取参数模板，所述参数模板存储于预先创建的云端参数池；
模型调试模块，用于根据所述参数模板对所述车辆动力仿真模型进行调试；
关联模块，用于在所述调试成功的情况下，将所述车辆动力仿真模型与所述参数模板进行关联；及
模型发布模块，用于将所述车辆动力仿真模型进行发布并存储至云端动力仿真模型库中。
本申请还提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，实现上述任一项所述的数据处理方法。
本申请还提供了一种计算机程序的非易失性计算机可读存储介质，当所述计算机程序被一个或多个处理器执行时，实现上述任一项所述的数据处理方法。
本申请的云计算的数据处理方法可创建车辆动力仿真模型，获取参数模板，参数模板存储于预先创建的云端参数池，根据参数模板对车辆动力仿真模型进行调试，在调试成功的情况下，将车辆动力仿真模型与参数模板进行关联；及将车辆动力仿真模型进行发布并存储至云端动力仿真模型库。可创建车辆动力仿真模型，并对车辆仿真模型进行编辑、调试及发布管理。相较于现有技术中通过线下将模型文件搬运到本地，然后各总成负责人调试模型。本申请可实现在线模型的调试和发布，保障版本一致，让多人共享一致的仿真模型，在一定程度上提高仿真工作的准确率。同时，对于模型开发工程师，在云端调试仿真模型成功之后通过发布即可实现使用云端工具的人员全覆盖，相较于现有技术需要手动管理如何发布新模型，本申请可让每个使用模型的人都能使用到最新的模型，而避免受限于新版模型未及时发布、线下通讯工具传输时通知不全、信息接收不及时、附件传输失败等异常问题。另外，从仿真模型使用者角度来看，使用云端仿真工具获取模型进行仿真时，模型与参数模板，参数集已进行关联，各总成均使用统一的模型。而无需担心版本不一致问题，本地的模型环境与新仿真模型不匹配问题，以及参数与仿真模型版本不一致导致仿真结果不准确等问题。
本申请实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点可以从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：
图1是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图2是本申请某些实施方式的云计算的数据处理装置的模块示意图；
图3是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图4是本申请某些实施方式的云计算的数据处理装置的模块示意图；
图5是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图6是本申请某些实施方式的云计算的数据处理装置的模块示意图；
图7是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图8是本申请某些实施方式的云计算的数据处理装置的模块示意图；
图9是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图10是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图11是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图12是本申请某些实施方式的云计算的数据处理装置的模块示意图；
图13是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图14是本申请某些实施方式的云计算的数据处理装置的模块示意图；
图15是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图16是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图17是本申请某些实施方式的云计算的数据处理装置的模块示意图；
图18是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图19是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图20是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图21是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图22是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图23是本申请某些实施方式的云计算的数据处理装置的模块示意图；
图24是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图25是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图26是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图27是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图28是本申请某些实施方式的云计算的数据处理方法的流程示意图；
图29是本申请某些实施方式的云计算的数据处理装置的模块示意图；
图30是本申请某些实施方式的云计算的数据处理系统的装置示意图。
具体实施方式
下面详细描述本申请的实施方式，实施方式的示例在附图中示出，其中，相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本申请的实施方式，而不能理解为对本申请的实施方式的限制。
请参阅图1，本申请提供了一种云计算的数据处理方法，包括：
01：预先创建云端参数池和车辆动力仿真模型，云端参数池包括存储于第一存储空间的参数模板，参数模板与车辆动力仿真模型对应；
03：自云端参数池中获取参数模板；
05：根据参数模板生成仿真参数集并上传至云端参数池的第二存储空间，第二存储空间与第一存储空间可对不同用户设置相应的权限；
07：按照仿真策略调用仿真参数集在车辆动力仿真模型中执行仿真。
相应地，请参阅图2，本申请实施方式还提供了一种数据处理装置100，本申请实施方式的云计算的数据处理方法可以由数据处理装置100实现。数据处理装置100包括创建模块110、获取模块120、生成模块130、及执行模块140。步骤01可以由创建模块110实现，步骤03可以由获取模块120实现，步骤05可以由生成模块130实现，步骤07可以由执行模块140实现。或者说，创建模块110用于预先创建云端参数池和车辆动力仿真模型。获取模块120用于自云端参数池中获取参数模板。生成模块130用于根据参数模板生成仿真参数集并上传至云端参数池的第二存储空间。执行模块140用于按照仿真策略调用仿真参数集在车辆动力仿真模型中执行仿真。
本申请实施方式还提供了一种电子设备。电子设备包括存储器和处理器。存储器中存储有计算机程序，处理器用于预先创建云端参数池和车辆动力仿真模型，自云端参数池中获取参数模板，根据参数模板生成仿真参数集并上传至云端参数池的第二存储空间，按照仿真策略调用仿真参数集在车辆动力仿真模型中执行仿真。
车辆动力仿真或整车动力性能仿真是车辆动力性能的关键，关系到车辆的动力性、安全性及运输效率的高低。车辆动力仿真包括整车、发动机、离合器、变速箱、分动器、制动器、轮胎等各模块的仿真。传统的车辆动力仿真采用各种软件如Matlab进行建模，然后统一由几名仿真模型工程师利用分散的各模块的参数集进行手动执行仿真。本申请的云计算的数据处理方法可用于车辆动力仿真。
在步骤01中，预先创建云端参数池和车辆动力仿真模型，云端参数池包括存储于第一存储空间的参数模板，参数模板与车辆动力仿真模型对应。
请参阅图3，本申请提供了一种云计算的数据处理方法，包括：
011：确定云端存储容器；
012：在云端存储容器中创建第一存储空间和第二存储空间，第一存储空间与第二存储空间可对不同用户设置相应的权限；
013：将第一存储空间配置为存储参数模板，参数模板与用于车辆动力仿真的车辆动力仿真模型对应；
014：将第二存储空间配置为存储仿真参数集，仿真参数集由用于车辆动力仿真的参数根据参数模板生成；
015：根据参数模板和仿真参数集确定云端参数池。
相应地，请参阅图4，本申请实施方式还提供了一种云端参数池的数据处理装置200，本申请实施方式的云计算的数据处理方法可以由数据处理装置200实现。数据处理装置200包括第一确定模块210、创建模块220、第一配置模块230、第二配置模块240及第二确定模块250。步骤011可以由第一确定模块210实现，步骤012可以由创建模块220实现，步骤013可以由第一配置模块230实现，步骤014可以由第二配置模块240实现，步骤015可以由第二确定模块250实现。或者说，第一确定模块210用于确定云端存储容器；创建模块220用于在云端存储容器中创建第一存储空间和第二存储空间；第一配置模块230用于将第一存储空间配置为存储参数模板；第二配置模块240用于将第二存储空间配置为存储仿真参数集；第二确定模块250用于根据参数模板和仿真参数集确定云端参数池。
本申请实施方式还提供了一种电子设备。电子设备包括存储器和处理器。存储器中存储有计算机程序，处理器用于确定云端存储容器，在云端存储容器中创建第一存储空间和第二存储空间，将第一存储空间配置为存储参数模板，将第二存储空间配置为存储仿真参数集，根据参数模板和仿真参数集确定云端参数池。
具体地，车辆动力仿真包括整车、电池、电驱、发动机、离合器、变速箱、分动器、制动器、轮胎等各模块的仿真，同时各模块拥有独立的参数集用于车辆动力仿真。
在步骤011中，确定云端存储容器。存储容器为云端存储容器，如此，相较于本地服务器或本地存储器，对于断电、重启、病毒、重装系统、误操作等任意异常发生均会影响参数池的稳定，云端存储容器更稳定，且有利于多方共享。
其次，云端存储容器可支持分区，各模块的参数集可有序地存储在云端参数池，可按用途区分读写权限，并将参数集归类到不同权限的分区。即在步骤012中，在云端存储容器中创建第一存储空间和第二存储空间。其中，创建存储空间包括但不限于通过控制台、图形化工具如OSSBrowser、命令行、各种语言SDK如Java SDK等方式创建。
同时，第一存储空间与第二存储空间可对不同用户设置相应的权限。例如，第一存储空间为管理员权限，第二存储空间为普通用户权限。第一存储空间对管理员设置读写权限，管理员可对其进行维护管理，对存放在其中的对象进行写、删除等操作，而对普通用户设置可读权限。第二存储空间对普通用户设置为读写权限，只有该空间的拥有者或者授权对象可以对存放在其中的对象进行读、写、删除等操作，其他用户在未经授权的情况下无法访问该空间内的对象。云端存储容器可包括一个或多个第一存储空间和第二存储空间，本申请对存储空间的数量不做限制，可根据实际动力仿真进行空间划分。
在云端存储容器中创建完各第一存储空间和第二存储空间后，在步骤013中，将第一存储空间配置为存储参数模板，参数模板与用于车辆动力仿真的车辆动力仿真模型对应。参数模板与车辆动力仿真模型一一对应，不同的车辆动力仿真模型所对应的参数模板不同。车辆动力仿真模型在后续进行详细说明。其中，车辆动力仿真包括各总成模块，如整车专业组、电池专业组、电驱专业组等，且各总成模块有各自的仿真参数集数据，在进行车辆动力仿真时，各总成模块的仿真参数集需根据参数模板进行统一的参数写入，则可根据存储与第一存储空间的参数模板进行各自的参数集生成。
第一存储空间可为共享区，可提供参数模板的上传、下载、查看和删除等功能，具体可通过将上传（PutObject）、下载（GetObject）、查看和删除（DeleteObject）等功能与权限校验包装成第一存储空间的功能，部署在应用服务器，完成功能实现。
例如，利用图形化工具OSS进行调用PutObject API接口上传参数模板：
OSSossClient = new OSSClientBuilder().build(endpoint, accessKeyId,accessKeySecret);
PutObjectRequest putObjectRequest =newPutObjectRequest("shared_region", "G3_460_标准续航参数模板.xlsx", new File("D:\\参数模板\\G3_460_标准续航参数模板.xlsx"));
ossClient.putObject(putObjectRequest);
ossClient.shutdown();
在步骤014中，将第二存储空间配置为存储仿真参数集的私有区，仿真参数集包括原始的仿真参数集或后期仿真由用于车辆动力仿真的参数根据参数模板生成。第二存储空间可存储仿真参数集，仿真参数集与车辆各总成的参数对应，各总成的参数根据参数模板生成。仿真参数集可包括整车仿真参数集、电池仿真参数集、电驱仿真参数集等。各总成的负责人可管理各自的仿真参数集，对其它仿真参数集可设置为不可见等权限。
在步骤015中，根据参数模板和仿真参数集确定云端参数池，或者说云端参数池包括参数模板和各总成上传的仿真参数集。
如此，本申请的云计算的数据处理方法可预先构建云端参数池。通过存储空间划分为第一存储空间与第二存储空间，同时，第一存储空间为共享区，第二存储空间为私有区。实现了参数模板共享化，总成各个专业人员都可以云端参数池的第一存储空间获取到各个车型版本的标准模板参数，在此基础上维护自己专业的参数，不必担心版本问题，可较方便快捷地完成各类仿真任务，实现仿真参数的总体管控。同时，车辆动力仿真不再集中在少数人个人电脑，而是可以支持多人并行操作的云端工具，所有总成的负责人员都可以在私有的第二存储空间中维护自己的仿真参数集，分区在线参与仿真互不影响，在一定程度上提高了仿真效率。且相较于现有通过每次执行仿真手动输入各种参数，云端参数池在一定程度上实现了参数的统一预存储管理。并使得车辆动力仿真过程中多人执行仿真时达到总体管控，分区仿真的效果。
进一步地，请参阅图5，本申请还提供了一种云计算的数据处理方法，包括：
021：创建车辆动力仿真模型；
022：获取参数模板，参数模板存储于预先创建的云端参数池；
023：根据参数模板对车辆动力仿真模型进行调试；
024：在调试成功的情况下，将车辆动力仿真模型与参数模板进行关联；及
025：将车辆动力仿真模型进行发布并存储至云端动力仿真模型库。
相应地，请参阅图6，本申请实施方式还提供了一种数据处理装置300，本申请实施方式的云计算的数据处理方法可以由数据处理装置300实现。数据处理装置300包括模型编辑模块310、获取模块320、模型调试模块330、关联模块340及模型发布模块350。步骤021可以由模型编辑模块310实现，步骤022可以由获取模块320实现，步骤023可以由模型调试模块330实现，步骤024可以由关联模块340实现，步骤025可以由模型发布模块350实现。或者说，模型编辑模块310用于创建车辆动力仿真模型。获取模块320用于获取参数模板，参数模板存储于预先创建的云端参数池。模型调试模块330用于根据参数模板对车辆动力仿真模型进行调试。关联模块340用于在调试成功的情况下，将车辆动力仿真模型与参数模板进行关联。模型发布模块350用于将车辆动力仿真模型进行发布并存储至云端动力仿真模型库。
本申请实施方式还提供了一种电子设备。电子设备包括存储器和处理器。存储器中存储有计算机程序，处理器用于创建车辆动力仿真模型，用于获取参数模板，参数模板存储于预先创建的云端参数池，根据参数模板对车辆动力仿真模型进行调试，在调试成功的情况下，将车辆动力仿真模型与参数模板进行关联，将车辆动力仿真模型进行发布并存储至云端动力仿真模型库。
在步骤021中，创建车辆动力仿真模型。具体地，通过模型编辑模块310创建车辆动力仿真模型，模型编辑模块310可支持常用数学函数的在线编辑器，支持新建模型或者维护编辑模型，例如通过Matlab仿真模型编辑模型，然后将模型打包，如通过Java语言实现，则将模型函数打包成为jar包。进一步地，在云端工具中操作新建动态仿真模型，上传模型jar包，最终确定为新建的车辆动力仿真模型。同时，在步骤022中，获取参数模板，参数模板存储于预先创建的云端参数池。如上所述，云端参数池中的第一存储空间存储有参数模板。
进一步地，在步骤023中，根据参数模板对车辆动力仿真模型进行调试。通过模型调试模块330对车辆动力仿真模型进行调试。模型调试模块330为调试工具，可通过输入真实或模拟的仿真参数，调用模型jar包中的仿真函数，查看是否获得预期输出结果。
调试结果包括成功和失败。在调试成功的情况下，将车辆动力仿真模型与参数模板进行关联，及将车辆动力仿真模型进行发布并存储至云端动力仿真模型库。其中，与车辆动力仿真模型进行关联的参数模板是调试成功的参数模板版本，关联可通过一一对应插入相应数据库中，如将模型唯一号与参数模板唯一号进行关联，关联数据可存储于仿真模型与云端参数池中。
进一步地，模型发布模块350可将车辆动力仿真模型进行发布并存储至云端动力仿真模型库。调试成功的车辆动力仿真模型即可进行发布。发布包括将调试成功的仿真模型部署到相应云端的工具，使得各仿真总成使用者可以调用此车辆动力仿真模型进行相应动力性能的仿真。同时，将发布的模型存储于云端动力仿真模型库中。
如此，本申请的云计算的数据处理方法可创建车辆动力仿真模型，并对车辆仿真模型进行编辑、调试及发布管理。相较于现有技术中通过线下将模型文件搬运到本地，然后各总成负责人调试模型。本申请可实现在线模型的调试和发布，保障版本一致，让多人共享一致的仿真模型，在一定程度上提高仿真工作的准确率。同时，对于模型开发工程师，在云端调试仿真模型成功之后通过发布即可实现使用云端工具的人员全覆盖，相较于现有技术需要手动管理如何发布新模型，本申请可让每个使用模型的人都能使用到最新的模型，而避免受限于新版模型未及时发布、线下通讯工具传输时通知不全、信息接收不及时、附件传输失败等异常问题。另外，从仿真模型使用者角度来看，使用云端仿真工具获取模型进行仿真时，模型与参数模板，参数集已进行关联，各总成均使用统一的模型。而无需担心版本不一致问题，本地的模型环境与新仿真模型不匹配问题，以及参数与仿真模型版本不一致导致仿真结果不准确等问题。
当预先创建了云端参数池和车辆动力仿真模型后，在步骤03中，自云端参数池中获取参数模板。存储于云端参数池的第一存储空间的参数模板对于参与仿真的总成人员有可读权限，可下载与车辆动力仿真模型对应的参数模板。
在步骤05中，根据参数模板生成仿真参数集并上传至云端参数池的第二存储空间。车辆动力仿真各总成有各自的参数集，如电池专业组的电池参数，电驱专业组的电驱参数等。当获取参数模板后，将各参数如电池参数根据参数模板生成最新的仿真参数集如电池仿真参数集。生成方式可通过手动输入参数模板，或根据相关程序或软件进行自动修改生成等。得到仿真参数集后可上传至云端参数池相应的第二存储空间。
进一步地，在步骤07中，按照仿真策略调用仿真参数集在车辆动力仿真模型中执行仿真。其中，仿真策略可包括多种仿真方式的仿真策略，如普通的单线仿真、协同仿真、预约仿真等不同的仿真策略。根据不同的仿真方式的仿真策略，调用相应的仿真参数集在车辆动力仿真模型中自动执行仿真。
对于上述云计算的数据处理方法，请参阅图7，本申请还提供了一种云计算的数据处理方法，包括：
071：获取预先创建的车辆动力仿真模型，车辆动力仿真模型存储于云端动力仿真模型库；
072：获取与车辆动力仿真模型对应的仿真参数集，仿真参数集存储于预先创建的云端参数池；
073：按照仿真策略调用仿真参数集在车辆动力仿真模型中执行仿真。
相应地，请参阅图8，本申请实施方式还提供了一种数据处理装置400，本申请实施方式的云计算的数据处理方法可以由数据处理装置400实现。数据处理装置400包括第一获取模块410、第二获取模块420及执行模块430。步骤071可以由第一获取模块410实现，步骤072可以由第二获取模块420实现，步骤073可以由执行模块430实现。或者说，第一获取模块410用于获取预先创建的车辆动力仿真模型。第二获取模块420用于获取与车辆动力仿真模型对应的仿真参数集。执行模块430用于按照仿真策略调用仿真参数集在车辆动力仿真模型中执行仿真。
本申请实施方式还提供了一种电子设备。电子设备包括存储器和处理器。存储器中存储有计算机程序，处理器用于获取预先创建的车辆动力仿真模型，获取与车辆动力仿真模型对应的仿真参数集，按照仿真策略调用仿真参数集在车辆动力仿真模型中执行仿真。
具体地，获取车辆动力仿真模型，以及与车辆动力仿真模型对应的仿真参数集，并按照仿真策略调用仿真参数集在车辆动力仿真模型中执行仿真。数据处理装置400可基于多线程并发技术，支持多人在线同步仿真。如基于Java多线程技术。在一定程度上实现了车辆动力仿真的云端协同管理。从各专业组人员角度来看，使用数据处理装置400进行仿真后，无需等待上一个仿真任务执行完成，即可同时提交下一个仿真任务，可同步提交多个仿真任务，无需等待，系统可以并行执行多个仿真任务。有效地提高了仿真效率。
如此，本申请云计算的数据处理方法可预先创建云端参数池和车辆动力仿真模型，其中，云端参数池可通过确定云端存储容器，在云端存储容器中创建第一存储空间和第二存储空间，将第一存储空间配置为存储参数模板，以及将第二存储空间配置为存储仿真参数集，并根据参数模板和仿真参数集确定云端参数池。同时，车辆动力仿真模型可根据创建车辆动力仿真模型，获取参数模板，并根据参数模板对车辆动力仿真模型进行调试，在调试成功的情况下，将车辆动力仿真模型与参数模板进行关联，及将车辆动力仿真模型进行发布并存储至云端动力仿真模型库得到。进一步地，创建好云端参数池和车辆动力仿真模型后，自云端参数池中获取参数模板，并根据参数模板生成仿真参数集并上传至云端参数池的第二存储空间，然后按照仿真策略调用仿真参数集在车辆动力仿真模型中执行仿真。在一定程度上实现了云端线上多人并行执行车辆动力仿真。同时，通过云端参数池实现了对与仿真模型对应的标准参数模板进行总体管控，并对各总成部分进行分区仿真，一定程度上实现了车辆动力参数在云端共享与私有的共存。通过对车辆仿真模型的管理，实现了模型的调试发布通知自动管理，有效地解决了新版模型未及时发布、线下通讯工具传输时通知不全遗漏掉一些人、信息接收不及时、附件传输失败等等导致的问题。以及在使用云端仿真工具获取模型进行仿真时，在一定程度上解决了版本不一致的问题，本地的模型环境与新仿真模型不匹配问题，以及参数与仿真模型版本不一致导致的仿真结果不准确等问题。同时，通过对仿真任务执行时的管理，从各专业组人员角度来看，无需等待上一个仿真任务执行完成，即可同时提交下一个仿真任务，可同步提交多个仿真任务，无需等待，系统可以并行执行多个仿真任务。有效地提高了仿真效率。
对于云端参数池，优选地，在某些实施方式中，云端存储容器支持对象存储，云计算的数据处理方法还包括：
按照集合单位将仿真参数集存储于第二存储空间。
具体地，云端存储容器支持对象存储。可以理解，整车系统的动力性能仿真是一个综合指标的试验，仿真的输入参数不是单个或少量参数，而是一个参数集包含多个参数，且参数类型有整数、浮点、字符、一维数组、二位数组、MAP参数集等多种类型。故仿真参数可按“集合”位单位存储，以“集合”方式存储于支持对象存储的云端存储容器中。
优选地，请参阅图9，在某些实施方式中，权限包括可读权限和可操作权限，云端存储容器包括多个第二存储空间，步骤012包括：
0121：设置第一存储空间对第一权限用户提供可操作权限，及对第二权限用户提供可读权限，第二权限用户包括多个私有用户；
0122：设置第二存储空间对相应的私有用户提供可操作权限。
在某些实施方式中，步骤0121和0122可以由创建模块220来实现。或者说，创建模块220用于设置第一存储空间对第一权限用户提供可操作权限，及对第二权限用户提供可读权限，第二权限用户包括多个私有用户，设置第二存储空间对相应的私有用户提供可操作权限。
在某些实施方式中，处理器用于设置第一存储空间对第一权限用户提供可操作权限，及对第二权限用户提供可读权限，第二权限用户包括多个私有用户，设置第二存储空间对相应的私有用户提供可操作权限。
具体地，权限包括可读权限和可操作权限，用户可划分为第一权限用户与第二权限用户。可设置第一存储空间对第一权限用户提供可操作权限，及对第二权限用户提供可读权限。其中，第一权限用户包括管理员或相应的授权用户，对第一存储空间的参数模板可以进行维护。同时，将具有参数模板的第一存储空间设置为对第二权限用户提供可读权限，第二权限用户可对第一存储空间的对象即参数模板进行读操作，如下载功能。
同时，第二权限用户可包括多个私有用户，各私有用户可对应车辆动力的各总成负责人员，如电池专业组负责人员、整车专业组负责人员等。或各总成可对应多个私有用户，如电池专业组可分为多个电池组，则对应多个私有用户。设置第二存储空间对相应的私有用户提供可操作权限。即各私有用户对各自负责管理的第二存储空间具有可操作权限。同时，可设置各私有用户仅对负责管理的第二存储空间具有可操作权限，而对其余第二存储空间可设置为不可访问或部分权限，一定程度上保障了数据安全。
优选地，可操作权限包括上传、下载、查看和/或删除参数模板的权限，可读权限包括下载和/或查看参数模板的权限。
需要说明的是，上述权限设置可根据实际仿真情况进行简单替换，如有多个参数模板时，可设置多个第一存储空间。且各空间对各种权限用户的权限亦可根据实际仿真进行动态调整。本申请不做限制，如此，在一定程度上实现了参数的动态管理。通过权限的设置可有效地保障数据的安全及有效性。
优选地，请参阅图10，在某些实施方式中，参数包括与车辆动力仿真对应的多个仿真对象的对象参数，云计算的数据处理方法还包括：
0141：自第一存储空间下载参数模板；
0142：根据参数模板对对象参数进行处理以生成仿真参数集；
0143：将仿真参数集上传至第二存储空间。
在某些实施方式中，步骤0141-0143可以由第二配置模块240来实现。或者说，第二配置模块240用于自第一存储空间下载参数模板，根据参数模板对对象参数进行处理以生成仿真参数集，将仿真参数集上传至第二存储空间。
在某些实施方式中，处理器用于自第一存储空间下载参数模板，根据参数模板对对象参数进行处理以生成仿真参数集，将仿真参数集上传至第二存储空间。
具体地，参数包括与车辆动力仿真对应的多个仿真对象的对象参数。其中，与车辆动力仿真对应的多个仿真对象包括各总成专业组，如电池专业组、整车专业组、电驱专业组等，各总成专业组拥有自己的对象参数，在每次仿真任务中对象参数可能不同。可自第一存储空间下载参数模板，参数模板与当前最新的车辆动力仿真模型相对应，并根据参数模板对对象参数进行处理以生成仿真参数集。处理方式包括但不限于手动将对象参数录入参数模板中生成仿真参数集，或利用相应的工具自动根据对象参数及参数模板生成仿真参数集。当生成仿真参数集后，可将仿真参数集上传至第二存储空间中进行存储。
如此，各对象参数可根据与车辆动力模型对应的参数模板生成最新的仿真参数集，使得车辆动力模型的版本与参数版本保持一致，有效地保障了仿真数据的有效性。
优选地，请参阅图11，在某些实施方式中，云计算的数据处理方法还包括：
016：根据参数模板或仿真参数集对第一存储空间和第二存储空间进行分类；
017：根据分类和用户请求对参数模板进行检索。
相应地，请参阅图12，在某些实施方式中，数据处理装置200还包括分类模块260，步骤016和017可以由分类模块260来实现。或者说，分类模块260用于根据参数模板或仿真参数集对第一存储空间和第二存储空间进行分类，并根据分类和用户请求对参数模板进行检索。
在某些实施方式中，处理器用于根据参数模板或仿真参数集对第一存储空间和第二存储空间进行分类，并根据分类和用户请求对参数模板进行检索。
具体地，第一存储空间与第二存储空间可扩展分类功能。在第一存储空间中可存储多个参数模板，每个参数模板可归属于多个分类，例如按车型分类为G3、P7、P5等，按仿真模型分类为续航模型、动力模型、充电模型等，或按动力总成分类为整车、电驱、电池、空调、工况等。在第二存储空间中，每个仿真参数集可以归属于多个分类，例如按车型分类为G3、P7、P5等，按仿真模型分类为续航模型、动力模型、充电模型等，或按动力总成分类为整车、电驱、电池、空调、工况等。
同时，根据分类和用户请求对参数模板进行检索。如在第一存储空间中按照用户请求“查找G3参数模板”，则可根据车型的分类检索到不同车型的参数模板并定位G3车型的参数模板。
如此，通过分类检索的功能，可快速定位所需的参数模板和仿真参数集，一定程度上提高了用户体验。
优选地，请参阅图13，在某些实施方式中，云计算的数据处理方法还包括：
018：根据预定的参数比对策略对参数模板和/或仿真参数集进行比较。
相应地，请参阅图14，在某些实施方式中，数据处理装置200还包括比较模块270，步骤018可以由比较模块270来实现。或者说，比较模块270用于根据预定的参数比对策略对参数模板和/或仿真参数集进行比较。
在某些实施方式中，处理器用于根据预定的参数比对策略对参数模板和/或仿真参数集进行比较。
第一存储空间存储有多个参数模板，第二存储空间中存储有多个仿真参数集。可根据预定的参数比对策略对参数模板和/或仿真参数集进行比较。包括参数模板与参数模板之间的比较、仿真参数集与仿真参数集之间的比较以及参数模板与仿真参数集之间的比较。对于相同的仿真对象如电池专业组，在第一存储空间中可能具有不同版本的参数模板，则参数模板与参数模板之间的比较可便于对不同版本之间的参数模板进行比较。同理，对于相同的仿真对象如电池专业组，在第二存储空间中可能具有不同版本的仿真参数集，则仿真参数集与仿真参数集之间的比较可便于对不同版本之间的仿真参数集进行比较。在获取参数模板后，将对象参数进行处理生成仿真参数集时，将参数模板与仿真参数集之间进行比较可使得工作人员快速定位需要更改的参数，提高仿真效率。
优选地，请参阅图15，参数比对策略包括多个维度比较，多个维度至少包括参数名称和参数值，步骤018包括：
0181：将参数模板和/或仿真参数集按照参数名称进行排序以得到第一比较结果；
0182：根据第一比较结果对第一比较结果中的各个参数值进行比较以得到第二比较结果；
0183：将第二比较结果中不同的参数值进行突出显示。
在某些实施方式中，步骤0181-0183可以由比较模块270来实现。或者说，比较模块270用于将参数模板和/或仿真参数集按照参数名称进行排序以得到第一比较结果，根据第一比较结果对第一比较结果中的各个参数值进行比较以得到第二比较结果，将第二比较结果中不同的参数值进行突出显示。
在某些实施方式中，处理器用于将参数模板和/或仿真参数集按照参数名称进行排序以得到第一比较结果，根据第一比较结果对第一比较结果中的各个参数值进行比较以得到第二比较结果，将第二比较结果中不同的参数值进行突出显示。
参数比对策略包括多个维度比较，如二维、三维等，其中维度包括比对类型。多个维度至少包括参数名称和参数值。
具体地，将参数模板和/或仿真参数集按照参数名称进行排序以得到第一比较结果。按照参数名称包括但不限于按照参数名称字母、参数名称长度等方式。在一个例子中，将两个参数集的参数名称按参数名称字母顺序进行排序，名称相同的横向排列，名称不同的在下一行排列，如此得到第一比较结果。
进一步地，根据第一比较结果对第一比较结果中的各个参数值进行比较以得到第二比较结果。即在参数名称的基础上再遍历一遍参数值，对参数值进行比对得到第二比较结果。并将第二比较结果中相同的值正常展示如相同的背景和字体颜色展示，将第二比较结果中不同的参数值进行突出显示如高亮或不同颜色显示等突出显示方式。
可以理解，车辆动力仿真参数的数量较为庞大，而每次仿真任务可能对参数模板和/或仿真参数集有较大或较小的更新。在一个参数集中包含很多参数，并且参数的类型也存在多种，相较于现有技术往往通过人眼辨别两个参数集存在的差异，经常要耗费很多时间和经历，偶尔还会出现披露。本实施方式通过自动比对功能实现参数模板与参数模板之间的比较、仿真参数集与仿真参数集之间的比较以及参数模板与仿真参数集之间的比较，以及每一种比较可进行多个维度的比较，可有效地提高仿真工作参数确定的效率和准确度。
对车辆动力仿真模型进行管理，优选地，请参阅图16，在某些实施方式中，云计算的数据处理方法还包括：
026：在调试失败的情况下，获取调试日志并分析调试日志以进行问题定位；
027：根据问题定位的结果对车辆动力仿真模型和/或参数模板进行修复；
028：修复完成后，再次对车辆动力仿真模型进行调试。
相应地，请参阅图17，在某些实施方式中，数据处理装置300还包括修复模块360，步骤026-028可以由修复模块360来实现。或者说，修复模块360用于在调试失败的情况下，获取调试日志并分析调试日志以进行问题定位，根据问题定位的结果对车辆动力仿真模型和/或参数模板进行修复，修复完成后，再次对车辆动力仿真模型进行调试。
在某些实施方式中，处理器用于在调试失败的情况下，获取调试日志并分析调试日志以进行问题定位，根据问题定位的结果对车辆动力仿真模型和/或参数模板进行修复，修复完成后，再次对车辆动力仿真模型进行调试。
具体地，仿真模型调试执行失败后，修复模块360可将仿真函数的调试日志导出，并进行分析问题定位，其中，调试日志可包含车型、仿真结果、输入参数集、中间过程、输出参数集等部分，分析日志可按照仿真函数执行的调试日志，逐步查看定位出错的位置，并根据错误进行问题定位。
进一步地，根据问题定位的结果对车辆动力仿真模型和/或参数模板进行修复，例如问题定位为参数模板中的电池参数缺失，则对相应的电池参数模板中缺失的电池参数进行补充，并重新上传至云端参数池。修复完成后，再次对车辆动力仿真模型进行调试。
优选地，请参阅图18，步骤027包括：
0271：在问题定位的结果为参数模板不匹配的情况下，自云端参数池中重新选择匹配的参数模板；
0272：在问题定位的结果为参数模板异常的情况下，根据调试日志对参数模板进行修复并将修复后的参数模板上传至云端参数池；
0273：在问题定位的结果为车辆动力仿真模型异常的情况下，根据调试日志对车辆动力仿真模型进行修复。
在某些实施方式中，步骤0271-0273可以由修复模块360来实现。或者说，修复模块360用于在问题定位的结果为参数模板不匹配的情况下，自云端参数池中重新选择匹配的参数模板，在问题定位的结果为参数模板异常的情况下，根据调试日志对参数模板进行修复并将修复后的参数模板上传至云端参数池，在问题定位的结果为车辆动力仿真模型异常的情况下，根据调试日志对车辆动力仿真模型进行修复。
在某些实施方式中，处理器用于在问题定位的结果为参数模板不匹配的情况下，自云端参数池中重新选择匹配的参数模板，在问题定位的结果为参数模板异常的情况下，根据调试日志对参数模板进行修复并将修复后的参数模板上传至云端参数池，在问题定位的结果为车辆动力仿真模型异常的情况下，根据调试日志对车辆动力仿真模型进行修复。
具体地，可对问题定位结果进行判断，根据问题定位结果执行不同的修复。
当对问题定位结果为参数模板不匹配时，自云端参数池中重新选择匹配的参数模板。例如车辆动力仿真模型为G3车型的仿真模型，而参数模板为G4参数模板，则调试日志中会显示参数模板的具体信息包括参数模板的关联车型G4，即可重新选择匹配的G3车型的参数模板。
当问题定位的结果为参数模板异常时，根据调试日志对参数模板进行修复并将修复后的参数模板上传至云端参数池。例如问题定位为参数模板中的电池参数缺失，则对相应的电池参数模板中缺失的电池参数进行补充，并重新上传至云端参数池。
当问题定位的结果为车辆动力仿真模型异常时，根据调试日志对车辆动力仿真模型进行修复。例如，仿真模型中出现仿真函数错误，调试日志中对相应的仿真函数报错，则可通过模型编辑模块310重新回调仿真模型，并对相应仿真函数进行修复，修复完成后再打包重新提交至云端动力仿真模型库再次进行仿真调试。
如此，通过采集并分析调试日志并进行问题定位，可对调试失败的模型进行相应的修复，增强了车辆动力仿真模型的有效性及可靠性。
优选地，请参阅图19，步骤023包括：
0231：获取参数模板中的标准参数；
0232：调用车辆动力仿真模型中的仿真函数并将标准参数赋值给仿真函数；
0233：运行仿真函数以对车辆动力仿真模型进行调试。
在某些实施方式中，步骤0231-0233可以由模型调试模块330来实现。或者说，模型调试模块330用于获取参数模板中的标准参数，调用车辆动力仿真模型中的仿真函数并将标准参数赋值给仿真函数，运行仿真函数以对车辆动力仿真模型进行调试。
在某些实施方式中，处理器用于获取参数模板中的标准参数，调用车辆动力仿真模型中的仿真函数并将标准参数赋值给仿真函数，运行仿真函数以对车辆动力仿真模型进行调试。
具体地，从云端参数池的第一存储空间中选择参数模板，参数模板需要和仿真模型是匹配的，比如模型是“G3车型续航模型”，那么参数模板必须选“G3车型的参数模板”，不能选“P7车型的参数模板”。另外，参数模板需要提前存储于云端参数池中。
进一步地，开始仿真调试，将参数模板中的参数读取出来，调用模型编辑模块310编辑好的仿真模型jar包中仿真函数，给函数参数赋值，且参数的顺序按照定义好的先后顺序排列，等待运行函数执行的输出结果，同时采集记录函数执行过程的调试日志。如果仿真函数执行成功，确定模型调试成功，模型推送到仿真模型发布器等待发布，流程结束。如果仿真函数执行失败，确定模型调试失败。
优选地，当运行结果为成功且仿真函数的输出与预期结果匹配时，确定调试成功；当运行结果为失败和/或仿真函数的输出与预期结果不匹配时，确定调试失败。
如此，通过调用车辆动力仿真模型中的仿真函数对参数模板中的参数进行函数执行仿真，可使得调试建立在真实的参数数据，同时参数模板与车辆动力仿真模型可实时对应匹配。当调试结果异常时，可根据问题定位实时更新仿真模型或参数模板，提高仿真模型与参数模板的关联度，一定程度上实现了参数与模型的同步匹配。
优选地，请参阅图20，步骤025包括：
0251：将车辆动力仿真模型通过热部署的方式进行发布并存储至云端动力仿真模型库。
在某些实施方式中，步骤0251可以由模型发布模块350来实现。或者说，模型发布模块350用于将车辆动力仿真模型通过热部署的方式进行发布并存储至云端动力仿真模型库。
在某些实施方式中，处理器用于将车辆动力仿真模型通过热部署的方式进行发布并存储至云端动力仿真模型库。
通过热部署方式进行发布可在应用正在运行的时候升级软件，却不需要重新启动应用。对于Java应用程序来说，热部署就是在运行时更新Java类文件。在基于Java的应用实现热部署的过程中，类装入器不能重新装入一个已经装入的类，但只要使用一个新的类装入器实例，就可以将类再次装入一个正在运行的应用程序。
如此，通过热部署方式进行发布仿真模型可使得仿真任务执行的同时进行仿真模型的发布，从而避免影响正在执行的仿真任务，提高了车辆动力仿真的效率。
优选地，请参阅图21，步骤025还包括：
0252：将车辆动力仿真模型确定为发布状态并进行系统公告；
0253：将云端动力仿真模型库中车辆动力仿真模型的版本号进行更新；
0254：在云端动力仿真模型库及云端参数池中对车辆动力仿真模型与参数模板进行关联。
在某些实施方式中，步骤0252-0254可以由模型发布模块350来实现。或者说，模型发布模块350用于将车辆动力仿真模型确定为发布状态并进行系统公告，将云端动力仿真模型库中与车辆动力仿真模型的版本号进行更新，在云端动力仿真模型库及云端参数池中对车辆动力仿真模型与参数模板进行关联。
在某些实施方式中，处理器用于将车辆动力仿真模型确定为发布状态并进行系统公告，将云端动力仿真模型库中与车辆动力仿真模型的版本号进行更新，在云端动力仿真模型库及云端参数池中对车辆动力仿真模型与参数模板进行关联。
具体地，首先判断仿真模型的状态，满足调试成功状态的仿真模型，才可以进行发布处理，其他状态的模型均不支持发布。将车辆动力仿真模型确定为发布状态并进行系统公告。系统公告可使得各总成负责人员可得知最新的仿真模型版本。将仿真模型发布到云端动力仿真模型库，云端动力仿真模型库里存储着可以调用仿真的所有模型。云端动力仿真模型库存储着所有发布状态的仿真模型，且新发布的模型从V1.0版本开始，发布新的仿真模型后，将云端动力仿真模型库中车辆动力仿真模型的版本号进行更新，按顺序更新版本V2.0、V3.0……。在一定程度上保障全员使用模型进行仿真时便于区分模型，不会造成模型混淆使用，避免仿真结果出现异常。
同时，在云端动力仿真模型库及云端参数池中对车辆动力仿真模型与参数模板进行关联。关联方式可通过在数据库中插入车辆动力仿真模型与参数模板一一对应的数据等。
优选地，请参阅图22，在某些实施方式中，云计算的数据处理方法还包括：
029：在车辆动力仿真模型需要升级的情况下，对车辆动力仿真模型进行回收处理以对车辆动力仿真模型进行升级；
0210：将车辆动力仿真模型的状态更新为回收状态并进行系统公告；
0211：根据参数模板对升级后的车辆动力仿真模型进行调试；
0212：在调试成功的情况下将升级后的车辆动力仿真模型进行重新发布并存储至云端动力仿真模型库，及将升级后的车辆动力仿真模型与参数模板进行关联。
相应地，请参阅图23，在某些实施方式中，数据处理装置300还包括回收模块370，步骤029-0212可以由回收模块370来实现。或者说，回收模块370用于在车辆动力仿真模型需要升级的情况下，对车辆动力仿真模型进行回收处理以对车辆动力仿真模型进行升级，将车辆动力仿真模型的状态更新为回收状态并进行系统公告，根据参数模板对升级后的车辆动力仿真模型进行调试，在调试成功的情况下将升级后的车辆动力仿真模型进行重新发布并存储至云端动力仿真模型库，及将升级后的车辆动力仿真模型与参数模板进行关联。
在某些实施方式中，处理器用于在车辆动力仿真模型需要升级的情况下，对车辆动力仿真模型进行回收处理以对车辆动力仿真模型进行升级，将车辆动力仿真模型的状态更新为回收状态并进行系统公告，根据参数模板对升级后的车辆动力仿真模型进行调试，在调试成功的情况下将升级后的车辆动力仿真模型进行重新发布并存储至云端动力仿真模型库，及将升级后的车辆动力仿真模型与参数模板进行关联。
具体地，如将已经发布的仿真模型进行升级改造，则可进行回收操作，回收模型到模型编辑模块310进行升级，然后打jar包到模型调试模块330进行调试，在调试成功的情况下将升级后的车辆动力仿真模型进行重新发布并存储至云端动力仿真模型库，及将升级后的车辆动力仿真模型与参数模板进行关联。需要说明的是，只有发布状态的模型可以用来进行仿真，所有仿真模型的状态变更，都可在系统进行系统公告，公告方式可通过信息或邮件方式提醒，其方式不作限制。
在车辆动力仿真任务执行时，对于仿真的数据处理方法，优选地，请参阅图24，在某些实施方式中，车辆动力仿真包括普通仿真、预约仿真、批量仿真和/或协同仿真，步骤073包括：
0731：在车辆动力仿真为普通仿真的情况下，调用仿真参数集在车辆动力仿真模型中执行仿真；
0732：在车辆动力仿真为预约仿真的情况下，调用仿真参数集并按照预约条件在车辆动力仿真模型中发起仿真，并在预约条件满足的情况下执行仿真；
0733：在车辆动力仿真为协同仿真的情况下，调用仿真参数集并按照协同策略在车辆动力仿真模型中执行仿真；
0734：在车辆动力仿真为批量仿真的情况下，调用云端参数池中的多个仿真参数集并按照批量策略在车辆动力仿真模型中执行仿真。
在某些实施方式中，步骤0731-0734可以由执行模块430来实现。或者说，执行模块430用于在车辆动力仿真为普通仿真的情况下，调用仿真参数集在车辆动力仿真模型中执行仿真，在车辆动力仿真为预约仿真的情况下，调用仿真参数集并按照预约条件在车辆动力仿真模型中发起仿真，并在预约条件满足的情况下执行仿真，在车辆动力仿真为协同仿真的情况下，调用仿真参数集并按照协同策略在车辆动力仿真模型中执行仿真，在车辆动力仿真为批量仿真的情况下，调用云端参数池中的多个仿真参数集并按照批量策略在车辆动力仿真模型中执行仿真。
在某些实施方式中，处理器用于在车辆动力仿真为普通仿真的情况下，调用仿真参数集在车辆动力仿真模型中执行仿真，在车辆动力仿真为预约仿真的情况下，调用仿真参数集并按照预约条件在车辆动力仿真模型中发起仿真，并在预约条件满足的情况下执行仿真，在车辆动力仿真为协同仿真的情况下，调用仿真参数集并按照协同策略在车辆动力仿真模型中执行仿真，在车辆动力仿真为批量仿真的情况下，调用云端参数池中的多个仿真参数集并按照批量策略在车辆动力仿真模型中执行仿真。
具体地，在车辆动力仿真为普通仿真的情况下，调用仿真参数集在车辆动力仿真模型中执行仿真。例如，电池专业组执行单个仿真任务，则调用电池仿真参数集在车辆动力仿真模型中执行仿真。
在车辆动力仿真为预约仿真的情况下，调用仿真参数集并按照预约条件在车辆动力仿真模型中发起仿真，并在预约条件满足的情况下执行仿真。
优选地，请参阅图25，在某些实施方式中，预约条件包括时间条件和/或特定条件，步骤0732包括：
07321：在车辆动力仿真需要按照时间条件和/或特定条件执行预约仿真的情况下，设置触发时间和/或特定条件并选择相应的仿真参数集创建预约仿真任务；
07322：当未达到触发时间和/或未满足特定条件时，将预约仿真任务挂起；
07323：当达到触发时间和/或满足特定条件时，自动发起预约仿真任务并执行预约仿真。
在某些实施方式中，步骤07321-07323可以由执行模块430来实现。或者说，执行模块430用于在车辆动力仿真需要按照时间条件和/或特定条件执行预约仿真的情况下，设置触发时间和/或特定条件并选择相应的仿真参数集创建预约仿真任务，当未达到触发时间和/或未满足特定条件时，将预约仿真任务挂起，当达到触发时间和/或满足特定条件时，自动发起预约仿真任务并执行预约仿真。
在某些实施方式中，处理器用于在车辆动力仿真需要按照时间条件和/或特定条件执行预约仿真的情况下，设置触发时间和/或特定条件并选择相应的仿真参数集创建预约仿真任务，当未达到触发时间和/或未满足特定条件时，将预约仿真任务挂起，当达到触发时间和/或满足特定条件时，自动发起预约仿真任务并执行预约仿真。
具体地，在车辆动力仿真需要按照时间条件和/或特定条件执行预约仿真的情况下，设置触发时间和/或特定条件并选择相应的仿真参数集创建预约仿真任务。预约仿真为当仿真任务不需要立即执行，可在特定日期/时间完成，或者特定条件完成时执行仿真任务。在创建预约仿真任务时，可选择特定的日期和时间，系统创建定时任务，由时间触发执行仿真。或者选择特定条件，特定条件包括如上一个仿真任务执行完成后开始执行当前所选仿真任务，或某一个特指的仿真任务执行完成后开始执行当前所选仿真任务等。这类的任务在“仿真结果”列表中，条件未触发时，以“预约中”状态展示，待条件触发并执行完仿真后，状态变更为“预览”。
如此，通过预约仿真功能，在一定程度上扩展了仿真的执行范围及执行时间，提高了仿真效率以及仿真体验度。
优选地，请参阅图26，在某些实施方式中，云端参数池可包括多个仿真参数集，步骤0733包括：
07331：在车辆动力仿真为协同仿真的情况下，选择所需的多个仿真参数集以确定为多个协同仿真参数集；
07332：对多个协同仿真参数集设置协同顺序以确定协同策略；
07333：控制多个协同仿真参数集按照协同顺序发起仿真，并在当前协同仿真参数集对应的协同仿真执行结束的情况下对下一个协同仿真参数集进行仿真提示；
07334：在多个协同仿真参数集对应的协同仿真均执行结束的情况下，确定协同仿真完成。
在某些实施方式中，步骤07331-07334可以由执行模块430来实现。或者说，执行模块430用于在车辆动力仿真为协同仿真的情况下，选择所需的多个仿真参数集以确定为多个协同仿真参数集，对多个协同仿真参数集设置协同顺序以确定协同策略，控制多个协同仿真参数集按照协同顺序发起仿真，并在当前协同仿真参数集对应的协同仿真执行结束的情况下对下一个协同仿真参数集进行仿真提示，在多个协同仿真参数集对应的协同仿真均执行结束的情况下，确定协同仿真完成。
在某些实施方式中，处理器用于在车辆动力仿真为协同仿真的情况下，选择所需的多个仿真参数集以确定为多个协同仿真参数集，对多个协同仿真参数集设置协同顺序以确定协同策略，控制多个协同仿真参数集按照协同顺序发起仿真，并在当前协同仿真参数集对应的协同仿真执行结束的情况下对下一个协同仿真参数集进行仿真提示，在多个协同仿真参数集对应的协同仿真均执行结束的情况下，确定协同仿真完成。
具体地，协同仿真可支持多人协同工仿真，参数由多人提供，待参数收集完全后进行仿真，可用于专业线协同合作的场景。在车辆动力仿真为协同仿真的情况下，选择所需的多个仿真参数集以确定为多个协同仿真参数集，对多个协同仿真参数集设置协同顺序以确定协同策略，控制多个协同仿真参数集按照协同顺序发起仿真。其中协同顺序将多个协同仿真任务进行顺序排列，多个协同仿真任务按照顺序执行。并在当前协同仿真参数集对应的协同仿真执行结束的情况下对下一个协同仿真参数集进行仿真提示，在多个协同仿真参数集对应的协同仿真均执行结束的情况下，确定协同仿真完成。协同仿真区别于个人普通仿真，需要由管理员或有发起权限的人发起协同仿真，选择仿真所需专业线后，系统可发送邮件提醒相关专业线负责人提交仿真参数，待所有专业线都提交后可发起仿真，并将仿真结果存储到相应模块。
如此，通过协同仿真可有效地扩展仿真任务的执行范围，实现较为复杂的相互依赖的交互仿真任务类型。
优选地，请参阅图27，在某些实施方式中，步骤0734包括：
07341：在车辆动力仿真为批量仿真的情况下，选择所需的多个仿真参数集以确定为多个批量仿真参数集；
07342：对多个批量仿真参数集设置预约条件和/或协同顺序以确定批量策略；
07343：调用多个批量仿真参数集在车辆动力仿真模型中按照预约条件和/或协同顺序执行仿真；
07344：在多个批量仿真参数集对应的批量仿真均执行结束的情况下，确定批量仿真完成。
在某些实施方式中，步骤07341-07344可以由执行模块430来实现。或者说，执行模块430用于在车辆动力仿真为批量仿真的情况下，选择所需的多个仿真参数集以确定为多个批量仿真参数集，对多个批量仿真参数集设置预约条件和/或协同顺序以确定批量策略，调用多个批量仿真参数集在车辆动力仿真模型中按照预约条件和/或协同顺序执行仿真，在多个批量仿真参数集对应的批量仿真均执行结束的情况下，确定批量仿真完成。
在某些实施方式中，处理器用于在车辆动力仿真为批量仿真的情况下，选择所需的多个仿真参数集以确定为多个批量仿真参数集，对多个批量仿真参数集设置预约条件和/或协同顺序以确定批量策略，调用多个批量仿真参数集在车辆动力仿真模型中按照预约条件和/或协同顺序执行仿真，在多个批量仿真参数集对应的批量仿真均执行结束的情况下，确定批量仿真完成。
具体地，批量仿真可支持多任务进行批量仿真，或者说一次可以调用多个参数集批量仿真。选择所需的多个仿真参数集以确定为多个批量仿真参数集，对多个批量仿真参数集设置预约条件和/或协同顺序以确定批量策略。多个仿真参数集各自可进行普通仿真、预约仿真，多个仿真参数集中的部分仿真参数集也可进行协同仿真，可进行多种仿真模式的组合以确定批量策略。并对多个批量仿真参数集设置预约条件和/或协同顺序。同时在多个批量仿真参数集对应的批量仿真均执行结束的情况下，确定批量仿真完成。
在一个例子中，仿真参数集包括C1、C2……C6，批量策略为C1执行普通仿真，C2与C3进行预约仿真，预约条件为C1执行完成后开始同时执行C2与C3，另外，C4、C5与C6设置预约与协同，预约条件为C2与C3执行完成后执行C4、C5与C6，且按照协同顺序C4-C5-C6的先后顺序执行。当C1-C6全部执行完成后，批量仿真执行结束。
如此，批量仿真可结合多种仿真模式进行仿真。较大程度上扩展了仿真任务的执行方式，对于较为复杂的多任务交叉及顺序执行可得到较好的实现效果。提高了用户体验。
优选地，请参阅图28，在某些实施方式中，数据处理方法还包括：
074：对执行仿真的过程进行仿真状态管理；
075：根据仿真状态管理生成仿真报告；
076：根据仿真报告确定车辆动力仿真的仿真结果；
077：在仿真结果正常和/或车辆动力仿真模型的输出结果与预期结果一致的情况下，确定车辆动力仿真成功；
078：在仿真结果异常和/或车辆动力仿真模型的输出结果与预期结果不一致的情况下，确定车辆动力仿真失败并根据仿真报告进行问题定位。
相应地，请参阅图29，数据处理装置400还包括状态管理模块440。步骤074-078可以由状态管理模块440实现。或者说，状态管理模块440用于对执行仿真的过程进行仿真状态管理。根据仿真状态管理生成仿真报告，根据仿真报告确定车辆动力仿真的仿真结果，在仿真结果正常和/或车辆动力仿真模型的输出结果与预期结果一致的情况下，确定车辆动力仿真成功，在仿真结果异常和/或车辆动力仿真模型的输出结果与预期结果不一致的情况下，确定车辆动力仿真失败并根据仿真报告进行问题定位。
在某些实施方式中，处理器用于对执行仿真的过程进行仿真状态管理。根据仿真状态管理生成仿真报告，根据仿真报告确定车辆动力仿真的仿真结果，在仿真结果正常和/或车辆动力仿真模型的输出结果与预期结果一致的情况下，确定车辆动力仿真成功，在仿真结果异常和/或车辆动力仿真模型的输出结果与预期结果不一致的情况下，确定车辆动力仿真失败并根据仿真报告进行问题定位。
具体地，可对执行仿真的过程进行仿真状态管理。在预约仿真、批量仿真或协同仿真任务提交后，均进入“就绪”状态的队列中排队。进一步地，可判断两个条件：一任务达到执行条件，二、系统资源是否空闲，可在两个条件都满足的情况下，进入“执行”状态，执行仿真，否则进入“挂起”状态等待激活。
在一个例子中，预约仿真到达执行时间2021-07-05 10:00:00，或者超过执行时间，并且系统资源有空闲的情况下，进入到“执行仿真”状态，如果未达到执行时间，或者系统资源不足的情况下进入“挂起”状态等待。
在另一个例子中，协同仿真中缺少电池业务线的参数，即使在系统资源空闲的情况下，进入“挂起”状态的队列中排队，直到电池业务线的负责人提交的参数，且系统资源空闲的情况下，任务激活进入“执行”状态。
当进入执行状态，且仿真结果正常和/或车辆动力仿真模型的输出结果与预期结果一致的情况下，确定车辆动力仿真成功，在仿真结果异常和/或车辆动力仿真模型的输出结果与预期结果不一致的情况下，确定车辆动力仿真失败并根据仿真报告进行问题定位。根据实际仿真任务确定是否根据仿真结果正常，或输出结果与预期结果一致，或二者均满足作为确定车辆动力仿真是否成功的标准。
如此，可通过仿真状态管理对仿真执行的结果进行管理，并在各种状态之间进行转换。
优选地，在某些实施方式中，步骤074包括：
0741：在车辆动力仿真为预约仿真的情况下，当发起仿真时将预约仿真状态确定为就绪状态；
0742：判断是否达到触发时间和/或满足特定条件；
0743：当未达到触发时间和/或未满足特定条件时，将预约仿真状态确定为挂起状态；
0744：当达到触发时间和/或满足特定条件时，激活预约仿真并将预约仿真状态更新为就绪状态；
0745：当预约仿真状态为就绪状态和当前系统资源为空闲时，执行预约仿真并将预约仿真状态确定为执行状态。
在某些实施方式中，步骤0741-0745可以由状态管理模块440来实现。或者说，状态管理模块440用于在车辆动力仿真为预约仿真的情况下，当发起仿真时将预约仿真状态确定为就绪状态，判断是否达到触发时间和/或满足特定条件，当未达到触发时间和/或未满足特定条件时，将预约仿真状态确定为挂起状态，当达到触发时间和/或满足特定条件时，激活预约仿真并将预约仿真状态更新为就绪状态，当预约仿真状态为就绪状态和当前系统资源为空闲时，执行预约仿真并将预约仿真状态确定为执行状态。
在某些实施方式中，处理器用于在车辆动力仿真为预约仿真的情况下，当发起仿真时将预约仿真状态确定为就绪状态，判断是否达到触发时间和/或满足特定条件，当未达到触发时间和/或未满足特定条件时，将预约仿真状态确定为挂起状态，当达到触发时间和/或满足特定条件时，激活预约仿真并将预约仿真状态更新为就绪状态，当预约仿真状态为就绪状态和当前系统资源为空闲时，执行预约仿真并将预约仿真状态确定为执行状态。
在一个例子中，发起预约仿真，预约条件为触发时间2021-07-05 10:00:00，进入就绪状态。判断是否达到触发时间，当在触发时间2021-07-05 10:00:00之前时，将所述预约仿真状态确定为挂起状态，当达到触发时间2021-07-05 10:00:00，或者超过执行时间，激活预约仿真并将预约仿真状态更新为所述就绪状态。当预约仿真状态为就绪状态和当前系统资源为空闲时，执行预约仿真并将预约仿真状态确定为执行状态。而在系统资源为非空闲的情况下，也进入“挂起”状态的队列中排队。
优选地，在某些实施方式中，步骤074还包括：
0746：在车辆动力仿真为协同仿真的情况下，当发起仿真时将协同仿真状态确定为就绪状态；
0747：判断多个协同仿真参数集各自的执行情况；
0748：当多个协同仿真参数集存在对应的协同仿真未执行结束时，将协同仿真状态确定为挂起状态；
0749：当多个协同仿真参数集对应的协同仿真均执行结束时，激活预约仿真并将协同仿真状态更新为就绪状态；
07410：当协同仿真状态为就绪状态和当前系统资源为空闲时，执行协同仿真并将协同仿真状态确定为执行状态。
在某些实施方式中，步骤0746-07410可以由状态管理模块440来实现。或者说，状态管理模块440用于在车辆动力仿真为协同仿真的情况下，当发起仿真时将协同仿真状态确定为就绪状态，判断多个协同仿真参数集各自的执行情况，当多个协同仿真参数集存在对应的协同仿真未执行结束时，将协同仿真状态确定为挂起状态，当多个协同仿真参数集对应的协同仿真均执行结束时，激活预约仿真并将协同仿真状态更新为就绪状态，当协同仿真状态为就绪状态和当前系统资源为空闲时，执行协同仿真并将协同仿真状态确定为执行状态。
在某些实施方式中，处理器用于在车辆动力仿真为协同仿真的情况下，当发起仿真时将协同仿真状态确定为就绪状态，判断多个协同仿真参数集各自的执行情况，当多个协同仿真参数集存在对应的协同仿真未执行结束时，将协同仿真状态确定为挂起状态，当多个协同仿真参数集对应的协同仿真均执行结束时，激活预约仿真并将协同仿真状态更新为就绪状态，当协同仿真状态为就绪状态和当前系统资源为空闲时，执行协同仿真并将协同仿真状态确定为执行状态。
在一个例子中，协同仿真包括电池业务线、电驱业务线及整车业务线。发起仿真时确定为就绪状态。协同该顺序为电池业务线-电驱业务线-整车业务线。当电池业务线执行完成时，协同仿真状态为挂起状态，当整车业务线执行结束时，激活预约仿真并将协同仿真状态更新为就绪状态，当协同仿真状态为就绪状态和当前系统资源为空闲时，执行协同仿真并将协同仿真状态确定为执行状态。而在系统资源为非空闲的情况下，也进入“挂起”状态的队列中排队。
请参阅图30，本申请还提供了一种云计算的数据处理系统1000，其特征在于，云计算的数据处理系统1000包括云端参数池500、车辆动力仿真模型600及数据处理装置400；
云端参数池500可通过存储于云端存储容器中的参数模板和仿真参数集确定，云端存储容器包括第一存储空间和第二存储空间，参数模板存储于第一存储空间，仿真参数集存储于第二存储空间；
车辆动力仿真模型600可根据车辆动力仿真创建，并通过获取参数模板，及根据参数模板对车辆动力仿真模型进行调试，以及在调试成功的情况下，将车辆动力仿真模型与参数模板进行关联，并将车辆动力仿真模型进行发布并存储至云端动力仿真模型库中进行管理；
数据处理装置400根据车辆动力仿真任务获取车辆动力仿真模型600和云端参数池500中的参数模板，并按照仿真策略调用仿真参数集在车辆动力仿真模型600中执行仿真。
本申请实施方式还提供了一种计算机可读存储介质。一个或多个存储有计算机程序的非易失性计算机可读存储介质，当计算机程序被一个或多个处理器执行时，实现上述任一实施方式的云计算的数据处理方法。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的软件来完成。程序可存储于一非易失性计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）等。
在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。同时，参考术语“第一”、“第二”等的描述意在将同类或相似操作区别开来，“第一”与“第二”之间在某些实施方式中具有前后逻辑关系，在某些实施方式中并不一定具有逻辑或前后关系，需要根据实际实施例进行判定，不应该仅通过字面意思进行判定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施方式，可以理解的是，上述实施方式是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。
Claims (11)
1.一种云计算的数据处理方法，其特征在于，包括：
创建车辆动力仿真模型；
获取参数模板，所述参数模板存储于预先创建的云端参数池；
根据所述参数模板对所述车辆动力仿真模型进行调试；
在调试成功的情况下，将所述车辆动力仿真模型与所述参数模板进行关联；及
将所述车辆动力仿真模型进行发布并存储至云端动力仿真模型库。
2.根据权利要求1所述的数据处理方法，其特征在于，所述数据处理方法还包括：
在所述调试失败的情况下，获取调试日志并分析所述调试日志以进行问题定位；
根据所述问题定位的结果对所述车辆动力仿真模型和/或所述参数模板进行修复；
修复完成后，再次对所述车辆动力仿真模型进行调试。
3.根据权利要求2所述的数据处理方法，其特征在于，所述根据所述问题定位的结果对所述车辆动力仿真模型和/或所述参数模板进行修复包括：
在所述问题定位的结果为所述参数模板不匹配的情况下，自所述云端参数池中重新选择匹配的参数模板；
在所述问题定位的结果为所述参数模板异常的情况下，根据所述调试日志对所述参数模板进行修复并将修复后的参数模板上传至所述云端参数池；
在所述问题定位的结果为所述车辆动力仿真模型异常的情况下，根据所述调试日志对所述车辆动力仿真模型进行修复。
4.根据权利要求1所述的数据处理方法，其特征在于，所述根据所述参数模板对所述车辆动力仿真模型进行调试包括：
获取所述参数模板中的标准参数；
调用所述车辆动力仿真模型中的仿真函数并将所述标准参数赋值给所述仿真函数；
运行所述仿真函数以对所述车辆动力仿真模型进行调试。
5.根据权利要求4所述的数据处理方法，其特征在于，所述运行所述仿真函数以对所述车辆动力仿真模型进行调试包括：
当运行结果为成功且所述仿真函数的输出与预期结果匹配时，确定调试成功；
当所述运行结果为失败和/或所述仿真函数的输出与预期结果不匹配时，确定调试失败。
6.根据权利要求1所述的数据处理方法，其特征在于，所述将所述车辆动力仿真模型进行发布并存储至云端动力仿真模型库包括：
将所述车辆动力仿真模型通过热部署的方式进行发布并存储至所述云端动力仿真模型库。
7.根据权利要求6所述的数据处理方法，其特征在于，所述将所述车辆动力仿真模型进行发布并存储至云端动力仿真模型库还包括：
将所述车辆动力仿真模型确定为发布状态并进行系统公告；
将所述云端动力仿真模型库中所述车辆动力仿真模型的版本号进行更新；
在云端动力仿真模型库及所述云端参数池中对所述车辆动力仿真模型与所述参数模板进行关联。
8.根据权利要求7所述的数据处理方法，其特征在于，所述数据处理方法还包括：
在所述车辆动力仿真模型需要升级的情况下，对所述车辆动力仿真模型进行回收处理以对所述车辆动力仿真模型进行升级；
将所述车辆动力仿真模型的状态更新为回收状态并进行系统公告；
根据所述参数模板对升级后的车辆动力仿真模型进行调试；
在调试成功的情况下将所述升级后的车辆动力仿真模型进行重新发布并存储至所述云端动力仿真模型库，及将所述升级后的车辆动力仿真模型与所述参数模板进行关联。
9.一种云计算的数据处理装置，其特征在于，包括：
模型编辑模块，用于创建车辆动力仿真模型；
获取模块，用于获取参数模板，所述参数模板存储于预先创建的云端参数池；
模型调试模块，用于根据所述参数模板对所述车辆动力仿真模型进行调试；
关联模块，用于在所述调试成功的情况下，将所述车辆动力仿真模型与所述参数模板进行关联；及
模型发布模块，用于将所述车辆动力仿真模型进行发布并存储至云端动力仿真模型库中。
10.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，实现权利要求1-8任一项所述的数据处理方法。
11.一种计算机程序的非易失性计算机可读存储介质，其特征在于，当所述计算机程序被一个或多个处理器执行时，实现权利要求1-8任一项所述的数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110999992.3A CN113449385B (zh) | 2021-08-30 | 2021-08-30 | 云计算的数据处理方法及装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110999992.3A CN113449385B (zh) | 2021-08-30 | 2021-08-30 | 云计算的数据处理方法及装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113449385A true CN113449385A (zh) | 2021-09-28 |
| CN113449385B CN113449385B (zh) | 2021-12-07 |
Family
ID=77819008
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110999992.3A Active CN113449385B (zh) | 2021-08-30 | 2021-08-30 | 云计算的数据处理方法及装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113449385B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070260438A1 (en) * | 2006-05-08 | 2007-11-08 | Langer William J | Vehicle testing and simulation using integrated simulation model and physical parts |
| CN103870273A (zh) * | 2014-03-12 | 2014-06-18 | 同济大学 | 一种汽车数字化协同研发平台系统架构 |
| CN106383980A (zh) * | 2016-11-28 | 2017-02-08 | 北京动力机械研究所 | 一种发动机云仿真系统 |
| CN108152050A (zh) * | 2017-12-22 | 2018-06-12 | 南京越博动力系统股份有限公司 | 一种整车参数校准方法 |
| CN108762889A (zh) * | 2018-05-30 | 2018-11-06 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶仿真云平台及方法 |
| CN108959231A (zh) * | 2018-07-26 | 2018-12-07 | 南京越博动力系统股份有限公司 | 一种基于可配置模型的纯电动汽车仿真报告生成方法及装置 |
| CN110492186A (zh) * | 2019-07-02 | 2019-11-22 | 北京航空航天大学 | 一种基于云端控制技术的动力电池模组的管理方法 |
| CN111651770A (zh) * | 2020-04-30 | 2020-09-11 | 北京华如科技股份有限公司 | 一种基于云计算的安全仿真计算系统及存储介质 |
-
2021
- 2021-08-30 CN CN202110999992.3A patent/CN113449385B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070260438A1 (en) * | 2006-05-08 | 2007-11-08 | Langer William J | Vehicle testing and simulation using integrated simulation model and physical parts |
| CN103870273A (zh) * | 2014-03-12 | 2014-06-18 | 同济大学 | 一种汽车数字化协同研发平台系统架构 |
| CN106383980A (zh) * | 2016-11-28 | 2017-02-08 | 北京动力机械研究所 | 一种发动机云仿真系统 |
| CN108152050A (zh) * | 2017-12-22 | 2018-06-12 | 南京越博动力系统股份有限公司 | 一种整车参数校准方法 |
| CN108762889A (zh) * | 2018-05-30 | 2018-11-06 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶仿真云平台及方法 |
| CN108959231A (zh) * | 2018-07-26 | 2018-12-07 | 南京越博动力系统股份有限公司 | 一种基于可配置模型的纯电动汽车仿真报告生成方法及装置 |
| CN110492186A (zh) * | 2019-07-02 | 2019-11-22 | 北京航空航天大学 | 一种基于云端控制技术的动力电池模组的管理方法 |
| CN111651770A (zh) * | 2020-04-30 | 2020-09-11 | 北京华如科技股份有限公司 | 一种基于云计算的安全仿真计算系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113449385B (zh) | 2021-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10338550B2 (en) | Multisite version and upgrade management system | |
| CN109840206B (zh) | 数据测试方法、装置、终端及存储介质 | |
| US8074204B2 (en) | Test automation for business applications | |
| CN109753430B (zh) | 一种地面数据处理系统的接口测试方法 | |
| CN109146081B (zh) | 一种用于机器学习平台中创建模型项目的方法及装置 | |
| CN113254054B (zh) | 一种智能合约一站式开发系统及方法 | |
| CN113449388B (zh) | 云计算的数据处理方法及装置、电子设备及介质 | |
| CN113449387B (zh) | 云计算的数据处理方法、装置及系统、电子设备及介质 | |
| CN112862098A (zh) | 一种集群训练任务处理的方法及系统 | |
| CN117806654B (zh) | 一种基于Tekton的自定义云原生DevOps流水线系统及方法 | |
| CN112199273A (zh) | 一种虚拟机压力/性能测试方法及系统 | |
| CN114912255A (zh) | 在线仿真实验系统及方法 | |
| CN113449385B (zh) | 云计算的数据处理方法及装置、电子设备及介质 | |
| CN113449386B (zh) | 云计算的数据处理方法及装置、电子设备及介质 | |
| CN114297961A (zh) | 一种芯片测试用例处理方法及相关装置 | |
| CN113568791A (zh) | 一种基于多cpu架构的服务器操作系统自动化测试工具及方法 | |
| US7797334B2 (en) | Automated downloading from mainframe to local area network | |
| US20090241075A1 (en) | Test chip validation and development system | |
| CN114265595B (zh) | 一种基于智能合约的云原生应用开发与部署系统和方法 | |
| CN115525413A (zh) | 基于集群的模型训练方法、系统、设备、介质及产品 | |
| KR20090003667A (ko) | 비행시험 데이터 처리 방법 및 그 시스템 | |
| CN112729319A (zh) | 一种自动化数据采集分析系统及方法 | |
| JP2000215038A (ja) | 情報管理装置および記録媒体 | |
| CN112596475B (zh) | 一种基于过程控制的系统安全性分析系统 | |
| CN110187888A (zh) | 一种Pod发布方法、存储介质、电子设备及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |