CN114339477A - 一种基于多表合一的数据采集管理方法及系统 - Google Patents

Abstract

本发明提供了一种基于多表合一的数据采集管理方法及系统，包括：当满足第一预设时间粒度，采集第一读表数据，其中，第一读表数据第一总表读数和第一分表读数；根据第一读表位置，采集第一显式影响因子和第一隐式影响因子；将第一显式影响因子输入显式误差分析通道，获得第一误差分析结果；对第一隐式影响因子输入隐式误差分析通道，获得第二误差分析结果；根据第一误差分析结果和所述第二误差分析结果，第一分表读数进行误差拟合，获得第一拟合读数；判断所述第一拟合读数是否满足第一总表读数；若满足，将第一拟合读数添加进第一读表数据采集结果。

Description

一种基于多表合一的数据采集管理方法及系统

技术领域

本发明涉及人工智能相关技术领域，具体涉及一种基于多表合一的数据采集管理方法及系统。

背景技术

智能电表、智能水表、智能气表等记录仪器是随着物联网技术的发展逐渐被应用至居民的日常生活之中，目前的智能电表、智能水表、智能气表等记录仪器记录的数据一般是直接将记录数据上传至远程终端，从而进行存储管理等工作。

但是现有技术中由于未曾考虑智能电表、智能水表、智能气表等记录仪器记录的数据误差，导致上传的记录数据存在误差率较大的技术问题。

发明内容

本申请实施例通过提供了一种基于多表合一的数据采集管理方法及系统，解决了现有技术中由于未曾考虑智能电表、智能水表、智能气表等记录仪器记录的数据误差，导致上传的记录数据存在误差率较大的技术问题。

鉴于上述问题，本申请实施例提供了一种基于多表合一的数据采集管理方法及系统。

第一方面，本申请实施例提供了一种基于多表合一的数据采集管理系统，其中，所述系统包括：第一采集单元，用于当满足第一预设时间粒度，采集第一读表数据，其中，所述第一读表数据第一总表读数和第一分表读数；第二采集单元，用于根据第一读表位置，采集第一显式影响因子和第一隐式影响因子；第一获得单元，用于将所述第一显式影响因子输入显式误差分析通道，获得第一误差分析结果；第二获得单元，用于对所述第一隐式影响因子输入隐式误差分析通道，获得第二误差分析结果；第三获得单元，用于根据所述第一误差分析结果和所述第二误差分析结果，对所述第一分表读数进行误差拟合，获得第一拟合读数；第一判断单元，用于判断所述第一拟合读数是否满足所述第一总表读数；第一添加单元，用于若满足，将所述第一拟合读数添加进第一读表数据采集结果。

另一方面，本申请实施例提供了一种基于多表合一的数据采集管理方法，其中，所述方法包括：当满足第一预设时间粒度，采集第一读表数据，其中，所述第一读表数据第一总表读数和第一分表读数；根据第一读表位置，采集第一显式影响因子和第一隐式影响因子；将所述第一显式影响因子输入显式误差分析通道，获得第一误差分析结果；对所述第一隐式影响因子输入隐式误差分析通道，获得第二误差分析结果；根据所述第一误差分析结果和所述第二误差分析结果，对所述第一分表读数进行误差拟合，获得第一拟合读数；判断所述第一拟合读数是否满足所述第一总表读数；满足，将所述第一拟合读数添加进第一读表数据采集结果。

第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，所述存储介质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第一方面任一项所述的方法。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了通过采集满足预设时间粒度周期的对应读表数据，根据读表位置确定该表的读数显式影响因子和读数隐式影响因子；再分别对显式影响因子和读数隐式影响因子进行误差分析，得到误差分析结果；再使用误差分析结果拟合读表数据，将拟合结果和总表读数比对，若是满足总表读数，就将读数拟合结果添加进读表数据采集结果的技术方案，通过在读表数据上传终端之前，先利用智能化系统进行误差分析，得到较准确的拟合读数，达到了提高上传记录数据准确性的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种基于多表合一的数据采集管理方法流程示意图；

图2为本申请实施例提供了一种基于多表合一的数据采集管理方法中第二处理层构建方法流程示意图；

图3为本申请实施例提供了一种基于多表合一的数据采集管理系统结构示意图；

图4为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一采集单元11，第二采集单元12，第一获得单元13，第二获得单元14，第三获得单元15，第一判断单元16，第一添加单元17，电子设备300，存储器301，处理器302，通信接口303，总线架构304。

具体实施方式

本申请实施例通过提供了一种基于多表合一的数据采集管理方法及系统，解决了现有技术中由于未曾考虑智能电表、智能水表、智能气表等记录仪器记录的数据误差，导致上传的记录数据存在误差率较大的技术问题，通过在读表数据上传终端之前，先利用智能化系统进行误差分析，得到较准确的拟合读数，达到了提高上传记录数据准确性的技术效果。

申请概述

智能电表、智能水表、智能气表等记录仪器是随着物联网技术的发展逐渐被应用至居民的日常生活之中，目前的智能电表、智能水表、智能气表等记录仪器记录的数据一般是直接将记录数据上传至远程终端，从而进行存储管理等工作，但是现有技术中由于未曾考虑智能电表、智能水表、智能气表等记录仪器记录的数据误差，导致上传的记录数据存在误差率较大的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例通过提供了一种基于多表合一的数据采集管理方法及系统，由于采用了通过采集满足预设时间粒度周期的对应读表数据，根据读表位置确定该表的读数显式影响因子和读数隐式影响因子；再分别对显式影响因子和读数隐式影响因子进行误差分析，得到误差分析结果；再使用误差分析结果拟合读表数据，将拟合结果和总表读数比对，若是满足总表读数，就将读数拟合结果添加进读表数据采集结果的技术方案，通过在读表数据上传终端之前，先利用智能化系统进行误差分析，得到较准确的拟合读数，达到了提高上传记录数据准确性的技术效果。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种基于多表合一的数据采集管理方法，其中，所述方法包括：

S100：当满足第一预设时间粒度，采集第一读表数据，其中，所述第一读表数据第一总表读数和第一分表读数；

具体而言，一种基于多表合一的数据采集管理方法预应用于一种基于多表合一的数据采集管理系统，该系统以云端虚拟平台的部署在多种类型智能读表仪器和相应类型管理终端的信息交互路径上，用于对读表数据进行误差分析并拟合误差，保证上传至管理终端的记录数据的准确性。

第一读表数据指的是从用户端的电表、水表、气表等可选类型的智能读表仪器上传的数据，及从终端的电表终端总表、水表终端总表、气表终端总表等可选类型的读表终端上传的数据，在一种基于多表合一的数据采集管理系统中一一对应进行存储得到的数据。进一步的，将从用户端上传的读表数据统称为第一分表读数，将从终端上传的读表数据统称为第一总表读数。

其中，第一读表数据在一种基于多表合一的数据采集管理系统中的存储模块存储方式举不设限制的一例：可选的，根据读表数据的类型，分为有限组数进行存储，示例性地：电表类的数据存储为第一组，水表类的数据存储为第二组，气表类的数据存储为第三组；进一步的，对每组数据依据区块进行次级分组，其中，区块指的是任一预设区域，可选的由工作人员自定义，示例性地：如电表的任意一台区可定义为电表读数的一区块；更进一步的，将读表数据对应的用户信息、采集时间节点等作为标识信息对上述对应读表数据进行标识，作为数据标签。通过云端存储模块强大的存储能力，可以存储较长时间跨度的历史数据，便于读表数据的回溯查询。

S200：根据第一读表位置，采集第一显式影响因子和第一隐式影响因子；

具体而言，第一读表位置指的是采集读表数据的地理位置信息；第一显式影响因子指的是表征会对读表仪器的读表数据造成影响的固定因素，主要为监测要素流通通道相关的读数影响信息，举不设限制的几例：电表的显式影响因子示例性地如：各种线圈铁芯的损耗、流转的损耗等信息；水表的显式影响因子示例性地如：流通的损耗、节点的变化数据等信息。第一隐式影响因子指的是对读表仪器的读表数据造成影响的不定因素，主要为读表仪器所处的环境信息，示例性地如：温度、湿度、磁场强度等信息。

确定第一读表位置，即可确定读表仪器所属区块及用户数据，进而确定该读表仪器的编号以及周边要素流通通道的部署数据，环境数据等；进而即可通过读表仪器周边要素流通通道的部署数据统计第一读表位置的读表数据的显式影响因子；即可调取第一读表位置处部署的环境要素传感器采集隐式影响因子，示例性地：温度可选的通过温度传感器采集、湿度可选的通过湿度传感器采集、磁场强度可选的的通过磁场感应装置确定等。通过确定第一显式影响因子和第一隐式影响因子，便于后步分析误差原因，进而得到精准度较高的误差分析结果，进而生成较准确的拟合读数，完成多表合一的读数采集管理。

S300：将所述第一显式影响因子输入显式误差分析通道，获得第一误差分析结果；

具体而言，显式误差分析通道指的是用来分析第一显式影响因子对第一读表数据造成误差程度的功能模块，优选的方式为通过采集多组第一隐式影响因子固定，而第一显式影响因子随时间变化的时序数据集合，根据时序数据集合将第一显式影响因子对第一读表数据造成的影响量化为线性函数关系，进一步的，根据线性函数关系得到不同类型显式影响因子的统计偏差，进而构建显式误差分析通道，依据统计偏差即可评估显式影响因子对第一读表数据造成的误差程度。第一误差分析结果指的是遍历第一显式影响因子确定的对第一读表数据造成的误差之和。易于量化的第一显式影响因子，选择通过构建经验函数的方式评估其造成的读数误差，可快速准确的得到相应的误差分析结果。

S400：对所述第一隐式影响因子输入隐式误差分析通道，获得第二误差分析结果；

具体而言，隐式误差分析通道指的是用来分析第一隐式影响因子对第一读表数据造成误差程度的功能模块，优选的通过构建智能化评估模型，对第一隐式影响因子对第一读表数据造成误差程度进行评估，算法原理如下：通过采集多组第一显式影响因子固定，而第一隐式影响因子随时间变化的时序数据集合，若参考样本数据较少，前期可在实验室进行实验生成数据；进而根据多组时序数据集合对应的读表数据变化数据，进而整理得到读表数据随第一隐式影响因子的变化矢量，正向影响则矢量为正，负向影响则矢量为负，不同数据值对应的影响大小即为矢量长度，同一类型的隐式影响因子在其它类型的隐式影响因子不同时，可能具有不同的矢量，因此，隐式影响因子和变化矢量为一对多的对应关系；基于矢量构建隐式误差分析通道，则可以在输入相应类型的第一隐式影响因子即可确定对应的矢量，根据第一隐式影响因子的具体值，即可确定影响大小。第二误差分析结果指的是基于隐式误差分析通道遍历第一隐式影响因子确定的对第一读表数据造成的误差之和。隐式影响因子和读数之间为非线性的影响关系，难以构建函数关系，则通过矢量进行离散式表征，进而构建隐式误差分析通道，可完成对非线性数据隐式影响因子对第一读表数据造成误差程度的评估，提高了系统的智能性。

S500：根据所述第一误差分析结果和所述第二误差分析结果，对所述第一分表读数进行误差拟合，获得第一拟合读数；

具体而言，第一拟合读数指的是将第一误差分析结果和第二误差分析结果和第一分表读数进行误差拟合之后的结果，误差拟合的方式可选的为：将对第一分表读数造成增大的误差记为正向误差记为“+误差值的绝对值”，将对第一分表读数造成变小的误差记为负向误差记为“-误差值的绝对值”。进一步的，对第一分表读数、第一误差分析结果和第二误差分析结果进行求和计算，将所得结果记为第一拟合读数。将第一分表读数上的标识信息一一对应的标识在第一拟合读数中，置为待响应状态，便于后快速调用。

S600：判断所述第一拟合读数是否满足所述第一总表读数；

进一步的，基于判断所述第一拟合读数是否满足所述第一总表读数，步骤S600包括：

S610：根据所述第一拟合读数和所述第一总表读数，获得第二偏离度；

S620：获得第二预设偏离度，其中，所述第二预设偏离度表征允许误差区间；

S630：当所述第二偏离度满足所述第二预设偏离度时，所述第一拟合读数满足所述第一总表读数。

S700：若满足，将所述第一拟合读数添加进第一读表数据采集结果。

具体而言，判断所述第一拟合读数是否满足第一总表读数的方法如下：第二偏离度指的是第一拟合读数和第一总表读数之间的偏差；第二预设偏离度指的是可允许的第一拟合读数和第一总表读数之间的误差区间；当第二偏离度在第二预设偏离度表征的区间之内，则第一拟合读数满足第一总表读数，说明其余类型的误差因素较小可忽略不计，则将第一拟合读数添加进第一读表数据采集结果；当第二偏离度不属于第二预设偏离度表征的区间，则第一拟合读数不满足第一总表读数，则说明其余类型的误差因素较大，则第一拟合读数不能表征对应的准确读表数据，则需要对其余类型的误差拟合后添加进第一读表数据采集结果。第一读表数据采集结果指的是存储拟合后的将要上传至管理终端的数据集，其存储方式和第一读表数据存储方式相同，针对不同类型的管理终端可上传不同的数据集。达到了基于多表合一的数据管理，提供较准确的读表数据的技术效果。

进一步的，所述方法还包括步骤S800：

S810：若所述第一拟合读数不满足所述第一总表读数，获得第一偏离度；

S820：当所述第一偏离度满足第一预设偏离度时，获得第一类型异常检测指令；

S830：当所述第一偏离度不满足所述第一预设偏离度时，获得第二类型异常检测指令；

S840：根据所述第一类型异常检测指令或所述第二类型异常检测指令对所述第一分表进行检测，获得第一检测数据；

S850：根据所述第一检测数据获得第一异常参数，对所述第一拟合读数进行调整，获得第二拟合读数。

具体而言，第一偏离度指的是当第一拟合读数不满足第一总表读数时，第一拟合读数和第一总表读数之间的差值，第一偏离度包含于第二偏离度，可选的，将第一偏离度记为绝对值；第一预设偏离度指的是预设需要进行不同类型的误差因素异常检查方式的偏离度阈值，可选的，记为绝对值，第一预设偏离度绝对值大于第二预设偏离度绝对值；第一类型异常检测指令指的是当第一偏离度小于等于第一预设偏离度时，即第一偏离度满足第一预设偏离度，需要进行的异常检测类型的控制信号，优选为读表仪器各参数数据，示例性地：仪表寿命、仪表内部元件状态等；第二类型异常检测指令指的是当第一偏离度大于第一预设偏离度时，即第一偏离度不满足第一预设偏离度，需要进行的异常检测类型的控制信号，优选为突变数据，示例性地：磁场突变数据、温度突变数据、湿度突变数据、漏电、漏水、漏气等其它突变信息。

第一检测数据指的是通过第一类型异常检测指令或第二类型异常检测指令对相应的信息进行检测的结果，表征第一类型异常检测结果或第二类型异常检测结果，由于读表仪器各参数数据对于读数的影响为时间累计的结果，故影响较小，而突变数据对于读表数据的影响是难以评估、预测和统计的，且造成的误差较大，设定第一预设偏离度表征读表仪器各参数数据和突变数据临界点，便于差异性检测，提高工作效率和提高检测准确性。第一异常参数指的是表征第一检测数据对读表数据的影响程度的参数，优选的采用和第二误差分析结果相同的确定方式确定；进一步的，第二拟合读数指的是将第一异常参数和第一拟合读数进行拟合调整，将第二拟合读数添加进第一读表数据采集结果便于后步快速上传。当第二偏离度不满足第二预设偏离度时，即需要评估非主要影响因素：读表仪器各参数数据和突变数据的误差影响结果，达到了提高上传数据的准确性的技术效果。

进一步的，基于所述将所述第一显式影响因子输入显式误差分析通道，获得第一误差分析结果，步骤S300包括：

S310：遍历所述第一显式影响因子，获得第一特征值；

S320：获得第一显示误差分析公式：

其中，

表示显式误差分析结果，

表示第

个显式影响因子特征值，

表示第

个显式影响因子统计偏差参数，

表示显式影响因子总数量，

表示第

个显式影响因子统计偏差参数

和实际应用时的参数偏差均值，

∈

；

S330：基于所述第一显示误差分析公式，生成所述显式误差分析通道；

S340：将所述第一特征值输入所述显式误差分析通道，获得所述第一误差分析结果。

具体而言，第一特征值指的是第一显式影响因子具体数据值信息；第一显示误差分析公式指的是基于历史数据构建的进行误差分析的框架公式，如下：

其中，

表示显式误差分析结果，

表示第

个显式影响因子特征值，

表示第

个显式影响因子统计偏差参数，需要通过多组固定隐式影响因子，显式影响因子动态变化的时序数据确定显式影响因子和读表数据之间的影响关系确定，

表示显式影响因子总数量，

表示第

个显式影响因子在数据处理时统计偏差参数

和实际应用时的参数偏差均值，

∈

；其中，将分子中的

提取，求和后半部分原式变为

，即为第

个显式影响因子特征值偏差参数所占据的权重，即在第一显示误差分析公式考虑了权重分配，提高了第一误差分析结果的准确性。以第一显示误差分析公式为基准构建的显式误差分析通道，可以较准确的分析显式影响因子造成的误差总和。

进一步的，基于所述对所述第一隐式影响因子输入隐式误差分析通道，获得第二误差分析结果，步骤S400包括：

S410：遍历所述第一隐式影响因子，获得第二特征值，其中，所述第二特征值包括第一频率属性和第一时长属性；

S420：根据所述隐式误差分析通道，获得第一处理层和第二处理层，其中，所述第一处理层的输出端和所述第二处理层的输入端全连接；

S440：将所述第一频率属性和所述第一时长属性输入所述第一处理层进行权重分配，获得第一权重分配结果；

S450：将所述第一权重分配结果和所述第二特征值输入所述第二处理层，获得所述第二误差分析结果。

具体而言，第二特征值指的是表征第一隐式影响因子具体数值的数据，具有两个属性信息，分别为第一频率属性、第一时长属性；进一步的，第一频率属性指的是表征隐式影响因子某具体数值出现频率，第一时长属性指的是表征隐式影响因子某具体数值出现后持续的时长。

隐式误差分析通道分为第一处理层和第二处理层，且第一处理层的输出端和第二处理层的输入端全连接，即第一处理层的输出为第二处理层的输入，其中，第一处理层用来进行权重分配，第二处理层用来进行误差分析。

第一权重分配结果指的是将第一频率属性、第一时长属性输入第一处理层进行权重分配后的结果，权重分配方式举不设限制的一例：分别统计隐式影响因子具体值在全部出现次数中占比，以及时长在总时长中的占比，进一步，求取两项占比的均值，则为该隐式影响因子具体值的权重分配结果。将同一类型的隐式影响因子的权重分配结果存储为一组，同一类型隐式影响因子下的次级具体值和对应的权重一一对应存储，便于后步调用。第二误差分析结果指的是将第一权重分配结果和第二特征值输入第二处理层进行误差分析得到的结果，表征隐式影响因子对读表数据影响程度的信息。为后步准确的误差拟合提供了数据基础。

进一步的，如图2所示，所述方法步骤S450包括：

S451：获得第一历史数据，其中，所述第一历史数据包括多组：隐式影响因子特征值、权重信息和误差标识数据；

S452：根据所述多组：所述隐式影响因子特征值、所述权重信息和所述误差标识数据，生成第一影响矢量集合；

S453：根据所述第一影响矢量集合，构建第一误差分析矢量空间；

S454：将所述第一误差分析矢量空间设为所述第二处理层。

具体而言，第一历史数据指的是采集的显式影响因子固定，隐式影响因子动态变化的数据集，包括多组：隐式影响因子特征值、权重信息和误差标识数据。

第一影响矢量集合指的是根据多组：隐式影响因子特征值、权重信息和误差标识数据，整理得到的读表数据随第一隐式影响因子的变化矢量，正向影响则矢量为正，负向影响则矢量为负，不同数据值对应的影响大小：权重值即为矢量长度，同一类型的隐式影响因子在其它类型的隐式影响因子不同时，可能具有不同的矢量，因此，隐式影响因子和变化矢量为一对多的对应关系；第一误差分析矢量空间指的是基于第一影响矢量集合构建的虚拟矢量空间，通过统一矢量坐标基准，构建虚拟空间坐标系，将第一影响矢量集合输入，即得到上述第一误差分析矢量空间。由于在第一误差分析矢量空间中，每个隐式影响因子对应的每个矢量并非单独的数据，而是相应联立有其它类型隐式影响因子共同作用结果，而联立关系是基于大样本基础上的历史数据进行统计得到。即在输入隐式影响因子时，即可在第一误差分析矢量空间匹配适应于输入隐式影响因子的联立矢量群体，进而得到对应的误差影响，进一步的求和即可得到第二误差分析结果，构建完成后，将第一误差分析矢量空间设为第二处理层。

更进一步的，本申请实施例提供另外一种在第一误差分析矢量空间基础上对第二处理层进行完善的构建过程：使用第一误差分析矢量空间对大量的无误差标识的多组隐式影响因子特征值，进行权重分配和误差标识，生成多组训练数据；基于梯度上升神经网络使用多组训练数据有监督训练构建第二处理层，其中，梯度上升神经网络指的是通过不断拟合输出误差构建智能化模型集群的处理模块的构建过程；其中，梯度上升神经网络指的是，基于多组训练数据：将隐式影响因子特征值和权重分配结果设为输入数据，将误差标识设为输出监督数据，构建第二处理层的第一子模型；进一步的，提取第一子模型输出误差和标识误差差值大于预设差值的训练数据，进一步的构建第二子模型，直到输出误差和标识误差差值大于预设差值的训练数据的数据量满足预设数据量停止构建，默认值为5，可自定义设定，从而得到梯度上升神经网络集群，设为第二处理层。可以较准确的对隐式影响因子的误差做出分析。

进一步的，基于所述方法应用于一种基于多表合一的数据采集管理系统，所述系统包括若干节点异常监测装置，还包括步骤S900：

S910：根据所述节点异常监测装置，获得第一节点异常特征信息；

S920：根据所述第一节点异常特征信息，生成第二异常参数；

S930：根据所述第二异常参数对所述第一拟合读数进行调整，获得第三拟合读数。

具体而言，节点异常监测装置指的是对电、水、燃气等输送通道的节点上的异常检测，包括不限于：振动传感装置、图像采集装置、压力传感装置、温度传感装置等设备；第一节点异常特征信息指的是通过节点异常监测装置对各个节点进行监测后出现的异常数据集合，其中，节点指的是电、水、燃气等输送通道的节点，包括但不限于：水阀、电路元件、燃气中转节点等；第一节点异常特征信息优选的确定方式为：工作人员根据实际工作场景构建节点异常监测装置监测数据的正常阈值区间，当监测结果不属于正常阈值区间时，则将对应监测数据添加至第一节点异常特征信息。

第二异常参数指的是根据第一节点异常特征信息确定的表征第一节点异常特征信息对读表数据造成的误差程度的信息，优选的确定方式为基于专家对历史数据的评估结果进行统计，将统计结果设为评价标准，得到第一节点异常特征信息对读表数据的影响参数。更进一步的，第二异常参数对第一拟合读数进行拟合，当具有第二拟合读数时对第二拟合读数进行拟合，得到第三拟合读数表征拟合了全部类型误差的读表数据，提高了读数数据的准确性。

综上所述，本申请实施例所提供的一种基于多表合一的数据采集管理方法及系统具有如下技术效果：

1.本申请实施例通过提供了一种基于多表合一的数据采集管理系统，由于采用了通过采集满足预设时间粒度周期的对应读表数据，根据读表位置确定该表的读数显式影响因子和读数隐式影响因子；再分别对显式影响因子和读数隐式影响因子进行误差分析，得到误差分析结果；再使用误差分析结果拟合读表数据，将拟合结果和总表读数比对，若是满足总表读数，就将读数拟合结果添加进读表数据采集结果的技术方案，通过在读表数据上传终端之前，先利用智能化系统进行误差分析，得到较准确的拟合读数，达到了提高上传记录数据准确性的技术效果。

2. 在第一误差分析矢量空间中，每个隐式影响因子对应的每个矢量并非单独的数据，而是相应联立有其它类型隐式影响因子共同作用结果，而联立关系是基于大样本基础上的历史数据进行统计得到。即在输入隐式影响因子时，即可在第一误差分析矢量空间匹配适应于输入隐式影响因子的联立矢量群体，进而得到对应较准确的误差影响结果。

3. 在第一误差分析矢量空间的基础上使用梯度上升神经网络构建第二处理层，提高了对数据的泛化能力及处理准确性。

实施例二

基于与前述实施例中一种基于多表合一的数据采集管理方法相同的发明构思，如图3所示，本申请实施例提供了一种基于多表合一的数据采集管理系统，其中，所述系统包括：

第一采集单元11，用于当满足第一预设时间粒度，采集第一读表数据，其中，所述第一读表数据第一总表读数和第一分表读数；

第二采集单元12，用于根据第一读表位置，采集第一显式影响因子和第一隐式影响因子；

第一获得单元13，用于将所述第一显式影响因子输入显式误差分析通道，获得第一误差分析结果；

第二获得单元14，用于对所述第一隐式影响因子输入隐式误差分析通道，获得第二误差分析结果；

第三获得单元15，用于根据所述第一误差分析结果和所述第二误差分析结果，对所述第一分表读数进行误差拟合，获得第一拟合读数；

第一判断单元16，用于判断所述第一拟合读数是否满足所述第一总表读数；

第一添加单元17，用于若满足，将所述第一拟合读数添加进第一读表数据采集结果。

进一步的，所述系统还包括：

第四获得单元，用于若所述第一拟合读数不满足所述第一总表读数，获得第一偏离度；

第五获得单元，用于当所述第一偏离度满足第一预设偏离度时，获得第一类型异常检测指令；

第六获得单元，用于当所述第一偏离度不满足第一预设偏离度时，获得第二类型异常检测指令；

第七获得单元，用于根据所述第一类型异常检测指令或所述第二类型异常检测指令对所述第一分表进行检测，获得第一检测数据；

第八获得单元，用于根据所述第一检测数据获得第一异常参数，对所述第一拟合读数进行调整，获得第二拟合读数。

进一步的，所述系统还包括：

第九获得单元，用于遍历所述第一显式影响因子，获得第一特征值；

第十获得单元，用于获得第一显示误差分析公式：

其中，

表示显式误差分析结果，

表示第

个显式影响因子特征值，

表示第

个显式影响因子统计偏差参数，

表示显式影响因子总数量，

表示第

个显式影响因子统计偏差参数

和实际应用时的参数偏差均值，

∈

；

第一生成单元，用于基于所述第一显示误差分析公式，生成所述显式误差分析通道；

第十一获得单元，用于将所述第一特征值输入所述显式误差分析通道，获得所述第一误差分析结果。

进一步的，所述系统还包括：

第十二获得单元，用于遍历所述第一隐式影响因子，获得第二特征值，其中，所述第二特征值包括第一频率属性和第一时长属性；

第十三获得单元，用于根据所述隐式误差分析通道，获得第一处理层和第二处理层，其中，所述第一处理层的输出端和所述第二处理层的输入端全连接；

第十四获得单元，用于将所述第一频率属性和所述第一时长属性输入所述第一处理层进行权重分配，获得第一权重分配结果；

第十五获得单元，用于将所述第一权重分配结果和所述第二特征值输入所述第二处理层，获得所述第二误差分析结果。

进一步的，所述系统还包括：

第十六获得单元，用于获得第一历史数据，其中，所述第一历史数据包括多组：隐式影响因子特征值、权重信息和误差标识数据；

第二生成单元，用于根据所述多组：所述隐式影响因子特征值、所述权重信息和所述误差标识数据，生成第一影响矢量集合；

第一构建单元，用于根据所述第一影响矢量集合，构建第一误差分析矢量空间；

第一处理单元，用于将所述第一误差分析矢量空间设为所述第二处理层。

进一步的，所述系统还包括：

第十七获得单元，用于根据所述第一拟合读数和所述第一总表读数，获得第二偏离度；

第十八获得单元，用于获得第二预设偏离度，其中，所述第二预设偏离度表征允许误差区间；

第二处理单元，用于当所述第二偏离度满足所述第二预设偏离度时，所述第一拟合读数满足所述第一总表读数。

进一步的，所述系统还包括：

第十九获得单元，用于根据节点异常监测装置，获得第一节点异常特征信息；

第三生成单元，用于根据所述第一节点异常特征信息，生成第二异常参数；

第二十获得单元，用于根据所述第二异常参数对所述第一拟合读数进行调整，获得第三拟合读数。

实施例三

基于与前述实施例中一种基于多表合一的数据采集管理方法相同的发明构思，本申请实施例提供了一种计算机可读存储介质，所述存储介质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实施例一任一项所述的方法。

示例性电子设备

下面参考图4来描述本申请实施例的电子设备。

基于与前述实施例中一种基于多表合一的数据采集管理方法相同的发明构思，本申请实施例还提供了一种电子设备，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行第一方面任一项所述的方法。

该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。

通信接口303，使用任何收发器一类的系统，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。

存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdisc

read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种基于多表合一的数据采集管理方法。

可选的，本申请实施例中的计算机执行指令也可以称之为应用程序代码，本申请实施例对此不作具体限定。

本申请实施例通过提供了一种基于多表合一的数据采集管理方法及系统，由于采用了通过采集满足预设时间粒度周期的对应读表数据，根据读表位置确定该表的读数显式影响因子和读数隐式影响因子；再分别对显式影响因子和读数隐式影响因子进行误差分析，得到误差分析结果；再使用误差分析结果拟合读表数据，将拟合结果和总表读数比对，若是满足总表读数，就将读数拟合结果添加进读表数据采集结果的技术方案，通过在读表数据上传终端之前，先利用智能化系统进行误差分析，得到较准确的拟合读数，达到了提高上传记录数据准确性的技术效果。

本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a ,b,或c中的至少一项(个、种)，可以表示：a ,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指

令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑系统，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。

本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (10)

1.一种基于多表合一的数据采集管理方法，其特征在于，所述方法包括：

当满足第一预设时间粒度，采集第一读表数据，其中，所述第一读表数据第一总表读数和第一分表读数；

根据第一读表位置，采集第一显式影响因子和第一隐式影响因子；

将所述第一显式影响因子输入显式误差分析通道，获得第一误差分析结果；

对所述第一隐式影响因子输入隐式误差分析通道，获得第二误差分析结果；

根据所述第一误差分析结果和所述第二误差分析结果，对所述第一分表读数进行误差拟合，获得第一拟合读数；

判断所述第一拟合读数是否满足所述第一总表读数；

若满足，将所述第一拟合读数添加进第一读表数据采集结果。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

若所述第一拟合读数不满足所述第一总表读数，获得第一偏离度；

当所述第一偏离度满足第一预设偏离度时，获得第一类型异常检测指令；

当所述第一偏离度不满足所述第一预设偏离度时，获得第二类型异常检测指令；

根据所述第一类型异常检测指令或所述第二类型异常检测指令对所述第一分表进行检测，获得第一检测数据；

根据所述第一检测数据获得第一异常参数，对所述第一拟合读数进行调整，获得第二拟合读数。

3.如权利要求1所述的方法，其特征在于，所述将所述第一显式影响因子输入显式误差分析通道，获得第一误差分析结果，包括：

遍历所述第一显式影响因子，获得第一特征值；

获得第一显示误差分析公式：

其中，

表示显式误差分析结果，

表示第

个显式影响因子特征值，

表示第

个显式影响因子统计偏差参数，

表示显式影响因子总数量，

表示第

个显式影响因子统计偏差参数

和实际应用时的参数偏差均值，

∈

；

基于所述第一显示误差分析公式，生成所述显式误差分析通道；

将所述第一特征值输入所述显式误差分析通道，获得所述第一误差分析结果。

4.如权利要求1所述的方法，其特征在于，所述对所述第一隐式影响因子输入隐式误差分析通道，获得第二误差分析结果，包括：

遍历所述第一隐式影响因子，获得第二特征值，其中，所述第二特征值包括第一频率属性和第一时长属性；

根据所述隐式误差分析通道，获得第一处理层和第二处理层，其中，所述第一处理层的输出端和所述第二处理层的输入端全连接；

将所述第一频率属性和所述第一时长属性输入所述第一处理层进行权重分配，获得第一权重分配结果；

将所述第一权重分配结果和所述第二特征值输入所述第二处理层，获得所述第二误差分析结果。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

获得第一历史数据，其中，所述第一历史数据包括多组：隐式影响因子特征值、权重信息和误差标识数据；

根据所述多组：所述隐式影响因子特征值、所述权重信息和所述误差标识数据，生成第一影响矢量集合；

根据所述第一影响矢量集合，构建第一误差分析矢量空间；

将所述第一误差分析矢量空间设为所述第二处理层。

6.如权利要求1所述的方法，其特征在于，所述判断所述第一拟合读数是否满足所述第一总表读数，包括：

根据所述第一拟合读数和所述第一总表读数，获得第二偏离度；

获得第二预设偏离度，其中，所述第二预设偏离度表征允许误差区间；

当所述第二偏离度满足所述第二预设偏离度时，所述第一拟合读数满足所述第一总表读数。

7.如权利要求1所述的方法，其特征在于，所述方法应用于一种基于多表合一的数据采集管理系统，所述系统包括若干节点异常监测装置，所述方法还包括：

根据所述节点异常监测装置，获得第一节点异常特征信息；

根据所述第一节点异常特征信息，生成第二异常参数；

根据所述第二异常参数对所述第一拟合读数进行调整，获得第三拟合读数。

8.一种基于多表合一的数据采集管理系统，其特征在于，所述系统包括：

第一采集单元，用于当满足第一预设时间粒度，采集第一读表数据，其中，所述第一读表数据第一总表读数和第一分表读数；

第二采集单元，用于根据第一读表位置，采集第一显式影响因子和第一隐式影响因子；

第一获得单元，用于将所述第一显式影响因子输入显式误差分析通道，获得第一误差分析结果；

第二获得单元，用于对所述第一隐式影响因子输入隐式误差分析通道，获得第二误差分析结果；

第三获得单元，用于根据所述第一误差分析结果和所述第二误差分析结果，对所述第一分表读数进行误差拟合，获得第一拟合读数；

第一判断单元，用于判断所述第一拟合读数是否满足所述第一总表读数；

第一添加单元，用于若满足，将所述第一拟合读数添加进第一读表数据采集结果。

9.一种电子设备，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，其特征在于，当所述程序被所述处理器执行时，使系统以执行如权利要求1~7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质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权利要求1~7中任一项所述的方法。

Images