CN114548930A - 一种综合能源管理平台的信息智能处理方法及系统 - Google Patents
一种综合能源管理平台的信息智能处理方法及系统 Download PDFInfo
- Publication number
- CN114548930A CN114548930A CN202210167777.1A CN202210167777A CN114548930A CN 114548930 A CN114548930 A CN 114548930A CN 202210167777 A CN202210167777 A CN 202210167777A CN 114548930 A CN114548930 A CN 114548930A
- Authority
- CN
- China
- Prior art keywords
- clustering result
- data processing
- data
- processing rule
- information
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 36
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 313
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000007417 hierarchical cluster analysis Methods 0.000 claims abstract description 11
- 238000012163 sequencing technique Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 8
- 238000007726 management method Methods 0.000 description 74
- 230000000694 effects Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000000306 recurrent effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种综合能源管理平台的信息智能处理方法及系统,方法包括:对第一项目信息进行层级聚类分析,获得第一分析结果,进而获得一级聚类结果、二级聚类结果直到N级聚类结果,进行序列化调整,获得第一序列化数据集;遍历第一序列化数据集,获得第一数据处理规则、第二数据处理规则直到第N数据处理规则;根据所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则,匹配第一数据处理模型;将一级聚类结果、二级聚类结果直到所述N级聚类结果依次输入第一数据处理模型,获得第一处理结果集;根据第一处理结果集进行能源管理信息调度。
Description
技术领域
本发明涉及人工智能相关技术领域,具体涉及一种综合能源管理平台的信息智能处理方法及系统。
背景技术
综合能源管理指的是通过对能源供应处的人员、设备、工作状态等实时信息进行监测并调度的过程,通过合理的调度及实时信息的管控可以保证综合能源管理平台有效的开展工作,再加上近年来人工智能的兴起,综合能源管理的智能化已经是大势所趋。
近年来出现的智能化综合能源管理大多都是通过对设备状态信息进行监测进而管理,而其它维度的信息主要依赖于人工判断处理,导致智能化处理信息的维度过于单一,自动化程度较低。
现有技术中缺乏对综合能源管理多维度的信息处理方案,导致存在智能化程度较低的技术问题。
发明内容
本申请实施例通过提供了一种综合能源管理平台的信息智能处理方法及系统,解决了现有技术中缺乏对综合能源管理多维度的信息处理方案,导致存在智能化程度较低的技术问题。
鉴于上述问题,本申请实施例提供了一种综合能源管理平台的信息智能处理方法及系统。
第一方面,本申请实施例提供了一种综合能源管理平台的信息智能处理方法,其中,所述方法包括:根据第一项目信息处理请求,对第一项目信息进行层级聚类分析,获得第一分析结果,其中,所述第一项目信息为待处理信息根据所述第一分析结果,获得一级聚类结果、二级聚类结果直到N级聚类结果;对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行序列化调整,获得第一序列化数据集;遍历所述第一序列化数据集,获得第一数据处理规则、第二数据处理规则直到第N数据处理规则;根据所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则,匹配第一数据处理模型;基于所述第一序列化数据集将所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果依次输入所述第一数据处理模型,获得第一处理结果集;根据所述第一处理结果集进行能源管理信息调度。
另一方面,本申请实施例提供了一种综合能源管理平台的信息智能处理系统,其中,所述系统包括:第一获得单元,用于根据第一项目信息处理请求,对第一项目信息进行层级聚类分析,获得第一分析结果,其中,所述第一项目信息为待处理信息;第二获得单元,用于根据所述第一分析结果,获得一级聚类结果、二级聚类结果直到N级聚类结果;第三获得单元,用于对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行序列化调整,获得第一序列化数据集第四获得单元,用于遍历所述第一序列化数据集,获得第一数据处理规则、第二数据处理规则直到第N数据处理规则;第一匹配单元,用于根据所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则,匹配第一数据处理模型;第五获得单元,用于基于所述第一序列化数据集将所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果依次输入所述第一数据处理模型,获得第一处理结果集;第一执行单元,用于根据所述第一处理结果集进行能源管理信息调度。
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,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:
由于采用了通过对待处理的信息进行多层级聚类,得到了N个聚类结果,进而对N个聚类结果进行序列化调整;为序列化调整后的聚类结果匹配数据处理规则;根据数据处理规则匹配数据处理模型对聚类结果数据进行处理,根据处理结果进行综合能源管理的调度事宜的技术方案,通过数据处理规则匹配数据处理模型对聚类结果数据进行智能化处理,可以实现对多维度信息的依次处理,而不仅仅局限于对设备状态信息的自动化处理,达到了对综合能源管理全面性的自动化信息处理,提高了系统智能化程度的技术效果。
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综合能源管理平台的信息智能处理方法流程示意图;
图2为本申请实施例提供了一种综合能源管理平台的信息智能处理方法中数据处理规则的生成方法流程示意图;
图3为本申请实施例提供了一种综合能源管理平台的信息智能处理系统结构示意图;
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:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第一匹配单元15,第五获得单元16,第一执行单元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综合能源管理平台的信息智能处理方法及系统,解决了现有技术中缺乏对综合能源管理多维度的信息处理方案,导致存在智能化程度较低的技术问题,通过数据处理规则匹配数据处理模型对聚类结果数据进行智能化处理,可以实现对多维度信息的依次处理,而不仅仅局限于对设备状态信息的自动化处理,达到了对综合能源管理全面性的自动化信息处理,提高了系统智能化程度的技术效果。
申请概述
近年来出现的智能化综合能源管理大多都是通过对设备状态信息进行监测进而管理,而其它维度的信息主要依赖于人工判断处理,导致智能化处理信息的维度过于单一,自动化程度较低,因而现有技术中缺乏对综合能源管理多维度的信息处理方案,导致存在智能化程度较低的技术问题。
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综合能源管理平台的信息智能处理方法及系统,由于采用了通过对待处理的信息进行多层级聚类,得到了N个聚类结果,进而对N个聚类结果进行序列化调整;为序列化调整后的聚类结果匹配数据处理规则;根据数据处理规则匹配数据处理模型对聚类结果数据进行处理,根据处理结果进行综合能源管理的调度事宜的技术方案,通过数据处理规则匹配数据处理模型对聚类结果数据进行智能化处理,可以实现对多维度信息的依次处理,而不仅仅局限于对设备状态信息的自动化处理,达到了对综合能源管理全面性的自动化信息处理,提高了系统智能化程度的技术效果。
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综合能源管理平台的信息智能处理方法,其中,所述方法包括:
S100:根据第一项目信息处理请求,对第一项目信息进行层级聚类分析,获得第一分析结果,其中,所述第一项目信息为待处理信息;
具体而言,所述第一项目信息指的是输入至综合能源管理平台的信息智能处理系统的待处理的信息集,第一项目指的是根据信息集的输入来源而进行初步分组存储设定的不同标识,指的是来自于多个不同菜单,示例性地:一级项目标识:信息来源端口,包括但不限于:集团侧、区域分中心侧、前端现场侧等;二级项目标识:包括但不限于系统管理模块、运维管理模块、节能考核模块、故障诊断模块、统计分析模块、大屏展示模块、报表管理模块、运营分析模块、收资管理模块、基础信息模块等。通过一级项目标识将待处理信息进行一级分组存储并标识,再遍历一级分组基于二级项目标识将待处理信息再分分组存储并标识,得到第一项目信息。进一步的,当后步信息处理完毕时,在集团侧、区域分中心侧、前端现场侧等端口的显示区域可通过显示设备点击二级项目标识即可查看相应信息处理结果。
所述第一分析结果指的是对发送至信息智能处理系统全部项目信息进行进一步的层级聚类分析得到的多层级菜单信息,层级聚类方式举不设限制的一例:系统管理模块一级聚类结果包括但不限于多个菜单信息:部门管理、用户管理、角色管理、权限管理、基础管理等,遍历一级聚类结果,部门管理、用户管理、角色管理、权限管理都属于最底层子菜单,因而不需要继续进行聚类,而基础管理可进行二级聚类分析,二级聚类结果包括但不限于配置管理、字典管理、项目组织管理、新闻公告管理等菜单,优选的可以通过在显示界面下拉一级聚类结果显示的菜单即可。
更进一步的,使用相同方式遍历运维管理模块、节能考核模块、故障诊断模块、统计分析模块、大屏展示模块、报表管理模块、运营分析模块、收资管理模块、基础信息模块等进行层级聚类分析,而每个模块的子菜单信息可以由综合能源管理平台的相关人员根据实际情况自定义设定,在此不多加赘述。通过对第一项目信息中的多组进行层级聚类分析,进而将待处理的信息根据管理菜单进行详细的分类,便于进行区别化处理,提高了输入数据的有序性,为后步信息反馈处理提供了数据基础。
S200:根据所述第一分析结果,获得一级聚类结果、二级聚类结果直到N级聚类结果;
具体而言,所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果指的是对第一项目信息中的多组信息分别进行层级聚类分析整合存储得到的结果,在一级聚类结果、二级聚类结果直到N级聚类结果都存在有多组第一项目信息,将项目标识信息和聚类结果一一对应进行存储,其中,N指的是第一项目信息中的所有待处理信息的最深层的子菜单的层数,以上述系统管理模块举不设限制的一例:划分到二级聚类结果,则N=2。存储形式以N=3举不设限的一例:{A,B,C[a,b[e,f],c]},其中,A,B,C表示一级聚类结果,a,b,c表示二级聚类结果,e,f表示三级聚类结果,使用此种方式对第一分析结果进行整合存储,得到多组的级聚类结果、二级聚类结果直到N级聚类结果,便于后步调用处理。
S300:对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行序列化调整,获得第一序列化数据集;
进一步的,基于所述对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行序列化调整,获得第一序列化数据集,步骤S300包括:
S310:获得第一输入时序,其中,所述第一输入时序表征所述聚类结果的输入时序;
S320:将所述第一输入时序发送至第一工作人员,获得第一反馈信息;
S330:当所述第一反馈信息包括第一调整时序时,根据所述第一调整时序对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行排序,获得第一排序结果;
S340:当所述第一反馈信息包括第一确认指令时,根据所述第一确认指令对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行排序,获得第二排序结果;
S350:根据所述第一排序结果或所述第二排序结果,获得所述第一序列化数据集。
具体而言,所述序列化调整根据工作人员预设序列化调整规则对多组一级聚类结果、二级聚类结果直到N级聚类结果进行排序的过程,第一序列化数据集指的是对多组一级聚类结果、二级聚类结果直到N级聚类结果分别进行序列化调整得到的表征处理优先级的排序结果。
进一步的,所述第一输入时序指的是表征多组一级聚类结果、二级聚类结果直到N级聚类结果输入至信息智能处理系统的输入时间由先到后顺序的信息,默认的序列化调整方式为按照第一输入时序对多组一级聚类结果、二级聚类结果直到N级聚类结果进行排序,进而表征处理优先级。所述第一工作人员指的是对数据处理时序进行调整或确认的人员,所述第一反馈信息指的是将第一输入时序发送至第一工作人员得到的表征对默认的序列化调整方式是否确认的信息。
由于不同信息的处理紧急程度不同,因此有个别的特殊信息需要具有靠前的处理优先级,当需要调整时,所述第一调整时序指的是包含于第一反馈信息中的表征需要进行处理优先级调整的信息;所述第一确认指令指的是第一工作人员确定默认的序列化调整方式不需要调整时在第一反馈信息中添加的指令信息。
第一反馈信息只能包括第一确认指令和第一调整时序其中一种信息;将基于第一调整时序对多组一级聚类结果、二级聚类结果直到N级聚类结果进行排序之后的结果记为第一排序结果;将基于第一输入时序对多组一级聚类结果、二级聚类结果直到N级聚类结果进行排序之后的结果记为第二排序结果,而第一排序结果和第二排序结果也只能单次存在一种,当具有第一排序结果时,将第一排序结果设为第一序列化数据集;当具有第二排序结果时,将第二排序结果设为第一序列化数据集。
通过对一级聚类结果、二级聚类结果直到N级聚类结果进行表征处理优先级的序列化调整,达到了提高数据的处理灵活性和智能化的技术效果。
S400:遍历所述第一序列化数据集,获得第一数据处理规则、第二数据处理规则直到第N数据处理规则;
具体而言,所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则指的是从为各级菜单的数据预设处理规则中筛选的适用于第一序列化数据集的数据处理规则集,当第一序列化数据集使用的是第二排序结果时,第一数据处理规则、第二数据处理规则直到第N数据处理规则和一级聚类结果,二级聚类结果直到N级聚类结果一一对应;当第一序列化数据集使用的是第一排序结果时,第一数据处理规则、第二数据处理规则直到第N数据处理规则和一级聚类结果,二级聚类结果直到N级聚类结果不一定一一对应,仅为组数相同,预设数据处理方式包括但不限于:经验公式,处理逻辑等,可基于智能化模型结合经验公式,处理逻辑,基于历史数据进行训练,即可实现对相应维度的数据处理过程,其中,智能化模型优选的基于循环神经网络构建,由于一级聚类结果,二级聚类结果直到N级聚类结果中的多层级信息,可能层级之间处理会联立进行处理,因此通过循环神经网络可以联立多个具有关联性的神经元节点,而不具有关联性的神经元节点之间不连接,则可以实现一级聚类结果,二级聚类结果直到N级聚类结果的数据准确处理。
S500:根据所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则,匹配第一数据处理模型;
具体而言,所述第一数据处理模型指的是基于筛选得到的数据处理规则集,即第一数据处理规则、第二数据处理规则直到第N数据处理规则匹配相应的基于循环神经网络训练的数据处理通道,进而将数据处理进行合并得到的对一级聚类结果直到N级聚类结果进行数据处理的多通道数据处理模型,其中,每一个数据处理通道构建过程优选的基于循环神经网络模型和数据处理规则,使用数据处理规则对应的聚类结果信息构建该聚类结果菜单的数据处理模型。
S600:基于所述第一序列化数据集将所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果依次输入所述第一数据处理模型,获得第一处理结果集;
S700:根据所述第一处理结果集进行能源管理信息调度。
具体而言,所述第一处理结果集指的是将一级聚类结果、二级聚类结果直到N级聚类结果依次输入基于第一序列化数据集中表征的优先级依次输入第一数据处理模型进行数据处理得到的结果;进一步的,将第一处理结果集发送至各个显示界面的相应菜单显示位置处,当用户将对应的菜单进行点击时,即调用相应的处理结果数据进行显示,而工作人员依次对综合能源管理平台的各项事宜进行处理。通过第一数据处理模型对一级聚类结果、二级聚类结果直到N级聚类结果进行处理,减少了人工参与的过程,提高了综合能源管理的智能化程度,且基于神经网络训练的模型实现多维度的复杂数据进行处理,提高了综合能源管理的智能化平台的落地可能性。
进一步的,如图2所示,基于所述遍历所述第一序列化数据集,获得第一数据处理规则、第二数据处理规则直到第N数据处理规则,步骤S400包括:
S410:遍历所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行数据类型划分,获得第一类型数据和第二类型数据;
S420:当所述聚类结果属于所述第一类型数据时,获得第一预设处理规则,其中,所述第一类型数据表征待显示信息;
S430:当所述聚类结果属于所述第二类型数据时,获得第二预设处理规则集,其中,所述第二类型数据表征待响应信息;
S440:根据所述第一预设处理规则和/或所述第二预设处理规则集,获得所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则。
具体而言,第一数据处理规则、第二数据处理规则直到第N数据处理规则的确定方式举不设限制的一例:
遍历一级聚类结果、二级聚类结果直到N级聚类结果进行数据类型划分,包括表征待显示信息的第一类型数据,即表示不需要对数据进行加工处理,则与之对应的所述第一预设处理规则为将第一类型数据传输至显示界面相应菜单位置进行显示的处理方式;
还包括表征待响应信息的第二类型数据,即表示需要对数据进行加工处理的后再进行显示的数据类型,则与之对应的所述第二预设处理规则集表征和第二类型数据中的多组聚类结果一一对应的预设数据处理规则。
进一步的,遍历一级聚类结果、二级聚类结果直到N级聚类结果的数据类型,将归属于第一类型数据的聚类结果的数据处理规则都设为第一预设处理规则;第二类型数据的聚类结果的数据处理规则为从第二预设处理规则集中筛选出的一一对应的数据处理规则。进而得到第一数据处理规则、第二数据处理规则直到第N数据处理规则,置为待调用状态,便于后步信息的快速反馈处理。
进一步的,所述方法步骤S400还包括步骤S450:
S451:当所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则属于所述第一预设处理规则时,获得第一显示指令;
S452:通过所述第一显示指令对所述第一类型数据进行显示。
具体而言,所述第一显示指令指的是控制综合能源管理平台的信息智能处理系统将第一数据处理规则、第二数据处理规则直到第N数据处理规则中属于第一预设处理规则对应的聚类结果数据进行提取,并发送至可视化界面相应菜单位置进行显示的控制信号。通过第一显示指令控制第一类型数据进行显示,此类数据不需要加工处理,示例性地如:设备的实时监测数据,工作人员调度数据等。
进一步的,所述方法步骤S400包括步骤S460:
S461:当所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则属于所述第二预设处理规则集时,获得第二匹配指令;
S462:根据所述第二匹配指令,将所述第二类型数据输入多维处理通道进行处理通道匹配,获得第一处理通道,第二处理通道直到第M处理通道,M≤N;
进一步的,所述方法步骤S462包括:
S4621:获得第一历史数据集,其中,所述第一历史数据集包括多组聚类结果历史信息;
S4622:基于所述第二预设处理规则集和所述多组聚类结果历史信息,构建所述多维处理通道。
S463:将所述第一处理通道,所述第二处理通道直到所述第M处理通道合并,获得所述第一数据处理模型。
具体而言,第二匹配指令指的是将第一数据处理规则、第二数据处理规则直到第N数据处理规则属于第二预设处理规则集的聚类结果数据进行提取,并匹配一一对应的数据处理通道的控制信号,匹配过程举不设限制的一例:
所述多维处理通道指的是基于循环神经网络和聚类结果对应的预设处理规则,使用聚类结果历史信息进行训练得到的智能化模型,训练过程如下:调用包括多组聚类结果历史信息的第一历史数据集,将第一历史数据集划分为7:1:2,将其中7比例设为训练数据集,将其中1比例设为迭代数据集,将其中2比例设为验证数据集。基于循环神经网络构建模型框架,通过预设处理规则构建自定义判别基准,使用多组训练数据集对数据处理通道进行训练,当输出满足预设准确率时,使用迭代数据集验证数据处理通道的输出稳定性,当输出稳定时,使用验证数据集验证数据处理通道的泛化能力,避免数据处理通道过拟合,每一种菜单类型的聚类结果数据都包括多组,一个聚类结果对应于一个维度的数据处理通道。进而得到多个数据处理通道,即为多维处理通道。
进一步的,根据第二匹配指令将属于第二预设处理规则集的聚类结果数据提取并输入多维处理通道,匹配一一对应的数据处理通道,由于N组聚类结果数据不一定都属于第二预设处理规则集,因此数据处理通道包括第一处理通道,第二处理通道直到第M处理通道,M≤N,更进一步的,将第一处理通道,第二处理通道直到第M处理通道即可得到第一数据处理模型。通过第一数据处理模型可对一级聚类结果直到N级聚类结果中属于第二类型数据的信息进行处理,处理完成后,即可发送至相应显示界面进行显示,便于进行信息调度。
进一步的,基于所述第二预设处理规则集和所述多组聚类结果历史信息,构建所述多维处理通道,步骤S4622包括:
S46221:根据所述第二预设处理规则集,获得第一关联规则集合和关联聚类结果信息;
S46222:通过所述关联聚类结果信息,基于所述第一关联规则集合进行训练,获得第一关联通道集合;
S46223:根据所述第二预设处理规则集,获得第一独立规则集合和独立聚类结果信息;
S46224:通过所述独立聚类结果信息,基于所述第一独立规则集合进行训练,获得第一独立通道集合;
S46225:将所述第一关联通道集合和所述第一独立通道集合添加进所述多维处理通道。
具体而言,所述第一关联规则集合指的是聚类结果之间需要进行联立判断的数据对应的数据处理规则;所述关联聚类结果信息指的是聚类结果之间需要进行联立判断的数据,示例性地如:设备状态的安全预警,则需要综合多个设备多个维度的数据;所述第一关联通道集合指的是基于第一关联规则集合和循环神经网络将关联聚类结果信息的处理通道进行连接得到的数据处理通道集合,使得各通道处理结果数据可以进行调用,进而实现数据联立,保证数据处理结果的准确性。
所述第一独立规则集合指的是聚类结果之间不需要进行联立判断的数据对应的数据处理规则;所述独立聚类结果信息指的是聚类结果之间不需要进行联立判断的数据;所述第一独立通道集合指的是基于第一独立规则集合和循环神经网络,使得独立聚类结果信息对应数据处理通道处于独立状态得到的数据处理通道集合。
进一步的,通过第一关联通道集合和第一独立通道集合组成多维处理通道,可对综合能源管理平台多维度的数据进行处理,减少了人工参与度,提高了数据处理的准确性,达到了提高综合能源管理平台的信息智能处理系统智能性的技术效果。
综上所述,本申请实施例所提供的一种综合能源管理平台的信息智能处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综合能源管理平台的信息智能处理方法及系统,由于采用了通过对待处理的信息进行多层级聚类,得到了N个聚类结果,进而对N个聚类结果进行序列化调整;为序列化调整后的聚类结果匹配数据处理规则;根据数据处理规则匹配数据处理模型对聚类结果数据进行处理,根据处理结果进行综合能源管理的调度事宜的技术方案,通过数据处理规则匹配数据处理模型对聚类结果数据进行智能化处理,可以实现对多维度信息的依次处理,而不仅仅局限于对设备状态信息的自动化处理,达到了对综合能源管理全面性的自动化信息处理,提高了系统智能化程度的技术效果。
2.通过对一级聚类结果、二级聚类结果直到N级聚类结果进行表征处理优先级的序列化调整,达到了提高数据的处理灵活性和智能化的技术效果。
实施例二
基于与前述实施例中一种综合能源管理平台的信息智能处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综合能源管理平台的信息智能处理系统,其中,所述系统包括:
第一获得单元11,用于根据第一项目信息处理请求,对第一项目信息进行层级聚类分析,获得第一分析结果,其中,所述第一项目信息为待处理信息;
第二获得单元12,用于根据所述第一分析结果,获得一级聚类结果、二级聚类结果直到N级聚类结果;
第三获得单元13,用于对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行序列化调整,获得第一序列化数据集;
第四获得单元14,用于遍历所述第一序列化数据集,获得第一数据处理规则、第二数据处理规则直到第N数据处理规则;
第一匹配单元15,用于根据所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则,匹配第一数据处理模型;
第五获得单元16,用于基于所述第一序列化数据集将所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果依次输入所述第一数据处理模型,获得第一处理结果集;
第一执行单元17,用于根据所述第一处理结果集进行能源管理信息调度。
进一步的,所述系统还包括:
第六获得单元,用于获得第一输入时序,其中,所述第一输入时序表征所述聚类结果的输入时序;
第七获得单元,用于将所述第一输入时序发送至第一工作人员,获得第一反馈信息;
第八获得单元,用于当所述第一反馈信息包括第一调整时序时,根据所述第一调整时序对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行排序,获得第一排序结果;
第九获得单元,用于当所述第一反馈信息包括第一确认指令时,根据所述第一确认指令对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行排序,获得第二排序结果;
第十获得单元,用于根据所述第一排序结果或所述第二排序结果,获得所述第一序列化数据集。
进一步的,所述系统还包括:
第十一获得单元,用于遍历所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行数据类型划分,获得第一类型数据和第二类型数据;
第十二获得单元,用于当所述聚类结果属于所述第一类型数据时,获得第一预设处理规则,其中,所述第一类型数据表征待显示信息;
第十三获得单元,用于当所述聚类结果属于所述第二类型数据时,获得第二预设处理规则集,其中,所述第二类型数据表征待响应信息;
第十四获得单元,用于根据所述第一预设处理规则和/或所述第二预设处理规则集,获得所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则。
进一步的,所述系统还包括:
第十五获得单元,用于当所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则属于所述第一预设处理规则时,获得第一显示指令;
第一显示单元,用于通过所述第一显示指令对所述第一类型数据进行显示。
进一步的,所述系统还包括:
第十六获得单元,用于当所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则属于所述第二预设处理规则集时,获得第二匹配指令;
第十七获得单元,用于根据所述第二匹配指令,将所述第二类型数据输入多维处理通道进行处理通道匹配,获得第一处理通道,第二处理通道直到第M处理通道,M≤N;
第十八获得单元,用于将所述第一处理通道,所述第二处理通道直到所述第M处理通道合并,获得所述第一数据处理模型。
进一步的,所述系统还包括:
第十九获得单元,用于获得第一历史数据集,其中,所述第一历史数据集包括多组聚类结果历史信息;
第一构建单元,用于基于所述第二预设处理规则集和所述多组聚类结果历史信息,构建所述多维处理通道。
进一步的,所述系统还包括:
第二十获得单元,用于根据所述第二预设处理规则集,获得第一关联规则集合和关联聚类结果信息;
第二十一获得单元,用于通过所述关联聚类结果信息,基于所述第一关联规则集合进行训练,获得第一关联通道集合;
第二十二获得单元,用于根据所述第二预设处理规则集,获得第一独立规则集合和独立聚类结果信息;
第二十三获得单元,用于通过所述独立聚类结果信息,基于所述第一独立规则集合进行训练,获得第一独立通道集合;
第一添加单元,用于将所述第一关联通道集合和所述第一独立通道集合添加进所述多维处理通道。
实施例三
基于与前述实施例中一种综合能源管理平台的信息智能处理方法相同的发明构思,本申请实施例还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综合能源管理平台的信息智能处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(compactdiscread-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综合能源管理平台的信息智能处理方法。
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综合能源管理平台的信息智能处理方法及系统,由于采用了通过对待处理的信息进行多层级聚类,得到了N个聚类结果,进而对N个聚类结果进行序列化调整;为序列化调整后的聚类结果匹配数据处理规则;根据数据处理规则匹配数据处理模型对聚类结果数据进行处理,根据处理结果进行综合能源管理的调度事宜的技术方案,通过数据处理规则匹配数据处理模型对聚类结果数据进行智能化处理,可以实现对多维度信息的依次处理,而不仅仅局限于对设备状态信息的自动化处理,达到了对综合能源管理全面性的自动化信息处理,提高了系统智能化程度的技术效果。
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)
1.一种综合能源管理平台的信息智能处理方法,其特征在于,所述方法包括:
根据第一项目信息处理请求,对第一项目信息进行层级聚类分析,获得第一分析结果,其中,所述第一项目信息为待处理信息;
根据所述第一分析结果,获得一级聚类结果、二级聚类结果直到N级聚类结果;
对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行序列化调整,获得第一序列化数据集;
遍历所述第一序列化数据集,获得第一数据处理规则、第二数据处理规则直到第N数据处理规则;
根据所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则,匹配第一数据处理模型;
基于所述第一序列化数据集将所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果依次输入所述第一数据处理模型,获得第一处理结果集;
根据所述第一处理结果集进行能源管理信息调度。
2.如权利要求1所述的方法,其特征在于,所述对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行序列化调整,获得第一序列化数据集,包括:
获得第一输入时序,其中,所述第一输入时序表征所述聚类结果的输入时序;
将所述第一输入时序发送至第一工作人员,获得第一反馈信息;
当所述第一反馈信息包括第一调整时序时,根据所述第一调整时序对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行排序,获得第一排序结果;
当所述第一反馈信息包括第一确认指令时,根据所述第一确认指令对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行排序,获得第二排序结果;
根据所述第一排序结果或所述第二排序结果,获得所述第一序列化数据集。
3.如权利要求1所述的方法,其特征在于,所述遍历所述第一序列化数据集,获得第一数据处理规则、第二数据处理规则直到第N数据处理规则,包括:
遍历所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行数据类型划分,获得第一类型数据和第二类型数据;
当所述聚类结果属于所述第一类型数据时,获得第一预设处理规则,其中,所述第一类型数据表征待显示信息;
当所述聚类结果属于所述第二类型数据时,获得第二预设处理规则集,其中,所述第二类型数据表征待响应信息;
根据所述第一预设处理规则和/或所述第二预设处理规则集,获得所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则。
4.如权利要求3所述的方法,其特征在于,所述方法包括:
当所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则属于所述第一预设处理规则时,获得第一显示指令;
通过所述第一显示指令对所述第一类型数据进行显示。
5.如权利要求3所述的方法,其特征在于,所述方法还包括:
当所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则属于所述第二预设处理规则集时,获得第二匹配指令;
根据所述第二匹配指令,将所述第二类型数据输入多维处理通道进行处理通道匹配,获得第一处理通道,第二处理通道直到第M处理通道,M≤N;
将所述第一处理通道,所述第二处理通道直到所述第M处理通道合并,获得所述第一数据处理模型。
6.如权利要求5所述的方法,其特征在于,所述方法包括:
获得第一历史数据集,其中,所述第一历史数据集包括多组聚类结果历史信息;
基于所述第二预设处理规则集和所述多组聚类结果历史信息,构建所述多维处理通道。
7.如权利要求6所述的方法,其特征在于,所述基于所述第二预设处理规则集和所述多组聚类结果历史信息,构建所述多维处理通道,包括:
根据所述第二预设处理规则集,获得第一关联规则集合和关联聚类结果信息;
通过所述关联聚类结果信息,基于所述第一关联规则集合进行训练,获得第一关联通道集合;
根据所述第二预设处理规则集,获得第一独立规则集合和独立聚类结果信息;
通过所述独立聚类结果信息,基于所述第一独立规则集合进行训练,获得第一独立通道集合;
将所述第一关联通道集合和所述第一独立通道集合添加进所述多维处理通道。
8.一种综合能源管理平台的信息智能处理系统,其特征在于,所述系统包括:
第一获得单元,用于根据第一项目信息处理请求,对第一项目信息进行层级聚类分析,获得第一分析结果,其中,所述第一项目信息为待处理信息;
第二获得单元,用于根据所述第一分析结果,获得一级聚类结果、二级聚类结果直到N级聚类结果;
第三获得单元,用于对所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果进行序列化调整,获得第一序列化数据集;
第四获得单元,用于遍历所述第一序列化数据集,获得第一数据处理规则、第二数据处理规则直到第N数据处理规则;
第一匹配单元,用于根据所述第一数据处理规则、所述第二数据处理规则直到所述第N数据处理规则,匹配第一数据处理模型;
第五获得单元,用于基于所述第一序列化数据集将所述一级聚类结果、所述二级聚类结果直到所述N级聚类结果依次输入所述第一数据处理模型,获得第一处理结果集;
第一执行单元,用于根据所述第一处理结果集进行能源管理信息调度。
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至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如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210167777.1A CN114548930B (zh) | 2022-02-23 | 2022-02-23 | 一种综合能源管理平台的信息智能处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210167777.1A CN114548930B (zh) | 2022-02-23 | 2022-02-23 | 一种综合能源管理平台的信息智能处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114548930A true CN114548930A (zh) | 2022-05-27 |
CN114548930B CN114548930B (zh) | 2024-09-17 |
Family
ID=81677047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210167777.1A Active CN114548930B (zh) | 2022-02-23 | 2022-02-23 | 一种综合能源管理平台的信息智能处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114548930B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146440A (zh) * | 2017-06-16 | 2019-01-04 | 腾讯科技(深圳)有限公司 | 交易结算方法、装置、服务器以及存储介质 |
CN110297840A (zh) * | 2019-05-22 | 2019-10-01 | 平安银行股份有限公司 | 基于规则引擎的数据处理方法、装置、设备及存储介质 |
CN110321352A (zh) * | 2019-07-05 | 2019-10-11 | 广东利元亨智能装备股份有限公司 | 生产线监控方法、装置、电子设备及可读存储介质 |
CN113313409A (zh) * | 2021-06-16 | 2021-08-27 | 中国南方电网有限责任公司 | 基于数据关联的电力系统二次设备缺陷分析方法及系统 |
CN113360780A (zh) * | 2021-08-10 | 2021-09-07 | 北京黑马企服科技有限公司 | 一种基于大数据的信息推荐方法及系统 |
-
2022
- 2022-02-23 CN CN202210167777.1A patent/CN114548930B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146440A (zh) * | 2017-06-16 | 2019-01-04 | 腾讯科技(深圳)有限公司 | 交易结算方法、装置、服务器以及存储介质 |
CN110297840A (zh) * | 2019-05-22 | 2019-10-01 | 平安银行股份有限公司 | 基于规则引擎的数据处理方法、装置、设备及存储介质 |
CN110321352A (zh) * | 2019-07-05 | 2019-10-11 | 广东利元亨智能装备股份有限公司 | 生产线监控方法、装置、电子设备及可读存储介质 |
CN113313409A (zh) * | 2021-06-16 | 2021-08-27 | 中国南方电网有限责任公司 | 基于数据关联的电力系统二次设备缺陷分析方法及系统 |
CN113360780A (zh) * | 2021-08-10 | 2021-09-07 | 北京黑马企服科技有限公司 | 一种基于大数据的信息推荐方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114548930B (zh) | 2024-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114298863B (zh) | 一种智能抄表终端的数据采集方法及系统 | |
EP4020315A1 (en) | Method, apparatus and system for determining label | |
CN109885452A (zh) | 性能监控方法、装置及终端设备 | |
WO2023240769A1 (zh) | 一种用于远程控制设备的监控管理系统 | |
CN106874482A (zh) | 一种基于大数据技术的图形化的数据预处理的装置及方法 | |
CN113888142B (zh) | 一种申报企业信息的项目智能管理方法及系统 | |
CN115423289A (zh) | 智能板材加工车间数据处理方法及终端 | |
CN113313280A (zh) | 云平台的巡检方法、电子设备及非易失性存储介质 | |
CN113947468B (zh) | 一种数据管理方法及平台 | |
CN115018333A (zh) | 一种产业园区的数字化运营管理方法及系统 | |
CN110909888A (zh) | 泛型决策树构建方法、装置、设备及可读存储介质 | |
CN113111139A (zh) | 一种基于物联传感器的告警检测方法和装置 | |
CN114548930A (zh) | 一种综合能源管理平台的信息智能处理方法及系统 | |
CN107357714A (zh) | 一种基于监控平台的故障分析方法和装置 | |
CN116563035A (zh) | 医保数据的分析方法及装置、电子设备和存储介质 | |
CN114205355B (zh) | 一种变电网关附属设备性能测试方法、系统及电子设备 | |
CN114119202B (zh) | 一种信贷管理平台的自动化配置方法及系统 | |
CN116187858A (zh) | 企业水效指标管理方法、系统、电子设备及可读存储介质 | |
EP3855316A1 (en) | Optimizing breakeven points for enhancing system performance | |
CN114331188A (zh) | 一种基于大数据的项目价值评估参考方法及系统 | |
CN114140241A (zh) | 一种交易监控指标的异常识别方法及装置 | |
CN112836770B (zh) | Kpi异常定位分析方法及系统 | |
CN104484750A (zh) | 生物信息项目的产品参数自动匹配方法及系统 | |
CN114397867B (zh) | 一种基于物联网的工控机控制方法及系统 | |
CN117667602B (zh) | 一种基于云计算在线服务算力优化方法和装置 |
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 |