CN114596015A - 一种反馈式云计算数据采集方法、系统及装置 - Google Patents

一种反馈式云计算数据采集方法、系统及装置 Download PDF

Info

Publication number
CN114596015A
CN114596015A CN202210502023.7A CN202210502023A CN114596015A CN 114596015 A CN114596015 A CN 114596015A CN 202210502023 A CN202210502023 A CN 202210502023A CN 114596015 A CN114596015 A CN 114596015A
Authority
CN
China
Prior art keywords
data
power utilization
analysis
cloud computing
evaluation model
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.)
Pending
Application number
CN202210502023.7A
Other languages
English (en)
Inventor
张士娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Bepsun Industry E Commerce System Co ltd
Original Assignee
Shenzhen Bepsun Industry E Commerce System Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Bepsun Industry E Commerce System Co ltd filed Critical Shenzhen Bepsun Industry E Commerce System Co ltd
Priority to CN202210502023.7A priority Critical patent/CN114596015A/zh
Publication of CN114596015A publication Critical patent/CN114596015A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • 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
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/30—Information sensed or collected by the things relating to resources, e.g. consumed power
    • 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
    • G16Y40/10—Detection; Monitoring
    • 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
    • G16Y40/20—Analytics; Diagnosis
    • 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
    • G16Y40/40—Maintenance of things
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Accounting & Taxation (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Game Theory and Decision Science (AREA)

Abstract

本发明公开了一种反馈式云计算数据采集方法、系统及装置，属于电数字数据技术领域，包括采集节点采集获取个体用电数据，分布式服务器获取个体用电数据，建立个体用电分析评估模型，云计算平台接收用电数据，建立用电区域分析评估模型，使用分析评估模型对新接收到的用电数据进行分析评估，根据分析评估结果发送控制指令，分布式服务器接收到控制指令后，调用个体用电分析评估模型对个体用电数据进行分析评估，根据分析评估结果发送修复指令，采集节点对用电终端进行修复，本发明能降低云计算平台的计算压力，提高对用电数据的分析评估速度，通过层层分析评估，保证评估结果的准确性，以此提高数据采集和分析处理的效率。

Description

一种反馈式云计算数据采集方法、系统及装置
技术领域
本发明属于电数字数据技术领域，具体地说，涉及一种反馈式云计算数据采集方方法、系统及装置。
背景技术
目前，用电数据采集系统还有很多不足，随着用电数据采集系统的改变升级，尤其是前台数据库系统由于业务或者升级等原因的改变，导致数据采集系统的不能适应这种变化，灵活度低，不能根据采集到的数据进行实时控制和反馈，特别是用户用电终端的数据急剧增长，导致数据采集频率和采集量也剧增，导致服务器对采集到的用电数据分析、储存的压力剧增，导致服务器资源无法保证在规定的时间下完成数据采集处理业务，造成用电数据的采集和分析处理效率低下，因此需要需求一种高效的数据采集处理方法来满足当前的业务应用需求。
发明内容
针对现有用电终端的数据急剧增长，导致数据采集频率和采集量也剧增，导致服务器对采集到的用电数据分析、储存的压力剧增，导致服务器资源无法保证在规定的时间下完成数据采集处理业务，造成用电数据的采集和分析处理效率低下的问题，本发明提供一种反馈式云计算数据采集方法、系统及装置。
为解决上述问题，本发明采用如下的技术方案。
一种反馈式云计算数据采集方法，采用以下步骤：
步骤1：采集节点采集获取个体用电数据，并将其定时发送至分布式服务器；
步骤2：分布式服务器获取步骤1发送的个体用电数据，将其定时转发至云计算平台，同时将用电数据保存至分布式数据库内，根据分布式数据库内的历史数据建立个体用电分析评估模型；
步骤3：云计算平台接收分布式服务器发送的用电数据，将其保存至云端数据库内；
步骤4：云计算平台根据云端数据库内的用电数据建立用电区域分析评估模型，使用分析评估模型对新接收到的用电数据进行分析评估，根据分析评估结果对分布式服务器发送控制指令；
步骤5：分布式服务器接收到步骤4中云计算平台发送的控制指令后，调用个体用电分析评估模型对个体用电数据进行分析评估，根据分析评估结果对采集节点发送修复指令；
步骤6：采集节点根据步骤5发送的修复指令对用户用电终端进行修复。
优选地，所述步骤2中的个体用电分析评估模型和步骤4中的用电区域分析评估模型是通过对数据库内的历史数据进行特征提取，根据提取的特征采用向量空间模型建立分析评估模型，然后对需要检测的用电数据也进行特征提取，使用分析评估模型对待检测数据提取的特征进行计算，根据计算结果判断是否为异常数据。
进一步地，所述特征提取是采用了Random forest算法对用电数据的数据特征进行筛选提取。
优选地，所述步骤2中的分布式数据库和步骤3中的云端数据库会定期对数据库内的数据进行异常检测，根据检测结果去除异常数据。
进一步地，所述异常检测是采用Grubbs检验算法对数据进行检测，同时也将数据以图像的形式显示出来，以供工作人员查看，公式如下：
Figure 864727DEST_PATH_IMAGE001
其中i为数值排列序号，Y为历史数据的均值，Yi-Y为残差，s为历史数据的标准差，Gi为残差与标准差的比值。
优选地，所述步骤2中的个体用电分析评估模型和步骤4中的用电区域分析评估模型会定期根据数据库内历史数据的更新对模型进行更新迭代处理，更新迭代处理是采用Louvain社区检测算法结合稽核实验对模型进行迭代更新优化。
优选地，所述步骤5中根据分析评估结果对采集节点发送修复指令是预先建立故障因果关系链，预先将故障原因、故障路径和解决方法保存在分布式数据库内，根据故障因果关系链获取评估结果对应的故障原因、故障路径和解决方法，以此发送与异常数据相对应的修复指令，工作人员会定期对数据库内旧的故障因果关系链进行修改和删除，重新对数据库内的故障原因、故障路径和解决方法进行整理。
优选地，所述分布式服务器会定期对个体用电数据进行分析评估，每个个体都设有预设期限，每隔预设期限，分布式服务器都会使用个体用电分析评估模型对个体用电数据进行分析评估。
一种反馈式云计算数据采集系统，包括：
数据采集模块，用于采集用户终端的用电数据信息；
数据通信模块，用于发送和接收获取的用电数据信息、控制和修复指令；
分布式服务模块，用于获取数据采集模块采集的数据，对获取的数据进行整合，得到区域用电数据信息；
云计算平台模块，用于提供云计算，云服务和云集成功能，获取分布式服务模块发送的区域用电数据信息；
数据储存模块，用于进行数据存储，对存储的数据进行异常分析；
特征提取模块，用于提取个体用电数据信息和区域用电数据信息的数据特征；
模型构建模块，用于根据特征提取模块提取的数据特征建立个体用电分析评估模型和用电区域分析评估模型；
故障分析模块，用于根据模型构建模块计算的结果对采集获取的用电数据信息进行分析评估，获取数据计算的结果对应的故障原因和解决方法；
前端显示模块，用于使用图形展示分布式服务模块的区域用电数据信息和个体用户用电数据信息。
一种反馈式云计算数据采集装置，所述装置包括服务处理器和分布存储器，所述服务处理器连接所述存储器，所述分布存储器中存储有服务自管理程序，配置用于存储机器可读指令，所述服务处理器执行所述服务自管理程序，指令在由所述处理器执行时，以实现如上所述的反馈式云计算数据采集方法。
一种反馈式云计算数据采集方法、系统及装置，通过采集节点采集获取个体用电数据，分布式服务器获取个体用电数据，转发至云计算平台，根据分布式数据库内的历史数据建立个体用电分析评估模型，云计算平台接收用电数据，根据云端数据库内的用电数据建立用电区域分析评估模型，使用分析评估模型对新接收到的用电数据进行分析评估，根据分析评估结果对分布式服务器发送控制指令，分布式服务器接收到云计算平台发送的控制指令后，调用个体用电分析评估模型对个体用电数据进行分析评估，根据分析评估结果对采集节点发送修复指令，采集节点根据修复指令对用户用电终端进行修复，根据对用电数据准确的分析评估，得到对用电终端的修复，通过云计算平台进行初步评估分析，分布式服务器进行精确评估分析，降低云计算平台的计算压力，提高对用电数据的分析评估速度，通过层层分析评估，保证评估结果的准确性，以此提高数据采集和分析处理的效率。
相比于现有技术，本发明的有益效果为：
（1）本发明通过分布式服务器建立个体用电分析评估模型，云计算平台建立用电区域分析评估模型，由分布式服务器对采集节点采集的数据进行整合，将整合的数据作为区域用电数据发送给云计算平台，由云计算平台调用用电区域分析评估模型对区域用电数据进行评估分析，不需要云计算平台对每个个体用户的用电数据进行分析，由此降低了云计算平台的计算压力，提高对用电数据的分析评估速度；
（2）本发明通过云计算平台根据用电区域分析评估模型的分析评估结果对分布式服务器发送控制指令，分布式服务器根据控制指令使用个体用电分析评估模型对个体用电数据进行分析评估，根据分析评估结果对采集节点发送修复指令，通过层层分析评估，保证评估结果的准确性；
（3）本发明通过将获取的用电数据信息保存到数据库的历史数据中，定期对数据库内的历史数据进行异常检测，根据检测结果去除异常数据，每隔一段时间就根据数据库内更新的数据对数据分析评估模型进行优化更新，通过对模型进行更新优化，使得每次更新处理后的分析评估模型都越来越优异，模型计算结果错误率越来越小，得到更准确的分析评估结果。
附图说明
为了更清楚地说明本申请实施例或示例性中的技术方案，下面将对实施例或示例性描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以按照这些附图示出的获得其他的附图。
图1为本发明的方法步骤示意图；
图2为本发明的方法流程示意图；
图3为本发明的系统结构示意图；
图4为本发明的设备结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例，通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例，基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例1
如图1所示，
一种反馈式云计算数据采集方法，具体流程如下：
采集节点采集获取用户终端的个体用电数据，并将其定时发送至分布式服务器，分布式服务器获取个体用电数据，将其定时转发至云计算平台，同时将用电数据缓存至分布式数据库内，根据分布式数据库内的历史数据建立个体用电分析评估模型，通过采用Random forest算法对分布式数据库内的历史数据进行特征提取，根据提取的历史个体用电数据特征采用向量空间模型建立个体用电分析评估模型。
分布式服务器内还预先建立故障因果关系链，预先将故障原因、故障路径和解决方法保存在分布式数据库内，工作人员会定期对数据库内旧的故障因果关系链进行修改和删除，重新对数据库内的故障原因、故障路径和解决方法进行整理。
分布式服务器会定期对个体用电数据进行分析评估，每个个体都设有预设期限，每隔预设期限，分布式服务器都会使用个体用电分析评估模型对个体用电数据进行分析评估。
云计算平台接收分布式服务器发送的用电数据，将其缓存至云端数据库内，云计算平台通过采用Random forest算法对数据库内的历史数据进行特征提取，根据提取的历史区域数据特征采用向量空间模型建立用电区域分析评估模型，采用Random forest算法对分布式服务器发送的区域用电数据进行特征提取，使用用电区域分析评估模型对提取的区域用电数据特征进行计算，根据计算结果判断是否为异常数据，若为正常数据时，将其保存至云端数据库内，若为异常数据时，根据计算分析评估结果向分布式服务器发送控制指令。
分布式服务器接收到云计算平台发送的控制指令后，采用Random forest算法对需要检测的个体用电数据也进行特征提取，使用个体用电分析评估模型对待检测的个体用电数据特征进行计算，根据计算结果判断个体用电数据是否为异常数据，若为正常数据时，将其保存至分布式数据库内，若为异常数据时，根据故障因果关系链获取计算分析评估结果对应的故障原因、故障路径和解决方法，以此向采集节点发送与异常数据相对应的修复指令，采集节点根据分布式服务器发送的修复指令对用户用电终端进行修复。
通过上述描述可知，在本实例中，通过采集节点采集获取个体用电数据，分布式服务器获取个体用电数据，转发至云计算平台，根据分布式数据库内的历史数据建立个体用电分析评估模型，云计算平台接收用电数据，根据云端数据库内的用电数据建立用电区域分析评估模型，使用分析评估模型对新接收到的用电数据进行分析评估，根据分析评估结果对分布式服务器发送控制指令，分布式服务器接收到云计算平台发送的控制指令后，调用个体用电分析评估模型对个体用电数据进行分析评估，根据分析评估结果对采集节点发送修复指令，采集节点根据修复指令对用户用电终端进行修复，根据对用电数据准确的分析评估，得到对用电终端的修复。
实施例2
一种反馈式云计算数据采集方法，所实施步骤与实施例1基本相同，更进一步的是，所述分布式数据库和所述云端数据库会定期对数据库内的数据进行异常检测，根据检测结果去除异常数据，所述异常检测是采用Grubbs检验算法对数据进行检测，同时也将数据以图像的形式显示出来，以供工作人员查看，公式如下：
Figure 250709DEST_PATH_IMAGE001
其中i为数值排列序号，Y为历史数据的均值，Yi-Y为残差，s为历史数据的标准差，Gi为残差与标准差的比值。
个体用电分析评估模型会定期根据分布式数据库内历史数据的更新对模型进行更新迭代处理，用电区域分析评估模型会定期根据云端数据库内历史数据的更新对模型进行更新迭代处理，更新迭代处理是采用Louvain社区检测算法结合稽核实验对模型进行迭代更新优化。
实施例3
如图3所示，一种反馈式云计算数据采集系统，包括：
数据采集模块，用于采集用户终端的用电数据信息；
数据通信模块，用于发送和接收获取的用电数据信息、控制和修复指令；
分布式服务模块，用于获取数据采集模块采集的数据，对获取的数据进行整合，得到区域用电数据信息；
云计算平台模块，用于提供云计算，云服务和云集成功能，获取分布式服务模块发送的区域用电数据信息；
数据储存模块，用于进行数据存储，对存储的数据进行异常分析；
特征提取模块，用于提取个体用电数据信息和区域用电数据信息的数据特征；
模型构建模块，用于根据特征提取模块提取的数据特征建立个体用电分析评估模型和用电区域分析评估模型；
故障分析模块，用于根据模型构建模块计算的结果对采集获取的用电数据信息进行分析评估，获取数据计算的结果对应的故障原因和解决方法；
前端显示模块，用于使用图形展示分布式服务模块的区域用电数据信息和个体用户用电数据信息。
通过上述描述可知，在本实例中，通过数据采集模块采集用电数据信息，数据通信模块发送和接收获取的用电数据信息，分布式服务模块对获取的数据进行整合，云计算平台模块提供云计算，数据储存模块对数据进行存储，特征提取模块提取用电数据信息的数据特征，模型构建模块根据数据特征建立用电分析评估模型，故障分析模块获取故障原因和解决方法，前端显示模块使用图形展示区域用电数据信息和个体用户用电数据信息，以此对对数据异常进行判断和修复，实现对用电数据的输入和输出的控制，得到对用电数据信息准确的分析评估结果。
实施例4
如图4所示，一种反馈式云计算数据采集装置，所述装置包括服务处理器和分布存储器，所述服务处理器连接所述存储器，所述分布存储器中存储有服务自管理程序，配置用于存储机器可读指令，所述服务处理器执行所述服务自管理程序，指令在由所述处理器执行时，以实现如实施例1所述的反馈式云计算数据采集方法。
通过上述描述可知，在本实例中，通过采集节点采集获取个体用电数据，分布式服务器获取个体用电数据，转发至云计算平台，根据分布式数据库内的历史数据建立个体用电分析评估模型，云计算平台接收用电数据，根据云端数据库内的用电数据建立用电区域分析评估模型，使用分析评估模型对新接收到的用电数据进行分析评估，根据分析评估结果对分布式服务器发送控制指令，分布式服务器接收到云计算平台发送的控制指令后，调用个体用电分析评估模型对个体用电数据进行分析评估，根据分析评估结果对采集节点发送修复指令，采集节点根据修复指令对用户用电终端进行修复，根据对用电数据准确的分析评估，得到对用电终端的修复。
以上所述实施例仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。

Claims (10)

1.一种反馈式云计算数据采集方法，其特征在于，采用以下步骤：
步骤1：采集节点采集获取个体用电数据，并将其定时发送至分布式服务器；
步骤2：分布式服务器获取步骤1发送的个体用电数据，将其定时转发至云计算平台，同时将用电数据保存至分布式数据库内，根据分布式数据库内的历史数据建立个体用电分析评估模型；
步骤3：云计算平台接收分布式服务器发送的用电数据，将其保存至云端数据库内；
步骤4：云计算平台根据云端数据库内的用电数据建立用电区域分析评估模型，使用分析评估模型对新接收到的用电数据进行分析评估，根据分析评估结果对分布式服务器发送控制指令；
步骤5：分布式服务器接收到步骤4中云计算平台发送的控制指令后，调用个体用电分析评估模型对个体用电数据进行分析评估，根据分析评估结果对采集节点发送修复指令；
步骤6：采集节点根据步骤5发送的修复指令对用户用电终端进行修复。
2.据权利要求1所述的一种反馈式云计算数据采集方法，其特征在于：所述步骤2中的个体用电分析评估模型和步骤4中的用电区域分析评估模型是通过对数据库内的历史数据进行特征提取，根据提取的特征采用向量空间模型建立分析评估模型，然后对需要检测的用电数据也进行特征提取，使用分析评估模型对待检测数据提取的特征进行计算，根据计算结果判断是否为异常数据。
3.据权利要求2所述的一种反馈式云计算数据采集方法，其特征在于：所述特征提取是采用了Random forest算法对用电数据的数据特征进行筛选提取。
4.根据权利要求1所述的一种反馈式云计算数据采集方法，其特征在于：所述步骤2中的分布式数据库和步骤3中的云端数据库会定期对数据库内的数据进行异常检测，根据检测结果去除异常数据。
5.根据权利要求4所述的一种反馈式云计算数据采集方法，其特征在于：所述异常检测是采用Grubbs检验算法对数据进行检测，同时也将数据以图像的形式显示出来，以供工作人员查看，公式如下：
Figure DEST_PATH_IMAGE001
其中i为数值排列序号，Y为历史数据的均值，Yi-Y为残差，s为历史数据的标准差，Gi为残差与标准差的比值。
6.根据权利要求1所述的一种反馈式云计算数据采集方法，其特征在于：所述步骤2中的个体用电分析评估模型和步骤4中的用电区域分析评估模型会定期根据数据库内历史数据的更新对模型进行更新迭代处理，更新迭代处理是采用Louvain社区检测算法结合稽核实验对模型进行迭代更新优化。
7.根据权利要求1所述的一种反馈式云计算数据采集方法，其特征在于：所述步骤5中根据分析评估结果对采集节点发送修复指令是预先建立故障因果关系链，预先将故障原因、故障路径和解决方法保存在分布式数据库内，根据故障因果关系链获取评估结果对应的故障原因、故障路径和解决方法，以此发送与异常数据相对应的修复指令，工作人员会定期对数据库内旧的故障因果关系链进行修改和删除，重新对数据库内的故障原因、故障路径和解决方法进行整理。
8.根据权利要求1所述的一种反馈式云计算数据采集方法，其特征在于：所述分布式服务器会定期对个体用电数据进行分析评估，每个个体都设有预设期限，每隔预设期限，分布式服务器都会使用个体用电分析评估模型对个体用电数据进行分析评估。
9.一种反馈式云计算数据采集系统，其特征在于，包括：
数据采集模块，用于采集用户终端的用电数据信息；
数据通信模块，用于发送和接收获取的用电数据信息、控制和修复指令；
分布式服务模块，用于获取数据采集模块采集的数据，对获取的数据进行整合，得到区域用电数据信息；
云计算平台模块，用于提供云计算，云服务和云集成功能，获取分布式服务模块发送的区域用电数据信息；
数据储存模块，用于进行数据存储，对存储的数据进行异常分析；
特征提取模块，用于提取个体用电数据信息和区域用电数据信息的数据特征；
模型构建模块，用于根据特征提取模块提取的数据特征建立个体用电分析评估模型和用电区域分析评估模型；
故障分析模块，用于根据模型构建模块计算的结果对采集获取的用电数据信息进行分析评估，获取数据计算的结果对应的故障原因和解决方法；
前端显示模块，用于使用图形展示分布式服务模块的区域用电数据信息和个体用户用电数据信息。
10.一种反馈式云计算数据采集装置，其特征在于，所述装置包括服务处理器和分布存储器，所述服务处理器连接所述存储器，所述分布存储器中存储有服务自管理程序，配置用于存储机器可读指令，所述服务处理器执行所述服务自管理程序，指令在由所述处理器执行时，以实现如权利要求1所述的反馈式云计算数据采集方法。
CN202210502023.7A 2022-05-10 2022-05-10 一种反馈式云计算数据采集方法、系统及装置 Pending CN114596015A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210502023.7A CN114596015A (zh) 2022-05-10 2022-05-10 一种反馈式云计算数据采集方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210502023.7A CN114596015A (zh) 2022-05-10 2022-05-10 一种反馈式云计算数据采集方法、系统及装置

Publications (1)

Publication Number Publication Date
CN114596015A true CN114596015A (zh) 2022-06-07

Family

ID=81813568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210502023.7A Pending CN114596015A (zh) 2022-05-10 2022-05-10 一种反馈式云计算数据采集方法、系统及装置

Country Status (1)

Country Link
CN (1) CN114596015A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240143430A1 (en) * 2022-10-27 2024-05-02 Sap Se Extended dynamic intelligent log analysis tool

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105321121A (zh) * 2014-08-04 2016-02-10 国网山西省电力公司信息通信分公司 基于电力云平台的用电信息采集系统
CN109685370A (zh) * 2018-12-24 2019-04-26 国网上海市电力公司 一种基于电力大客户用电特征的能效诊断分析系统
CN109948909A (zh) * 2019-02-26 2019-06-28 国网山东省电力公司莒县供电公司 一种电网数据采集分析方法及系统
CN110336703A (zh) * 2019-07-12 2019-10-15 河海大学常州校区 基于边缘计算的工业大数据监测系统
WO2020010569A1 (zh) * 2018-07-12 2020-01-16 深圳齐心集团股份有限公司 大数据综合分析处理服务系统
CN111695800A (zh) * 2020-06-03 2020-09-22 南京中电科能技术有限公司 一种云边协同逐级分析定位异常用电行为用户的方法
CN113538946A (zh) * 2021-07-09 2021-10-22 池州学院 一种基于分布式的高速公路突发情况预警系统、方法
CN113708350A (zh) * 2021-06-25 2021-11-26 中国电力科学研究院有限公司 一种基于云边协同的配电台区重过载异常判断方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105321121A (zh) * 2014-08-04 2016-02-10 国网山西省电力公司信息通信分公司 基于电力云平台的用电信息采集系统
WO2020010569A1 (zh) * 2018-07-12 2020-01-16 深圳齐心集团股份有限公司 大数据综合分析处理服务系统
CN109685370A (zh) * 2018-12-24 2019-04-26 国网上海市电力公司 一种基于电力大客户用电特征的能效诊断分析系统
CN109948909A (zh) * 2019-02-26 2019-06-28 国网山东省电力公司莒县供电公司 一种电网数据采集分析方法及系统
CN110336703A (zh) * 2019-07-12 2019-10-15 河海大学常州校区 基于边缘计算的工业大数据监测系统
CN111695800A (zh) * 2020-06-03 2020-09-22 南京中电科能技术有限公司 一种云边协同逐级分析定位异常用电行为用户的方法
CN113708350A (zh) * 2021-06-25 2021-11-26 中国电力科学研究院有限公司 一种基于云边协同的配电台区重过载异常判断方法及系统
CN113538946A (zh) * 2021-07-09 2021-10-22 池州学院 一种基于分布式的高速公路突发情况预警系统、方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
于洪涛: "《网络行为分析与网络智慧治理》", 31 August 2020, 西安电子科学技术大学出版社 *
陈仕吉: "《基于重叠结构的知识演化研究》", 31 December 2018, 北京：中国农业大学出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240143430A1 (en) * 2022-10-27 2024-05-02 Sap Se Extended dynamic intelligent log analysis tool
US12007829B2 (en) * 2022-10-27 2024-06-11 Sap Se Extended dynamic intelligent log analysis tool

Similar Documents

Publication Publication Date Title
CN111368089A (zh) 一种基于知识图谱的业务处理方法及装置
CN112181758B (zh) 一种基于网络拓扑及实时告警的故障根因定位方法
CN111738348B (zh) 一种电力数据异常检测方法和装置
CN116418117A (zh) 一种用于智能电网的设备检测系统
CN114596015A (zh) 一种反馈式云计算数据采集方法、系统及装置
CN113502870A (zh) 挖掘机工况判定方法及装置
CN116049146A (zh) 一种数据库故障处理方法、装置、设备及存储介质
CN116894539A (zh) 一种服装生产监测方法、系统及介质
CN116957309A (zh) 一种纺织场景动态监测方法、系统及介质
CN116523140A (zh) 窃电检测方法、装置、电子设备和存储介质
CN114765574B (zh) 一种网络异常定界定位方法及装置
CN113313304A (zh) 一种基于大数据决策树的电网事故异常分析方法及系统
CN111124816B (zh) 一种基于hdp算法的服务器日志分析方法及系统
CN110045197B (zh) 一种配网故障预警方法
CN110582091B (zh) 定位无线质量问题的方法和装置
CN107590541B (zh) 一种负荷数据采集成功率低缺陷的现场处理方法
CN115128986A (zh) 基于SaaS级的工业互联网产量实时监控系统及方法
CN114881112A (zh) 一种系统异常检测方法、装置、设备及介质
CN111967667A (zh) 一种轨道交通分布式运维方法及系统
CN117473347B (zh) 一种基于规则引擎的选矿全流程数据处理方法及系统
CN112530616A (zh) 一种核电站应急操作规程的判断方法及装置
CN117527527B (zh) 多源告警处理方法和系统
CN113032227B (zh) 一种异常网元检测方法、装置、电子设备及存储介质
CN116993734B (zh) 基于视觉成像进行分析的电池隔热棉裁切质量预测系统
CN115344459A (zh) 巡检方法、装置，存储介质以及电子设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220607

RJ01 Rejection of invention patent application after publication