CN115081944B - 适用于一体化现场移动检测设备的数据同步方法及平台 - Google Patents

适用于一体化现场移动检测设备的数据同步方法及平台 Download PDF

Info

Publication number
CN115081944B
CN115081944B CN202210872259.XA CN202210872259A CN115081944B CN 115081944 B CN115081944 B CN 115081944B CN 202210872259 A CN202210872259 A CN 202210872259A CN 115081944 B CN115081944 B CN 115081944B
Authority
CN
China
Prior art keywords
detection
time
information
equipment
mobile detection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210872259.XA
Other languages
English (en)
Other versions
CN115081944A (zh
Inventor
沈晓东
沈翊
孙益
马爱军
钱伟
张锋良
卢晓勇
朱汉平
张洁
钦珏儿
董旭
朱静怡
叶淑雯
张渊
姚慧勇
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.)
Zhejiang Tailun Electric Power Group Co ltd Material Distribution Branch
Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Zhejiang Tailun Electric Power Group Co ltd Material Distribution Branch
Huzhou Power Supply Co of State Grid Zhejiang Electric Power 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 Zhejiang Tailun Electric Power Group Co ltd Material Distribution Branch, Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Zhejiang Tailun Electric Power Group Co ltd Material Distribution Branch
Priority to CN202210872259.XA priority Critical patent/CN115081944B/zh
Publication of CN115081944A publication Critical patent/CN115081944A/zh
Application granted granted Critical
Publication of CN115081944B publication Critical patent/CN115081944B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/0633—Workflow analysis
    • 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
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明提供一种适用于一体化现场移动检测设备的数据同步方法及平台，根据检测数据信息生成对移动检测设备的需求数量信息，若需求数量信息小于等于空闲标签的数量，则向与需求数量信息相对应的移动检测设备发送第一工单数据；若需求数量信息大于空闲标签的数量，提取具有占用标签的移动检测设备的剩余占用时间，根据剩余占用时间生成相对应的剩余时间序列；根据需求数量信息、空闲标签的数量得到调配需求信息，基于剩余时间序列确定与调配需求信息相对应的待调配的移动检测设备，向待调配的移动检测设备发送第二工单数据；将接收第一工单数据的移动检测设备、接收第二工单数据的移动检测设备分别检测得到的设备数据同步发送至云平台。

Description

适用于一体化现场移动检测设备的数据同步方法及平台
技术领域
本发明涉及数据处理技术领域，尤其涉及一种适用于一体化现场移动检测设备的数据同步方法及平台。
背景技术
电网健康水平取决于物资设备质量、工程施工质量、日常运维等要素。物资设备质量是第一道屏障，市场工程进网质量良莠不齐，验收接电环节没有有效的验收手段，难以发现以次充好的进网设备，造成市场电力业务竞争无序。
传统固定检测实验室需要将待检测设备的样品送至指定实验室，一般送检样品从送出至收到结果，需要15-30天的周期，在紧急工程中使用的物资设备，需要快速投入使用，如果将物资设备送至检测中心检测，检测完后再运送至现场使用，将大大降低效率。
因此，如何提高对电力设备的检测效率成为了急需解决的问题。
发明内容
本发明实施例提供一种适用于一体化现场移动检测设备的数据同步方法及平台，可以提高对电力设备的检测效率。
本发明实施例的第一方面，提供的适用于一体化现场移动检测设备的数据同步方法，包括：
步骤S1、提取所接收的移动检测请求中的检测地理位置信息，根据所述检测地理位置信息、第一调用半径生成当前时刻相对应的调配地图围栏信息；
步骤S2、确定处于调配地图围栏信息内的所有移动检测设备、每个移动检测设备的使用状态，根据移动检测设备的使用状态生成相对应的空闲标签、占用标签；
步骤S3、提取所接收的移动检测请求中的检测数据信息，根据所述检测数据信息生成对移动检测设备的需求数量信息，若所述需求数量信息小于等于空闲标签的数量，则向与所述需求数量信息相对应的移动检测设备发送第一工单数据；
步骤S4、若所述需求数量信息大于空闲标签的数量，提取具有占用标签的移动检测设备的剩余占用时间，根据所述剩余占用时间生成相对应的剩余时间序列；
步骤S5、根据所述需求数量信息、空闲标签的数量得到调配需求信息，基于所述剩余时间序列确定与所述调配需求信息相对应的待调配的移动检测设备，向待调配的移动检测设备发送第二工单数据；
步骤S6、将接收所述第一工单数据的移动检测设备、接收第二工单数据的移动检测设备分别检测得到的设备数据同步发送至云平台。
本发明实施例的第二方面，提供一种适用于一体化现场移动检测设备的数据同步平台，包括：
提取模块，用于提取所接收的移动检测请求中的检测地理位置信息，根据所述检测地理位置信息、第一调用半径生成当前时刻相对应的调配地图围栏信息；
确定模块，用于确定处于调配地图围栏信息内的所有移动检测设备、每个移动检测设备的使用状态，根据移动检测设备的使用状态生成相对应的空闲标签、占用标签；
第一发送模块，用于提取所接收的移动检测请求中的检测数据信息，根据所述检测数据信息生成对移动检测设备的需求数量信息，若所述需求数量信息小于等于空闲标签的数量，则向与所述需求数量信息相对应的移动检测设备发送第一工单数据；
生成模块，用于若所述需求数量信息大于空闲标签的数量，提取具有占用标签的移动检测设备的剩余占用时间，根据所述剩余占用时间生成相对应的剩余时间序列；
第二发送模块，用于根据所述需求数量信息、空闲标签的数量得到调配需求信息，基于所述剩余时间序列确定与所述调配需求信息相对应的待调配的移动检测设备，向待调配的移动检测设备发送第二工单数据；
同步模块，用于将接收所述第一工单数据的移动检测设备、接收第二工单数据的移动检测设备分别检测得到的设备数据同步发送至云平台。
有益效果：
1、本方案会依据移动检测请求中的位置信息来确定出一个区域，然后在区域内寻找对应的移动检测设备进行电力设备的检测操作，并结合移动检测请求中的检测数据信息，来计算出需要的移动检测设备的数量。当处于空闲状态的移动检测设备的数量不足以在规定时间内完成检测任务时，本方案会从处于占用状态的移动检测设备中确定出最佳的移动检测设备，来配合处于空闲状态的移动检测设备在规定的时间内高效的完成测量任务。
2、本方案从处于占用状态的移动检测设备占用确定出最佳的移动检测设备时，会结合占用状态的移动检测设备的多维度数据，得到剩余检测时间，然后考虑实际情况得到第一偏移数量和第二偏移数量，从而得到偏移权重，来对时间进行调整，使计算出的时间较为准确；此外，本方案还会计算出延迟处理总时间，从剩余时间序列按序中选取最佳的移动检测设备，进行多个移动检测设备的组合，以填补延迟处理总时间的空缺。
3、本方案考虑到每个移动检测设备的检测速度不一致(例如检测人员的熟练程度不一样等)，为了贴合移动检测设备计算出较为准确的检测时间，本方案会采集到3个时间值，来计算出较为准确的剩余占用时间，同时，本方案还结合实际情况，对剩余占用时间的计算模型中的权重进行了调整，使得结果更加准确。
附图说明
图1为本发明提供的一种场景示意图；
图2是本发明提供的适用于一体化现场移动检测设备的数据同步平台的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种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。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
参见图1，是本发明实施例提供的一种场景示意图，建设任务中需要建设多个变电站，建设变电站需要多种电力设备，例如变压器、变压互感器、线缆等等，而设备在安装之前需要进行检测，检测会用到本方案的移动检测设备，移动检测设备例如可以是移动检测车，移动检测车可以与云端连接，并与云端之间进行数据传输，接收指令，并按照指令进行移动检测。本方案中的移动检测设备可以有多个，一个变电站可以配置多个移动检测设备对设备进行检测，以在规定时间内完成检测任务。需要说明的是，本方案的移动检测设备的检测项目涵盖范围广泛，涵盖配电变压器、变压互感器、线缆、电缆保护管、电力金具、开关柜等五项物资设备的17项性能及外观检测， 既能满足对配电变压器的复杂能效检测如绕组电阻、空载损耗等，又能满足电缆等材料的绝缘层厚度，电力金具的超声波厚度检测。
本发明实施例提供一种适用于一体化现场移动检测设备的数据同步方法，该方法包括步骤S1-步骤S6：
步骤S1、提取所接收的移动检测请求中的检测地理位置信息，根据所述检测地理位置信息、第一调用半径生成当前时刻相对应的调配地图围栏信息。
本方案为了及时高效的调用移动检测设备到达规定地点进行检测，以在规定时间内完成检测任务，会在接收到云端下发的移动检测请求后，对移动检测请求进行解析，得到移动检测请求中的检测地理位置信息，然后结合第一调用半径生成当前时刻相对应的调配地图围栏信息。可以理解的是，本方案可以调配地图围栏信息内的移动检测设备到达规定地点进行检测，以及时高效的在规定时间内完成检测任务。
在实际应用中，检测地理位置信息可以是经纬度信息，第一调用半径可以是10公里，调配地图围栏信息可以是半径为10公里的一个圆圈，调配地图围栏信息内可以有20个移动检测设备。
步骤S2、确定处于调配地图围栏信息内的所有移动检测设备、每个移动检测设备的使用状态，根据移动检测设备的使用状态生成相对应的空闲标签、占用标签。
可以理解的是，处于调配地图围栏信息内的所有移动检测设备可以有20个，每个移动检测设备的使用状态可以实时上传到云端，如果移动检测设备的使用状态为正在检测，那么其对应的标签为占用标签，如果移动检测设备的使用状态为未进行检测，那么其对应的标签为空闲标签。
步骤S3、提取所接收的移动检测请求中的检测数据信息，根据所述检测数据信息生成对移动检测设备的需求数量信息，若所述需求数量信息小于等于空闲标签的数量，则向与所述需求数量信息相对应的移动检测设备发送第一工单数据。
可以理解的是，本方案会提取所接收的移动检测请求中的检测数据信息，检测数据信息可以是需要检测50个变压互感器，50个10米线缆；在得到检测数据信息后，本方案可以利用检测数据信息计算出对移动检测设备的需求数量信息，需求数量信息例如是需要5台移动检测设备对电力设备进行检测，在需求数量信息小于等于空闲标签的数量时（例如需求数量信息为5辆，空闲标签的数量为6辆），本方案可以直接向相对应的移动检测设备发送第一工单数据，让相对应的移动检测设备立即驶向检测地进行检测。
在实际应用中，第一工单数据可以是指示移动检测设备立即向检测地理位置信息处移动进行电力设备检测。
在一些实施例中，步骤S3包括：
S31，提取所述检测数据信息中每种电力设备的检测属性信息和检测量值信息，根据所述检测属性信息确定相应电力设备的检测时间，根据所述每种属性的电力设备的检测时间、检测量值信息生成相对应的检测总时间信息。
其中，检测属性信息是用于指示对不同电力设备进行检测时的不同难易程度，例如，对于变压互感器的检测程序较多，较为复杂，其检测难度较高，则对应的检测属性信息就会越大；同理，对于线缆的检测程序较少，较为简单，其检测难度较低，则对应的检测属性信息就会越小。检测量值信息为需要监测的设备数量。
本方案会根据检测属性信息确定相应电力设备的检测时间，根据每种属性的电力设备的检测时间、检测量值信息生成相对应的检测总时间信息。
可以理解的是，检测属性信息越大，所需要的检测时间就会越长，检测量值信息越大，所需要的检测时间也会越长，本方案会利用上述2个维度来计算出检测总时间信息。
S32，将所述检测总时间信息与移动检测设备预设的单位检测时间比对，生成对移动检测设备的需求数量信息。
本方案在得到检测总时间信息后，可以与移动检测设备预设的单位检测时间比对，得到对移动检测设备的需求数量信息。
示例性的，检测总时间信息为40小时，移动检测设备预设的单位检测时间为8小时，那么得到的移动检测设备的需求数量信息为5个。
S33，若所述需求数量信息小于等于空闲标签的数量，则获取每一个具有空闲标签的移动检测设备的位置信息，根据所述移动检测设备的位置信息、检测地理位置信息生成移动检测设备的路径信息。
本方案在需求数量信息小于等于空闲标签的数量时，会得到每一个具有空闲标签的移动检测设备的位置信息，然后根据移动检测设备的位置信息、检测地理位置信息生成移动检测设备的路径信息，可以理解的是，路径信息可以是路径以及路径长度。
S34，根据移动检测设备的路径信息进行升序排序得到检测设备序列，选取检测设备序列中前部与需求数量信息相对应的移动检测设备，向选取的移动检测设备发送第一工单数据，所述第一工单数据为用于使移动检测设备立即向检测地理位置信息处移动并进行电力设备检测。
本方案可以根据移动检测设备的路径信息中的路径长度来进行升序排序，得到检测设备序列，可以理解的是，检测设备序列中靠上的移动检测设备所对应的路径长度较短，一般情况下，路径长度较短则所抵达的时间会较快。
步骤S4、若所述需求数量信息大于空闲标签的数量，提取具有占用标签的移动检测设备的剩余占用时间，根据所述剩余占用时间生成相对应的剩余时间序列。
本方案还考虑到会存在需求数量信息大于空闲标签的数量，例如，需求数量信息为5，空闲标签的数量为3，此时，空闲标签所对应的移动检测设备无法满足检测需求。
本方案会提取具有占用标签的移动检测设备的剩余占用时间，剩余占用时间可以是3小时、4小时等，然后根据剩余占用时间生成相对应的剩余时间序列。
例如，剩余时间序列可以是（移动检测设备A-剩余占用时间3小时；移动检测设备B-剩余占用时间4小时；移动检测设备C-剩余占用时间5小时）。
在一些实施例中，步骤S4包括S41-S43：
S41，获取具有占用标签的移动检测设备的处理工单表，所述处理工单表中具有电力设备的检测信息，所述检测信息包括已检测或未检测。
本方案会先获取具有占用标签的移动检测设备的处理工单表，处理工单表可以是具有电力设备的检测信息，检测信息包括已检测或未检测。
示例性的，被占用的移动检测设备的检测信息可以是已检测了50个电力设备，还剩余50个电力设备未检测。说明该被占用的移动检测设备还需要继续检测剩余的50个电力设备。
S42，根据所有已检测的电力设备的检测属性信息、检测时间生成第一预估检测时间，根据所有未检测的电力设备的检测属性信息、检测时间生成第二预估检测时间。
本方案会利用已检测的电力设备的检测属性信息、检测时间计算已检测电力设备的第一预估检测时间，利用所有未检测的电力设备的检测属性信息、检测时间计算第二预估检测时间。
其中，检测属性信息和检测时间是对应的，例如一个变压互感器的检测属性信息所对应的检测时间为5分钟，一个线缆的检测属性信息所对应的检测时间为1分钟。
S43，获取对所有已检测的电力设备的实际检测时间，根据所述实际检测时间、第一预估检测时间、第二预估检测时间生成与所述移动检测设备对应的剩余占用时间。
可以理解的是，本方案可以统计所有已检测的电力设备的实际检测时间，然后利用实际检测时间、第一预估检测时间、第二预估检测时间生成与所述移动检测设备对应的剩余占用时间。
本方案考虑到每个移动检测设备的检测速度不一致(例如检测人员的熟练程度不一样等)，为了贴合移动检测设备计算出较为准确的检测时间，本方案会采集到3个时间值，来计算出第四个时间值，即剩余占用时间。
在一些实施例中，所述步骤S43（获取对所有已检测的电力设备的实际检测时间，根据所述实际检测时间、第一预估检测时间、第二预估检测时间生成与所述移动检测设备对应的剩余占用时间），包括：
S431，将已检测的电力设备的检测属性信息对应的检测时间与标准时间比对，生成已检测的电力设备的第一偏移数量和第二偏移数量，将未检测的电力设备的属性信息对应的检测时间与标准时间比对，生成未检测的电力设备的第一偏移数量和第二偏移数量。
其中，标准时间可以为3分钟，检测属性信息对应的检测时间例如为一个变压互感器的检测属性信息所对应的检测时间为5分钟，一个线缆的检测属性信息所对应的检测时间为1分钟。
需要说明的是，本方案已检测的电力设备的数量为50个，本方案会统计已检测设备中检测时间小于标准时间（例如3分钟）的检测属性信息的电力设备的数量，例如20个，则对应的第一偏移数量为20；统计检测时间大于标准时间（例如3分钟）的检测属性信息的电力设备的数量，例如30个，则对应的第二偏移数量为30；同理，本方案未检测的电力设备的数量为50个，本方案还会统计检测时间小于标准时间（例如3分钟）的检测属性信息的电力设备的数量，例如20个，则对应的第一偏移数量为20；统计检测时间大于标准时间（例如3分钟）的检测属性信息的电力设备的数量，例如30个，则对应的第二偏移数量为30。
S432，根据已检测的电力设备的第一偏移数量和第二偏移数量、未检测的电力设备的第一偏移数量和第二偏移数量之比生成偏移权重。
需要说明的是，本方案得到第一偏移数量和第二偏移数量的目的是为了得到偏移权重，来对时间进行调整，使得计算出的时间较为准确。
可以理解的是，如果检测时间小于标准时间，说明其误差偏移不会过大，例如，检测时间为1分钟，较为熟练的人员去检测可能用了40S，那么误差为20S，这个误差较小，因此本方案用第一偏移数量来体现这个较小的误差的偏移目的；同理，如果检测时间大于标准时间，说明其误差偏移会相对较大，例如，检测时间为5分钟，较为熟练的人员去检测可能用了3S，那么误差为2分钟，这个误差相对较大，因此本方案用第二偏移数量来体现这个较小的误差的偏移目的。
还可以理解的是，未检测的电力设备的数量越大，那么偏移的值也会越大，即生成的偏移权重需要越大。
S433，将所述第一预估检测时间和第二预估检测时间作比得到预估比例，根据所述预估比例、实际检测时间以及偏移权重进行计算得到剩余占用时间。
本方案会利用第一预估检测时间和第二预估检测时间得到预估检测时间相关的预估比例，然后结合实际检测时间和偏移权重计算出移动检测设备的剩余占用时间。
S434，对所述剩余占用时间进行升序排序生成相对应的剩余时间序列；
通过以下公式计算剩余占用时间，
Figure 316407DEST_PATH_IMAGE001
其中，
Figure 370951DEST_PATH_IMAGE002
为剩余占用时间，
Figure 331953DEST_PATH_IMAGE003
为第
Figure 104737DEST_PATH_IMAGE004
个已检测的电力设备的属性信息对应 的检测时间，
Figure 911019DEST_PATH_IMAGE005
为已检测的电力设备的数量的上限值，
Figure 820069DEST_PATH_IMAGE006
为第
Figure 184929DEST_PATH_IMAGE007
个未检测的电力设 备的属性信息对应的检测时间，
Figure 445010DEST_PATH_IMAGE008
为未检测的电力设备的数量的上限值，
Figure 54982DEST_PATH_IMAGE009
为实际检 测时间，
Figure 84118DEST_PATH_IMAGE010
为已检测的电力设备的第一偏移数量，
Figure 386924DEST_PATH_IMAGE011
为已检测的电力设备的第二偏移 数量，
Figure 868721DEST_PATH_IMAGE012
为第一数量权重，
Figure 282384DEST_PATH_IMAGE013
为第二数量权重，
Figure 166027DEST_PATH_IMAGE014
为未检测的电力设备的第一偏移 数量，
Figure 141198DEST_PATH_IMAGE015
为未检测的电力设备的第二偏移数量，
Figure 844712DEST_PATH_IMAGE016
为计算权重值。
上述计算公式的构思为：
Figure 796488DEST_PATH_IMAGE017
代表与预估检测时间相关的预估比例，
Figure 800216DEST_PATH_IMAGE018
代表初始的剩余 占用时间，可以理解的是，电力设备越多，对应的偏移数量就会越大，对应的误差也会越大，
Figure 444824DEST_PATH_IMAGE019
代表偏移权重，其中，
Figure 901213DEST_PATH_IMAGE020
代表已检测的电力设备的偏 移值，
Figure 656679DEST_PATH_IMAGE021
代表未检测的电力设备的偏移值，
Figure 249335DEST_PATH_IMAGE012
、
Figure 575098DEST_PATH_IMAGE013
和
Figure 518783DEST_PATH_IMAGE016
可以是人为设 置的，可以使计算的结果较为准确。
在一些实施例中，所述将已检测的电力设备的属性信息对应的检测时间与标准时间比对，生成已检测的电力设备的第一偏移数量和第二偏移数量，将未检测的电力设备的属性信息对应的检测时间与标准时间比对，生成未检测的电力设备的第一偏移数量和第二偏移数量，包括：
统计已检测的电力设备中检测时间大于等于标准时间的数量得到第一偏移数量，统计已检测的电力设备中检测时间小于标准时间的数量得到第二偏移数量。例如，已检测的电力设备的数量为50个，本方案会统计已检测设备中检测时间小于标准时间（例如3分钟）的检测属性信息的电力设备的数量，例如20个，则对应的第一偏移数量为20；统计检测时间大于标准时间（例如3分钟）的检测属性信息的电力设备的数量，例如30个，则对应的第二偏移数量为30。
统计未检测的电力设备中检测时间大于等于标准时间的数量得到第一偏移数量，统计未检测的电力设备中检测时间小于标准时间的数量得到第二偏移数量。例如，本方案未检测的电力设备的数量为50个，本方案会统计检测时间小于标准时间（例如3分钟）的检测属性信息的电力设备的数量，例如20个，则对应的第一偏移数量为20；统计检测时间大于标准时间（例如3分钟）的检测属性信息的电力设备的数量，例如30个，则对应的第二偏移数量为30。
步骤S5、根据所述需求数量信息、空闲标签的数量得到调配需求信息，基于所述剩余时间序列确定与所述调配需求信息相对应的待调配的移动检测设备，向待调配的移动检测设备发送第二工单数据。
在一些实施例中，步骤S5包括S51-S52：
S51，将所述需求数量信息减空闲标签的数量，得到调配需求信息所对应的初始数量，根据每个移动检测设备的剩余占用时间对初始数量进行修正得到修正数量。
本方案可以利用需求数量信息（例如5个）减空闲标签的数量（例如3个），可以得到调配需求信息所对应的初始数量（2个），但是这个初始数量是指一个完整的移动检测设备（例如可以完整检测8个小时）的检测数量，本方案会根据每个移动检测设备的剩余占用时间对初始数量进行修正得到修正数量，来得到需要多少个移动检测设备，即修正数量，例如，初始数量为2个，修正数量为4个。
需要说明的是，本方案得到修正数量后，可以确保在规定的时间内（例如1天内）完成测试任务。
在一些实施例中，所述将所述需求数量信息减空闲标签的数量，得到调配需求信息所对应的初始数量，根据每个移动检测设备的剩余占用时间对初始数量进行修正得到修正数量，包括：
统计初始数量的每个移动检测设备的剩余占用时间，得到延迟处理总时间。例如，初始数量为2个，一个剩余占用时间为1小时，一个剩余占用时间为2小时，则延迟处理总时间为3小时，延迟处理总时间的含义是这两个移动检测设备到达现场的延迟时间。
根据延迟处理总时间、剩余时间序列中未选取的每个移动检测设备对应的剩余占用时间、单位检测时间进行计算，得到移动检测设备新增数量。
示例性的，剩余时间序列中有10个移动检测设备，选取了2个（上述初始数量）所对应的移动检测设备，还剩余8个未选取的，本方案会从这8个未选取的移动检测设备中选出至少一个移动检测设备，来弥补上述的延迟处理总时间（例如3小时），以保证能够在规定时间内完成检测任务。
根据所述初始数量、移动检测设备新增数量确定相对应的修正数量。
其中，所述根据延迟处理总时间、剩余时间序列中未选取的每个移动检测设备对应的剩余占用时间、单位检测时间进行计算，得到移动检测设备新增数量，包括：
将未选取的每个移动检测设备对应的剩余占用时间与单位检测时间进行差值计算得到可检测时间。例如，对剩余时间序列中未选取的8个移动检测设备中的剩余占用时间与单位检测时间进行差值计算，得到可检测时间。具体例如，第3个移动检测设备中的剩余占用时间为10小时，单位检测时间为24小时，进行差值计算得到的可检测时间为14小时，
按照所述剩余时间序列依次确定每个未选取的移动检测设备的可检测时间，得到可检测时间之和，在所述可检测时间之和大于等于延迟处理总时间后，统计所确定的未选取的移动检测设备数量得到移动检测设备新增数量。
示例性的，按照剩余时间序列依次确定8个未选取的可检测时间，例如分别是：14小时，12小时，11小时，10小时，7小时，6小时，5小时，4小时，可检测时间之和分别为14小时、26小时、37小时等等，则可检测时间14小时已经大于了延迟处理总时间3小时，则直接确定第3个移动检测设备作为新增设备，移动检测设备的新增数量为1。
可以理解的是，初始数量为2时，新增数量为1，对应的修正数量为3，以利用14小时的可检测时间来填充延迟处理总时间3小时。
S52，选取剩余时间序列中与修正数量对应的移动检测设备，将所选取的移动检测设备作为待调配的移动检测设备，所述第二工单数据用于使移动检测设备在处理完当前检测任务后，对检测地理位置信息处的电力设备进行检测。
本方案会选取剩余时间序列中与修正数量（例如3）对应的移动检测设备，然后将所有选取的移动检测设备作为待调配的移动检测设备，然后向待调配的移动检测设备发送第二工单数据，移动检测设备在接到第二工单数据后，会在自己当前任务检测完成后，及时到达对检测地理位置信息处的电力设备进行检测。
步骤S6、将接收所述第一工单数据的移动检测设备、接收第二工单数据的移动检测设备分别检测得到的设备数据同步发送至云平台。
可以理解的是，本方案为了对移动检测设备检测的设备数据进行同步，会将设备数据同步发送至云平台。还可以理解的是，用户可以从云平台上下载对应的设备数据。
本方案考虑到实际情况的操作数据可能会与本方案所计算的有一些偏差，因此在上述实施例的基础上，还包括：
若判断用户输入干预调配信息，则获取所述干预调配信息中对所述剩余时间序列中所选取移动检测设备的干预数量。可以理解的是，本方案还会接收用户输入的干预调配信息，干预调配信息中包括对剩余时间序列中所选取移动检测设备的干预数量。
若所述干预数量大于修正数量，则通过以下公式对计算权重值进行增大处理，
Figure 77940DEST_PATH_IMAGE022
其中，
Figure 790681DEST_PATH_IMAGE023
为干预数量，
Figure 511513DEST_PATH_IMAGE024
为修正数量，
Figure 676915DEST_PATH_IMAGE025
为增大处理后的计算权重值，
Figure 774184DEST_PATH_IMAGE026
为增大权重值。
可以理解的是，若干预数量大于修正数量，说明本方案通过以上实施例所计算的 移动检测设备数量少了，从而说明剩余占用时间算小了，需要增大调整，因此，本方案对
Figure 607011DEST_PATH_IMAGE016
进行调整，使得
Figure 498743DEST_PATH_IMAGE016
变大，从而使得剩余占用时间变大。还可以理解的是，
Figure 918485DEST_PATH_IMAGE027
的值 越大，说明差值越大，则需要对
Figure 819445DEST_PATH_IMAGE016
调整的幅度也需要变大，增大权重值
Figure 241199DEST_PATH_IMAGE026
可以是人为设 置的。
若所述干预数量小于修正数量，则通过以下公式对计算权重值进行减小处理，
Figure 569413DEST_PATH_IMAGE028
Figure 709407DEST_PATH_IMAGE029
为减小处理后的计算权重值，
Figure 414058DEST_PATH_IMAGE030
为减小权重值。
可以理解的是，若干预数量小于修正数量，说明本方案通过以上实施例所计算的 移动检测设备数量多了，从而说明剩余占用时间算大了，需要减小调整，因此，本方案对
Figure 955898DEST_PATH_IMAGE016
进行调整，使得
Figure 455012DEST_PATH_IMAGE016
减小，从而使得剩余占用时间变小。还可以理解的是，
Figure 580838DEST_PATH_IMAGE031
的值越 大，说明差值越大，则需要对
Figure 823600DEST_PATH_IMAGE016
调整的幅度也需要变大，减小权重值
Figure 219946DEST_PATH_IMAGE030
可以是人为设 置的。
参见图2，是本发明提供的一种适用于一体化现场移动检测设备的数据同步平台的结构示意图，该适用于一体化现场移动检测设备的数据同步平台包括：
提取模块，用于提取所接收的移动检测请求中的检测地理位置信息，根据所述检测地理位置信息、第一调用半径生成当前时刻相对应的调配地图围栏信息；
确定模块，用于确定处于调配地图围栏信息内的所有移动检测设备、每个移动检测设备的使用状态，根据移动检测设备的使用状态生成相对应的空闲标签、占用标签；
第一发送模块，用于提取所接收的移动检测请求中的检测数据信息，根据所述检测数据信息生成对移动检测设备的需求数量信息，若所述需求数量信息小于等于空闲标签的数量，则向与所述需求数量信息相对应的移动检测设备发送第一工单数据；
生成模块，用于若所述需求数量信息大于空闲标签的数量，提取具有占用标签的移动检测设备的剩余占用时间，根据所述剩余占用时间生成相对应的剩余时间序列；
第二发送模块，用于根据所述需求数量信息、空闲标签的数量得到调配需求信息，基于所述剩余时间序列确定与所述调配需求信息相对应的待调配的移动检测设备，向待调配的移动检测设备发送第二工单数据；
同步模块，用于将接收所述第一工单数据的移动检测设备、接收第二工单数据的移动检测设备分别检测得到的设备数据同步发送至云平台。
图2所示实施例的装置对应地可用于执行图1所示方法实施例中的步骤，其实现原理和技术效果类似，此处不再赘述。
本发明还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器（ROM）、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元（英文：Central Processing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：Digital Signal Processor，简称：DSP）、专用集成电路（英文：Application SpecificIntegrated Circuit，简称：ASIC）等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (3)

1.适用于一体化现场移动检测设备的数据同步方法，其特征在于，包括：
步骤S1、提取所接收的移动检测请求中的检测地理位置信息，根据所述检测地理位置信息、第一调用半径生成当前时刻相对应的调配地图围栏信息；
步骤S2、确定处于调配地图围栏信息内的所有移动检测设备、每个移动检测设备的使用状态，根据移动检测设备的使用状态生成相对应的空闲标签、占用标签；
步骤S3、提取所接收的移动检测请求中的检测数据信息，根据所述检测数据信息生成对移动检测设备的需求数量信息，若所述需求数量信息小于等于空闲标签的数量，则向与所述需求数量信息相对应的移动检测设备发送第一工单数据；
步骤S4、若所述需求数量信息大于空闲标签的数量，提取具有占用标签的移动检测设备的剩余占用时间，根据所述剩余占用时间生成相对应的剩余时间序列；
步骤S5、根据所述需求数量信息、空闲标签的数量得到调配需求信息，基于所述剩余时间序列确定与所述调配需求信息相对应的待调配的移动检测设备，向待调配的移动检测设备发送第二工单数据；
步骤S6、将接收所述第一工单数据的移动检测设备、接收第二工单数据的移动检测设备分别检测得到的设备数据同步发送至云平台；
步骤S4包括：
获取具有占用标签的移动检测设备的处理工单表，所述处理工单表中具有电力设备的检测信息，所述检测信息包括已检测或未检测；
根据所有已检测的电力设备的检测属性信息、检测时间生成第一预估检测时间，根据所有未检测的电力设备的检测属性信息、检测时间生成第二预估检测时间；
获取对所有已检测的电力设备的实际检测时间，根据所述实际检测时间、第一预估检测时间、第二预估检测时间生成与所述移动检测设备对应的剩余占用时间；
所述获取对所有已检测的电力设备的实际检测时间，根据所述实际检测时间、第一预估检测时间、第二预估检测时间生成与所述移动检测设备对应的剩余占用时间，包括：
将已检测的电力设备的检测属性信息对应的检测时间与标准时间比对，生成已检测的电力设备的第一偏移数量和第二偏移数量，将未检测的电力设备的检测属性信息对应的检测时间与标准时间比对，生成未检测的电力设备的第一偏移数量和第二偏移数量；
根据已检测的电力设备的第一偏移数量和第二偏移数量、未检测的电力设备的第一偏移数量和第二偏移数量之比生成偏移权重；
将所述第一预估检测时间和第二预估检测时间作比得到预估比例，根据所述预估比例、实际检测时间以及偏移权重进行计算得到剩余占用时间；
对所述剩余占用时间进行升序排序生成相对应的剩余时间序列；
通过以下公式计算剩余占用时间，
Figure DEST_PATH_IMAGE001
其中，
Figure 620946DEST_PATH_IMAGE002
为剩余占用时间，
Figure 550856DEST_PATH_IMAGE003
为第
Figure 620180DEST_PATH_IMAGE004
个已检测的电力设备的属性信息对应的检测时间，
Figure 533910DEST_PATH_IMAGE005
为已检测的电力设备的数量的上限值，
Figure 277875DEST_PATH_IMAGE006
为第
Figure 593450DEST_PATH_IMAGE007
个未检测的电力设备的属性信息对应的检测时间，
Figure 364834DEST_PATH_IMAGE008
为未检测的电力设备的数量的上限值，
Figure 765860DEST_PATH_IMAGE009
为实际检测时间，
Figure 251199DEST_PATH_IMAGE010
为已检测的电力设备的第一偏移数量，
Figure 185395DEST_PATH_IMAGE011
为已检测的电力设备的第二偏移数量，
Figure 629146DEST_PATH_IMAGE012
为第一数量权重，
Figure 783046DEST_PATH_IMAGE013
为第二数量权重，
Figure 868814DEST_PATH_IMAGE014
为未检测的电力设备的第一偏移数量，
Figure 397796DEST_PATH_IMAGE015
为未检测的电力设备的第二偏移数量，
Figure 12448DEST_PATH_IMAGE016
为计算权重值；
所述将已检测的电力设备的检测属性信息对应的检测时间与标准时间比对，生成已检测的电力设备的第一偏移数量和第二偏移数量，将未检测的电力设备的检测属性信息对应的检测时间与标准时间比对，生成未检测的电力设备的第一偏移数量和第二偏移数量，包括：
统计已检测的电力设备中检测时间大于等于标准时间的数量得到第一偏移数量，统计已检测的电力设备中检测时间小于标准时间的数量得到第二偏移数量；
统计未检测的电力设备中检测时间大于等于标准时间的数量得到第一偏移数量，统计未检测的电力设备中检测时间小于标准时间的数量得到第二偏移数量；
步骤S5包括：
将所述需求数量信息减空闲标签的数量，得到调配需求信息所对应的初始数量，根据每个移动检测设备的剩余占用时间对初始数量进行修正得到修正数量；
选取剩余时间序列中与修正数量对应的移动检测设备，将所选取的移动检测设备作为待调配的移动检测设备，所述第二工单数据用于使移动检测设备在处理完当前检测任务后，对检测地理位置信息处的电力设备进行检测；
所述将所述需求数量信息减空闲标签的数量，得到调配需求信息所对应的初始数量，根据每个移动检测设备的剩余占用时间对初始数量进行修正得到修正数量，包括：
统计初始数量的每个移动检测设备的剩余占用时间，得到延迟处理总时间；
根据延迟处理总时间、剩余时间序列中未选取的每个移动检测设备对应的剩余占用时间、单位检测时间进行计算，得到移动检测设备新增数量；
根据所述初始数量、移动检测设备新增数量确定相对应的修正数量；
所述根据延迟处理总时间、剩余时间序列中未选取的每个移动检测设备对应的剩余占用时间、单位检测时间进行计算，得到移动检测设备新增数量，包括：
将未选取的每个移动检测设备对应的剩余占用时间与单位检测时间进行差值计算得到可检测时间；
按照所述剩余时间序列依次确定每个未选取的移动检测设备的可检测时间，得到可检测时间之和，在所述可检测时间之和大于等于延迟处理总时间后，统计所确定的未选取的移动检测设备数量得到移动检测设备新增数量；
还包括：
若判断用户输入干预调配信息，则获取所述干预调配信息中对所述剩余时间序列中所选取移动检测设备的干预数量；
若所述干预数量大于修正数量，则通过以下公式对计算权重值进行增大处理，
Figure 388066DEST_PATH_IMAGE017
其中，
Figure 746366DEST_PATH_IMAGE018
为干预数量，
Figure 655154DEST_PATH_IMAGE019
为修正数量，
Figure 440708DEST_PATH_IMAGE020
为增大处理后的计算权重值，
Figure 569201DEST_PATH_IMAGE021
为增大权重值；
若所述干预数量小于修正数量，则通过以下公式对计算权重值进行减小处理，
Figure 731192DEST_PATH_IMAGE022
Figure 494486DEST_PATH_IMAGE023
为减小处理后的计算权重值，
Figure 716520DEST_PATH_IMAGE024
为减小权重值。
2.根据权利要求1所述的适用于一体化现场移动检测设备的数据同步方法，其特征在于，步骤S3包括：
提取所述检测数据信息中每种电力设备的检测属性信息和检测量值信息，根据所述检测属性信息确定相应电力设备的检测时间，根据所述每种属性的电力设备的检测时间、检测量值信息生成相对应的检测总时间信息；
将所述检测总时间信息与移动检测设备预设的单位检测时间进行比对，生成对移动检测设备的需求数量信息；
若所述需求数量信息小于等于空闲标签的数量，则获取每一个具有空闲标签的移动检测设备的位置信息，根据所述移动检测设备的位置信息、检测地理位置信息生成移动检测设备的路径信息；
根据移动检测设备的路径信息进行升序排序得到检测设备序列，选取检测设备序列中前部与需求数量信息相对应的移动检测设备，向选取的移动检测设备发送第一工单数据，所述第一工单数据用于使移动检测设备立即向检测地理位置信息处移动并进行电力设备检测。
3.适用于一体化现场移动检测设备的数据同步平台，其特征在于，包括：
提取模块，用于提取所接收的移动检测请求中的检测地理位置信息，根据所述检测地理位置信息、第一调用半径生成当前时刻相对应的调配地图围栏信息；
确定模块，用于确定处于调配地图围栏信息内的所有移动检测设备、每个移动检测设备的使用状态，根据移动检测设备的使用状态生成相对应的空闲标签、占用标签；
第一发送模块，用于提取所接收的移动检测请求中的检测数据信息，根据所述检测数据信息生成对移动检测设备的需求数量信息，若所述需求数量信息小于等于空闲标签的数量，则向与所述需求数量信息相对应的移动检测设备发送第一工单数据；
生成模块，用于若所述需求数量信息大于空闲标签的数量，提取具有占用标签的移动检测设备的剩余占用时间，根据所述剩余占用时间生成相对应的剩余时间序列；
第二发送模块，用于根据所述需求数量信息、空闲标签的数量得到调配需求信息，基于所述剩余时间序列确定与所述调配需求信息相对应的待调配的移动检测设备，向待调配的移动检测设备发送第二工单数据；
同步模块，用于将接收所述第一工单数据的移动检测设备、接收第二工单数据的移动检测设备分别检测得到的设备数据同步发送至云平台；
步骤S4包括：
获取具有占用标签的移动检测设备的处理工单表，所述处理工单表中具有电力设备的检测信息，所述检测信息包括已检测或未检测；
根据所有已检测的电力设备的检测属性信息、检测时间生成第一预估检测时间，根据所有未检测的电力设备的检测属性信息、检测时间生成第二预估检测时间；
获取对所有已检测的电力设备的实际检测时间，根据所述实际检测时间、第一预估检测时间、第二预估检测时间生成与所述移动检测设备对应的剩余占用时间；
所述获取对所有已检测的电力设备的实际检测时间，根据所述实际检测时间、第一预估检测时间、第二预估检测时间生成与所述移动检测设备对应的剩余占用时间，包括：
将已检测的电力设备的检测属性信息对应的检测时间与标准时间比对，生成已检测的电力设备的第一偏移数量和第二偏移数量，将未检测的电力设备的检测属性信息对应的检测时间与标准时间比对，生成未检测的电力设备的第一偏移数量和第二偏移数量；
根据已检测的电力设备的第一偏移数量和第二偏移数量、未检测的电力设备的第一偏移数量和第二偏移数量之比生成偏移权重；
将所述第一预估检测时间和第二预估检测时间作比得到预估比例，根据所述预估比例、实际检测时间以及偏移权重进行计算得到剩余占用时间；
对所述剩余占用时间进行升序排序生成相对应的剩余时间序列；
通过以下公式计算剩余占用时间，
Figure 332309DEST_PATH_IMAGE001
其中，
Figure 32412DEST_PATH_IMAGE002
为剩余占用时间，
Figure 650213DEST_PATH_IMAGE003
为第
Figure 777569DEST_PATH_IMAGE004
个已检测的电力设备的属性信息对应的检测时间，
Figure 615075DEST_PATH_IMAGE005
为已检测的电力设备的数量的上限值，
Figure 118868DEST_PATH_IMAGE006
为第
Figure 585316DEST_PATH_IMAGE007
个未检测的电力设备的属性信息对应的检测时间，
Figure 149153DEST_PATH_IMAGE008
为未检测的电力设备的数量的上限值，
Figure 473955DEST_PATH_IMAGE009
为实际检测时间，
Figure 515860DEST_PATH_IMAGE010
为已检测的电力设备的第一偏移数量，
Figure 108253DEST_PATH_IMAGE011
为已检测的电力设备的第二偏移数量，
Figure 108570DEST_PATH_IMAGE012
为第一数量权重，
Figure 655089DEST_PATH_IMAGE013
为第二数量权重，
Figure 766265DEST_PATH_IMAGE014
为未检测的电力设备的第一偏移数量，
Figure 213165DEST_PATH_IMAGE015
为未检测的电力设备的第二偏移数量，
Figure 853224DEST_PATH_IMAGE016
为计算权重值；
所述将已检测的电力设备的检测属性信息对应的检测时间与标准时间比对，生成已检测的电力设备的第一偏移数量和第二偏移数量，将未检测的电力设备的检测属性信息对应的检测时间与标准时间比对，生成未检测的电力设备的第一偏移数量和第二偏移数量，包括：
统计已检测的电力设备中检测时间大于等于标准时间的数量得到第一偏移数量，统计已检测的电力设备中检测时间小于标准时间的数量得到第二偏移数量；
统计未检测的电力设备中检测时间大于等于标准时间的数量得到第一偏移数量，统计未检测的电力设备中检测时间小于标准时间的数量得到第二偏移数量；
步骤S5包括：
将所述需求数量信息减空闲标签的数量，得到调配需求信息所对应的初始数量，根据每个移动检测设备的剩余占用时间对初始数量进行修正得到修正数量；
选取剩余时间序列中与修正数量对应的移动检测设备，将所选取的移动检测设备作为待调配的移动检测设备，所述第二工单数据用于使移动检测设备在处理完当前检测任务后，对检测地理位置信息处的电力设备进行检测；
所述将所述需求数量信息减空闲标签的数量，得到调配需求信息所对应的初始数量，根据每个移动检测设备的剩余占用时间对初始数量进行修正得到修正数量，包括：
统计初始数量的每个移动检测设备的剩余占用时间，得到延迟处理总时间；
根据延迟处理总时间、剩余时间序列中未选取的每个移动检测设备对应的剩余占用时间、单位检测时间进行计算，得到移动检测设备新增数量；
根据所述初始数量、移动检测设备新增数量确定相对应的修正数量；
所述根据延迟处理总时间、剩余时间序列中未选取的每个移动检测设备对应的剩余占用时间、单位检测时间进行计算，得到移动检测设备新增数量，包括：
将未选取的每个移动检测设备对应的剩余占用时间与单位检测时间进行差值计算得到可检测时间；
按照所述剩余时间序列依次确定每个未选取的移动检测设备的可检测时间，得到可检测时间之和，在所述可检测时间之和大于等于延迟处理总时间后，统计所确定的未选取的移动检测设备数量得到移动检测设备新增数量；
还包括：
若判断用户输入干预调配信息，则获取所述干预调配信息中对所述剩余时间序列中所选取移动检测设备的干预数量；
若所述干预数量大于修正数量，则通过以下公式对计算权重值进行增大处理，
Figure 152619DEST_PATH_IMAGE017
其中，
Figure 536327DEST_PATH_IMAGE018
为干预数量，
Figure 368891DEST_PATH_IMAGE019
为修正数量，
Figure 179852DEST_PATH_IMAGE020
为增大处理后的计算权重值，
Figure 966543DEST_PATH_IMAGE021
为增大权重值；
若所述干预数量小于修正数量，则通过以下公式对计算权重值进行减小处理，
Figure 153942DEST_PATH_IMAGE022
Figure 342478DEST_PATH_IMAGE023
为减小处理后的计算权重值，
Figure 94314DEST_PATH_IMAGE024
为减小权重值。
CN202210872259.XA 2022-07-24 2022-07-24 适用于一体化现场移动检测设备的数据同步方法及平台 Active CN115081944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210872259.XA CN115081944B (zh) 2022-07-24 2022-07-24 适用于一体化现场移动检测设备的数据同步方法及平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210872259.XA CN115081944B (zh) 2022-07-24 2022-07-24 适用于一体化现场移动检测设备的数据同步方法及平台

Publications (2)

Publication Number Publication Date
CN115081944A CN115081944A (zh) 2022-09-20
CN115081944B true CN115081944B (zh) 2022-11-11

Family

ID=83243162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210872259.XA Active CN115081944B (zh) 2022-07-24 2022-07-24 适用于一体化现场移动检测设备的数据同步方法及平台

Country Status (1)

Country Link
CN (1) CN115081944B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927228A (zh) * 2013-01-15 2014-07-16 株式会社日立制作所 作业执行预测方法和设备
CN106156115A (zh) * 2015-04-07 2016-11-23 中国移动通信集团云南有限公司 一种资源调度方法及装置
CN107682417A (zh) * 2017-09-19 2018-02-09 深圳市盛路物联通讯技术有限公司 一种数据节点的任务分配方法和装置
CN108616424A (zh) * 2018-04-26 2018-10-02 新华三技术有限公司 一种资源调度方法、计算机设备和系统
CN109598443A (zh) * 2018-12-04 2019-04-09 合肥工业大学 用于动态环境下车辆的任务规划方法和机器可读存储介质
CN109660993A (zh) * 2018-12-29 2019-04-19 中国电子科技集团公司第二十研究所 一种基于tdma的时隙资源动态调整优化方法
CN114519448A (zh) * 2020-11-20 2022-05-20 睿普育塔机器人株式会社 用于在操作环境中优化路线规划的系统和方法
CN114611896A (zh) * 2022-02-28 2022-06-10 西安优艾智合机器人科技有限公司 机器人任务调度方法、计算机设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008001B (zh) * 2014-05-26 2017-04-12 国家电网公司 用于大数据支撑的虚拟机动态迁移方法
CN112415242B (zh) * 2020-09-15 2022-11-04 国网浙江省电力有限公司湖州供电公司 一种智能电能计量箱进线快速连接装置
CN114282838A (zh) * 2021-12-30 2022-04-05 广州极飞科技股份有限公司 一种轮灌组控制方法、装置、存储介质及终端设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927228A (zh) * 2013-01-15 2014-07-16 株式会社日立制作所 作业执行预测方法和设备
CN106156115A (zh) * 2015-04-07 2016-11-23 中国移动通信集团云南有限公司 一种资源调度方法及装置
CN107682417A (zh) * 2017-09-19 2018-02-09 深圳市盛路物联通讯技术有限公司 一种数据节点的任务分配方法和装置
CN108616424A (zh) * 2018-04-26 2018-10-02 新华三技术有限公司 一种资源调度方法、计算机设备和系统
CN109598443A (zh) * 2018-12-04 2019-04-09 合肥工业大学 用于动态环境下车辆的任务规划方法和机器可读存储介质
CN109660993A (zh) * 2018-12-29 2019-04-19 中国电子科技集团公司第二十研究所 一种基于tdma的时隙资源动态调整优化方法
CN114519448A (zh) * 2020-11-20 2022-05-20 睿普育塔机器人株式会社 用于在操作环境中优化路线规划的系统和方法
CN114611896A (zh) * 2022-02-28 2022-06-10 西安优艾智合机器人科技有限公司 机器人任务调度方法、计算机设备及存储介质

Also Published As

Publication number Publication date
CN115081944A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN109151890A (zh) 一种移动终端定位方法及装置
CN110363076A (zh) 人员信息关联方法、装置及终端设备
CN107818133A (zh) 一种基于大数据的居民区网络能力分析方法及系统
CN110475124A (zh) 视频卡顿检测方法及装置
CN110348519A (zh) 金融产品欺诈团伙的识别方法和装置
CN102804178A (zh) 检测用户的图像集合中的重要事件
US20210141969A1 (en) Scalably generating distribution grid topology
CN110263748A (zh) 用于发送信息的方法和装置
CN107038620A (zh) 基于用户打车偏好的信息推送及装置
CN115291046A (zh) 基于电网运行大数据的电网配电异常识别方法
CN111866776A (zh) 一种基于手机信令数据的人口测算方法及装置
CN115081944B (zh) 适用于一体化现场移动检测设备的数据同步方法及平台
EP3449267A1 (en) A method for identifying the phases of a multi-phase distribution grid
CN111666958A (zh) 基于图像识别的设备状态检测方法、装置、设备及介质
CN111757272B (zh) 地铁拥堵程度的预测方法、模型训练方法和装置
CN109951330B (zh) 一种自动识别设备类型的管理方法及通讯管理机
CN114064445A (zh) 一种测试方法、装置、设备及计算机可读存储介质
CN110992081A (zh) 用于线下服务商的数据处理方法及装置
CN109858900A (zh) 一种支付信息推送方法、装置及终端设备
CN115564423A (zh) 基于大数据的留学缴费的分析处理方法
CN110059234A (zh) 水务异常事件侦测方法及装置、计算机装置及存储介质
CN114663261A (zh) 适用于培训考核系统的数据处理方法
CN109146122A (zh) 一种概率预测方法、装置、电子设备及计算机存储介质
CN107613463A (zh) 一种基于用户话单数据中不同基站接入频次加权的基站位置估计方法
Li et al. Learning to bundle proactively for on-demand meal delivery

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