CN115423381A - 基于智链id码的电力物资全链协同预警方法及平台 - Google Patents

基于智链id码的电力物资全链协同预警方法及平台 Download PDF

Info

Publication number
CN115423381A
CN115423381A CN202211350918.XA CN202211350918A CN115423381A CN 115423381 A CN115423381 A CN 115423381A CN 202211350918 A CN202211350918 A CN 202211350918A CN 115423381 A CN115423381 A CN 115423381A
Authority
CN
China
Prior art keywords
information
chain
node
early warning
sub
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
Application number
CN202211350918.XA
Other languages
English (en)
Other versions
CN115423381B (zh
Inventor
范江东
刘畅
赵欣
陈瑜
高瞻
葛军萍
吴建锋
江樱
卢孔实
王婧
王悦
郑建新
吴健超
张景明
赵凯美
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.)
State Grid Zhejiang Electric Power Co Ltd
Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Zhejiang Electric Power Co Ltd
Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Information and Telecommunication Branch 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 State Grid Zhejiang Electric Power Co Ltd, Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd, Information and Telecommunication Branch of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Zhejiang Electric Power Co Ltd
Priority to CN202211350918.XA priority Critical patent/CN115423381B/zh
Publication of CN115423381A publication Critical patent/CN115423381A/zh
Application granted granted Critical
Publication of CN115423381B publication Critical patent/CN115423381B/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
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供基于智链ID码的电力物资全链协同预警方法及平台，包括：确定第一全链条路径中的预设分隔节点，根据预设分隔节点将第一全链条路径进行划分得到一码流转的第一链条子路径和多码流转的第二链条子路径；根据每个第一子节点的第一属性信息为每个第一子节点添加第一条件信息，根据每个第二子节点的第二属性信息为每个第二子节点添加第二条件信息；提取与第一子节点所对应的第一节点信息，若判断第一节点信息与第一条件信息不对应，则生成第一预警信息；提取与第二子节点所对应的第二节点信息，若判断第二节点信息与第二条件信息不对应，则生成第二预警信息；根据第一预警信息和第二预警信息生成总预警信息。

Description

基于智链ID码的电力物资全链协同预警方法及平台
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于智链ID码的电力物资全链协同预警方法及平台。
背景技术
电力物资管理是企业物资管理的重要组成，是指在电力企业的正常运营过程中发生的对各种需要订购、运输、储备、供应的物资进行组织、计划、协调和控制的一种企业运营活动，也是电力企业管理的重要组成部分。
现有的物资管理系统中，往往是根据项目不同、或是项目阶段的不同进行相互独立的物资管理，使得各节点之间分散管理。现有技术无法对物资全生命周期的关键节点进行协同预警，从而无法满足 “一条链”链接全业务的全链融合需求。
发明内容
本发明实施例提供一种基于智链ID码的电力物资全链协同预警方法及平台，可以对物资全生命周期的关键节点进行协同预警，从而满足“一条链”链接全业务的全链融合需求。
本发明实施例的第一方面，提供一种基于智链ID码的电力物资全链协同预警方法，包括：
S1，在判断具有设备需求时，则生成与设备需求相对应的第一全链条码、以及与所述第一全链条码对应的第一全链条路径；
S2，确定所述第一全链条路径中的预设分隔节点，根据所述预设分隔节点将所述第一全链条路径进行划分得到一码流转的第一链条子路径和多码流转的第二链条子路径；
S3，获取一码流转的第一链条子路径中每个第一子节点的第一属性信息，根据每个第一子节点的第一属性信息为每个第一子节点添加第一条件信息，获取多码流转的第二链条子路径中每个第二子节点的第二属性信息，根据每个第二子节点的第二属性信息为每个第二子节点添加第二条件信息；
S4，在判断当前节点为第一子节点时，则提取与第一子节点所对应的第一节点信息，若判断所述第一节点信息与所述第一条件信息不对应，则生成第一预警信息；
S5，在判断当前节点为第二子节点时，则提取与第二子节点所对应的第二节点信息，若判断所述第二节点信息与所述第二条件信息不对应，则生成第二预警信息；
S6，在判断第一全链条路径的最后一个第二子节点完成后，统计相应第一全链条路径中所有的第一预警信息、第二预警信息，根据所述第一预警信息和第二预警信息生成总预警信息。
可选地，在第一方面的一种可能实现方式中，所述S1包括：
在判断需求端上传设备需求时，根据设备需求所对应的设备信息生成相对应的第一全链条码；
调取所有的预设节点信息对用户进行显示，根据用户的选择信息在所有的预设节点信息中选择用于构建第一全链条路径的多个预设节点信息；
生成与每个预设节点信息对应的子节点，获取所选择的预设节点信息所对应的顺序标签，根据所述顺序标签对所有的子节点进行排序后，将相邻的两个子节点相连接生成第一全链条路径；
在第一全链条路径中的所有子节点中创建第一条码槽位，将所述第一全链条码分别设置于相对应的第一条码槽位内。
可选地，在第一方面的一种可能实现方式中，所述S2包括：
确定第一全链条路径中与预设分隔信息对应的预设分隔节点，以所述预设分隔节点为分隔点，将预设分隔节点前部所有依次连接的子节点所形成的路径作为一码流转的第一链条子路径；
将预设分隔节点、以及预设分隔节点后部所有依次连接的子节点所形成的路径作为多码流转的第二链条子路径，在第二链条子路径创建与多码流转的数量相对应的第二条码槽位，所述第二条码槽位用于存储第二链条码。
可选地，在第一方面的一种可能实现方式中，所述S3包括：
获取一码流转的第一链条子路径中每个第一子节点的第一属性信息，根据预设条件对应表确定每个第一属性信息所对应的第一条件信息，为每个第一子节点添加相对应的第一条件信息；
获取多码流转的第二链条子路径中每个第二子节点的第二属性信息，根据预设条件对应表确定每个第二属性信息所对应的第二条件信息，为每个第二子节点添加相对应的第二条件信息；
所述第一条件信息和第二条件信息包括周期条件、数量条件、价格条件、质量条件、仓储条件以及物流条件中的至少一种。
可选地，在第一方面的一种可能实现方式中，所述S4包括：
在判断第一交互设备将识别到的第一全链条码、第一节点信息上传至服务器后，服务器根据所述第一交互设备的第一交互标签确定所述第一交互设备所对应的第一子节点；
提取与第一子节点所对应的第一节点信息，将第一节点信息与第一条件信息进行比对，若判断所述第一节点信息与所述第一条件信息不对应，则确定第一节点信息与第一条件信息不对应的第一信息条目；
根据不对应的第一信息条目生成与第一子节点对应的第一预警信息。
可选地，在第一方面的一种可能实现方式中，所述S5包括：
在判断第二交互设备将识别到的第一全链条码、第二链条码、第二节点信息上传至服务器后，服务器根据所述第二交互设备的第二交互标签确定所述第二交互设备所对应的第二子节点；
将第二链条码填充至与第二子节点所对应的第二条码槽位内；
提取与第二子节点所对应的第二节点信息，将第二节点信息与第二条件信息进行比对，若判断所述第二节点信息与所述第二条件信息不对应，则确定第二节点信息与第二条件信息不对应的第二信息条目；
根据不对应的第二信息条目生成与第二子节点对应的第二预警信息。
可选地，在第一方面的一种可能实现方式中，所述S6包括：
在第一全链条路径的最后一个第二子节点所对应的第二交互设备，传输相对应的第一全链条码、第二链条码、第二节点信息后，则判断第一全链条路径的最后一个第二子节点完成；
统计第一全链条路径所有第一节点信息分别对应的第一预警信息，以及第一全链条路径所有第二节点信息分别对应的第二预警信息；
根据所述第一预警信息对应的第一信息条目、第二预警信息对应的第二信息条目生成总信息条目，根据所述总信息条目生成相应电力物资的处置方式和管理员端的总预警信息。
可选地，在第一方面的一种可能实现方式中，所述根据所述第一预警信息对应的第一信息条目、第二预警信息对应的第二信息条目生成总信息条目，根据所述总信息条目生成对相应电力物资的处置方式和管理员端的总预警信息，包括：
将总信息条目中的每个条目与预设条目对应表进行比对，确定每个条目的不稳定系数，每个条目具有与其预先对应设置的不稳定系数；
若判断任意一个不稳定系数大于最大预设系数，则将相应电力物资的处置方式置为不可用，将预设的最大预警信息作为总预警信息；
若判断所有不稳定系数小于预设系数，则将相应电力物资的处置方式置为可用，根据所有的不稳定系数进行计算得到相对应的总预警信息。
可选地，在第一方面的一种可能实现方式中，所述若判断所有不稳定系数小于预设系数，则将相应电力物资的处置方式置为可用，根据所有的不稳定系数进行计算得到相对应的总预警信息，包括：
对第一链条子路径所对应的所有不稳定系数进行求和得到第一系数之和，对第二链条子路径所对应的所有不稳定系数进行求和得到第二系数之和；
分别对所述第一系数之和与第二系数之和进行加权处理，得到相对应的总预警信息，通过以下公式计算总预警信息，
Figure 18608DEST_PATH_IMAGE001
其中，
Figure 162144DEST_PATH_IMAGE002
为总预警信息，
Figure 951109DEST_PATH_IMAGE003
为第一链条子路径所对应的第
Figure 787478DEST_PATH_IMAGE004
个信息条目所对应 的所有不稳定系数，
Figure 29103DEST_PATH_IMAGE005
为第一链条子路径所对应的信息条目的数量的上限值，
Figure 835385DEST_PATH_IMAGE006
为第一 子节点权重，
Figure 882451DEST_PATH_IMAGE007
为第二子节点权重，
Figure 748776DEST_PATH_IMAGE008
为第二链条子路径所对应的第
Figure 743277DEST_PATH_IMAGE009
个信息条目所 对应的所有不稳定系数，
Figure 228616DEST_PATH_IMAGE010
为第二链条子路径所对应的信息条目的数量的上限值。
可选地，在第一方面的一种可能实现方式中，还包括：
将所述总预警信息与预设预警信息进行比对，若总预警信息小于等于预设预警信息，则确定预设时间数值的时长作为总培训时长；
若总预警信息大于预设预警信息，则将总预警信息与预设预警信息做差得到预警偏移系数，根据预警偏移系数、预设培训时长进行计算，得到动态变化的总培训时长；
确定与第一信息条目对应的第一交互设备、第二信息条目对应的第二交互设备，根据第一信息条目、第二信息条目分别对应的不稳定系数进行计算，得到每个第一交互设备、第二交互设备所对应的子培训时长，通过以下公式计算总培训时长和子培训时长，
Figure 992173DEST_PATH_IMAGE011
其中，
Figure 904765DEST_PATH_IMAGE012
为总培训时长，
Figure 386562DEST_PATH_IMAGE013
为预设时间数值，
Figure 800226DEST_PATH_IMAGE014
为预设培训时长，
Figure 293655DEST_PATH_IMAGE015
为预设 预警信息，
Figure 767362DEST_PATH_IMAGE016
为归一化值，
Figure 470876DEST_PATH_IMAGE017
为第
Figure 32438DEST_PATH_IMAGE018
个第一交互设备所对应的子培训时长，
Figure 36166DEST_PATH_IMAGE019
为第
Figure 149616DEST_PATH_IMAGE020
个 第一信息条目对应的不稳定系数，
Figure 481371DEST_PATH_IMAGE021
为第
Figure 971258DEST_PATH_IMAGE022
个第一信息条目对应的不稳定系数，
Figure 704859DEST_PATH_IMAGE023
为计 算子培训时长时第一信息条目的数量的上限值，
Figure 254789DEST_PATH_IMAGE024
为第
Figure 198474DEST_PATH_IMAGE025
个第二信息条目对应的不稳 定系数，
Figure 101839DEST_PATH_IMAGE026
为计算子培训时长时第二信息条目的数量的上限值，
Figure 549001DEST_PATH_IMAGE027
为第
Figure 535412DEST_PATH_IMAGE018
个第一交互设 备所对应的培训权重值，
Figure 579110DEST_PATH_IMAGE028
为第
Figure 410800DEST_PATH_IMAGE029
个第二交互设备所对应的子培训时长，
Figure 978047DEST_PATH_IMAGE030
为第
Figure 745146DEST_PATH_IMAGE029
个 第二信息条目对应的不稳定系数，
Figure 663423DEST_PATH_IMAGE031
为第
Figure 174170DEST_PATH_IMAGE029
个第二交互设备所对应的培训权重值。
本发明实施例的第二方面，提供一种基于智链ID码的电力物资全链协同预警平台，包括：
生成模块，用于在判断具有设备需求时，则生成与设备需求相对应的第一全链条码、以及与所述第一全链条码对应的第一全链条路径；
确定模块，用于确定所述第一全链条路径中的预设分隔节点，根据所述预设分隔节点将所述第一全链条路径进行划分得到一码流转的第一链条子路径和多码流转的第二链条子路径；
获取模块，用于获取一码流转的第一链条子路径中每个第一子节点的第一属性信息，根据每个子节点的第一属性信息为每个第一子节点添加第一条件信息，获取多码流转的第二链条子路径中每个第二子节点的第二属性信息，根据每个子节点的第二属性信息为每个第二子节点添加第二条件信息；
第一提取模块，用于在判断当前节点为第一子节点时，则提取与第一子节点所对应的第一节点信息，若判断所述第一节点信息与所述第一条件信息不对应，则生成第一预警信息；
第二提取模块，用于在判断当前节点为第二子节点时，则提取与第二子节点所对应的第二节点信息，若判断所述第二节点信息与所述第二条件信息不对应，则生成第二预警信息；
综合模块，用于在判断第一全链条路径的最后一个第二子节点完成后，统计相应第一全链条路径中所有的第一预警信息、第二预警信息，根据所述第一预警信息和第二预警信息生成总预警信息。
有益效果：
1、本发明结合设备需求，将与设备对应的全链条路径分隔为一码流转的第一链条子路径和多码流转的第二链条子路径，将对应的智链ID码与对应的链条路径进行绑定，同时为每个节点绑定相应的属性信息和条件信息，并提取实时信息与对应的条件信息进行比对，对比对结果进行分析，得到对应第一子节点和第二子节点的预警信息，最后综合得到总预警信息，实现电力物资管控闭环和关键节点协同预警。本方案面向“一条链”链接全业务的全链融合需求，提出了基于“智链ID码”的电力物资全生命周期管理和一体化监管，设计了嵌入的“智链ID码”方法，形成“一条链”链接规划、设计、计划、采购、合同、质检、供应、仓储、物流、安装等全环节以及周期信息、数量信息、价格信息、质量信息、仓储信息以及物流信息等全量信息；研发了基于智链ID码协同互联的全链感知数据处理方法，准确实时追踪物资全生命周期进度，快速诊断物资供应进度和质量，优化物资流转链路，建立了电力物资管控闭环和关键节点协同预警。
2、本发明在生成一码流转的第一链条子路径和多码流转的第二链条子路径时，会确定预设分隔节点，以预设分隔节点对全链条进行分隔，分隔完成后，本方案会构建第一条码槽和第二条码槽存储对应的第一全链条码和第二链条码，实现码与链的对应绑定，同时结合节点的属性信息来绑定对应的条件信息，用于后续比对验证；在后续进行比对时，本方案会结合对应的第一交互设备和第二交互设备对相应节点的信息进行提取，可以实现精准的比对，最后综合比对结果得到总预警信息，实现对电力物资全生命周期管理和一体化监管。
3、本发明在计算总预警信息时，会对第一链条子路径和第二链条子路径所对应的所有不稳定系数进行求和得到第一系数之和以及第二系数之和，对第二链条子路径所对应的所有不稳定系数进行求和得到总预警信息，在计算过程中第一子节点权重小于第二子节点权重，因为在第一阶段，对应的大部分为流程信息，其重要程度低于第二阶段的设备实质信息，以此可以提高第二阶段的计算权重，从而提高计算结果总预警信息计算的客观性。此外，本方案在得到总预警信息后，还会结合总预警信息以及不稳定性系数计算总培训时长和各节点的子培训时长，对相关节点进行培训，使得后续流程能够高效稳定运转。
附图说明
图1是本发明实施例提供的一种基于智链ID码的电力物资全链协同预警方法的流程示意图；
图2是本发明提供一种基于智链ID码的电力物资全链协同预警平台的结构示意图。
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基于智链ID码的电力物资全链协同预警方法的流程示意图，该基于智链ID码的电力物资全链协同预警方法包括S1-S6：
S1，在判断具有设备需求时，则生成与设备需求相对应的第一全链条码、以及与所述第一全链条码对应的第一全链条路径。
可以理解的是，一个电力物资的全流程一般包括规划、设计、计划、采购、合同、质检、供应、仓储、物流、安装等，通过上述各流程形成一个设备的全链条路径。
本方案在判断具有设备需求时，会生成与设备需求相对应的第一全链条码、以及与第一全链条码对应的第一全链条路径。其中，设备需求例如是需求一个电力设备变压器等。
其中，第一全链条码是对应从头到尾一个全链条的，例如是从规划到安装的一个全链条，第一全链条码例如是二维码、条形码等。
在一些实施例中，所述S1包括S11- S14：
S11，在判断需求端上传设备需求时，根据设备需求所对应的设备信息生成相对应的第一全链条码。
本方案可以与需求端进行交互，用户可以通过需求端上传设备需求，在得到设备需求后，本方案会依据设备需求所对应的设备信息生成相对应的第一全链条码。可以理解的是，对第一全链条码进行解析后，可以得到相应的设备信息。
S12，调取所有的预设节点信息对用户进行显示，根据用户的选择信息在所有的预设节点信息中选择用于构建第一全链条路径的多个预设节点信息。
其中的预设节点信息例如是规划、设计、计划、采购、合同、质检、供应、仓储、物流、安装等节点信息，本方案会调取所有的预设节点信息对用户进行显示，然后与用户进行交互，依据用户的选择信息在所有的预设节点信息中选择用于构建第一全链条路径的多个预设节点信息。
可以理解的是，设备不同，所对应的节点信息也可以是不同的，例如，设备A没有计划节点，设备B没有合同节点，因此，本方案会依据用户的需求来选择相应的节点，形成用于构建第一全链条路径的多个预设节点信息。
S13，生成与每个预设节点信息对应的子节点，获取所选择的预设节点信息所对应的顺序标签，根据所述顺序标签对所有的子节点进行排序后，将相邻的两个子节点相连接生成第一全链条路径。
本方案会生成与每个预设节点信息对应的子节点，然后获取所选择的预设节点信息所对应的顺序标签，按照顺序标签对所有的子节点进行排序后，将相邻的两个子节点相连接生成第一全链条路径。第一全链条路径例如是规划-设计-计划-采购-合同-质检-供应-仓储-物流-安装。
S14，在第一全链条路径中的所有子节点中创建第一条码槽位，将所述第一全链条码分别设置于相对应的第一条码槽位内。
本方案为了将第一全链条码与对应的第一全链条路径进行绑定，会在第一全链条路径中的所有子节点中创建第一条码槽位，然后将对应的第一全链条码分别设置于相对应的第一条码槽位内。例如，第一全链条路径中的所有子节点有10个，那么就需要建立10个第一条码槽位，将第一全链条码分别设置于10个第一条码槽位内。
S2，确定所述第一全链条路径中的预设分隔节点，根据所述预设分隔节点将所述第一全链条路径进行划分得到一码流转的第一链条子路径和多码流转的第二链条子路径。
可以理解的是，在前期流程中，没有相对应的实体设备，因此没有对应的设备码，一旦有了实体设备后，就会有对应实体设备的设备码，因此，本方案会确定第一全链条路径中的预设分隔节点，利用预设分隔节点将第一全链条路径进行划分，得到一码流转的第一链条子路径和多码流转的第二链条子路径。其中，第一链条子路径中仅包括一码，第二链条子路径中包括多码。
在一些实施例中，所述S2包括S21- S22：
S21，确定第一全链条路径中与预设分隔信息对应的预设分隔节点，以所述预设分隔节点为分隔点，将预设分隔节点前部所有依次连接的子节点所形成的路径作为一码流转的第一链条子路径。
示例性的，预设分隔节点例如是质检节点，此时，第一链条子路径为规划-设计-计划-采购-合同。
S22，将预设分隔节点、以及预设分隔节点后部所有依次连接的子节点所形成的路径作为多码流转的第二链条子路径，在第二链条子路径创建与多码流转的数量相对应的第二条码槽位，所述第二条码槽位用于存储第二链条码。
示例性的，第二链条子路径为质检-供应-仓储-物流-安装。
需要说明的是，为了存储第二链条码，本方案会在第二链条子路径创建与多码流转的数量相对应的第二条码槽位存储第二链条码。第二链条码是对应第二链条子路径的，也就是说，第二链条子路径内即包括第一全链条码，同时还包括第二链条码。
S3，获取一码流转的第一链条子路径中每个第一子节点的第一属性信息，根据每个第一子节点的第一属性信息为每个第一子节点添加第一条件信息，获取多码流转的第二链条子路径中每个第二子节点的第二属性信息，根据每个第二子节点的第二属性信息为每个第二子节点添加第二条件信息。
本方案在确定了一码流转的第一链条子路径后，会获取一码流转的第一链条子路径中每个第一子节点的第一属性信息，第一属性信息可以是对应规划节点的规划属性、对应设计节点的设计属性、对应计划节点的计划属性、对应采购节点的采购属性、对应合同节点的合同属性。在确定了第一属性信息后，可以依据第一属性信息为每个第一子节点添加第一条件信息，第一条件信息例如是时间信息，具体例如，针对规划属性的第一条件信息为10天，针对设计属性的第一条件信息为20天。
同理，本方案在确定了多码流转的第二链条子路径后，会获取多码流转的第二链条子路径中每个第二子节点的第二属性信息，第二属性信息例如是例如是对应质检节点的质检属性、对应供应节点的供应属性、对应仓储节点的仓储属性、对应物流节点的物流属性以及对应安装节点的安装属性，本方案会依据每个第二子节点的第二属性信息为每个第二子节点添加第二条件信息。第二条件信息与第一条件信息不同，第二条件信息不但包括时间信息，还可以包括针对设备维度的信息，例如，针对质检属性，第二条件信息可以包括质检合格，同时还可以包括质检时间为5天；再例如，针对物流属性，第二条件信息可以是包括采用空运或者陆运的方式进行运输，同时还可以包括物流时间为10天。
在一些实施例中，所述S3包括S31- S33：
S31，获取一码流转的第一链条子路径中每个第一子节点的第一属性信息，根据预设条件对应表确定每个第一属性信息所对应的第一条件信息，为每个第一子节点添加相对应的第一条件信息。
本方案设置有预设条件对应表，然后会得到一码流转的第一链条子路径中每个第一子节点的第一属性信息，利用预设条件对应表确定每个第一属性信息所对应的第一条件信息，为每个第一子节点添加相对应的第一条件信息。
S32，获取多码流转的第二链条子路径中每个第二子节点的第二属性信息，根据预设条件对应表确定每个第二属性信息所对应的第二条件信息，为每个第二子节点添加相对应的第二条件信息。
同理，本方案会得到多码流转的第二链条子路径中每个第二子节点的第二属性信息，利用预设条件对应表确定每个第二属性信息所对应的第二条件信息，为每个第二子节点添加相对应的第二条件信息。
S33，所述第一条件信息和第二条件信息包括周期条件、数量条件、价格条件、质量条件、仓储条件以及物流条件中的至少一种。
需要说明的是，第一条件信息和第二条件信息包括周期条件、数量条件、价格条件、质量条件、仓储条件以及物流条件中的至少一种，其中，周期条件是时间维度信息，数量条件是设备数量维度信息，价格条件是设备价格维度信息，质量条件是设备是否合格，仓储条件是指设备的存储方式，物料条件是指设备的运输方式。
S4，在判断当前节点为第一子节点时，则提取与第一子节点所对应的第一节点信息，若判断所述第一节点信息与所述第一条件信息不对应，则生成第一预警信息。
本方案在判断当前节点为第一子节点时，会提取与第一子节点所对应的第一节点信息，如果第一节点信息与所述第一条件信息不对应，则生成第一预警信息。可以理解的是，第一预警信息是针对第一链条子路径中每个第一子节点的。
在一些实施例中，所述S4包括S41- S43：
S41，在判断第一交互设备将识别到的第一全链条码、第一节点信息上传至服务器后，服务器根据所述第一交互设备的第一交互标签确定所述第一交互设备所对应的第一子节点。
其中，第一交互设备可以是一一对应第一子节点的交互设备，例如对应规划节点规划节点交互设备，第一交互设备例如可以是移动终端，本方案的第一交互设备可以将识别到的第一全链条码、第一节点信息上传至服务器，服务器会利用第一交互设备的第一交互标签确定第一交互设备所对应的第一子节点。可以理解的是，由于第一交互设备与第一子节点一一对应，因此，本方案可以利用第一交互设备的第一交互标签确定第一交互设备所对应的第一子节点。
S42，提取与第一子节点所对应的第一节点信息，将第一节点信息与第一条件信息进行比对，若判断所述第一节点信息与所述第一条件信息不对应，则确定第一节点信息与第一条件信息不对应的第一信息条目。
本方案会提取与第一子节点所对应的第一节点信息，将第一节点信息与第一条件信息进行比对，如果第一节点信息与所述第一条件信息不对应，则确定第一节点信息与第一条件信息不对应的第一信息条目。
示例性的，针对规划节点，其第一条件信息为10天，然而提取与第一子节点所对应的第一节点信息为15天，此时，第一节点信息与所述第一条件信息不对应，则生成第一信息条目，第一信息条目可以是说明规划节点超期的信息。
S43，根据不对应的第一信息条目生成与第一子节点对应的第一预警信息。
可以理解的是，本方案会依据不对应的第一信息条目生成与第一子节点对应的第一预警信息。
S5，在判断当前节点为第二子节点时，则提取与第二子节点所对应的第二节点信息，若判断所述第二节点信息与所述第二条件信息不对应，则生成第二预警信息。
本方案在判断当前节点为第二子节点时，会提取与第二子节点所对应的第二节点信息，如果第二节点信息与所述第二条件信息不对应，则生成第二预警信息。可以理解的是，第二预警信息是针对第二链条子路径中每个第二子节点的。
在一些实施例中，所述S5包括S51- S54：
S51，在判断第二交互设备将识别到的第一全链条码、第二链条码、第二节点信息上传至服务器后，服务器根据所述第二交互设备的第二交互标签确定所述第二交互设备所对应的第二子节点。
其中，第二交互设备可以是一一对应第二子节点的交互设备，例如对应质检节点的质检节点交互设备，第二交互设备例如可以是移动终端，本方案的第二交互设备可以将识别到的第一全链条码、第二链条码、第二节点信息上传至服务器，服务器会利用第二交互设备的第二交互标签确定第二交互设备所对应的第二子节点。可以理解的是，由于第二交互设备与第二子节点一一对应，因此，本方案可以利用第二交互设备的第二交互标签确定第二交互设备所对应的第二子节点。
S52，将第二链条码填充至与第二子节点所对应的第二条码槽位内。
在第二条码槽位构建完毕后，本方案会将第二链条码填充至与第二子节点所对应的第二条码槽位内。
S53，提取与第二子节点所对应的第二节点信息，将第二节点信息与第二条件信息进行比对，若判断所述第二节点信息与所述第二条件信息不对应，则确定第二节点信息与第二条件信息不对应的第二信息条目。
本方案会提取与第二子节点所对应的第二节点信息，将第二节点信息与第二条件信息进行比对，如果第二节点信息与所述第二条件信息不对应，则确定第二节点信息与第二条件信息不对应的第二信息条目。
示例性的，针对质检节点，其第二条件信息为5天且质检合格，然而提取与第二子节点所对应的第二节点信息为10天同时质检不合格，此时，第二节点信息与所述第二条件信息不对应，则生成第二信息条目，第二信息条目可以是说明质检节点超期且质检不合格的信息。
S54，根据不对应的第二信息条目生成与第二子节点对应的第二预警信息。
本方案会依据不对应的第二信息条目生成与第二子节点对应的第二预警信息。
S6，在判断第一全链条路径的最后一个第二子节点完成后，统计相应第一全链条路径中所有的第一预警信息、第二预警信息，根据所述第一预警信息和第二预警信息生成总预警信息。
其中，最后一个第二子节点例如可以是安装节点，在判断第一全链条路径的最后一个第二子节点完成后，说明全流程完毕，本方案会对相应第一全链条路径中所有的第一预警信息、第二预警信息进行综合，生成总预警信息。可以理解的是，通过总预警信息可以让管理员醒目的看出全链条流程中哪个环节出现了什么问题。
在一些实施例中，所述S6包括S61- S63：
S61，在第一全链条路径的最后一个第二子节点所对应的第二交互设备，传输相对应的第一全链条码、第二链条码、第二节点信息后，则判断第一全链条路径的最后一个第二子节点完成。
本方案在判断第一全链条路径的最后一个第二子节点所对应的第二交互设备，传输相对应的第一全链条码、第二链条码、第二节点信息后，会确定第一全链条路径的最后一个第二子节点完成。
S62，统计第一全链条路径所有第一节点信息分别对应的第一预警信息，以及第一全链条路径所有第二节点信息分别对应的第二预警信息。
此时，本方案会对所有第一节点信息分别对应的第一预警信息以及第一全链条路径所有第二节点信息分别对应的第二预警信息进行统计和归纳。
S63，根据所述第一预警信息对应的第一信息条目、第二预警信息对应的第二信息条目生成总信息条目，根据所述总信息条目生成相应电力物资的处置方式和管理员端的总预警信息。
本方案会根据第一预警信息对应的第一信息条目、第二预警信息对应的第二信息条目生成总信息条目，然后利用总信息条目生成对相应电力物资的处置方式和管理员端的总预警信息。
在一些实施例中，S63（所述根据所述第一预警信息对应的第一信息条目、第二预警信息对应的第二信息条目生成总信息条目，根据所述总信息条目生成对相应电力物资的处置方式和管理员端的总预警信息）包括S631- S633：
S631，将总信息条目中的每个条目与预设条目对应表进行比对，确定每个条目的不稳定系数，每个条目具有与其预先对应设置的不稳定系数。
本方案设置有预设条目对应表，预设条目对应表内设置有条目与不稳定系数的对应关系，其中，问题越大，不稳定系数也就越高，问题越小，不稳定系数也就越小。
示例性的，如果物流节点要求采用空运，最后采用了陆运，但是质量没有出现问题，其对应的不稳定系数例如可以是0.1；如果规划节点要求10天完成规划，但是最后15天才完成，超期了，其对应的不稳定系数例如可以是0.2；如果质检节点要求质检合格，但是质检不合格，此时说明质量出现了问题，其问题较大，对应的不稳定系数例如可以是0.9。
S632，若判断任意一个不稳定系数大于最大预设系数，则将相应电力物资的处置方式置为不可用，将预设的最大预警信息作为总预警信息。
示例性的，最大预设系数例如可以是0.5，其中一个不稳定系数为0.9，此时，不稳定系数大于最大预设系数，本方案会将相应电力物资的处置方式置为不可用，即该设备出现了严重问题，无法使用，本方案会将预设的最大预警信息作为总预警信息。
S633，若判断所有不稳定系数小于预设系数，则将相应电力物资的处置方式置为可用，根据所有的不稳定系数进行计算得到相对应的总预警信息。
可以理解的是，如果判断所有不稳定系数小于预设系数，本方案会将相应电力物资的处置方式置为可用，说明设备出现了一些小问题，但是还可以使用，然后本方案会根据所有的不稳定系数进行计算得到相对应的总预警信息。
在一些实施例中，S633（所述若判断所有不稳定系数小于预设系数，则将相应电力物资的处置方式置为可用，根据所有的不稳定系数进行计算得到相对应的总预警信息）包括S6331- S6332：
S6331，对第一链条子路径所对应的所有不稳定系数进行求和得到第一系数之和，对第二链条子路径所对应的所有不稳定系数进行求和得到第二系数之和。
首先，本方案会对第一链条子路径所对应的所有不稳定系数进行求和得到第一系数之和，同时对第二链条子路径所对应的所有不稳定系数进行求和得到第二系数之和。
S6332，分别对所述第一系数之和与第二系数之和进行加权处理，得到相对应的总预警信息，通过以下公式计算总预警信息，
Figure 595924DEST_PATH_IMAGE032
其中，
Figure 658558DEST_PATH_IMAGE033
为总预警信息，
Figure 673919DEST_PATH_IMAGE034
为第一链条子路径所对应的第
Figure 378570DEST_PATH_IMAGE004
个信息条目所对应的所有不稳定系数，
Figure 654830DEST_PATH_IMAGE035
为第一链条子路径所对应的信息条目的数量的上限值，
Figure 763732DEST_PATH_IMAGE006
为第一子节点权重，
Figure 391022DEST_PATH_IMAGE007
为第二子节点权重，
Figure 102626DEST_PATH_IMAGE008
为第二链条子路径所对应的第
Figure 639918DEST_PATH_IMAGE009
个信息条目所对应的所有不稳定系数，
Figure 309934DEST_PATH_IMAGE010
为第二链条子路径所对应的信息条目的数量的上限值。
上述公式中，
Figure 34307DEST_PATH_IMAGE036
代表针对第一链条子路径的第一系数之和，其中的第一子节点权重
Figure 549602DEST_PATH_IMAGE037
可以是工作人员预先设置的；
Figure 66034DEST_PATH_IMAGE038
代表针对第二链条子路径的第二系数之和，其中的第二子节点权重
Figure 516738DEST_PATH_IMAGE039
可以是工作人员预先设置的。其中，第一子节点权重
Figure 118621DEST_PATH_IMAGE006
小于第二子节点权重
Figure 437607DEST_PATH_IMAGE039
，因为在第一阶段，对应的大部分为流程信息，其重要程度低于第二阶段的设备实质信息，以此可以提高第二阶段的计算权重，从而提高计算结果总预警信息计算的客观性。
在上述实施例的基础上，还包括S64-S66：
S64，将所述总预警信息与预设预警信息进行比对，若总预警信息小于等于预设预警信息，则确定预设时间数值的时长作为总培训时长。
本方案设置有预设预警信息，在计算得到总预警信息后，会将总预警信息与预设预警信息进行比对，如果总预警信息小于等于预设预警信息，说明当前的不稳定性不大，此时则本方案会确定预设时间数值的时长作为总培训时长，预设时间数值例如为1天。
S65，若总预警信息大于预设预警信息，则将总预警信息与预设预警信息做差得到预警偏移系数，根据预警偏移系数、预设培训时长进行计算，得到动态变化的总培训时长。
可以理解的是，如果总预警信息大于预设预警信息，说明当前的不稳定性较大，此时则本方案会将总预警信息与预设预警信息做差得到预警偏移系数，然后利用预警偏移系数、预设培训时长进行计算，得到动态变化的总培训时长。
S66，确定与第一信息条目对应的第一交互设备、第二信息条目对应的第二交互设备，根据第一信息条目、第二信息条目分别对应的不稳定系数进行计算，得到每个第一交互设备、第二交互设备所对应的子培训时长，通过以下公式计算总培训时长和子培训时长，
Figure 680982DEST_PATH_IMAGE040
其中，
Figure 427221DEST_PATH_IMAGE041
为总培训时长，
Figure 126186DEST_PATH_IMAGE042
为预设时间数值，
Figure 248863DEST_PATH_IMAGE043
为预设培训时长，
Figure 474308DEST_PATH_IMAGE044
为预设预警信息，
Figure 532394DEST_PATH_IMAGE045
为归一化值，
Figure 843290DEST_PATH_IMAGE046
为第
Figure 504078DEST_PATH_IMAGE047
个第一交互设备所对应的子培训时长，
Figure 459396DEST_PATH_IMAGE048
为第
Figure 813017DEST_PATH_IMAGE049
个第一信息条目对应的不稳定系数，
Figure 486575DEST_PATH_IMAGE050
为第
Figure 685475DEST_PATH_IMAGE022
个第一信息条目对应的不稳定系数，
Figure 619933DEST_PATH_IMAGE023
为计算子培训时长时第一信息条目的数量的上限值，
Figure 285401DEST_PATH_IMAGE024
为第
Figure 305309DEST_PATH_IMAGE025
个第二信息条目对应的不稳定系数，
Figure 573479DEST_PATH_IMAGE051
为计算子培训时长时第二信息条目的数量的上限值，
Figure 503389DEST_PATH_IMAGE027
为第
Figure 933234DEST_PATH_IMAGE018
个第一交互设备所对应的培训权重值，
Figure 440438DEST_PATH_IMAGE028
为第
Figure 387666DEST_PATH_IMAGE052
个第二交互设备所对应的子培训时长，
Figure 31137DEST_PATH_IMAGE030
为第
Figure 584214DEST_PATH_IMAGE052
个第二信息条目对应的不稳定系数，
Figure 454081DEST_PATH_IMAGE031
为第
Figure 64054DEST_PATH_IMAGE053
个第二交互设备所对应的培训权重值。
上述公式中，
Figure 93190DEST_PATH_IMAGE054
代表总预警信息小于等于预设预警信息，此时的总培训时长为预设时间数值；
Figure 740203DEST_PATH_IMAGE055
代表总预警信息大于预设预警信息，此时会计算预警偏移系数，
Figure 487579DEST_PATH_IMAGE056
代表预警偏移系数，总预警信息与预设预警信息的差值越大，对应的预警偏移系数也就越大；
Figure 635664DEST_PATH_IMAGE057
代表第一信息条目对应的不稳定系数之和与第二信息条目对应的不稳定系数之和的和，第
Figure 394672DEST_PATH_IMAGE018
个第一信息条目对应的不稳定系数
Figure 337220DEST_PATH_IMAGE048
的值越大，对应的第
Figure 181680DEST_PATH_IMAGE018
个第一交互设备所对应的子培训时长
Figure 133455DEST_PATH_IMAGE017
的时长也就越长；同理，第
Figure 871604DEST_PATH_IMAGE029
个第二交互设备所对应的子培训时长
Figure 125999DEST_PATH_IMAGE028
的值越大，对应的第
Figure 316809DEST_PATH_IMAGE029
个第二交互设备所对应的子培训时长
Figure 72275DEST_PATH_IMAGE028
的时长也就越长。
本方案通过上述方式，可以依据不稳定系数维度以及总培训时长维度，来计算出每个第一交互设备所对应的子培训时长，以及每个第二交互设备所对应的子培训时长，以在下一个流程中减少超期等状况的出现，降低不稳定系数。
参见图2，是本发明提供一种基于智链ID码的电力物资全链协同预警平台的结构示意图，该基于智链ID码的电力物资全链协同预警平台包括：
生成模块，用于在判断具有设备需求时，则生成与设备需求相对应的第一全链条码、以及与所述第一全链条码对应的第一全链条路径；
确定模块，用于确定所述第一全链条路径中的预设分隔节点，根据所述预设分隔节点将所述第一全链条路径进行划分得到一码流转的第一链条子路径和多码流转的第二链条子路径；
获取模块，用于获取一码流转的第一链条子路径中每个第一子节点的第一属性信息，根据每个子节点的第一属性信息为每个第一子节点添加第一条件信息，获取多码流转的第二链条子路径中每个第二子节点的第二属性信息，根据每个子节点的第二属性信息为每个第二子节点添加第二条件信息；
第一提取模块，用于在判断当前节点为第一子节点时，则提取与第一子节点所对应的第一节点信息，若判断所述第一节点信息与所述第一条件信息不对应，则生成第一预警信息；
第二提取模块，用于在判断当前节点为第二子节点时，则提取与第二子节点所对应的第二节点信息，若判断所述第二节点信息与所述第二条件信息不对应，则生成第二预警信息；
综合模块，用于在判断第一全链条路径的最后一个第二子节点完成后，统计相应第一全链条路径中所有的第一预警信息、第二预警信息，根据所述第一预警信息和第二预警信息生成总预警信息。
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 (11)

1.基于智链ID码的电力物资全链协同预警方法，其特征在于，包括：
S1，在判断具有设备需求时，则生成与设备需求相对应的第一全链条码、以及与所述第一全链条码对应的第一全链条路径；
S2，确定所述第一全链条路径中的预设分隔节点，根据所述预设分隔节点将所述第一全链条路径进行划分得到一码流转的第一链条子路径和多码流转的第二链条子路径；
S3，获取一码流转的第一链条子路径中每个第一子节点的第一属性信息，根据每个第一子节点的第一属性信息为每个第一子节点添加第一条件信息，获取多码流转的第二链条子路径中每个第二子节点的第二属性信息，根据每个第二子节点的第二属性信息为每个第二子节点添加第二条件信息；
S4，在判断当前节点为第一子节点时，则提取与第一子节点所对应的第一节点信息，若判断所述第一节点信息与所述第一条件信息不对应，则生成第一预警信息；
S5，在判断当前节点为第二子节点时，则提取与第二子节点所对应的第二节点信息，若判断所述第二节点信息与所述第二条件信息不对应，则生成第二预警信息；
S6，在判断第一全链条路径的最后一个第二子节点完成后，统计相应第一全链条路径中所有的第一预警信息、第二预警信息，根据所述第一预警信息和第二预警信息生成总预警信息。
2.根据权利要求1所述的基于智链ID码的电力物资全链协同预警方法，其特征在于，
所述S1包括：
在判断需求端上传设备需求时，根据设备需求所对应的设备信息生成相对应的第一全链条码；
调取所有的预设节点信息对用户进行显示，根据用户的选择信息在所有的预设节点信息中选择用于构建第一全链条路径的多个预设节点信息；
生成与每个预设节点信息对应的子节点，获取所选择的预设节点信息所对应的顺序标签，根据所述顺序标签对所有的子节点进行排序后，将相邻的两个子节点相连接生成第一全链条路径；
在第一全链条路径中的所有子节点中创建第一条码槽位，将所述第一全链条码分别设置于相对应的第一条码槽位内。
3.根据权利要求2所述的基于智链ID码的电力物资全链协同预警方法，其特征在于，
所述S2包括：
确定第一全链条路径中与预设分隔信息对应的预设分隔节点，以所述预设分隔节点为分隔点，将预设分隔节点前部所有依次连接的子节点所形成的路径作为一码流转的第一链条子路径；
将预设分隔节点、以及预设分隔节点后部所有依次连接的子节点所形成的路径作为多码流转的第二链条子路径，在第二链条子路径创建与多码流转的数量相对应的第二条码槽位，所述第二条码槽位用于存储第二链条码。
4.根据权利要求3所述的基于智链ID码的电力物资全链协同预警方法，其特征在于，
所述S3包括：
获取一码流转的第一链条子路径中每个第一子节点的第一属性信息，根据预设条件对应表确定每个第一属性信息所对应的第一条件信息，为每个第一子节点添加相对应的第一条件信息；
获取多码流转的第二链条子路径中每个第二子节点的第二属性信息，根据预设条件对应表确定每个第二属性信息所对应的第二条件信息，为每个第二子节点添加相对应的第二条件信息；
所述第一条件信息和第二条件信息包括周期条件、数量条件、价格条件、质量条件、仓储条件以及物流条件中的至少一种。
5.根据权利要求4所述的基于智链ID码的电力物资全链协同预警方法，其特征在于，
所述S4包括：
在判断第一交互设备将识别到的第一全链条码、第一节点信息上传至服务器后，服务器根据所述第一交互设备的第一交互标签确定所述第一交互设备所对应的第一子节点；
提取与第一子节点所对应的第一节点信息，将第一节点信息与第一条件信息进行比对，若判断所述第一节点信息与所述第一条件信息不对应，则确定第一节点信息与第一条件信息不对应的第一信息条目；
根据不对应的第一信息条目生成与第一子节点对应的第一预警信息。
6.根据权利要求5所述的基于智链ID码的电力物资全链协同预警方法，其特征在于，
所述S5包括：
在判断第二交互设备将识别到的第一全链条码、第二链条码、第二节点信息上传至服务器后，服务器根据所述第二交互设备的第二交互标签确定所述第二交互设备所对应的第二子节点；
将第二链条码填充至与第二子节点所对应的第二条码槽位内；
提取与第二子节点所对应的第二节点信息，将第二节点信息与第二条件信息进行比对，若判断所述第二节点信息与所述第二条件信息不对应，则确定第二节点信息与第二条件信息不对应的第二信息条目；
根据不对应的第二信息条目生成与第二子节点对应的第二预警信息。
7.根据权利要求6所述的基于智链ID码的电力物资全链协同预警方法，其特征在于，
所述S6包括：
在第一全链条路径的最后一个第二子节点所对应的第二交互设备，传输相对应的第一全链条码、第二链条码、第二节点信息后，则判断第一全链条路径的最后一个第二子节点完成；
统计第一全链条路径所有第一节点信息分别对应的第一预警信息，以及第一全链条路径所有第二节点信息分别对应的第二预警信息；
根据所述第一预警信息对应的第一信息条目、第二预警信息对应的第二信息条目生成总信息条目，根据所述总信息条目生成相应电力物资的处置方式和管理员端的总预警信息。
8.根据权利要求7所述的基于智链ID码的电力物资全链协同预警方法，其特征在于，
所述根据所述第一预警信息对应的第一信息条目、第二预警信息对应的第二信息条目生成总信息条目，根据所述总信息条目生成对相应电力物资的处置方式和管理员端的总预警信息，包括：
将总信息条目中的每个条目与预设条目对应表进行比对，确定每个条目的不稳定系数，每个条目具有与其预先对应设置的不稳定系数；
若判断任意一个不稳定系数大于最大预设系数，则将相应电力物资的处置方式置为不可用，将预设的最大预警信息作为总预警信息；
若判断所有不稳定系数小于预设系数，则将相应电力物资的处置方式置为可用，根据所有的不稳定系数进行计算得到相对应的总预警信息。
9.根据权利要求8所述的基于智链ID码的电力物资全链协同预警方法，其特征在于，
所述若判断所有不稳定系数小于预设系数，则将相应电力物资的处置方式置为可用，根据所有的不稳定系数进行计算得到相对应的总预警信息，包括：
对第一链条子路径所对应的所有不稳定系数进行求和得到第一系数之和，对第二链条子路径所对应的所有不稳定系数进行求和得到第二系数之和；
分别对所述第一系数之和与第二系数之和进行加权处理，得到相对应的总预警信息，通过以下公式计算总预警信息，
Figure 779614DEST_PATH_IMAGE001
其中，
Figure 431175DEST_PATH_IMAGE002
为总预警信息，
Figure 210912DEST_PATH_IMAGE003
为第一链条子路径所对应的第
Figure 340542DEST_PATH_IMAGE004
个信息条目所对应的所有不稳定系数，
Figure 889335DEST_PATH_IMAGE005
为第一链条子路径所对应的信息条目的数量的上限值，
Figure 711798DEST_PATH_IMAGE006
为第一子节点权重，
Figure 713252DEST_PATH_IMAGE007
为第二子节点权重，
Figure 646573DEST_PATH_IMAGE008
为第二链条子路径所对应的第
Figure 49872DEST_PATH_IMAGE009
个信息条目所对应的所有不稳定系数，
Figure 43236DEST_PATH_IMAGE010
为第二链条子路径所对应的信息条目的数量的上限值。
10.根据权利要求9所述的基于智链ID码的电力物资全链协同预警方法，其特征在于，还包括：
将所述总预警信息与预设预警信息进行比对，若总预警信息小于等于预设预警信息，则确定预设时间数值的时长作为总培训时长；
若总预警信息大于预设预警信息，则将总预警信息与预设预警信息做差得到预警偏移系数，根据预警偏移系数、预设培训时长进行计算，得到动态变化的总培训时长；
确定与第一信息条目对应的第一交互设备、第二信息条目对应的第二交互设备，根据第一信息条目、第二信息条目分别对应的不稳定系数进行计算，得到每个第一交互设备、第二交互设备所对应的子培训时长，通过以下公式计算总培训时长和子培训时长，
Figure 531986DEST_PATH_IMAGE011
其中，
Figure 3419DEST_PATH_IMAGE012
为总培训时长，
Figure 526804DEST_PATH_IMAGE013
为预设时间数值，
Figure 691069DEST_PATH_IMAGE014
为预设培训时长，
Figure 667115DEST_PATH_IMAGE015
为预设预警信息，
Figure 676660DEST_PATH_IMAGE016
为归一化值，
Figure 320131DEST_PATH_IMAGE017
为第
Figure 389718DEST_PATH_IMAGE018
个第一交互设备所对应的子培训时长，
Figure 853060DEST_PATH_IMAGE019
为第
Figure 931875DEST_PATH_IMAGE018
个第一信息条目对应的不稳定系数，
Figure 164273DEST_PATH_IMAGE020
为第
Figure 667411DEST_PATH_IMAGE021
个第一信息条目对应的不稳定系数，
Figure 618049DEST_PATH_IMAGE022
为计算子培训时长时第一信息条目的数量的上限值，
Figure 234975DEST_PATH_IMAGE023
为第个第二信息条目对应的不稳定系数，
Figure 321880DEST_PATH_IMAGE024
为计算子培训时长时第二信息条目的数量的上限值，为第
Figure 264428DEST_PATH_IMAGE018
个第一交互设备所对应的培训权重值，
Figure 436784DEST_PATH_IMAGE025
为第
Figure 591821DEST_PATH_IMAGE026
个第二交互设备所对应的子培训时长，
Figure 64391DEST_PATH_IMAGE027
为第
Figure 912261DEST_PATH_IMAGE028
个第二信息条目对应的不稳定系数，
Figure 571913DEST_PATH_IMAGE029
为第
Figure 530642DEST_PATH_IMAGE026
个第二交互设备所对应的培训权重值。
11.基于智链ID码的电力物资全链协同预警平台，其特征在于，包括：
生成模块，用于在判断具有设备需求时，则生成与设备需求相对应的第一全链条码、以及与所述第一全链条码对应的第一全链条路径；
确定模块，用于确定所述第一全链条路径中的预设分隔节点，根据所述预设分隔节点将所述第一全链条路径进行划分得到一码流转的第一链条子路径和多码流转的第二链条子路径；
获取模块，用于获取一码流转的第一链条子路径中每个第一子节点的第一属性信息，根据每个子节点的第一属性信息为每个第一子节点添加第一条件信息，获取多码流转的第二链条子路径中每个第二子节点的第二属性信息，根据每个子节点的第二属性信息为每个第二子节点添加第二条件信息；
第一提取模块，用于在判断当前节点为第一子节点时，则提取与第一子节点所对应的第一节点信息，若判断所述第一节点信息与所述第一条件信息不对应，则生成第一预警信息；
第二提取模块，用于在判断当前节点为第二子节点时，则提取与第二子节点所对应的第二节点信息，若判断所述第二节点信息与所述第二条件信息不对应，则生成第二预警信息；
综合模块，用于在判断第一全链条路径的最后一个第二子节点完成后，统计相应第一全链条路径中所有的第一预警信息、第二预警信息，根据所述第一预警信息和第二预警信息生成总预警信息。
CN202211350918.XA 2022-10-31 2022-10-31 基于智链id码的电力物资全链协同预警方法及平台 Active CN115423381B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211350918.XA CN115423381B (zh) 2022-10-31 2022-10-31 基于智链id码的电力物资全链协同预警方法及平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211350918.XA CN115423381B (zh) 2022-10-31 2022-10-31 基于智链id码的电力物资全链协同预警方法及平台

Publications (2)

Publication Number Publication Date
CN115423381A true CN115423381A (zh) 2022-12-02
CN115423381B CN115423381B (zh) 2023-03-24

Family

ID=84207537

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211350918.XA Active CN115423381B (zh) 2022-10-31 2022-10-31 基于智链id码的电力物资全链协同预警方法及平台

Country Status (1)

Country Link
CN (1) CN115423381B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117151449A (zh) * 2023-10-30 2023-12-01 国网浙江省电力有限公司 基于全场景联动的数据平台链式信息交互方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101320455A (zh) * 2008-06-30 2008-12-10 西安交通大学 基于在役寿命评估的备件需求预测方法
CN105608541A (zh) * 2016-01-14 2016-05-25 国网山东省电力公司物资公司 一种基于电力物资供应全程预警监督系统与方法
US20170134971A1 (en) * 2014-07-21 2017-05-11 Huawei Technologies Co., Ltd. Link control node and method, and communications system
CN107730189A (zh) * 2017-11-23 2018-02-23 北京德鑫泉物联网科技股份有限公司 Rfid智能仓储管理系统及管理方法
CN107784397A (zh) * 2017-11-09 2018-03-09 贵州电网有限责任公司 一种电网物资需求预测系统及其预测方法
CN111199309A (zh) * 2019-12-19 2020-05-26 深圳供电局有限公司 一种电力物资供应链运营的预警管控系统
CN112488487A (zh) * 2020-11-25 2021-03-12 国网河北省电力有限公司物资分公司 基于智慧运营中心的电力物资供应链体系及其构建和应用
WO2021196936A1 (zh) * 2020-04-01 2021-10-07 深圳壹账通智能科技有限公司 基于区块链的业务链数据校核方法、装置、存储介质、电子设备
CN114091940A (zh) * 2021-11-26 2022-02-25 广州广汽商贸物流有限公司 一种物流园区安全风险预警方法、系统、设备及存储介质
WO2022116548A1 (zh) * 2020-12-03 2022-06-09 全球能源互联网研究院有限公司 一种电力应急指挥系统
CN114638573A (zh) * 2022-03-14 2022-06-17 连云港电子口岸信息发展有限公司 一种智能化货运物流管理系统及方法
CN114707919A (zh) * 2021-12-28 2022-07-05 国网山东省电力公司莱芜供电公司 基于rfid的物资检储配全链条可视化系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101320455A (zh) * 2008-06-30 2008-12-10 西安交通大学 基于在役寿命评估的备件需求预测方法
US20170134971A1 (en) * 2014-07-21 2017-05-11 Huawei Technologies Co., Ltd. Link control node and method, and communications system
CN105608541A (zh) * 2016-01-14 2016-05-25 国网山东省电力公司物资公司 一种基于电力物资供应全程预警监督系统与方法
CN107784397A (zh) * 2017-11-09 2018-03-09 贵州电网有限责任公司 一种电网物资需求预测系统及其预测方法
CN107730189A (zh) * 2017-11-23 2018-02-23 北京德鑫泉物联网科技股份有限公司 Rfid智能仓储管理系统及管理方法
CN111199309A (zh) * 2019-12-19 2020-05-26 深圳供电局有限公司 一种电力物资供应链运营的预警管控系统
WO2021196936A1 (zh) * 2020-04-01 2021-10-07 深圳壹账通智能科技有限公司 基于区块链的业务链数据校核方法、装置、存储介质、电子设备
CN112488487A (zh) * 2020-11-25 2021-03-12 国网河北省电力有限公司物资分公司 基于智慧运营中心的电力物资供应链体系及其构建和应用
WO2022116548A1 (zh) * 2020-12-03 2022-06-09 全球能源互联网研究院有限公司 一种电力应急指挥系统
CN114091940A (zh) * 2021-11-26 2022-02-25 广州广汽商贸物流有限公司 一种物流园区安全风险预警方法、系统、设备及存储介质
CN114707919A (zh) * 2021-12-28 2022-07-05 国网山东省电力公司莱芜供电公司 基于rfid的物资检储配全链条可视化系统
CN114638573A (zh) * 2022-03-14 2022-06-17 连云港电子口岸信息发展有限公司 一种智能化货运物流管理系统及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JIAN WANGYI WANJINXIN OUYANG: ""Cooperative overload control strategy of power grid-transformer considering dynamic security margin of transformer in emergencies"", <INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS> *
张本等: "基于移动互联网技术的物资供应全流程监管系统建设研究", 《科技经济导刊》 *
徐欣等: "创新计划管理模式助力智慧供应链", 《企业管理》 *
洪芳华等: "电力物资智能化调配管理研究", 《物流工程与管理》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117151449A (zh) * 2023-10-30 2023-12-01 国网浙江省电力有限公司 基于全场景联动的数据平台链式信息交互方法
CN117151449B (zh) * 2023-10-30 2024-02-06 国网浙江省电力有限公司 基于全场景联动的数据平台链式信息交互方法

Also Published As

Publication number Publication date
CN115423381B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
Lohmer et al. Analysis of resilience strategies and ripple effect in blockchain-coordinated supply chains: An agent-based simulation study
Daniel et al. A simulation‐based genetic algorithm for inventory optimization in a serial supply chain
Truong et al. Simulation based optimization for supply chain configuration design
Vernadat et al. VR-PMS: a new approach for performance measurement and management of industrial systems
CN109299994A (zh) 推荐方法、装置、设备及可读存储介质
Zhang et al. An integrated model for strategic supply chain design: Formulation and ABC-based solution approach
US11562172B2 (en) Confidence-driven workflow orchestrator for data labeling
CN110442689A (zh) 一种问答关系排序方法、装置、计算机设备及存储介质
US20090177520A1 (en) Techniques for casual demand forecasting
CN115423381B (zh) 基于智链id码的电力物资全链协同预警方法及平台
CN112669096B (zh) 对象推荐模型训练方法以及装置
CN110348635A (zh) 基于端对端学习的智能补货方法、存储介质、系统及装置
Dalal et al. Analysing Supply Chain Strategy Using Case-Based Reasoning.
CN110659937A (zh) 基于梯度提升树改进的供应商量化评分预测算法
Wu et al. A computational study for common network design in multi-commodity supply chains
CN111768243A (zh) 销量预测方法、预测模型构建方法、装置、设备及介质
CN107451881A (zh) 信息获取方法及装置
CN108268519A (zh) 一种推荐网络对象的方法和装置
M'baya et al. An assessment conceptual framework for the modernization of legacy systems
CN109885767B (zh) 一种基于GitHub的软件资产推荐的方法及系统
Anjum et al. Optimizing coverage of churn prediction in telecommunication industry
Umar et al. Implementation of TOPSIS methods in determining Makassar special culinary business location
CN111080393A (zh) 一种交易撮合方法及装置
CN113393270A (zh) 广告点位贡献值的确定方法和装置、电子设备和存储介质
Nguyen et al. A Risk Management Tool for the Reverse Supply Chain Network

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