CN115576958B - 一种生产设备监管报表的数据校验方法、设备及介质 - Google Patents
一种生产设备监管报表的数据校验方法、设备及介质 Download PDFInfo
- Publication number
- CN115576958B CN115576958B CN202211568289.8A CN202211568289A CN115576958B CN 115576958 B CN115576958 B CN 115576958B CN 202211568289 A CN202211568289 A CN 202211568289A CN 115576958 B CN115576958 B CN 115576958B
- Authority
- CN
- China
- Prior art keywords
- data
- report
- verified
- supervision
- preset
- 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
Links
Images
Classifications
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开了一种生产设备监管报表的数据校验方法、设备及介质。方法包括:通过获取待检验生产设备中待校验监管报表的基本信息,确定待校验监管报表的预设互验时间,从而实现表内数据的互相验证,获得异动数据报表,基于预设异动范围清单对异动数据报表中的各个数据项进行验证,获得第一校验结果。通过获得待校验监管报表的交互报表,从而根据预设表间校验规则与属性信息,确定出校验公式,实现表间的校验获得第二校验结果。叠加所述第一校验结果与所述第二校验结果,生成待校验监管报表的校验结果,以便对所述待校验生产设备的异常进行报送。
Description
技术领域
本说明书涉及数据处理技术领域,尤其涉及一种生产设备监管报表的数据校验方法、设备及介质。
背景技术
在大数据时代,业务系统的数据信息基本是通过报表来呈现,报表成为了数据处理的通用载体。随着经济的发展,用户对于产品的需求越来越高,因此生产设备的监管系统要求设备传感器定时发送相应的设备监管数据从而获得设备监管报表,以基于设备监管报表获得设备的运行管理情况以便与保证产品的正常生产。由于数据传输过程中可能发生数据丢失或收到噪声污染导致数据的异动,或者由于生产设备的异常导致监管数据发生明显异动,从而导致监管报表出现明显数据变动等。因此,对于监管报表的数据校验是进行生产设备故障分析与监管环节中的一个重要过程。
传统方式中对于监管报表的数据校验,一般采用人工数据校验的方式对监管报表的表内数据的准确性进行核实。当对大量监管报表进行校验时,传统人工校验的方式无法及时处理,进而导致了校验效率低以及人工的时间成本高的问题。此外,由于监管报表中各个数据可能来自于多个数据源基于人工的方式进行校验时,由于校验人员对于数据源的掌握能力不一,导致了监管报表进行关联校验时的校验标准的准确性受到影响。
发明内容
为解决上述问题,本说明书一个或多个实施例提供了一种生产设备监管报表的数据校验方法、设备及介质。
本说明书一个或多个实施例采用下述技术方案:
本说明书一个或多个实施例提供一种生产设备监管报表的数据校验方法,方法包括:
获取与待校验生产设备相对应的待校验监管报表的基本信息,以根据各所述基本信息生成所述待校验监管报表的监管报表清单;其中,所述基本信息包括:报表名称、报表版本、报表路径;
根据基本信息中的预设互验时间,确定所述待校验监管报表的第一校验时间与第二校验时间,以基于所述第一校验时间与所述第二校验时间所对应的待校验监管报表的差异数据,获得所述待校验监管报表的异动数据报表;
获取待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单,并根据所述预设异动范围清单依次对所述监管报表清单内各所述待校验监管报表对应的异动数据报表进行校验,获得第一校验结果;其中,所述生产项目与所述监管报表清单中各所述待校验监管报表相对应;
确定所述待校验生产项目的当前监管任务,根据所述当前监管任务确定与所述待校验监管报表相对应的交互报表,并获取所述待校验监管报表内的关键数据、以及与所述交互报表的交互数据作为待校验数据;
提取所述待校验数据的属性信息,并根据所述待校验监管报表的预设表间校验规则与所述属性信息,生成所述待校验监管报表的校验公式,以校验所述待校验监管报表内各所述待校验参数,获得第二校验结果;
叠加所述第一校验结果与所述第二校验结果,生成所述待校验监管报表的校验结果,以便对所述待校验生产设备的异常进行报送。
可选地,在本说明书一个或多个实施例中,获取与待校验生产设备相对应的待校验监管报表的基本信息,以根据各所述基本信息生成所述待校验监管报表的监管报表清单之前,所述方法还包括:
确定待校验生产项目所对应的多个数据源,实时获取来自所述多个数据源的实时监管数据;
根据所述待校验生产项目的预设校验周期,确定所述实时监管数据的汇总周期,并对所述汇总周期基于预设时间间隔进行划分,获得多个预设时间段;
获取与所述待校验生产项目相对应的报表模板信息,以基于所述报表模板信息对所述预设时间段内的实时监管数据进行数据融合,以构建所述预设时间段内的实时监管报表;
获取与所述预设时间段相对应的所述待校验生产项目的多个历史汇总周期的多个历史监管报表;
对比所述多个历史监管数据与所述实时监管数据,以确定所述实时监管报表是否具有缺失数据或异常数据,若是,则将所述待校验生产项目所对应的一个或多个监管报表作为待校验监管报表。
可选地,在本说明书一个或多个实施例中,确定待校验生产项目所对应的多个数据源,实时获取来自所述多个数据源的实时监管数据之后,所述方法还包括:
将所述实时监管数据基于时间戳与所述数据源进行排序,获得实时监管数据序列;
获取各所述数据源的实时监管数据的采集频率,以基于各所述数据源的最小采集频率对所述实时监管数据序列进行数据过滤获得待处理实时监管数据序列;
获取所述报表模板信息中的报表数据格式信息,基于所述报表数据格式信息设置预设格式数据转换模型;
基于所述预设格式数据转换模型,对所述待处理实时监管数据序列中各数据进行格式转换,获得转换后的实时监管数据,以将所述转换后的实时监管数据自动填入与所述报表模板信息相对应的报表中,获得待校验监管报表。
可选地,在本说明书一个或多个实施例中,获取待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单之前,所述方法还包括:
基于所述待校验监管报表的报表名称与所述待校验监管报表的报表版本,获取与所述待校验监管报表相对应的历史报表数据;
根据预设优化算法与预设最小二乘支持向量机模型对与所述待校验监管报表相对应的历史报表数据,进行分析以预测当前所述待校验监管报表的异动数据项及所述异动数据项的预测值;
确定所述异动数据项所对应的监管参数,并获取所述监管参数的预设监管规则,以基于所述预设监管规则与所述异动数据项的预测值确定所述异动数据项的异动范围;
根据所述异动数据项的属性信息与所述异动范围,依次汇总生成所述待校验监管报表相对应的预设异动范围清单;其中,所述属性信息包括以下任意一项或多项:数据的位置信息、数据格式信息、数据类型;所述位置信息包括所述数据的表位置信息、行位置信息与列位置信息。
可选地,在本说明书一个或多个实施例中,根据预设优化算法与预设最小二乘支持向量机模型对与所述待校验监管报表相对应的历史报表数据,进行分析以预测当前所述待校验监管报表的异动数据项及所述异动数据项的预测值,具体包括:
将预设径向基核函数作为最小二乘支持向量机模型的核函数,以构建所述预设最小二乘支持向量机模型,并确定出所述预设最小二乘支持向量机模型的待优化模型参数;其中,所述模型参数至少包括以下任意一个或多个:核函数参数系数与惩罚系数;
基于预设优化算法对所述待优化模型参数进行优化,获得优化后的最小二乘支持向量机模型;
基于时间顺序对所述历史报表数据进行排序,获得历史报表数据所对应的历史报表序列;
根据所述历史报表序列对所述优化后的最小二乘支持向量机模型进行训练,以获得符合要求的最小二乘支持向量机模型,并将所述待校验监管报表输入基于所述符合要求的最小二乘支持向量机模型,以输出当前所述待校验监管报表的异动数据项及所述异动数据项的预测值;
其中,所述基于预设优化算法对所述符合要求的预设最小二乘支持向量机模型进行模型参数调优,获得优化后的最小二乘支持向量机模型,具体包括:
对预设优化算法中各算法参数进行初始化;其中所述算法参数包括以下任意一项或多项:正向搜索粒子的正向种群规模、最大迭代次数、惯性权值;
基于反向学习机制初始化所述正向搜索粒子的正向种群,以获得与所述正向种群相对应的反向种群中各反向搜索粒子的坐标位置;
根据预设适应度函数计算所述正向种群与所述反向种群中各搜索粒子的适应度值,并确定适应度值最小的搜索粒子作为初始搜索种群的最优搜索粒子;
随机产生一个预设范围内的随机数,以基于所述随机数的值确定当前搜索种群中搜索粒子的坐标位置,迭代获取适应度值最小的搜索粒子所对应的位置信息,以基于所述位置信息确定所述符合要求的预设最小二乘支持向量机模型的最优模型参数;
基于所述最优模型参数调整所述符合要求的预设最小二乘支持向量机模型,获得优化后的最小二乘支持向量机模型。
可选地,在本说明书一个或多个实施例中,确定所述待校验生产项目的当前监管任务,根据所述当前监管任务确定与所述待校验监管报表相对应的交互报表,具体包括:
基于所述待校验生产项目的当前监管任务,确定所述待校验监管报表所对应的输出数据项与输入数据项;
根据所述输出数据项与所述输入数据项,确定所述待校验监管报表所对应的计算任务;
确定所述计算任务所对应的数据对象,以基于所述数据对象查找预设数据库中具有所述数据对象的报表,并将该报表作为与所述待校验监管报表相对应的交互报表。
可选地,在本说明书一个或多个实施例中,获取所述待校验监管报表内的关键数据、以及与所述交互报表的交互数据作为待校验数据具体包括:
获取所述待校验监管报表内的所有数据,以基于所述输入项数据与所述输出项数据确定所述待校验监管报表内与所述交互报表的交互数据;
获取所述待校验监管报表内与所述交互数据具有关联关系的数据,并将该数据作为关联数据;
将所述关联数据与所述交互数据基于有向边进行标识,以构建所述待校验监管报表的关键有向网络;
确定各所述关联数据与各所述交互数据之间的计算任务,以获取所述计算任务中所包含的数据总量以及所述计算任务中的运算标识符的数量,以基于所述数据总量与所述运算标识符的数量确定出各所述关联数据与各所述交互数据之间有向边的权重值;
将所述权重值大于预设阈值的有向边所对应的关联数据作为所述待校验监管报表内的关键数据,以将所述关键数据与所述交互数据作为所述待校验监管报表的待校验数据。
可选地,在本说明书一个或多个实施例中,根据所述预设异动范围清单依次对所述监管报表清单内各所述待校验监管报表对应的异动数据报表进行校验,获得第一校验结果,具体包括:
根据所述预设异动范围清单中各位置的异动数据项的异动范围与所述异动数据报表中各位置的异动数据项进行比较;其中,所述异动范围约束各所述异动数据项的最大异动值与最小异动值;
若所述异动数据报表中的异动数据大于所述预设异动范围清单中的最大异动值,或者所述异动数据报表中的数据小于所述预设异动范围清单中的最小异动值,则确定该异动数据为异常数据;
统计所述异动数据报表中所述异常数据的数量,以确定所述待校验监管报表的异常比例;
根据所述待校验监管报表中各所述异常数据的位置信息、各所述异常数据的数据值与所述待校验监管报表的异常比例,获得所述待校验监管报表的第一校验结果。
本说明书一个或多个实施例提供一种生产设备监管报表的数据校验设备,设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取与待校验生产设备相对应的待校验监管报表的基本信息,以根据各所述基本信息生成所述待校验监管报表的监管报表清单;其中,所述基本信息包括:报表名称、报表版本、报表路径;
根据基本信息中的预设互验时间,确定所述待校验监管报表的第一校验时间与第二校验时间,以基于所述第一校验时间与所述第二校验时间所对应的待校验监管报表的差异数据,获得所述待校验监管报表的异动数据报表;
获取待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单,并根据所述预设异动范围清单依次对所述监管报表清单内各所述待校验监管报表对应的异动数据报表进行校验,获得第一校验结果;其中,所述生产项目与所述监管报表清单中各所述待校验监管报表相对应;
确定所述待校验生产项目的当前监管任务,根据所述当前监管任务确定与所述待校验监管报表相对应的交互报表,并获取所述待校验监管报表内的关键数据、以及与所述交互报表的交互数据作为待校验数据;
提取所述待校验数据的属性信息,并根据所述待校验监管报表的预设表间校验规则与所述属性信息,生成所述待校验监管报表的校验公式,以校验所述待校验监管报表内各所述待校验参数,获得第二校验结果;
叠加所述第一校验结果与所述第二校验结果,生成所述待校验监管报表的校验结果,以便对所述待校验生产设备的异常进行报送。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
获取与待校验生产设备相对应的待校验监管报表的基本信息,以根据各所述基本信息生成所述待校验监管报表的监管报表清单;其中,所述基本信息包括:报表名称、报表版本、报表路径;
根据基本信息中的预设互验时间,确定所述待校验监管报表的第一校验时间与第二校验时间,以基于所述第一校验时间与所述第二校验时间所对应的待校验监管报表的差异数据,获得所述待校验监管报表的异动数据报表;
获取待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单,并根据所述预设异动范围清单依次对所述监管报表清单内各所述待校验监管报表对应的异动数据报表进行校验,获得第一校验结果;其中,所述生产项目与所述监管报表清单中各所述待校验监管报表相对应;
确定所述待校验生产项目的当前监管任务,根据所述当前监管任务确定与所述待校验监管报表相对应的交互报表,并获取所述待校验监管报表内的关键数据、以及与所述交互报表的交互数据作为待校验数据;
提取所述待校验数据的属性信息,并根据所述待校验监管报表的预设表间校验规则与所述属性信息,生成所述待校验监管报表的校验公式,以校验所述待校验监管报表内各所述待校验参数,获得第二校验结果;
叠加所述第一校验结果与所述第二校验结果,生成所述待校验监管报表的校验结果,以便对所述待校验生产设备的异常进行报送。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过获取待检验生产设备中待校验监管报表的基本信息,确定待校验监管报表的预设互验时间,从而实现表内数据的互相验证,获得异动数据报表,基于预设异动范围清单对异动数据报表中的各个数据项进行验证,从而获得第一校验结果。通过自动校验的方式避免了人工逐个进行校验时,由于各个员工之间对于生产项目的把握程度不一致,导致验证结果准确性差的问题。通过获得待校验监管报表的交互报表,从而根据预设表间校验规则与属性信息,确定出校验公式,实现表间的校验获得第二校验结果。实现了自动校验表内表间以及关联校验,解决了监管数据的校验涉及多数据源时校验过程复杂且效率低的问题。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术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说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书实施例提供的一种生产设备监管报表的数据校验方法的方法流程示意图;
图2为本说明书实施例提供的一种生产设备监管报表的数据校验设备的内部结构示意图;
图3为本说明书实施例提供的一种非易失性存储介质的内部结构示意图。
具体实施方式
本说明书实施例提供一种生产设备监管报表的数据校验方法、设备及介质。
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书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说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,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,都应当属于本说明书保护的范围。
如图1所示,本说明书实施例提供了一种生产设备监管报表的数据校验方法的方法流程示意图。由图1可知,本说明书一个或多个实施例中,一种生产设备监管报表的数据校验方法,包括以下步骤:
S101:获取与待校验生产设备相对应的待校验监管报表的基本信息,以根据各所述基本信息生成所述待校验监管报表的监管报表清单;其中,所述基本信息包括:报表名称、报表版本、报表路径。
随着现阶段客户需求水平的不断提高,生产行业对于生产效率与生产质量的要求不断提高。对于设备监管系统来说,各个生产设备的数据信息基本都是通过监管报表的方式来呈现,通过对监管报表中记载的监管数据进行分析后,确定出生产设备中是否存在问题。但是现有技术中对于监管报表的分析一般采用人为分析的方式进行判断,导致了校验效率低以及人工的时间成本高的问题。为了解决上述问题,本说明书实施例首先获取到和待校验生产设备相对应的待校验监管报表的基本信息,例如:报表名称、报表版本、报表路径等基本信息。从而根据各个待校验监管报表的基本信息生成待校验监管报表的监管报表清单。也就是说,监管报表清单中包含各个待校验报表的编号,以及各个待校验监管报表的基本信息,以便基于监管报表清单对各个待校验监管报表进行有序校验。
进一步的,为了提高校验检测的准确性。在本说明书一个或多个实施例中,获取与待校验生产设备相对应的待校验监管报表的基本信息,以根据各基本信息生成待校验监管报表的监管报表清单之前,方法还包括以下过程:
首先,确定出待校验生产项目所对应的多个数据源,其中,需要说明的是生产项目为生产设备所对应的生产项目,例如:激光切割设备对不锈钢管进行切割、对车灯透镜进行切割、对钢板进行切割时,需要对钢板进行切割时的生产设备进行监管,则此时待校验生产项目为:生产设备对钢板进行切割。确定出待校验生产项目所对应的多个数据源,接上述钢板切割为例,其数据源可以为多种类型与多种功能的传感器、生产工艺数据库、设备运行日志等,确定出待校验生产项目所对应的多个数据源之后,实时获取来自多个数据源的实时监管数据。根据待校验生产项目的预设校验周期,确定出实时监管数据的汇总周期,例如设定没24小时进行一次校验,则对应的实时监管数据的汇聚周期为24小时。通过对汇总周期基于预设时间间隔进行划分,获得多个预设时间段。例如将汇总周期以1小时作为时间间隔进行划分,则获得24个预设时间段,每个时间段为1小时。
然后获取与待校验生产项目相对应的报表模板信息,以基于报表模板信息对预设时间段内的实时监管数据进行数据融合,构建出预设时间段内的实时监管报表。例如:报表模板中存在:设备开动时间、开动率、切割量、总用时、运行速度、进给倍率等则需要基于报表模板信息中所需要的数据将预设时间段内的监管数据进行融合,获得预设时间段内的实时监管报表。再获取与预设时间段相对应的待校验生产项目的多个历史汇总周期的多个历史监管报表。通过对比多个历史监管数据与所述实时监管数据,以确定出实时监管报表是否具有缺失数据或异常数据,如果存在,那么就将待校验生产项目所对应的一个或多个监管报表作为待校验监管报表。通过对与校验周期相对应的汇总周期进行划分后,分段进行汇总处理,避免了同时段进行大量数据处理时对服务器的所造成的负荷运行压力。
进一步地,为了保证来自多个数据源的监管数据在进行监管报表校验时的格式一致,保证处理的效率与精确度。在本说明书一个或多个实施例中,确定待校验生产项目所对应的多个数据源,实时获取来自多个数据源的实时监管数据之后,方法还包括以下过程:
将实时监管数据基于时间戳与数据源进行排序,获得实时监管数据序列。获取各数据源的实时监管数据的采集频率,从而根据数据源的最小采集频率对实时监管数据序列进行数据过滤获得待处理实时监管数据序列。以确保从各个数据源采集获得的监管数据的采集频率一致便于对于数据的统一处理。获取报表模板信息中的报表数据格式信息,根据报表数据格式信息设置预设格式数据转换模型。基于预设格式数据转换模型,对待处理实时监管数据序列中各数据进行格式转换,获得转换后的实时监管数据,从而把转换后的实时监管数据自动填入到与报表模板信息相对应的报表中,获得待校验监管报表。
S102:根据基本信息中的预设互验时间,确定所述待校验监管报表的第一校验时间与第二校验时间,以基于所述第一校验时间与所述第二校验时间所对应的待校验监管报表的差异数据,获得所述待校验监管报表的异动数据报表。
为了便于获得待校验监管报表的异动数据报表,在本说明书实施例中,根据待校验监管报表的基本信息中的预设互验时间,确定待校验监管报表的第一校验时间与第二校验时间。例如预设互验时间为C,则第一校验时间A与第二校验时间B之间的间隔时间为C,且第二校验时间B位于第一校验时间A之间为历史校验时间。具体的例如:预设互验时间为每周7:00,则第一校验时间为当前时间7:00,第二校验时间为一周前的7:00。确定出待校验监管报表的第一校验时间与第二校验时间之后,根据第一校验时间与所述第二校验时间所对应的待校验监管报表的差异数据,获得待校验监管报表的异动数据报表。可以理解的是,异动数据报表为当前待检验监管报表相对于历史时间相对应的监管报表,报表中存在数据变动的数据项所构成的报表。
S103:获取待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单,并根据所述预设异动范围清单依次对所述监管报表清单内各所述待校验监管报表对应的异动数据报表进行校验,获得第一校验结果;其中,所述生产项目与所述监管报表清单中各所述待校验监管报表相对应。
基于上述步骤S102获得与待校验监管报表相对应的异动数据报表后,为了便于根据异动数据报表中的数据项对待校验监管报表进行校验,从而避免人工逐个审核所导致的效率过低的问题。本说明书实施例中,获取到待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单,从而根据预设异动范围清单依次对监管报表清单内各个待校验监管报表所对应的异动数据报表进行校验,获得第一校验结果;其中,需要说明的是,由上述步骤可知生产项目与监管报表清单中各待校验监管报表相对应。
具体地,在本说明书一个或多个实施例中,根据预设异动范围清单依次对监管报表清单内各待校验监管报表对应的异动数据报表进行校验,获得第一校验结果,具体包括以下过程:
根据预设异动范围清单中各位置的异动数据项的异动范围与异动数据报表中各位置的异动数据项进行比较。其中需要说明的是:异动范围约束各异动数据项的最大异动值与最小异动值。例如:将激光切割设备的切割速度作为异动数据项A,在预设异动范围清单中获得该异动数据项A所在位置对应的预设异动范围为300r/min—1000r/min,根据该异动范围与激光切割设备的切割速度A进行比较。如果异动数据报表中的异动数据大于预设异动范围清单中的最大异动值,或者异动数据报表中的数据小于预设异动范围清单中的最小异动值,则确定该异动数据为异常数据。接上述例子,如果切割速度所对应的异动数据项A为1500r/min,那么大于1000r/min,可能存在转速过高损害切割刀片的问题,如果切割速度所对应的异动数据项A为100r/min,那么小于300r/min可能存在切割卡顿的问题。因此,为了便于对于生产设备的具体分析,确定该移动数据项A为异常数据。由于数据传输过程中可能由于传输噪声问题导致某个数据的异常,因此通过统计该异动数据报表中存在异常数据的数量,从而确定出待校验监管报表的异常比例可以进行结合分析。根据待校验监管报表中各所述异常数据的位置信息、各异常数据的数据值与待校验监管报表的异常比例,获得待校验监管报表的第一校验结果。
在本说明书一个或多个实施例中,获取待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单之前,所述方法还包括:
基于待校验监管报表的报表名称与待校验监管报表的报表版本,获取与待校验监管报表相对应的历史报表数据。根据预设优化算法与预设最小二乘支持向量机模型对与待校验监管报表相对应的历史报表数据,进行分析以预测当前待校验监管报表可能出现的异动数据项,以及异动数据项的预测值。确定异动数据项所对应的监管参数,并获取监管参数的预设监管规则,以基于预设监管规则与异动数据项的预测值确定出异动数据项的异动范围。
根据异动数据项的属性信息与异动范围,依次汇总生成待校验监管报表相对应的预设异动范围清单;其中,属性信息包括以下任意一项或多项:数据的位置信息、数据格式信息、数据类型;位置信息包括数据的表位置信息、行位置信息与列位置信息。
进一步地,在本说明书一个或多个实施例中,根据预设优化算法与预设最小二乘支持向量机模型对与所述待校验监管报表相对应的历史报表数据,进行分析以预测当前所述待校验监管报表的异动数据项及所述异动数据项的预测值,具体包括:
首先将预先设置的径向基核函数作为最小二乘支持向量机模型的核函数,以构建出预设最小二乘支持向量机模型,并确定出预设最小二乘支持向量机模型的待优化模型参数。其中,需要说明的是常用的核函数还包括有:多项式函数、Sigmiod函数等。待优化模型参数至少包括以下任意一个或多个:核函数参数系数与惩罚系数,其中核函数参数系数用于反应样本数据的范围特性,惩罚系数用于控制模型中回归函数的拟合误差。确定出预设最小支持向量机模型以及模型的待优化参数后,根据预先设置的优化算法对待优化模型参数进行优化,从而获得优化后的最小二乘支持向量机模型。
根据时间顺序对历史报表数据进行排序,从而获得历史报表数据所对应的历史报表序列。根据历史报表序列对优化后的最小二乘支持向量机模型进行训练,以获得符合要求的最小二乘支持向量机模型。将待校验监管报表输入获得的符合要求的最小二乘支持向量机模型中,以预测输出当前待校验监管报表可能存在的异动数据项及异动数据项的预测值。
其中,根据预先设置的优化算法对符合要求的预设最小二乘支持向量机模型进行模型参数的调优,获得优化后的最小二乘支持向量机模型,具体包括以下步骤:
对预设优化算法中各个算法参数例如:正向搜索粒子的正向种群规模、最大迭代次数、惯性权值等进行初始化。根据预设反向学习机制初始化正向搜索粒子所构成的正向种群,以获得与该正向种群相对应的反向种群中各反向搜索粒子的坐标位置。根据预设适应度函数计算正向种群与反向种群中各搜索粒子的适应度值,并确定适应度值最小的搜索粒子作为初始搜索种群的最优搜索粒子。其中,需要说明的是,适应度值越小则说明预测的结果越好。随机产生一个预设范围内的随机数,以基于该随机数的值确定出当前搜索种群中搜索粒子的坐标位置,通过迭代计算获取到适应度值最小的搜索粒子所对应的位置信息,以基于该位置信息确定出符合要求的预设最小二乘支持向量机模型的最优模型参数。基于所述最优模型参数调整所述符合要求的预设最小二乘支持向量机模型,获得优化后的最小二乘支持向量机模型。
S104:确定所述待校验生产项目的当前监管任务,根据所述当前监管任务确定与所述待校验监管报表相对应的交互报表,并获取所述待校验监管报表内的关键数据、以及与所述交互报表的交互数据作为待校验数据。
基于上述步骤获得第一校验结果之后,为了进一步实现对于监管报表的关联校验、业务逻辑校验。本说明书实施例确定了待校验生产项目的当前监管任务,根据当前监管任务确定与待校验监管报表相对应的交互报表,并获取待校验监管报表内的关键数据、以及与交互报表的交互数据作为待校验数据。
具体地,在本说明书一个或多个实施例中,确定待校验生产项目的当前监管任务,根据当前监管任务确定与待校验监管报表相对应的交互报表,具体包括以下过程:基于待校验生产项目的当前监管任务,确定出待校验监管报表所对应的输出数据项与输入数据项。根据输出数据项与输入数据项,确定出待校验监管报表所对应的计算任务。确定该计算任务所对应的数据对象,从而根据数据对象查找预设数据库中具有该数据对象的报表,并将该报表作为与待校验监管报表相对应的交互报表。例如:某待校验监管报表的其中一项输出数据为进给速度时,则其对应的输入数据项包括有工件相对于后卡盘移动的距离。此时涉及的计算任务为:(工件当前位置-工件初始位置)/移动时间。那么计算任务所对应的数据对象有:工件当前位置、工件初始位置、移动时间,该查找预设数据库中具有该数据对象的报表所对应的报表,作为交互报表。可以理解的是:交互报表为当前监管任务涉及到除待校验监管报表中的数据之外的其他报表中的数据时,此时说需要的其他报表即为交互报表。或者当前待校验监管报表中的数据是基于该待校验监管报表中的数据与另一个报表中的数据结合运算才能够得到,那么此时待校验监管报表所需要的另一个报表即为交互报表,另一个报表中所涉及到的数据即为交互数据。
具体地,为了提高数据校验的针对性,提高校验的效率,减少无关数据进行校验时所导致的计算成本过高的问题。在本说明书一个或多个实施例中,获取待校验监管报表内的关键数据、以及与交互报表的交互数据作为待校验数据具体包括以下过程:
获取待校验监管报表内的所有数据,以基于输入项数据与输出项数据确定出待校验监管报表内与交互报表的交互数据;
获取所述待校验监管报表内与交互数据具有关联关系的数据,也就是与交互数据结合具有计算任务的数据,将该数据作为关联数据。将关联数据与交互数据基于有向边进行标识,从而构建出待校验监管报表的关键有向网络。确定各个关联数据与各个交互数据之间的计算任务,从而获取到计算任务中所包含的数据总量以及计算任务中所包含的的运算标识符的数量。然后根据数据总量与运算标识符的数量确定出各关联数据与各交互数据之间有向边的权重值。将权重值大于预设阈值的有向边所对应的关联数据作为待校验监管报表内的关键数据,以将关键数据与交互数据作为所述待校验监管报表的待校验数据。
S105:提取所述待校验数据的属性信息,并根据所述待校验监管报表的预设表间校验规则与所述属性信息,生成所述待校验监管报表的校验公式,以校验所述待校验监管报表内各所述待校验参数,获得第二校验结果。
基于上述步骤获取到涉及表间交互计算的待校验数据之后,提取各个待校验数据的属性信息。根据待校验监管报表的预设表间校验规则与属性信息,生成待校验监管报表的校验公式,以校验待校验监管报表内各所述待校验参数,获得第二校验结果。其中,第二校验结果包括有:数据项的数据原值、校验公式、校验结果、是否超标等信息。
S106:叠加所述第一校验结果与所述第二校验结果,生成所述待校验监管报表的校验结果,以便对所述待校验生产设备的异常进行报送。
通过对上述过程中获得的第一校验结果与第二校验结果的叠加,实现对于生产设备的监管报表的表内及表间的自动校验,生成了待校验监管报表的校验结果,方便了后续对于待校验生产设备的异常进行分析和报送,使得相关工作人员及时对于异常进行处理维修。
如图2所示,本说明书实施例提供了一种生产设备监管报表的数据校验设备的内部结构示意图。由图2可知,在本说明书一个或多个实施例中一种生产设备监管报表的数据校验设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取与待校验生产设备相对应的待校验监管报表的基本信息,以根据各所述基本信息生成所述待校验监管报表的监管报表清单;其中,所述基本信息包括:报表名称、报表版本、报表路径;
根据基本信息中的预设互验时间,确定所述待校验监管报表的第一校验时间与第二校验时间,以基于所述第一校验时间与所述第二校验时间所对应的待校验监管报表的差异数据,获得所述待校验监管报表的异动数据报表;
获取待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单,并根据所述预设异动范围清单依次对所述监管报表清单内各所述待校验监管报表对应的异动数据报表进行校验,获得第一校验结果;其中,所述生产项目与所述监管报表清单中各所述待校验监管报表相对应;
确定所述待校验生产项目的当前监管任务,根据所述当前监管任务确定与所述待校验监管报表相对应的交互报表,并获取所述待校验监管报表内的关键数据、以及与所述交互报表的交互数据作为待校验数据;
提取所述待校验数据的属性信息,并根据所述待校验监管报表的预设表间校验规则与所述属性信息,生成所述待校验监管报表的校验公式,以校验所述待校验监管报表内各所述待校验参数,获得第二校验结果;
叠加所述第一校验结果与所述第二校验结果,生成所述待校验监管报表的校验结果,以便对所述待校验生产设备的异常进行报送。
如图3所示,本说明书实施例提供了一种非易失性存储介质的内部结构示意图。由图3可知,本说明书一个或多个实施例中,一种非易失性存储介质,存储有计算机可执行指令,所述计算机可执行指令包括:
获取与待校验生产设备相对应的待校验监管报表的基本信息,以根据各所述基本信息生成所述待校验监管报表的监管报表清单;其中,所述基本信息包括:报表名称、报表版本、报表路径;
根据基本信息中的预设互验时间,确定所述待校验监管报表的第一校验时间与第二校验时间,以基于所述第一校验时间与所述第二校验时间所对应的待校验监管报表的差异数据,获得所述待校验监管报表的异动数据报表;
获取待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单,并根据所述预设异动范围清单依次对所述监管报表清单内各所述待校验监管报表对应的异动数据报表进行校验,获得第一校验结果;其中,所述生产项目与所述监管报表清单中各所述待校验监管报表相对应;
确定所述待校验生产项目的当前监管任务,根据所述当前监管任务确定与所述待校验监管报表相对应的交互报表,并获取所述待校验监管报表内的关键数据、以及与所述交互报表的交互数据作为待校验数据;
提取所述待校验数据的属性信息,并根据所述待校验监管报表的预设表间校验规则与所述属性信息,生成所述待校验监管报表的校验公式,以校验所述待校验监管报表内各所述待校验参数,获得第二校验结果;
叠加所述第一校验结果与所述第二校验结果,生成所述待校验监管报表的校验结果,以便对所述待校验生产设备的异常进行报送。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (7)
1.一种生产设备监管报表的数据校验方法,其特征在于,所述方法包括:
获取与待校验生产设备相对应的待校验监管报表的基本信息,以根据各所述基本信息生成所述待校验监管报表的监管报表清单;其中,所述基本信息包括:报表名称、报表版本、报表路径;
根据基本信息中的预设互验时间,确定所述待校验监管报表的第一校验时间与第二校验时间,以基于所述第一校验时间与所述第二校验时间所对应的待校验监管报表的差异数据,获得所述待校验监管报表的异动数据报表;
获取待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单,并根据所述异动范围清单依次对所述监管报表清单内各所述待校验监管报表对应的异动数据报表进行校验,获得第一校验结果;其中,所述生产项目与所述监管报表清单中各所述待校验监管报表相对应;
确定所述待校验生产项目的当前监管任务,根据所述当前监管任务确定与所述待校验监管报表相对应的交互报表,并获取所述待校验监管报表内的关键数据、以及与所述交互报表的交互数据作为待校验数据;
提取所述待校验数据的属性信息,并根据所述待校验监管报表的预设表间校验规则与所述属性信息,生成所述待校验监管报表的校验公式,以校验所述待校验监管报表内各待校验参数,获得第二校验结果;
叠加所述第一校验结果与所述第二校验结果,生成所述待校验监管报表的校验结果,以便对所述待校验生产设备的异常进行报送;
所述获取待校验生产设备所对应的生产项目的一个或多个参数所对应的预设异动范围所构成的异动范围清单之前,所述方法还包括:
基于所述待校验监管报表的报表名称与所述待校验监管报表的报表版本,获取与所述待校验监管报表相对应的历史报表数据;
根据预设优化算法与预设最小二乘支持向量机模型对与所述待校验监管报表相对应的历史报表数据,进行分析以预测当前所述待校验监管报表的异动数据项及所述异动数据项的预测值;
确定所述异动数据项所对应的监管参数,并获取所述监管参数的预设监管规则,以基于所述预设监管规则与所述异动数据项的预测值确定所述异动数据项的异动范围;
根据所述异动数据项的属性信息与所述异动范围,依次汇总生成所述待校验监管报表相对应的异动范围清单;其中,所述属性信息包括以下任意一项或多项:数据的位置信息、数据格式信息、数据类型;所述位置信息包括所述数据的表位置信息、行位置信息与列位置信息;
所述根据预设优化算法与预设最小二乘支持向量机模型对与所述待校验监管报表相对应的历史报表数据,进行分析以预测当前所述待校验监管报表的异动数据项及所述异动数据项的预测值,具体包括:
将预设径向基核函数作为最小二乘支持向量机模型的核函数,以构建所述预设最小二乘支持向量机模型,并确定出所述预设最小二乘支持向量机模型的待优化模型参数;其中,所述模型参数至少包括以下任意一个或多个:核函数参数系数与惩罚系数;
基于预设优化算法对所述待优化模型参数进行优化,获得优化后的最小二乘支持向量机模型;
基于时间顺序对所述历史报表数据进行排序,获得历史报表数据所对应的历史报表序列;
根据所述历史报表序列对所述优化后的最小二乘支持向量机模型进行训练,以获得符合要求的最小二乘支持向量机模型,并将所述待校验监管报表输入基于所述符合要求的最小二乘支持向量机模型,以输出当前所述待校验监管报表的异动数据项及所述异动数据项的预测值;
所述确定所述待校验生产项目的当前监管任务,根据所述当前监管任务确定与所述待校验监管报表相对应的交互报表,具体包括:
基于所述待校验生产项目的当前监管任务,确定所述待校验监管报表所对应的输出数据项与输入数据项;
根据所述输出数据项与所述输入数据项,确定所述待校验监管报表所对应的计算任务;
确定所述计算任务所对应的数据对象,以基于所述数据对象查找预设数据库中具有所述数据对象的报表,并将该报表作为与所述待校验监管报表相对应的交互报表;
所述获取所述待校验监管报表内的关键数据、以及与所述交互报表的交互数据作为待校验数据具体包括:
获取所述待校验监管报表内的所有数据,以基于所述输入项数据与所述输出项数据确定所述待校验监管报表内与所述交互报表的交互数据;
获取所述待校验监管报表内与所述交互数据具有关联关系的数据,并将该数据作为关联数据;
将所述关联数据与所述交互数据基于有向边进行标识,以构建所述待校验监管报表的关键有向网络;
确定各所述关联数据与各所述交互数据之间的计算任务,以获取所述计算任务中所包含的数据总量以及所述计算任务中的运算标识符的数量,以基于所述数据总量与所述运算标识符的数量确定出各所述关联数据与各所述交互数据之间有向边的权重值;
将所述权重值大于预设阈值的有向边所对应的关联数据作为所述待校验监管报表内的关键数据,以将所述关键数据与所述交互数据作为所述待校验监管报表的待校验数据。
2.根据权利要求1所述的一种生产设备监管报表的数据校验方法,其特征在于,所述获取与待校验生产设备相对应的待校验监管报表的基本信息,以根据各所述基本信息生成所述待校验监管报表的监管报表清单之前,所述方法还包括:
确定待校验生产项目所对应的多个数据源,实时获取来自所述多个数据源的实时监管数据;
根据所述待校验生产项目的预设校验周期,确定所述实时监管数据的汇总周期,并对所述汇总周期基于预设时间间隔进行划分,获得多个预设时间段;
获取与所述待校验生产项目相对应的报表模板信息,以基于所述报表模板信息对所述预设时间段内的实时监管数据进行数据融合,以构建所述预设时间段内的实时监管报表;
获取与所述预设时间段相对应的所述待校验生产项目的多个历史汇总周期的多个历史监管报表;
对比多个历史监管数据与所述实时监管数据,以确定所述实时监管报表是否具有缺失数据或异常数据,若是,则将所述待校验生产项目所对应的一个或多个监管报表作为待校验监管报表。
3.根据权利要求2所述的一种生产设备监管报表的数据校验方法,其特征在于,所述确定待校验生产项目所对应的多个数据源,实时获取来自所述多个数据源的实时监管数据之后,所述方法还包括:
将所述实时监管数据基于时间戳与所述数据源进行排序,获得实时监管数据序列;
获取各所述数据源的实时监管数据的采集频率,以基于各所述数据源的最小采集频率对所述实时监管数据序列进行数据过滤获得待处理实时监管数据序列;
获取所述报表模板信息中的报表数据格式信息,基于所述报表数据格式信息设置预设格式数据转换模型;
基于所述预设格式数据转换模型,对所述待处理实时监管数据序列中各数据进行格式转换,获得转换后的实时监管数据,以将所述转换后的实时监管数据自动填入与所述报表模板信息相对应的报表中,获得待校验监管报表。
4.根据权利要求1所述的一种生产设备监管报表的数据校验方法,其特征在于,所述基于预设优化算法对所述待优化模型参数进行优化,获得优化后的最小二乘支持向量机模型,具体包括:
对预设优化算法中各算法参数进行初始化;其中所述算法参数包括以下任意一项或多项:正向搜索粒子的正向种群规模、最大迭代次数、惯性权值;
基于反向学习机制初始化所述正向搜索粒子的正向种群,以获得与所述正向种群相对应的反向种群中各反向搜索粒子的坐标位置;
根据预设适应度函数计算所述正向种群与所述反向种群中各搜索粒子的适应度值,并确定适应度值最小的搜索粒子作为初始搜索种群的最优搜索粒子;
随机产生一个预设范围内的随机数,以基于所述随机数的值确定当前搜索种群中搜索粒子的坐标位置,迭代获取适应度值最小的搜索粒子所对应的位置信息,以基于所述位置信息确定所述待优化模型的最优模型参数;
基于所述最优模型参数调整所述预设最小二乘支持向量机模型,获得优化后的最小二乘支持向量机模型。
5.根据权利要求1所述的一种生产设备监管报表的数据校验方法,其特征在于,所述根据所述异动范围清单依次对所述监管报表清单内各所述待校验监管报表对应的异动数据报表进行校验,获得第一校验结果,具体包括:
根据所述异动范围清单中各位置的异动数据项的异动范围与所述异动数据报表中各位置的异动数据项进行比较;其中,所述异动范围约束各所述异动数据项的最大异动值与最小异动值;
若所述异动数据报表中的异动数据大于所述异动范围清单中的最大异动值,或者所述异动数据报表中的数据小于所述异动范围清单中的最小异动值,则确定该异动数据为异常数据;
统计所述异动数据报表中所述异常数据的数量,以确定所述待校验监管报表的异常比例;
根据所述待校验监管报表中各所述异常数据的位置信息、各所述异常数据的数据值与所述待校验监管报表的异常比例,获得所述待校验监管报表的第一校验结果。
6.一种生产设备监管报表的数据校验设备,其特征在于,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1~5所述的方法。
7.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令能够执行权利要求1~5所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211568289.8A CN115576958B (zh) | 2022-12-08 | 2022-12-08 | 一种生产设备监管报表的数据校验方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211568289.8A CN115576958B (zh) | 2022-12-08 | 2022-12-08 | 一种生产设备监管报表的数据校验方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115576958A CN115576958A (zh) | 2023-01-06 |
CN115576958B true CN115576958B (zh) | 2023-03-07 |
Family
ID=84590770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211568289.8A Active CN115576958B (zh) | 2022-12-08 | 2022-12-08 | 一种生产设备监管报表的数据校验方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115576958B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10069972B1 (en) * | 2017-06-26 | 2018-09-04 | Splunk, Inc. | Call center analysis |
CN110571926A (zh) * | 2019-08-26 | 2019-12-13 | 南京达蓝自动化科技有限公司 | 一种基于物联网技术的智能配电网及其数据模型构建方法 |
CN111092727A (zh) * | 2020-03-18 | 2020-05-01 | 支付宝(杭州)信息技术有限公司 | 共享集群密钥的方法及装置 |
CN112183039A (zh) * | 2020-09-16 | 2021-01-05 | 支付宝(杭州)信息技术有限公司 | 一种业务报表的合规校验方法及装置 |
CN112861491A (zh) * | 2021-01-19 | 2021-05-28 | 中国建设银行股份有限公司 | 报表的处理方法、装置、电子设备及计算机可读存储介质 |
WO2021212756A1 (zh) * | 2020-04-23 | 2021-10-28 | 平安科技(深圳)有限公司 | 指标异常分析方法、装置、电子设备及存储介质 |
CN114418775A (zh) * | 2021-12-23 | 2022-04-29 | 泰康保险集团股份有限公司 | 年金投资数据的校验方法、装置、设备及介质 |
CN114896955A (zh) * | 2022-05-26 | 2022-08-12 | 中国平安人寿保险股份有限公司 | 数据报表加工方法、装置、计算机设备及存储介质 |
CN115204889A (zh) * | 2021-04-07 | 2022-10-18 | 腾讯科技(深圳)有限公司 | 文本处理方法、装置、计算机设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140114822A1 (en) * | 2012-10-18 | 2014-04-24 | Intuit Inc. | Method and system for creating tax configuration templates |
US20170236073A1 (en) * | 2016-02-12 | 2017-08-17 | Linkedln Corporation | Machine learned candidate selection on inverted indices |
CN110443002A (zh) * | 2019-08-16 | 2019-11-12 | 中国水利水电科学研究院 | 一种高边坡形变预测方法及系统 |
-
2022
- 2022-12-08 CN CN202211568289.8A patent/CN115576958B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10069972B1 (en) * | 2017-06-26 | 2018-09-04 | Splunk, Inc. | Call center analysis |
CN110571926A (zh) * | 2019-08-26 | 2019-12-13 | 南京达蓝自动化科技有限公司 | 一种基于物联网技术的智能配电网及其数据模型构建方法 |
CN111092727A (zh) * | 2020-03-18 | 2020-05-01 | 支付宝(杭州)信息技术有限公司 | 共享集群密钥的方法及装置 |
WO2021212756A1 (zh) * | 2020-04-23 | 2021-10-28 | 平安科技(深圳)有限公司 | 指标异常分析方法、装置、电子设备及存储介质 |
CN112183039A (zh) * | 2020-09-16 | 2021-01-05 | 支付宝(杭州)信息技术有限公司 | 一种业务报表的合规校验方法及装置 |
CN112861491A (zh) * | 2021-01-19 | 2021-05-28 | 中国建设银行股份有限公司 | 报表的处理方法、装置、电子设备及计算机可读存储介质 |
CN115204889A (zh) * | 2021-04-07 | 2022-10-18 | 腾讯科技(深圳)有限公司 | 文本处理方法、装置、计算机设备及存储介质 |
CN114418775A (zh) * | 2021-12-23 | 2022-04-29 | 泰康保险集团股份有限公司 | 年金投资数据的校验方法、装置、设备及介质 |
CN114896955A (zh) * | 2022-05-26 | 2022-08-12 | 中国平安人寿保险股份有限公司 | 数据报表加工方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
基于文本信息分析的情报技术;化柏林;《情报学进展》;20100831(第00期);全文 * |
基于经营的财务报表分析文献综述;李梦梦;《CNKI》;20181231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115576958A (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hedman et al. | Analysis of critical factors for automatic measurement of OEE | |
CN111324639B (zh) | 数据监测方法、装置及计算机可读存储介质 | |
CN111027615B (zh) | 基于机器学习的中间件故障预警方法和系统 | |
CN105868373B (zh) | 电力业务信息系统关键数据处理方法及装置 | |
CN113361139B (zh) | 一种基于数字孪生的产线仿真滚动优化系统及方法 | |
CN103595416A (zh) | 压缩生产数据流并以不同标准过滤压缩数据的系统和方法 | |
US11422992B2 (en) | Auto reinforced anomaly detection | |
CN115600882A (zh) | 基于工业互联网全连接管理的产品生产优化方法及系统 | |
CN113887749A (zh) | 基于云边协同的电力物联网多维度监控处置方法、设备及平台 | |
CN109409780B (zh) | 变更处理方法、装置、计算机设备和存储介质 | |
CN117234785B (zh) | 基于人工智能自查询的集控平台错误分析系统 | |
CN114648235A (zh) | 一种基于数据画像的工业数据质量量化分析报告生成方法 | |
CN115576958B (zh) | 一种生产设备监管报表的数据校验方法、设备及介质 | |
CN114155072A (zh) | 基于大数据分析的财务预测模型构建方法及系统 | |
CN116303380B (zh) | 一种监测业务中的数据质量校验方法、设备及介质 | |
CN115713404A (zh) | 一种面向建筑业企业的信用评价方法 | |
CN114090377A (zh) | 一种数据监控方法及装置 | |
CN116485214A (zh) | 一种面向连续生产的过程评价方法及系统 | |
CN113704246A (zh) | 一种基于虚拟索引的数据库索引优化方法和系统 | |
CN111612302A (zh) | 一种集团级数据管理方法和设备 | |
Yuan et al. | Issues of intelligent data acquisition and quality for manufacturing decision-support in an Industry 4.0 context | |
TWI821666B (zh) | 服務管理系統及服務資訊流程的調適方法 | |
CN117891959B (zh) | 一种基于贝叶斯网络的文献元数据储存方法及系统 | |
CN112149969B (zh) | 特高压直流控制保护合并单元运行状态评价方法及系统 | |
CN116627093B (zh) | 一种丁腈手套加工控制方法、系统、设备及存储介质 |
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 |