CN116719480A - 一种基于数据孪生的电能表数据存储方法、装置及介质 - Google Patents
一种基于数据孪生的电能表数据存储方法、装置及介质 Download PDFInfo
- Publication number
- CN116719480A CN116719480A CN202310973134.0A CN202310973134A CN116719480A CN 116719480 A CN116719480 A CN 116719480A CN 202310973134 A CN202310973134 A CN 202310973134A CN 116719480 A CN116719480 A CN 116719480A
- Authority
- CN
- China
- Prior art keywords
- data
- address
- written
- storage
- writing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000013500 data storage Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 238000007726 management method Methods 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0614—Improving the reliability of storage systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0608—Saving storage space on storage systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
- G06F3/064—Management of blocks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0655—Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/0671—In-line storage system
- G06F3/0673—Single storage device
- G06F3/0679—Non-volatile semiconductor memory device, e.g. flash memory, one time programmable memory [OTP]
-
- 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)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Techniques For Improving Reliability Of Storages (AREA)
Abstract
本发明公开了一种基于数据孪生的电能表数据存储方法、装置及介质,适用于电能表数据存储技术领域。引入数据孪生技术进行分析和预测,以获取优化存储写入地址,该优化写入地址是由原始数据进行数据处理预测得到,原始数据包括数据孪生单元存储的数据和基于数据孪生特性从物理层得到的数据,数据处理方式为至少基于存储坏块地址刷新策略、存储空间调整策略确定的大数据计算方式,相比于仅对当前存储空间增大,通过对存储空间的调整,实现合理利用其他存储空间,避免成本增加。在根据优化存储写入地址将待写入数据写入至物理层时,若写入无效,不会对待写入数据进行抛弃,而是预测新的优化存储写入地址将待写入数据写入,实现对存储数据不丢失。
Description
技术领域
本发明涉及电能表数据存储技术领域,特别是涉及一种基于数据孪生的电能表数据存储方法、装置及介质。
背景技术
当前常见的存储器件均有着存储区擦写寿命限值,若超过寿命或者异常失效会导致出现坏块,引起存储的数据出现异常。
目前处理方式包括两种方式,一种是对存储器件的存储数据进行存储频率的计算,以通过占用更大的空间换取存储器件寿命;另一种是在待写入数据的尾部增加校验位用来判断该待写入数据是否存在异常情况,若存在异常情况则舍弃。前一种方式会导致该数据写入的当前存储空间需求存储空间增大,没有利用其他存储空间,使之其存储器件的成本也会增高,后一种方式是直接导致该待写入数据无效后被丢弃。
因此,如何合理利用存储空间以及数据不丢弃是本领域技术人员亟需要解决的技术问题。
发明内容
本发明的目的是提供一种基于数据孪生的电能表数据存储方法、装置及介质,以解决现有的存储方式没有充分利用存储空间以及数据丢弃的技术问题。
为解决上述技术问题,本发明提供一种基于数据孪生的电能表数据存储方法,包括:
获取电能表的待写入数据以及优化存储写入地址,其中,所述优化存储写入地址是由当前原始数据进行数据处理预测得到,所述当前原始数据包括数据孪生单元存储的数据和基于数据孪生特性从物理层得到的数据,数据处理方式为至少基于存储坏块地址刷新策略、存储空间调整策略确定的大数据计算方式;
根据所述优化存储写入地址将所述待写入数据同步写入至所述物理层和所述数据孪生单元,并判断写入所述数据孪生单元的所述待写入数据与写入所述物理层后的所述待写入数据的有效性;
若写入有效,则反馈至所述优化存储写入地址对应的存储读写接口;
若写入无效,则返回至获取所述优化存储写入地址的步骤以获取新的所述优化存储写入地址,直至获取所述优化存储写入地址的获取次数达到阈值。
优选地,所述当前原始数据的确定过程,包括:
获取所述数据孪生单元存储的数据;
通过所述数据孪生单元在所述物理层中当前采集N次已写入的第一写入数据和局部扩展采集的当前未写入数据对应的地址数据,其中,N大于1;
将所述数据孪生单元存储的数据、所述第一写入数据和所述地址数据作为所述当前原始数据。
优选地,所述优化存储写入地址的确定过程,包括:
根据所述存储坏块地址刷新策略对所述当前原始数据进行处理得到对应的坏块地址;
在所述物理层的存储空间内对所述坏块地址进行刷新得到正常块地址;根据所述存储空间调整策略对所述正常块地址进行调整以得到所述优化存储写入地址。
优选地,所述根据所述存储坏块地址刷新策略对所述当前原始数据进行处理得到对应的坏块地址,包括:
判断所述数据孪生单元存储的数据与所述第一写入数据是否一致;
若不一致,则确定所述第一写入数据对应的地址为所述坏块地址。
优选地,所述根据所述存储空间调整策略对所述正常块地址进行调整以得到所述优化存储写入地址,包括:
根据所述当前原始数据中的所述当前未写入数据对应的地址数据与所述正常块地址的关系确定当前未写入块地址;
获取所述当前未写入块地址对应的待写入次数;
根据各所述待写入次数、临界阈值与额定阈值的关系调整所述存储空间以确定所述优化存储写入地址,其中,所述临界阈值和所述额定阈值均表征存储空间的寿命危险信号,所述临界阈值大于所述额定阈值。
优选地,所述根据各所述待写入次数、临界阈值与额定阈值的关系调整所述存储空间以确定所述优化存储写入地址,包括:
判断各所述待写入次数是否达到所述临界阈值;
若存在所述待写入次数达到所述临界阈值,则将达到所述临界阈值的待写入次数对应的当前未写入地址作为第一未写入地址;
将各所述待写入次数排除达到所述临界阈值的待写入次数得到第一待写入次数;
判断在所述第一待写入次数中是否达到所述额定阈值;
若存在所述第一待写入次数达到所述额定阈值,则将达到所述额定阈值的待写入次数对应的当前未写入地址作为第二未写入地址;
在所述当前未写入地址内排除所述第一未写入地址和所述第二未写入地址之外的其他未写入地址作为第一目标未写入地址;
将所述第一目标未写入地址对应的待写入次数中选取最大待写入次数对应的第一目标未写入地址作为所述优化存储写入地址;
若不存在所述待写入次数达到所述临界阈值,则判断在各所述待写入次数中是否存在达到所述额定阈值;
若存在各所述待写入次数达到所述额定阈值,则将达到所述额定阈值的待写入次数对应的当前未写入地址作为第三未写入地址;
在所述当前未写入地址内排除所述第三未写入地址之外的其他未写入地址作为第二目标未写入地址;
将所述第二目标未写入地址对应的待写入次数中选取最大待写入次数对应的第二目标未写入地址作为所述优化存储写入地址。
优选地,获取所述优化存储写入地址的获取次数达到阈值后,还包括:
在获取新的所述优化存储写入地址的获取次数达到所述阈值时,若写入无效,则将写入无效的反馈结果上报至上级,并将所述待写入数据保存至日志文件中以便于后续查看。
为解决上述技术问题,本发明还提供一种基于数据孪生的电能表数据存储装置,包括:
第一获取模块,用于获取电能表的待写入数据以及优化存储写入地址,其中,所述优化存储写入地址是由原始数据进行数据处理预测得到,所述原始数据包括数据孪生单元存储的数据和基于数据孪生特性从物理层得到的数据,数据处理方式为至少基于存储坏块地址刷新策略、存储空间调整策略确定的大数据计算方法;
同步写入模块,用于根据所述优化存储写入地址将所述待写入数据同步写入至所述物理层和所述数据孪生单元,并判断写入所述数据孪生单元的所述待写入数据与写入所述物理层后的所述待写入数据的有效性;若写入有效,则触发反馈模块,若写入无效,则触发第二获取模块;
所述反馈模块,用于反馈至所述优化存储写入地址对应的存储读写接口;
所述第二获取模块,用于返回至获取所述优化存储写入地址的步骤以获取新的所述优化存储写入地址,直至获取所述优化存储写入地址的获取次数达到阈值。
为解决上述技术问题,本发明还提供一种基于数据孪生的电能表数据存储装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述所述的基于数据孪生的电能表数据存储方法的步骤。
为解决上述技术问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述所述的基于数据孪生的电能表数据存储方法的步骤。
本发明提供的一种基于数据孪生的电能表数据存储方法,包括:获取电能表的待写入数据以及优化存储写入地址,其中,优化存储写入地址是由原始数据进行数据处理预测得到,原始数据包括数据孪生单元存储的数据和基于数据孪生特性从物理层得到的数据,数据处理方式为至少基于存储坏块地址刷新策略、存储空间调整策略确定的大数据计算方式;根据优化存储写入地址将待写入数据同步写入至物理层和数据孪生单元,并判断写入数据孪生单元的待写入数据与写入物理层后的待写入数据的有效性;若写入有效,则反馈至优化存储写入地址对应的存储读写接口;若写入无效,则获取新的优化存储写入地址,并返回至根据优化存储写入地址将待写入数据同步写入至物理层和数据孪生单元的步骤,直至获取优化存储写入地址的获取次数达到阈值。该方法引入数据孪生技术,在软件层面对信息进行分析和预测,以获取优化存储写入地址,该优化写入地址基于存储空间调整策略以及存储坏块地址刷新策略确定得到,相比于现有技术中仅对当前存储空间增大,本申请通过对存储空间的调整,实现合理利用其他存储空间,避免成本增加。在根据优化存储写入地址将待写入数据写入至物理层时,若写入无效,不会对待写入数据进行抛弃,而是预测新的优化存储写入地址将待写入数据写入,以实现对存储数据不丢失。
另外,本发明还提供了一种基于数据孪生的电能表数据存储装置及介质,具有如上述基于数据孪生的电能表数据存储方法相同的有益效果。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于数据孪生的电能表数据存储方法的流程图;
图2为本发明实施例提供的一种电能表的物理层与软件系统结合的原理结构图;
图3为本发明实施例提供的一种基于数据孪生的电能表数据存储装置的结构图;
图4为本发明实施例提供的另一种基于数据孪生的电能表数据存储装置的结构图。
具体实施方式
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,都属于本发明保护范围。
本发明的核心是提供一种基于数据孪生的电能表数据存储方法、装置及介质,以解决现有的存储方式没有充分利用存储空间以及数据丢弃的技术问题。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
需要说明的是,当前常见的处理技术手段是对存储数据进行存储频率计算,以空间换寿命。或者本条数据尾部增加校验用来判断该条数据是否存在异常情况从而舍弃。前者的处理手段会导致需求的存储空间增大,成本增高。后者导致该条数据无效丢失。本发明可以解决上述技术问题,通过数据孪生技术,将物理实体的状态同步展示在软件平台层,在软件上对信息进行分析和预测,进行统筹管理存储器物理器件。数据孪生,也可以称数字孪生,指的是在信息化平台内模拟物理实体、流程或者系统,类似实体系统在信息化平台中的双胞胎。借助数字孪生,可以在信息化平台上了解物理实体的状态,甚至可以对物理实体里面预定义的接口组件进行控制,从而帮助组织监控运营、执行预测性维护和改进流程。
数据孪生的目标就是实现物理世界和信息世界的交互融合。通过大数据分析、人工智能等新一代信息技术在软件系统上仿真分析和预测,以最优的结果驱动物理世界的运行。数字孪生的本质就是在信息世界对物理世界的等价映射。数据孪生,用于确保数据的可读性、可恢复性和安全性,包括数据映射和数据镜像。
图1为本发明实施例提供的一种基于数据孪生的电能表数据存储方法的流程图,如图1所示,该方法包括:
S11:获取电能表的待写入数据以及优化存储写入地址;
其中,优化存储写入地址是由当前原始数据进行数据处理预测得到,当前原始数据包括数据孪生单元存储的数据和基于数据孪生特性从物理层得到的数据,数据处理方式为至少基于存储坏块地址刷新策略、存储空间调整策略确定的大数据计算方式;
S12:根据优化存储写入地址将待写入数据同步写入至物理层和数据孪生单元;
S13:判断写入数据孪生单元的待写入数据与写入物理层后的待写入数据的有效性,若写入有效,则进入步骤S14,若写入无效,则进入步骤S15;
S14:反馈至优化存储写入地址对应的存储读写接口;
S15:返回至获取优化存储写入地址的步骤以获取新的优化存储写入地址,直至获取优化存储写入地址的获取次数达到阈值。
具体地,获取当前电能表的待写入数据,以及日常管理备用的优化存储写入地址,值得注意的是,待写入数据利用日常管理实时更新的优化存储写入地址写入至数据孪生单元的虚拟单元以及物理层的物理存储单元。优化存储写入地址的预测是基于数据孪生单元的数据和物理层已经写入的数据、未写入的地址信息等参数得到,对于优化存储写入地址的确定并不是在存在待写入数据之后得到,而是基于日常管理过程中,根据当前电能表的物理层以及数据孪生单元内的数据进行大数据计算分析确定的。写入以及优化存储写入地址的确定两个过程处于并行状态。
优化存储写入地址是基于数据孪生单元采集的原始数据发送至管理器,进而管理器进行大数据计算和分析,预测下一次的最优存储写入地址。对于优化存储写入地址基于物理层内存储的坏块地址刷新策略、存储空间调整策略等对当前原始数据进行大数据计算分析得到的较优化存储写入地址。坏块地址刷新策略是实时将当前原始数据的数据孪生单元自身的数据与在物理层采集得到的数据进行比较,若相同,则说明物理层内写入该数据对应的写入地址是正常地址,不是坏块地址。相反则为坏块地址,则需要将其保留,后续的优化存储写入地址排除该坏块地址。
当前原始数据既包括数据孪生单元自身与物理层的数据镜像文件,以及从物理层中采集的数据。对于从物理层中采集的数据是基于数据孪生特性以保证物理层的数据的准确性。数据孪生单元内,实时监控物理层存储的存储空间状态(可读写性)。
对于存储空间调整策略,可以在存储坏块地址刷新策略之后,也可以在存储坏块地址刷新策略之前,作为优选实施例,以提高预测的准确性和效率,先通过存储坏块地址刷新策略排除坏块地址得到的正常块地址,在正常块地址中根据存储空间的寿命情况对存储空间进行调整以得到较为合适的优化存储写入地址。
获取电能表当前的待写入数据,根据上述得到的优化存储写入地址,将待写入数据写入至物理层和数据孪生单元。将优化存储写入地址发送给存储读写接口,用于写存储时进行使用。只有在写入数据时调用存储读写接口同步写入至物理层和数据孪生单元。数据孪生单元监控物理层存储器件写入后的待写入数据与之前的待写入数据是否一致,这里可以是管理器判断,也可以是数据孪生单元判断后将其反馈结果反馈至管理器,在此不做限定。本实施例基于管理器进行判断,主要保证数据孪生单元内仅是采集、上传工作。本实施例中的之前待写入数据也就是数据孪生单元写入之后的待写入数据,如何监控物理层的写入后的待写入数据,需要数据孪生单元多次采集物理层写入后的待写入数据。
若写入有效,则说明将待写入数据通过优化存储写入地址成功写入至物理层,需要将该反馈结果反馈至优化存储写入地址对应的存储读写接口的接口层以便于用户知道写入结果。
若写入无效,现有技术中的存储方式则直接将待写入数据作为异常数据片段丢弃,本发明中考虑到写入无效的因素不仅仅因为待写入数据的问题,还包括写入地址因素,故根据当前的物理层的存储空间状态以及当前原始数据,实时确定下一次的存储写入地址,将其待写入数据通过再次确定的存储写入地址重新写入至物理层和数据孪生单元。直至获取的优化存储写入地址的获取次数达到阈值不再进行上述实施例的循环过程。
本发明实施例提供的一种基于数据孪生的电能表数据存储方法,包括:获取电能表的待写入数据以及优化存储写入地址,其中,优化存储写入地址是由原始数据进行数据处理预测得到,原始数据包括数据孪生单元存储的数据和基于数据孪生特性从物理层得到的数据,数据处理方式为至少基于存储坏块地址刷新策略、存储空间调整策略确定的大数据计算方式;根据优化存储写入地址将待写入数据同步写入至物理层和数据孪生单元,并判断写入数据孪生单元的待写入数据与写入物理层后的待写入数据的有效性;若写入有效,则反馈至优化存储写入地址对应的存储读写接口;若写入无效,则获取新的优化存储写入地址,并返回至根据优化存储写入地址将待写入数据同步写入至物理层和数据孪生单元的步骤,直至获取优化存储写入地址的获取次数达到阈值。该方法引入数据孪生技术,在软件层面对信息进行分析和预测,以获取优化存储写入地址,该优化写入地址基于存储空间调整策略以及存储坏块地址刷新策略确定得到,相比于现有技术中仅对当前存储空间增大,本申请通过对存储空间的调整,实现合理利用其他存储空间,避免成本增加。在根据优化存储写入地址将待写入数据写入至物理层时,若写入无效,不会对待写入数据进行抛弃,而是预测新的优化存储写入地址将待写入数据写入,以实现对存储数据不丢失。
在上述实施例的基础上行,作为一种实施例,步骤S11中的当前原始数据的确定过程,包括:
获取数据孪生单元存储的数据;
通过数据孪生单元在物理层中当前采集N次已写入的第一写入数据和局部扩展采集的当前未写入数据对应的地址数据,其中,N大于1;
将数据孪生单元存储的数据、第一写入数据和地址数据作为当前原始数据。
具体地,在数据孪生单元内,实时监控物理层存储的存储空间状态,即读写状态导致的存储空间剩余大小等。采用多次采集和局部扩展采集策略对物理层进行采集数据。需要说明的是,为了保证采集物理层的数据不具有偶然性,具有权威性,故通过多次采集物理层内已经写入的第一写入数据。对于局部扩展采集策略是考虑到数据写入的地址对应的可扩展性,例如,当前写入前5个数据写入有效,但是对于第6个数据和第7个数据对应的地址信息,无法确定是否写入有效,故将其未写入数据对应的地址数据,对应前面的第6个和第7个数据对应的未写入地址例子。
将数据孪生单元原本存储的数据、从物理层多次采集的已写入的第一写入数据和局部扩展采集的当前未写入数据对应的地址数据作为当前原始数据。
本实施例提供的当前原始数据的确定过程,保证数据的准确性和权威性,避免采集的数据偶然性造成的存储写入地址无效写入的情况,提高写入数据的准确性和有效性。
在上述实施例的基础上,步骤S11中的优化存储写入地址的确定过程,包括:
根据存储坏块地址刷新策略对当前原始数据进行处理得到对应的坏块地址;
在物理层的存储空间内对坏块地址进行刷新得到正常块地址;
根据存储空间调整策略对正常块地址进行调整以得到优化存储写入地址。
需要说明的是,本实施例中采用的两种策略进行的大数据计算方式,包括但不限于这两种策略,还可以包括其他策略。值得注意的是,本实施例中的存储空间调整策略采用最优利用算法,通过找到最优的存储空间,再进行调整以得到优化存储写入地址。越多的策略使得优化存储写入地址的确定过程效率提高,同时,进一步提高写入有效性。在上述实施例中提到,对于两种策略的先后顺序不做限定,任意一种策略在前均可。根据实际情况中考虑到优化存储写入地址的确定过程效率较高,则先将坏块地址排除。故先确定坏块地址,根据存储坏块地址刷新策略对当前原始数据进行处理得到对应的坏块地址,在物理层的存储空间内剔除坏块地址以完成刷新得到正常块地址。
值得注意的是,正常块地址包括已写过数据的块和当前未写入块,当前未写入块包括以前读写过并进行擦除的块和从未写过任何数据的块,根据存储空间调整策略对正常块地址的存储空间进行调整,例如,当前写入数据用到的写入地址为A存储单元,现有的存储方式是一直沿用A存储单元作为下一次的存储写入地址,导致A存储单元的空间减少,为了继续沿用A存储单元作为后续的存储写入地址,则会将A存储单元的空间进行扩容,使其成本增大。本实施例中,在下一次的存储写入地址中,综合考虑其他存储单元的写入情况以及寿命,在每次进行预测存储写入地址时,都要考虑当前写入的存储单元和其他存储单元的擦写次数和存储空间大小,选择擦写次数较少或者剩余存储空间较大的存储单元作为下一次的存储写入地址。
因此,通过存储空间调整策略对正常块地址进行调整得到优化存储写入地址,使得每次预测时对存储空间均进行调整查看,以延长存储空间的寿命和综合利用存储器件的存储空间。
作为一种实施例,根据存储坏块地址刷新策略对当前原始数据进行处理得到对应的坏块地址,包括:
判断数据孪生单元存储的数据与第一写入数据是否一致;
若不一致,则确定第一写入数据对应的地址为坏块地址。
具体地,对应坏块地址的确定,基于数据孪生单元本身存储的数据与在物理层采集的已经写入的第一写入数据,判断两种数据是否一致,若一致,则说明当前的第一写入数据对应的地址为正常块地址,无需排除;若不一致,则确定第一写入数据对应的地址作为坏块地址以便于对坏块地址进行刷新剔除,使得后续确定的优化存储写入地址均是在正常块地址中选取,提高数据写入的有效性。
作为一种实施例,根据存储空间调整策略对正常块地址进行调整以得到优化存储写入地址,包括:
根据当前原始数据中的当前未写入数据对应的地址数据与正常块地址的关系确定当前未写入块地址;
获取当前未写入块地址对应的待写入次数;
根据各待写入次数、临界阈值与额定阈值的关系调整存储空间以确定优化存储写入地址,其中,临界阈值和额定阈值均表征存储空间的寿命危险信号,临界阈值大于额定阈值。
具体地,在上述实施例中提到,正常块地址包括已写过数据的块和当前未写入块,当前未写入块包括以前读写过并进行擦除的块和从未写过任何数据的块,考虑到最优的优化存储写入地址的选取要求,则从未写过任何数据的块地址选取较优,若存储单元内的没有从未写过任何数据的块,则需要比较以前读写过并进行擦除的块内的擦书次数较少的块作为优选存储写入地址。由于存储空间的寿命不仅仅是坏块,还包括擦写次数的呈现标准,例如一个块的正常寿命为擦写次数2000,当前A块擦写次数为1000,当前B块未写入过数据,其擦写次数为0,A块的寿命比B块的寿命较短,故选用B块作为优化存储写入地址。
对于未写入块地址的确定,可以通过上述实施例中的局部扩展采集的当前未写入数据对应的地址数据与正常块地址的关系,可以确定当前未写入块地址,也就是局部扩展采集的当前未写入数据对应的地址数据是否包含在正常块地址内,若包含,则将局部扩展采集的当前未写入数据对应的地址数据作为当前未写入块地址。若部分包含,则选取局部扩展采集的当前未写入数据对应的地址数据与正常块地址的重合地址作为当前未写入块地址。
对于未写入块地址的确定,还可以通过在正常块地址内获取已经写入的写入快地址,在正常块地址内排除该已经写入的写入块地址得到当前未写入块地址。两种实施方式的确定本发明不做限定,可以根据实际情况设定即可。
在确定当前未写入块地址后,获取对应的待写入次数,根据对应的待写入次数、临界阈值、额定阈值的关系调整存储空间确定优化存储写入地址。需要说明的是,本实施例中的是将各待写入次数与临界阈值的关系先确定,再将各待写入次数与额定阈值的关系确定最后的优化存储写入地址,对于当前未写入块地址与两个阈值的关系的先后确定方式不做限定,作为一种优选实施例,先判断各待写入次数与临界阈值的关系确定后,在比较与额定阈值的关系。临界阈值和额定阈值均表征存储空间的寿命危险信号,临界阈值大于额定阈值,若待写入次数超过临界阈值,则需要告警并后续不再使用对应的未写入块,若待写入次数未超过临界阈值,但是超过了额定阈值,则需要发出提醒信息,后续在使用过程中,若还存在其他待写入次数未超过额定阈值的,则优先使用,若未存在其他待写入次数未超过额定阈值的,则需要在该待写入次数中选取擦写次数最小对应的未写入块作为优化存储写入地址。
本发明实施例提供的根据存储空间调整策略对正常块地址进行调整以得到优化存储写入地址,考虑到存储空间寿命问题,及时调整利用其他存储空间作为优化存储写入地址,节省存储器件的成本。
在上述实施例的基础上,根据各待写入次数、临界阈值与额定阈值的关系调整存储空间以确定优化存储写入地址,包括:
判断各待写入次数是否达到临界阈值;
若存在待写入次数达到临界阈值,则将达到临界阈值的待写入次数对应的当前未写入地址作为第一未写入地址;
将各待写入次数排除达到临界阈值的待写入次数得到第一待写入次数;
判断在第一待写入次数中是否达到额定阈值;
若存在第一待写入次数达到额定阈值,则将达到额定阈值的待写入次数对应的当前未写入地址作为第二未写入地址;
在当前未写入地址内排除第一未写入地址和第二未写入地址之外的其他未写入地址作为第一目标未写入地址;
将第一目标未写入地址对应的待写入次数中选取最大待写入次数对应的第一目标未写入地址作为优化存储写入地址;
若不存在待写入次数达到临界阈值,则判断在各待写入次数中是否存在达到额定阈值;
若存在各待写入次数达到额定阈值,则将达到额定阈值的待写入次数对应的当前未写入地址作为第三未写入地址;
在当前未写入地址内排除第三未写入地址之外的其他未写入地址作为第二目标未写入地址;
将第二目标未写入地址对应的待写入次数中选取最大待写入次数对应的第二目标未写入地址作为优化存储写入地址。
具体地,先判断各待写入次数是否达到临界阈值,若存在有的待写入次数达到临界阈值的,则将其对应达到临界阈值的待写入次数对应的当前未写入地址作为第一未写入地址,同时在各待写入次数中剔除达到临界阈值的待写入次数以得到第一待写入次数。继续判断在各第一待写入次数中是否达到额定阈值,如果存在第一待写入次数达到额定阈值,则将达到额定阈值的待写入次数对应的当前未写入地址作为第二未写入地址。第一未写入地址与第二未写入地址并不等同。在当前未写入地址中排除第一未写入地址与第二未写入地址剩下的作为第一目标为写入地址。将第一目标未写入地址对应的待写入次数中选取最大待写入次数对应的第一目标未写入地址作为优化存储写入地址。
在判断各待写入次数是否达到临界阈值的过程中,如果不存在待写入次数达到临界阈值,则继续判断在各待写入次数中是否存在达到额定阈值;若存在各待写入次数达到额定阈值,则将达到额定阈值的待写入次数对应的当前未写入地址作为第三未写入地址;在当前未写入地址内排除第三未写入地址之外的其他未写入地址作为第二目标未写入地址;将第二目标未写入地址对应的待写入次数中选取最大待写入次数对应的第二目标未写入地址作为优化存储写入地址。
需要说明的是,在达到额定阈值和达到临界阈值对应的当前未写入地址可以作为不同的标记,并提醒用户。
本发明实施例提供的根据各待写入次数、临界阈值与额定阈值的关系调整存储空间以确定优化存储写入地址,及时调整利用其他存储空间作为优化存储写入地址,节省存储器件的成本。
在上述实施例的基础上,获取所述优化存储写入地址的获取次数达到阈值后,还包括:
在获取新的优化存储写入地址的获取次数达到阈值时,若写入无效,则将写入无效的反馈结果上报至上级,并将待写入数据保存至日志文件中以便于后续查看。
具体地,对于获取新的优化写入地址的获取次数设置一定的阈值,可以根据实际情况设定,在此不做限定阈值的具体数目。若最后一次新的优化存储写入有效,则将该优化存储写入地址反馈至对应的存储读写接口,若写入无效,则将写入无效的反馈结果上报至上级,并将该待写入数据保存至日志文件中以便于后续查看,是否存在其他因素,同时处于其他的待写入数据,不影响写入存储进程。
本发明实施例提供的在获取新的优化存储写入地址的获取次数达到阈值时,若写入无效,则将写入无效的反馈结果上报至上级,并将待写入数据保存至日志文件中,以便于后续查看,同时不影响其他待写入数据的写入存储进程。
作为一种实施例,图2为本发明实施例提供的一种电能表的物理层与软件系统结合的原理结构图,如图2所示,数据孪生存储单元内,存储单元状态监控模块,实时监控物理层存储器存储单元状态(可读写性),存储器可以为闪存存储器(Flash)、带电可擦可编程只读存储器(Electrically Erasable Programmable read only memory,EEPROM)等,采用多次采集和局部扩展采集策略,确保数据的准确性。将采集到的原始数据发送给管理单元,进行大数据计算及分析,并预测下一次最优存储写入地址。将最优存储地址发送给存储读写接口,用于写存储时进行使用。写入数据时,将待写入数据同步发送给数据孪生单元和物理层存储器件。数据孪生单元监控物理层存储器件数据是否与待写入数据一致并成功写入,将写入结果反馈给管理单元。(若写入有效则反馈成功,写入异常则反馈失败)。管理单元分析反馈的结果,若结果为成功(写入有效),则反馈给存储读写接口,并通知存储目录管理模块,对本次保存数据地址等信息进行管理,待存储读写接口读取该条数据时检索使用。若结果为失败(存储器内数据异常),将异常数据片段的内容置为无效,重新计算最优存储地址。若上一步成功,将成功结果反馈给存储读写接口。若失败,将失败结果反馈给存储读写接口,并反馈最新存储地址。若上一步反馈结果为失败,存储读取接口使用最新存储地址进行再次尝试存储。
对于本发明提供的一种电能表的物理层与软件系统结合的原理的介绍请参照上述方法实施例,本发明在此不再赘述,其具有上述基于数据孪生的电能表数据存储方法相同的有益效果。
上述详细描述了基于数据孪生的电能表数据存储方法对应的各个实施例,在此基础上,本发明还公开与上述方法对应的基于数据孪生的电能表数据存储装置,图3为本发明实施例提供的一种基于数据孪生的电能表数据存储装置的结构图。如图3所示,基于数据孪生的电能表数据存储装置包括:
第一获取模块11,用于获取电能表的待写入数据以及优化存储写入地址,其中,优化存储写入地址是由原始数据进行数据处理预测得到,原始数据包括数据孪生单元存储的数据和基于数据孪生特性从物理层得到的数据,数据处理方式为至少基于存储坏块地址刷新策略、存储空间调整策略确定的大数据计算方法;
同步写入模块12,用于根据优化存储写入地址将待写入数据同步写入至物理层和数据孪生单元,并判断写入数据孪生单元的待写入数据与写入物理层后的待写入数据的有效性;若写入有效,则触发反馈模块13,若写入无效,则触发第二获取模块14;
反馈模块13,用于反馈至优化存储写入地址对应的存储读写接口;
第二获取模块14,用于返回至获取优化存储写入地址的步骤以获取新的优化存储写入地址,直至获取优化存储写入地址的获取次数达到阈值。
由于装置部分的实施例与上述的实施例相互对应,因此装置部分的实施例请参照上述方法部分的实施例描述,在此不再赘述。
对于本发明提供的一种基于数据孪生的电能表数据存储装置的介绍请参照上述方法实施例,本发明在此不再赘述,其具有上述基于数据孪生的电能表数据存储方法相同的有益效果。
图4为本发明实施例提供的另一种基于数据孪生的电能表数据存储装置的结构图,如图4所示,该装置包括:
存储器21,用于存储计算机程序;
处理器22,用于执行计算机程序时实现基于数据孪生的电能表数据存储方法的步骤。
其中,处理器22可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器22可以采用数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器22也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称中央处理器(CentralProcessing Unit,CPU);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器22可以集成有图像处理器(Graphics Processing Unit,GPU),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器22还可以包括人工智能(Artificial Intelligence,AI)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器21可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器21还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器21至少用于存储以下计算机程序211,其中,该计算机程序被处理器22加载并执行之后,能够实现前述任一实施例公开的基于数据孪生的电能表数据存储方法的相关步骤。另外,存储器21所存储的资源还可以包括操作系统212和数据213等,存储方式可以是短暂存储或者永久存储。其中,操作系统212可以包括Windows、Unix、Linux等。数据213可以包括但不限于基于数据孪生的电能表数据存储方法所涉及到的数据等等。
在一些实施例中,基于数据孪生的电能表数据存储装置还可包括有显示屏23、输入输出接口24、通信接口25、电源26以及通信总线27。
领域技术人员可以理解,图4中示出的结构并不构成对基于数据孪生的电能表数据存储装置的限定,可以包括比图示更多或更少的组件。
处理器22通过调用存储于存储器21中的指令以实现上述任一实施例所提供的基于数据孪生的电能表数据存储方法。
对于本发明提供的一种基于数据孪生的电能表数据存储装置的介绍请参照上述方法实施例,本发明在此不再赘述,其具有上述基于数据孪生的电能表数据存储方法相同的有益效果。
进一步的,本发明还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器22执行时实现如上述基于数据孪生的电能表数据存储方法的步骤。
可以理解的是,如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本发明提供的一种计算机可读存储介质的介绍请参照上述方法实施例,本发明在此不再赘述,其具有上述基于数据孪生的电能表数据存储方法相同的有益效果。
以上对本发明所提供的一种基于数据孪生的电能表数据存储方法、基于数据孪生的电能表数据存储装置及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种基于数据孪生的电能表数据存储方法,其特征在于,包括:
获取电能表的待写入数据以及优化存储写入地址,其中,所述优化存储写入地址是由当前原始数据进行数据处理预测得到,所述当前原始数据包括数据孪生单元存储的数据和基于数据孪生特性从物理层得到的数据,数据处理方式为至少基于存储坏块地址刷新策略、存储空间调整策略确定的大数据计算方式;
根据所述优化存储写入地址将所述待写入数据同步写入至所述物理层和所述数据孪生单元,并判断写入所述数据孪生单元的所述待写入数据与写入所述物理层后的所述待写入数据的有效性;
若写入有效,则反馈至所述优化存储写入地址对应的存储读写接口;
若写入无效,则返回至获取所述优化存储写入地址的步骤以获取新的所述优化存储写入地址,直至获取所述优化存储写入地址的获取次数达到阈值。
2.根据权利要求1所述的基于数据孪生的电能表数据存储方法,其特征在于,所述当前原始数据的确定过程,包括:
获取所述数据孪生单元存储的数据;
通过所述数据孪生单元在所述物理层中当前采集N次已写入的第一写入数据和局部扩展采集的当前未写入数据对应的地址数据,其中,N大于1;
将所述数据孪生单元存储的数据、所述第一写入数据和所述地址数据作为所述当前原始数据。
3.根据权利要求2所述的基于数据孪生的电能表数据存储方法,其特征在于,所述优化存储写入地址的确定过程,包括:
根据所述存储坏块地址刷新策略对所述当前原始数据进行处理得到对应的坏块地址;
在所述物理层的存储空间内对所述坏块地址进行刷新得到正常块地址;根据所述存储空间调整策略对所述正常块地址进行调整以得到所述优化存储写入地址。
4.根据权利要求3所述的基于数据孪生的电能表数据存储方法,其特征在于,所述根据所述存储坏块地址刷新策略对所述当前原始数据进行处理得到对应的坏块地址,包括:
判断所述数据孪生单元存储的数据与所述第一写入数据是否一致;
若不一致,则确定所述第一写入数据对应的地址为所述坏块地址。
5.根据权利要求3所述的基于数据孪生的电能表数据存储方法,其特征在于,所述根据所述存储空间调整策略对所述正常块地址进行调整以得到所述优化存储写入地址,包括:
根据所述当前原始数据中的所述当前未写入数据对应的地址数据与所述正常块地址的关系确定当前未写入块地址;
获取所述当前未写入块地址对应的待写入次数;
根据各所述待写入次数、临界阈值与额定阈值的关系调整所述存储空间以确定所述优化存储写入地址,其中,所述临界阈值和所述额定阈值均表征存储空间的寿命危险信号,所述临界阈值大于所述额定阈值。
6.根据权利要求5素数的基于数据孪生的电能表数据存储方法,其特征在于,所述根据各所述待写入次数、临界阈值与额定阈值的关系调整所述存储空间以确定所述优化存储写入地址,包括:
判断各所述待写入次数是否达到所述临界阈值;
若存在所述待写入次数达到所述临界阈值,则将达到所述临界阈值的待写入次数对应的当前未写入地址作为第一未写入地址;
将各所述待写入次数排除达到所述临界阈值的待写入次数得到第一待写入次数;
判断在所述第一待写入次数中是否达到所述额定阈值;
若存在所述第一待写入次数达到所述额定阈值,则将达到所述额定阈值的待写入次数对应的当前未写入地址作为第二未写入地址;
在所述当前未写入地址内排除所述第一未写入地址和所述第二未写入地址之外的其他未写入地址作为第一目标未写入地址;
将所述第一目标未写入地址对应的待写入次数中选取最大待写入次数对应的第一目标未写入地址作为所述优化存储写入地址;
若不存在所述待写入次数达到所述临界阈值,则判断在各所述待写入次数中是否存在达到所述额定阈值;
若存在各所述待写入次数达到所述额定阈值,则将达到所述额定阈值的待写入次数对应的当前未写入地址作为第三未写入地址;
在所述当前未写入地址内排除所述第三未写入地址之外的其他未写入地址作为第二目标未写入地址;
将所述第二目标未写入地址对应的待写入次数中选取最大待写入次数对应的第二目标未写入地址作为所述优化存储写入地址。
7.根据权利要求1所述的基于数据孪生的电能表数据存储方法,其特征在于,获取所述优化存储写入地址的获取次数达到阈值后,还包括:
在获取新的所述优化存储写入地址的获取次数达到所述阈值时,若写入无效,则将写入无效的反馈结果上报至上级,并将所述待写入数据保存至日志文件中以便于后续查看。
8.一种基于数据孪生的电能表数据存储装置,其特征在于,包括:
第一获取模块,用于获取电能表的待写入数据以及优化存储写入地址,其中,所述优化存储写入地址是由原始数据进行数据处理预测得到,所述原始数据包括数据孪生单元存储的数据和基于数据孪生特性从物理层得到的数据,数据处理方式为至少基于存储坏块地址刷新策略、存储空间调整策略确定的大数据计算方法;
同步写入模块,用于根据所述优化存储写入地址将所述待写入数据同步写入至所述物理层和所述数据孪生单元,并判断写入所述数据孪生单元的所述待写入数据与写入所述物理层后的所述待写入数据的有效性;若写入有效,则触发反馈模块,若写入无效,则触发第二获取模块;
所述反馈模块,用于反馈至所述优化存储写入地址对应的存储读写接口;
所述第二获取模块,用于返回至获取所述优化存储写入地址的步骤以获取新的所述优化存储写入地址,直至获取所述优化存储写入地址的获取次数达到阈值。
9.一种基于数据孪生的电能表数据存储装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述的基于数据孪生的电能表数据存储方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于数据孪生的电能表数据存储方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310973134.0A CN116719480B (zh) | 2023-08-04 | 2023-08-04 | 一种基于数据孪生的电能表数据存储方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310973134.0A CN116719480B (zh) | 2023-08-04 | 2023-08-04 | 一种基于数据孪生的电能表数据存储方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116719480A true CN116719480A (zh) | 2023-09-08 |
CN116719480B CN116719480B (zh) | 2023-11-14 |
Family
ID=87869978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310973134.0A Active CN116719480B (zh) | 2023-08-04 | 2023-08-04 | 一种基于数据孪生的电能表数据存储方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116719480B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040179416A1 (en) * | 2003-03-10 | 2004-09-16 | Shigeji Ikeda | Memory device, refresh control circuit to be used for the memory device, and refresh method |
CN102929794A (zh) * | 2012-09-26 | 2013-02-13 | 惠州市德赛西威汽车电子有限公司 | 一种eeprom的存储方法 |
CN105830039A (zh) * | 2013-12-17 | 2016-08-03 | 日本电气株式会社 | 写入信息存储设备、方法和记录介质 |
JP2018133618A (ja) * | 2017-02-13 | 2018-08-23 | キヤノン株式会社 | 記録装置およびその制御方法 |
CN109117319A (zh) * | 2017-06-23 | 2019-01-01 | 爱思开海力士有限公司 | 存储器系统及其操作方法 |
CN110704213A (zh) * | 2019-10-10 | 2020-01-17 | 北京航空航天大学 | 一种数字孪生数据虚实高效实时交互方法和系统 |
CN111868676A (zh) * | 2018-03-15 | 2020-10-30 | 净睿存储股份有限公司 | 在基于云的存储系统中服务i/o操作 |
CN112085393A (zh) * | 2020-09-11 | 2020-12-15 | 青岛恒拓环保科技有限公司 | 一种用于工业生产的大数据交互方法 |
CN114185887A (zh) * | 2021-11-25 | 2022-03-15 | 阿里云计算有限公司 | 数据的读写方法、计算设备及存储介质 |
CN115328818A (zh) * | 2022-07-27 | 2022-11-11 | 中国船舶重工集团公司第七二四研究所 | 一种数据流存储显示快速寻址方法 |
CN115562587A (zh) * | 2022-10-12 | 2023-01-03 | 天津同阳科技发展有限公司 | 应用于存储介质的数据存储方法、装置、设备及存储介质 |
CN115879142A (zh) * | 2021-09-28 | 2023-03-31 | 华为技术有限公司 | 一种数据管理方法及装置 |
CN116383329A (zh) * | 2023-04-28 | 2023-07-04 | 山东浪潮科学研究院有限公司 | 一种数据导入方法、装置、设备及介质 |
CN116400852A (zh) * | 2023-02-01 | 2023-07-07 | 苏州忆联信息系统有限公司 | 固态硬盘写性能的优化方法、装置、计算机设备及存储介质 |
CN116430298A (zh) * | 2023-04-28 | 2023-07-14 | 广东省计量科学研究院 | 基于数字孪生模型的电量计量监测及追补的方法及系统 |
-
2023
- 2023-08-04 CN CN202310973134.0A patent/CN116719480B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040179416A1 (en) * | 2003-03-10 | 2004-09-16 | Shigeji Ikeda | Memory device, refresh control circuit to be used for the memory device, and refresh method |
CN102929794A (zh) * | 2012-09-26 | 2013-02-13 | 惠州市德赛西威汽车电子有限公司 | 一种eeprom的存储方法 |
CN105830039A (zh) * | 2013-12-17 | 2016-08-03 | 日本电气株式会社 | 写入信息存储设备、方法和记录介质 |
JP2018133618A (ja) * | 2017-02-13 | 2018-08-23 | キヤノン株式会社 | 記録装置およびその制御方法 |
CN109117319A (zh) * | 2017-06-23 | 2019-01-01 | 爱思开海力士有限公司 | 存储器系统及其操作方法 |
CN111868676A (zh) * | 2018-03-15 | 2020-10-30 | 净睿存储股份有限公司 | 在基于云的存储系统中服务i/o操作 |
CN110704213A (zh) * | 2019-10-10 | 2020-01-17 | 北京航空航天大学 | 一种数字孪生数据虚实高效实时交互方法和系统 |
CN112085393A (zh) * | 2020-09-11 | 2020-12-15 | 青岛恒拓环保科技有限公司 | 一种用于工业生产的大数据交互方法 |
CN115879142A (zh) * | 2021-09-28 | 2023-03-31 | 华为技术有限公司 | 一种数据管理方法及装置 |
CN114185887A (zh) * | 2021-11-25 | 2022-03-15 | 阿里云计算有限公司 | 数据的读写方法、计算设备及存储介质 |
CN115328818A (zh) * | 2022-07-27 | 2022-11-11 | 中国船舶重工集团公司第七二四研究所 | 一种数据流存储显示快速寻址方法 |
CN115562587A (zh) * | 2022-10-12 | 2023-01-03 | 天津同阳科技发展有限公司 | 应用于存储介质的数据存储方法、装置、设备及存储介质 |
CN116400852A (zh) * | 2023-02-01 | 2023-07-07 | 苏州忆联信息系统有限公司 | 固态硬盘写性能的优化方法、装置、计算机设备及存储介质 |
CN116383329A (zh) * | 2023-04-28 | 2023-07-04 | 山东浪潮科学研究院有限公司 | 一种数据导入方法、装置、设备及介质 |
CN116430298A (zh) * | 2023-04-28 | 2023-07-14 | 广东省计量科学研究院 | 基于数字孪生模型的电量计量监测及追补的方法及系统 |
Non-Patent Citations (3)
Title |
---|
柯剑;朱旭东;那文武;许鲁;: "动态地址映射虚拟存储系统", 计算机工程, no. 16 * |
苏秀红;: "多路并行存储系统中的坏块管理策略研究", 信息化研究, no. 03 * |
蒲南江等: ""大容量高速数据存储与地址管理方法"", 《计算机测量与控制》 * |
Also Published As
Publication number | Publication date |
---|---|
CN116719480B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10310930B2 (en) | Solid state disk using method and apparatus | |
US20230297243A1 (en) | Method and apparatus for predicting service life of solid-state disk, and computer-readable storage medium | |
CN110673789B (zh) | 固态硬盘的元数据存储管理方法、装置、设备及存储介质 | |
CN112908399B (zh) | 闪存的异常检测方法、装置、计算机设备及存储介质 | |
US11366714B2 (en) | Behavior-driven die management on solid-state drives | |
WO2017052595A1 (en) | Variable cache for non-volatile memory | |
CN111752481B (zh) | 一种基于spd的内存监控及寿命预测方法和系统 | |
CN113238714A (zh) | 基于历史监测数据的磁盘容量预测方法及系统、存储介质 | |
US7962692B2 (en) | Method and system for managing performance data | |
US10146623B2 (en) | Indicating rebuild state of storage devices | |
US10847245B2 (en) | Failure indicator predictor (FIP) | |
CN112651172B (zh) | 一种降雨峰值类型划分方法、装置、设备和存储介质 | |
CN116719480B (zh) | 一种基于数据孪生的电能表数据存储方法、装置及介质 | |
CN104932964A (zh) | 一种计算机功能程序的监控处理方法和装置 | |
CN111913913B (zh) | 访问请求的处理方法和装置 | |
CN112130766A (zh) | 一种基于Flash存储器的写数据方法、装置、设备及存储介质 | |
CN114327266A (zh) | 一种存储装置的卡慢识别方法、装置、介质 | |
CN113470725A (zh) | 一种动态随机存储器的测试方法及装置 | |
CN112737834A (zh) | 一种云硬盘故障预测方法、装置、设备及存储介质 | |
CN113296951A (zh) | 一种资源配置方案确定方法及设备 | |
CN113220463A (zh) | 一种绑定策略推断方法、装置、电子设备及存储介质 | |
US9244832B1 (en) | Cache learning model | |
US9632830B1 (en) | Cache retention analysis system and method | |
CN115794590B (zh) | 一种国产Linux操作系统的健康评估方法和装置 | |
EP3258367A1 (en) | Data write control apparatus and method |
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 |