CN116737804A - 基于智慧燃气物联网的燃气数据分级处理方法和系统 - Google Patents

Abstract

本发明提供一种基于智慧燃气物联网的燃气数据分级处理方法和系统，该方法通过智慧燃气物联网执行，包括：获取至少一个节点在至少一个时段的燃气数据收发信息；基于燃气数据收发信息，预测至少一个节点在至少一个未来时段的燃气数据通信负荷；基于至少一个节点在至少一个未来时段的燃气数据通信负荷，确定至少一个未来时段的分时处理方案。本发明通过确定节点在未来时段的燃气数据通信负荷，可以充分考虑节点的负荷情况，让分时处理方案更符合实际情况，达到优化智慧燃气数据中心数据处理效率的目的。

Description

基于智慧燃气物联网的燃气数据分级处理方法和系统

技术领域

本说明书涉及数据管理领域，特别涉及一种基于智慧燃气物联网的燃气数据分级处理方法和系统。

背景技术

现在的燃气数据处理工作主要由燃气数据中心承担，包括燃气数据的接收和发送，数据分析等等。随着燃气数据量越来越大，燃气数据中心的部分节点的处理能力渐渐不足，导致燃气数据中心的负荷越来越大，并且对燃气数据中心的通信负载能力的要求也越来越高。

针对燃气数据如何分配处理的问题，CN111563028A提出一种基于时序数据分析的数据中心任务规模预测方法，该方法重点针对不同数据中心的输入数据特点，对数据中心任务规模进行合理预测，从而为数据中心资源合理调度。但是，其没有涉及基于数据本身特性对数据量的影响的预估；也没有考虑数据中心自身负荷对于数据中心通信负载的影响。

因此，提供一种基于智慧燃气物联网的燃气数据分级处理方法和系统，有助于根据数据中心的负荷情况进行资源合理调度。

发明内容

针对现有技术存在的上述问题，本发明通过预测不同节点在多个未来时段的燃气数据通信负荷，确定不同节点在多个未来时段的分时处理方案，充分考虑了不同节点在不同时段的负荷情况，让分时处理方案更符合实际情况，达到优化智慧燃气数据中心数据处理效率的目的。

本发明通过下述技术方案来解决上述技术问题，实现上述技术目的：

本发明提供一种基于智慧燃气物联网的燃气数据分级处理方法，所述方法通过智慧燃气物联网执行，所述方法包括：获取至少一个节点在至少一个时段的燃气数据收发信息；基于所述燃气数据收发信息，预测所述至少一个节点在至少一个未来时段的燃气数据通信负荷；基于所述至少一个节点在所述至少一个未来时段的所述燃气数据通信负荷，确定所述至少一个未来时段的分时处理方案。

较佳地，所述燃气数据通信负荷包括基础通信负荷和浮动通信负荷；所述基于所述燃气数据收发信息，预测所述至少一个节点在至少一个未来时段的燃气数据通信负荷，包括：基于所述燃气数据收发信息，通过预设方法确定所述至少一个节点在所述至少一个未来时段的所述基础通信负荷；通过预测模型确定所述至少一个节点在所述至少一个未来时段的所述浮动通信负荷，所述预测模型为机器学习模型。

较佳地，所述基础通信负荷包括基础接收负荷；所述基于所述燃气数据收发信息，通过预设方法确定所述至少一个节点在所述至少一个未来时段的所述基础通信负荷，包括：对于至少一个节点中的任意一个节点：对所述节点在第一历史时段内的第一周期时段内接收到的至少一个燃气数据进行分类；确定至少一类燃气数据的稳定程度；基于所述稳定程度，确定至少一个基础数据类型；基于所述至少一个基础数据类型对应的基础数据量，确定所述基础接收负荷。

较佳地，所述基础接收负荷包括所述节点在第二历史时段内的所述第一周期时段内的数据接收量；所述基于所述燃气数据收发信息，通过预设方法确定所述至少一个节点在所述至少一个未来时段的所述基础通信负荷，包括：通过预设规则确定所述节点在所述第二历史时段内的所述第一周期时段内的所述数据接收量。

较佳地，所述预测模型包括：巡检特征提取层、位置分布特征提取层、数据接收预测层和数据发送预测层；所述巡检特征提取层的输入为所述至少一个时段的燃气管道巡检信息，输出为巡检特征向量；所述位置分布特征提取层的输入为燃气管道的施工设计图数据，输出为位置分布特征向量；所述数据接收预测层的输入包括所述巡检特征向量、所述位置分布特征向量、季节性数据、所述至少一个节点的接收波动程度，输出为所述至少一个节点在所述至少一个未来时段的数据接收量；所述数据发送预测层的输入包括所述巡检特征向量、所述位置分布特征向量、所述至少一个节点的重要程度，输出为所述至少一个节点在所述至少一个未来时段的数据发送量。

较佳地，所述至少一个节点的接收波动程度的确定方式包括：基于所述至少一个节点在第三历史时段内的第二周期时段内的数据接收量和基础数据量，确定所述第二周期时段的所述波动数据量；基于所述第二周期时段的所述波动数据量，确定所述至少一个节点的所述接收波动程度。

较佳地，所述基于所述至少一个节点在所述至少一个未来时段的所述燃气数据通信负荷，确定所述至少一个未来时段的分时处理方案，包括：获取所述至少一个节点的数据处理能力；基于所述至少一个节点的数据处理能力、所述至少一个节点在所述至少一个未来时段的所述燃气数据通信负荷，通过预设算法确定所述至少一个未来时段的所述分时处理方案，所述分时处理方案包括所述至少一个节点在所述至少一个未来时段的数据处理量。

较佳地，所述基于所述至少一个节点的数据处理能力、所述至少一个节点在所述至少一个未来时段的所述燃气数据通信负荷，通过预设算法确定所述至少一个未来时段的所述分时处理方案，包括：基于所述至少一个节点的数据处理能力、所述至少一个节点在当前时段的燃气数据通信负荷与负荷阈值，判断所述当前时段的所述燃气数据通信负荷是否超出负荷阈值；响应于所述当前时段的所述燃气数据通信负荷未超出负荷阈值，对所述至少一个节点按比例分配数据接收量和数据发送量，所述比例为所述至少一个节点的数据处理能力之比；响应于所述当前时段的所述燃气数据通信负荷超出负荷阈值，优先分配数据接收量，确定所述至少一个节点的剩余数据处理能力；基于所述剩余数据处理能力，对所述当前时段的待发送数据量进行分配。

本发明还提供一种基于智慧燃气物联网的燃气数据分级处理系统，所述智慧燃气物联网被配置为执行以下操作：获取至少一个节点在至少一个时段的燃气数据收发信息；基于所述燃气数据收发信息，预测所述至少一个节点在至少一个未来时段的燃气数据通信负荷；基于所述至少一个节点在所述至少一个未来时段的所述燃气数据通信负荷，确定所述至少一个未来时段的分时处理方案。

本发明还提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述基于智慧燃气物联网的燃气数据分级处理方法。

本发明至少包括如下有益效果：通过确定节点在未来时段的燃气数据通信负荷，可以充分考虑节点的负荷情况，让分时处理方案更符合实际情况，达到优化智慧燃气数据中心数据处理效率的目的。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的基于智慧燃气物联网的燃气数据分级处理系统的平台结构图；

图2是根据本说明书一些实施例所示的基于智慧燃气物联网的燃气数据分级处理方法的示例性流程图；

图3是根据本说明书一些实施例所示的应用预测模型的示例性示意图；

图4是根据本说明书一些实施例所示的确定分时处理方案的示例性示意图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书一些实施例所示的基于智慧燃气物联网的燃气数据分级处理系统的示例性平台结构图。需要注意的是，以下实施例仅用于解释本说明书，并不构成对本说明书的限定。

如图1所示，基于智慧燃气物联网的燃气数据分级处理系统（以下简称燃气数据分级处理系统）包括依次交互的智慧燃气用户平台、智慧燃气服务平台、智慧燃气管理平台、智慧燃气传感网络平台和智慧燃气对象平台。

智慧燃气用户平台是用于与用户进行交互的平台。在一些实施例中，智慧燃气用户平台可以被配置为终端设备。

智慧燃气服务平台是提供信息/数据传递和交互的平台。例如，智慧燃气服务平台可以从智慧燃气管理平台获取燃气数据收发信息等，并发送至智慧燃气用户平台。

智慧燃气管理平台是统筹、协调各功能平台之间的联系和协作，提供感知管理和控制管理功能的平台。

在一些实施例中，智慧燃气管理平台可以包括燃气业务管理分平台、非燃气业务管理分平台和智慧燃气数据中心。

燃气业务管理分平台是用于处理与燃气业务相关信息的平台。在一些实施例中，燃气业务管理分平台可以用于进行燃气安全管理、燃气设备管理、燃气运营管理。

非燃气业务管理分平台是用于处理与非燃气业务相关信息的平台。在一些实施例中，非燃气业务管理分平台可以用于进行产品业务管理、数据业务管理、渠道业务管理。

智慧燃气数据中心可以用于存储和管理燃气数据分级处理系统的所有运行信息。在一些实施例中，智慧燃气数据中心可以被配置为存储设备，用于存储与燃气信息相关的数据等。

在一些实施例中，智慧燃气数据中心包括至少一个数据中心子平台，每个节点对应一个数据中心子平台。至少一个节点（或至少一个数据中心子平台）可以是集中或分布式的设置。

在一些实施例中，智慧燃气数据中心（或各个数据中心子平台）可以包括服务信息数据库、管理信息数据库和传感信息数据库。

服务信息数据库可以用于存储与智慧燃气服务信息相关的数据，例如，燃气用户服务数据、政府用户服务数据、监管用户服务数据和非燃气用户服务数据等；管理信息数据库可以用于存储与智慧燃气管理信息相关的数据，例如，燃气设备管理数据、燃气安全管理数据、燃气运营管理数据和非燃气业务管理数据等；传感信息数据库可以用于存储与智慧燃气传感信息相关的数据，例如，燃气设备传感数据、燃气安全传感数据、燃气运营传感数据和非燃气业务传感数据等。

管理信息数据库分别与传感信息数据库和服务信息数据库双向交互，传感信息数据库与智慧燃气传感网络平台进行信息交互，服务信息数据库与智慧燃气服务平台进行信息交互。燃气业务管理分平台、非燃气业务管理分平台与管理信息数据库进行信息交互，从管理信息数据库获取对应的管理数据，并将管理指令发送至管理信息数据库，由管理信息数据库根据指令需要，进一步发送至服务信息数据库或传感信息数据库，实现信息的对外传输。

在一些实施例中，智慧燃气管理平台可以通过智慧燃气数据中心分别与智慧燃气服务平台、智慧燃气传感网络平台进行信息交互。智慧燃气数据中心通过与其他智慧燃气平台交互实现数据收发。例如，智慧燃气数据中心可以将燃气用户服务数据发送至智慧燃气服务平台。又例如，智慧燃气数据中心可以发送获取政府用户服务数据的指令至智慧燃气传感网络平台，以获取政府用户服务数据。

智慧燃气传感网络平台是对传感通信进行管理的功能平台。在一些实施例中，智慧燃气传感网络平台可以被配置为通信网络和网关，实现感知信息传感通信和控制信息传感通信的功能。

智慧燃气对象平台是感知信息生成和控制信息执行的功能平台。在一些实施例中，智慧燃气对象平台可以被配置为向智慧燃气数据中心存入或读取数据的燃气设备。示例性燃气设备包括但不限于燃气表、阀控设备、燃气流量计等。

本说明书一些实施例，基于智慧燃气物联网系统，可以在智慧燃气对象平台与智慧燃气用户平台之间形成信息运行闭环，并在智慧燃气管理平台的统一管理下协调、规律运行，实现燃气资源调度的信息化、智慧化。

图2是根据本说明书一些实施例所示的基于智慧燃气物联网的燃气数据分级处理方法的示例性流程图。在一些实施例中，流程200可以由智慧燃气管理平台执行。如图2所示，流程200包括下述步骤。

步骤210，获取至少一个节点在至少一个时段的燃气数据收发信息。至少一个时段可以包括当前时段和历史时段。

节点是指智慧燃气数据中心的数据中心子平台。在一些实施例中，智慧燃气管理平台可以通过智慧燃气数据中心获取各节点接收和发送的燃气数据信息。燃气数据信息可以包括燃气数据类型、数据量、所处区域等。

至少一个时段可以包括当前时段和至少一个历史时段。

燃气数据收发信息是节点收发的燃气数据信息。例如，一个节点在某时段的燃气数据收发信息可以包括该节点在该时段接收和发送的燃气数据信息。其中，接收的燃气数据信息称为接收数据。发送的燃气数据信息称为发送数据。

在一些实施例中，燃气数据收发信息可以通过智慧燃气数据中心的数据收发记录确定。数据收发记录可以在智慧燃气数据中心的至少一个节点收发数据时记录得到。

步骤220，基于燃气数据收发信息，预测至少一个节点在至少一个未来时段的燃气数据通信负荷。

燃气数据通信负荷是指某节点在某时段的收发燃气数据的数据量。例如，收发的数据量越大，通信负荷越大。

燃气数据通信负荷可以包括数据接收负荷和数据发送负荷。数据接收负荷为某节点在某时段的接收数据的数据量。数据发送负荷为某节点在某时段的发送数据的数据量。

在一些实施例中，智慧燃气管理平台可以基于历史时段收发燃气数据的数据量，确定历史时段的燃气数据通信负荷；将与未来时段处于相同时段的历史时段的燃气数据通信负荷，确定为该未来时段的燃气数据通信负荷。

在一些实施例中，燃气数据通信负荷包括基础通信负荷和浮动通信负荷。

基础通信负荷是可以提前确定的燃气数据通信负荷。例如，基础通信负荷可以是节点固定接收的燃气数据的数据量。固定接收的燃气数据可以是预设的，特定类型的燃气数据。又例如，基础通信负荷可以是燃气装置和其他数据采集设备以固定采集频率采集的燃气数据的数据量。

浮动通信负荷是无法提前确定的燃气数据通信负荷。例如，浮动通信负荷可以是根据时间变化（如，高峰期低谷期等变化）而波动的数据量。又例如，浮动通信负荷是燃气装置和其他数据采集设备的采集频率变动时，采集的燃气数据的数据量。

变动因素可以包括日期、天气、用气高峰期和是否处于巡检/维护的时间段等。例如，燃气装置和其他数据采集设备的采集频率可以随天气恶劣程度增加而提高。又例如，不同日期不同时间的高峰期低谷期不同，高峰期有更多的燃气设备开启，具有更多需要监测和获取数据的燃气位置，更多报修数据。在高峰期、低谷期都固定开启的采集设备的采集数据的数据量为基础通信负荷；随时段开启/关闭的采集设备的采集数据的数据量为浮动通信负荷。

再例如，由于燃气管网不同位置的风险和故障概率不同，因此针对管网不同位置的巡检/维护周期也会有所不同。基于巡检计划对管网不同位置进行巡检/维护时，所产生的数据量大小和数据产生时间也会有所不同。有些位置可能需要二次检测或线上线下联动巡检，这也会导致监测数据/反馈数据因故障检测结果而有所差异。因此，某一时段的巡检/维护所产生的数据是波动的，这部分相关数据的数据量为浮动通信负荷。

在一些实施例中，智慧燃气管理平台可以基于燃气数据收发信息，通过预设方法确定至少一个节点在至少一个未来时段的基础通信负荷；通过预测模型确定至少一个节点在至少一个未来时段的浮动通信负荷。

在一些实施例中，智慧燃气管理平台可以通过对历史一段时间（如，半年、一年等）内某一节点接收到的燃气数据进行存储并分析，确定该节点的基础通信负荷。例如，智慧燃气管理平台可以将采集频率不变的采集设备采集的数据量和/或在高峰期、低谷期都固定开启的采集设备采集的数据量作为基础通信负荷。

在一些实施例中，基础通信负荷包括基础接收负荷。

基础接收负荷是指接收数据对应的基础通信负荷。

在一些实施例中，对于至少一个节点中的任意一个节点：智慧燃气管理平台可以对节点在第一历史时段内的第一周期时段内接收到的至少一个燃气数据进行分类；确定至少一类燃气数据的稳定程度；基于稳定程度，确定至少一个基础数据类型；基于至少一个基础数据类型对应的基础数据量，确定基础接收负荷。

第一历史时段的时间长度较长。例如，过去半年、过去一年等。第一历史时段的时间长度可以大于第一长度阈值。第一长度阈值可以由系统或人为预设。

第一周期时段可以是在第一历史时段中每间隔一段时间周期出现一次的时间段。例如，可以预设每天的下午两点到三点为第一周期时段，则该第一周期时段每隔一天出现一次。第一周期时段可以由专家或系统进行预设。第一历史时段中包括多个第一周期时段。

在一些实施例中，智慧燃气管理平台可以基于燃气数据类型及所处区域进行分类。例如，智慧燃气管理平台可以将燃气数据类型相同且所处区域相同的燃气数据分为同一类别。例如，燃气数据类型可以包括家庭用气、单位用气、政府用气等。

稳定程度可以反映一类燃气数据在第一历史时段内的出现频率。稳定程度越高，表示燃气数据在第一历史时段内的出现频率越高。每种类别的燃气数据可以确定一个稳定程度。例如，一类燃气数据的稳定程度可以由节点A在第一历史时段内的第一周期时段收到该类燃气数据的总次数M与第一周期时段在第一历史时段内周期出现的总次数N的比值（如，M/N）确定。

基础数据类型可以是稳定程度高于稳定阈值的一类燃气数据对应的燃气数据类型。智慧燃气管理平台可以将稳定程度大于稳定阈值的一类燃气数据对应的燃气数据类型记为基础数据类型。稳定阈值可以基于先验知识或历史数据设定。

基础数据量可以是基础数据类型对应的数据量。例如，基础数据量可以是属于基础数据类型的一类燃气数据对应的数据量。

在一些实施例中，智慧燃气管理平台可以将节点在第一历史时段内的多个第一周期时段收到的，属于基础数据类型的一类燃气数据的数据量的最小值确定为该基础数据类型的基础数据量。

在一些实施例中，智慧燃气管理平台可以将所有基础数据类型的基础数据量之和作为基础接收负荷。

在本说明书的一些实施例中，通过分析燃气数据的稳定程度，确定基础接收负荷，可以得到更加准确的基础接收负荷数据，提高数据的合理性。

在一些实施例中，基础接收负荷还包括节点在第二历史时段内的第一周期时段内的数据接收量。在一些实施例中，智慧燃气管理平台可以通过预设规则确定节点在第二历史时段内的第一周期时段内的数据接收量。

第二历史时段的时间长度较短。例如，过去一周、过去半个月等。第二历史时段的时间长度可以小于第二长度阈值。第二长度阈值可以由系统或人为预设。第二历史时段的时间长度小于第一历史时段。第二长度阈值小于或等于第一长度阈值。第二历史时段中包括多个第一周期时段。

由于节点在历史时段中接收有部分需要进行数据处理的燃气数据，该部分燃气数据（下称待处理数据）可以在未来空闲时段中发送出去。例如，节点可以将待处理数据分为若干数据包，将若干数据包分配在不同的未来时段中发送出去。

在一些实施例中，预设规则可以为：根据待处理数据的分配规则，确定节点在第二历史时段内的第一周期时段内的数据接收量。

在本说明书的一些实施例中，在空闲的时段进行处理，可以减轻节点的数据处理负担，减少宕机的可能性，使其运作更加良好；基于预设规则确定节点的数据接收量，可以更加准确地确定数据接收量，提高预测的准确性、合理性。

在一些实施例中，智慧燃气管理平台可以通过预测模型确定至少一个节点在至少一个未来时段的浮动通信负荷。预测模型可以是机器学习模型，例如神经网络模型等。

在一些实施例中，智慧燃气管理平台可以通过预测模型确定至少一个节点在至少一个未来时段的数据接收量和数据发送量。在一些实施例中，智慧燃气管理平台可以将任意节点在任意未来时段的数据接收量和数据发送量之和减去该节点的基础通信负荷，作为该节点在对应未来时段的浮动通信负荷。

在一些实施例中，预测模型的输入可以是至少一个时段的燃气管道巡检信息、燃气管道施工设计图、季节性数据、至少一个节点的接收波动程度和至少一个节点的重要程度，预测模型的输出可以包括至少一个节点在至少一个未来时段的数据接收量和数据发送量。关于燃气管道巡检信息、燃气管道施工设计图、季节性数据、接收波动程度和重要程度的更多说明参见图3。

在一些实施例中，预测模型的训练样本可以包括至少一个样本时段的样本燃气管道巡检信息、样本燃气管道施工设计图、样本季节性数据、样本至少一个节点的接收波动程度和样本至少一个节点的重要程度，训练样本可以基于历史数据确定。标签为至少一个节点在样本时段之后一段时间内的历史数据接收量及历史数据发送量。训练样本和标签可以基于历史数据确定。

在一些实施例中，预测模型还可以是自定义结构的机器学习模型。在一些实施例中，预测模型包括巡检特征提取层、位置分布特征提取层、数据接收预测层和数据发送预测层。关于预测模型的更多细节可以参见图3及其相关内容。

在本说明书的一些实施例中，分别确定节点的基础通信负荷和浮动通信负荷，可以提高燃气数据通信负荷的确定准确性，从而更好地规划分配资源，提高智慧燃气数据中心的稳定性和可靠性。

步骤230，基于至少一个节点在至少一个未来时段的燃气数据通信负荷，确定至少一个未来时段的分时处理方案。

分时处理方案是至少一个节点处理燃气数据的分配方案。处理燃气数据包括接收燃气数据和发送燃气数据。

在一些实施例中，分时处理方案包括至少一个节点在至少一个未来时段的数据处理量。数据处理量包括数据接收量和数据发送量。

在一些实施例中，智慧燃气管理平台可以判断某一未来时段的燃气数据通信负荷是否超出负荷阈值；响应于未超出负荷阈值，正常控制节点进行收发数据；响应于超出负荷阈值，控制节点在对应未来时段停止收发数据，并控制节点在该未来时段的下一未来时段（前提是该未来时段的燃气数据通信负荷未超出负荷阈值）重新开始收发数据。关于负荷阈值的更多说明参见图4。

在一些实施例中，智慧燃气管理平台可以基于至少一个节点的数据处理能力、至少一个节点在至少一个未来时段的所述燃气数据通信负荷，确定至少一个未来时段的分时处理方案。关于确定分时处理方案的更多细节可以参见图4及其相关描述。

在本说明书的一些实施例中，通过确定节点在未来时段的燃气数据通信负荷，可以充分考虑节点的负荷情况，让分时处理方案更符合实际情况，达到优化智慧燃气数据中心数据处理效率的目的。

应当注意的是，上述有关流程的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图3是根据本说明书一些实施例所示的应用预测模型的示例性示意图。

在一些实施例中，预测模型330可以包括巡检特征提取层331、位置分布特征提取层332、数据接收预测层333和数据发送预测层334。

巡检特征提取层331和位置分布特征提取层332的输出作为数据接收预测层333和数据发送预测层334的输入，数据接收预测层333和数据发送预测层334的输出作为预测模型330最终的输出。

在一些实施例中，巡检特征提取层331的输入可以包括至少一个时段的燃气管道巡检信息310，输出可以包括巡检特征向量341。巡检特征提取层331可以是神经网络模型等。

燃气管道巡检信息是与巡检燃气管道相关的信息。例如，燃气管道巡检信息可以包括管道的位置、管道检测时间、管道巡检类型等。由于管网不同位置的巡检/维护周期不同，以及基于巡检计划进行巡检/维护时数据量大小和产生时间的不同，因此基于历史巡检/维护结果的数据也会有所不同。其中，有些位置可能需要二次检测或线上线下联动巡检，这也会导致数据量因故障检测结果而有所差异。

燃气管道巡检信息可以由巡检人员上传获取。

巡检特征向量是与燃气管道巡检信息相关的特征向量。

在一些实施例中，位置分布特征层332的输入可以包括燃气管道的施工设计图数据320，输出可以包括位置分布特征向量342。位置分布提取层332可以是卷积神经网络模型等。

燃气管道施工设计图包括燃气管网中各个燃气管道的位置分布等。

燃气管道施工设计图可以基于施工单位上传的设计图信息确定。燃气管网不同位置的发生故障的风险不同，故障风险越高，则巡检/维护周期不同，对应产生的数据量也不同，所以需要了解巡检管道在整个管网中的位置，以及周围的管道分布情况，使得预测更加准确。

位置分布特征向量可以是表示燃气管道在整个燃气管网中的位置以及周围管道分布情况的特征向量。

在一些实施例中，数据接收预测层333的输入可以包括巡检特征向量341、位置分布特征向量342、季节性数据343和至少一个节点的接收波动程度344，输出可以包括至少一个节点在至少一个未来时段的数据接收量350。数据接收预测层333可以是神经网络模型等。

季节性数据是与气候相关的数据。

季节性数据可以通过访问气象台网站获取相关的气候数据确定。由于燃气数据的数据接收量会随着季节变化，燃气装置和其他数据采集设备的采集频率可以相关于当前的气候情况，例如，气候情况良好可以减少采集频率，气候情况差可以增加采集频率等。

接收波动程度可以反映节点的数据接收量的变化程度。接收波动程度越大，表示节点在一段时间内多次接收的数据接收量的变化程度越大。

例如，某节点的浮动通信负荷越大时，该节点的接收波动程度越大。

在一些实施例中，智慧燃气管理平台可以基于该节点过去一段时间的数据接收量，通过求标准差或方差的方式，确定节点的接收波动程度。例如，某节点在一段时间内多次接收的数据接收量的标准差或方差越大，节点的接收波动程度越大。

在一些实施例中，智慧燃气管理平台基于至少一个节点在第三历史时段内的第二周期时段内的数据接收量和基础数据量，确定第二周期时段内的波动数据量；基于第二周期时段内的波动数据量，确定至少一个节点的接收波动程度。

第三历史时段是过去的一段时间。第三历史时段可以由专家或系统进行预设。第一、二、三历史时段在时间长度上有所差别。对第三历史时段内的时间长度没有特别规定。第三历史时段中包括多个第二周期时段。

第二周期时段可以是在第三历史时段中每间隔一段时间周期出现一次的时间段。例如，可以预设每天的上午八点到十点为第二周期时段，则该第二周期时段每隔一天出现一次。第二周期时段可以由专家或系统进行预设。第二周期时段可以与第一周期时段相同或不同。

关于数据接收量和基础数据量的更多细节可以参见图2及其相关描述。

波动数据量是节点在第三历史时段内的多个第二周期时段中的数据接收量减去基础数据量后，剩余的数据量。例如，第三历史时段为3天，第二周期时段为每天的某一时段，节可以由节点A每天的数据接收量（A1，A2，A3）减去节点A每天的基础数据量（B1，B2，B3）得到节点A的波动数据量为（A1-B1，A2-B2，A3-B3）。

在一些实施例中，智慧燃气管理平台可以确定节点在一段时间内接收的波动数据量的均值及标准差，作为节点接收量的波动程度。

在本说明书的一些实施例中，基于一段时间内节点的波动数据量确定节点的接收波动程度，可以有效考虑各个节点的接收波动程度，使得预测的数据接收量更加准确。

在一些实施例中，数据发送预测层334的输入可以包括巡检特征向量341、位置分布特征向量342、至少一个节点的重要程度345，输出可以包括至少一个节点在至少一个未来时段的数据发送量360。数据发送预测层334可以是神经网络模型等。

节点的重要程度可以反映节点进行数据处理的复杂程度。重要程度越高，表示节点进行数据处理的复杂程度越强。数据处理的复杂程度包括对数据的处理深度、能够处理的数据类型数量等。节点的重要程度可以基于先验知识或历史数据预设得到。

在一些实施例中，至少一个节点的重要程度相关于至少一个节点的数据处理权限和至少一个节点在第三周期时段内的数据接收量、数据直转量、数据处理量。

数据处理权限是反映节点能够对燃气数据进行处理的范围限制。数据处理权限越大的节点，其综合分析能力越强，功能越复杂，但处理之后需要发送出去的数据包会更少。

第三周期时段可以是每间隔一段时间出现一次的时间段。例如，第三周期时段可以是每分钟、每半分钟等。第三周期时段可以由专家进行预设。第三周期时段较第一、二周期时段的时间长度更短。

数据直转量是指不进行数据分析，进行数据直转的数据量。数据直转是指将接收的燃气数据，不经过任何数据分析处理，直接发送出去。

在一些实施例中，智慧燃气管理平台可以基于节点接收的燃气数据的燃气数据类型，确定该节点在一段时间内的数据直转量。例如，可以预设不同燃气数据类型与是否需要进行数据分析的对应关系，基于该对应关系可以判断节点接收的燃气数据是否需要进行数据分析，进而可以基于节点的数据接收量与进行数据分析的数据量的差值，确定数据直转量。

数据处理量是指进行了数据分析的数据量。

在一些实施例中，智慧燃气管理平台可以基于节点接收的燃气数据的燃气数据类型，确定该节点在一段时间内的数据处理量。例如，可以根据不同燃气数据类型与是否需要进行数据分析的对应关系，判断节点接收的燃气数据是否需要进行数据分析，进而确定数据处理量。

在一些实施例中，至少一个节点的重要程度可以正相关于至少一个节点的数据处理权限范围、至少一个节点的在第三周期时段内的数据接收量、数据直转量、数据处理量。

在本说明书的一些实施例中，基于节点的数据处理权限范围和节点的数据接收量、数据直转量、数据处理量确定节点的重要程度，可以准确预测节点的重要程度，使得预测的数据发送量更加准确，帮助更好地管理智慧燃气数据中心的资源，优化数据传输和处理。

在一些实施例中，数据发送预测层334的输入还包括至少一个节点的数据处理深度分布346。

数据处理深度是反映在数据传输前，某一节点对至少一个数据类型的燃气数据进行数据处理的处理程度。数据处理深度分布包括多个数据处理深度。不同数据处理深度对应不同节点对至少一个数据类型的燃气数据进行数据处理的处理程度。

在一些实施例中，智慧燃气管理平台可以基于节点的计算资源的占用程度、各类型燃气数据的任务耗时、燃气数据类型，通过预设关系确定节点的数据处理深度分布。在一些实施例中，预设关系可以是不同计算资源的占用程度、不同任务耗时、不同燃气数据类型与不同数据处理深度之间的对应关系。

在一些实施例中，智慧燃气管理平台可以基于节点的重要程度、计算资源的占用程度、燃气数据的任务耗时、燃气数据类型，通过预设关系确定节点的数据处理深度分布。在一些实施例中，预设关系可以是不同节点的重要程度、不同计算资源的占用程度、不同任务耗时、不同燃气数据类型与不同数据处理程度之间的对应关系。

前述预设关系可以基于先验知识或历史数据确定。

不同类型的燃气数据的任务耗时可以基于历史数据计算确定。节点计算资源的占用程度为节点当前单位时间内的数据处理量与该节点的数据处理能力之比。

在本说明书的一些实施例中，通过将至少一个节点的数据处理深度分布数据作为数据发送预测层的输入。考虑到了节点处理数据对数据发送量的影响，使预测的数据发送量更加全面和准确。

在一些实施例中，巡检特征提取层331、位置分布特征提取层332、数据接收预测层333和数据发送预测层334可以联合训练得到。关于训练样本及标签的说明参见图2。

示例性的联合训练过程包括：将至少一个样本时段的样本燃气管道巡检信息输入初始巡检特征提取层，得到初始巡检特征提取层输出的巡检特征向量；将样本燃气管道施工设计图输入初始位置分布特征提取层，得到位置分布特征提取层输出的位置分布特征向量；将巡检特征提取层、位置分布特征提取层的输出作为训练样本数据和样本季节性数据、样本接收波动程度输入初始数据接收预测层，得到初始数据接收预测层输出的至少一个节点在样本时段之后某时段的数据接收量；将初始巡检特征提取层、初始位置分布特征提取层的输出作为训练样本数据和至少一个节点的样本重要程度、至少一个节点的样本数据处理深度分布输入初始数据发送预测层，得到初始数据发送预测层输出的至少一个节点在样本时段之后某时段的数据发送量。基于标签和初始数据接收预测层的输出、初始数据发送预测层的输出构建损失函数，同步更新初始数据接收预测层、初始数据发送预测层、初始巡检特征提取层和初始位置分布特征提取层的参数。通过参数更新，得到训练好的数据接收预测层333、数据发送预测层334、巡检特征提取层331和位置分布特征提取层332。

本说明书的一些实施例，通过联合训练的方式获得预测模型的参数，在一些情况下有利于解决单独训练巡检特征提取层和位置分布特征提取层时难以获得标签的问题，还可以使巡检特征提取层和位置分布特征提取层能较好地得到反映巡检特征向量和位置分布特征向量，提高训练效率和准确度。

通过预测模型对燃气管道巡检信息和燃气管道施工设计图进行处理，可以利用机器学习模型的自学习能力，从大量燃气巡检数据中找到规律，获取到数据接收量和发送量与燃气管道巡检信息、燃气管道施工设计图之间的关联关系，提高预测数据接收量和发送量的准确度和效率。

图4是根据本说明书一些实施例所示的确定分时处理方案的示例性示意图。

在一些实施例中，智慧燃气管理平台可以获取至少一个节点的数据处理能力；基于至少一个节点的数据处理能力420、至少一个节点在至少一个未来时段的燃气数据通信负荷440，通过预设算法确定至少一个未来时段的分时处理方案450。

数据处理能力是指节点在单位时间的数据处理量。例如，节点在单位时间内处理的数据越多，该节点的数据处理能力越强。

数据处理能力可以通过智慧燃气管理平台分析统计确定。

关于燃气数据通信负荷的更多细节可以参见图2及其相关描述。

在一些实施例中，预设算法可以是：判断某一未来时段的燃气数据通信负荷是否超出负荷阈值；响应于未超出负荷阈值，基于节点在该未来时段的燃气数据通信负荷和负荷阈值，确定节点在该未来时段的处理余量（例如，还能进行收发数据的数据量），并按照该处理余量进行收发数据；响应于超出负荷阈值，控制节点在对应未来时段先接收燃气数据，再根据数据接收量与负荷阈值确定节点在该未来时段的处理余量，并按照该处理余量发送数据。其中，负荷阈值为判断燃气数据通信负荷是否超负荷的阈值。

在一些实施例中，负荷阈值可以基于节点的数据处理能力确定。数据处理能力越大，负荷阈值越大。

在一些实施例中，预设算法可以是：基于至少一个节点的数据处理能力420、至少一个节点在当前时段的燃气数据通信负荷440与负荷阈值430，判断当前时段的燃气数据通信负荷是否超负荷；响应于当前时段的燃气数据通信负荷未超出负荷阈值，对至少一个节点按比例分配数据接收量和数据发送量，比例为至少一个节点的数据处理能力之比；响应于当前时段的燃气数据通信负荷超出负荷阈值，优先分配数据接收量，确定至少一个节点的剩余数据处理能力；基于剩余数据处理能力，对当前时段的待发送数据量进行分配。

在一些实施例中，负荷阈值430还可以基于历史数据进行设置。

在一些实施例中，负荷阈值430相关于时段特征410。

时段特征410是反映一段时间的燃气数据通信负荷的特征。例如，某段时间的燃气数据通信负荷量较大，则该时段为高峰期；某段时间的燃气数据通信负荷量较小，则该时段为低谷期等。时段特征410可以通过对历史数据进行统计分析确定。

在想一些实施例中，时段特征410为高峰期时，负荷阈值430可以较大；时段特征410为低谷期时，负荷阈值430可以较小。

在本说明书的一些实施例中，基于时段特征确定负荷阈值，有利于及时对未来数据量较多的时段的数据进行分散处理，避免数据中心宕机。

在一些实施例中，智慧燃气管理平台在检测到当前时段的燃气数据通信负荷没有超负荷时，可以根据各个节点的数据处理能力的比例，向各个节点按前文所述的比例分配未来一段时间的数据接收量和数据发送量。

在一些实施例中，分配数据接收量和数据发送量的比例还相关于至少一个节点的重要程度。例如，比例负相关于至少一个节点的重要程度。

关于重要程度的更多细节可以参见图3及其相关描述。

在本说明书的一些实施例中，智慧燃气管理平台将节点的重要程度作为比例的影响因素。通过这种方式，可以让重要节点留出一些处理空间，避免了满负荷运行，降低该节点的宕机风险。

在一些实施例中，智慧燃气管理平台检测到当前时段的燃气数据通信负荷超出负荷阈值，可以优先分配数据接收量，确定至少一个节点的剩余数据处理能力。分配方式可以是按比例分配。例如，可以优先将数据接收量按照比例分配到至少一个节点中。剩余数据处理能力可以为数据接收量与负荷阈值之差。

在一些实施例中，智慧燃气管理平台可以基于至少一个节点的剩余数据处理能力，对当前时段的待发送数据量进行分配。

待发送数据量是指需要发送的数据量。待发送数据量为节点在当前时段需要发送的数据发送量。

在一些实施例中，智慧燃气管理平台可以将待发送数据中的部分数据发送出去。在一些实施例中，智慧燃气管理平台可以基于负荷阈值和节点的剩余数据处理能力，确定实际发送数据量，并按照实际发送数据量发送数据。

在一些实施例中，智慧燃气管理平台可以将待发送数据量中的未发送数据量，转移到其他时段进行发送。未发送数据量为待发送数据量与实际发送数据量的差值。其他时段可以是未来最近的某一低谷期时段等。

本说明书一些实施例，通过将待发送数据量中的未发送数据量转移到其他时段进行发送，可以缓解智慧燃气数据中心的拥塞，提高数据发送效率和稳定性。

在一些实施例中，当前时段的目标发送数据相关于当前时段的待发送的数据中至少一个数据类型的重要程度/紧急程度。例如，数据类型的重要程度/紧急程度越大，则需要优先发送。目标发送数据为实际发送的数据。目标发送数据可以是数据类型的重要程度/紧急程度大于对应程度阈值的燃气数据。数据类型的重要程度/紧急程度、程度阈值可以是系统或人为预设值。

在本说明书的一些实施例中，将数据类型的紧急程度作为当前时段的实际发送数据的影响因素，可以让工作人员及时接收到重要/紧急的信息，并及时处理。

在本说明书的一些实施例中，基于节点的数据处理能力及当前时段的燃气数据通信负荷与负荷阈值，对接收到的数据按一定方式进行分配，可以将数据分散处理，有效降低通信压力，提高方案的合理性。

在本说明书的一些实施例中，智慧燃气管理平台基于节点的数据处理能力及未来时段的燃气数据通信负荷，确定未来时段的分时处理方案。通过这种方式，可以让数据的分配更加合理，减小各个节点以及数据中心宕机的概率。

本说明书一些实施例提供了一种计算机可读存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机可以执行基于智慧燃气物联网的燃气数据分级处理方法。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件（当前或之后附加于本说明书中的）也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种基于智慧燃气物联网的燃气数据分级处理方法，其特征在于，所述方法通过智慧燃气物联网执行，所述方法包括：

获取至少一个节点在至少一个时段的燃气数据收发信息；

基于所述燃气数据收发信息，预测所述至少一个节点在至少一个未来时段的燃气数据通信负荷；

基于所述至少一个节点在所述至少一个未来时段的所述燃气数据通信负荷，确定所述至少一个未来时段的分时处理方案。

2.如权利要求1所述的方法，其特征在于，所述燃气数据通信负荷包括基础通信负荷和浮动通信负荷；

所述基于所述燃气数据收发信息，预测所述至少一个节点在至少一个未来时段的燃气数据通信负荷，包括：

基于所述燃气数据收发信息，通过预设方法确定所述至少一个节点在所述至少一个未来时段的所述基础通信负荷；

通过预测模型确定所述至少一个节点在所述至少一个未来时段的所述浮动通信负荷，所述预测模型为机器学习模型。

3.如权利要求2所述的方法，其特征在于，所述基础通信负荷包括基础接收负荷；

所述基于所述燃气数据收发信息，通过预设方法确定所述至少一个节点在所述至少一个未来时段的所述基础通信负荷，包括：

对于至少一个节点中的任意一个节点：

对所述节点在第一历史时段内的第一周期时段内接收到的至少一个燃气数据进行分类；

确定至少一类燃气数据的稳定程度；

基于所述稳定程度，确定至少一个基础数据类型；

基于所述至少一个基础数据类型对应的基础数据量，确定所述基础接收负荷。

4.如权利要求3所述的方法，其特征在于，所述基础接收负荷包括所述节点在第二历史时段内的所述第一周期时段内的数据接收量；所述基于所述燃气数据收发信息，通过预设方法确定所述至少一个节点在所述至少一个未来时段的所述基础通信负荷，包括：

通过预设规则确定所述节点在所述第二历史时段内的所述第一周期时段内的所述数据接收量。

5.如权利要求2所述的方法，其特征在于，所述预测模型包括：巡检特征提取层、位置分布特征提取层、数据接收预测层和数据发送预测层；

所述巡检特征提取层的输入为所述至少一个时段的燃气管道巡检信息，输出为巡检特征向量；

所述位置分布特征提取层的输入为燃气管道施工设计图，输出为位置分布特征向量；

所述数据接收预测层的输入包括所述巡检特征向量、所述位置分布特征向量、季节性数据、所述至少一个节点的接收波动程度，输出为所述至少一个节点在所述至少一个未来时段的数据接收量；

所述数据发送预测层的输入包括所述巡检特征向量、所述位置分布特征向量、所述至少一个节点的重要程度，输出为所述至少一个节点在所述至少一个未来时段的数据发送量。

6.如权利要求5所述的方法，其特征在于，所述至少一个节点的接收波动程度的确定方式包括：

基于所述至少一个节点在第三历史时段内的第二周期时段内的数据接收量和基础数据量，确定所述第二周期时段的所述波动数据量；

基于所述第二周期时段的所述波动数据量，确定所述至少一个节点的所述接收波动程度。

7.如权利要求1所述的方法，其特征在于，所述基于所述至少一个节点在所述至少一个未来时段的所述燃气数据通信负荷，确定所述至少一个未来时段的分时处理方案，包括：

获取所述至少一个节点的数据处理能力；

基于所述至少一个节点的数据处理能力、所述至少一个节点在所述至少一个未来时段的所述燃气数据通信负荷，通过预设算法确定所述至少一个未来时段的所述分时处理方案，所述分时处理方案包括所述至少一个节点在所述至少一个未来时段的数据处理量。

8.如权利要求7所述的方法，其特征在于，所述基于所述至少一个节点的数据处理能力、所述至少一个节点在所述至少一个未来时段的所述燃气数据通信负荷，通过预设算法确定所述至少一个未来时段的所述分时处理方案，包括：

基于所述至少一个节点的数据处理能力、所述至少一个节点在当前时段的燃气数据通信负荷与负荷阈值，判断所述当前时段的所述燃气数据通信负荷是否超出负荷阈值；

响应于所述当前时段的所述燃气数据通信负荷未超出负荷阈值，对所述至少一个节点按比例分配数据接收量和数据发送量，所述比例为所述至少一个节点的数据处理能力之比；

响应于所述当前时段的所述燃气数据通信负荷超出负荷阈值，

优先分配数据接收量，确定所述至少一个节点的剩余数据处理能力；

基于所述剩余数据处理能力，对所述当前时段的待发送数据量进行分配。

9.一种基于智慧燃气物联网的燃气数据分级处理系统，其特征在于，所述智慧燃气物联网被配置为执行以下操作：

获取至少一个节点在至少一个时段的燃气数据收发信息；

基于所述燃气数据收发信息，预测所述至少一个节点在至少一个未来时段的燃气数据通信负荷；

基于所述至少一个节点在所述至少一个未来时段的所述燃气数据通信负荷，确定所述至少一个未来时段的分时处理方案。

10.如权利要求9所述的系统，其特征在于，所述智慧燃气物联网包括依次交互的智慧燃气用户平台、智慧燃气服务平台、智慧燃气管理平台、智慧燃气传感网络平台和智慧燃气对象平台，所述智慧燃气管理平台至少包括智慧燃气数据中心，所述智慧燃气数据中心通过与其他智慧燃气平台交互实现数据收发；

所述至少一个节点对应于所述智慧燃气数据中心的至少一个数据中心子平台，所述至少一个数据中心子平台包括服务信息数据库、管理信息数据库和传感信息数据库。