CN116760881B - 配电终端的系统配置方法、装置、存储介质及电子设备 - Google Patents
配电终端的系统配置方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116760881B CN116760881B CN202311036956.2A CN202311036956A CN116760881B CN 116760881 B CN116760881 B CN 116760881B CN 202311036956 A CN202311036956 A CN 202311036956A CN 116760881 B CN116760881 B CN 116760881B
- Authority
- CN
- China
- Prior art keywords
- power distribution
- architecture information
- information
- configuration
- attribute
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000003860 storage Methods 0.000 title claims abstract description 41
- 238000003066 decision tree Methods 0.000 claims abstract description 96
- 230000006870 function Effects 0.000 claims abstract description 93
- 238000013507 mapping Methods 0.000 claims abstract description 39
- 238000012549 training Methods 0.000 claims description 48
- 238000004891 communication Methods 0.000 claims description 25
- 238000013473 artificial intelligence Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004806 packaging method and process Methods 0.000 claims description 9
- 239000002699 waste material Substances 0.000 abstract description 12
- 238000011161 development Methods 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 description 15
- 230000004927 fusion Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012858 packaging process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/303—Terminal profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0806—Configuration setting for initial configuration or provisioning, e.g. plug-and-play
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
- H04L41/0826—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for reduction of network costs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种配电终端的系统配置方法、装置、存储介质及电子设备。该方法包括:获取配电业务请求中的配电应用数据;将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,其中,硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息;对硬件架构信息配置带有辅助功能的设备标识,其中,辅助功能为除硬件架构信息自身功能之外的满足配电业务请求的功能;通过对设备标识进行地址映射,得到配电业务请求所需的配置信息。通过本申请,解决了相关技术中由于配电业务的开发成本较高,造成资源浪费的问题。
Description
技术领域
本申请涉及系统配置技术领域,具体而言,涉及一种配电终端的系统配置方法、装置、存储介质及电子设备。
背景技术
相关技术中,每一个业务应用有自己专属的嵌入式应用系统,即使某些应用在某一时段,所需资源远低于其硬件配置能提供的,也无法共享给其他应用使用。当前,智能配电终端虽然兼容了配电与营销业务,但是并没有针对计算、存储、通信、安全防护等能力进行优化,而是机械的分配容器存储空间,如此,整体资源利用率就会大幅降低,而且占用过多的空间和能源。
针对相关技术中由于配电业务的开发成本较高,造成资源浪费的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种配电终端的系统配置方法、装置、存储介质及电子设备,以解决相关技术中由于配电业务的开发成本较高,造成资源浪费的问题。
为了实现上述目的,根据本申请的第一方面,提供了一种配电终端的系统配置方法。该方法包括:获取配电业务请求中的配电应用数据;将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,其中,硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,第一架构信息的复杂度小于第二架构信息,第二架构信息的复杂度小于第三架构信息;对硬件架构信息配置带有辅助功能的设备标识,其中,辅助功能为除硬件架构信息自身功能之外的满足配电业务请求的功能;通过对设备标识进行地址映射,得到配电业务请求所需的配置信息。
进一步地,预先训练的目标决策树模型,通过以下步骤训练得到:确定训练数据集,其中,训练数据集中的数据至少包括:配电应用数据;对训练数据集进行属性划分,得到预设配置维度的多个属性数据集,其中,预设配置维度包括以下至少之一:计算配置、存储配置、通信配置、可靠性配置、人工智能配置;根据多个属性数据集对初始决策树模型进行训练,得到目标决策树模型。
进一步地,根据多个属性数据集对初始决策树模型进行训练,得到目标决策树模型,包括:确定每组属性数据集中各个属性对应的属性值,并计算属性值的信息增益,其中,属性值用于标识属性的配置信息;选取多个属性数据集中信息增益最大的属性,作为初始决策树模型的根节点;基于根节点构建目标决策树模型。
进一步地,基于根节点构建目标决策树模型,包括:确定根节点的内部节点,其中,内部节点用于标识多个属性数据集中除根节点对应属性之外的属性;将硬件架构信息作为内部节点的叶子节点;根据根节点、内部节点和叶子节点构建目标决策树模型。
进一步地,将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,包括:确定配电应用数据的属性数据集;通过目标决策树模型计算属性数据集中各个属性的配置信息;根据各个属性的配置信息匹配硬件架构信息。
进一步地,硬件架构信息为第一架构信息时,对硬件架构信息配置带有辅助功能的设备标识,包括:确定第一架构信息对应的架构硬件器件,以及确定辅助功能对应的辅助硬件器件;将辅助硬件器件通过目标接口固定在架构硬件器件上,并设置辅助硬件器件的设备标识,以使第一架构信息带有辅助功能的设备标识。
进一步地,硬件架构信息为第二架构信息和/或第三架构信息时,对硬件架构信息配置带有辅助功能的设备标识,包括:构建带有辅助功能的设备对应的应用容器,其中,应用容器用于实现辅助功能;将应用容器封装至第二架构信息对应的架构硬件系统中,并设置应用容器对应的设备标识,以使第二架构信息和/或第三架构信息带有辅助功能的设备标识。
进一步地,通过对设备标识进行地址映射,得到配电业务请求所需的配置信息,包括:构建硬件架构信息对应的目标队列;将设备标识作为目标队列中的队列元素;通过对队列元素进行地址映射,得到配电业务请求所需的配置信息。
进一步地,在通过对设备标识进行地址映射,得到配电业务请求所需的配置信息之后,方法还包括:将配置信息下发至对应的终端设备中,以使终端设备对配电业务请求进行处理响应。
为了实现上述目的,根据本申请的第二方面,提供了一种配电终端的系统配置装置。该装置包括:获取单元,用于获取配电业务请求中的配电应用数据;输出单元,用于将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,其中,硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,第一架构信息的复杂度小于第二架构信息,第二架构信息的复杂度小于第三架构信息;配置单元,用于对硬件架构信息配置带有辅助功能的设备标识,其中,辅助功能为除硬件架构信息自身功能之外的满足配电业务请求的功能;映射单元,用于通过对设备标识进行地址映射,得到配电业务请求所需的配置信息。
进一步地,装置还包括:确定单元,用于确定训练数据集,其中,训练数据集中的数据至少包括:配电应用数据;分类单元,用于对训练数据集进行属性划分,得到预设配置维度的多个属性数据集,其中,预设配置维度包括以下至少之一:计算配置、存储配置、通信配置、可靠性配置、人工智能配置;训练单元,用于根据多个属性数据集对初始决策树模型进行训练,得到目标决策树模型。
进一步地,训练单元,包括:第一确定模块,用于确定每组属性数据集中各个属性对应的属性值,并计算属性值的信息增益,其中,属性值用于标识属性的配置信息;选取模块,用于选取多个属性数据集中信息增益最大的属性,作为初始决策树模型的根节点;第一构建模块,用于基于根节点构建目标决策树模型。
进一步地,第一构建模块,包括:第一确定子模块,用于确定根节点的内部节点,其中,内部节点用于标识多个属性数据集中除根节点对应属性之外的属性;第二确定子模块,用于将硬件架构信息作为内部节点的叶子节点;构建子模块,用于根据根节点、内部节点和叶子节点构建目标决策树模型。
进一步地,输出单元,包括:第二确定模块,用于确定配电应用数据的属性数据集;计算模块,用于通过目标决策树模型计算属性数据集中各个属性的配置信息;匹配模块,用于根据各个属性的配置信息匹配硬件架构信息。
进一步地,硬件架构信息为第一架构信息时,配置单元,包括:第三确定模块,用于确定第一架构信息对应的架构硬件器件,以及确定辅助功能对应的辅助硬件器件;第一设置模块,用于将辅助硬件器件通过目标接口固定在架构硬件器件上,并设置辅助硬件器件的设备标识,以使第一架构信息带有辅助功能的设备标识。
进一步地,硬件架构信息为第二架构信息和/或第三架构信息时,配置单元,包括:第二构建模块,用于构建带有辅助功能的设备对应的应用容器,其中,应用容器用于实现辅助功能;第一设置模块,用于将应用容器封装至第二架构信息对应的架构硬件系统中,并设置应用容器对应的设备标识,以使第二架构信息和/或第三架构信息带有辅助功能的设备标识。
进一步地,映射单元,包括:第三构建模块,用于构建硬件架构信息对应的目标队列;第四确定模块,用于将设备标识作为目标队列中的队列元素;映射模块,用于通过对队列元素进行地址映射,得到配电业务请求所需的配置信息。
进一步地,装置还包括:响应单元,用于在通过对设备标识进行地址映射,得到配电业务请求所需的配置信息之后,将配置信息下发至对应的终端设备中,以使终端设备对配电业务请求进行处理响应。
根据本申请实施例的第三方面,提供了一种电子设备,包括:处理器;以及存储器,存储器上存储有计算机可读指令,计算机可读指令被处理器执行时实现上述任意一项的配电终端的系统配置方法。
根据本申请实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现根据上述任意一项的配电终端的系统配置方法。
通过本申请,采用以下步骤:获取配电业务请求中的配电应用数据;将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,其中,硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,第一架构信息的复杂度小于第二架构信息,第二架构信息的复杂度小于第三架构信息;对硬件架构信息配置带有辅助功能的设备标识,其中,辅助功能为除硬件架构信息自身功能之外的满足配电业务请求的功能;通过对设备标识进行地址映射,得到配电业务请求所需的配置信息,解决了相关技术中由于配电业务的开发成本较高,造成资源浪费的问题。通过目标决策树模型中的决策树算法对配电应用数据进行板块匹配,即可实现针对共用部分的嵌入式系统的硬件基础共享。进而达到了降低开发成本,避免资源浪费的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的配电终端的系统配置方法的流程图;
图2是根据本申请实施例提供的配电终端的系统配置方法的目标决策树模型示意图;
图3是根据本申请实施例提供的配电终端的系统配置方法的配电业务需求示意图;
图4是根据本申请实施例提供的配电终端的系统配置方法的目标队列示意;
图5是根据本申请实施例提供的配电终端的系统配置的软件定义终端部署架构示意图;
图6是本申请中云计算的边缘侧的架构信息示意图;
图7是根据本申请实施例提供的配电终端的系统配置装置示意图;
图8是根据本申请实施例提供的配电终端的系统配置电子设备的网络架构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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,以便这里描述的本申请的实施例。此外,术语“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。
根据本申请的实施例,提供了一种配电终端的系统配置方法。
图1是根据本申请实施例的配电终端的系统配置方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,获取配电业务请求中的配电应用数据。
例如,配电业务请求中包含配电变压器监测请求、也可以是综合能源信息采集请求、或者用户用电信息采集请求、电能质量管理请求和分布式光伏监测请求等。配电应用数据可以包括:配电应用数据包括配电内容数据,配电缓存数据,配电配置数据,以及配电数据耗尽,以及配电系统数据等。
步骤S102,将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,其中,硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,第一架构信息的复杂度小于第二架构信息,第二架构信息的复杂度小于第三架构信息。
例如,目标决策树模型可以实现用户用电信息采集、电能质量管理、分布式光伏监测、电动汽车有序充电等应用场景的计算、通信、存储、安全防护和支持人工智能等对应的硬件智能框架的基础构建,避免了富余硬件资源的浪费。
其中,第一架构信息可以是轻量型核心板,例如,核心器件为CPU,主要完成控制和少量数据处理;第二架构信息可以是基础型核心板,例如,核心器件为CPU+ DPU,主要完成控制与数据处理;第三架构信息可以是增强型核心板,例如,核心器件为CPU+ GPU +DPU,主要完成控制、数据处理和人工智能模型训练与推理。
具体的,预先训练的目标决策树模型,可以通过以下步骤训练得到:确定训练数据集,其中,训练数据集中的数据至少包括:配电应用数据;对训练数据集进行属性划分,得到预设配置维度的多个属性数据集,其中,预设配置维度包括以下至少之一:计算配置、存储配置、通信配置、可靠性配置、人工智能配置;根据多个属性数据集对初始决策树模型进行训练,得到目标决策树模型。
举例而言,可以将配电应用数据作为训练数据,并按照属性的配置维度进行划分,例如,计算配置可以为:0代表CPU主频至少1GHz,1代表CPU主频至少2GHz,2代表CPU主频至少200MHz,存储配置可以为:0代表至少2G,1代表至少4G,2代表至少300M;通信配置可以为:0代表上行:上行:4G/5G,下行:485,载波,微功率无线;1代表上行:上行:载波,下行:485;2代表上行:微功率无线,下行:485;3代表上行:4G/5G,下行:485,载波;安全可靠性配置为:0代表配电;1代表营销;2代表营销+配电;人工智能配置为:0代表仅支持时间序列号数据识别;1代表支持图片、视频、音频、时间序列号数据识别;2代表不支持智能识别。基于此,构建训练数据的样本数据集,例如该数据集可以如表1所示:
表1
其中,如表1所示,前5列(不包含ID)是数据样本的属性,最后一列
是分类结果。
具体的,根据多个属性数据集对初始决策树模型进行训练,得到目标决策树模型,可以通过以下步骤得到:确定每组属性数据集中各个属性对应的属性值,并计算属性值的信息增益,其中,属性值用于标识属性的配置信息;选取多个属性数据集中信息增益最大的属性,作为初始决策树模型的根节点;基于根节点构建目标决策树模型。
例如,各个属性组成的数据集可以是X = ('计算','存储','通信','安全','人工智能'),其对应的属性值作为训练数据集可以表示为D = {(0,0,0,2,0),(1,1,0,2,1),(2,2,1,0, 2),(1,1,0,1,1),(1,1,0,0,1),(2,2,2,1,2),(1,0,0,0,0),(0,0,0,1,0),(0,1,3,0,0),(1,1,3,2,0),利用决策树算法寻找信息增益最大的属性作为根节点。
具体的信息增益的计算方式可以分为以下步骤:
,其中,定义若/>,定义/>;
其中,是识别D中元组的类标识所需的评价信息量,也就是D的熵,n是属性X所有分量的数量,比如属性类别中的“计算”属性的分量有0,1,2,则n=3;则,,/>表示属性X为/>的概率。
算出通过属性进行划分的信息增益为:
其中,表明通过属性X上的划分获得了多少信息增益。其中/>为样本总数,/>为属性X上的某个分量的个数。找出所有属性的信息增益/>的最大量作为树形结构的根节点,根据信息增益大的特征更加具备分类能力的思想,生成最终的目标决策树模型。
具体的,基于根节点构建目标决策树模型可以通过以下步骤得到:确定根节点的内部节点,其中,内部节点用于标识多个属性数据集中除根节点对应属性之外的属性;将硬件架构信息作为内部节点的叶子节点;根据根节点、内部节点和叶子节点构建目标决策树模型。
例如,目标决策树模型如图2所示,具体是将“计算”属性作为根节点,内部节点有存储、通信、安全(对应于本申请中的可靠性)、人工智能,叶子节点为基础型核心板、增强型核心板和轻量型核心板;叶节点对应于决策结果。本申请通过目标决策树模型中的决策树算法对配电应用数据进行板块匹配,即可实现针对共用部分的嵌入式系统的硬件基础共享,避免资源浪费。
具体的,在目标决策树模型训练完成之后,将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,可以通过以下步骤得到:确定配电应用数据的属性数据集;通过目标决策树模型计算属性数据集中各个属性的配置信息;根据各个属性的配置信息匹配硬件架构信息。
例如,将台区智能融合终端对应的配电应用数据输入至目标决策树模型中,输出硬件架构信息可以是基础型核心板,具体的,配电应用数据的属性数据集中计算配置属性为CPU主频至少1GHz,存储配置属性为至少2G,通信配置属性为上行:4G/5G;下行:485,载波,微功率无线,安全可靠性配置为:营销+配电,人工智能配置为支持时间序列号数据识别,基于此,根据目标决策树模型,匹配到该配电应用数据对应的硬件架构模型为基础型核心板。本申请通过目标决策树模型中的决策树算法对配电应用数据进行板块匹配,即可实现针对共用部分的嵌入式系统的硬件基础共享,避免资源浪费。
步骤S103,对硬件架构信息配置带有辅助功能的设备标识,其中,辅助功能为除硬件架构信息自身功能之外的满足配电业务请求的功能。
其中,基于各种核心板,根据配电业务的需要,构建相应的智能终端的辅助功能。如图3所示:根据目标决策树模型确定完成三大架构信息之后,还有根据配电业务的需要,添加业务辅助器件如遥信、遥测、遥控和主控模块以及对外的通信接口等,根据通信接口确定对应的设备标识,其中,设备标识可以是台区智能融合终端设备的标识、也可以是并网控制器设备的标识,本申请并不做此限定。
具体的,若硬件架构信息为第一架构信息时,对硬件架构信息配置带有辅助功能的设备标识,可以通过以下步骤实现:确定第一架构信息对应的架构硬件器件,以及确定辅助功能对应的辅助硬件器件;将辅助硬件器件通过目标接口固定在架构硬件器件上,并设置辅助硬件器件的设备标识,以使第一架构信息带有辅助功能的设备标识。
例如,针对基于轻量型核心板构建的智能配电终端,如并网控制器、智能开关、馈线终端FTU等,在终端的计算、存储、安全、通信等方面,由于轻量型核心板系统不支持容器构建,本申请将并网控制器、智能开关、馈线终端FTU的硬件采集接口、通信接口和控制接口基本操作固定到核心板上,在物联管理平台侧将相应的业务应用程序开发好,按照并网控制器、智能开关、馈线终端FTU的顺序配置好,实时根据不同的业务定义,通过远程通信下发到并网控制器、智能开关、馈线终端FTU上。本申请通过配置对应的设备标识,当新的业务请求时,通过调用接口标识的形式,提升对业务请求的应答效率。
具体的,硬件架构信息为第二架构信息和/或第三架构信息时,对硬件架构信息配置带有辅助功能的设备标识,可以通过以下步骤实现:构建带有辅助功能的设备对应的应用容器,其中,应用容器用于实现辅助功能;将应用容器封装至第二架构信息对应的架构硬件系统中,并设置应用容器对应的设备标识,以使第二架构信息和/或第三架构信息带有辅助功能的设备标识。
例如,针对基于基础型核心板构建的带有辅助功能的智能配电终端的配置信息,如台区智能融合终端配置、边缘物联代理配置、综合能源网关配置等,在终端的计算、存储、安全、通信、人工智能算法等方面,在物联管理平台侧构建台区智能融合终端所需要的一整套容器包括业务所需的应用APP,并创建该应用APP对应的设备标识,也就是在物联管理平台的虚拟环境中完成台区智能融合终端的业务容器的构建、测试、验证、打包过程,通过远程通信下发到智能终端上,就成为了台区智能融合终端,如果业务定义为边缘物联代理、综合能源网关,则相应的一整套容器就按照边缘物联代理、综合能源网关的业务需要进行相应的业务APP开发,也通过远程通信下发到智能配电终端,进而构成边缘物联代理和综合能源网关对应的配置信息等,本申请通过配置对应的设备标识,当新的业务请求时,通过调用接口标识的形式,提升对业务请求的应答效率。
再例如,针对基于增强型核心板构建的带有辅助功能的智能配电终端的配置信息,如站所终端DTU的配置信息和站房网关配置信息等,由于站所终端DTU和站房网关的硬件采集接口、通信接口和控制接口相同,将这些接口的软件操作部分封装好放到核心板后,如果定义站所终端DTU,关于终端的计算、存储、安全、通信、人工智能算法等方面,在物联管理平台侧构建站房终端所需要的一整套容器,并创建该应用APP对应的设备标识,也就是在物联平台的虚拟环境中按照站所终端业务需要,完成相关容器的构建、测试、验证、打包过程,通过远程通信下发到智能终端上,就成为了站所终端DTU,如果按照站房网关的业务需要完成,则相应的一整套容器构建部署过程就按照站房网关的需要打包,进而构成站房网关对应的配置信息,本申请通过配置对应的设备标识,当新的业务请求时,通过调用接口标识的形式,提升对业务请求的应答效率。
步骤S104,通过对设备标识进行地址映射,得到配电业务请求所需的配置信息。
具体的,通过对设备标识进行地址映射,得到配电业务请求所需的配置信息,通过以下步骤实现:构建硬件架构信息对应的目标队列;将设备标识作为目标队列中的队列元素;通过对队列元素进行地址映射,得到配电业务请求所需的配置信息。
例如,如图4所示,在物联管理平台侧的管理员操作接口中,将三种核心板对应的终端需要的业务软件、容器等放到队列中;分别定义三个队列,基于增强型核心板的配电终端Q1,用A1标识站所终端DTU,用A2标识站房网关;基于基础型核心板的配电终端Q2,用B1标识台区智能融合终端,用A2标识边缘物联网代理,用A3标识综合能源网关;基于轻量型核心板的配电终端Q3,用C1标识并网控制器,用C2标识智能开关,用C3标识馈线终端FTU。其中,将三种核心板对应的终端需要的业务软件、容器的打包文件所存储的地址与对应的队列标识映射,如Q1A1映射到站所终端DTU所需的地址上,进而实现了对配电业务请求的快速应答。
其中,在通过对设备标识进行地址映射,得到配电业务请求所需的配置信息之后,本申请还实现以下步骤:将配置信息下发至对应的终端设备中,以使终端设备对配电业务请求进行处理响应。
例如,在管理侧将需要定义好的各个业务终端配置好队列标识,在程序需要下发的时候,让程序自动通过如Q1A1来找到地址,并通过地址找到相应的打包文件下发到相应的智能终端,以使终端设备对配电业务请求进行快速响应,进一步提升业务的处理效率。
例如,智能配电软件定义终端部署架构如图5所示,包含云-边-端架构,本申请在云计算的边缘侧中可以确定站所终端设备配置信息,也可以确定站房网关设备配置信息、台区智能融合终端设备配置信息以及智能开关等终端设备配置信息,在此处并不做限定,并且将将配置信息下发至对应的终端设备中,进一步提升业务的处理效率。
可选地,图6是本申请中云计算的边缘侧的主要处理架构信息示意图,如图6所示,首先,根据业务需要利用决策树方法匹配相应类型的核心板,实现智能配电终端的硬件组态方法;其次,通过软件定义方法将硬件处理业务流程进行统一,将业务统一到一个处理逻辑上来,具体有计算、通信、存储、安全防护和人工智能支持。最后,根据实际业务需要适配辅助器件并进行实际部署和应用。
综上,本申请实施例提供的配电终端的系统配置方法,通过获取配电业务请求中的配电应用数据;将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,其中,硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,第一架构信息的复杂度小于第二架构信息,第二架构信息的复杂度小于第三架构信息;对硬件架构信息配置带有辅助功能的设备标识,其中,辅助功能为除硬件架构信息自身功能之外的满足配电业务请求的功能;通过对设备标识进行地址映射,得到配电业务请求所需的配置信息,解决了相关技术中由于配电业务的开发成本较高,造成资源浪费的问题。通过目标决策树模型中的决策树算法对配电应用数据进行板块匹配,即可实现针对共用部分的嵌入式系统的硬件基础共享。进而达到了降低开发成本,避免资源浪费的效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种配电终端的系统配置装置,需要说明的是,本申请实施例的配电终端的系统配置装置可以用于执行本申请实施例所提供的用于配电终端的系统配置方法。以下对本申请实施例提供的配电终端的系统配置装置进行介绍。
图7是根据本申请实施例的配电终端的系统配置装置的示意图。如图7所示,该装置包括:获取单元701、输出单元702、配置单元703、映射单元704。
具体的,获取单元701,用于获取配电业务请求中的配电应用数据;
输出单元702,用于将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,其中,硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,第一架构信息的复杂度小于第二架构信息,第二架构信息的复杂度小于第三架构信息;
配置单元703,用于对硬件架构信息配置带有辅助功能的设备标识,其中,辅助功能为除硬件架构信息自身功能之外的满足配电业务请求的功能;
映射单元704,用于通过对设备标识进行地址映射,得到配电业务请求所需的配置信息。
综上,本申请实施例提供的配电终端的系统配置装置,通过获取单元701获取配电业务请求中的配电应用数据;输出单元702将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,其中,硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,第一架构信息的复杂度小于第二架构信息,第二架构信息的复杂度小于第三架构信息;配置单元703对硬件架构信息配置带有辅助功能的设备标识,其中,辅助功能为除硬件架构信息自身功能之外的满足配电业务请求的功能;映射单元704通过对设备标识进行地址映射,得到配电业务请求所需的配置信息,解决了相关技术中由于配电业务的开发成本较高,造成资源浪费的问题。通过目标决策树模型中的决策树算法对配电应用数据进行板块匹配,即可实现针对共用部分的嵌入式系统的硬件基础共享。进而达到了降低开发成本,避免资源浪费的效果。
可选地,在本申请实施例提供的配电终端的系统配置装置中,装置还包括:确定单元,用于确定训练数据集,其中,训练数据集中的数据至少包括:配电应用数据;分类单元,用于对训练数据集进行属性划分,得到预设配置维度的多个属性数据集,其中,预设配置维度包括以下至少之一:计算配置、存储配置、通信配置、可靠性配置、人工智能配置;训练单元,用于根据多个属性数据集对初始决策树模型进行训练,得到目标决策树模型。
可选地,在本申请实施例提供的配电终端的系统配置装置中,训练单元,包括:第一确定模块,用于确定每组属性数据集中各个属性对应的属性值,并计算属性值的信息增益,其中,属性值用于标识属性的配置信息;选取模块,用于选取多个属性数据集中信息增益最大的属性,作为初始决策树模型的根节点;第一构建模块,用于基于根节点构建目标决策树模型。
可选地,在本申请实施例提供的配电终端的系统配置装置中,第一构建模块,包括:第一确定子模块,用于确定根节点的内部节点,其中,内部节点用于标识多个属性数据集中除根节点对应属性之外的属性;第二确定子模块,用于将硬件架构信息作为内部节点的叶子节点;构建子模块,用于根据根节点、内部节点和叶子节点构建目标决策树模型。
可选地,在本申请实施例提供的配电终端的系统配置装置中,输出单元,包括:第二确定模块,用于确定配电应用数据的属性数据集;计算模块,用于通过目标决策树模型计算属性数据集中各个属性的配置信息;匹配模块,用于根据各个属性的配置信息匹配硬件架构信息。
可选地,在本申请实施例提供的配电终端的系统配置装置中,硬件架构信息为第一架构信息时,配置单元,包括:第三确定模块,用于确定第一架构信息对应的架构硬件器件,以及确定辅助功能对应的辅助硬件器件;第一设置模块,用于将辅助硬件器件通过目标接口固定在架构硬件器件上,并设置辅助硬件器件的设备标识,以使第一架构信息带有辅助功能的设备标识。
可选地,在本申请实施例提供的配电终端的系统配置装置中,硬件架构信息为第二架构信息和/或第三架构信息时,配置单元,包括:第二构建模块,用于构建带有辅助功能的设备对应的应用容器,其中,应用容器用于实现辅助功能;第一设置模块,用于将应用容器封装至第二架构信息对应的架构硬件系统中,并设置应用容器对应的设备标识,以使第二架构信息和/或第三架构信息带有辅助功能的设备标识。
可选地,在本申请实施例提供的配电终端的系统配置装置中,映射单元,包括:第三构建模块,用于构建硬件架构信息对应的目标队列;第四确定模块,用于将设备标识作为目标队列中的队列元素;映射模块,用于通过对队列元素进行地址映射,得到配电业务请求所需的配置信息。
可选地,在本申请实施例提供的配电终端的系统配置装置中,装置还包括:响应单元,用于在通过对设备标识进行地址映射,得到配电业务请求所需的配置信息之后,将配置信息下发至对应的终端设备中,以使终端设备对配电业务请求进行处理响应。
配电终端的系统配置装置包括处理器和存储器,上述获取单元701、输出单元702、配置单元703、映射单元704等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来进行配电终端的系统配置。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
在本申请示例性实施方式中,还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本申请的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本申请各种示例性实施方式的步骤,如,可以执行如下的步骤:获取配电业务请求中的配电应用数据;将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,其中,硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,第一架构信息的复杂度小于第二架构信息,第二架构信息的复杂度小于第三架构信息;对硬件架构信息配置带有辅助功能的设备标识,其中,辅助功能为除硬件架构信息自身功能之外的满足配电业务请求的功能;通过对设备标识进行地址映射,得到配电业务请求所需的配置信息。
在一种可选的实施方式中:确定训练数据集,其中,训练数据集中的数据至少包括:配电应用数据;对训练数据集进行属性划分,得到预设配置维度的多个属性数据集,其中,预设配置维度包括以下至少之一:计算配置、存储配置、通信配置、可靠性配置、人工智能配置;根据多个属性数据集对初始决策树模型进行训练,得到目标决策树模型。
在一种可选的实施方式中:确定每组属性数据集中各个属性对应的属性值,并计算属性值的信息增益,其中,属性值用于标识属性的配置信息;选取多个属性数据集中信息增益最大的属性,作为初始决策树模型的根节点;基于根节点构建目标决策树模型。
在一种可选的实施方式中:确定根节点的内部节点,其中,内部节点用于标识多个属性数据集中除根节点对应属性之外的属性;将硬件架构信息作为内部节点的叶子节点;根据根节点、内部节点和叶子节点构建目标决策树模型。
在一种可选的实施方式中:确定配电应用数据的属性数据集;通过目标决策树模型计算属性数据集中各个属性的配置信息;根据各个属性的配置信息匹配硬件架构信息。
在一种可选的实施方式中:确定第一架构信息对应的架构硬件器件,以及确定辅助功能对应的辅助硬件器件;将辅助硬件器件通过目标接口固定在架构硬件器件上,并设置辅助硬件器件的设备标识,以使第一架构信息带有辅助功能的设备标识。
在一种可选的实施方式中:构建带有辅助功能的设备对应的应用容器,其中,应用容器用于实现辅助功能;将应用容器封装至第二架构信息对应的架构硬件系统中,并设置应用容器对应的设备标识,以使第二架构信息和/或第三架构信息带有辅助功能的设备标识。
在一种可选的实施方式中:构建硬件架构信息对应的目标队列;将设备标识作为目标队列中的队列元素;通过对队列元素进行地址映射,得到配电业务请求所需的配置信息。
在一种可选的实施方式中:在通过对设备标识进行地址映射,得到配电业务请求所需的配置信息之后,方法还包括:将配置信息下发至对应的终端设备中,以使终端设备对配电业务请求进行处理响应。
在一种可选的实施方式中,本申请的实施方式还可以包括一种用于实现上述方法的程序产品,该程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本申请的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,在本申请的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本申请的各个方面可以实现为系统、方法或程序产品。因此,本申请的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图8来描述根据本申请的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830以及显示单元840。
其中,存储单元存储有程序代码,程序代码可以被处理单元810执行,使得处理单元810执行本说明书上述“示例性方法”部分中描述的根据本申请各种示例性实施方式的步骤。例如,处理单元810可以执行如下所示的步骤:获取配电业务请求中的配电应用数据;将配电应用数据输入至预先训练的目标决策树模型中,输出配电应用数据对应的硬件架构信息,其中,硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,第一架构信息的复杂度小于第二架构信息,第二架构信息的复杂度小于第三架构信息;对硬件架构信息配置带有辅助功能的设备标识,其中,辅助功能为除硬件架构信息自身功能之外的满足配电业务请求的功能;通过对设备标识进行地址映射,得到配电业务请求所需的配置信息。
在一种可选的实施方式中:确定训练数据集,其中,训练数据集中的数据至少包括:配电应用数据;对训练数据集进行属性划分,得到预设配置维度的多个属性数据集,其中,预设配置维度包括以下至少之一:计算配置、存储配置、通信配置、可靠性配置、人工智能配置;根据多个属性数据集对初始决策树模型进行训练,得到目标决策树模型。
在一种可选的实施方式中:确定每组属性数据集中各个属性对应的属性值,并计算属性值的信息增益,其中,属性值用于标识属性的配置信息;选取多个属性数据集中信息增益最大的属性,作为初始决策树模型的根节点;基于根节点构建目标决策树模型。
在一种可选的实施方式中:确定根节点的内部节点,其中,内部节点用于标识多个属性数据集中除根节点对应属性之外的属性;将硬件架构信息作为内部节点的叶子节点;根据根节点、内部节点和叶子节点构建目标决策树模型。
在一种可选的实施方式中:确定配电应用数据的属性数据集;通过目标决策树模型计算属性数据集中各个属性的配置信息;根据各个属性的配置信息匹配硬件架构信息。
在一种可选的实施方式中:确定第一架构信息对应的架构硬件器件,以及确定辅助功能对应的辅助硬件器件;将辅助硬件器件通过目标接口固定在架构硬件器件上,并设置辅助硬件器件的设备标识,以使第一架构信息带有辅助功能的设备标识。
在一种可选的实施方式中:构建带有辅助功能的设备对应的应用容器,其中,应用容器用于实现辅助功能;将应用容器封装至第二架构信息对应的架构硬件系统中,并设置应用容器对应的设备标识,以使第二架构信息和/或第三架构信息带有辅助功能的设备标识。
在一种可选的实施方式中:构建硬件架构信息对应的目标队列;将设备标识作为目标队列中的队列元素;通过对队列元素进行地址映射,得到配电业务请求所需的配置信息。
在一种可选的实施方式中:在通过对设备标识进行地址映射,得到配电业务请求所需的配置信息之后,方法还包括:将配置信息下发至对应的终端设备中,以使终端设备对配电业务请求进行处理响应。
存储单元820可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202,还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204,这样的程序模块8205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备800交互的设备通信,和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且,电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器860通过总线830与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本申请实施方式的方法。
此外,上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其他实施例。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由权利要求指出。
Claims (16)
1.一种配电终端的系统配置方法,其特征在于,包括:
获取配电业务请求中的配电应用数据;
将所述配电应用数据输入至预先训练的目标决策树模型中,输出所述配电应用数据对应的硬件架构信息,其中,所述硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,所述第一架构信息的复杂度小于所述第二架构信息,所述第二架构信息的复杂度小于所述第三架构信息;
对所述硬件架构信息配置带有辅助功能的设备标识,其中,所述辅助功能为除所述硬件架构信息自身功能之外的满足所述配电业务请求的功能;
通过对所述设备标识进行地址映射,得到所述配电业务请求所需的配置信息。
2.根据权利要求1所述的方法,其特征在于,所述预先训练的目标决策树模型,通过以下步骤训练得到:
确定训练数据集,其中,所述训练数据集中的数据至少包括:所述配电应用数据;
对所述训练数据集进行属性划分,得到预设配置维度的多个属性数据集,其中,所述预设配置维度包括以下至少之一:计算配置、存储配置、通信配置、可靠性配置、人工智能配置;
根据所述多个属性数据集对初始决策树模型进行训练,得到所述目标决策树模型。
3.根据权利要求2所述的方法,其特征在于,根据所述多个属性数据集对初始决策树模型进行训练,得到所述目标决策树模型,包括:
确定每组属性数据集中各个属性对应的属性值,并计算所述属性值的信息增益,其中,所述属性值用于标识属性的配置信息;
选取所述多个属性数据集中信息增益最大的属性,作为所述初始决策树模型的根节点;
基于所述根节点构建所述目标决策树模型。
4.根据权利要求3所述的方法,其特征在于,基于所述根节点构建所述目标决策树模型,包括:
确定所述根节点的内部节点,其中,所述内部节点用于标识所述多个属性数据集中除所述根节点对应属性之外的属性;
将所述硬件架构信息作为所述内部节点的叶子节点;
根据所述根节点、所述内部节点和所述叶子节点构建所述目标决策树模型。
5.根据权利要求1所述的方法,其特征在于,将所述配电应用数据输入至预先训练的目标决策树模型中,输出所述配电应用数据对应的硬件架构信息,包括:
确定所述配电应用数据的属性数据集;
通过所述目标决策树模型计算所述属性数据集中各个属性的配置信息;
根据所述各个属性的配置信息匹配所述硬件架构信息。
6.根据权利要求1所述的方法,其特征在于,所述硬件架构信息为所述第一架构信息时,对所述硬件架构信息配置带有辅助功能的设备标识,包括:
确定所述第一架构信息对应的架构硬件器件,以及确定所述辅助功能对应的辅助硬件器件;
将所述辅助硬件器件通过目标接口固定在所述架构硬件器件上,并设置所述辅助硬件器件的设备标识,以使所述第一架构信息带有辅助功能的设备标识。
7.根据权利要求1所述的方法,其特征在于,所述硬件架构信息为所述第二架构信息和/或所述第三架构信息时,对所述硬件架构信息配置带有辅助功能的设备标识,包括:
构建所述带有辅助功能的设备对应的应用容器,其中,所述应用容器用于实现所述辅助功能;
将所述应用容器封装至所述第二架构信息对应的架构硬件系统中,并设置所述应用容器对应的设备标识,以使所述第二架构信息和/或所述第三架构信息带有辅助功能的设备标识。
8.根据权利要求1所述的方法,其特征在于,通过对所述设备标识进行地址映射,得到所述配电业务请求所需的配置信息,包括:
构建所述硬件架构信息对应的目标队列;
将所述设备标识作为所述目标队列中的队列元素;
通过对所述队列元素进行地址映射,得到所述配电业务请求所需的配置信息。
9.根据权利要求1所述的方法,其特征在于,在通过对所述设备标识进行地址映射,得到所述配电业务请求所需的配置信息之后,所述方法还包括:
将所述配置信息下发至对应的终端设备中,以使所述终端设备对所述配电业务请求进行处理响应。
10.一种配电终端的系统配置装置,其特征在于,包括:
获取单元,用于获取配电业务请求中的配电应用数据;
输出单元,用于将所述配电应用数据输入至预先训练的目标决策树模型中,输出所述配电应用数据对应的硬件架构信息,其中,所述硬件架构信息包括以下至少之一:第一架构信息、第二架构信息、第三架构信息,其中,所述第一架构信息的复杂度小于所述第二架构信息,所述第二架构信息的复杂度小于所述第三架构信息;
配置单元,用于对所述硬件架构信息配置带有辅助功能的设备标识,其中,所述辅助功能为除所述硬件架构信息自身功能之外的满足所述配电业务请求的功能;
映射单元,用于通过对所述设备标识进行地址映射,得到所述配电业务请求所需的配置信息。
11.根据权利要求10所述的装置,其特征在于,包括:所述装置还包括:
确定单元,用于确定训练数据集,其中,所述训练数据集中的数据至少包括:所述配电应用数据;
分类单元,用于对所述训练数据集进行属性划分,得到预设配置维度的多个属性数据集,其中,所述预设配置维度包括以下至少之一:计算配置、存储配置、通信配置、可靠性配置、人工智能配置;
训练单元,用于根据所述多个属性数据集对初始决策树模型进行训练,得到所述目标决策树模型。
12.根据权利要求11所述的装置,其特征在于,包括:所述训练单元,包括:
第一确定模块,用于确定每组属性数据集中各个属性对应的属性值,并计算所述属性值的信息增益,其中,所述属性值用于标识属性的配置信息;
选取模块,用于选取所述多个属性数据集中信息增益最大的属性,作为所述初始决策树模型的根节点;
第一构建模块,用于基于所述根节点构建所述目标决策树模型。
13.根据权利要求12所述的装置,其特征在于,所述第一构建模块,包括:
第一确定子模块,用于确定所述根节点的内部节点,其中,所述内部节点用于标识所述多个属性数据集中除所述根节点对应属性之外的属性;
第二确定子模块,用于将所述硬件架构信息作为所述内部节点的叶子节点;
构建子模块,用于根据所述根节点、所述内部节点和所述叶子节点构建所述目标决策树模型。
14.根据权利要求10所述的装置,其特征在于,所述输出单元,包括:
第二确定模块,用于确定所述配电应用数据的属性数据集;
计算模块,用于通过所述目标决策树模型计算所述属性数据集中各个属性的配置信息;
匹配模块,用于根据所述各个属性的配置信息匹配所述硬件架构信息。
15.一种计算机可读存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至9中任意一项所述的配电终端的系统配置方法。
16.一种电子设备,其特征在于,包括:一个或多个处理器,存储器,显示装置以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行权利要求1至9中任意一项所述的配电终端的系统配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311036956.2A CN116760881B (zh) | 2023-08-17 | 2023-08-17 | 配电终端的系统配置方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311036956.2A CN116760881B (zh) | 2023-08-17 | 2023-08-17 | 配电终端的系统配置方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116760881A CN116760881A (zh) | 2023-09-15 |
CN116760881B true CN116760881B (zh) | 2023-12-22 |
Family
ID=87955496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311036956.2A Active CN116760881B (zh) | 2023-08-17 | 2023-08-17 | 配电终端的系统配置方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116760881B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111399979A (zh) * | 2020-03-11 | 2020-07-10 | 云南电网有限责任公司电力科学研究院 | 一种配电智能终端架构 |
CN116048912A (zh) * | 2022-12-20 | 2023-05-02 | 中科南京信息高铁研究院 | 一种基于弱监督学习的云服务器配置异常识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3128664A1 (en) * | 2020-08-19 | 2022-02-19 | Royal Bank Of Canada | System and method for cascading decision trees for explainable reinforcement learning |
-
2023
- 2023-08-17 CN CN202311036956.2A patent/CN116760881B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111399979A (zh) * | 2020-03-11 | 2020-07-10 | 云南电网有限责任公司电力科学研究院 | 一种配电智能终端架构 |
CN116048912A (zh) * | 2022-12-20 | 2023-05-02 | 中科南京信息高铁研究院 | 一种基于弱监督学习的云服务器配置异常识别方法 |
Non-Patent Citations (1)
Title |
---|
基于边缘计算的智能配用电综合接入及状态监测技术研究;高建等;通信技术;第54卷(第6期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116760881A (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110851529B (zh) | 算力调度方法及相关设备 | |
Varghese et al. | Challenges and opportunities in edge computing | |
US10977076B2 (en) | Method and apparatus for processing a heterogeneous cluster-oriented task | |
US20220391260A1 (en) | Method and Apparatus for Creating Container, Device, Medium, and Program Product | |
CN110908658A (zh) | 一种“微服务+微应用”系统、数据处理方法及装置 | |
CN111159897B (zh) | 基于系统建模应用的目标优化方法和装置 | |
US11960578B2 (en) | Correspondence of external operations to containers and mutation events | |
US20180288142A1 (en) | Managing idle and active servers in cloud data centers | |
CN109684038B (zh) | Docker服务容器日志的处理方法、装置和电子设备 | |
CN105144109A (zh) | 分布式数据中心技术 | |
CN110309108A (zh) | 数据采集及储存方法、装置、电子设备、存储介质 | |
CN110781180B (zh) | 一种数据筛选方法和数据筛选装置 | |
CN109474467A (zh) | 网络自动化管理方法、装置、存储介质及电子设备 | |
CN113806097A (zh) | 一种数据处理方法、装置、电子设备以及存储介质 | |
CN115794341A (zh) | 基于人工智能的任务调度方法、装置、设备及存储介质 | |
CN108009010B (zh) | 瘦客户端的管理装置、系统、方法、电子设备、存储介质 | |
CN113204425A (zh) | 供进程管理内部线程的方法、装置、电子设备及存储介质 | |
CN112953993A (zh) | 资源调度方法、设备、网络系统及存储介质 | |
CN113535379A (zh) | 一种基于物联网的变电边缘计算方法、系统及设备 | |
CN116760881B (zh) | 配电终端的系统配置方法、装置、存储介质及电子设备 | |
CN117014389A (zh) | 算网资源配置方法及系统、电子设备、存储介质 | |
CN116932168A (zh) | 异构核调度方法及装置、存储介质、电子设备 | |
US20230342369A1 (en) | Data processing method and apparatus, and electronic device and storage medium | |
CN113743425B (zh) | 一种生成分类模型的方法和装置 | |
CN115220131A (zh) | 气象数据质检方法及系统 |
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 |