CN117076874A - 一种批量仪表缺数诊断方法及系统 - Google Patents
一种批量仪表缺数诊断方法及系统 Download PDFInfo
- Publication number
- CN117076874A CN117076874A CN202311336650.9A CN202311336650A CN117076874A CN 117076874 A CN117076874 A CN 117076874A CN 202311336650 A CN202311336650 A CN 202311336650A CN 117076874 A CN117076874 A CN 117076874A
- Authority
- CN
- China
- Prior art keywords
- queue
- data
- missing
- time
- uploading
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 66
- 238000003745 diagnosis Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000007812 deficiency Effects 0.000 claims abstract description 15
- 238000012217 deletion Methods 0.000 claims description 103
- 230000037430 deletion Effects 0.000 claims description 103
- 230000007774 longterm Effects 0.000 claims description 37
- 230000002950 deficient Effects 0.000 abstract description 5
- 230000002035 prolonged effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及仪表缺数诊断技术领域,公开了一种批量仪表缺数诊断方法及系统,该方法包括以下步骤:为每一个仪表终端建立一个队列,并获取各个仪表终端每个上传队列数据的时间间隔定期上传的数据;将每次上传的数据按顺序写入到对应仪表终端的队列中,若队列数据已满,则将最先写入队列的数据删除;每隔一段时间扫描队列数据,并判断队列数据是否已满,若是,则进行缺数诊断;若否,则不进行缺数诊断。本发明解决了现有诊断方法虽能诊断出哪个仪表终端离线了,但由于各个仪表终端的离线时长不一样的,因此需要高频次地诊断仪表是否缺数,导致缺数诊断的计算量大,不便于对批量的仪表进行缺数诊断的问题。
Description
技术领域
本发明涉及仪表缺数诊断技术领域,具体是一种批量仪表缺数诊断方法及系统。
背景技术
目前,批量仪表缺数诊断方法为首先获取各个仪表终端定期上传数据(如1分钟上传1次);接着将最新上传的数据覆盖原数据进行存储,最新上传的数据标记有上传时间;最后扫描所有仪表终端的最新数据,判断最新数据的上传时间与当前时间的偏差是否超过离线时长,如果超过,则判定该仪表终端已离线。这样的诊断方法虽能诊断出哪个仪表终端离线了,但由于各个仪表终端的离线时长不一样的,因此需要高频次(如1分钟1次或5分钟1次)地诊断仪表是否缺数,导致缺数诊断的计算量大,不便于对批量的仪表进行缺数诊断。
发明内容
针对上述缺陷,本发明提出了一种批量仪表缺数诊断方法及系统,目的在于解决现有诊断方法虽能诊断出哪个仪表终端离线了,但由于各个仪表终端的离线时长不一样的,因此需要高频次地诊断仪表是否缺数,导致缺数诊断的计算量大,不便于对批量的仪表进行缺数诊断的问题。
为达此目的,本发明采用以下技术方案:
一种批量仪表缺数诊断方法,包括以下步骤:
步骤S1:为每一个仪表终端建立一个队列,并获取各个仪表终端每个上传队列数据的时间间隔定期上传的数据;其中,队列的队列长度根据队列数据的时间间隔和时间周期进行设定,时间周期为60进制的形式;
步骤S2:将每次上传的数据按顺序写入到对应仪表终端的队列中,若队列数据已满,则将最先写入队列的数据删除;其中,写入队列的数据标记有时间序号;
步骤S3:每隔一段时间扫描队列数据,并判断队列数据是否已满,若是,则进行缺数诊断;若否,则不进行缺数诊断;其中,扫描队列数据的时间间隔大于上传队列数据的时间间隔且小于时间周期;
其中,缺数诊断包括:
计算队列尾缺失数;队列尾缺失数为((时间周期+(当前时间的刻度值/上传队列
数据的时间间隔的结果向下取整上传队列数据的时间间隔)-队列数据最新的时间序
号)/时间周期的余数)/上传队列数据的时间间隔;
计算队列中间缺失数;(队列长度+(队列数据最新的时间序号-队列数据最早的时间序号)/上传队列数据的时间间隔+1)/队列长度的余数;
将队列尾缺失数和队列中间缺失数进行求和运算,得到队列的缺失总数;
判断队列的缺失总数是否为零,若是,则仪表终端没有缺失数据;若否,则仪表终端有缺失数据。
优选地,若队列尾缺失数等于队列长度-1,则将该队列对应的仪表终端记录在长期缺失名单中,并记录该仪表终端最后一次上传数据的时间,当记录长期缺失名单时,清空队列数据。
优选地,判断长期缺失名单中的仪表终端是否连续上传个数等于队列长度的数据,若是,则从长期缺失名单中剔除该仪表终端。
优选地,当队列的中间缺失数不为零时,则从队列尾部的数据开始循环队列的数据,通过公式(前一个数据的时间序号-后一个数据的时间序号)/上传队列数据的时间间隔-1,计算队列中前后两个数据之间的缺数值,当缺数值大于零时,则将缺数时间记录在缺数清单中,当缺数值小于零时,队列中前后两个数据之间的缺数数量=缺数值+队列长度,将所述缺数数量对应的缺数时间记录在缺数清单中,当记录的缺数时间的个数等于队列中间缺失数时,则停止循环队列数据,同时当队列尾缺失数不为零时,根据所述当前时间的刻度值、时间间隔和队列数据最新的时间序号将队列尾缺失数对应的缺失时间记录在缺数清单中。
本发明的另一方面提供了一种批量仪表缺数诊断系统,所述系统包括:
建立模块,用于为每一个仪表终端建立一个队列;
获取模块,用于获取各个仪表终端每个时间周期定期上传的数据;其中,队列的队列长度根据队列数据的时间间隔和时间周期进行设定,时间周期为60进制的形式;
写入模块,用于将每次上传的数据按顺序写入到对应仪表终端的队列中,若队列数据已满,则将最先写入队列的数据删除;其中,写入队列的数据标记有时间序号;
扫描模块,用于每隔一段时间扫描队列数据;其中,扫描队列数据的时间间隔大于上传队列数据的时间间隔且小于时间间隔;
第一判断模块,用于判断队列数据是否已满,若是,则进行缺数诊断;若否,则不进行缺数诊断;
其中,缺数诊断包括:计算队列尾缺失数;队列尾缺失数为((时间周期+(当前时间
的刻度值/上传队列数据的时间间隔的结果向下取整上传队列数据的时间间隔)-队列
数据最新的时间序号)/时间周期的余数)/上传队列数据的时间间隔;计算队列中间缺失
数;(队列长度+(队列数据最新的时间序号-队列数据最早的时间序号)/上传队列数据的时
间间隔+1)/队列长度的余数;将队列尾缺失数和队列中间缺失数进行求和运算,得到队列
的缺失总数;判断队列的缺失总数是否为零,若是,则仪表终端没有缺失数据;若否,则仪表
终端有缺失数据。
优选地,还包括长期缺失记录模块,所述长期缺失记录模块用于若队列尾缺失数等于队列长度-1,则将该队列对应的仪表终端记录在长期缺失名单中,并记录该仪表终端最后一次上传数据的时间,当记录长期缺失名单时,清空队列数据。
优选地,还包括第二判断模块,所述第二判断模块用于判断长期缺失名单中的仪表终端是否连续上传个数等于队列长度的数据,若是,则从长期缺失名单中剔除该仪表终端。
优选地,还包括队列循环模块,所述队列循环模块用于当队列的中间缺失数不为零时,则从队列尾部的数据开始循环队列的数据,通过公式(前一个数据的时间序号-后一个数据的时间序号)/上传队列数据的时间间隔-1,计算队列中前后两个数据之间的缺数值,当缺数值大于零时,则将缺数时间记录在缺数清单中,当缺数值小于零时,队列中前后两个数据之间的缺数数量=缺数值+队列长度,将所述缺数数量对应的缺数时间记录在缺数清单中,当记录的缺数时间的个数等于队列中间缺失数时,则停止循环队列数据,同时当队列尾缺失数不为零时,根据所述当前时间的刻度值、时间间隔和队列数据最新的时间序号将队列尾缺失数对应的缺失时间记录在缺数清单中。
本申请实施例提供的技术方案可以包括以下有益效果:
本方案中通过将仪表终端上传的数据写入队列中,写入队列中的数据标记有时间序号,根据当前时刻、队列中数据的时间序号以及队列长度计算出该仪表终端是否缺失数据,能够有效延长扫描队列数据的时间间隔,实现低频率判断仪表是否缺数,减少诊断的计算量,从而利于对批量的仪表进行缺数诊断。
附图说明
图1是一种批量仪表缺数诊断方法的步骤流程图。
具体实施方式
下面详细描述本发明的实施方式,实施方式的示例在附图中示出,其中,相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
一种批量仪表缺数诊断方法,包括以下步骤:
步骤S1:为每一个仪表终端建立一个队列,并获取各个仪表终端每个上传队列数据的时间间隔定期上传的数据;其中,队列的队列长度根据队列数据的时间间隔和时间周期进行设定,时间周期为60进制的形式;
步骤S2:将每次上传的数据按顺序写入到对应仪表终端的队列中,若队列数据已满,则将最先写入队列的数据删除;其中,写入队列的数据标记有时间序号;
步骤S3:每隔一段时间扫描队列数据,并判断队列数据是否已满,若是,则进行缺数诊断;若否,则不进行缺数诊断;其中,扫描队列数据的时间间隔大于上传队列数据的时间间隔且小于时间周期;
其中,缺数诊断包括:
计算队列尾缺失数;队列尾缺失数为((时间周期+(当前时间的刻度值/上传队列
数据的时间间隔的结果向下取整上传队列数据的时间间隔)-队列数据最新的时间序
号)/时间周期的余数)/上传队列数据的时间间隔;
计算队列中间缺失数;(队列长度+(队列数据最新的时间序号-队列数据最早的时间序号)/上传队列数据的时间间隔+1)/队列长度的余数;
将队列尾缺失数和队列中间缺失数进行求和运算,得到队列的缺失总数;
判断队列的缺失总数是否为零,若是,则仪表终端没有缺失数据;若否,则仪表终端有缺失数据。
本方案的一种批量仪表缺数诊断方法,如图1所示,第一步是为每一个仪表终端建
立一个队列,并获取各个仪表终端每个上传队列数据的时间间隔定期上传的数据;其中,队
列的队列长度根据队列数据的时间间隔和时间周期进行设定,时间周期为60进制的形式。
本实施例中,队列长度的计算公式为时间周期/ 上传队列数据的时间间隔,当数据上传的
频率为每1分钟上传1个数据,则队列长度为60;当数据上传的频率为每5分钟上传1个数据,
则队列长度为12。第二步是将每次上传的数据按顺序写入到对应仪表终端的队列中,若队
列数据已满,则将最先写入队列的数据删除;其中,写入队列的数据标记有时间序号。本实
施例中,若仪表终端按每1分钟一次定期上传1个数据,时间序号从1-60循环使用,当时刻为
1分,则对应的时间序号为1,当时刻为2分,则对应的时间序号为2,以此类推至59,当时刻为
0分时,则对应的时间序号为60。若仪表终端按每5分钟一次定期上传1个数据,时间序号从
5、10、15、......60循环使用,当时刻为5分,则对应的时间序号为5,当时刻为10分,则对应
的时间序号为10,以此类推至60。第三步是步骤S3:每隔一段时间扫描队列数据,并判断队
列数据是否已满,若是,则进行缺数诊断;若否,则不进行缺数诊断;其中,扫描队列数据的
时间间隔大于上传队列数据的时间间隔且小于时间周期;其中,缺数诊断包括:计算队列尾
缺失数;队列尾缺失数为((时间周期+(当前时间的刻度值/上传队列数据的时间间隔的结
果向下取整上传队列数据的时间间隔)-队列数据最新的时间序号)/时间周期的余数)/
上传队列数据的时间间隔;计算队列中间缺失数;(队列长度+(队列数据最新的时间序号-
队列数据最早的时间序号)/上传队列数据的时间间隔+1)/队列长度的余数;将队列尾缺失
数和队列中间缺失数进行求和运算,得到队列的缺失总数;判断队列的缺失总数是否为零,
若是,则仪表终端没有缺失数据;若否,则仪表终端有缺失数据。本实施例中,扫描队列数据
的时间间隔可根据实际情况进行设置,如果上传队列数据的时间间隔为10分钟,则扫描队
列数据的时间间隔必须保证大于10且小于60分钟,便于从中选择一个比较长的扫描队列数
据的时间间隔。
一种实施例中,在进行缺数诊断的过程中,若时间周期为60分钟,仪表终端以每1
分钟上传一次数据,则队列长度为60,若当前时刻为12.10分,则当前时间的刻度值为10,若
队列数据最新的时间序号为8,队列数据最早的时间序号为6,则队列尾缺失数为(60+floor
(10/1)1-8)/60的余数/1的值,即为2。队列中间缺失数为(60+(8-6)/1+1)/60=1…3,取
余数为3。因此,队列的缺失总数为2+3=5。
本方案中通过将仪表终端上传的数据写入队列中,写入队列中的数据标记有时间序号,根据当前时刻、队列中数据的时间序号以及队列长度计算出该仪表终端是否缺失数据,能够有效延长扫描队列数据的时间间隔,实现低频率判断仪表是否缺数,减少诊断的计算量,从而利于对批量的仪表进行缺数诊断。
优选的,若队列尾缺失数等于队列长度-1,则将该队列对应的仪表终端记录在长期缺失名单中,并记录该仪表终端最后一次上传数据的时间,当记录长期缺失名单时,清空队列数据。本实施例中,当队列尾缺失数大于队列长度时,说明队列尾缺失数已经缺了完整填充一次队列数据的时间的数据,这时队列尾缺失数计算公式就会失效。
优选的,判断长期缺失名单中的仪表终端是否连续上传个数等于队列长度的数据,若是,则从长期缺失名单中剔除该仪表终端。本实施例中,通过判断长期缺失名单中的仪表终端是否连续上传个数等于队列长度的数据,用来判断长期缺失名单中的仪表终端是否重新上线正常运作。进一步说明,记录在长期缺失名单中的仪表终端,说明存在长期缺数,则不再使用上述扫描队列数据的方式。
优选的,当队列的中间缺失数不为零时,则从队列尾部的数据开始循环队列的数据,通过公式(前一个数据的时间序号-后一个数据的时间序号)/上传队列数据的时间间隔-1,计算队列中前后两个数据之间的缺数值,当缺数值大于零时,则将缺数时间记录在缺数清单中,当缺数值小于零时,队列中前后两个数据之间的缺数数量=缺数值+队列长度,将所述缺数数量对应的缺数时间记录在缺数清单中,当记录的缺数时间的个数等于队列中间缺失数时,则停止循环队列数据,同时当队列尾缺失数不为零时,根据所述当前时间的刻度值、时间间隔和队列数据最新的时间序号将队列尾缺失数对应的缺失时间记录在缺数清单中。
本实施例中,通过计算队列中前后两个数据之间的缺数值,若缺数值大于零,说明两个数据之间有缺失数据,将这两个数据的上传时间记录在缺数清单中,便能记录到缺数时间。这样,可以实现判断具体的缺数情况,并且跟踪追溯。进一步说明,当累计缺数值等于队列缺失总数时,说明队列后续不再缺数,可以不再循环了,达到减少循环次数,进而减少计算量。
本发明的另一方面提供了一种批量仪表缺数诊断系统,所述系统包括:
建立模块,用于为每一个仪表终端建立一个队列;
获取模块,用于获取各个仪表终端每个时间周期定期上传的数据;其中,队列的队列长度根据队列数据的时间间隔和时间周期进行设定,时间周期为60进制的形式;
写入模块,用于将每次上传的数据按顺序写入到对应仪表终端的队列中,若队列数据已满,则将最先写入队列的数据删除;其中,写入队列的数据标记有时间序号;
扫描模块,用于每隔一段时间扫描队列数据;其中,扫描队列数据的时间间隔大于上传队列数据的时间间隔且小于时间间隔;
第一判断模块,用于判断队列数据是否已满,若是,则进行缺数诊断;若否,则不进行缺数诊断;
其中,缺数诊断包括:计算队列尾缺失数;队列尾缺失数为((时间周期+(当前时间
的刻度值/上传队列数据的时间间隔的结果向下取整上传队列数据的时间间隔)-队列
数据最新的时间序号)/时间周期的余数)/上传队列数据的时间间隔;计算队列中间缺失
数;(队列长度+(队列数据最新的时间序号-队列数据最早的时间序号)/上传队列数据的时
间间隔+1)/队列长度的余数;将队列尾缺失数和队列中间缺失数进行求和运算,得到队列
的缺失总数;判断队列的缺失总数是否为零,若是,则仪表终端没有缺失数据;若否,则仪表
终端有缺失数据。
本方案的一种批量仪表缺数诊断系统,通过建立模块、获取模块、写入模块、扫描模块和第一判断模块的相互配合,具体是将仪表终端上传的数据写入队列中,写入队列中的数据标记有时间序号,根据当前时刻、队列中数据的时间序号以及队列长度计算出该仪表终端是否缺失数据,能够有效延长扫描队列数据的时间间隔,实现低频率判断仪表是否缺数,减少诊断的计算量,从而利于对批量的仪表进行缺数诊断。
优选的,所述长期缺失记录模块用于若队列尾缺失数等于队列长度-1,则将该队列对应的仪表终端记录在长期缺失名单中,并记录该仪表终端最后一次上传数据的时间,当记录长期缺失名单时,清空队列数据。本实施例中,当队列尾缺失数大于队列长度时,说明队列尾缺失数已经缺了完整填充一次队列数据的时间的数据,这时队列尾缺失数计算公式就会失效。
优选的,还包括第二判断模块,所述第二判断模块用于判断长期缺失名单中的仪表终端是否连续上传个数等于队列长度的数据,若是,则从长期缺失名单中剔除该仪表终端。本实施例中,通过判断长期缺失名单中的仪表终端是否连续上传个数等于队列长度的数据,用来判断长期缺失名单中的仪表终端是否重新上线正常运作。进一步说明,记录在长期缺失名单中的仪表终端,说明存在长期缺数,则不再使用上述扫描队列数据的方式。
优选的,还包括队列循环模块,所述队列循环模块用于当队列的中间缺失数不为零时,则从队列尾部的数据开始循环队列的数据,通过公式(前一个数据的时间序号-后一个数据的时间序号)/上传队列数据的时间间隔-1,计算队列中前后两个数据之间的缺数值,当缺数值大于零时,则将缺数时间记录在缺数清单中,当缺数值小于零时,队列中前后两个数据之间的缺数数量=缺数值+队列长度,将所述缺数数量对应的缺数时间记录在缺数清单中,当记录的缺数时间的个数等于队列中间缺失数时,则停止循环队列数据,同时当队列尾缺失数不为零时,根据所述当前时间的刻度值、时间间隔和队列数据最新的时间序号将队列尾缺失数对应的缺失时间记录在缺数清单中。
本实施例中,通过计算队列中前后两个数据之间的缺数值,若缺数值大于零,说明两个数据之间有缺失数据,将这两个数据的上传时间记录在缺数清单中,便能记录到缺数时间。这样,可以实现判断具体的缺数情况,并且跟踪追溯。进一步说明,当累计缺数值等于队列缺失总数时,说明队列后续不再缺数,可以不再循环了,达到减少循环次数,进而减少计算量。
此外,在本发明的各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
尽管上面已经示出和描述了本发明的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种批量仪表缺数诊断方法,其特征在于:包括以下步骤:
步骤S1:为每一个仪表终端建立一个队列,并获取各个仪表终端每个上传队列数据的时间间隔定期上传的数据;其中,队列的队列长度根据队列数据的时间间隔和时间周期进行设定,时间周期为60进制的形式;
步骤S2:将每次上传的数据按顺序写入到对应仪表终端的队列中,若队列数据已满,则将最先写入队列的数据删除;其中,写入队列的数据标记有时间序号;
步骤S3:每隔一段时间扫描队列数据,并判断队列数据是否已满,若是,则进行缺数诊断;若否,则不进行缺数诊断;其中,扫描队列数据的时间间隔大于上传队列数据的时间间隔且小于时间周期;
其中,缺数诊断包括:
计算队列尾缺失数;队列尾缺失数为((时间周期+(当前时间的刻度值/上传队列数据的时间间隔的结果向下取整上传队列数据的时间间隔)-队列数据最新的时间序号)/时间周期的余数)/上传队列数据的时间间隔;
计算队列中间缺失数;队列中间缺失数为(队列长度+(队列数据最新的时间序号-队列数据最早的时间序号)/上传队列数据的时间间隔+1)/队列长度的余数;
将队列尾缺失数和队列中间缺失数进行求和运算,得到队列的缺失总数;
判断队列的缺失总数是否为零,若是,则仪表终端没有缺失数据;若否,则仪表终端有缺失数据。
2.根据权利要求1所述的一种批量仪表缺数诊断方法,其特征在于:若队列尾缺失数等于队列长度-1,则将该队列对应的仪表终端记录在长期缺失名单中,并记录该仪表终端最后一次上传数据的时间,当记录长期缺失名单时,清空队列数据。
3.根据权利要求2所述的一种批量仪表缺数诊断方法,其特征在于:判断长期缺失名单中的仪表终端是否连续上传个数等于队列长度的数据,若是,则从长期缺失名单中剔除该仪表终端。
4.根据权利要求1所述的一种批量仪表缺数诊断方法,其特征在于:当队列的中间缺失数不为零时,则从队列尾部的数据开始循环队列的数据,通过公式(前一个数据的时间序号-后一个数据的时间序号)/上传队列数据的时间间隔-1,计算队列中前后两个数据之间的缺数值,当缺数值大于零时,则将缺数时间记录在缺数清单中,当缺数值小于零时,队列中前后两个数据之间的缺数数量=缺数值+队列长度,将所述缺数数量对应的缺数时间记录在缺数清单中,当记录的缺数时间的个数等于队列中间缺失数时,则停止循环队列数据,同时当队列尾缺失数不为零时,根据所述当前时间的刻度值、时间间隔和队列数据最新的时间序号将队列尾缺失数对应的缺失时间记录在缺数清单中。
5.一种批量仪表缺数诊断系统,其特征在于:使用如权利要求1-4任意一项所述的一种批量仪表缺数诊断方法,所述系统包括:
建立模块,用于为每一个仪表终端建立一个队列;
获取模块,用于获取各个仪表终端每个时间周期定期上传的数据;其中,队列的队列长度根据队列数据的时间间隔和时间周期进行设定,时间周期为60进制的形式;
写入模块,用于将每次上传的数据按顺序写入到对应仪表终端的队列中,若队列数据已满,则将最先写入队列的数据删除;其中,写入队列的数据标记有时间序号;
扫描模块,用于每隔一段时间扫描队列数据;其中,扫描队列数据的时间间隔大于上传队列数据的时间间隔且小于时间间隔;
第一判断模块,用于判断队列数据是否已满,若是,则进行缺数诊断;若否,则不进行缺数诊断;
其中,缺数诊断包括:计算队列尾缺失数;队列尾缺失数为((时间周期+(当前时间的刻度值/上传队列数据的时间间隔的结果向下取整上传队列数据的时间间隔)-队列数据最新的时间序号)/时间周期的余数)/上传队列数据的时间间隔;计算队列中间缺失数;队列中间缺失数为(队列长度+(队列数据最新的时间序号-队列数据最早的时间序号)/上传队列数据的时间间隔+1)/队列长度的余数;将队列尾缺失数和队列中间缺失数进行求和运算,得到队列的缺失总数;判断队列的缺失总数是否为零,若是,则仪表终端没有缺失数据;若否,则仪表终端有缺失数据。
6.根据权利要求5所述的一种批量仪表缺数诊断系统,其特征在于:还包括长期缺失记录模块,所述长期缺失记录模块用于若队列尾缺失数等于队列长度-1,则将该队列对应的仪表终端记录在长期缺失名单中,并记录该仪表终端最后一次上传数据的时间,当记录长期缺失名单时,清空队列数据。
7.根据权利要求6所述的一种批量仪表缺数诊断系统,其特征在于:还包括第二判断模块,所述第二判断模块用于判断长期缺失名单中的仪表终端是否连续上传个数等于队列长度的数据,若是,则从长期缺失名单中剔除该仪表终端。
8.根据权利要求5所述的一种批量仪表缺数诊断系统,其特征在于:还包括队列循环模块,所述队列循环模块用于当队列的中间缺失数不为零时,则从队列尾部的数据开始循环队列的数据,通过公式(前一个数据的时间序号-后一个数据的时间序号)/上传队列数据的时间间隔-1,计算队列中前后两个数据之间的缺数值,当缺数值大于零时,则将缺数时间记录在缺数清单中,当缺数值小于零时,队列中前后两个数据之间的缺数数量=缺数值+队列长度,将所述缺数数量对应的缺数时间记录在缺数清单中,当记录的缺数时间的个数等于队列中间缺失数时,则停止循环队列数据,同时当队列尾缺失数不为零时,根据所述当前时间的刻度值、时间间隔和队列数据最新的时间序号将队列尾缺失数对应的缺失时间记录在缺数清单中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311336650.9A CN117076874B (zh) | 2023-10-17 | 2023-10-17 | 一种批量仪表缺数诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311336650.9A CN117076874B (zh) | 2023-10-17 | 2023-10-17 | 一种批量仪表缺数诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117076874A true CN117076874A (zh) | 2023-11-17 |
CN117076874B CN117076874B (zh) | 2023-12-26 |
Family
ID=88708417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311336650.9A Active CN117076874B (zh) | 2023-10-17 | 2023-10-17 | 一种批量仪表缺数诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117076874B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090225770A1 (en) * | 2008-03-06 | 2009-09-10 | Integrated Device Technology, Inc. | Method To Support Lossless Real Time Data Sampling And Processing On Rapid I/O End-Point |
CN107087232A (zh) * | 2017-04-07 | 2017-08-22 | Ut斯达康(深圳)技术有限公司 | 用户的实时状态检测方法及系统 |
CN108809761A (zh) * | 2018-06-12 | 2018-11-13 | 威创集团股份有限公司 | 在线状态检测方法及装置 |
CN110647533A (zh) * | 2019-09-17 | 2020-01-03 | 同恩(上海)工程技术有限公司 | 一种用于结构监测系统的数据监听方法,系统及存储介质 |
JP2020056682A (ja) * | 2018-10-02 | 2020-04-09 | 中国電力株式会社 | データ管理システム |
CN113079063A (zh) * | 2021-03-25 | 2021-07-06 | 深圳市小兔充充科技有限公司 | 充电设备的离线判断方法、系统、设备及计算机存储介质 |
-
2023
- 2023-10-17 CN CN202311336650.9A patent/CN117076874B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090225770A1 (en) * | 2008-03-06 | 2009-09-10 | Integrated Device Technology, Inc. | Method To Support Lossless Real Time Data Sampling And Processing On Rapid I/O End-Point |
CN107087232A (zh) * | 2017-04-07 | 2017-08-22 | Ut斯达康(深圳)技术有限公司 | 用户的实时状态检测方法及系统 |
CN108809761A (zh) * | 2018-06-12 | 2018-11-13 | 威创集团股份有限公司 | 在线状态检测方法及装置 |
JP2020056682A (ja) * | 2018-10-02 | 2020-04-09 | 中国電力株式会社 | データ管理システム |
CN110647533A (zh) * | 2019-09-17 | 2020-01-03 | 同恩(上海)工程技术有限公司 | 一种用于结构监测系统的数据监听方法,系统及存储介质 |
CN113079063A (zh) * | 2021-03-25 | 2021-07-06 | 深圳市小兔充充科技有限公司 | 充电设备的离线判断方法、系统、设备及计算机存储介质 |
Non-Patent Citations (1)
Title |
---|
李怀;于震;吴剑林;: "公共建筑能耗监测平台数据缺陷辨识方法和在线诊断研究", 《建筑节能》, no. 01, pages 119 - 128 * |
Also Published As
Publication number | Publication date |
---|---|
CN117076874B (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564282B (zh) | 一种用于可靠性评估的截尾寿命数据取舍方法 | |
CN108831517A (zh) | 一种基于操作时间或电流判断闪存芯片可靠性的方法及测试装置 | |
CN117076874B (zh) | 一种批量仪表缺数诊断方法及系统 | |
CN110955392A (zh) | 一种ssd中在线监测数据存储时间的方法 | |
CN113793429A (zh) | 目标巡检方法和装置 | |
CN108376553B (zh) | 一种视频服务器的磁盘的监控方法及系统 | |
CN105160145A (zh) | 一种加油站自动卸油检测的方法和系统 | |
CN114280485A (zh) | Soc估算及一致性评估方法、装置、计算机设备 | |
CN113626495A (zh) | 一种能源管理系统的运行数据采集方法 | |
CN116400249A (zh) | 储能电池的检测方法及装置 | |
CN115422177A (zh) | 煤电机组过程数据清洗方法、系统、介质、设备及终端 | |
CN112326684B (zh) | 一种光伏组件积尘检测方法、装置、设备及存储介质 | |
CN114021744A (zh) | 设备的剩余使用寿命的确定方法、装置和电子设备 | |
CN109062503B (zh) | 提升ssd断电后读重试效率的方法、装置及计算机设备 | |
EP3800603A1 (en) | Payment collection control method and device, server, and readable storage medium | |
CN112699490A (zh) | 一种车辆维修结果验证方法和装置 | |
CN111752786A (zh) | 压力测试过程中的数据存储方法、汇总方法、设备及介质 | |
CN115168342B (zh) | 一种种猪生长性能测定数据质控方法、系统、设备及终端 | |
CN117037887B (zh) | 固态硬盘寿命预测方法及装置 | |
CN117873760B (zh) | 一种失效率评估方法、装置、系统及可读存储介质 | |
CN117910259A (zh) | 基于失效数据的产品可靠性评价方法、装置和计算机设备 | |
CN109857347B (zh) | 基于flash的内嵌式地面气象数据可靠固化方法 | |
CN112205927B (zh) | 一种扫地机器人的智能打扫方法及其装置 | |
CN114520046A (zh) | 设备工作饱和度测算方法、系统及相应设备和存储介质 | |
CN117708259A (zh) | 电子元器件的可靠性地图构建方法、装置及计算机设备 |
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 |