CN117221241B - 一种智能开关控制过程数据传输方法及系统 - Google Patents

Abstract

本申请涉及数据处理领域，提供一种智能开关控制过程数据传输方法及系统，包括：采集智能开关控制过程中的数据，得到待处理数据；计算待处理数据的实时程度以及准确程度；基于实时程度以及准确程度对待处理数据进行聚类，得到多个数据类簇；对数据类簇进行优先权排序，基于排序结果对数据类簇进行传输。该方法能够对智能开关控制过程的数据进行重要度分类，对重要性高的数据优先传输，提高数据传输的效率。

Description

一种智能开关控制过程数据传输方法及系统

技术领域

本申请涉及数据处理技术领域，特别是涉及一种智能开关控制过程数据传输方法及系统。

背景技术

随着科技和网络技术的不断创新，智能电力设备的数据传输方式逐渐得到优化和完善，以应对不同场景和需求。比如，在5G的支持下，实时传输和处理大数据等技术正在逐步普及和应用。对智能开关控制过程数据中的异常数据进行分析的意义非常重大，可以帮助用户及时发现和处理电力设备故障，提高智能开关的控制效率和稳定性，优化电能利用效率，改进智能开关的设计，为用户带来更好的服务。在智能开关控制过程中，异常数据的分析和处理对于保障电力安全、保障设备长期稳定运行、提高电能利用效率等方面具有重大意义。

现有技术中，智能开关的数据传输时是所有数据一起打包传输，这会降低数据传输效率。

发明内容

本发明提供一种智能开关控制过程数据传输方法及系统，该方法能够对智能开关控制过程的数据进行重要度分类，对重要性高的数据优先传输，提高数据传输的效率。

第一方面，本申请提供一种智能开关控制过程数据传输方法，包括：

采集智能开关控制过程中的数据，得到待处理数据；

计算待处理数据的实时程度以及准确程度；

基于实时程度以及准确程度对待处理数据进行聚类，得到多个数据类簇；

对数据类簇进行优先权排序，基于排序结果对数据类簇进行传输；

计算所述待处理数据的实时程度，包括：

计算所述待处理数据的延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度；

基于延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度的和计算所述实时程度；其中，延迟时间的偏移程度、响应时间的偏移程度和处理时间的偏移程度的和越小，实时程度越大；

计算所述待处理数据的延迟时间的偏移程度，包括：

基于超过预设延迟时间的时间段以及用户网络丢包率计算待处理数据的延迟时间的偏移程度；其中，超过预设延迟时间的时间段越长，用户网络丢包率越高，所述延迟时间的偏移程度越大；

计算所述待处理数据的响应时间的偏移程度，包括：

基于历史数据中接收到用户请求到执行用户请求所用的平均时间、历史数据中接收到用户请求到执行用户请求所用的时间、以及历史数据中接收到用户请求到执行用户请求所用时间的标准差计算所述待处理数据的响应时间的偏移程度。

在一可行实施例中，计算待处理数据的处理时间的偏移程度，包括：

基于平均处理时间与平均处理时间标准差的差值计算处理时间下限；

基于平均处理时间与平均处理时间标准差的和值计算处理时间上限；

基于处理时间下限和处理时间上限的差距计算处理时间的偏移程度；其中，处理时间下限和处理时间上限的差距越大，处理时间的偏移程度越大。

在一可行实施例中，基于延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度计算实时程度，包括：

利用如下公式计算实时程度：

；

表示实时程度；/>表示实时程度量化参考值；/>表示实时程度系数；表示延迟时间的偏移程度；/>表示响应时间的偏移程度；/>表示处理时间的偏移程度。

在一可行实施例中，计算待处理数据的准确程度，包括：

基于一个智能场景下的智能开关的总数，智能开关相关的状态信息数量，一个智能开关相关的状态信息中的准确状态信息的数量计算待处理数据的准确程度。

在一可行实施例中，基于实时程度以及准确程度对待处理数据进行聚类，得到多个数据类簇，包括：

基于实时程度以及准确程度对待处理数据进行聚类，得到实时且准确的数据类簇、实时但不准确的数据类簇、有延迟但准确的数据类簇以及有延迟且不准确的数据类簇。

在一可行实施例中，对数据类簇进行优先权排序，基于排序结果对数据类簇进行传输，包括：

对实时且准确的数据类簇进行压缩传输；

对实时但不准确的数据类簇、有延迟但准确的数据类簇以及有延迟且不准确的数据类簇进行加密传输，其中，有延迟且不准确的数据类簇传输优先级高于实时但不准确的数据类簇、有延迟但准确的数据类簇。

第二方面，本申请提供一种智能开关控制过程数据传输系统，包括：

数据采集模块，用于采集智能开关控制过程中的数据，得到待处理数据；

计算模块，用于计算待处理数据的实时程度以及准确程度；

聚类模块，用于基于实时程度以及准确程度对待处理数据进行聚类，得到多个数据类簇；

传输模块，用于对数据类簇进行优先权排序，基于排序结果对数据类簇进行传输；

计算所述待处理数据的实时程度，包括：

计算所述待处理数据的延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度；

基于延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度的和计算所述实时程度；其中，延迟时间的偏移程度、响应时间的偏移程度和处理时间的偏移程度的和越小，实时程度越大；

计算所述待处理数据的延迟时间的偏移程度，包括：

基于超过预设延迟时间的时间段以及用户网络丢包率计算待处理数据的延迟时间的偏移程度；其中，超过预设延迟时间的时间段越长，用户网络丢包率越高，所述延迟时间的偏移程度越大；

计算所述待处理数据的响应时间的偏移程度，包括：

基于历史数据中接收到用户请求到执行用户请求所用的平均时间、历史数据中接收到用户请求到执行用户请求所用的时间、以及历史数据中接收到用户请求到执行用户请求所用时间的标准差计算所述待处理数据的响应时间的偏移程度。

本申请的有益效果，区别于现有技术，本申请的智能开关控制过程数据传输方法，包括：采集智能开关控制过程中的数据，得到待处理数据；计算待处理数据的实时程度以及准确程度；基于实时程度以及准确程度对待处理数据进行聚类，得到多个数据类簇；对数据类簇进行优先权排序，基于排序结果对数据类簇进行传输。该方法能够对智能开关控制过程的数据进行重要度分类，对重要性高的数据优先传输，提高数据传输的效率。

附图说明

图1为本发明智能开关控制过程数据传输方法的一实施例的流程示意图；

图2为图1中步骤S12的一实施例的流程示意图；

图3是图2中步骤S21的一实施例的流程示意图；

图4为本发明智能开关控制过程数据传输系统的一实施例的结构示意图。

具体实施方式

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，所描述的实施例仅是本申请的一部分实施例，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，都属于本申请保护的范围。

下面结合附图和实施例对本申请进行详细的说明。

请参见图1，图1为本发明智能开关控制过程数据传输方法的第一实施例的流程示意图，具体包括：

步骤S11：采集智能开关控制过程中的数据，得到待处理数据。

采集智能开关控制过程的数据，并对采集的数据进行预处理的操作。具体的，采集数据和预处理操作可以在智能开关运行过程中实时完成。考虑到数据流量、数据预处理算法、数据采集设备和数据存储等多个因素的影响，同时需要选择高效和可靠的方法和工具例如传感器技术、云计算平台、时钟同步技术、分布式处理技术、针对不同开关场景设备的数据采集软件，以确保实时性能和数据预处理的质量。预处理完成的数据质量越高，后续对数据的实时性和准确性分析量化的精度也会相应提升。在一具体实施例中，预处理包括降噪处理、数据清洗与格式化、数据整合等，可以保证数据的一致性与完整性。

需要说明的是，智能开关控制过程中的数据可以包括环境参数数据、状态数据、运行数据、通信数据等。具体的，环境参数数据例如包括温度、湿度、光照、气压等。状态数据例如包括开关状态、告警状态、故障状态等各元器件状态的实时数据。运行数据例如包括控制操作、计时器、计数器、开关动作记录等运行数据。通信数据例如包括和其他智能设备之间的通信数据，例如网络连接数据、传感器间的数据交互等数据。

步骤S12：计算待处理数据的实时程度以及准确程度。

智能开关的控制过程中，数据的处理过程需要重视数据的实时性和准确性，以确保智能开关的正常运行。因此数据的处理过程中需要传输的数据所拥有的特征为实时性和准确性，近一步细化之后，又会有种类型数据的产生，分别是：实时又准确的数据、实时但不准确的数据、有延迟但准确的数据、有延迟且不准确的数据。

其中最理想的数据是实时又准确的，最差的情况即是有延迟且不准确的数据，而实时但不准确以及有延迟但准确的数据，由于实时性和准确性两个指标均影响着智能开关设备的性能、效率和用户体验，缺一不可，所以在异常程度上较最差的延迟且不准确的数据情况稍好，但同样属于异常数据。而且一个智能场景由多个智能开关组成，智能开关使用与否和用户有关，但对于智能开关控制过程数据进行分析时，不光要考虑智能开关本身的数据，更要对整个智能场景下的智能开关去考虑。

在一实施例中，请结合图2，步骤S12具体包括：

步骤S21：计算待处理数据的实时程度。

以智能开关控制过程数据的实时程度来表示实时性。分析量化智能开关控制过程数据的实时程度，考虑以下指标：延迟时间、响应时间、处理时间。

在智能开关进行设计时，开关本身的延迟时间、响应时间和处理时间通常是已经考虑在设计中的，但这些时间是可以通过优化和调整不断改进的，而用户本身的使用习惯和频率，用户的硬件平台对智能开关相关软件的支持以及用户本身的网络环境也不同，所以在进行实时程度的分析量化时，有些参数需要通过与用户自身的历史数据进行对比判断。

在一实施例中，计算待处理数据的延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度；基于延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度计算实时程度。

具体的，智能开关控制过程中，智能开关接收到用户操作请求，随后进行响应，响应用户操作请求，开始处理请求直到处理完成。

具体的，请结合图3，步骤S21具体包括：

步骤S31：计算待处理数据的延迟时间的偏移程度。

延迟时间，指智能开关接收到用户操作请求后到其响应的时间。用户发送请求到智能开关接收到请求，中间通过相关应用程序连接两者。因此具体过程为用户发送请求到相关应用程序到智能开关接收到用户发送的请求。智能开关控制过程中的延迟时间通常是可以设置的，在设计智能开关控制系统时，开关的延迟时间通常是需要根据实际需求进行配置的。因为延迟时间较长会影响系统的实时性，而过短的延迟时间可能会导致误操作或者系统不稳定。通常情况下，智能开关的延迟时间是可以通过软件编程进行设置的。在出厂时，设备可能有默认设置，但通常需要根据客户的实际需求进行调整，或者根据应用场景的变化进行调整。此外，智能开关控制过程中，如果数据的传输是通过用户网络进行的，那么用户网络的数据传输丢包率是可以获取的。

在一实施例中，计算待处理数据的延迟时间的偏移程度，包括：基于超过预设延迟时间的时间段以及用户网络丢包率计算待处理数据的延迟时间的偏移程度。

具体的，计算延迟时间偏移程度的方式为：

；

表示延迟时间的偏移程度；/>表示超过预设延迟时间的时间段；表示用户网络丢包率。

公式逻辑：只对超过预设延迟的时间段部分进行计算，如果在预设延迟时间之内，此时，也即此时用户丢包率越高则延迟时间偏移程度越大。超过预设延迟时间的时间段越大，用户自身的丢包率越大，延迟时间偏移程度越大，最后的结果值区间为。

步骤S32：计算待处理数据的响应时间的偏移程度。

在一实施例中，还需要考虑响应时间，响应时间指智能开关响应用户操作请求的时间。智能开关接收到请求后，开始执行用户的请求动作。具体的，计算待处理数据的响应时间的偏移程度。

在一具体实施例中，计算待处理数据的响应时间的偏移程度包括：基于历史数据中接收到用户请求到执行用户请求所用的平均时间、历史数据中接收到用户请求到执行用户请求所用的响应时间、以及历史数据中接收到用户请求到执行用户请求所用时间的标准差计算待处理数据的响应时间的偏移程度。

具体的，响应时间的偏移程度计算方式为：

；

表示响应时间的偏移程度；/>表示历史数据中接收到请求后到开始执行用户的请求动作所用的平均时间；/>表示接收到请求后到开始执行用户的请求动作所用的响应时间；/>表示历史数据中接收到请求后到开始执行用户的请求动作所用的时间的标准差。

公式逻辑：响应时间和平均响应时间的差值越大，也即的值越大，说明响应时间偏移程度越多。而/>的值越大，/>部分的值越小，则/>的值越小。但是如果本身响应时间就存在不稳定的情况，需要根据/>对/>部分公式值做出补偿，公式/>部分的值会随着/>的值的增大而增大，也即对响应时间偏移程度做出的补偿。最后一部分和10相乘是为了使正常数据/>最后的结果值尽量接近0，说明偏移程度小，而异常数据最后的结果值会尽量接近1，说明偏移程度大。

步骤S33：计算待处理数据的处理时间的偏移程度。

在另一实施例中，还需要考虑处理时间，处理时间指从开始处理请求到处理完成的时间。具体过程分为收集相关数据的时间、收集的数据到达处理程序的时间以及处理程序执行的时间。处理时间可以通过开关控制系统的日志记录或数据监控工具等来获取。对于处理时间来说，异常高和异常低都是可能存在问题的，具体则是异常高的处理时间可能会导致系统响应变慢，影响用户体验，异常低的处理时间则可能会导致数据的丢失或者不准确，影响系统的正确性。因此，针对处理时间，需要将异常高和异常低的值都算作是偏移程度的参数。

在一具体实施例中，基于平均处理时间与平均处理时间标准差的差值计算处理时间下限；基于平均处理时间与平均处理时间标准差的和值计算处理时间上限；基于处理时间下限和处理时间上限计算处理时间的偏移程度。

具体的，计算处理时间下限为：

计算处理时间上限为：

；

表示处理时间下限；/>表示平均处理时间，通过历史处理时间数据获得；/>表示处理时间偏移程度系数；/>表示平均处理时间标准差，通过历史处理时间数据获得；/>表示处理时间上限。

基于处理时间下限和处理时间上限计算处理时间的偏移程度为：；/>表示处理时间上限和处理时间下限的差距值。

首先给出处理时间上下限，处理时间偏移程度系数建议取/>区间内的整数，可以根据实际需求进行调整，取值越小，对异常高低数据的判定越严格。为阶跃函数的表达形式，如果下限为负数，直接让下限取0。

处理时间和上下限的差距越大，处理时间的偏移程度越大。

步骤S34：通过延迟时间的偏移程度、响应时间的偏移程度、处理时间的偏移程度计算数据的实时程度。

通过延迟时间的偏移程度、响应时间偏移程度、处理时间偏移程度可以得到数据的实时程度。延迟响应处理各自的偏移程度越小，实时程度越高。

具体的，利用如下公式计算实时程度：

；

表示实时程度；/>表示实时程度量化参考值；/>表示实时程度系数；表示延迟时间的偏移程度；/>表示响应时间的偏移程度；/>表示处理时间的偏移程度。

延迟时间的偏移程度、响应时间的偏移程度和处理时间的偏移程度三者和的结果值越小，最后得到的实时程度结果值越大。实时程度量化参考值的取值范围为，/>取值越大/>的最大值也会相应增大。实时程度系数/>的取值范围为/>，这里建议是/>。

步骤S22：计算待处理数据的准确程度。

以智能开关控制过程数据的准确程度来表示准确性。智能开关过程数据的准确性体现在和智能开关相关的许多方面。例如与该智能开关关联的相关传感器数据与实际数据读数是否相符、智能开关的状态与用户在相关应用程序或控制面板上显示的状态是否相同、智能开关的状态在不同的控制设备上显示的是否一致等等。而且同一智能场景下通常由多个智能开关组成。要衡量智能开关控制过程数据的准确程度，需要从同一智能场景下多个智能开关以及每个智能开关相关的状态信息去判断。

在一实施例中，基于一个智能场景下的智能开关的总数，智能开关相关的状态信息数量，一个智能开关相关的状态信息中的准确状态信息的数量计算待处理数据的准确程度。

计算智能开关控制过程数据的准确程度包括：

；

表示智能开关控制过程数据的准确程度；/>表示一个智能场景下的智能开关总数，一个智能场景下一共有/>个智能开关；/>表示一个智能开关相关的状态信息数量；/>表示一个智能开关相关的状态信息中的准确状态信息的数量。

首先是每个智能开关相关的状态信息数据是否准确。例如，对于一个客厅氛围智能控制场景，可能需要通过一个智能开关去控制场景内多个设备的状态，如一键灯光调节、声音控制、窗帘控制等，以实现灯光、音响、窗帘等设备的统一控制和联动操作，假如说灯光与窗帘状态信息都没有问题，而音响状态出现问题，此时对于客厅氛围智能控制开关来说，该开关所控制的三个状态信息有两个是准确的，一个是不准确的。在公式部分中，一个智能开关相关的状态信息数量有/>个，而准确状态信息数量/>越多，则/>的值越大，的值越大。

而同一智能家居场景下存在个智能开关，对所有的智能开关的相关的状态信息数据的准确程度进行累加，就可以得到该场景的一个智能开关控制过程数据的准确程度，为了使结果归一化，于是对结果求均值，即可得到该场景下的一个智能开关控制过程数据的准确程度值，值的范围在/>。

步骤S13：基于实时程度以及准确程度对待处理数据进行聚类，得到多个数据类簇。

通过智能开关控制过程数据的实时程度和准确程度对数据进行聚类，进行聚类的时候初始化个质心，根据实时程度和准确程度的结果分布，建议/>或/>。最后得到的正常数据数量分布一般较异常数据分布有明显区别。

在一实施例中，基于实时程度以及准确程度对待处理数据进行聚类，会得到四个数据类簇，分别为实时且准确的数据类簇、实时但不准确的数据类簇、有延迟但准确的数据类簇以及有延迟且不准确的数据类簇。

步骤S14：对数据类簇进行优先权排序，基于排序结果对数据类簇进行传输。

具体的，对实时且准确的数据类簇进行压缩传输。对实时但不准确的数据类簇、有延迟但准确的数据类簇以及有延迟且不准确的数据类簇进行加密传输，其中，有延迟且不准确的数据类簇传输优先级高于实时但不准确的数据类簇、有延迟但准确的数据类簇。

需要说明的是，实时且准确的数据是正常数据，是智能开关控制过程中最为普通的数据，因此数据之间的重复性较高且数据量较大，依据此类数据量较多且重复的特性，对此类数据进行传输时需要进行压缩传输，以减少带宽压力。在一具体实施例中，可以依据需求将数据传输到不同的地方，例如：本地处理，适用于数据量较小的场景；传输到控制中心，可以实时检测与控制多个智能开关的运行状况，实现对全系统的智能控制；传输到云平台，可以为更多用户提供数据处理与分析服务，实现数据相关共享与交流；传输到数据库，方便后续分析与应用，还能确保数据的安全性。

其余三类数据，实时但不准确的数据、有延迟但准确的数据以及有延迟且不准确的数据。第三种有延迟且不准确的数据所包含的数据异常程度是最大的，此类数据不光与其余正常数据相比相似性很低且此类数据之间进行比较相似性也会有很大差别，但该类数据出现的频率较低，每次产生的数据量也较少，依据此类数据量较少且重要的特性，对此类数据需要通过加密形式进行优先传输。实时但不准确以及有延迟但准确的数据，可以考虑加密的形式进行传输，但传输优先级一定是低于有延迟且不准确的数据。

本申请的方法，对智能开关控制中采集的数据进行分析，量化数据的实时性和准确性，对数据进行聚类，依据聚类结果对数据的优先级做出排布，根据优先级优化对数据的传输过程，将优先级较高的数据进行优先的加密传输，对优先级较低的普通数据进行压缩传输。以此能够对智能开关控制过程的数据进行重要度分类，对重要性高的数据优先传输，提高数据传输的效率。

请参见图4，为本发明智能开关控制过程数据传输系统的一实施例的结构示意图，本实施例的智能开关控制过程数据传输系统用于实现上述任一实施例的智能开关控制过程数据传输方法，智能开关控制过程数据传输系统包括：数据采集模块41、计算模块42、聚类模块43以及传输模块44。

其中，数据采集模块41用于采集智能开关控制过程中的数据，得到待处理数据。计算模块42用于计算待处理数据的实时程度以及准确程度。聚类模块43用于基于实时程度以及准确程度对待处理数据进行聚类，得到多个数据类簇。传输模块44用于对数据类簇进行优先权排序，基于排序结果对数据类簇进行传输。

以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (3)

1.一种智能开关控制过程数据传输方法，其特征在于，包括：

采集智能开关控制过程中的数据，得到待处理数据；

计算所述待处理数据的实时程度以及准确程度；

基于所述实时程度以及所述准确程度对所述待处理数据进行聚类，得到多个数据类簇；

对所述数据类簇进行优先权排序，基于排序结果对所述数据类簇进行传输；

计算所述待处理数据的实时程度，包括：

计算所述待处理数据的延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度；

基于延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度的和计算所述实时程度；其中，延迟时间的偏移程度、响应时间的偏移程度和处理时间的偏移程度的和越小，实时程度越大；

计算所述待处理数据的延迟时间的偏移程度，包括：

基于超过预设延迟时间的时间段以及用户网络丢包率计算待处理数据的延迟时间的偏移程度；其中，超过预设延迟时间的时间段越长，用户网络丢包率越高，所述延迟时间的偏移程度越大；

计算所述待处理数据的响应时间的偏移程度，包括：

基于历史数据中接收到用户请求到执行用户请求所用的平均时间、历史数据中接收到用户请求到执行用户请求所用的时间、以及历史数据中接收到用户请求到执行用户请求所用时间的标准差计算所述待处理数据的响应时间的偏移程度；

计算所述待处理数据的处理时间的偏移程度，包括：

基于平均处理时间与平均处理时间标准差的差值计算处理时间下限；

基于平均处理时间与平均处理时间标准差的和值计算处理时间上限；

基于所述处理时间下限和所述处理时间上限的差距计算所述处理时间的偏移程度；其中，所述处理时间下限和所述处理时间上限的差距越大，处理时间的偏移程度越大；

计算处理时间下限为：

计算处理时间上限为：

；

表示处理时间下限；/>表示平均处理时间，通过历史处理时间数据获得；表示处理时间偏移程度系数；/>表示平均处理时间标准差，通过历史处理时间数据获得；/>表示处理时间上限；

基于处理时间下限和处理时间上限计算处理时间的偏移程度为：；/>表示处理时间上限和处理时间下限的差距值；

计算所述待处理数据的准确程度，包括：

基于一个智能场景下的智能开关的总数，智能开关相关的状态信息数量，一个智能开关相关的状态信息中的准确状态信息的数量计算待处理数据的准确程度；

基于所述实时程度以及所述准确程度对所述待处理数据进行聚类，得到多个数据类簇，包括：

基于所述实时程度以及所述准确程度对所述待处理数据进行聚类，得到实时且准确的数据类簇、实时但不准确的数据类簇、有延迟但准确的数据类簇以及有延迟且不准确的数据类簇；

对所述数据类簇进行优先权排序，基于排序结果对所述数据类簇进行传输，包括：

对实时且准确的数据类簇进行压缩传输；

对实时但不准确的数据类簇、有延迟但准确的数据类簇以及有延迟且不准确的数据类簇进行加密传输，其中，有延迟且不准确的数据类簇传输优先级高于实时但不准确的数据类簇、有延迟但准确的数据类簇。

2.根据权利要求1所述的智能开关控制过程数据传输方法，其特征在于，基于延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度计算所述实时程度，包括：

利用如下公式计算实时程度：

；

表示实时程度；/>表示实时程度量化参考值；/>表示实时程度系数；表示延迟时间的偏移程度；/>表示响应时间的偏移程度；/>表示处理时间的偏移程度。

3.一种智能开关控制过程数据传输系统，其特征在于，包括：

数据采集模块，用于采集智能开关控制过程中的数据，得到待处理数据；

计算模块，用于计算所述待处理数据的实时程度以及准确程度；

聚类模块，用于基于所述实时程度以及所述准确程度对所述待处理数据进行聚类，得到多个数据类簇；

传输模块，用于对所述数据类簇进行优先权排序，基于排序结果对所述数据类簇进行传输；

计算所述待处理数据的实时程度，包括：

计算所述待处理数据的延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度；

基于延迟时间的偏移程度、响应时间的偏移程度以及处理时间的偏移程度的和计算所述实时程度；其中，延迟时间的偏移程度、响应时间的偏移程度和处理时间的偏移程度的和越小，实时程度越大；

计算所述待处理数据的延迟时间的偏移程度，包括：

基于超过预设延迟时间的时间段以及用户网络丢包率计算待处理数据的延迟时间的偏移程度；其中，超过预设延迟时间的时间段越长，用户网络丢包率越高，所述延迟时间的偏移程度越大；

计算所述待处理数据的响应时间的偏移程度，包括：

基于历史数据中接收到用户请求到执行用户请求所用的平均时间、历史数据中接收到用户请求到执行用户请求所用的时间、以及历史数据中接收到用户请求到执行用户请求所用时间的标准差计算所述待处理数据的响应时间的偏移程度；

计算所述待处理数据的处理时间的偏移程度，包括：

基于平均处理时间与平均处理时间标准差的差值计算处理时间下限；

基于平均处理时间与平均处理时间标准差的和值计算处理时间上限；

基于所述处理时间下限和所述处理时间上限的差距计算所述处理时间的偏移程度；其中，所述处理时间下限和所述处理时间上限的差距越大，处理时间的偏移程度越大；

计算处理时间下限为：

计算处理时间上限为：

；

表示处理时间下限；/>表示平均处理时间，通过历史处理时间数据获得；表示处理时间偏移程度系数；/>表示平均处理时间标准差，通过历史处理时间数据获得；/>表示处理时间上限；

基于处理时间下限和处理时间上限计算处理时间的偏移程度为：；/>表示处理时间上限和处理时间下限的差距值；

计算所述待处理数据的准确程度，包括：

基于一个智能场景下的智能开关的总数，智能开关相关的状态信息数量，一个智能开关相关的状态信息中的准确状态信息的数量计算待处理数据的准确程度；

基于所述实时程度以及所述准确程度对所述待处理数据进行聚类，得到多个数据类簇，包括：

基于所述实时程度以及所述准确程度对所述待处理数据进行聚类，得到实时且准确的数据类簇、实时但不准确的数据类簇、有延迟但准确的数据类簇以及有延迟且不准确的数据类簇；

对所述数据类簇进行优先权排序，基于排序结果对所述数据类簇进行传输，包括：

对实时且准确的数据类簇进行压缩传输；

对实时但不准确的数据类簇、有延迟但准确的数据类簇以及有延迟且不准确的数据类簇进行加密传输，其中，有延迟且不准确的数据类簇传输优先级高于实时但不准确的数据类簇、有延迟但准确的数据类簇。