CN117479049B - 用于智慧燃气的数据传输管控方法、物联网系统及介质 - Google Patents
用于智慧燃气的数据传输管控方法、物联网系统及介质 Download PDFInfo
- Publication number
- CN117479049B CN117479049B CN202311818510.5A CN202311818510A CN117479049B CN 117479049 B CN117479049 B CN 117479049B CN 202311818510 A CN202311818510 A CN 202311818510A CN 117479049 B CN117479049 B CN 117479049B
- Authority
- CN
- China
- Prior art keywords
- gas
- data
- intelligent
- platform
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000005540 biological transmission Effects 0.000 title claims abstract description 38
- 239000002737 fuel gas Substances 0.000 title claims abstract description 33
- 239000007789 gas Substances 0.000 claims abstract description 382
- 230000004044 response Effects 0.000 claims abstract description 12
- 238000007726 management method Methods 0.000 claims description 90
- 238000012545 processing Methods 0.000 claims description 11
- 230000002457 bidirectional effect Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims 2
- 238000012549 training Methods 0.000 description 20
- 238000013210 evaluation model Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000006399 behavior Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 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
- H04L67/01—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/35—Utilities, e.g. electricity, gas or water
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
- G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/30—Information sensed or collected by the things relating to resources, e.g. consumed power
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/60—Arrangements in telecontrol or telemetry systems for transmitting utility meters data, i.e. transmission of data from the reader of the utility meter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/70—Arrangements in the main station, i.e. central controller
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Water Supply & Treatment (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种用于智慧燃气的数据传输管控方法、物联网系统及介质。该方法由用于智慧燃气的数据传输管控物联网系统执行,包括持续获取燃气用户的燃气数据,并将燃气数据存储至存储单元中;基于存储单元的历史数据增量预测存储单元在预设未来时段内的满储概率;响应于满储概率满足预设概率条件:从存储单元中获取燃气用户在预设时间段内的燃气数据;基于燃气数据确定燃气数据的上传需求度;响应于上传需求度满足预设条件,在燃气用户的智能燃气表的目标上传时点,基于智慧燃气对象平台向智慧燃气管理平台传输预设时间段内的燃气数据。该方法可以在实现数据的错峰上传,保证数据传输畅通的同时,保障燃气管网的正常运行,减少了潜在的燃气风险。
Description
技术领域
本说明书涉及数据管理领域,特别涉及一种用于智慧燃气的数据传输管控方法、物联网系统及介质。
背景技术
随着燃气管网的覆盖范围越来越大,连接的智能燃气表、流量计等燃气计量管理终端也越来也多。在燃气数据量逐渐增大的同时,常常会出现各燃气计量管理终端集中上传数据过多的情况,造成基站信道拥堵的问题,影响数据上传的效率,并且可能导致数据丢失,既不利于燃气业务管理,也不利于及时发现和处理燃气故障。
针对如何合理安排和分配燃气表数据上传的时间以实现燃气表数据上传的畅通,CN109448250A公开了一种数据上报时间动态选择方法,将在预设时间点上传失败的数据,按照随机的时间间隔进行再次上传,如若失败,则重复上述步骤。然而,该方法不仅效率较低,还无法筛选出可能存在燃气相关问题的数据进行优先上传。
因此,亟需提供一种用于智慧燃气的数据传输管控方法、物联网系统及介质,对燃气表数据进行评估,并根据评估结果有序安排数据上传的时间点,实现错峰上传并减小潜在的燃气风险。
发明内容
为了解决如何实现错峰上传并减小潜在的燃气风险的问题,本说明书提供一种用于智慧燃气的数据传输管控方法、物联网系统及介质。
发明内容包括一种用于智慧燃气的数据传输管控方法。用于智慧燃气的数据传输管控方法包括:持续获取燃气用户的燃气数据,并将燃气数据存储至存储单元中;基于存储单元的历史数据增量,预测存储单元在预设未来时段内的满储概率;响应于满储概率满足预设概率条件:从存储单元中获取燃气用户在预设时间段内的燃气数据;基于燃气数据,确定燃气数据的上传需求度;响应于上传需求度满足预设条件,在燃气用户的智能燃气表的目标上传时点,基于智慧燃气对象平台向智慧燃气管理平台传输预设时间段内的燃气数据,目标上传时点是指智能燃气表的上传时点集中下一个最近的上传时点,上传时点集由智慧燃气管理平台以预设周期定期确定并向智能燃气表下发。
发明内容包括一种用于智慧燃气的数据传输管控物联网系统,用于智慧燃气的数据传输管控物联网系统可以执行用于智慧燃气的数据传输管控方法,包括:持续获取燃气用户的燃气数据,并将燃气数据存储至存储单元中;基于存储单元的历史数据增量,预测存储单元在预设未来时段内的满储概率;响应于满储概率满足预设概率条件:从存储单元中获取燃气用户在预设时间段内的燃气数据;基于燃气数据,确定燃气数据的上传需求度;响应于上传需求度满足预设条件,在燃气用户的智能燃气表的目标上传时点,基于智慧燃气对象平台向智慧燃气管理平台传输预设时间段内的燃气数据,目标上传时点是指智能燃气表的上传时点集中下一个最近的上传时点,上传时点集由智慧燃气管理平台以预设周期定期确定并向智能燃气表下发。
发明内容包括一种计算机可读存储介质,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,计算机执行用于智慧燃气的数据传输管控方法。
上述发明内容带来的有益效果包括但不限于:基于燃气数据,判断各个智能燃气表的燃气数据的上传需求度,再确定各自的上传时点集,不仅可以实现数据的错峰上传,保证数据传输的畅通,避免数据碰撞造成数据丢失,还可以合理地安排不同优先程度的数据不同时间上传,保障了燃气管网的正常运行,减少了潜在的燃气风险。
附图说明
图1是根据本说明书一些实施例所示的用于智慧燃气的数据传输管控物联网系统的示例性示意图;
图2是根据本说明书一些实施例所示的用于智慧燃气的数据传输管控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确定上传时点集的示例性流程图;
图4是根据本说明书一些实施例所示的确定适应性值的流程示意图。
具体实施方式
下面将对实施例描述中所需要使用的附图作简单的介绍。附图并不代表全部的实施方式。
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。
在本说明书的实施例中按步骤说明所执行的操作时,如无特别说明,则步骤的次序均为可调换的,步骤是可以省略的,在操作过程中也可以包括其他步骤。
由于一天的时间有限,燃气管网的数据庞大,如若不进行合理的上传,则很有可能会导致数据碰撞或数据丢失等问题,进而产生潜在的燃气问题未及时解决的危险。CN109448250A仅通过不断选择随机间隔反复尝试上传数据以达到错峰上传的目的,数据上传处理效率低下,也没有实现上传时间点的合理分配,仍然存在数据碰撞的风险。
本说明的实施例提出的用于智慧燃气的数据传输管控方法,不仅可以科学地规划上传时间点,还能够合理分配不同类型和不同紧急程度的燃气表数据的上传优先级,能够在实现错峰上传的同时,减少潜在的燃气风险,及时发现燃气问题,保持燃气管网的流畅运行。
图1是根据本说明书一些实施例所示的用于智慧燃气的数据传输管控物联网系统的示例性示意图。以下将对本说明书实施例所涉及的用于智慧燃气的数据传输管控物联网系统进行详细说明。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。
在一些实施例中,如图1所示,用于智慧燃气的数据传输管控物联网系统100可以包括依次连接的智慧燃气用户平台110、智慧燃气服务平台120、智慧燃气管理平台130、智慧燃气传感网络平台140和智慧燃气对象平台150。
智慧燃气用户平台110可以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110可以被配置为终端设备。
在一些实施例中,智慧燃气用户平台110可以包括燃气用户分平台、政府用户分平台、监管用户分平台和非燃气用户分平台。
燃气用户分平台可以是为燃气用户提供燃气使用相关数据以及燃气问题解决方案的平台。燃气用户可以是工业燃气用户、商业燃气用户、普通燃气用户等。
政府用户分平台可以是为政府用户提供燃气运营相关数据的平台。政府用户可以是燃气运营主体的管理人员(如行政部管理人员)等。
监管用户分平台可以是监管用户对整个物联网系统的运行进行监管的平台。监管用户可以安全管理部门的人员。
非燃气用户分平台可以是为非燃气用户提供数据的平台。非燃气用户可以是客服人员、维修人员等。
智慧燃气服务平台120可以是用于将用户的需求与控制信息传达出去的平台。智慧燃气服务平台120可以从智慧燃气管理平台130(例如,智慧燃气数据中心)获取燃气数据等,并发送至智慧燃气用户平台110。
在一些实施例中,智慧燃气服务平台120可以包括智慧用气服务分平台、智慧运营服务分平台、智慧监管服务分平台和非燃气用户服务分平台。
智慧用气服务分平台可以是为燃气用户提供用气服务的平台。
智慧运营服务分平台可以是为政府用户提供燃气运营相关信息的平台。
智慧监管服务分平台可以是为监管用户提供监管需求的平台。
非燃气用户服务分平台可以是为非燃气用户提供燃气管网相关信息的平台。
智慧燃气管理平台130可以是统筹、协调各功能平台之间的联系和协作,并汇聚着物联网全部的信息,为物联网运行体系提供感知管理和控制管理功能的平台。
智慧燃气管理平台130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可以是用于处理与燃气相关的业务信息的平台。在一些实施例中,燃气业务管理分平台可以包括智慧燃气业务管理内部物联网。智慧燃气业务管理内部物联网包括对象平台、传感网络平台、管理平台、服务平台和运营商用户平台。智慧燃气业务管理内部物联网可以通过对象平台从智慧燃气数据中心获取管理信息相关的数据,通过内部物联网的运行,确定智慧燃气业务的管理决策,再经由对象平台将智慧燃气业务管理决策发送至智慧燃气数据中心。
非燃气业务管理分平台可以是用于处理与燃气不相关的业务信息的平台。在一些实施例中,非燃气业务管理分平台可以包括非燃气业务管理内部物联网。非燃气业务管理内部物联网包括对象平台、传感网络平台、管理平台、服务平台和运营商用户平台。非燃气业务管理内部物联网可以通过对象平台从智慧燃气数据中心获取管理信息相关的数据,通过内部物联网的运行,确定非燃气业务的管理决策,再经由对象平台将非燃气业务管理决策发送至智慧燃气数据中心。
管理分平台内部物联网的建立,有效区分管理平台内部信息与外部信息运行规则,保证管理的有效性和数据安全性。
智慧燃气数据中心可以用于存储和管理用于智慧燃气的数据传输管控物联网系统100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,用于存储与燃气数据相关的数据等。例如,燃气数据、上传需求度、上传时点集等。
燃气业务管理分平台与智慧燃气数据中心双向交互,非燃气业务管理分平台与智慧燃气数据中心双向交互,燃气业务管理分平台和非燃气业务管理分平台从智慧燃气数据中心获取数据并反馈对应的运营信息。
在一些实施例中,智慧燃气管理平台130可以通过智慧燃气数据中心分别与智慧燃气服务平台120、智慧燃气传感网络平台140进行信息交互。又例如,智慧燃气数据中心可以发送获取燃气数据的指令至智慧燃气传感网络平台140,以获取燃气数据。
智慧燃气传感网络平台140可以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140可以实现感知信息传感通信和控制信息传感通信的功能。
智慧燃气传感网络平台140可以包括燃气业务传感网络分平台和非燃气业务传感网络分平台。
燃气业务传感网络分平台可以用于网络管理、协议管理、指令管理和数据解析。
非燃气业务传感网络分平台可以用于网络管理、协议管理、指令管理和数据解析。
智慧燃气对象平台150可以是感知信息生成和控制信息执行的功能平台。例如,智慧燃气对象平台150可以获取燃气数据,并通过智慧燃气传感网络平台140传递至智慧燃气管理平台130。
智慧燃气对象平台150可以包括燃气业务对象分平台和非燃气业务对象分平台。
燃气业务对象分平台是用于收集燃气用户相关数据并进行上传的平台。
非燃气业务对象分平台是用于收集非燃气用户相关数据并进行上传的平台。
本说明书一些实施例,基于用于智慧燃气的数据传输管控物联网系统100,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,实现用于智慧燃气的数据传输管控信息化、智慧化。
图2是根据本说明书一些实施例所示的用于智慧燃气的数据传输管控方法的示例性流程图。在一些实施例中,流程200可以由用于智慧燃气的数据传输管控物联网系统(为便于描述,以下简称为物联网系统)执行。如图2所示,流程200包括以下步骤。
步骤210,持续获取燃气用户的燃气数据,并将燃气数据存储至存储单元中。
燃气数据是指与燃气相关的数据。例如,燃气的用量、燃气的使用频率等。
存储单元是指存储器的基本单位,存储器中可以包括多个存储单元,存储器可以集成于燃气用户的智能燃气表中。存储单元可以用于存储燃气数据。
在一些实施例中,物联网系统可以基于智慧燃气业务对象平台获取燃气数据,并将该燃气数据存储至存储单元中。智慧燃气业务对象平台可以被配置为智能燃气表、传感器等。
步骤220,基于存储单元的历史数据增量,预测存储单元在预设未来时段内的满储概率。
历史数据增量是指在过去至少一个历史时刻中,存储单元内存储的数据的增加量。
满储概率是指存储单元发生满储的概率。满储是指存储单元内存储的数据达到存储单元的数据容量上限。
在一些实施例中,智慧燃气业务对象平台可以将存储单元的历史数据增量作为训练样本,以历史数据增量对应的存储单元的满储概率为训练标签,以存储单元的当前数据量和存储单元的数据容量上限作为输入,通过满储预测模型确定满储概率。满储预测模型可以是机器学习模型,例如,长短时记忆网络模型(Long Short Term Memory,LSTM)等。
步骤230,响应于满储概率满足预设概率条件,执行步骤231-步骤233:
预设概率条件是指满储概率是否满足预设要求的判断条件。
在一些实施例中,当满储概率大于预设概率阈值时,则可视为满足预设概率条件。预设概率阈值可以基于人工设定。
步骤231,从存储单元中获取燃气用户在预设时间段内的燃气数据。
预设时间段是指历史最近一次上传燃气数据的时间点到当前时间点的时间段。
在一些实施例中,智能燃气表可以向智慧燃气对象平台传输暂存在智能燃气表的存储单元中的燃气数据。
步骤232,基于燃气数据,确定燃气数据的上传需求度。
上传需求度是指可以反映燃气数据上传的优先程度的数值。上传需求度可以用0-10的数字表示,其中,数值越大,则上传需求度越高,表示该燃气数据越需要尽快上传。
在一些实施例中,物联网系统可以基于预设时间段内的燃气数据,确定燃气用户的待上传数据特征以及用气行为特征;基于待上传数据特征以及用气行为特征,确定上传需求度。
待上传数据是指需要被上传的燃气数据。例如,自上一次数据上传后,到当前时刻为止,已累积的新产生的燃气数据。待上传数据特征是指可以反映待上传数据的特性的相关信息。待上传数据特征可以包括待上传数据的维度数量、待上传数据的数据量和待上传数据对应的用户行为数据等。物联网系统可以通过对待上传的燃气数据进行数理统计得到待上传数据特征。
用气行为特征是指与用户用气变化相关的特征。用气行为特征可以包括用气变化率和用户燃气的使用频率等。
在一些实施例中,物联网系统可以基于特征提取模型提取用气行为特征。特征提取模型是机器学习模型,例如,卷积神经网络模型(Convolutional Neural Networks,CNN)。在一些实施例中,物联网系统还可以基于历史数据中的各特征项进行数理统计得到用气行为特征。以用气变化率为例,用气变化率是指预设时间段内多个用户燃气增量的统计特征。用气变化率可以基于当前用户燃气增量和该时间段所有的用户的平均燃气增量确定。例如,该预设时间段内所有用户的燃气平均增量为a,该用户的燃气增量为b(b>a),则用气变化率为(b-a)/a。
待上传数据的维度数量是指待上传的燃气数据的种类的数量。燃气数据的种类可以包括燃气计量数据以及燃气应用场景的温度数据、图像数据和燃气浓度数据等。物联网系统可以基于智慧燃气对象平台获取待上传数据。待上传数据的维度数量与上传需求度呈正相关关系。
待上传数据的数据量是指自历史最近一次上传燃气数据后,到当前时刻为止的时间段里,新产生的还未上传的数据信息的总量。待上传数据的数据量可以包括多个不同维度的待上传数据的数据量的总和。物联网系统可以基于智慧燃气对象平台获取待上传数据的数据量。
在一些实施例中,物联网系统可以通过多种方式确定上传需求度。在一些实施例中,物联网系统可以通过加权计算的方式,基于待上传数据特征和用气行为特征得到上传需求度。例如,智慧燃气对象平台可以基于公式(1)确定上传需求度。
上传需求度=w1×待上传数据的数据量+w2×待上传数据的维度数量+w3×用气变化率 (1)
其中,w1、w2和w3都是系数。
本说明书的一些实施例可以根据燃气数据,分析用户的用气行为特征、待上传数据的数据量以及待上传数据的维度数量,并基于以上信息预测该用户的燃气数据的上传需求度,可以科学地判断不同的燃气数据的优先程度,能提高数据上传的合理性和效率。
在一些实施例中,上传需求度负相关于历史用户燃气的使用频率。例如,当用户的历史用户燃气的使用频率较高,证明该用户产生的燃气数据较为常见,上传需求度较低。又例如,当用户在过去的一段时间内都未使用燃气,则其历史用户燃气的使用频率较低,当该用户产生燃气数据时,证明该用户又重新开始使用燃气,上传需求度较大。
本说明书的一些实施例中,物联网系统还根据历史用户燃气的使用频率确定上传需求度,考虑到了用气频率对燃气数据上传的优先程度的影响,能提高得到的上传需求度的准确性。
步骤233,响应于上传需求度满足预设条件,在燃气用户的智能燃气表的目标上传时点,基于智慧燃气对象平台向智慧燃气管理平台传输预设时间段内的燃气数据。
预设条件是指上传需求度是否满足预设要求的判断条件。预设条件可以包括上传需求度大于需求度阈值。
在一些实施例中,物联网系统可以基于信道的当前及未来一段时间内的剩余带宽确定预设条件。信道可以是智能燃气表用户传输数据的链路通道。需求度阈值与信道剩余带宽呈负相关关系。
未来一段时间可以指预设好的固定时间间隔。信道在未来一段时间内的剩余带宽可以基于机器学习模型确定,例如,长短时记忆网络模型(Long Short Term Memory,LSTM)等。将历史时刻T1对应的未来一段时间内的剩余带宽作为训练样本,未来一段时间为t,将T1+t这段时间内的平均剩余带宽作为训练标签,当前信道带宽和待上传数据量作为输入,基于机器学习模型确定信道未来一段时间的剩余带宽。
目标上传时点是指智能燃气表的上传时点集中,距离当前时刻最近的上传时点。在一些实施例中,物联网系统可以以预设周期定期确定上传时点集,并将确定的上传时点集下发给智能燃气表。
上传时点集是指上传燃气数据的时间点的集合。例如,智能燃气表a的候选上传时点集是(t11,t12……),其中,t11、t12……是指上传燃气数据的时间点。
在一些实施例中,物联网系统可以根据多种方式确定上传时点集。例如,物联网系统可以统计预设历史时间段内,每天的上传时点集中,上传时点的众数对应的上传时点的集合作为当天的上传时点集。
在一些实施例中,物联网系统可以以预设周期定期获取至少一个智能燃气表的已上传数据;至少基于已上传数据,确定至少一个智能燃气表的上传时点集。
预设周期是指向智能燃气表下发上传时点集以及收集智能燃气表的已上传数据的周期。例如,预设周期可以是每四小时一次。
本说明书的一些实施例根据预设周期定期收集数据并下发上传时点集,能够保证数据获取和上传的及时性和效率性。
在一些实施例中,物联网系统可以基于智慧燃气数据中心的当前数据处理特征确定预设周期。
当前数据处理特征是指与智慧燃气数据中心处理数据的能力与负荷相关的特征。当前数据处理特征可以包括智慧燃气数据中心的设备(例如,处理器、存储器等)的性能、数据量的变化率等。
在一些实施例中,物联网系统可以基于当前数据处理特征构建参考向量,将对历史数据处理特征进行聚类分析后得到的聚类中心作为标准向量。例如,参考向量a可以表示为(x,y),其中,x表示a对应的智慧燃气数据中心的处理器性能,y表示a对应的数据量的变化率。通过计算参考向量和标准向量的相似度,将相似度最高的标准向量对应的周期作为预设周期。相似度阈值可以基于人工设定。
本说明书的一些实施例考虑了智慧燃气数据中心处理数据的能力和负荷,能更合理地收集数据和处理数据,保证数据安全和数据处理的效率。
在一些实施例中,预设周期相关于最近一个周期内的实际拥挤度与预估拥挤度的差值、以及实际需求匹配度与预估需求匹配度的差值。
实际拥挤度是指实际的燃气数据上传时的拥挤程度。在一些实施例中,物联网系统可以将历史的预设时间段内多个时刻的拥堵度的平均值,确定为实际拥挤度。在一些实施例中,物联网系统可以基于训练第一评估模型时,确定标签的方法,确定实际拥挤度。关于第一评估模型的更多说明可以参见图4及其相关内容。
预估拥挤度是指预测的燃气数据上传时的拥挤程度。在一些实施例中,物联网系统可以基于第一评估模型,确定预估拥挤度。
实际需求匹配度是指实际的数据上传的带宽需求和数据量的匹配程度。在一些实施例中,物联网系统可以将历史的预设时间段内多个时刻的需求匹配度的平均值,确定为实际需求匹配度。在一些实施例中,物联网系统可以基于训练第二评估模型时,确定标签的方法,确定实际需求匹配度。关于第二评估模型的更多说明可以参见图4及其相关内容。
预估需求匹配度是指预测的数据上传的带宽需求和数据量的匹配程度。在一些实施例中,物联网系统可以基于第二评估模型,确定预估需求匹配度。
关于以上内容的更多具体说明可以参见图4及其相关内容。
在一些实施例中,物联网系统可以基于第一预设表,通过查表的方式确定预设周期。第一预设表是指表征预设周期与目标差值的对应关系表。其中,目标差值是指第一差值和第二差值的和,第一差值是指实际拥挤度与预估拥挤度的差值,第二差值是指实际需求匹配度与预估需求匹配度的差值。第一预设表可以基于历史数据建立。预设周期与目标差值呈负相关关系。
已上传数据是指智能燃气表已经上传了的燃气数据。
在一些实施例中,物联网系统可以生成多组候选组合,并基于多组候选组合的适应性值,确定至少一个智能燃气表的上传时点集。关于确定上传时点集的更多说明可以参见图3及其相关内容。
本说明的一些实施例通过需求匹配度和拥挤度的实际值与预估值的差值调整预设周期,可以适应性地结合数据上传的实时情况保持数据上传的通畅和及时。
本说明书的一些实施例,基于燃气数据,判断各个智能燃气表的燃气数据的上传需求度,再确定各自的上传时点集,不仅可以实现数据的错峰上传,保证数据传输的畅通,避免数据碰撞造成数据丢失,还可以合理地安排不同优先程度的数据不同时间上传,保障了燃气管网的正常运行,减少了潜在的燃气风险。
图3是根据本说明书一些实施例所示的确定至少一个智能燃气表的上传时点集的示例性流程图。在一些实施例中,流程300可以由物联网系统执行。如图3所示,流程300包括以下步骤。
步骤310,生成多组候选组合。
候选组合是指候选上传时点集的组合,一组候选组合包括至少一个智能燃气表的候选上传时点集。例如,一组候选组合可以为[(t11,t12……),(t21,t22……),(t31,t32……)……],其中,(t11,t12……)、(t21,t22……)和(t31,t32……)可以分别代表第一个、第二个和第三个智能燃气表的候选上传时点集。
在一些实施例中,物联网系统可以生成个体集合。接着对个体集合进行至少一轮迭代更新,直至迭代完成条件被满足。以及基于迭代更新后的个体集合,确定候选组合。其中,个体集合是指个体的组合。个体集合可以包括多个个体,每个个体可以对应一组上传时点集组合。例如,物联网系统可以通过步骤S1-步骤S6确定候选组合。
步骤S1:生成个体集合。
在一些实施例中,物联网系统可以对至少一个燃气表的可选上传时点集进行编码,进而对至少一个燃气表的可选上传时点集随机排列组合,以生成个体集合。
例如,假设智能燃气表的数量为3个,上传时点为4点、5点。每个燃气表都可以选择在上述两个时间点上传数据或不上传数据。每个燃气表均可以有四种可选上传时点集:(1,0)、(0,1)、(0,0)和(1,1),其中,每种可选上传时点集的第一个元素表示4点的上传结果,第二个元素表示5点的上传结果,且1代表上传,0代表不上传。则可以将每个燃气表的四个可选上传时点集进行排列组合,生成4×4×4=64个组合。
例如,个体集合中的一个个体可以为[(1,0),(0,1),(0,0)],其中,(1,0)代表第一个燃气表的候选上传时点集(即只在4点上传),(0,1)代表第二燃气表的候选上传时点集(即只在5点上传),(0,0)代表第三个燃气表的候选上传时点集(即4点和5点均不上传)。
步骤S2:生成至少一个新的个体,将至少一个新的个体加入个体集合。
在一些实施例中,物联网系统可以对上述个体集合中的个体进行交叉、变异等操作,以生成新的个体。在一些实施例中,新的个体的数量可以与原个体集合(即S1中生成的个体集合)中个体的数量相同或不同。
在一些实施例中,物联网系统可以将个体集合中的个体进行两两配对(例如,随机配对),对两个配对的个体进行交叉操作,得到两个新的个体。其中,交叉操作是指将相互配对的个体对应的上传时点集中的至少一个通过单点交叉、多点交叉、均匀交叉、算术交叉等方式进行交换,以生成两个新的个体。例如,两个相互配对的个体分别为[(1,0),(0,1),(0,0)]和[(0,0),(1,1),(1,0)],将第一个体中的(0,1)和第二个个体中的(1,1)进行交换,获得两个新的个体[(1,0),(1,1),(0,0)]和[(0,0),(0,1),(1,0)]。
在一些实施例中,物联网系统以对个体集合中的个体进行变异操作,得到新的个体。其中,变异操作是指对个体集合中的个体对应的上传时点集中的至少一个进行一定的改变,得到新的个体。例如,原个体为[(1,0),(0,1),(0,0)],将其中的(0,1)改变为(1,1),获得新的个体[(1,0),(1,1),(0,0)]。
步骤S3:计算个体集合中的个体的适应性值。
在一些实施例中,物联网系统可以基于预估拥挤度和预估需求匹配度,建立适应性函数,以计算个体集合中的个体的适应性值。例如,物联网系统可以基于预估拥挤度、预估需求匹配度通过公式(2)确定适应性值。
适应性值=k1×预估拥挤度+k2×预估需求匹配度 (2)
其中,k1为预估拥挤度的系数、k2为预估需求匹配度的系数。在一些实施例中,k1、k2可以根据实际要求确定。例如,如果对预估需求匹配度要求较高,可以相应地提高k2。k1可以为负值,k2可以为正值,预估拥挤度越小,预估需求匹配度越大,适应性值越大。
在一些实施例中,物联网系统可以分别基于第一评估模型和第二评估模型确定预估拥挤度和预估需求匹配度。关于预估拥挤度、预估需求匹配度的更多描述可以参见图2和图4的相关描述。
步骤S4:对个体集合中的个体进行选择,以确定更新后的个体集合。
在一些实施例中,物联网系统可以建立选择函数,对个体集合中的个体进行选择,以确定更新后的个体集合。更新后的个体集合与原个体集合中个体的数量相同,例如,均为a个。
选择函数是指可以对个体进行选择的函数。在一些实施例中,物联网系统可以基于轮盘赌等算子确定选择函数,以选择至少一个个体集合。其中,某个个体被选择的概率与该个体的适应性值正相关。例如,某个个体被选择的概率可以是该个体的适应性值/总适应性值。其中,总适应性值是由个体集合中的所有个体的适应值相加确定的。
步骤S5:判断迭代完成条件是否被满足。
迭代完成条件是指用于判断迭代优化是否完成的条件。例如,迭代次数达到最大值、适应性值达到预设适应性阈值等。其中,预设适应性阈值可以人为设定。
在一些实施例中,物联网系统还可以将每一轮迭代优化后的个体集合的适应性值(即,个体集合中每个个体的适应性值的平均值)与预设适应性阈值进行比较,当适应性值大于等于预设适应性阈值时,判定迭代完成条件被满足。
在一些实施例中,响应于迭代完成条件被满足,物联网系统可以通过执行步骤S6,以确定多组候选组合。在一些实施例中,响应于迭代完成条件不被满足,物联网系统可以继续执行步骤S2-步骤S5。
步骤S6:基于迭代更新后的个体集合,确定候选组合。
在一些实施例中,响应于满足迭代完成条件,迭代更新结束,物联网系统可以将选择出的a个个体集合作为候选组合。
本说明的一些实施例,物联网系统通过对个体集合进行迭代优化确定最优个体集合,可以在全局搜索最优化个体集合,避免最优化个体集合中的个体趋于局部最优;通过最优化个体集合确定候选组合,可以得到最适合的候选组合。
步骤320,对于一组候选组合,基于候选组合和已上传数据,确定候选组合的适应性值。
在一些实施例中,物联网系统可以基于候选组合和已上传数据,通过查表,确定候选组合的适应性值。
在一些实施例中,物联网系统可以通过公式(2)确定候选组合的适应性值。关于确定候选组合的适应性值的更多具体说明可以参见上文及其相关内容。
步骤330,基于适应性值,确定至少一个智能燃气表的上传时点集。
在一些实施例中,物联网系统可以基于适应性值,确定至少一个智能燃气表的上传时点集。由于预估拥挤度越小、预估需求匹配度越大,候选上传时点集组合越优,并且适应性值负相关于预估拥挤度,正相关于预估需求匹配度,因此,适应性值越大,候选上传时点集组合越优。例如,物联网系统可以适应性值最大的候选上传时点集组合,作为最终的上传时点集组合,进而确定至少一个智能燃气表的上传时点集。
本说明的一些实施例,通过获取最优候选组合得到上传时点集,可以确定至少一个智能燃气表的合理的上传时点集。
图4是根据本说明书一些实施例所示的确定适应性值的流程示意图。在一些实施例中,流程400可以由物联网系统执行。如图4所示,流程400包括以下步骤。
步骤410,基于候选组合、至少一个智能燃气表中每个智能燃气表的特征序列,通过第一评估模型,确定候选组合的预估拥挤度。
特征序列是指已上传的数据形成的序列。特征序列可以是按时间统计(例如,统计最近1h的数据上传),或者按次数统计(例如,统计最近100次数据上传)。在一些实施例中,特征序列可以包括上传时刻、上传的数据特征等中的一种或多种。其中,上传的数据特征可以包括已上传数据的数据量、已上传数据的维度数量等。例如,某智能燃气表的特征序列可以为[(t1,a1,b1),(t2,a2,b2),(t3,a3,b3)……],其中,(t1,a1,b1)代表上传时刻t1的已上传数据的数据量为a1、已上传数据的维度数量为b1,t1、t2、t3按时间先后顺序排列。在一些实施例中,物联网系统可以基于智慧燃气数据中心中记录的数据获取特征序列。
第一评估模型是指用于确定预估拥挤度的模型。第一评估模型可以为机器学习模型。例如,神经网络(Neural Networks,NN)、图神经网络(Graph Neural Networks,GNN)等中的任意一种或组合结构。
在一些实施例中,第一评估模型的输入可以包括候选组合和特征序列等。关于候选组合的更多内容可以参见图3相关描述。关于特征序列的更多内容可以参见上述描述。
在一些实施例中,第一评估模型的输出可以包括预估拥挤度。
在一些实施例中,第一评估模型可以通过多个带有第一标签的第一训练样本训练得到。可以将多个带有第一标签的第一训练样本输入初始第一评估模型,通过第一标签和初始第一评估模型的结果构建损失函数,基于损失函数迭代更新初始第一评估模型的参数。当初始第一评估模型的损失函数满足预设条件时模型训练完成,得到训练好的第一评估模型。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中,第一训练样本至少可以包括从历史数据中获取的第一历史时刻的样本组合和样本特征序列。物联网系统可以计算第一训练样本在第一历史时刻到第二历史时刻的时间段内,燃气数据中心在多个时刻的拥堵值的平均值,将该平均值确定为第一训练样本的第一标签。其中,第一历史时刻在第二历史时刻之前。第一历史时刻到第二历史时刻的时间段可以通过物联网系统预设。例如,从一个周期的开始到下一个周期前。
在一些实施例中,拥堵值正相关于燃气数据中心的排队任务数、数据传输线路的带宽占用量和燃气数据中心的资源占用率,物联网系统可以基于某时刻的燃气数据中心的排队任务数、数据传输线路的带宽占用量和燃气数据中心的资源占用率,通过预设公式,确定该时刻拥堵值。例如,物联网系统可以通过公式(3)确定时刻t的拥堵值。
时刻t的拥堵值=时刻t的燃气数据中心的排队任务数+时刻t的数据传输线路的带宽占用量+时刻t的燃气数据中心的资源占用率 (3)
其中,时刻t为第一历史时刻到第二历史时刻之间的历史时刻,时刻t的燃气数据中心的排队任务数包括还没有被处理的任务数、时刻t的数据传输线路的带宽占用量包括时刻t的有线线路、无线线路等的带宽占用量、时刻t的燃气数据中心的资源占用率包括CPU占用率、内存占用率、内部IO占用率等。在一些实施例中,物联网系统可以通过调取智慧燃气数据中心中的数据,获取上述数据。
步骤420,基于候选组合、至少一个智能燃气表中每个智能燃气表的特征序列,通过第二评估模型,确定候选组合的预估需求匹配度。
第二评估模型是指用于确定预估拥挤度的模型。第二评估模型可以为机器学习模型。例如,NN、GNN等中的任意二种或组合结构。
在一些实施例中,第二评估模型的输入可以包括候选组合和特征序列等。关于候选组合的更多内容可以参见图3相关描述。关于特征序列的更多内容可以参见上文描述。
在一些实施例中,第二评估模型的输出可以包括预估需求匹配度。
在一些实施例中,第二评估模型可以通过多个带有第二标签的第二训练样本训练得到。通过第二训练样本训练第二评估模型的过程,与通过第一训练样本训练第一评估模型的过程类似,在此不再赘述。
在一些实施例中,第二训练样本至少可以包括从历史数据中获取的第三历史时刻的样本组合和样本特征序列。物联网系统可以计算第二训练样本在第三历史时刻到第四历史时刻的时间段内,各个智能燃气表的需求匹配度的平均值,将该平均值确定为第二训练样本的第二标签。其中,第三历史时刻在第四历史时刻之前。第三历史时刻到第四历史时刻的时间段可以通过物联网系统预设。例如,从一个周期的开始到下一个周期前。
在一些实施例中,物联网系统可以基于智能燃气表在第三历史时刻到第四历史时刻的时间段内,每次上传数据的实际时间点,与该次上传数据达到上传需求度阈值的时间点的差值p,计算需求匹配值。接着,物联网系统可以计算第三历史时刻到第四历史时刻的时间段内,多次上传数据时对应的上传数据的实际时间点,与该次上传数据达到上传需求度阈值的时间点的差值之和s。s=p1+p2+p3……。s与需求匹配值负相关,物联网系统可以基于s,使用公式计算需求匹配值(例如,需求匹配值=1/s等)。
例如,某一智能燃气表A在第三历史时刻到第四历史时刻的时间段内,发生过3次数据上传。第一次,智能燃气表A在8:30达到上传需求度阈值,智能燃气表A从自身的上传时点集中查询最近的上传时点,发现8:35是上传时点集中距当前时刻最近的上传时点,智能燃气表A在8:35进行了数据上传,8:35为实际时间点,则p1=8:35-8:30=5min。第二次,智能燃气表A在9:20达到上传需求度阈值,最近的上传时点为9:28,则p2=9:28-9:20=8min。第三次,智能燃气表A在11:34达到上传需求度阈值,最近的上传时点为11:42,则p3=11:42-11:34=8min。接着,物联网系统可以计算s=5+8+8=21,进一步确定需求匹配值=1/21。
步骤430,基于预估拥挤度和预估需求匹配度,确定候选组合的适应性值。
在一些实施例中,物联网系统可以基于预估拥挤度、预估需求匹配度通过公式(2)确定候选组合的适应性值。关于确定适应性值的更多内容可以参见图3的相关描述。
本说明的一些实施例,基于最优选的候选组合,利用第一评估模型、第二评估模型预测适应性值,可以提高预测的适应性值的准确性。
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,计算机执行本说明书实施例中任一项所述的用于智慧燃气的数据传输管控方法。
本说明书中的实施例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进行的各种修正和改变仍在本说明书的范围之内。
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。
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。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。
如果本说明书引用材料中的描述、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。
Claims (7)
1.一种用于智慧燃气的数据传输管控方法,其特征在于,所述方法由用于智慧燃气的数据传输管控物联网系统执行,包括:
持续获取燃气用户的燃气数据,并将所述燃气数据存储至存储单元中;
基于所述存储单元的历史数据增量,预测所述存储单元在预设未来时段内的满储概率;
响应于所述满储概率满足预设概率条件:
从所述存储单元中获取所述燃气用户在预设时间段内的燃气数据;
基于所述燃气数据,确定所述燃气数据的上传需求度;
响应于所述上传需求度满足预设条件,在所述燃气用户的智能燃气表的目标上传时点,基于智慧燃气对象平台向智慧燃气管理平台传输所述预设时间段内的所述燃气数据,所述目标上传时点是指所述智能燃气表的上传时点集中下一个最近的上传时点;
所述智慧燃气管理平台以预设周期定期获取至少一个所述智能燃气表的已上传数据,基于所述已上传数据,确定至少一个所述智能燃气表的所述上传时点集并向所述智能燃气表下发,包括:
生成多组候选组合,一组所述候选组合包括至少一个所述智能燃气表的候选上传时点集;
对于一组所述候选组合,基于所述候选组合和所述已上传数据,确定所述候选组合的适应性值,所述适应性值基于预估拥挤度和预估需求匹配度确定;
基于所述适应性值,确定至少一个所述智能燃气表的所述上传时点集;
其中,所述预设周期相关于最近一个周期内的实际拥挤度与所述预估拥挤度的差值、以及实际需求匹配度与所述预估需求匹配度的差值。
2.如权利要求1所述的方法,其特征在于,所述基于所述燃气数据,确定所述燃气数据的上传需求度包括:
基于所述预设时间段内的所述燃气数据,确定所述燃气用户的待上传数据特征以及用气行为特征;
基于所述待上传数据特征以及所述用气行为特征,确定所述上传需求度。
3.如权利要求2所述的方法,其特征在于,所述上传需求度负相关于所述燃气用户的历史用气频率。
4.如权利要求1所述的方法,其特征在于,所述智慧燃气管理平台包括智慧燃气数据中心,所述预设周期的确定包括:
基于所述智慧燃气数据中心的当前数据处理特征,确定所述预设周期。
5.一种用于智慧燃气的数据传输管控物联网系统,其特征在于,所述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,所述用于智慧燃气的数据传输管控物联网系统被配置为执行以下操作:
持续获取燃气用户的燃气数据,并将所述燃气数据存储至存储单元中;
基于所述存储单元的历史数据增量,预测所述存储单元在预设未来时段内的满储概率;
响应于所述满储概率满足预设概率条件:
从所述存储单元中获取所述燃气用户在预设时间段内的燃气数据;
基于所述燃气数据,确定所述燃气数据的上传需求度;
响应于所述上传需求度满足预设条件,在所述燃气用户的智能燃气表的目标上传时点,基于智慧燃气对象平台向智慧燃气管理平台传输所述预设时间段内的所述燃气数据,所述目标上传时点是指所述智能燃气表的上传时点集中下一个最近的上传时点;
所述智慧燃气管理平台以预设周期定期获取至少一个所述智能燃气表的已上传数据,基于所述已上传数据,确定至少一个所述智能燃气表的所述上传时点集并向所述智能燃气表下发,包括:
生成多组候选组合,一组所述候选组合包括至少一个所述智能燃气表的候选上传时点集;
对于一组所述候选组合,基于所述候选组合和所述已上传数据,确定所述候选组合的适应性值,所述适应性值基于预估拥挤度和预估需求匹配度确定;
基于所述适应性值,确定至少一个所述智能燃气表的所述上传时点集;
其中,所述预设周期相关于最近一个周期内的实际拥挤度与所述预估拥挤度的差值、以及实际需求匹配度与所述预估需求匹配度的差值。
6.根据权利要求5所述的物联网系统,其特征在于,所述智慧燃气管理平台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;
所述燃气业务管理分平台与所述智慧燃气数据中心双向交互,所述非燃气业务管理分平台与所述智慧燃气数据中心双向交互,所述燃气业务管理分平台和所述非燃气业务管理分平台从所述智慧燃气数据中心获取数据并反馈对应的运营信息。
7.一种计算机可读存储介质,其特征在于,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,计算机执行如权利要求1-4中任意一项所述的用于智慧燃气的数据传输管控方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311818510.5A CN117479049B (zh) | 2023-12-27 | 2023-12-27 | 用于智慧燃气的数据传输管控方法、物联网系统及介质 |
US18/414,427 US20240155031A1 (en) | 2023-12-27 | 2024-01-16 | Methods, internet of things systems and mediums for controlling data transmission for smart gas |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311818510.5A CN117479049B (zh) | 2023-12-27 | 2023-12-27 | 用于智慧燃气的数据传输管控方法、物联网系统及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117479049A CN117479049A (zh) | 2024-01-30 |
CN117479049B true CN117479049B (zh) | 2024-03-15 |
Family
ID=89626067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311818510.5A Active CN117479049B (zh) | 2023-12-27 | 2023-12-27 | 用于智慧燃气的数据传输管控方法、物联网系统及介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240155031A1 (zh) |
CN (1) | CN117479049B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3119236U (ja) * | 2005-12-05 | 2006-02-16 | 正埼科技股▲分▼有限公司 | ガスの管制における検知伝達システム |
CN101960222A (zh) * | 2008-03-06 | 2011-01-26 | 松下电器产业株式会社 | 器具管理系统及燃气供给系统 |
CN107390569A (zh) * | 2017-06-13 | 2017-11-24 | 金卡智能集团股份有限公司 | 一种基于NB‑IoT通信技术的物联网燃气表通信系统及方法 |
CN109448250A (zh) * | 2018-12-19 | 2019-03-08 | 重庆前卫克罗姆表业有限责任公司 | 一种数据上报时间动态选择方法及窄带物联网智能燃气表 |
CN109544853A (zh) * | 2019-01-04 | 2019-03-29 | 西南科技大学 | 一种烟雾燃气检测方法及检测系统 |
CN109982288A (zh) * | 2019-04-10 | 2019-07-05 | 宁夏隆基宁光仪表股份有限公司 | 一种基于NB-IoT物联网燃气表的错峰上报算法 |
CN212160825U (zh) * | 2018-06-13 | 2020-12-15 | 金卡智能集团股份有限公司 | 一种基于LoRaWan通信技术的燃气表 |
CN112735113A (zh) * | 2020-12-28 | 2021-04-30 | 天翼物联科技有限公司 | 水气表数据连续传输方法、系统、装置及存储介质 |
CN113783962A (zh) * | 2021-09-15 | 2021-12-10 | 傲拓科技股份有限公司 | 基于边缘计算的数据采集系统及方法 |
WO2023030513A1 (zh) * | 2021-09-05 | 2023-03-09 | 汉熵通信有限公司 | 物联网系统 |
CN115879913A (zh) * | 2023-02-13 | 2023-03-31 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气管网维修物资预测方法和物联网系统、介质 |
CN116091080A (zh) * | 2023-04-11 | 2023-05-09 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气呼叫中心的回访管理方法和物联网系统 |
CN116208674A (zh) * | 2023-05-04 | 2023-06-02 | 荣耀终端有限公司 | 上传采样数据的方法及电子设备 |
CN116308965A (zh) * | 2023-05-24 | 2023-06-23 | 成都秦川物联网科技股份有限公司 | 智慧燃气地下燃气管网安全管理方法、物联网系统及装置 |
CN116664019A (zh) * | 2023-07-28 | 2023-08-29 | 成都秦川物联网科技股份有限公司 | 智慧燃气数据时效性管理方法、物联网系统、装置及介质 |
CN116719787A (zh) * | 2023-05-31 | 2023-09-08 | 八维通科技有限公司 | 轨道系统中设备日志的上传方法、装置、介质及电子设备 |
WO2023226277A1 (zh) * | 2022-05-27 | 2023-11-30 | 深圳技术大学 | 物联网网关数据传输的方法、装置、服务器、客户端及存储介质 |
US11838704B1 (en) * | 2022-06-07 | 2023-12-05 | Chengdu Puhuidao Smart Energy Technology Co., Ltd. | Methods and systems for managing LNG distributed terminals based on internet of things (IoT) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7403994B1 (en) * | 2000-08-29 | 2008-07-22 | International Business Machines Corporation | Method of doing business over a network by transmission and retransmission of digital information on a network during time slots |
TWI426383B (zh) * | 2010-07-20 | 2014-02-11 | Univ Nat Taiwan Science Tech | 雲端計算網路的系統可靠度之估計方法 |
US20220214203A1 (en) * | 2021-02-04 | 2022-07-07 | Chengdu Qinchuan Iot Technology Co., Ltd. | Method and system of risk prevention based on energy of natural gas in a full cycle |
-
2023
- 2023-12-27 CN CN202311818510.5A patent/CN117479049B/zh active Active
-
2024
- 2024-01-16 US US18/414,427 patent/US20240155031A1/en active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3119236U (ja) * | 2005-12-05 | 2006-02-16 | 正埼科技股▲分▼有限公司 | ガスの管制における検知伝達システム |
CN101960222A (zh) * | 2008-03-06 | 2011-01-26 | 松下电器产业株式会社 | 器具管理系统及燃气供给系统 |
CN107390569A (zh) * | 2017-06-13 | 2017-11-24 | 金卡智能集团股份有限公司 | 一种基于NB‑IoT通信技术的物联网燃气表通信系统及方法 |
CN212160825U (zh) * | 2018-06-13 | 2020-12-15 | 金卡智能集团股份有限公司 | 一种基于LoRaWan通信技术的燃气表 |
CN109448250A (zh) * | 2018-12-19 | 2019-03-08 | 重庆前卫克罗姆表业有限责任公司 | 一种数据上报时间动态选择方法及窄带物联网智能燃气表 |
CN109544853A (zh) * | 2019-01-04 | 2019-03-29 | 西南科技大学 | 一种烟雾燃气检测方法及检测系统 |
CN109982288A (zh) * | 2019-04-10 | 2019-07-05 | 宁夏隆基宁光仪表股份有限公司 | 一种基于NB-IoT物联网燃气表的错峰上报算法 |
CN112735113A (zh) * | 2020-12-28 | 2021-04-30 | 天翼物联科技有限公司 | 水气表数据连续传输方法、系统、装置及存储介质 |
WO2023030513A1 (zh) * | 2021-09-05 | 2023-03-09 | 汉熵通信有限公司 | 物联网系统 |
CN113783962A (zh) * | 2021-09-15 | 2021-12-10 | 傲拓科技股份有限公司 | 基于边缘计算的数据采集系统及方法 |
WO2023226277A1 (zh) * | 2022-05-27 | 2023-11-30 | 深圳技术大学 | 物联网网关数据传输的方法、装置、服务器、客户端及存储介质 |
US11838704B1 (en) * | 2022-06-07 | 2023-12-05 | Chengdu Puhuidao Smart Energy Technology Co., Ltd. | Methods and systems for managing LNG distributed terminals based on internet of things (IoT) |
CN115879913A (zh) * | 2023-02-13 | 2023-03-31 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气管网维修物资预测方法和物联网系统、介质 |
CN116091080A (zh) * | 2023-04-11 | 2023-05-09 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气呼叫中心的回访管理方法和物联网系统 |
CN116208674A (zh) * | 2023-05-04 | 2023-06-02 | 荣耀终端有限公司 | 上传采样数据的方法及电子设备 |
CN116308965A (zh) * | 2023-05-24 | 2023-06-23 | 成都秦川物联网科技股份有限公司 | 智慧燃气地下燃气管网安全管理方法、物联网系统及装置 |
CN116719787A (zh) * | 2023-05-31 | 2023-09-08 | 八维通科技有限公司 | 轨道系统中设备日志的上传方法、装置、介质及电子设备 |
CN116664019A (zh) * | 2023-07-28 | 2023-08-29 | 成都秦川物联网科技股份有限公司 | 智慧燃气数据时效性管理方法、物联网系统、装置及介质 |
Non-Patent Citations (9)
Title |
---|
"An aggregated fridge-freezer peak shaving and valley filling control strategy for enhanced grid operations";Macarena Martin Almenta;John Morrow;Robert Best;Brendan Fox;Aoife Foley;<2015 IEEE Power & Energy Society General Meeting>;20151105;全文 * |
"智能家居大规模物联网设备"假离线"自恢复系统设计";黎婷婷;《智能物联技术》;20220518;全文 * |
"A user peak load staggering potential assessment method based on three-demarcation analytic hierarchy process";Feng Zhai;Wei Cen;Jia Zhao;Peng Xu;Yi Sun;《2016 10th International Conference on Software, Knowledge, Information Management & Applications (SKIMA)》;20170304;全文 * |
"多参数水表通用技术要求的分析与探讨";王欣欣;《自动化仪表》;20230320;全文 * |
基于NB-IoT电力数据采集方案的研究与设计;唐强;;通信电源技术;20191225(第12期);全文 * |
基于无线接入技术的能耗监测管理系统建设分析;余海峰;杨勇;秦臻;;电信技术;20120825(第08期);全文 * |
基于模糊逻辑改进加权公平队列的需求响应业务调度策略;李彬;陈京生;王岩;奚培锋;祁兵;孙毅;;电力系统自动化;20191031(第02期);全文 * |
智能电网服务器动态缓存调度算法;沙琳;师五喜;;电工技术学报;20150929(第S1期);全文 * |
自动水位站数据传输常见问题及处理;高彬;;能源与节能;20170620(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
US20240155031A1 (en) | 2024-05-09 |
CN117479049A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Optimal cloud resource auto-scaling for web applications | |
CN110096349A (zh) | 一种基于集群节点负载状态预测的作业调度方法 | |
CN110381541A (zh) | 一种基于强化学习的智能电网切片分配方法及装置 | |
Horng | Combining artificial bee colony with ordinal optimization for stochastic economic lot scheduling problem | |
CN115456315A (zh) | 一种用于智慧燃气的燃气管网预设管理方法和物联网系统 | |
CN110111214A (zh) | 一种基于优先级的用户用能管理方法及系统 | |
CN112329997A (zh) | 电力需求负荷预测方法及系统、电子设备和存储介质 | |
CN116760772A (zh) | 汇聚分流器的管控系统及其方法 | |
Bren et al. | Data-driven percentile optimization for multiclass queueing systems with model ambiguity: Theory and application | |
CN111813524A (zh) | 一种任务执行方法、装置、电子设备和存储介质 | |
Mahan et al. | A novel resource productivity based on granular neural network in cloud computing | |
CN116737804B (zh) | 基于智慧燃气物联网的燃气数据分级处理方法和系统 | |
CN117479049B (zh) | 用于智慧燃气的数据传输管控方法、物联网系统及介质 | |
CN117290090A (zh) | 节点协同资源分配方法、装置、设备及存储介质 | |
KR20220042928A (ko) | 복수의 액세스 네트워크 장치들에 대한 자동 구성 네트워크를 구현하는 방법 및 이를 수행하는 전자 장치 | |
CN117200184A (zh) | 一种虚拟电厂负荷侧资源多时段调控潜力评估预测方法 | |
KR101831316B1 (ko) | 앙상블 인공지능 알고리즘을 사용한 상수도 유량 예측 방법 | |
CN116109058A (zh) | 一种基于深度强化学习的变电站巡视管理方法和装置 | |
CN110955728A (zh) | 用电数据传输方法、服务器及存储介质 | |
Min et al. | A Novel 5G Digital Twin Approach for Traffic Prediction and Elastic Network Slice Management | |
CN117439995B (zh) | 信息发布方法、装置、设备及存储介质 | |
CN114385359B (zh) | 一种物联网云边端任务时序协同方法 | |
CN116156059B (zh) | 智慧燃气呼叫中心的坐席管理方法、物联网系统及介质 | |
US20230297909A1 (en) | System and method for predicting service metrics using historical data | |
CN113098707B (zh) | 边缘网络中一种虚拟网络功能需求预测方法 |
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 |