CN117668535A - 异常供应端告警方法、装置、电子设备和计算机可读介质 - Google Patents
异常供应端告警方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN117668535A CN117668535A CN202311483430.9A CN202311483430A CN117668535A CN 117668535 A CN117668535 A CN 117668535A CN 202311483430 A CN202311483430 A CN 202311483430A CN 117668535 A CN117668535 A CN 117668535A
- Authority
- CN
- China
- Prior art keywords
- power
- data set
- target
- index
- abnormal
- 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.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 50
- 230000004044 response Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 18
- 238000012549 training Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 238000001035 drying Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013145 classification model Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例公开了异常供应端告警方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取每个电力业务的电力业务数据;将电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集;将目标电力指标数据组集发送至监控终端;接收监控终端发送的目标电力校验指标数据组集;采集供应端的初始电力数据集;对初始电力数据集进行分类处理,以生成电力基本数据组集;对电力基本数据组集和目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集;对于异常电力数据组集中的每个异常电力数据组,对异常电力数据组对应的供应端进行告警处理。该实施方式可以对部分供应端进行告警。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及异常供应端告警方法、装置、电子设备和计算机可读介质。
背景技术
对异常供应端进行告警,可以对供应端生成电力设备时出现的异常行为(例如,电力设备空载电流值过高、对电力设备进行干燥的温度过高等)进行告警,以使供应端生产出符合用户需求的电力设备。目前,对异常供应端进行告警,通常采用的方式为:首先,由供应端填写电力指标信息清单以得到电力指标信息,然后,通过人工对比的方式对比供应端生产电力设备时的电力数据与电力指标信息,将小于电力指标信息的电力数据对应的供应端进行告警处理。
然而,采用上述方式通常存在以下技术问题:
第一,通过人工对比的方式,得到的对比结果的准确度较低,难以准确的对供应端进行告警处理,导致难以对部分供应端进行告警;
第二,由于待填写的电力指标信息清单的内容过多,供应端在填写电力指标信息清单时可能会出错,导致得到的电力指标信息的准确度较低,从而导致供应端需要耗费核对时间来反复核对电力指标信息;
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了异常供应端告警方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种异常供应端告警方法,该方法包括:获取每个电力业务的电力业务数据,得到电力业务数据集;响应于接收到供应端发送的电力指标信息,将上述电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集,其中,上述目标电力指标数据组集中的目标电力指标数据组对应上述电力业务数据集中的电力业务数据;将上述目标电力指标数据组集发送至监控终端,以对上述目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集;接收上述监控终端发送的目标电力校验指标数据组集;采集上述供应端的初始电力数据集;基于上述电力业务数据集,对上述初始电力数据集进行分类处理,以生成电力基本数据组集,其中,上述电力基本数据组集中的电力基本数据组对应上述电力业务数据集中的电力业务数据,上述电力基本数据组集中的电力基本数据对应上述目标电力校验指标数据组集中的目标电力校验指标数据;对上述电力基本数据组集和上述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集;对于上述异常电力数据组集中的每个异常电力数据组,对上述异常电力数据组对应的供应端进行告警处理。
第二方面,本公开的一些实施例提供了一种异常供应端告警装置,装置包括:获取单元,被配置成获取每个电力业务的电力业务数据,得到电力业务数据集;输入单元,被配置成响应于接收到供应端发送的电力指标信息,将上述电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集,其中,上述目标电力指标数据组集中的目标电力指标数据组对应上述电力业务数据集中的电力业务数据;发送单元,被配置成将上述目标电力指标数据组集发送至监控终端,以对上述目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集;接收单元,被配置成接收上述监控终端发送的目标电力校验指标数据组集;采集单元,被配置成采集上述供应端的初始电力数据集;分类单元,被配置成基于上述电力业务数据集,对上述初始电力数据集进行分类处理,以生成电力基本数据组集,其中,上述电力基本数据组集中的电力基本数据组对应上述电力业务数据集中的电力业务数据,上述电力基本数据组集中的电力基本数据对应上述目标电力校验指标数据组集中的目标电力校验指标数据;识别单元,被配置成对上述电力基本数据组集和上述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集;告警单元,被配置成对于上述异常电力数据组集中的每个异常电力数据组,对上述异常电力数据组对应的供应端进行告警处理。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的异常供应端告警方法,可以对部分供应端进行告警。具体来说,导致难以对部分供应端进行告警的原因在于:通过人工对比的方式,得到的对比结果的准确度较低,难以准确的对供应端进行告警处理。基于此,本公开的一些实施例的异常供应端告警方法,首先,获取每个电力业务的电力业务数据,得到电力业务数据集。其次,响应于接收到供应端发送的电力指标信息,将上述电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集。由此,可以通过目标电力指标数据生成模型得到较为准确的目标电力指标数据组集。接着,将上述目标电力指标数据组集发送至监控终端,以对上述目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集。由此,可以通过监控终端对目标电力指标数据组集进行校验,以便得到较为准确的目标电力指标数据组集。然后,接收上述监控终端发送的目标电力校验指标数据组集。再然后,采集上述供应端的初始电力数据集。由此,可以直接采集到较为准确的初始电力数据集。之后,基于上述电力业务数据集,对上述初始电力数据集进行分类处理,以生成电力基本数据组集。由此,可以得到与电力业务数据集对应的电力基本数据组集,以便后续对电力基本数据组集和与电力业务数据集对应的目标电力校验指标数据组集进行对比。随后,对上述电力基本数据组集和上述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集。由此,可以得到较为准确的异常电力数据组集。最后,对于上述异常电力数据组集中的每个异常电力数据组,对上述异常电力数据组对应的供应端进行告警处理。由此,通过较为准确的异常电力数据组集,可以较为准确的对供应端进行告警处理。从而,可以对部分供应端进行告警。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的异常供应端告警方法的一些实施例的流程图;
图2是根据本公开的异常供应端告警装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
参考图1,示出了根据本公开的异常供应端告警方法的一些实施例的流程100。该异常供应端告警方法,包括以下步骤:
步骤101,获取每个电力业务的电力业务数据,得到电力业务数据集。
在一些实施例中,异常供应端告警方法的执行主体(例如计算设备)可以通过有线连接或无线连接的方式从终端设备中获取每个电力业务的电力业务数据,得到电力业务数据集。其中,上述电力业务数据集中的电力业务数据可以包括但不限于以下至少一项:电力业务标识、供应端标识、电力设备标识、电力设备数量。电力业务标识可以唯一确定一个电力业务。电力业务可以是但不限于:获取电力设备(从供应端处获取电力设备)、运输电力设备(将电力设备发送至用户终端)等。电力设备可以是但不限于:变压器、电缆、电流互感器、电压互感器、电抗器等。供应端标识可以唯一确定一个供应端。供应端可以是生产电力设备的终端。电力设备标识可以唯一确定一个电力设备。电力设备数量可以是电力设备的数量。用户终端可以是使用电力设备的终端。
可选地,在步骤102之前,上述方法还包括:
第一步,响应于接收到供应端发送的接入申请信息,将上述接入申请信息发送至监控终端。
在一些实施例中,上述执行主体可以响应于接收到供应端发送的接入申请信息,将上述接入申请信息发送至监控终端。其中,接入申请信息可以表征供应端想要与上述执行主体进行通信。监控终端可以是监控供应端的终端。接入申请信息可以包括但不限于以下至少一项:供应端标识、历史证明信息、摄像头信息。供应端标识可以唯一确定一个供应端。历史证明信息可以表征在预设时间段内,供应端与上述执行主体之间的通信情况(通信情况可以包括:通信时间、通信次数)。例如,预设时间段可以是当前时间的前三年到当前时间的时间段。摄像头信息可以表征供应端是否安装摄像头。
第二步,接收上述监控终端发送的接入状态标识。
在一些实施例中,上述执行主体可以接收上述监控终端发送的接入状态标识。这里,上述监控终端可以通过以下步骤生成接入状态标识:首先,接收上述执行主体发送的接入申请信息。其次,响应于确定上述接入申请信息满足第一接入申请条件,将异常接入标识确定为接入状态标识。其中,第一接入申请条件可以是上述接入申请信息包括的历史证明信息或电力设备质量信息为空,或摄像头信息表征供应端未安装摄像头。异常接入标识可以表征监控终端不同意供应端与上述执行主体进行通信。接着,响应于确定上述接入申请信息满足第二接入申请条件,将正常接入标识确定为接入状态标识。其中,第二接入申请条件可以是上述接入申请信息包括的历史证明信息和电力设备质量信息均不为空,以及摄像头信息表征供应端已安装摄像头。正常接入标识可以表征供监控终端同意供应端与上述执行主体进行通信。
第三步,响应于确定上述接入状态标识满足预设异常接入条件,对上述接入状态标识对应的供应端进行告警处理。
在一些实施例中,上述执行主体可以响应于确定上述接入状态标识满足预设异常接入条件,对上述接入状态标识对应的供应端进行告警处理。其中,上述预设异常接入条件可以是上述接入状态标识是异常接入标识。这里,上述告警处理可以是显示警告性的文字或控制扬声器发出提示音。
第四步,响应于确定上述接入状态标识满足预设同意接入条件,向上述接入状态标识对应的供应端发送同意接入标识。
在一些实施例中,上述执行主体可以响应于确定上述接入状态标识满足预设同意接入条件,向上述接入状态标识对应的供应端发送同意接入标识。其中,上述预设同意接入条件可以是上述接入状态标识是正常接入标识。上述同意接入标识可以表征监控终端同意供应端与上述执行主体进行通信。
步骤102,响应于接收到供应端发送的电力指标信息,将电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集。
在一些实施例中,上述执行主体可以响应于接收到供应端发送的电力指标信息,将上述电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集。其中,上述目标电力指标数据组集中的目标电力指标数据组可以对应上述电力业务数据集中的电力业务数据。这里,上述电力指标信息是供应端接收到上述监控终端发送的同意接入标识后向上述执行主体发送的。电力指标信息可以表征供应端生产电力设备时期望的电力数据。电力指标信息可以包括但不限于以下至少一项:供应端标识、电力设备标识、电力设备目标空载电流值、电力设备目标干燥温度。其中,上述目标电力指标数据组集中的目标电力指标数据可以是但不限于:供应端标识、电力设备标识、电力设备目标空载电流值(电力设备在空载时期望的电流值)、电力设备目标干燥温度(对电力设备进行干燥时期望的温度)。例如,电力设备标识可以表征变压器,电力设备目标空载电流值可以是50A(安培),电力设备目标干燥温度可以是100摄氏度。上述电力指标信息可以表征图片或文档。上述目标电力指标数据组集可以是表征文字的电力指标信息。上述目标电力指标数据生成模型可以是以电力指标信息为输入,以目标电力指标数据组集为输出的神经网络模型。
可选地,预先训练的目标电力指标数据生成模型可以是通过以下步骤训练得到的:
第一步,获取训练样本集。
在一些实施例中,上述执行主体可以通过有线连接或无线连接的方式从终端设备中获取训练样本集。其中,上述训练样本集中的训练样本包括:样本电力指标信息和样本目标电力指标数据组集。
第二步,确定初始目标电力指标数据生成模型。
在一些实施例中,上述执行主体可以确定初始目标电力指标数据生成模型。其中,上述初始目标电力指标数据生成模型可以包括:初始识别模型、初始生成模型、初始注意力模型、初始分类模型。
这里,上述初始识别模型可以是样本电力指标信息为输入,以初始识别结果为输出的模型。上述初始识别结果可以表征样本电力指标信息为图片或文档。上述初始识别模型用于:根据样本电力识别信息对应的文件后缀,识别出初始识别结果。例如,当样本电力识别信息对应的文件后缀为PNG(Portable Network Graphics,便携式网络图形)、JPEG(Joint Photographic Experts Group,联合图像专家组)等图片形式时,初始识别结果可以表征样本电力指标信息为图片。当样本电力识别信息对应的后缀为word(文档)、excel(表格)等文件形式时,初始识别结果可以表征样本电力指标信息为文档。
上述初始生成模型可以是以样本电力指标信息和初始识别结果为输入,以初始生成数据集为输出的自定义模型。初始生成数据集中的初始生成数据可以包括但不限于以下至少一项:供应端标识、电力设备标识、电力设备目标空载电流值、电力设备目标干燥温度。自定义模型可以分为三层:
第一层可以是输入层,用于将样本电力指标信息和初始识别结果传递给第二层。
第二层可以包括:判断模型、第一子模型和第二子模型。判断模型用于:根据初始识别结果,将样本电力指标信息输入至第一子模型或第二子模型。例如,当初始识别结果表征样本电力指标信息为图片时,判断模型可以将样本电力指标信息输入至第一子模型。当初始识别结果表征样本电力指标信息为文档时,判断模型可以将样本电力指标信息输入至第二子模型。第一子模型可以是以样本电力指标信息为输入,以初始生成数据集为输出的文字识别模型。第二子模型可以是以样本电力指标信息为输入,以初始生成数据集为输出的文字识别模型。例如,第一子模型可以包括:YOLO(You Only Look Once)模型和CRNN(Convolutional Recurrent Neural Network,卷积循环神经网络)模型。例如,第二子模型可以包括:Faster-RCNN(Faster Regions with CNN features,使用CNN更快地进行特征提取的目标检测网络)模型、RNN(Recurrent neural network,循环神经网络)模型。
第三层可以是输出层,用于接收第二层的输出以作为整个自定义模型的输出。
上述初始注意力模型可以是以初始生成数据集为输入,以初始电力指标数据集为输出的注意力模型。例如,初始注意力模型可以是Self-Attention(自注意力)模型。
上述初始分类模型可以是以初始电力指标数据集为输入,以初始目标电力指标数据组集为输出的模型。初始分类模型用于:将初始电力指标数据集中对应同一个电力业务的各个初始电力指标数据确定为初始目标电力指标数据组,得到初始目标电力指标数据组集。
第三步,从上述训练样本集中选取训练样本。
在一些实施例中,上述执行主体可以从上述训练样本集中选取训练样本。实践中,上述执行主体可以随机从上述训练样本集中选取训练样本。
第四步,将所选取的训练样本包括的样本电力指标信息输入至上述初始识别模型中,得到初始识别结果。
在一些实施例中,上述执行主体可以将所选取的训练样本包括的样本电力指标信息输入至上述初始识别模型中,得到初始识别结果。
第五步,将所选取的训练样本包括的样本电力指标信息和上述初始识别结果输入至上述初始生成模型中,得到初始生成数据集。
在一些实施例中,上述执行主体可以将所选取的训练样本包括的样本电力指标信息和上述初始识别结果输入至上述初始生成模型中,得到初始生成数据集。
第六步,将上述初始生成数据集输入至上述初始注意力模型中,得到初始电力指标数据集。
在一些实施例中,上述执行主体可以将上述初始生成数据集输入至上述初始注意力模型中,得到初始电力指标数据集。
第七步,将上述初始电力指标数据集输入至上述初始分类模型中,得到初始目标电力指标数据组集。
在一些实施例中,上述执行主体可以将上述初始电力指标数据集输入至上述初始分类模型中,得到初始目标电力指标数据组集。
第八步,基于预设的损失函数,确定上述初始目标电力指标数据组集与所选取的训练样本包括的样本目标电力指标数据组集之间的差异值。
在一些实施例中,基于预设的损失函数,上述执行主体可以确定上述初始目标电力指标数据组集与所选取的训练样本包括的样本目标电力指标数据组集之间的差异值。其中,预设的损失函数可以是但不限于:均方误差损失函数(MSE)、合页损失函数、交叉熵损失函数(CrossEntropy)、0-1损失函数、绝对值损失函数、log对数损失函数、平方损失函数、指数损失函数等。
第九步,响应于确定上述差异值大于等于预设差异值,调整上述初始目标电力指标数据生成模型的网络参数。
在一些实施例中,响应于确定上述差异值大于等于预设差异值,调整上述初始目标电力指标数据生成模型的网络参数。例如,可以对上述差异值和预设差异值求差值。在此基础上,利用反向传播、随机梯度下降等方法将误差值从模型的最后一层向前传递,以调整每一层的参数。当然根据需要,也可以采用网络冻结(dropout)的方法,对其中的一些层的网络参数保持不变,不进行调整,对此,不做任何限定。其中,对于预设差异值的设定,不作限定,例如,预设差异值可以是0.1。
步骤102中的可选的技术内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“导致供应端需要耗费核对时间来反复核对电力指标信息”。导致供应端需要耗费核对时间来反复核对电力指标信息的因素往往如下:由于待填写的电力指标信息清单的内容过多,供应端在填写电力指标信息清单时可能会出错,导致得到的电力指标信息的准确度较低。如果解决了上述因素,就能达到可以减少浪费供应端的核对时间的效果。为了达到这一效果,首先,通过初始识别模型可以识别出供应端上传的电力指标信息的格式。其次,通过初始生成模型包括的第一子模型,可以对表征图片的电力指标信息进行识别处理以生成初始识别结果。接着,通过初始生成模型包括的第二子模型,可以对表征文档的电力指标信息进行识别处理以生成初始识别结果。由此,通过包括第一子模型和第二子模型的初始生成模型,可以对不同格式的电力指标信息进行识别处理以生成较为准确的初始识别结果。之后,通过初始注意力模型可以较为准确的识别出初始识别结果中与电力业务数据集对应的初始电力指标数据集。然后,通过初始分类模型,可以对初始电力指标数据集进行分类得到初始目标电力指标数据组集。由此,供应端通过上传表征图片或文档的电力指标信息来代替填写电力指标信息清单的方式,可以通过目标电力指标数据生成模型得到较为准确的电力指标数据。从而,可以减少供应端反复核对电力指标信息的情况。因此,可以减少浪费供应端的核对时间。
可选地,响应于确定上述差异值小于上述预设差异值,将上述初始目标电力指标数据生成模型确定为训练后的目标电力指标数据生成模型。
在一些实施例中,上述执行主体可以响应于确定上述差异值小于上述预设差异值,将上述初始目标电力指标数据生成模型确定为训练后的目标电力指标数据生成模型。
步骤103,将目标电力指标数据组集发送至监控终端,以对目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集。
在一些实施例中,上述执行主体可以将上述目标电力指标数据组集发送至监控终端,以对上述目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集。其中,上述监控终端可以通过以下步骤对上述目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集:首先,对上述目标电力指标数据组集进行校验处理,以生成校验结果。实践中,第一,响应于确定上述目标电力指标数据组集和预设规范数据相同,上述监控终端可以将表征“校验成功”的信息确定为校验结果。这里,上述预设规范数据可以与上述电力指标信息相同。第二,响应于确定上述目标电力指标数据组集和上述预设规范数据不相同,上述监控终端可以将表征“校验失败”的信息确定为校验结果。然后,响应于确定上述校验结果表征校验失败,对上述目标电力指标数据组集进行更新处理。实践中,上述监控终端可以对上述目标电力指标数据组集进行更新以便使得上述目标电力指标数据组集与上述预设规范数据相同。之后,将更新后的目标电力指标数据组集确定为目标电力指标数据组集,以再次执行上述校验处理。最后,响应于确定上述校验结果表征校验成功,将上述目标电力指标数据组集确定为目标电力校验指标数据组集。
步骤104,接收监控终端发送的目标电力校验指标数据组集。
在一些实施例中,上述执行主体可以接收上述监控终端发送的目标电力校验指标数据组集。
步骤105,采集供应端的初始电力数据集。
在一些实施例中,上述执行主体可以从供应端数据库中采集上述供应端的初始电力数据集。其中,上述供应端数据库可以用于存储供应端的初始电力数据。上述初始电力数据集中的初始电力数据可以包括但不限于以下至少一项:供应端标识、电力设备标识、电力设备空载电流值、电力设备干燥温度。电力设备空载电流值可以是电力设备在空载时的实际电流值。电力设备干燥温度可以是对电力设备进行干燥时实际的温度。
步骤106,基于电力业务数据集,对初始电力数据集进行分类处理,以生成电力基本数据组集。
在一些实施例中,上述执行主体可以基于上述电力业务数据集,对上述初始电力数据集进行分类处理,以生成电力基本数据组集。其中,上述电力基本数据组集中的电力基本数据组可以对应上述电力业务数据集中的电力业务数据。上述电力基本数据组集中的电力基本数据可以对应上述目标电力校验指标数据组集中的目标电力校验指标数据。实践中,上述执行主体可以将上述初始电力数据集中对应同一个电力业务的各个初始电力数据确定为电力基本数据组,得到电力基本数据组集。
步骤107,对电力基本数据组集和目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集。
在一些实施例中,上述执行主体可以对上述电力基本数据组集和上述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集。
实践中,上述执行主体可以通过以下步骤对上述电力基本数据组集和上述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集:
第一步,对于上述电力基本数据组集中的每个电力基本数据组,执行以下对比子步骤:
第一对比子步骤,对上述电力基本数据组和目标指标数据组进行相似度对比处理,以生成第一数据对比结果。其中,上述目标指标数据组可以是上述目标电力校验指标数据组集中对应上述电力基本数据组的目标电力校验指标数据组。实践中,首先,上述执行主体可以通过第一预设相似度算法,对上述电力基本数据组和上述目标指标数据组进行相似度对比处理,以生成第一相似度。然后,上述执行主体可以通过第二预设相似度算法,对上述电力基本数据组和上述目标指标数据组进行相似度对比处理,以生成第二相似度。最后,上述执行主体可以将上述第一相似度和上述第二相似度的平均值确定为第一数据对比结果。例如,上述第一预设相似度算法可以是余弦相似度算法。上述第二预设相似度算法可以是皮尔森相似系数算法。
由此,可以通过两个相似度算法得到电力基本数据组和目标电力校验指标数据组之间较为准确的相似度。
第二对比子步骤,对上述电力基本数据组中的每个电力基本数据和上述目标指标数据组中对应的目标指标数据进行对比处理,以生成第二数据对比结果,得到第二数据对比结果集。实践中,首先,对于上述电力基本数据组中的每个电力基本数据,上述执行主体可以执行以下步骤:第一,响应于确定上述电力基本数据小于上述目标指标数据组中对应上述电力基本数据的目标指标数据,将表征“数据正常”的信息确定为第二数据对比结果。第二,响应于确定上述电力基本数据大于等于上述目标指标数据组中对应上述电力基本数据的目标指标数据,将表征“数据异常”的信息确定为第二数据对比结果。然后,上述执行主体可以将所确定的各个第二数据对比结果确定为第二数据对比结果集。
第三对比子步骤,基于上述第一数据对比结果、上述第二数据对比结果集和上述电力基本数据组,确定异常电力数据组。实践中,首先,响应于确定上述第一数据对比结果小于预设相似度,上述执行主体可以将上述电力基本数据组确定为异常电力数据组。然后,响应于确定上述第一数据对比结果大于等于上述预设相似度,上述执行主体可以将上述电力基本数据组中满足预设对比条件的各个电力基本数据组确定为异常电力数据组。其中,上述预设对比条件可以是电力基本数据对应的第二数据对比结果表征数据异常。例如,预设相似度可以是0.6。
由此,除了考虑电力基本数据与目标电力校验指标数据之间的关系,还考虑了电力基本数据组与目标电力校验指标数据组之间的相似度,可以得到更为准确的异常电力数据组。
第二步,将所得到的各个异常电力数据组确定为异常电力数据组集。
步骤108,对于异常电力数据组集中的每个异常电力数据组,对异常电力数据组对应的供应端进行告警处理。
在一些实施例中,上述执行主体可以对于上述异常电力数据组集中的每个异常电力数据组,对上述异常电力数据组对应的供应端进行告警处理。其中,上述告警处理可以是显示警告性的文字或控制扬声器发出提示音。这里,上述警告性的文字可以是上述异常电力数据组。
可选地,上述执行主体还可以执行以下步骤:
第一步,对于上述电力基本数据组集中的每个电力基本数据组,执行以下处理子步骤:
第一子步骤,从上述目标电力校验指标数据组集中选取对应上述电力基本数据组的目标电力校验指标数据组,作为电力校验指标基本数据组。
第二子步骤,对于上述电力基本数据组中的每个电力基本数据,对上述电力基本数据和上述电力校验指标基本数据组中对应上述电力基本数据的电力校验指标基本数据进行对比处理,以生成对比结果。其中,上述对比结果可以是第一对比结果、第二对比结果、第三对比结果或第四对比结果。上述第一对比结果可以表征电力基本数据小于电力校验指标基本数据与第一预设值的乘积。上述第二对比结果可以表征电力基本数据大于电力校验指标基本数据与第一预设值的乘积,且小于电力校验指标基本数据与第二预设值的乘积。上述第三对比结果可以表征电力基本数据大于电力校验指标基本数据与第二预设值的乘积,且小于电力校验指标基本数据。上述第四对比结果可以表征电力基本数据大于电力校验指标基本数据。例如,第一预设值可以是0.5。第二预设值可以是0.7。
第三子步骤,确定所生成的各个对比结果对应的各个电力初始分值。实践中,上述执行主体可以通过以下步骤确定电力初始分值:首先,响应于确定对比结果是第一对比结果,将第一预设分值确定为电力初始分值。其次,响应于确定对比结果是第二对比结果,将第二预设分值确定为电力初始分值。接着,响应于确定对比结果是第三对比结果,将第三预设分值确定为电力初始分值。最后,响应于确定对比结果是第四对比结果,将第四预设分值确定为电力初始分值。例如,第一预设分值可以是10。第二预设分值可以是8。第三预设分值可以是7。第四预设分值可以是6。
第四子步骤,将所确定的各个电力初始分值的和确定为电力分值。
第二步,将所确定的各个电力分值确定为电力分值集。
第三步,将上述电力分值集发送至上述电力分值集对应的供应端。
第四步,响应于接收到上述监控终端发送的电力业务分值查看请求,将上述电力分值集中与上述电力业务分值查看请求对应的电力分值发送至上述监控终端。其中,上述电力业务分值查看请求可以表征监控终端想要查看指定电力业务对应的电力分值。
可选地,上述执行主体还可以执行以下步骤:
第一步,获取电力视频集。
在一些实施例中,上述执行主体可以通过有线连接或无线连接的方式从供应端安装的摄像头中获取电力视频集。其中,上述电力视频集中的电力视频对应上述电力基本数据组集中的电力基本数据。
第二步,响应于接收到上述监控终端发送的电力业务视频查看请求,将上述电力视频集中对应上述电力业务视频查看请求的电力视频发送至上述监控终端。其中,上述电力业务视频查看请求可以表征监控终端想要查看指定电力业务对应的供应端的电力视频。
第三步,响应于接收到上述监控终端发送的电力业务查看请求,将上述电力业务数据集中与上述电力业务查看请求对应的电力业务数据发送至上述监控终端。其中,上述电力业务查看请求可以表征监控终端想要查看指定电力业务的电力业务数据。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的异常供应端告警方法,可以对部分供应端进行告警。具体来说,导致难以对部分供应端进行告警的原因在于:通过人工对比的方式,得到的对比结果的准确度较低,难以准确的对供应端进行告警处理。基于此,本公开的一些实施例的异常供应端告警方法,首先,获取每个电力业务的电力业务数据,得到电力业务数据集。其次,响应于接收到供应端发送的电力指标信息,将上述电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集。由此,可以通过目标电力指标数据生成模型得到较为准确的目标电力指标数据组集。接着,将上述目标电力指标数据组集发送至监控终端,以对上述目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集。由此,可以通过监控终端对目标电力指标数据组集进行校验,以便得到较为准确的目标电力指标数据组集。然后,接收上述监控终端发送的目标电力校验指标数据组集。再然后,采集上述供应端的初始电力数据集。由此,可以直接采集到较为准确的初始电力数据集。之后,基于上述电力业务数据集,对上述初始电力数据集进行分类处理,以生成电力基本数据组集。由此,可以得到与电力业务数据集对应的电力基本数据组集,以便后续对电力基本数据组集和与电力业务数据集对应的目标电力校验指标数据组集进行对比。随后,对上述电力基本数据组集和上述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集。由此,可以得到较为准确的异常电力数据组集。最后,对于上述异常电力数据组集中的每个异常电力数据组,对上述异常电力数据组对应的供应端进行告警处理。由此,通过较为准确的异常电力数据组集,可以较为准确的对供应端进行告警处理。从而,可以对部分供应端进行告警。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种异常供应端告警装置的一些实施例,这些异常供应端告警装置实施例与图1所示的那些方法实施例相对应,该异常供应端告警装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的异常供应端告警装置200包括:获取单元201、输入单元202、发送单元203、接收单元204、采集单元205、分类单元206、识别单元207和告警单元208。其中,获取单元201,被配置成获取每个电力业务的电力业务数据,得到电力业务数据集;输入单元202,被配置成响应于接收到供应端发送的电力指标信息,将上述电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集,其中,上述目标电力指标数据组集中的目标电力指标数据组对应上述电力业务数据集中的电力业务数据;发送单元203,被配置成将上述目标电力指标数据组集发送至监控终端,以对上述目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集;接收单元204,被配置成接收上述监控终端发送的目标电力校验指标数据组集;采集单元205,被配置成采集上述供应端的初始电力数据集;分类单元206,被配置成基于上述电力业务数据集,对上述初始电力数据集进行分类处理,以生成电力基本数据组集,其中,上述电力基本数据组集中的电力基本数据组对应上述电力业务数据集中的电力业务数据,上述电力基本数据组集中的电力基本数据对应上述目标电力校验指标数据组集中的目标电力校验指标数据;识别单元207,被配置成对上述电力基本数据组集和上述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集;告警单元208,被配置成对于上述异常电力数据组集中的每个异常电力数据组,对上述异常电力数据组对应的供应端进行告警处理。
可以理解的是,该异常供应端告警装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于异常供应端告警装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备(例如计算设备)300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机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。而在本公开的一些实施例中,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,其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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。计算机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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取每个电力业务的电力业务数据,得到电力业务数据集;响应于接收到供应端发送的电力指标信息,将上述电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集,其中,上述目标电力指标数据组集中的目标电力指标数据组对应上述电力业务数据集中的电力业务数据;将上述目标电力指标数据组集发送至监控终端,以对上述目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集;接收上述监控终端发送的目标电力校验指标数据组集;采集上述供应端的初始电力数据集;基于上述电力业务数据集,对上述初始电力数据集进行分类处理,以生成电力基本数据组集,其中,上述电力基本数据组集中的电力基本数据组对应上述电力业务数据集中的电力业务数据,上述电力基本数据组集中的电力基本数据对应上述目标电力校验指标数据组集中的目标电力校验指标数据;对上述电力基本数据组集和上述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集;对于上述异常电力数据组集中的每个异常电力数据组,对上述异常电力数据组对应的供应端进行告警处理。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、输入单元、发送单元、接收单元、采集单元、分类单元、识别单元和告警单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取每个电力业务的电力业务数据,得到电力业务数据集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种异常供应端告警方法,包括:
获取每个电力业务的电力业务数据,得到电力业务数据集;
响应于接收到供应端发送的电力指标信息,将所述电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集,其中,所述目标电力指标数据组集中的目标电力指标数据组对应所述电力业务数据集中的电力业务数据;
将所述目标电力指标数据组集发送至监控终端,以对所述目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集;
接收所述监控终端发送的目标电力校验指标数据组集;
采集所述供应端的初始电力数据集;
基于所述电力业务数据集,对所述初始电力数据集进行分类处理,以生成电力基本数据组集,其中,所述电力基本数据组集中的电力基本数据组对应所述电力业务数据集中的电力业务数据,所述电力基本数据组集中的电力基本数据对应所述目标电力校验指标数据组集中的目标电力校验指标数据;
对所述电力基本数据组集和所述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集;
对于所述异常电力数据组集中的每个异常电力数据组,对所述异常电力数据组对应的供应端进行告警处理。
2.根据权利要求1所述的方法,其中,在所述响应于接收到供应端发送的电力指标信息,将所述电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集之前,所述方法还包括:
响应于接收到供应端发送的接入申请信息,将所述接入申请信息发送至监控终端;
接收所述监控终端发送的接入状态标识;
响应于确定所述接入状态标识满足预设异常接入条件,对所述接入状态标识对应的供应端进行告警处理;
响应于确定所述接入状态标识满足预设同意接入条件,向所述接入状态标识对应的供应端发送同意接入标识。
3.根据权利要求1所述的方法,其中,所述方法还包括:
对于所述电力基本数据组集中的每个电力基本数据组,执行以下处理步骤:
从所述目标电力校验指标数据组集中选取对应所述电力基本数据组的目标电力校验指标数据组,作为电力校验指标基本数据组;
对于所述电力基本数据组中的每个电力基本数据,对所述电力基本数据和所述电力校验指标基本数据组中对应所述电力基本数据的电力校验指标基本数据进行对比处理,以生成对比结果;
确定所生成的各个对比结果对应的各个电力初始分值;
将所确定的各个电力初始分值的和确定为电力分值;
将所确定的各个电力分值确定为电力分值集;
将所述电力分值集发送至所述电力分值集对应的供应端;
响应于接收到所述监控终端发送的电力业务分值查看请求,将所述电力分值集中与所述电力业务分值查看请求对应的电力分值发送至所述监控终端。
4.根据权利要求1所述的方法,其中,所述方法还包括:
获取电力视频集,其中,所述电力视频集中的电力视频对应所述电力基本数据组集中的电力基本数据;
响应于接收到所述监控终端发送的电力业务视频查看请求,将所述电力视频集中对应所述电力业务视频查看请求的电力视频发送至所述监控终端;
响应于接收到所述监控终端发送的电力业务查看请求,将所述电力业务数据集中与所述电力业务查看请求对应的电力业务数据发送至所述监控终端。
5.根据权利要求1所述的方法,其中,所述对所述电力基本数据组集和所述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集,包括:
对于所述电力基本数据组集中的每个电力基本数据组,执行以下对比步骤:
对所述电力基本数据组和目标指标数据组进行相似度对比处理,以生成第一数据对比结果,其中,所述目标指标数据组是所述目标电力校验指标数据组集中对应所述电力基本数据组的目标电力校验指标数据组;
对所述电力基本数据组中的每个电力基本数据和所述目标指标数据组中对应的目标指标数据进行对比处理,以生成第二数据对比结果,得到第二数据对比结果集;
基于所述第一数据对比结果、所述第二数据对比结果集和所述电力基本数据组,确定异常电力数据组;
将所得到的各个异常电力数据组确定为异常电力数据组集。
6.一种异常供应端告警装置,包括:
获取单元,被配置成获取每个电力业务的电力业务数据,得到电力业务数据集;
输入单元,被配置成响应于接收到供应端发送的电力指标信息,将所述电力指标信息输入至预先训练的目标电力指标数据生成模型中,得到目标电力指标数据组集,其中,所述目标电力指标数据组集中的目标电力指标数据组对应所述电力业务数据集中的电力业务数据;
发送单元,被配置成将所述目标电力指标数据组集发送至监控终端,以对所述目标电力指标数据组集进行校验更新处理得到目标电力校验指标数据组集;
接收单元,被配置成接收所述监控终端发送的目标电力校验指标数据组集;
采集单元,被配置成采集所述供应端的初始电力数据集;
分类单元,被配置成基于所述电力业务数据集,对所述初始电力数据集进行分类处理,以生成电力基本数据组集,其中,所述电力基本数据组集中的电力基本数据组对应所述电力业务数据集中的电力业务数据,所述电力基本数据组集中的电力基本数据对应所述目标电力校验指标数据组集中的目标电力校验指标数据;
识别单元,被配置成对所述电力基本数据组集和所述目标电力校验指标数据组集进行识别处理,以生成异常电力数据组集;
告警单元,被配置成对于所述异常电力数据组集中的每个异常电力数据组,对所述异常电力数据组对应的供应端进行告警处理。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311483430.9A CN117668535A (zh) | 2023-11-08 | 2023-11-08 | 异常供应端告警方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311483430.9A CN117668535A (zh) | 2023-11-08 | 2023-11-08 | 异常供应端告警方法、装置、电子设备和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117668535A true CN117668535A (zh) | 2024-03-08 |
Family
ID=90076146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311483430.9A Pending CN117668535A (zh) | 2023-11-08 | 2023-11-08 | 异常供应端告警方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117668535A (zh) |
-
2023
- 2023-11-08 CN CN202311483430.9A patent/CN117668535A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113765928B (zh) | 物联网入侵检测方法、设备及介质 | |
CN115130065B (zh) | 供应端特征信息处理方法、装置、设备和计算机可读介质 | |
CN115085196B (zh) | 电力负荷预测值确定方法、装置、设备和计算机可读介质 | |
CN114780338A (zh) | 主机信息处理方法、装置、电子设备和计算机可读介质 | |
CN116129440B (zh) | 异常用户端告警方法、装置、电子设备和介质 | |
CN111144473A (zh) | 训练集构建方法、装置、电子设备及计算机可读存储介质 | |
CN117668535A (zh) | 异常供应端告警方法、装置、电子设备和计算机可读介质 | |
CN113610228B (zh) | 神经网络模型的构建方法及装置 | |
CN114639072A (zh) | 人流量信息生成方法、装置、电子设备和计算机可读介质 | |
CN111754984B (zh) | 文本选取的方法、装置、设备和计算机可读介质 | |
CN116881097B (zh) | 用户终端告警方法、装置、电子设备和计算机可读介质 | |
CN116862319B (zh) | 电力指标信息生成方法、装置、电子设备和介质 | |
CN115204150B (zh) | 信息校验方法、装置、电子设备和计算机可读介质 | |
CN116800834B (zh) | 虚拟礼物合并方法、装置、电子设备和计算机可读介质 | |
CN111680754A (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
CN115840016B (zh) | 色谱分析系统的备份还原方法、装置、设备和计算机介质 | |
CN115169321B (zh) | 物流内容文本核对方法、装置、电子设备和计算机介质 | |
CN116128261B (zh) | 区域资源调度方法、装置、电子设备和计算机可读介质 | |
CN116049904B (zh) | 基于区块链多点存证的电子单据加密签章方法、电子设备 | |
CN116739789B (zh) | 虚拟物品回测信息发送方法、装置、电子设备和介质 | |
CN116737917B (zh) | 文本推荐信息生成方法、电子设备和计算机可读介质 | |
CN115689444B (zh) | 基于历史案例的物流自动监控方法、装置、设备和介质 | |
CN114040014B (zh) | 内容推送方法、装置、电子设备及计算机可读存储介质 | |
CN116843800B (zh) | 动画信息发送方法、装置、电子设备和计算机可读介质 | |
CN117290561B (zh) | 业务状态信息反馈方法、装置、设备和计算机可读介质 |
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 |