CN117707743A - 一种智慧车站能源管控系统任务执行方法、装置及设备 - Google Patents
一种智慧车站能源管控系统任务执行方法、装置及设备 Download PDFInfo
- Publication number
- CN117707743A CN117707743A CN202410160986.2A CN202410160986A CN117707743A CN 117707743 A CN117707743 A CN 117707743A CN 202410160986 A CN202410160986 A CN 202410160986A CN 117707743 A CN117707743 A CN 117707743A
- Authority
- CN
- China
- Prior art keywords
- task
- acquisition
- acquisition task
- cnewtask
- objects
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000009977 dual effect Effects 0.000 claims abstract description 16
- 238000004806 packaging method and process Methods 0.000 claims abstract description 9
- 238000012216 screening Methods 0.000 claims description 37
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000007115 recruitment Effects 0.000 claims description 9
- 230000000295 complement effect Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 24
- 238000005516 engineering process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000004044 response Effects 0.000 description 7
- 238000004134 energy conservation Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 206010048669 Terminal state Diseases 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种智慧车站能源管控系统任务执行方法、装置及设备。该方法可应用于数据采集任务执行技术领域，具体可以包括：从采集任务池中遍历获取不同类型的采集任务对象，在双线程中的第一线程中，利用双重缓存池中的第一缓存池从不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将采集任务对象转换成对应类型的采集任务对象；对对应类型的采集任务对象进行封装，并将经封装的采集任务对象存储在双重缓存池中的第二缓存池中；在双线程中的第二线程中，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务。上述方案，能够提高任务执行效率且降低人工抄表成本。
Description
技术领域
本申请涉及数据采集任务执行技术领域，具体涉及一种智慧车站能源管控系统任务执行方法、装置及设备。
背景技术
随着城市化进程的加速和城市交通压力的增大，地铁建设得到了快速发展。但随着地铁线路的拓展和客流量的增加，地铁系统的能耗量也在持续增长，这给地铁运营带来了巨大的能源压力。伴随着传感技术、物联网、云计算等技术的不断发展与应用，为地铁推行节能减排提供了技术，相应的节能控制系统也应运而生，这些节能控制系统一方面减少部分能耗消耗，另一方面部分减轻了地铁运营维护的负担。
但是，这些节能控制系统往往需要全地铁智慧车站的不同系统各类设备的数据来进行综合节能分析，其在执行采集任务时由于采集数据设备种类多，设备数量庞大，如何进行全地铁智慧车站数据按时采集所有数据，尚存在执行时效低和无法完全自动执行各种类型采集数据任务，往往需要进行人工干预，导致任务执行效率低且人工抄表成本高。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高任务执行效率且降低人工抄表成本的智慧车站能源管控系统任务执行方法、装置及设备。
第一方面，本申请提供了一种智慧车站能源管控系统任务执行方法，该方法包括：
从采集任务池中遍历获取不同类型的采集任务对象；采集任务池是用于存储采集任务对象的数据结构；
在双线程中的第一线程中，利用双重缓存池中的第一缓存池从不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将采集任务对象转换成对应类型的采集任务对象；
对对应类型的采集任务对象进行封装，并将经封装的采集任务对象存储在双重缓存池中的第二缓存池中；
在双线程中的第二线程中，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务；每个采集任务对象包含一个采集任务。
在其中一个实施例中，在双线程中的第一线程中，利用双重缓存池中的第一缓存池从不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将采集任务对象转换成对应类型的采集任务对象，包括：
在双线程中的第一线程中，利用双重缓存池中的第一缓存池确定不同类型的采集任务对象是否为预设类型的采集任务对象；预设类型的采集任务对象为CnewTask对象、CbusyTask对象和CidleTask对象中的一种；
若是，则将不同类型的采集任务对象中符合预设类型的采集任务对象，确定为目标类型的采集任务对象；
根据各目标类型的采集任务对象的转换规则，将各目标类型的采集任务对象转换成对应类型的采集任务对象。
在其中一个实施例中，该方法还包括：
所述采集任务分为历史采集任务，实时采集任务和补招采集任务。
获取历史采集任务筛选概率；所述历史采集任务筛选概率为：
；
其中，kj表示采集任务类型为j的权重；nij(t)为任务j在第i个终端t时刻剩余总共的任务数；kr表示采集任务类型为r的权重；nir(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数；Q为剩余任务集合；
获取实时采集任务筛选概率，所述实时采集任务筛选概率为：
；
其中实时采集任务筛选概率均为1；
获取补招采集任务执行筛选概率，所述补招采集任务筛选概率为：
；
其中，nir(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数；nij(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数。
在其中一个实施例中，根据各目标类型的采集任务对象的转换规则，将各目标类型的采集任务对象转换成对应类型的采集任务对象，包括：
在目标类型为CnewTask或CbusyTask的情况下，判断CnewTask对象或CbusyTask对象对应的终端是否处于空闲状态；
若是，则根据CnewTask或CbusyTask是否为连接任务，将CnewTask对象或CbusyTask对象转换成对应类型的采集任务对象。在其中一个实施例中，根据CnewTask或CbusyTask是否为连接任务，将CnewTask对象或CbusyTask对象转换成对应类型的采集任务对象，包括：
在CnewTask或CbusyTask为连接任务的情况下，将CnewTask对象或CbusyTask对象转换成CConnectTask对象。
在其中一个实施例中，根据CnewTask或CbusyTask是否为连接任务，将CnewTask对象或CbusyTask对象转换成对应类型的采集任务对象，包括：
在CnewTask或CbusyTask不为连接任务的情况下，判断CnewTask对象或CbusyTask对象的累计概率是否达到预设概率值；其中，所述预设概率值是根据所述历史采集任务筛选概率和所述补招采集任务筛选概率组成的集合按照大小排序后生成的累计概率集合中的一个；
若是，则根据CnewTask对象或CbusyTask对象中的采集任务的类型，将CnewTask对象或CbusyTask对象转换成CdownTask对象或CUpTask对象。
在其中一个实施例中，根据CnewTask对象或CbusyTask对象中的采集任务的类型，将CnewTask对象或CbusyTask对象转换成CdownTask对象或CUpTask对象，包括：
在CnewTask对象或CbusyTask对象中的采集任务的类型为上送的情况下，将CnewTask对象或CbusyTask对象转换成CUpTask对象；
在CnewTask对象或CbusyTask对象中的采集任务的类型为下传的情况下，将CnewTask对象或CbusyTask对象转换成CdownTask对象。
在其中一个实施例中，根据各目标类型的采集任务对象的转换规则，将各目标类型的采集任务对象转换成对应类型的采集任务对象，包括：
在目标类型为CidleTask的情况下，将CidleTask对象转换成CdownTask对象。
在其中一个实施例中，在双线程中的第二线程中，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务，包括：
在双线程中的第二线程中，从第二缓存池中获取对应类型的采集任务对象；对应类型为CConnectTask、CdownTask和CUpTask；
根据各对应类型的采集任务对象的执行规则，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务。
第二方面，本申请还提供了一种智慧车站能源管任务执行装置，该装置包括：
获取模块，用于从采集任务池中遍历获取不同类型的采集任务对象；采集任务池是用于存储采集任务对象的数据结构；
确定模块，用于在双线程中的第一线程中，利用双重缓存池中的第一缓存池从不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将采集任务对象转换成对应类型的采集任务对象；
封装模块，用于对对应类型的采集任务对象进行封装，并将经封装的采集任务对象存储在双重缓存池中的第二缓存池中；
执行模块，用于在双线程中的第二线程中，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务；每个采集任务对象包含一个采集任务。
上述智慧车站能源管控系统任务执行方法、装置及设备，通过从采集任务池中遍历获取不同类型的采集任务对象，继而在双线程中的第一线程中，利用双重缓存池中的第一缓存池从不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将采集任务对象转换成对应类型的采集任务对象，对对应类型的采集任务对象进行封装，并将经封装的采集任务对象存储在双重缓存池中的第二缓存池中，最终在双线程中的第二线程中，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务。本申请的智慧车站能源管控系统任务执行方法，通过双线程技术自动执行整个采集任务，无需人工干预，提高了任务执行效率且降低了人工抄表成本。
附图说明
图1为一个实施例中智慧车站能源管控系统任务执行方法的流程示意图；
图2为一个实施例中将采集任务对象转换成对应类型的采集任务对象的流程示意图；
图3为另一个实施例中利用第二缓存池执行各经封装的采集任务对象中包含的采集任务的流程示意图；
图4为一个实施例中智慧车站能源管控系统任务执行装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
随着城市化进程的加速和城市交通压力的增大，地铁建设得到了快速发展。但随着地铁线路的拓展和客流量的增加，地铁系统的能耗量也在持续增长，这给地铁运营带来了巨大的能源压力。伴随着传感技术、物联网、云计算等技术的不断发展与应用，为地铁推行节能减排提供了技术，相应的节能控制系统也应运而生，这些节能控制系统一方面减少部分能耗消耗，另一方面部分减轻了地铁运营维护的负担。但是，这些节能控制系统往往需要全地铁智慧车站的不同系统各类设备的数据来进行综合节能分析，其的在执行采集任务时由于采集数据设备种类多，设备数量庞大，如何进行全地铁智慧车站数据按时采集所有数据，尚存在执行时效低和无法完全自动执行各种类型采集数据任务，往往需要进行人工干预，导致任务执行效率低且人工抄表成本高。基于此，本申请实施例提供一种智慧车站能源管控系统任务执行方法，以改善上述技术问题。
在一个实施例中，图1是根据本申请实施例提供的一种智慧车站能源管控系统任务执行方法的流程示意图，且以该方法应用于服务器为例进行说明，该方法包括以下步骤：
S101，从采集任务池中遍历获取不同类型的采集任务对象。
可选的，采集任务池是用于存储采集任务对象的数据结构，且每个采集任务池可存储一个或多个采集任务对象。
可选的，当每一项采集任务所对应的终端（具备通信能力的服务器或者设备）的状态为“离线”时，可以筛选出终端离线状态的通信任务，以减少系统通信任务数量。通信终端包含四种状态：离线，在线，忙，空闲。通信终端排除离线状态后，会将通信终端状态设置为在线状态。只有通信终端状态为“在线”状态时才能在采集任务池建立相应的采集任务数据。通信终端状态为“忙”时表示终端正在处理采集任务，尚未结束该任务。通信终端状态为“空闲”时表示终端以及处理完上一个采集任务，等待接收新的采集任务。
需要说明的是，采集任务实现通信的过程主要是以与通信终端进行通信完成采集任务的过程，通信终端是汇聚各种表计及设备数据的终端，且可以与外部连接进行通信，也可以汇聚本系统内所有表计及设备的数据，并具有控制相应设备的权限。通过与通信终端进行数据采集任务通信，可以建立较少的连接，提高数据通信的效率，以及减少对地铁能源管理系统、电力监控系统、环境监控系统、自动售检票系统以及综合监控系统等系统的干扰，减低改造难度。
当通信终端状态为在线时，会建立对应的采集任务池，以将原始的采集任务数据转换为数据处理线程更为方便处理的数据对象。建立采集任务池数据结构时采用map实现该数据结构。其中，索引为终端地址，数值为任务模板对象，且任务模板对象包括任务类型和模板任务池，其中，模板任务池采用map实现该数据结构，且索引为模板号，数值为采集任务对象，且采集任务对象包括生成任务时间和表计信息集合。表计信息集合包括表计地址和采集数据时间Tstart。采集数据时间是此采集任务需要的采集设备中对应的数据时间。
可选的，在采集任务池已被建立之后，对采集任务池中的不同类型的采集任务对象进行遍历，即可获取到不同类型的采集任务对象，并存储在第一缓存池中。
S102，在双线程中的第一线程中，利用双重缓存池中的第一缓存池从不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将采集任务对象转换成对应类型的采集任务对象。
可选的，双线程包括第一线程和第二线程；双重缓存池可包括第一缓存池和第二缓存池。
可选的，在程序初始化时，第一缓存池中的所有任务都是CNewTask。当首先获取到CNewTask对象时，进入处理CNewTask的任务中，根据预设公式，确定是否进一步生成终端通信任务。通过公式计算，如果没有达到概率值，则将CNewTask转换为CBusyTask，如果达到概率值，则进一步处理CNewTask，根据采集任务中对应的通信终端状态处于忙状态时，所有任务会设置成CBusyTask；当采集任务中对应的通信终端状态处于空闲状态时，如采集连接类任务则可将CNewTask直接转换为CConnectTask，通常情况下，CConnectTask权重最高，优先进行通信，即只有CConnectTask首先执行后，将通信终端状态排除离线状态后，才能进行其他类型的采集任务；如采集数据获知下发控制命令类任务可将CNewTask直接转换为CDownTask；如终端定时上送数据类任务可将CNewTask直接转换为CUpTask，同时将各采集任务对应的通信终端状态设置忙状态。
S103，对对应类型的采集任务对象进行封装，并将经封装的采集任务对象存储在双重缓存池中的第二缓存池中。
可选的，在步骤S102中得到CConnectTask、CDownTask和CUpTask后，对CConnectTask、CDownTask和CUpTask进行封装，并将经封装的采集任务对象存储在双重缓存池中的第二缓存池中。
S104，在双线程中的第二线程中，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务。
可选的，每个采集任务对象包含一个采集任务。
可选的，在步骤S103中得到各经封装的采集任务对象后，便可在利用双线程中的第二线程中利用第二缓存池执行各经封装的采集任务对象中的各采集任务。
上述智慧车站能源管控系统任务执行方法中，通过从采集任务池中遍历获取不同类型的采集任务对象，继而在双线程中的第一线程中，利用双重缓存池中的第一缓存池从不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将采集任务对象转换成对应类型的采集任务对象，对对应类型的采集任务对象进行封装，并将经封装的采集任务对象存储在双重缓存池中的第二缓存池中，最终在双线程中的第二线程中，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务。本申请的智慧车站能源管控系统任务执行方法，通过双线程技术自动执行整个采集任务，无需人工干预，提高了任务执行效率且降低了人工抄表成本。
在上述实施例的基础上，通过图2对将采集任务对象转换成对应类型的采集任务对象的步骤进行了分解细化。可选的，如图2所示，包括如下实现过程：
S201，在双线程中的第一线程中，利用双重缓存池中的第一缓存池确定不同类型的采集任务对象是否为预设类型的采集任务对象。
可选的，预设类型的采集任务对象为CnewTask对象、CbusyTask对象和CidleTask对象中的一种。其中，CnewTask对象是直接由采集任务对象生成的，CbusyTask对象是由于终端处于忙状态由CnewTask对象转换得到的用于后续进行处理的对象。CidleTask为由系统自动生成的空闲任务对象，主要是作为心跳检测与终端通信状态，以防止终端因长期无通信导致主动断开连接。
可选的，在双线程中的第一线程中，从第一缓存池中获取采集任务对象，并从第一缓存池中删除这些类型的采集任务对象，并且判断该采集任务对象对应的终端是否在线，如果是，则确定该采集任务对象是否为CnewTask对象、CbusyTask对象和CidleTask对象中的一种；若否，则丢弃该采集任务对象，并返回从第一缓存池中获取下一个采集任务对象进行下一轮操作。
S202，若是，则将不同类型的采集任务对象中符合预设类型的采集任务对象，确定为目标类型的采集任务对象。
可选的，将不同类型的采集任务对象中属于CnewTask对象、CbusyTask对象和CidleTask对象中的一种的采集任务对象，确定为目标类型的采集任务对象。
S203，根据各目标类型的采集任务对象的转换规则，将各目标类型的采集任务对象转换成对应类型的采集任务对象。
可选的，在目标类型为CnewTask或CbusyTask的情况下，判断CnewTask对象或CbusyTask对象对应的终端是否处于空闲状态；若是，则根据CnewTask或CbusyTask是否为连接任务，将CnewTask对象或CbusyTask对象转换成对应类型的采集任务对象，在此转换成CdownTask对象，或者CdownTask对象或CUpTask对象，并存储到第二缓存池中。具体的，在CnewTask或CbusyTask为连接任务的情况下，将CnewTask对象或CbusyTask对象转换成CConnectTask对象，并存储到第二缓存池中；在CnewTask或CbusyTask不为连接任务的情况下，需要判断CnewTask对象或CbusyTask对象的累计概率是否达到预设概率值；其中，所述预设概率值是根据所述历史采集任务筛选概率和所述补招采集任务筛选概率组成的集合按照大小排序后生成的累计概率集合中的一个；若是，则根据CnewTask对象或CbusyTask对象中的采集任务的类型，将CnewTask对象或CbusyTask对象转换成CdownTask对象或CUpTask对象。若CnewTask对象或CbusyTask对象为CnewTask对象或CbusyTask对象的概率未达到预设概率值，则将CnewTask对象转换成CbusyTask对象并存储到第二缓存池中。在CnewTask对象或CbusyTask对象中的采集任务的类型为上送的情况下，将CnewTask对象或CbusyTask对象转换成CUpTask对象，并且在CnewTask对象或CbusyTask对象中的采集任务的类型为下传的情况下，将CnewTask对象或CbusyTask对象转换成CdownTask对象，并将CUpTask对象和CdownTask对象存储到CdownTask对象。
若CnewTask对象或CbusyTask对象对应的终端不处于空闲状态，则将CnewTask对象或CbusyTask对象转换成CbusyTask对象并存储到第二缓存池中。
进一步的，在目标类型为CidleTask的情况下，将CidleTask对象转换成对应类型的采集任务对象，在此转换成CdownTask对象，并存储到第二缓存池中。
其中，通过以下步骤确定出预设概率值：
所述采集任务分为历史采集任务，实时采集任务和补招采集任务。
1)获取历史采集任务筛选概率；所述历史采集任务筛选概率为：
；
其中，kj表示采集任务类型为j的权重；nij(t)为任务j在第i个终端总共的任务数；kr表示采集任务类型为r的权重；nir(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数；Q为剩余任务集合；
2)获取实时采集任务筛选概率，所述实时采集任务筛选概率为：
；
其中实时采集任务筛选概率均为1；
3)获取补招采集任务筛选概率，所述补招采集任务执行筛选概率为：
；
其中，nir(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数；nij(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数。
4)将上述pij(t)和pf_ij(t)两种概率集合按照概率大小进行排序，生成累计概率集合，按照累计概率选择要执行的采集任务。例如，两个采集任务对应的筛选概率组成的集合为{0.1,0.3}和{0.2,0.4}，因此，按照概率大小进行排序后得到集合{0.1,0.2,0.3,0.4}，因此，累计概率集合为{0.1,0.3,0.6,1}，随机选择0-1之间的随机数，例如该随机数为0.1，结合累计概率集合，此时选择要执行0.1对应的采集任务；例如该随机数为0.4，结合累计概率集合，此时与0.4最接近的累计概率是0.3，此时，选择要执行0.3对应的采集任务。
可以理解的是，本实施例中给出了确定要采集任务对象的一种可能的实现方式，为执行该采集任务对象中包含的采集任务奠定了基础。
在上述实施例的基础上，通过图3对利用第二缓存池执行各经封装的采集任务对象中包含的采集任务的步骤进行了分解细化。可选的，如图4所示，包括如下实现过程：
S301，在双线程中的第二线程中，从第二缓存池中获取对应类型的采集任务对象。
可选的，对应类型为CConnectTask、CdownTask和CUpTask；即在双线程中的第二线程中，从第二缓存池中获取CConnectTask对象、CdownTas对象和CUpTask对象，并从第二缓存池中删除CConnectTask对象、CdownTask对象和CUpTask对象。
S302，根据各对应类型的采集任务对象的执行规则，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务。
可选的，在从第二缓存池中获取的采集任务对象为CConnectTask对象的情况下，组连接报文并发送到该采集任务对象对应的终端，并判断是否从终端接收到响应报文，若是，则将该终端设置成空闲状态；在从第二缓存池中获取的采集任务对象为CdownTask对象的情况下，组采集数据报文并发送到该采集任务对象对应的终端，并判断是否从终端接收到响应报文，若是，则解析该响应报文并存储，并将该终端设置成空闲状态；在从第二缓存池中获取的采集任务对象为CUpTask对象的情况下，向终端发送采集数据报文，并判断是否从终端接收到响应报文，若是，则解析所有主动上报的响应报文，并将该终端设置成空闲状态。
进一步的，在从第二缓存池中获取的采集任务对象为CConnectTask对象、CdownTask对象或CUpTask对象时未从终端接收到响应报文达到预设次数的情况下，将终端设置为离线状态并丢弃响应报文。
可以理解的是，本实施例中给出了在双线程中的第二线程中执行各经封装的采集任务对象中包含的采集任务的一种可能的实现方式，方法简单，且整个执行过程均自动进行，提高了任务执行效率且降低了人工抄表成本。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的智慧车站能源管控系统任务执行方法的智慧车站能源管控系统任务执行装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个智慧车站能源管控系统任务执行装置实施例中的具体限定可以参见上文中对于智慧车站能源管控系统任务执行方法的限定，在此不再赘述。
在其中一个实施例中，通过图4示出了一个实施例中智慧车站能源管控系统任务执行装置的结构框图。如图4所示，提供了一种智慧车站能源管控系统任务执行装置4，该装置4包括：获取模块40、确定模块41、封装模块42和执行模块43，其中：
获取模块40，用于从采集任务池中遍历获取不同类型的采集任务对象；采集任务池是用于存储采集任务对象的数据结构；
确定模块41，用于在双线程中的第一线程中，利用双重缓存池中的第一缓存池从不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将采集任务对象转换成对应类型的采集任务对象；
封装模块42，用于对对应类型的采集任务对象进行封装，并将经封装的采集任务对象存储在双重缓存池中的第二缓存池中；
执行模块43，用于在双线程中的第二线程中，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务；每个采集任务对象包含一个采集任务。
上述智慧车站能源管控系统任务执行装置，通过从采集任务池中遍历获取不同类型的采集任务对象，继而在双线程中的第一线程中，利用双重缓存池中的第一缓存池从不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将采集任务对象转换成对应类型的采集任务对象，对对应类型的采集任务对象进行封装，并将经封装的采集任务对象存储在双重缓存池中的第二缓存池中，最终在双线程中的第二线程中，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务。本申请的智慧车站能源管控系统任务执行装置，通过双线程技术自动执行整个采集任务，无需人工干预，提高了任务执行效率且降低了人工抄表成本。
在其中一个实施例中，上述确定模块41具体包括：
第一确定单元，用于在双线程中的第一线程中，利用双重缓存池中的第一缓存池确定不同类型的采集任务对象是否为预设类型的采集任务对象；预设类型的采集任务对象为CnewTask对象、CbusyTask对象和CidleTask对象中的一种；
第二确定单元，用于若是，则将不同类型的采集任务对象中符合预设类型的采集任务对象，确定为目标类型的采集任务对象；
转换单元，用于根据各目标类型的采集任务对象的转换规则，将各目标类型的采集任务对象转换成对应类型的采集任务对象。
在其中一个实施例中，该装置还包括：
第一概率获取模块，用于获取历史采集任务筛选概率；所述历史采集任务筛选概率为：
；
其中，kj表示采集任务类型为j的权重；nij(t)为任务j在第i个终端总共的任务数；kr表示采集任务类型为r的权重；nir(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数；Q为剩余任务集合；
第二概率获取模块，获取实时采集任务筛选概率，所述实时采集任务筛选概率为：
；
其中实时采集任务筛选概率均为1；
第三概率获取模块，用于获取补招采集任务筛选概率，所述补招采集任务执行筛选概率为：
；
其中，nir(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数；nij(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数。
在其中一个实施例中，上述转换单元具体包括：
判断子单元，用于在目标类型为CnewTask或CbusyTask的情况下，判断CnewTask对象或CbusyTask对象对应的终端是否处于空闲状态；
转换子单元，用于若是，则根据CnewTask或CbusyTask是否为连接任务，将CnewTask对象或CbusyTask对象转换成对应类型的采集任务对象。
在其中一个实施例中，上述转换子单元用于：
在CnewTask或CbusyTask为连接任务的情况下，将CnewTask对象或CbusyTask对象转换成CConnectTask对象。
在其中一个实施例中，上述转换子单元还用于：
在CnewTask或CbusyTask不为连接任务的情况下，判断CnewTask对象或CbusyTask对象的累计概率是否达到预设概率值；其中，所述预设概率值是根据所述历史采集任务筛选概率和所述补招采集任务筛选概率组成的集合按照大小排序后生成的累计概率集合中的一个；
若是，则根据CnewTask对象或CbusyTask对象中的采集任务的类型，将CnewTask对象或CbusyTask对象转换成CdownTask对象或CUpTask对象。
在其中一个实施例中，上述转换子单元进一步用于：
在CnewTask对象或CbusyTask对象中的采集任务的类型为上送的情况下，将CnewTask对象或CbusyTask对象转换成CUpTask对象；在CnewTask对象或CbusyTask对象中的采集任务的类型为下传的情况下，将CnewTask对象或CbusyTask对象转换成CdownTask对象。
在其中一个实施例中，上述转换单元具体用于：
在目标类型为CidleTask的情况下，将CidleTask对象转换成CdownTask对象。
在其中一个实施例中，上述执行模块43具体用于：
在双线程中的第二线程中，从第二缓存池中获取对应类型的采集任务对象；对应类型为CConnectTask、CdownTask和CUpTask；根据各对应类型的采集任务对象的执行规则，利用第二缓存池执行各经封装的采集任务对象中包含的采集任务。
需要说明的是，本申请所涉及的信息（包括但不限于本申请中采集任务对象、采集任务、采集任务池相关的信息等），均为经过各方充分授权的信息或数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种智慧车站能源管控系统任务执行方法，其特征在于，所述方法包括：
从采集任务池中遍历获取不同类型的采集任务对象；所述采集任务池是用于存储采集任务对象的数据结构；
在双线程中的第一线程中，利用双重缓存池中的第一缓存池从所述不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将所述采集任务对象转换成对应类型的采集任务对象；
对所述对应类型的采集任务对象进行封装，并将经封装的采集任务对象存储在所述双重缓存池中的第二缓存池中；
在所述双线程中的第二线程中，利用所述第二缓存池执行各所述经封装的采集任务对象中包含的采集任务；每个采集任务对象包含一个采集任务。
2.根据权利要求1所述的方法，其特征在于，所述在双线程中的第一线程中，利用双重缓存池中的第一缓存池从所述不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将所述采集任务对象转换成对应类型的采集任务对象，包括：
在双线程中的第一线程中，利用双重缓存池中的第一缓存池确定所述不同类型的采集任务对象是否为预设类型的采集任务对象；所述预设类型的采集任务对象为CnewTask对象、CbusyTask对象和CidleTask对象中的一种；
若是，则将所述不同类型的采集任务对象中符合预设类型的采集任务对象，确定为目标类型的采集任务对象；
根据各目标类型的采集任务对象的转换规则，将所述各目标类型的采集任务对象转换成对应类型的采集任务对象。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
所述采集任务分为历史采集任务，实时采集任务和补招采集任务；
获取历史采集任务筛选概率；所述历史采集任务筛选概率为：
；
其中，kj表示采集任务类型为j的权重；nij(t)为任务j在第i个终端t时刻剩余总共的任务数；kr表示采集任务类型为r的权重；nir(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数；Q为剩余任务集合；
获取实时采集任务筛选概率，所述实时采集任务筛选概率为：
；
其中实时采集任务筛选概率均为1；
获取补招采集任务筛选概率，所述补招采集任务筛选概率为：
；
其中，nir(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数；nij(t)为终端i在t时刻剩余的采集任务中类型为r的剩余采集任务总数。
4.根据权利要求3所述的方法，其特征在于，所述根据各目标类型的采集任务对象的转换规则，将所述各目标类型的采集任务对象转换成对应类型的采集任务对象，包括：
在目标类型为CnewTask或CbusyTask的情况下，判断CnewTask对象或CbusyTask对象对应的终端是否处于空闲状态；
若是，则根据所述CnewTask或所述CbusyTask是否为连接任务，将所述CnewTask对象或所述CbusyTask对象转换成对应类型的采集任务对象。
5.根据权利要求4所述的方法，其特征在于，所述根据所述CnewTask或所述CbusyTask是否为连接任务，将所述CnewTask对象或所述CbusyTask对象转换成对应类型的采集任务对象，包括：
在所述CnewTask或所述CbusyTask为连接任务的情况下，将所述CnewTask对象或所述CbusyTask对象转换成CConnectTask对象。
6.根据权利要求5所述的方法，其特征在于，所述根据所述CnewTask或所述CbusyTask是否为连接任务，将所述CnewTask对象或所述CbusyTask对象转换成对应类型的采集任务对象，包括：
在所述CnewTask或所述CbusyTask不为连接任务的情况下，判断所述CnewTask对象或所述CbusyTask对象的累计概率是否达到预设概率值；其中，所述预设概率值是根据所述历史采集任务筛选概率和所述补招采集任务筛选概率组成的集合按照大小排序后生成的累计概率集合中的一个；
若是，则根据所述CnewTask对象或所述CbusyTask对象中的采集任务的类型，将所述CnewTask对象或所述CbusyTask对象转换成CdownTask对象或CUpTask对象。
7.根据权利要求6所述的方法，其特征在于，所述根据所述CnewTask对象或所述CbusyTask对象中的采集任务的类型，将所述CnewTask对象或所述CbusyTask对象转换成CdownTask对象或CUpTask对象，包括：
在所述CnewTask对象或所述CbusyTask对象中的采集任务的类型为上送的情况下，将所述CnewTask对象或所述CbusyTask对象转换成CUpTask对象；
在所述CnewTask对象或所述CbusyTask对象中的采集任务的类型为下传的情况下，将所述CnewTask对象或所述CbusyTask对象转换成CdownTask对象。
8.根据权利要求2所述的方法，其特征在于，所述根据各目标类型的采集任务对象的转换规则，将所述各目标类型的采集任务对象转换成对应类型的采集任务对象，包括：
在目标类型为CidleTask的情况下，将CidleTask对象转换成CdownTask对象。
9.根据权利要求1所述的方法，其特征在于，所述在所述双线程中的第二线程中，利用所述第二缓存池执行各所述经封装的采集任务对象中包含的采集任务，包括：
在所述双线程中的第二线程中，从所述第二缓存池中获取对应类型的采集任务对象；对应类型为CConnectTask、CdownTask和CUpTask；
根据各对应类型的采集任务对象的执行规则，利用所述第二缓存池执行各所述经封装的采集任务对象中包含的采集任务。
10.一种智慧车站能源管控系统任务执行装置，其特征在于，所述装置包括：
获取模块，用于从采集任务池中遍历获取不同类型的采集任务对象；所述采集任务池是用于存储采集任务对象的数据结构；
确定模块，用于在双线程中的第一线程中，利用双重缓存池中的第一缓存池从所述不同类型的采集任务对象中确定出符合预设条件的采集任务对象，并将所述采集任务对象转换成对应类型的采集任务对象；
封装模块，用于对所述对应类型的采集任务对象进行封装，并将经封装的采集任务对象存储在所述双重缓存池中的第二缓存池中；
执行模块，用于在所述双线程中的第二线程中，利用所述第二缓存池执行各所述经封装的采集任务对象中包含的采集任务；每个采集任务对象包含一个采集任务。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410160986.2A CN117707743B (zh) | 2024-02-05 | 2024-02-05 | 一种智慧车站能源管控系统任务执行方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410160986.2A CN117707743B (zh) | 2024-02-05 | 2024-02-05 | 一种智慧车站能源管控系统任务执行方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117707743A true CN117707743A (zh) | 2024-03-15 |
| CN117707743B CN117707743B (zh) | 2024-05-14 |
Family
ID=90148260
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410160986.2A Active CN117707743B (zh) | 2024-02-05 | 2024-02-05 | 一种智慧车站能源管控系统任务执行方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117707743B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101599027A (zh) * | 2009-06-30 | 2009-12-09 | 中兴通讯股份有限公司 | 一种线程池管理方法及其系统 |
| CN107423128A (zh) * | 2017-07-31 | 2017-12-01 | 北京京东尚科信息技术有限公司 | 信息处理方法及其系统 |
| CN110968425A (zh) * | 2019-11-22 | 2020-04-07 | 中盈优创资讯科技有限公司 | 一种任务资源动态分配方法及系统 |
| CN113111433A (zh) * | 2021-03-22 | 2021-07-13 | 北京航空航天大学 | 一种双线程嵌入式实时轨迹优化与制导方法 |
| CN113157410A (zh) * | 2021-03-30 | 2021-07-23 | 北京大米科技有限公司 | 线程池调节方法、装置、存储介质及电子设备 |
| CN113612701A (zh) * | 2021-08-02 | 2021-11-05 | 北京金山云网络技术有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
| CN113626226A (zh) * | 2021-10-13 | 2021-11-09 | 云和恩墨(北京)信息技术有限公司 | 数据通信方法及装置、处理器、计算机存储介质 |
| CN115858123A (zh) * | 2022-12-15 | 2023-03-28 | 上海金融期货信息技术有限公司 | 一种多线程任务调度处理方法 |
| WO2023115278A1 (zh) * | 2021-12-20 | 2023-06-29 | 深圳晶泰科技有限公司 | 任务数据的处理方法、系统和装置 |
| CN116661685A (zh) * | 2023-05-18 | 2023-08-29 | 清华大学 | 业务行为感知的对象存储元数据分级存储方法与系统 |
| CN116841713A (zh) * | 2023-06-26 | 2023-10-03 | 中国建设银行股份有限公司 | 任务扫描方法、装置、电子设备以及存储介质 |
| CN117493116A (zh) * | 2023-11-14 | 2024-02-02 | 中国工商银行股份有限公司 | 采集终端的监控处理方法、平台、装置 |
-
2024
- 2024-02-05 CN CN202410160986.2A patent/CN117707743B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101599027A (zh) * | 2009-06-30 | 2009-12-09 | 中兴通讯股份有限公司 | 一种线程池管理方法及其系统 |
| CN107423128A (zh) * | 2017-07-31 | 2017-12-01 | 北京京东尚科信息技术有限公司 | 信息处理方法及其系统 |
| CN110968425A (zh) * | 2019-11-22 | 2020-04-07 | 中盈优创资讯科技有限公司 | 一种任务资源动态分配方法及系统 |
| CN113111433A (zh) * | 2021-03-22 | 2021-07-13 | 北京航空航天大学 | 一种双线程嵌入式实时轨迹优化与制导方法 |
| CN113157410A (zh) * | 2021-03-30 | 2021-07-23 | 北京大米科技有限公司 | 线程池调节方法、装置、存储介质及电子设备 |
| CN113612701A (zh) * | 2021-08-02 | 2021-11-05 | 北京金山云网络技术有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
| CN113626226A (zh) * | 2021-10-13 | 2021-11-09 | 云和恩墨(北京)信息技术有限公司 | 数据通信方法及装置、处理器、计算机存储介质 |
| WO2023115278A1 (zh) * | 2021-12-20 | 2023-06-29 | 深圳晶泰科技有限公司 | 任务数据的处理方法、系统和装置 |
| CN115858123A (zh) * | 2022-12-15 | 2023-03-28 | 上海金融期货信息技术有限公司 | 一种多线程任务调度处理方法 |
| CN116661685A (zh) * | 2023-05-18 | 2023-08-29 | 清华大学 | 业务行为感知的对象存储元数据分级存储方法与系统 |
| CN116841713A (zh) * | 2023-06-26 | 2023-10-03 | 中国建设银行股份有限公司 | 任务扫描方法、装置、电子设备以及存储介质 |
| CN117493116A (zh) * | 2023-11-14 | 2024-02-02 | 中国工商银行股份有限公司 | 采集终端的监控处理方法、平台、装置 |
Non-Patent Citations (1)
| Title |
|---|
| 乔良树 等: "基于云技术城市轨道交通智能综合监控系统研究", 《工程科技Ⅱ辑》, 4 June 2020 (2020-06-04), pages 1 - 2 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117707743B (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111586091B (zh) | 一种实现算力组配的边缘计算网关系统 | |
| US20220253214A1 (en) | Data processing method, apparatus, device, and readable storage medium | |
| US7933919B2 (en) | One-pass sampling of hierarchically organized sensors | |
| CN116896512B (zh) | 一种云边协同系统评估方法、装置、存储介质及电子设备 | |
| CN112905571B (zh) | 一种列车轨道交通传感器数据管理方法及装置 | |
| CN117707743B (zh) | 一种智慧车站能源管控系统任务执行方法、装置及设备 | |
| CN117318033B (zh) | 一种结合数据孪生的电网数据管理方法及系统 | |
| CN117519608A (zh) | 一种以Hadoop为核心的大数据服务器 | |
| CN114640669A (zh) | 边缘计算方法及装置 | |
| CN112000703A (zh) | 数据入库处理方法、装置、计算机设备和存储介质 | |
| CN116826961A (zh) | 电网智能调度和运维系统、方法及存储介质 | |
| CN111124313A (zh) | 电力采集终端数据读写方法、装置和电子设备 | |
| CN116523145A (zh) | 光伏功率超短期预测方法、装置、计算机设备及存储介质 | |
| CN116306030A (zh) | 考虑预测误差和波动分布的新能源预测动态场景生成方法 | |
| CN110838157B (zh) | 一种应急突发场景专题图生成的方法及装置 | |
| CN114047729B (zh) | 天然植物加工控制方法、系统、计算机设备和存储介质 | |
| CN115221432A (zh) | 一种基于时空特征的犯罪热点的预测方法及其装置 | |
| CN114049576A (zh) | 电力物联网的输电线路覆冰监测方法、装置、系统和设备 | |
| US20240111713A1 (en) | File Management Method and Apparatus, Device, and System | |
| CN112104684A (zh) | 一种基于物联网的平台管理系统 | |
| CN110474352B (zh) | 发电电动机的工况评价方法、装置及其电子设备 | |
| CN115408301B (zh) | 一种用于风机仿真的测试集构建方法及系统 | |
| CN116470493A (zh) | 多设备调度控制方法、装置和计算机设备 | |
| CN117611904A (zh) | 一种用于建筑工程的施工数据管理方法及系统 | |
| CN118193132A (zh) | 一种智能云原生成本优化方法及系统、存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |