[發明專利]遠程抄表數據處理方法、裝置、燃氣表系統及燃氣云平臺

有效

• 申請號: 202010141119.6
• 申請日: 2020-03-04
• 公開（公告）號: CN111327706B
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 潘從平
• 申請（專利權）人: 深圳市智慧城市大數據中心有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06K9/62
• 代理公司: 青島發思特專利商標代理有限公司 37212
• 代理人: 鞏同海

1.一種遠程抄表數據處理方法，其特征在于，應用于燃氣云平臺，所述燃氣云平臺與多個不同燃氣用戶的燃氣物聯網系統通信連接，所述燃氣物聯網系統包括燃氣表以及與所述燃氣表通信連接的燃氣控制物聯網裝置，所述方法包括：

獲取燃氣用戶在每個已標記的燃氣使用區間內的燃氣表數據，其中，所述燃氣表數據通過所述燃氣用戶的燃氣物聯網系統中的所述燃氣控制物聯網裝置對所述燃氣表進行實時數據采集得到，所述燃氣表數據包括燃氣使用行為節點以及每個燃氣使用行為節點所對應的燃氣使用數據序列，所述燃氣使用行為節點用于表征燃氣使用過程中每次產生的燃氣控制行為，所述燃氣使用數據序列用于記錄相應的燃氣使用行為節點下的燃氣使用數據；

根據所述燃氣用戶在每個已標記的燃氣使用區間內的燃氣表數據以及每個燃氣使用行為節點所對應的預設燃氣使用標簽，訓練得到對應的燃氣表數據分析模型；

根據所述燃氣表數據分析模型對所述燃氣用戶在預設時間段內的各個燃氣使用行為節點下的燃氣表數據進行數據分析，得到所述燃氣用戶在所述預設時間段內各個燃氣使用行為節點所對應的燃氣使用數據序列的燃氣預測標簽；

根據所述各個燃氣使用行為節點所對應的燃氣使用數據序列的燃氣預測標簽，生成至少一個控制策略模式以及每個控制策略模式所對應的燃氣控制指令序列，所述燃氣控制指令序列包括至少一個控制節點以及每個控制節點所對應的指令集合；

所述根據所述燃氣用戶在每個已標記的燃氣使用區間內的燃氣表數據以及每個燃氣使用行為節點所對應的預設燃氣使用標簽，訓練得到對應的燃氣表數據分析模型的步驟，包括：

提取每個所述燃氣使用行為節點所對應的燃氣使用數據序列的燃氣數據特征；

以所述燃氣數據特征作為待訓練燃氣表數據分析模型的輸入特征，將所述燃氣數據特征輸入到所述待訓練燃氣表數據分析模型中，通過所述待訓練燃氣表數據分析模型解析所述燃氣數據特征在標記數據項目內的待訓練特征，所述待訓練特征包括待訓練特征區間段集合；

按照預設標識符對所述待訓練特征區間段集合進行分割，得到多個訓練標記節點；

根據所述待訓練特征所對應的特征向量確定多個第一模型參數，所述多個第一模型參數分別為所述多個訓練標記節點在所述待訓練燃氣表數據分析模型中訓練的模型參數，所述待訓練燃氣表數據分析模型用于學習多個待訓練特征區間段集合進行分割處理之后的訓練標記節點，以及分割處理后的各個訓練標記節點在所述待訓練燃氣表數據分析模型中映射的模型參數，所述多個待訓練特征區間段集合為在所述標記數據項目內獲取到的多個待訓練特征所包括的待訓練特征區間段集合，其中，所述第一模型參數根據所述特征向量所表征的特征參數類型以及不同特征參數類型所對應的預設模型參數得到；

按照所述多個第一模型參數中的每個第一模型參數從高收斂度到低收斂度的順序，對所述多個第一模型參數進行排序，得到模型參數序列；

基于預設相似比例閾值和所述模型參數序列，確定所述多個訓練標記節點中的訓練標記節點在所述待訓練燃氣表數據分析模型中映射的模型參數，所述預設相似比例閾值用于指示所述待訓練特征區間段集合與標記數據項目內獲取的待訓練特征區間段集合相似部分在所述待訓練特征區間段集合中所占的比例；

當所述訓練標記節點在所述待訓練燃氣表數據分析模型中映射的模型參數匹配預設模型參數時，確定所述待訓練特征為目標待訓練特征，當確定該待訓練特征為目標待訓練特征時，對于所述多個第一模型參數中的每個第一模型參數，根據所述第一模型參數控制所述待訓練燃氣表數據分析模型學習在所述標記數據項目內獲得的多個待訓練特征區間段集合進行分割處理之后的訓練標記節點，以及分割處理后的各個訓練標記節點在所述待訓練燃氣表數據分析模型中映射的模型參數，并在訓練之后生成對應的預測標簽；

根據所述每個燃氣使用行為節點的預測標簽和所述每個燃氣使用行為節點所對應的預設燃氣使用標簽更新所述待訓練燃氣表數據分析模型的模型參數；

其中，當更新迭代次數達到設定次數時，表明待訓練燃氣表數據分析模型訓練完畢，由此輸出訓練完成的燃氣表數據分析模型。