本發(fā)明主要涉及計量數(shù)據(jù)處理，具體涉及一種計量檢定數(shù)據(jù)上鏈方法及系統(tǒng)。

背景技術(shù)：

1、目前，電網(wǎng)的實驗室資源和數(shù)據(jù)共享程度低，大量檢測數(shù)據(jù)未得到有效貫通和融合應(yīng)用的問題成為計量數(shù)據(jù)研究的絆腳石。因此，亟需開展計量實驗室全場景感知與檢測數(shù)據(jù)共享融合技術(shù)研究及應(yīng)用，通過試驗檢測數(shù)據(jù)的統(tǒng)一規(guī)范化可信接入與共享，實現(xiàn)兩級計量實驗室數(shù)據(jù)的縱向貫通、融合共享和示范應(yīng)用，支撐全場景、可視化計量智慧實驗室建設(shè)，支撐電力行業(yè)其他實驗室數(shù)據(jù)共享融合應(yīng)用，提升電力行業(yè)實驗室智能化管理水平。

技術(shù)實現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題就在于：針對現(xiàn)有技術(shù)存在的技術(shù)問題，本發(fā)明提供一種實現(xiàn)對計量實驗室全場景感知與檢測數(shù)據(jù)有效監(jiān)管的計量檢定數(shù)據(jù)上鏈方法及系統(tǒng)。

2、為解決上述技術(shù)問題，本發(fā)明提出的技術(shù)方案為：

3、一種計量檢定數(shù)據(jù)上鏈方法，包括步驟：

4、s1、電能表檢定數(shù)據(jù)上鏈數(shù)據(jù)規(guī)劃：針對電能表檢定數(shù)據(jù)在上鏈前對數(shù)據(jù)進(jìn)行預(yù)處理；

5、s2、電能表檢定數(shù)據(jù)上鏈數(shù)據(jù)對象設(shè)計：針對電能表檢定數(shù)據(jù)進(jìn)行分析歸類，制定上鏈數(shù)據(jù)標(biāo)準(zhǔn)以對電能表檢定數(shù)據(jù)進(jìn)行處理，得到符合規(guī)范的標(biāo)準(zhǔn)數(shù)據(jù)；

6、s3、電能表檢定數(shù)據(jù)智能合約設(shè)計：分析電能表檢定數(shù)據(jù)上鏈的需求，確定記錄的數(shù)據(jù)類型，設(shè)計智能合約的架構(gòu)，規(guī)劃合約的邏輯流程，實現(xiàn)電能表檢定數(shù)據(jù)的智能合約設(shè)計。

7、優(yōu)選地，在步驟s1中，預(yù)處理包括數(shù)據(jù)清洗、數(shù)據(jù)降維和數(shù)據(jù)融合；

8、其中數(shù)據(jù)清洗分為重復(fù)記錄清洗和噪聲數(shù)據(jù)消除兩部分，具體為：

9、重復(fù)記錄清洗采用基本近鄰排序算法，主要包括以下三步：

10、1)生成關(guān)鍵詞：通過抽取數(shù)據(jù)集中相關(guān)屬性的值為每個實例生成一個關(guān)鍵字；

11、2)數(shù)據(jù)排序：按關(guān)鍵字為數(shù)據(jù)集中的數(shù)據(jù)排序，使?jié)撛诘闹貜?fù)記錄調(diào)整到一個鄰近的區(qū)域內(nèi)；

12、3)合并：在已排序的數(shù)據(jù)集上依次移動一個固定大小的窗口,數(shù)據(jù)集中每條記錄僅與窗口內(nèi)的記錄進(jìn)行比較；如果窗口的大小是包含m個記錄，則每條新進(jìn)入窗口的記錄都要與先前進(jìn)入窗口的m條記錄進(jìn)行比較，來檢測重復(fù)記錄，然后最先進(jìn)入窗口內(nèi)的記錄滑出窗，最后一條記錄的下一條記錄移入窗口。

13、優(yōu)選地，所述噪聲數(shù)據(jù)消除的方法為等深分箱法，通過把數(shù)據(jù)劃分到相同深度的不同箱內(nèi)，具體為：

14、a按箱平均值平滑

15、把箱中的所有值平均,然后使用箱的平均值替代箱中所有數(shù)據(jù)；

16、b按箱邊界平滑

17、箱中的最大和最小值被視為箱邊界，箱中的每一個值被最近的箱邊界值替換。

18、優(yōu)選地，在進(jìn)行數(shù)據(jù)降維時，對于數(shù)據(jù)特征中的線性特征，采用主成分分析降維方法，找到數(shù)據(jù)中最主要的元素和結(jié)構(gòu)，去除噪聲和冗余，對原有的復(fù)雜數(shù)據(jù)進(jìn)行降維；對于數(shù)據(jù)特征中的非線性特征，采用自編碼器降維；針對降維后的數(shù)據(jù)特征，進(jìn)行基于規(guī)則的特征挖掘，支撐非可逆特征提取；

19、主成分分析降維方法的降維處理的具體流程如下：

20、1)首先計算特征平均值構(gòu)建特征數(shù)據(jù)的協(xié)方差矩陣；

21、2)再通過svd分解求解該協(xié)方差矩陣的特征值以及特征向量；

22、3)求出來的特征值依次從大到小的排列以便于選出主成分的特征值；

23、4)當(dāng)選出了主成分的特征值后,這些特征值所對應(yīng)的特征向量就構(gòu)成了降維后的子空間；

24、采用自編碼器降維的具體過程為：

25、自編碼器結(jié)構(gòu)：包括三層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu):輸入層、隱層、輸出層；

26、自編碼器算法流程：

27、a對于給定的無標(biāo)簽數(shù)據(jù)，使用無監(jiān)督學(xué)習(xí)方法學(xué)習(xí)特征：對于無類標(biāo)簽的數(shù)據(jù)，通過編碼器將輸入數(shù)據(jù)進(jìn)行編碼，然后使用解碼器得到一個輸出信息；如果輸出近似等于輸入數(shù)據(jù),則可以通過調(diào)整編碼和解碼階段的參數(shù)，使得重構(gòu)誤差最??；

28、b將編碼器產(chǎn)生的特征作為輸入，逐層訓(xùn)練下面層的網(wǎng)絡(luò)；由于第一個訓(xùn)練層得到的編碼是輸入數(shù)據(jù)的復(fù)現(xiàn)，所以下面層的訓(xùn)練過程類似第一層；

29、c有監(jiān)督地微調(diào)整個神經(jīng)網(wǎng)絡(luò):在訓(xùn)練完所有層網(wǎng)絡(luò)之后，自編碼器學(xué)習(xí)獲得較好地代表輸入的特征,并且這些特征最優(yōu)地表示原始輸入信號；在自編碼器之后加入一個分類器，然后通過有監(jiān)督訓(xùn)練的方法實現(xiàn)對整個網(wǎng)絡(luò)進(jìn)行微調(diào)。

30、優(yōu)選地，在進(jìn)行數(shù)據(jù)融合時，首先基于特征提取技術(shù)，針對非可逆的數(shù)據(jù)特征提取到的數(shù)據(jù)，采用自適應(yīng)數(shù)據(jù)融合算法在神經(jīng)元數(shù)據(jù)融合系統(tǒng)上融合數(shù)據(jù)，獲取盡可能大的信息量；而后采用基于多元概率推理模型對數(shù)據(jù)進(jìn)行學(xué)習(xí)，形成高價值的信息庫支撐。

31、優(yōu)選地，在步驟s2中，根據(jù)電能表檢定數(shù)據(jù)的業(yè)務(wù)分類，將數(shù)據(jù)分為量傳數(shù)據(jù)、質(zhì)檢數(shù)據(jù)、現(xiàn)場數(shù)據(jù)；

32、根據(jù)電能表檢定數(shù)據(jù)上鏈共享需求，將數(shù)據(jù)分為基礎(chǔ)類、試驗檢測類數(shù)據(jù)；

33、基礎(chǔ)類數(shù)據(jù)包括檢定機構(gòu)、機構(gòu)證書、檢定人員、檢定人員證書、電能表資產(chǎn)、標(biāo)準(zhǔn)設(shè)備資產(chǎn)、計量設(shè)備檢定證書信息、標(biāo)準(zhǔn)設(shè)備檢定/校準(zhǔn)證書、企業(yè)認(rèn)證證書信息；

34、試驗檢測類數(shù)據(jù)包括適應(yīng)性檢數(shù)據(jù)、樣品比對數(shù)據(jù)、軟件比對數(shù)據(jù)、全性能試驗檢測數(shù)據(jù)、抽樣驗收試驗數(shù)據(jù)、全檢驗收試驗數(shù)據(jù)。

35、優(yōu)選地，在步驟s2中，所述上鏈數(shù)據(jù)標(biāo)準(zhǔn)用于為上鏈數(shù)據(jù)提供者提供數(shù)據(jù)技術(shù)規(guī)范，包括數(shù)據(jù)格式和數(shù)據(jù)長度；數(shù)據(jù)標(biāo)準(zhǔn)根據(jù)融合數(shù)據(jù)一數(shù)一源原則，選定該數(shù)據(jù)的標(biāo)準(zhǔn)；

36、數(shù)據(jù)標(biāo)準(zhǔn)包括主題定義、信息項、標(biāo)準(zhǔn)代碼三部分，主題定義用于記錄數(shù)據(jù)標(biāo)準(zhǔn)的定義、分類，用于規(guī)范和識別數(shù)據(jù)的主題歸屬；信息項記錄數(shù)據(jù)主題的信息項業(yè)務(wù)屬性和技術(shù)屬性；標(biāo)準(zhǔn)代碼記錄信息項固定碼值的編碼、分類、使用規(guī)則。

37、優(yōu)選地，上鏈的具體過程為：

38、按照固定周期，從省信息內(nèi)網(wǎng)mds中間庫將電能表資產(chǎn)數(shù)據(jù)以增量的方式同步至省信息外網(wǎng)平臺中間庫；

39、數(shù)據(jù)上鏈服務(wù)監(jiān)控中間庫數(shù)據(jù)狀態(tài)，將待上鏈的電能表資產(chǎn)數(shù)據(jù)、計量檢定人員數(shù)據(jù)、計量標(biāo)準(zhǔn)裝置數(shù)據(jù)、計量標(biāo)準(zhǔn)器數(shù)據(jù)加密后進(jìn)行封裝，執(zhí)行數(shù)據(jù)上鏈操作；

40、觸發(fā)數(shù)據(jù)校驗智能合約，對上鏈數(shù)據(jù)從完整性、正確性進(jìn)行校驗；

41、執(zhí)行原始數(shù)據(jù)上鏈操作，接收上鏈服務(wù)返回結(jié)果；

42、根據(jù)上鏈服務(wù)返回結(jié)果，更新中間庫電能表資產(chǎn)數(shù)據(jù)上鏈狀態(tài)并記錄區(qū)塊鏈hash，完成數(shù)據(jù)上鏈操作。

43、優(yōu)選地，步驟s3的具體過程為：

44、智能合約由區(qū)塊鏈內(nèi)的多個用戶共同參與制定，用于用戶之間的任何交易行為；協(xié)議中明確了雙方的權(quán)利和義務(wù)，權(quán)利和義務(wù)以電子化的方式進(jìn)行編程，代碼中包含會觸發(fā)合約自動執(zhí)行的條件；

45、一旦編碼完成，這份智能合約就被上傳到區(qū)塊鏈網(wǎng)絡(luò)上；

46、智能合約定期檢查是否存在相關(guān)事件和觸發(fā)條件；滿足條件的事件將會推送到待驗證的隊列中；

47、區(qū)塊鏈上的驗證節(jié)點先對該事件進(jìn)行簽名驗證，以確保其有效性；等大多數(shù)驗證節(jié)點對該事件達(dá)成共識后，智能合約將成功執(zhí)行，并通知用戶；

48、成功執(zhí)行的合約將移出區(qū)塊，而未執(zhí)行的合約則繼續(xù)等待下一輪處理，直至成功執(zhí)行。

49、本發(fā)明還公開了一種計量檢定數(shù)據(jù)上鏈系統(tǒng)，包括相互連接的存儲器和處理器，所述存儲器上存儲有計算機程序，所述計算機程序在被處理器運行時執(zhí)行如上所述方法的步驟。

50、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點在于：

51、本發(fā)明規(guī)劃電能表檢定數(shù)據(jù)上鏈信息，針對電能表檢定數(shù)據(jù)在上鏈前對數(shù)據(jù)進(jìn)行清洗、降維、融合，提高數(shù)據(jù)可用性，為上鏈存儲提供數(shù)據(jù)支撐；數(shù)據(jù)清洗用于發(fā)現(xiàn)并糾正數(shù)據(jù)中存儲的錯誤；采用主成分分析降維方法對檢定數(shù)據(jù)進(jìn)行降維，找到數(shù)據(jù)中最主要的元素和結(jié)構(gòu)，去除噪聲和冗余；通過數(shù)據(jù)融合，將多源信息數(shù)據(jù)的價值發(fā)揮到最大程度，從而取得對用戶更有利的融合結(jié)果的特性。

52、本發(fā)明通過電能表檢定數(shù)據(jù)的業(yè)務(wù)分類、電能表檢定數(shù)據(jù)上鏈共享需求的研究，針對電能表檢定數(shù)據(jù)進(jìn)行分析歸類，制定上鏈數(shù)據(jù)標(biāo)準(zhǔn)指導(dǎo)上連數(shù)據(jù)提供者對電能表檢定數(shù)據(jù)進(jìn)行處理，為數(shù)據(jù)上鏈提供符合規(guī)范的標(biāo)準(zhǔn)數(shù)據(jù)；通過研究智能合約的概念和工作原理，設(shè)計針對電能表檢定數(shù)據(jù)的上鏈智能合約，實現(xiàn)上鏈電能表檢定數(shù)據(jù)的有效性驗證及安全讀取。