[发明专利]一种应用CART算法实现电能表检测数据管理的软件平台

说明书

本发明公开一种应用CART算法实现电能表检测数据管理的软件平台，涉及电能计量检测技术领域，通过采用云大数据管理平台，充分挖掘海量数据中的信息，以实现大数据的分析、挖掘和处理，通过采用云计算技术，能够在几秒钟的时间内处理上亿种数据类型，通过CART算法和改进型的CART算法，提高了不同数据的分类能力和计算精度，通过CART算法还能够实现大数据的分布式层次模型的构建，简化了数据识别能力。本发明通过采用数据融合算法将信息表现形式多样化、信息数量巨大化、信息关系复杂化的电能表各种数据及时性、准确、可靠地反映出来，通过BP神经网络算法模型，利用输出后的误差来估计输出层的直接前导层的误差，提高学习算法精度。

技术领域

本发明涉及电能计量检测技术领域，且更具体地涉及一种应用CART算法实现电能表检测数据管理的软件平台。

背景技术

随着智能电表厂商、电表种类越来越多，在进行电能表检定时，电能表检定装置往往是分布式布局的方式，分散式的本地测试不利于对测试数据进行整合分析和系统管理。因此如何整合分布式的测试资源和方案，提高测试效率，降低成本，是当前智能电表嵌入式软件测试所面临的重点、难点问题。由于电能表检定数据多样，如何从这些海量的数据中提取有用的信息来创造价值，就成为了一个关键问题。常规技术的电能表检测大数据管理往往采用人工管理的方法，随着计算机技术的发展，在采用计算机系统管理时，常规的存储式管理、关键词检索方式就显得无能无力。在智能电能表检定中，尤其是自动化流水线检定系统中，在实现智能电能表的自动传输、自动接拆线、自动检定、自动封印、贴标和智能分拣入库等功能的各个环节都会产生大量的数据信息，这就需要一种数据管理平台。

发明内容

针对现有技术的不足，本发明公开了一种应用CART算法实现电能表检测数据管理的软件平台，能够实现电能表检定过程中各个环节的数据管理，大大提高了数据管理能力。

为了解决上述技术问题，本发明采用以下技术方案：

一种应用CART算法实现电能表检测数据管理的软件平台，所述软件平台为基于SQL Server的数据库管理平台，其中所述软件平台包括：

数据层，其内至少设置有数据库，所述数据库设置有多通信数据接口，所述多通信数据接口至少包括GPRS通信接口、CDMA通信接口、光纤传输通信接口、RS485通信接口、RS232通信接口、红外通信接口或载波通信接口，用于接收外界设备层传输的各种电能表数据信息；其中所述数据库内的电能表数据类型至少包括电能表故障数据、检定数据、参数数据、性能数据、设备数据或环境数据，其中所述电能表故障数据至少包括电能表本体故障数据、电能表通信故障数据或电能表检测故障数据，所述检定数据信息至少包括电流、电压、功率、谐波或纹波或相序，所述参数数据至少包括电压参数、电流参数、电源频率、耗电计量参数或电能表精度等级，所述设备数据至少包括电能表型号、规格、工作标准或者精度，所述环境数据至少包括工作所处的温度、湿度、磁场、海拔或谐波干扰；

基础构建层，其内至少设置有结构模型、框架模型、动态模型、过程模型和功能模型，所述结构模型通过其内设置的构件或连接件之间的关系进行构建软件平台；所述框架模型是构建整个平台的框架结构；所述动态模型是补充所述软件平台的不足的元素，以在结构、布局或形态上进行调整；所述过程模型是以脚本的形式说明软件平台的构建过程和步骤；所述功能模型是构建所述软件平台实现的各种功能说明；

数据管理层，其内设置有数据处理模型，所述数据处理模型连接有CART算法模型和故障诊断模型，所述CART算法模型用于实现电能表数据的分类和处理，以使用户能够从较多的数据库内的数据中快速找到目标数据，通过分层结构的形式将电能表数据信息进行分类；所述故障诊断模型为BP神经网络算法模型，用以弥补所述CART算法模型的计算过程中存在的不足，以对所述CART算法模型分类后的数据进行自我校验，以提高数据处理的精度；其中所述CART算法模型包括分类树算法模型与回归树算法模型；所述分类树算法模型包括根节点节点、叶子节点和边，通过决策树分类器实现电能表各种数据的分类；所述回归树算法模型用于处理输出为连续型的数据；