[发明专利]一种网源数据合规校验方法、装置及系统

权利要求书

1.一种网源数据合规校验方法，其特征在于，包括：

获取预先从电厂录入或上传的相关文件，对所述相关文件进行OCR文本图像识别，提取网源数据信息存入数据库；

从所述数据库中抽取需要校验的网源数据信息；

对所述网源数据信息进行校验规则配置；

根据所述校验规则信息进行合规校验，筛选出不合规的数据；

将所述不合规的数据，输入预先构建的整改方案模型中，生成新的整改方案。

2.根据权利要求1所述的网源数据合规校验方法，其特征在于，所述对所述网源数据信息进行校验规则配置，包括：

针对所述网源数据信息中不同的数据表，配置不同的校验规则，形成校验规则库，包括印章或签字缺失、不同数据的合格范围以及文件的有效期中的一种或多种。

3.根据权利要求2所述的网源数据合规校验方法，其特征在于，所述对所述网源数据信息进行校验规则配置，提供一种业务规则动态配置管理方法，包括：

基于规则引擎框架-Drools，建立网源业务规则库，按不同的业务类别，配置对应的业务规则；

获取校验请求信息，根据请求信息，采用RETE算法在规则引擎中进行规则匹配，获取一个或多个校验逻辑规则，当获取多个逻辑规则时，对所述多个逻辑规则进行优先级排序，并选取最优的校验逻辑规则；

通过所述最优的业务逻辑规则，调用相应的服务并执行。

4.根据权利要求1所述的网源数据合规校验方法，其特征在于，所述根据所述校验规则信息进行合规校验时，根据不同的数据表进行多线程校验处理。

5.根据权利要求1所述的网源数据合规校验方法，其特征在于，还包括：对合规校验后的数据进行数据验证，生成校验结果表，供运维人员复核校验结果，督促电厂进行问题整改。

6.根据权利要求1所述的网源数据合规校验方法，其特征在于，所述整改方案模型的构建包括：

使用基于卷积神经网络的深度学习方法，通过自顶向下的监督学习的方式，对以往数据不合规的整改方案进行模型训练得到整改方案模型。

7.根据权利要求1所述的网源数据合规校验方法，其特征在于，还包括：在生成整改方案时，按匹配程度排序返回多个整改方案供用户选择。

8.一种网源数据合规校验装置，其特征在于，包括：

网源数据信息存储单元，用于获取预先从电厂录入或上传的相关文件，对所述相关文件进行OCR文本图像识别，提取网源数据信息存入数据库；

网源数据信息获取单元，用于从所述数据库中抽取需要校验的网源数据信息；

校验规则配置单元，用于对所述网源数据信息进行校验规则配置；

合规校验单元，用于根据所述校验规则信息进行合规校验，筛选出不合规的数据；

整改方案生成单元，用于将所述不合规的数据，输入预先构建的整改方案模型中，生成新的整改方案。

9.一种网源数据合规校验系统，其特征在于，包括：

网源数据导入、导出模块，用于提供接口可供用户将网源相关数据根据数据库表导成E文本格式文件或将相对应的E文本文件导入系统；

智能校验模块，用于配置数据校验规则，对于相似的功能参数，提供规则模版一键配置，结合规则查找算法进行网源数据智能校验；

不合规信息告警模块，用于对于不合规数据进行相应的告警信息展示；

整改方案推送模块，用于将不合规的信息输入至整改方案模型中，基于整改方案模型生成的整改方案并推送给对应的系统专责，督促进行系统整改；

整改方案自学习模块，用于提供历史的整改方案放入模型进行强化学习训练使得整改方案模型不断完善。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现权利要求1～7任一项所述方法的步骤。