数据处理方法、装置、计算机设备和存储介质

技术领域

本申请涉及数据处理技术领域，特别是涉及一种数据处理方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着互联网技术的发展，为了对电网设备进行有效管理，通常利用安全生产管理系统来进行数据管理。在利用该系统进行关联的过程中，可能会出现现有的生产设备的数据和财务设备的数据存在不一致的情况。例如，生产设备的数据在资产设备中无法找到，或者，财务设备的数据在生产设备中无法找到，又或者，生产设备的数据和资产设备的数据不一致。

由此，相关技术中，通常需要人工录入生产设备的数据和资产设备的数据，并通过人工分析两种数据是否一致。然而，人工录入和人工分析无法提高数据处理的效率，即，存在数据处理效率低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高数据处理效率的数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种数据处理方法，包括：

获取目标生产设备的生产数据，并获取与所述目标生产设备相匹配的资产设备中存储的资产数据；

针对任一参数类型，从所述生产数据中获取属于所针对参数类型的目标生产参数，并从所述资产数据中获取属于所针对参数类型的目标资产参数；

若所述目标生产参数与所述目标资产参数不匹配，则获取所述目标生产设备的使用年限；

从多个正常生产设备中，筛选出使用年限大于所述目标生产设备的使用年限的指定生产设备；

根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定所述目标生产设备的修正后的生产参数。

第二方面，本申请还提供了一种数据处理装置，包括：

数据获取模块，用于获取目标生产设备的生产数据，并获取与所述目标生产设备相匹配的资产设备中存储的资产数据；

参数获取模块，用于针对任一参数类型，从所述生产数据中获取属于所针对参数类型的目标生产参数，并从所述资产数据中获取属于所针对参数类型的目标资产参数；

年限获取模块，用于若所述目标生产参数与所述目标资产参数不匹配，则获取所述目标生产设备的使用年限；

筛选模块，用于从多个正常生产设备中，筛选出使用年限大于所述目标生产设备的使用年限的指定生产设备；

确定模块，用于根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定所述目标生产设备的修正后的生产参数。

第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取目标生产设备的生产数据，并获取与所述目标生产设备相匹配的资产设备中存储的资产数据；

针对任一参数类型，从所述生产数据中获取属于所针对参数类型的目标生产参数，并从所述资产数据中获取属于所针对参数类型的目标资产参数；

若所述目标生产参数与所述目标资产参数不匹配，则获取所述目标生产设备的使用年限；

从多个正常生产设备中，筛选出使用年限大于所述目标生产设备的使用年限的指定生产设备；

根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定所述目标生产设备的修正后的生产参数。

第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取目标生产设备的生产数据，并获取与所述目标生产设备相匹配的资产设备中存储的资产数据；

针对任一参数类型，从所述生产数据中获取属于所针对参数类型的目标生产参数，并从所述资产数据中获取属于所针对参数类型的目标资产参数；

若所述目标生产参数与所述目标资产参数不匹配，则获取所述目标生产设备的使用年限；

从多个正常生产设备中，筛选出使用年限大于所述目标生产设备的使用年限的指定生产设备；

根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定所述目标生产设备的修正后的生产参数。

第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

获取目标生产设备的生产数据，并获取与所述目标生产设备相匹配的资产设备中存储的资产数据；

针对任一参数类型，从所述生产数据中获取属于所针对参数类型的目标生产参数，并从所述资产数据中获取属于所针对参数类型的目标资产参数；

若所述目标生产参数与所述目标资产参数不匹配，则获取所述目标生产设备的使用年限；

从多个正常生产设备中，筛选出使用年限大于所述目标生产设备的使用年限的指定生产设备；

根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定所述目标生产设备的修正后的生产参数。

上述数据处理方法、装置、计算机设备、存储介质和计算机程序产品，通过获取目标生产设备的生产数据，并直接获取与目标生产设备相匹配的资产设备中存储的资产数据。针对任一参数类型，从生产数据中获取属于所针对参数类型的目标生产参数，并从资产数据中获取属于所针对参数类型的目标资产参数。由此，基于生产数据和资产数据进行数据校验，能够初步且自动地查验生产数据中的异常的目标生产参数，无需人工一一查验，提高了数据处理的速度。若目标生产参数与目标资产参数不匹配，则直接确定该目标生产参数需要修正，由此，先获取目标生产设备的使用年限。再从多个正常生产设备中，筛选出使用年限大于目标生产设备的使用年限的指定生产设备。最后，根据筛选出的指定生产设备的属于所针对参数类型的生产参数，自动确定目标生产设备的修正后的生产参数。也即是，根据使用年限更久的指定生产设备的生产参数，准确预估出修正后的生产参数，无需人为分析并修正。这样，在确保修正准确性的基础上，大大提高了数据处理效率。

附图说明

为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例中数据处理方法的应用环境图；

图2为一个实施例中数据处理方法的流程示意图；

图3为一个实施例中回归树结构示意图；

图4为一个实施例中分类数的示意图；

图5为一个实施例中层次聚类示意图；

图6为一个实施例中数据处理的示意图；

图7为一个实施例中数据处理装置的结构框图；

图8为一个实施例中计算机设备的内部结构图。

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。

本申请实施例提供的数据处理方法，可以应用于如图1所示的应用环境中。其中，目标生产设备102、正常生产设备104和资产设备106均通过网络与计算机设备108进行通信。其中，生产设备可以是目标生产设备，也可以是指定生产设备。计算机设备108可以终端，也可以服务器，若为服务器，数据存储系统可以存储服务器需要处理的数据。数据存储系统可以集成在服务器上，也可以放在云上或其他网络服务器上。计算机设备108获取目标生产设备102的生产数据，并获取与所述目标生产设备102相匹配的资产设备106中存储的资产数据。针对任一参数类型，从所述生产数据中获取属于所针对参数类型的目标生产参数，并从所述资产数据中获取属于所针对参数类型的目标资产参数。若所述目标生产参数与所述目标资产参数不匹配，则获取所述目标生产设备106的使用年限。从多个正常生产设备104中，筛选出使用年限大于所述目标生产设备的使用年限的指定生产设备。根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定所述目标生产设备102的修正后的生产参数。

其中，生产设备是指电网相关的设备，可以理解的是，指定生产设备是属于正常生产设备104。资产设备是指记录生产设备相关的资产信息和设备信息的设备。其中，计算机设备可以是终端，也可以服务器。终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个示例性的实施例中，如图2所示，提供了一种数据处理方法，以该方法应用于图1中的计算机设备108为例进行说明，包括以下步骤S202至步骤S210。其中：

步骤S202，获取目标生产设备的生产数据，并获取与目标生产设备相匹配的资产设备中存储的资产数据。

其中，目标生产设备是待进行数据处理的生产设备。生产设备是指电网设备，例如，一级电压设备，又例如，二级电压设备。资产设备是指用于管理生产设备资产的设备，例如，管理生产设备所涉及的交易信息、余额信息。生产数据是指与电网相关的数据，例如，生产设备运行所产生的数据，例如，电压等级、噪声值、空载损坏；又例如，接线方式、分接方式。资产数据是指生产设备的资产相关的数据，例如，对应的生产设备的资产信息。对于相匹配的目标生产设备和资产设备而言，目标生产设备的生产数据和资产设备的资产数据中存在相同参数类型的参数信息，也就是说，存在相同字段的信息，例如，匹配的目标生产设备1和资产设备1，各自的生产数据和资产数据都有相同的资产标识，该资产标识用于确定目标生产设备。又例如，各自的生产数据和资产数据都有关于目标生产设备的维护信息，又例如，各自的生产数据和资产数据都有目标生产设备1的使用信息（如使用年限）；又例如，各自的生产数据和资产数据中都具有关键电网参数的信息，例如，目标生产设备1运行时的电压等级、接线方式。由此，基于相匹配的资产设备和目标生产设备各自的数据，可以进行数据的预校验。

可选地，计算机设备在确定了目标生产设备和与该目标生产设备匹配的资产设备后，对目标生产设备的初始数据和资产设备的初始数据分别进行数据预处理，得到目标生产设备的生产数据和资产设备的资产数据。

示例性地，计算机设备可以利用ETL(Extraction-Transformation-Loading，提取-转换-加载工具)工具对目标生产设备的初始数据进行数据抽取、清洗，得到生产数据。计算机设备利用ETL工具对相匹配的资产设备的初始数据进行数据抽取、清洗，得到资产数据。

步骤S204，针对任一参数类型，从生产数据中获取属于所针对参数类型的目标生产参数，并从资产数据中获取属于所针对参数类型的目标资产参数。

其中，参数类型是指待校验的参数类型，参数类型是生产数据和资产数据中都存在的参数类型。生产数据包含不同第一预设参数类型的生产参数，资产数据包含不同地第二预设参数类型的资产参数。其中，对于匹配的生产设备和资产设备，对应的生产数据和资产数据中存在至少一个参数类型，即，存在至少一个第一预设参数类型和至少一个第二预设参数类型是相同的。

可选地，计算机设备确定与目标生产设备匹配的待比对参数类型集合。待比对参数类型集合包括至少一个参数类型。针对任一参数类型，计算机设备从相应生产数据中获取所针对参数类型的目标生产参数。计算机设备从匹配的资产数据中获取所针对参数类型的目标资产参数。

示例性地，目标生产设备与资产设备1是匹配的，对应地生产数据中存在第一预设参数类型1、第一预设参数类型2两种第一预设参数类型。对应地，资产设备1的资产数据1中存在第二预设参数类型1、第二预设参数类型2和第三预设参数类型3。第一预设参数类型1和第二预设参数类型2相同。第一预设参数类型2和第二预设参数类型3相同。

那么，对于待比对参数类型集合可以是包含第一预设参数类型1和第一预设参数类型2，也可以是包含第一预设参数类型2和第三预设参数类型3。以待比对参数类型集合可以是包含第一预设参数类型1和第一预设参数类型2为例，任一参数类型是指第一预设参数类型1和第一预设参数类型2中的任一一种。

步骤S206，若目标生产参数与目标资产参数不匹配，则获取目标生产设备的使用年限。

其中，目标生产设备的使用年限是指目标生产设备使用的时长。

示例性地，计算机设备比较目标生产参数与目标资产参数，若目标生产参数与目标资产参数不一致，则获取目标生产设备的使用年限。若目标生产参数与目标资产参数一致，则将目标生产设备的设备编号、该目标生产参数记录在正常记录表中当次数据处理的字段中。此时，若该目标生产参数不是待比对参数类型集合中的最后一个参数类型的生产参数，则获取下一参数类型，继续比对下一参数类型的生产参数与相应地下一参数类型地资产参数是否一致，直到比对完待比对参数类型集合中所有参数类型的生产参数。

步骤S208，从多个正常生产设备中，筛选出使用年限大于目标生产设备的使用年限的指定生产设备。

其中，正常生产设备与目标生产设备是相同设备类型的生产设备。正常生产设备和目标生产设备不同。相同设备类型的各生产设备的第一预设参数类型相同。

正常生产设备是指所针对参数类型的生产参数是正常的，即该生产参数（该正常生产设备的所针对参数类型的生产参数）与匹配资产设备所针对参数类型的资产参数一致。

指定生产设备是属于正常生产设备，且指定生产设备的使用年限大于目标生产设备的使用年限。也就是说，利用使用年限更长的正常生产设备的生产参数进行后续的修正。这是由于指定生产设备的使用年限越长，运行更加稳定，即指定生产设备以该参数类型的生产参数运行时，该参数类型没有出现异常，那么，该生产参数更加具有参考价值，基于该指定生产设备对应的生产参数，对目标生产设备的目标生产参数进行修正，更加准确。

示例性地，计算机设备获取存在匹配关系的多个正常生产设备，并获取各正常生产设备的各自的使用年限。将使用年限大于目标生产设备的使用年限的正常生产设备，确定为指定生产设备。

其中，存在匹配关系的正常生产设备是指，该正常生产设备对应一个与之匹配的资产设备。可以理解的是，对于没有与之匹配的资产设备的正常生产设备无法知晓本步骤实施例。

步骤S210，根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定目标生产设备的修正后的生产参数。

可选地，在筛选出至少一个指定生产设备后，根据至少一个指定生产设备的属于所针对参数类型的生产参数，预估修正参数，该修正参数为目标生产设备的修正后的生产参数。

随后，计算机设备获取各目标生产设备的设备编号，并根据各设备编号，通过聚类，确定各目标生产设备各自所属的地域单元。对于存在修正后的生产参数的目标设备，设定为第一目标设备，将不存在一个修正后的生产参数的目标设备，设定为第二目标设备。计算机设备将属于同一地域单元的各第一目标设备的设备信息，存储在该地域单元的第一地域表中。汇总各地域单元各自对应的第一地域表，得到异常记录表。该异常记录表记录需要修正的目标生产设备。

计算机设备将属于同一地域的各第二目标设备的设备信息，存储在该地域单元的第二地域表中。汇总各地域单元各自对应的第二地域表，得到正常记录表。该正常记录表记录不修正的目标生产设备。

进一步，计算机设备还汇总正常记录表和异常记录表，得到总表，基于该总表，统计同一地域单元中，计算修正参数的正常生产设备的第一数量、以及该地域单元中所有正常生产设备的第二数量，并统计第一数量和第二数量的比例。由此，基于该各地域单元的比例，能够更加迅速且全面了解各地域单元中生产设备的异常情况。

地域单元可以是以省划分的单元，也可以是以市化的单元，具体不作限定。

在一些实施例中，根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定目标生产设备的修正后的生产参数，包括：获取至少一个指定生产设备的属于所针对参数类型的生产参数，计算至少一个生产参数的均值，并将均值作为修正后的修正参数。

示例性地，在筛选出至少一个指定生产设备后，对于每个指定生产设备，获取该指定生产设备的生产数据，并获取该生产数据中所针对参数类型的生产参数（即指定生产设备的生产参数）。计算机设备计算各指定生产设备的生产参数的均值，将该均值作为修正后的生产参数。

该修正后的生产参数可以理解为一个推荐值，即计算机设备将该修正后的生产参数、目标生产设备的设备编号、该目标生产参数、对应地所针对参数类型，均记录在异常记录表中当次数据处理的字段中。后续，可以基于该异常记录表，查询出目标生产设备的所针对参数类型的修正后的生产参数，以进行后续维修。

在本实施例中，在获取了至少一个指定生产设备的属于所针对参数类型的生产参数后，直接计算至少一个生产参数的均值，并将均值作为修正后的生产参数。这样，能够更快捷的确定生产参数，提高了参数修正的效率，也就提高了数据处理的效率。

在一些实施例中，根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定目标生产设备的修正后的生产参数，包括：获取参数修正模型，并根据筛选出的指定生产设备的生产参数和参数修正模型，确定目标生产设备的修正后的生产参数。

其中，参数修正模型用于预估修正后的生产参数。

可选地，计算机设备从筛选出的各个指定生产设备中，再次筛选出使用年限连续的各指定生产设备，将再次筛选出的各指定生产设备的生产参数（即属于所针对参数类型的生产参数）输入至参数修正模型，预测出连续的各目标使用年限各自对应的修正参数。从各目标使用年限各自对应的修正参数中，筛选出目标生产设备的使用年限对应的修正参数，将该修正参数，确定为目标生产设备的修正后的生产参数。

其中，修正参数模型可以是基于回归树原理构成的，其中，如图3所示，为一个实施例中回归树结构示意图。随机森林回归算法（Random Forest Regression）是随机森林（Random Forest）的重要应用分支。随机森林回归模型通过随机抽取样本和特征，建立多棵相互不关联的决策树，通过并行的方式获得预测结果。每棵决策树都能通过抽取的样本和特征得出一个预测结果，通过综合所有树的结果，得到整个森林的回归预测结果。

在本实施例中，获取参数修正模型，并根据筛选出的指定生产设备的生产参数和参数修正模型，准确地确定目标生产设备的修正后的生产参数。这样，提高了修正后的生产参数的准确性。

上述数据处理方法中，通过获取目标生产设备的生产数据，并直接获取与目标生产设备相匹配的资产设备中存储的资产数据。针对任一参数类型，从生产数据中获取属于所针对参数类型的目标生产参数，并从资产数据中获取属于所针对参数类型的目标资产参数。由此，基于生产数据和资产数据进行数据校验，能够初步且自动地查验生产数据中的异常的目标生产参数，无需人工一一查验，提高了数据处理的速度。若目标生产参数与目标资产参数不匹配，则直接确定该目标生产参数需要修正，由此，先获取目标生产设备的使用年限。再从多个正常生产设备中，筛选出使用年限大于目标生产设备的使用年限的指定生产设备。最后，根据筛选出的指定生产设备的属于所针对参数类型的生产参数，自动确定目标生产设备的修正后的生产参数。也即是，根据使用年限更久的指定生产设备的生产参数，准确预估出修正后的生产参数，无需人为分析并修正。这样，在确保修正准确性的基础上，大大提高了数据处理效率。

在另一些实施例中，方法还包括：若所述目标生产参数与所述目标资产参数不匹配，则基于正常生产设备的供应商、计量单位、资产编码、相别、使用年限中的至少一种，确定目标生产设备的修正后的生产参数。

在本实施例中，基于正常生产设备的供应商、计量单位、资产编码、相别、使用年限中的至少一种，确定目标生产设备的修正后的生产参数，能够从多个维度综合修正生产参数，以确保修正的有效性和准确性。

在一些实施例中，目标生产设备的确定步骤包括：获取多个待匹配资产设备的存储信息，每个待匹配资产设备的存储信息中存储了相关联的一个生产设备的设备编号。获取待匹配生产设备的设备编号，并校验是否存在一个存储信息中存储了待匹配生产设备的设备编号。若存在，则将待匹配生产设备确定为目标生产设备。

示例性地，计算机设备获取多个待匹配资产设备的存储信息。针对每个待匹配生产设备，计算机设备获取所针对待匹配生产设备的设备编号，并校验各待匹配资产设备的存储信息中是否存在所针对待匹配生产设备的设备编号。

若存在，则将所针对待匹配生产设备确定为目标生产设备。若不存在，则将所针对待匹配生产设备确定为不匹配生产设备。

在另一些示例中，匹配过程可以基于匹配模型进行，该匹配模型是基于分类数构建的。如图4所示，为一个实施例中分类数的示意图。随机森林分类是由很多决策树构成的，不同决策树之间没有关联。当我们进行分类任务时，新的输入样本进入，就让森林中的每一棵决策树分别进行判断和分类，每个决策树会得到一个自己的分类结果，决策树的分类结果中哪一个分类最多，那么随机森林就会把这个结果当做最终的结果。通过对生产侧与财务侧数据样本的各个属性进行匹配，识别最佳匹配属性，建立匹配关系。

由此，计算机设备输入各待匹配生产设备的设备编号和待匹配资产设备的设备编号至匹配模型，输出匹配的各目标生产设备和相应资产设备，以及不匹配生产设备和不匹配资产设备。

进一步，方法还包括：计算机设备汇总各不匹配生产设备，并根据各不匹配生产设备的设备编号，进行聚类处理，得到各设备类型各自对应的不匹配生产设备。

在本实施例中，首先，获取多个待匹配资产设备的存储信息，其中，每个待匹配资产设备的存储信息中存储了相关联的一个生产设备的设备编号。然后，再获取待匹配生产设备的设备编号，并校验是否存在一个存储信息中存储了待匹配生产设备的设备编号。也即是，基于存储信息，能够及时查询出是否存在与待匹配生产设备匹配的待匹配资产设备。若存在，则直接将待匹配生产设备确定为目标生产设备，确保后续数据处理是基于匹配的目标生产设备和资产设备进行的，确保了数据处理的有效性。

在一些实施例中，方法还包括：确定目标生产设备的设备类型，并获取设备类型与预设参数类型间的映射关系。根据映射关系，从预设的多个预设参数类型中，筛选出与设备类型对应的至少一个参数类型。

可选地，计算机设备获取各目标生产设备的设备编号，并对各设备编号进行聚类，得到各设备类型。计算机设备确定了每个目标生产设备的设备类型后，计算机设备获取设备类型与预设参数类型间的映射关系。根据映射关系，并从预设的多个预设参数类型中，筛选出与设备类型对应的至少一个参数类型。

示例性地，计算机设备在获取了各目标生产设备的设备编号后，获取层次聚类模型，并将各设备编号输入到层次聚类模型，确定各地域单元各自的设备类型。即，基于该层次聚类模型，能够确定各地域单元的目标生产设备，并对于每个地域单元，根据该地域单元内各目标生产设备的设备编号，确定该地域单元内的设备类型。

对于每个地域单元内的每个设备类型，计算机设备获取设备类型与预设参数类型间的映射关系。根据映射关系，并从预设的多个预设参数类型中，筛选出属于该地域单元的、且与设备类型对应的至少一个参数类型。

其中，层次聚类模型是基于层次聚类得到的。其中，如图5所示，为一个实施例中层次聚类示意图。层次聚类假设类别之间存在层次结构，层次聚类的目标是将样本分类聚集到不同层次的类别中。

层次聚类主要有两种方法：A.凝聚的层次聚类（自底向上）：最初将每个对象作为一个簇，然后这些簇根据某些准则被一步一步合并，两个簇间的距离可以由这两个不同簇中距离最近的数据点的相似度来确定；聚类的合并过程反复进行直到所有的对象满足簇数目。B.分裂的层次聚类（自顶向下）：首先将所有对象置于一个簇中，然后按照某种既定的规则逐渐细分为越来越小的簇(比如最大的欧式距离)，直到达到某个终结条件(簇数目或者簇距离达到阈值)。本申请实施例的是可以使用凝聚的层次聚类方法，自底向上提取。

在本实施例中，首先，确定目标生产设备的设备类型，并获取设备类型与预设参数类型间的映射关系。根据映射关系，从预设的多个预设参数类型中，准确筛选出与设备类型对应的至少一个参数类型，提高了参数类型确定的准确率。

在一些实施例中，从多个正常生产设备中，筛选出使用年限大于目标生产设备的使用年限的指定生产设备，包括：针对每个正常生产设备，从所针对正常生产设备的生产数据中，提取出属于参数类型的生产参数。针对每个生产参数，获取参数类型的参数范围。在参数范围包括所针对生产参数的情况下，校验所针对生产参数所对应的正常生产设备的使用年限是否大于目标生产设备的使用年限。在校验到所针对生产参数所对应的正常生产设备的使用年限大于目标生产设备的使用年限的情况下，将所针对生产参数所对应的正常生产设备，作为指定生产设备。

示例性地，针对每个正常生产设备，计算机设备从所针对正常设备的生产数据中，提取出属于该参数类型（所针对参数类型）的生产参数。对于每个正常设备的每个生产参数，获取该参数类型的参数范围，并校验该生产参数是否在该参数范围内。若不在，则不将该正常生产设备确定为指定生产设备。

若在，则校验该正常生产设备的使用年限是否大于该目标生产设备的使用年限。若是，则将该正常生产设备确定为指定生产设备。

在一些实施例中，所述方法还包括：在所述参数范围不包括所针对生产参数的情况下，不将所针对生产参数所对应的正常生产设备作为指定生产设备，并将所针对生产参数确定为待修正的参数。

示例性地，若该所针对生产参数确定待修正的参数后，计算机设备在执行步骤S210后，将待修正的参数替换为修正后的参数。

需要说明的是，在所述参数范围不包括所针对生产参数的情况下，说明该正常生产设备的所针对生产参数虽然和相匹配资产设备的资产参数是一致的，但是，可以进一步微调修正，以进一步延长该正常生产设备的使用年限。

这样，在所述参数范围不包括所针对生产参数的情况下，直接筛选出该正常生产设备的参数需要调整，此时，不将所针对生产参数所对应的正常生产设备作为指定生产设备，并将所针对生产参数确定为待修正的参数，进一步调整了正常生产设备的生产参数，以提高正常生产设备的生产数据的准确性。

在本实施例中，针对每个正常生产设备，首先，从所针对正常生产设备的生产数据中，提取出属于参数类型的生产参数。针对每个生产参数，获取参数类型的参数范围。进一步校验该生产参数是否属于该参数范围，确保数据处理的有效性。在参数范围包括所针对生产参数的情况下，进一步精准校验所针对生产参数所对应的正常生产设备的使用年限是否大于目标生产设备的使用年限。在校验到所针对生产参数所对应的正常生产设备的使用年限大于目标生产设备的使用年限的情况下，将所针对生产参数所对应的正常生产设备，作为指定生产设备。这样，后续根据使用年限更久的指定生产设备的生产参数，准确预估出修正后的生产参数，无需人为分析并修正。这样，在确保修正准确性的基础上，大大提高了数据处理效率。

在一个具体的实施例中，如图6所示，为一个实施例中数据处理的示意图。具体步骤如下：

首先，计算机设备获取多个待匹配资产设备的存储信息，每个待匹配资产设备的存储信息中存储了相关联的一个生产设备的设备编号。获取待匹配生产设备的设备编号，并校验是否存在一个存储信息中存储了待匹配生产设备的设备编号。若存在，则将待匹配生产设备确定为目标生产设备。

然后，计算机设备获取目标生产设备的初始生产数据和匹配的资产设备的初始资产数据。并对生产数据和资产数据进行数据预处理。得到目标生产设备的生产数据和资产设备的资产数据。

最后，计算机设备对该目标生产设备进行参数修正。

具体地，计算机设备进行匹配校验，即，确定目标生产设备的设备类型，并获取设备类型与预设参数类型间的映射关系。根据映射关系，从预设的多个预设参数类型中，筛选出与设备类型对应的至少一个参数类型。针对任一参数类型，从生产数据中获取属于所针对参数类型的目标生产参数，并从资产数据中获取属于所针对参数类型的目标资产参数。

若目标生产参数与目标资产参数不匹配，即校验不通过，则计算机设备确定指定生产设备。示例性地，计算机设备获取目标生产设备的使用年限；针对每个正常生产设备，从所针对正常生产设备的生产数据中，提取出属于参数类型的生产参数。针对每个生产参数，获取参数类型的参数范围。在参数范围包括所针对生产参数的情况下，校验所针对生产参数所对应的正常生产设备的使用年限是否大于目标生产设备的使用年限。在校验到所针对生产参数所对应的正常生产设备的使用年限大于目标生产设备的使用年限的情况下，将所针对生产参数所对应的正常生产设备，作为指定生产设备。在参数范围不包括所针对生产参数的情况下，不将所针对生产参数所对应的正常生产设备作为指定生产设备，并将所针对生产参数确定为待修正的参数。

计算机设备在确定了指定生产设备后，基于指定生产设备对该目标生产参数进行修正。示例性地，获取至少一个指定生产设备的属于所针对参数类型的生产参数，计算至少一个生产参数的均值，并将均值作为修正后的生产参数；或者，获取参数修正模型，并根据筛选出的指定生产设备的生产参数和参数修正模型，确定目标生产设备的修正后的生产参数。

在本实施例中，通过获取目标生产设备的生产数据，并直接获取与目标生产设备相匹配的资产设备中存储的资产数据。针对任一参数类型，从生产数据中获取属于所针对参数类型的目标生产参数，并从资产数据中获取属于所针对参数类型的目标资产参数。由此，基于生产数据和资产数据进行数据校验，能够初步且自动地查验生产数据中的异常的目标生产参数，无需人工一一查验，提高了数据处理的速度。若目标生产参数与目标资产参数不匹配，则直接确定该目标生产参数需要修正，由此，先获取目标生产设备的使用年限。再从多个正常生产设备中，筛选出使用年限大于目标生产设备的使用年限的指定生产设备。最后，根据筛选出的指定生产设备的属于所针对参数类型的生产参数，自动确定目标生产设备的修正后的生产参数。也即是，根据使用年限更久的指定生产设备的生产参数，准确预估出修正后的生产参数，无需人为分析并修正。这样，在确保修正准确性的基础上，大大提高了数据处理效率。

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数据处理方法的数据处理装置。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数据处理装置实施例中的具体限定可以参见上文中对于数据处理方法的限定，在此不再赘述。

在一个示例性的实施例中，如图7所示，提供了一种数据处理装置700，包括：数据获取模块702、参数获取模块704、年限获取模块706、筛选模块708和确定模块710，其中：

数据获取模块702，用于获取目标生产设备的生产数据，并获取与目标生产设备相匹配的资产设备中存储的资产数据；

参数获取模块704，用于针对任一参数类型，从生产数据中获取属于所针对参数类型的目标生产参数，并从资产数据中获取属于所针对参数类型的目标资产参数；

年限获取模块706，用于若目标生产参数与目标资产参数不匹配，则获取目标生产设备的使用年限；

筛选模块708，用于从多个正常生产设备中，筛选出使用年限大于目标生产设备的使用年限的指定生产设备；

确定模块710，用于根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定目标生产设备的修正后的生产参数。

在一些实施例中，确定模块710，还用于获取多个待匹配资产设备的存储信息，每个待匹配资产设备的存储信息中存储了相关联的一个生产设备的设备编号。获取待匹配生产设备的设备编号，并校验是否存在一个存储信息中存储了待匹配生产设备的设备编号。若存在，则将待匹配生产设备确定为目标生产设备。

在一些实施例中，筛选模块708，还用于确定目标生产设备的设备类型，并获取设备类型与预设参数类型间的映射关系。根据映射关系，从预设的多个预设参数类型中，筛选出与设备类型对应的至少一个参数类型。

在一些实施例中，筛选模块708，用于针对每个正常生产设备，从所针对正常生产设备的生产数据中，提取出属于参数类型的生产参数。针对每个生产参数，获取参数类型的参数范围。在参数范围包括所针对生产参数的情况下，校验所针对生产参数所对应的正常生产设备的使用年限是否大于目标生产设备的使用年限。在校验到所针对生产参数所对应的正常生产设备的使用年限大于目标生产设备的使用年限的情况下，将所针对生产参数所对应的正常生产设备，作为指定生产设备。

在一些实施例中，确定模块710，还用于在参数范围不包括所针对生产参数的情况下，不将所针对生产参数所对应的正常生产设备作为指定生产设备，并将所针对生产参数确定为待修正的参数。

在一些实施例中，确定模块710，用于获取至少一个指定生产设备的属于所针对参数类型的生产参数，计算至少一个生产参数的均值，并将均值作为修正后的生产参数；或者，获取参数修正模型，并根据筛选出的指定生产设备的生产参数和参数修正模型，确定目标生产设备的修正后的生产参数。

上述数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个示例性的实施例中，提供了一种计算机设备，该计算机设备可以是服务器，还可以是终端，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据处理方法。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个示例性的实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取目标生产设备的生产数据，并获取与目标生产设备相匹配的资产设备中存储的资产数据。针对任一参数类型，从生产数据中获取属于所针对参数类型的目标生产参数，并从资产数据中获取属于所针对参数类型的目标资产参数。若目标生产参数与目标资产参数不匹配，则获取目标生产设备的使用年限。从多个正常生产设备中，筛选出使用年限大于目标生产设备的使用年限的指定生产设备。根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定目标生产设备的修正后的生产参数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取多个待匹配资产设备的存储信息，每个待匹配资产设备的存储信息中存储了相关联的一个生产设备的设备编号。获取待匹配生产设备的设备编号，并校验是否存在一个存储信息中存储了待匹配生产设备的设备编号。若存在，则将待匹配生产设备确定为目标生产设备。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：确定目标生产设备的设备类型，并获取设备类型与预设参数类型间的映射关系。根据映射关系，从预设的多个预设参数类型中，筛选出与设备类型对应的至少一个参数类型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：针对每个正常生产设备，从所针对正常生产设备的生产数据中，提取出属于参数类型的生产参数。针对每个生产参数，获取参数类型的参数范围。在参数范围包括所针对生产参数的情况下，校验所针对生产参数所对应的正常生产设备的使用年限是否大于目标生产设备的使用年限。在校验到所针对生产参数所对应的正常生产设备的使用年限大于目标生产设备的使用年限的情况下，将所针对生产参数所对应的正常生产设备，作为指定生产设备。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：在参数范围不包括所针对生产参数的情况下，不将所针对生产参数所对应的正常生产设备作为指定生产设备，并将所针对生产参数确定为待修正的参数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取至少一个指定生产设备的属于所针对参数类型的生产参数，计算至少一个生产参数的均值，并将均值作为修正后的生产参数；或者，获取参数修正模型，并根据筛选出的指定生产设备的生产参数和参数修正模型，确定目标生产设备的修正后的生产参数。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取目标生产设备的生产数据，并获取与目标生产设备相匹配的资产设备中存储的资产数据。针对任一参数类型，从生产数据中获取属于所针对参数类型的目标生产参数，并从资产数据中获取属于所针对参数类型的目标资产参数。若目标生产参数与目标资产参数不匹配，则获取目标生产设备的使用年限。从多个正常生产设备中，筛选出使用年限大于目标生产设备的使用年限的指定生产设备。根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定目标生产设备的修正后的生产参数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取多个待匹配资产设备的存储信息，每个待匹配资产设备的存储信息中存储了相关联的一个生产设备的设备编号。获取待匹配生产设备的设备编号，并校验是否存在一个存储信息中存储了待匹配生产设备的设备编号。若存在，则将待匹配生产设备确定为目标生产设备。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定目标生产设备的设备类型，并获取设备类型与预设参数类型间的映射关系。根据映射关系，从预设的多个预设参数类型中，筛选出与设备类型对应的至少一个参数类型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：针对每个正常生产设备，从所针对正常生产设备的生产数据中，提取出属于参数类型的生产参数。针对每个生产参数，获取参数类型的参数范围。在参数范围包括所针对生产参数的情况下，校验所针对生产参数所对应的正常生产设备的使用年限是否大于目标生产设备的使用年限。在校验到所针对生产参数所对应的正常生产设备的使用年限大于目标生产设备的使用年限的情况下，将所针对生产参数所对应的正常生产设备，作为指定生产设备。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在参数范围不包括所针对生产参数的情况下，不将所针对生产参数所对应的正常生产设备作为指定生产设备，并将所针对生产参数确定为待修正的参数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取至少一个指定生产设备的属于所针对参数类型的生产参数，计算至少一个生产参数的均值，并将均值作为修正后的生产参数；或者，获取参数修正模型，并根据筛选出的指定生产设备的生产参数和参数修正模型，确定目标生产设备的修正后的生产参数。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取目标生产设备的生产数据，并获取与目标生产设备相匹配的资产设备中存储的资产数据。针对任一参数类型，从生产数据中获取属于所针对参数类型的目标生产参数，并从资产数据中获取属于所针对参数类型的目标资产参数。若目标生产参数与目标资产参数不匹配，则获取目标生产设备的使用年限。从多个正常生产设备中，筛选出使用年限大于目标生产设备的使用年限的指定生产设备。根据筛选出的指定生产设备的属于所针对参数类型的生产参数，确定目标生产设备的修正后的生产参数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取多个待匹配资产设备的存储信息，每个待匹配资产设备的存储信息中存储了相关联的一个生产设备的设备编号。获取待匹配生产设备的设备编号，并校验是否存在一个存储信息中存储了待匹配生产设备的设备编号。若存在，则将待匹配生产设备确定为目标生产设备。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定目标生产设备的设备类型，并获取设备类型与预设参数类型间的映射关系。根据映射关系，从预设的多个预设参数类型中，筛选出与设备类型对应的至少一个参数类型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：针对每个正常生产设备，从所针对正常生产设备的生产数据中，提取出属于参数类型的生产参数。针对每个生产参数，获取参数类型的参数范围。在参数范围包括所针对生产参数的情况下，校验所针对生产参数所对应的正常生产设备的使用年限是否大于目标生产设备的使用年限。在校验到所针对生产参数所对应的正常生产设备的使用年限大于目标生产设备的使用年限的情况下，将所针对生产参数所对应的正常生产设备，作为指定生产设备。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在参数范围不包括所针对生产参数的情况下，不将所针对生产参数所对应的正常生产设备作为指定生产设备，并将所针对生产参数确定为待修正的参数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取至少一个指定生产设备的属于所针对参数类型的生产参数，计算至少一个生产参数的均值，并将均值作为修正后的生产参数；或者，获取参数修正模型，并根据筛选出的指定生产设备的生产参数和参数修正模型，确定目标生产设备的修正后的生产参数。

需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要符合相关规定。

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。