掌桥专利:专业的专利平台
掌桥专利
首页

应用于水利工程运行安全的监测数据处理方法以及装置

文献发布时间:2023-06-19 19:23:34


应用于水利工程运行安全的监测数据处理方法以及装置

技术领域

本说明书实施例涉及计算机技术领域,特别涉及一种应用于水利工程运行安全的监测数据处理方法。本说明书一个或者多个实施例同时涉及一种应用于水利工程运行安全的监测数据处理装置,一种计算设备,以及一种计算机可读存储介质。

背景技术

随着社会的发展,水利工程的进步将会使国家的发展产生质的飞跃,国家也建设了大量的水利工程,其在防洪、除涝、灌溉、发电等方面起着重要的作用;目前在水利工程的项目实施过程中,对于水利工程现场的数据监测以及采集均是通过摄像头进行数据采集和监测,采集到的监测数据序列通常存在粗差、漏测(空值)、不等间距、以及表现出一种小幅的随机波动等现象,这是真实信号被一些噪声信号污染的结果。噪声的存在影响了监测数据主要变化规律的体现,而且将会影响后续监测数据分析的精度和可靠性。

发明内容

有鉴于此,本说明书施例提供了一种应用于水利工程运行安全的监测数据处理方法。本说明书一个或者多个实施例同时涉及一种应用于水利工程运行安全的监测数据处理装置,一种计算设备,以及一种计算机可读存储介质,以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面,提供了一种应用于水利工程运行安全的监测数据处理方法,包括:

获取待处理的初始监测数据,并对所述初始监测数据进行粗差检验,确定第一监测数据;

基于预设数据检验算法,对所述第一监测数据进行数据检验,确定第二监测数据,其中,所述预设数据检验算法包括标准差检验、均值检验、对比法、相关分析法或包络线法;

对所述第二监测数据进行数据插补,并对插补处理后的监测数据进行过滤和预处理,获得目标监测数据。

根据本说明书实施例的第二方面,提供了一种应用于水利工程运行安全的监测数据处理装置,包括:

数据获取模块,被配置为获取待处理的初始监测数据,并对所述初始监测数据进行粗差检验,确定第一监测数据;

数据检验模块,被配置为基于预设数据检验算法,对所述第一监测数据进行数据检验,确定第二监测数据,其中,所述预设数据检验算法包括标准差检验、均值检验、对比法、相关分析法或包络线法;

数据处理模块,被配置为对所述第二监测数据进行数据插补,并对插补处理后的监测数据进行过滤和预处理,获得目标监测数据。

根据本说明书实施例的第三方面,提供了一种计算设备,包括:

存储器和处理器;

所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令时实现所述应用于水利工程运行安全的监测数据处理方法的步骤。

根据本说明书实施例的第四方面,提供了一种计算机可读存储介质,其存储有计算机可执行指令,该指令被处理器执行时实现任意一项所述应用于水利工程运行安全的监测数据处理方法的步骤。

本说明书一个实施例,获取待处理的初始监测数据,并对所述初始监测数据进行粗差检验,确定第一监测数据;基于预设数据检验算法,对所述第一监测数据进行数据检验,确定第二监测数据,其中,所述预设数据检验算法包括标准差检验、均值检验、对比法、相关分析法或包络线法;对所述第二监测数据进行数据插补,并对插补处理后的监测数据进行过滤和预处理,获得目标监测数据。

通过确定待处理的初始监测数据,先进行粗差检验后,将已通过数据粗差检验的数据进一步进行数据检验、数据插补、数据过滤以及预处理,实现了对庞大的安全监测数据进行处理的过程,通过大量数据测试,水利工程运行安全监测数据治理系统具有良好的动态(自动化)数据粗差检验和静态数据检验与预处理功能,有效保障了监测数据的准确性,为监测数据在水利工程运行安全性态分析发挥作用奠定了基础。

附图说明

图1是本说明书一个实施例提供的一种应用于水利工程运行安全的监测数据处理方法的系统总统架构图;

图2是本说明书一个实施例提供的一种应用于水利工程运行安全的监测数据处理方法的流程图;

图3是本说明书一个实施例提供的一种应用于水利工程运行安全的监测数据处理方法的整体功能流程示意图;

图4是本说明书一个实施例提供的一种应用于水利工程运行安全的监测数据处理装置的结构示意图;

图5是本说明书一个实施例提供的一种计算设备的结构框图。

实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本说明书内涵的情况下做类似推广,因此本说明书不受下面公开的具体实施的限制。

在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解,尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

水利工程运行安全监测数据实际是反映监测对象的一组时域信号,即一种随时间或空间变化的数据信号,其是水压、温度、时效等因素以及噪声影响的综合反映。在周围环境、人为操作以及其它不确定因素的影响下,采集到的监测数据序列通常存在粗差、漏测(空值)、不等间距、以及表现出一种小幅的随机波动等现象,这是真实信号被一些噪声信号污染的结果。噪声的存在影响了监测数据主要变化规律的体现,而且将会影响后续监测数据分析的精度和可靠性,所以分析研究水利工程运行安全监测数据治理技术,对数据信号进行去噪处理,有效降低监测数据序列的噪声水平,是一项非常重要的工作。

针对现有监测数据预处理大都单一的,无法系统的进行处理,在顾及现有监测自动化系统每时每刻产生的大量监测数据需要及时治理的情况下,本申请提出了一种监测数据治理系统及运行方法,主要解决如下问题:(1)动态(自动化)数据粗差检验;对于实时获取的监测数据信息,采用差分拉依达准则,并结合时空逻辑分析法判断是否存在粗差,并对识别为粗差的监测数据信息进行标记。提供人工审核是否删除。(2)静态数据检验与预处理:对于静态监测数据信息,默认已通过数据粗差检验,还需进一步进行标准差检验、均值检验、对比法、相关分析法、包络线法等数据检验;线性内插法、拉格朗日内插法和多项式内插法等数据插补;卡尔曼降噪模型、小波降噪模型和EEMD降噪模型等数据降噪;数据等间距处理、标准化处理和均值化处理等数据预处理。

基于此,本申请实施例提供的监测数据处理方法,可应用于水利工程运行安全监测数据治理系统及运行,同时,在数据处理的过程中,考虑到水利工程运行安全监测数序列具有时变特征,提出基于一阶差分的拉依达准则,并结合逻辑判断来识别粗差,便于后续准确地对监测数据进行处理。

在本说明书中,提供了一种应用于水利工程运行安全的监测数据处理方法,本说明书同时涉及一种应用于水利工程运行安全的监测数据处理装置,一种计算设备,以及一种计算机可读存储介质,在下面的实施例中逐一进行详细说明。

图1示出了根据本说明书一个实施例提供的一种应用于水利工程运行安全的监测数据处理方法的系统总统架构图。

需要说明的是,水利工程运行安全监测数据治理系统总体架构由动态(自动化)数据粗差检验和静态数据检验与预处理构成。

具体的,监测数据治理系统包括动态(自动化)数据粗差检验和静态数据检验与预处理这两个部分,其中,动态数据粗差检验包括利用差分拉依达准则进行数据检验,利用逻辑分析法进行逻辑判断;静态数据检验与预处理包括数据检验、数据插补、数据降噪以及数据预处理这四个步骤,其中,数据检验的方法包括但不限定于标准差检验法、均值检验法、对比法、相关分析法以及包络线法;数据插补包括但不限定于线性内插法、拉格朗日内插法、多项式内插法;数据降噪包括但不限定于卡尔曼降噪模型、小波降噪模型以及EEMD降噪模型;数据预处理包括但不限定于数据等间距处理、标准化处理以及均值化处理。进一步地,将处理后的监测数据输出,便于后续对数据治理成果的管理。

图2示出了根据本说明书一个实施例提供的一种应用于水利工程运行安全的监测数据处理方法的流程图,具体包括以下步骤。

需要说明的是,本实施例提供的方法应用于水利工程运行安全监测数据治理系统,用户可通过该系统对当前水利工程安全监测数据进行数据分析与查看等。对此过程本实施例中不做限定。

步骤202:获取待处理的初始监测数据,并对所述初始监测数据进行粗差检验,确定第一监测数据。

其中,初始监测数据可以理解为利用数据采集设备采集的水利工程的实时监测数据。

具体的,所述获取待分析的初始监测数据,包括:

获取预设时间区间内的运行安全数据,其中,运行安全数据包括水量数据、水压数据、温度数据、持续运行时长;

将运行安全数据确定为待处理的初始监测数据。

实际应用中,还可实时获取到预设时间区间内的运行安全数据,预设时间区间可以为1小时、3小时、6小时,本实施例对此不做限定。

进一步地,由于水利工程运行安全监测数序列具有时变特征,不能直接使用拉依达准则进行粗差识别,需要对原始数据序列进行一阶差分来降低时变特征;具体的,所述对所述初始监测数据进行粗差检验,确定第一监测数据,包括:

基于所述初始监测数据计算一阶差分数据;

基于所述一阶差分数据确定所述初始监测数据中的粗差数据;

根据所述粗差数据,确定所述初始监测数据对应的第一监测数据。

实际应用中,为了获取到有效的监测数据,需要确定含有噪声的监测数据,并通过剔除、过滤等方式进行数据清洗与筛选。

更进一步地,所述根据所述粗差数据,确定所述初始监测数据对应的第一监测数据,包括:

基于预设粗差校验算法,确定所述粗差数据的误识别数据;

将所述误识别数据作为正常值进行保留,并删除除了所述误识别数据的其他粗差数据,获得所述初始监测数据对应的第一监测数据。

具体的实现方式可参考如下:设原始观测系列D1:X

步骤204:基于预设数据检验算法,对所述第一监测数据进行数据检验,确定第二监测数据,其中,所述预设数据检验算法包括标准差检验、均值检验、对比法、相关分析法或包络线法。

需要说明的是,将检验通过的第一监测数据确定为第二监测数据,而在第一监测数据检验不通过的情况下,系统可返回数据处理失败的提示。

以预设数据检验算法采用对比法为例,对比法是数据校验中的一个步骤,可以通过对比法对数据进行比较,主观的查看数据,通过输入时间,和测点对应数据,和分组对比数目。返回时间,每一个测点的原始数据,每一个bin的范围,落在各个bin里面的数据个数。具体的页面操作流程:(1)页面按照监测类型与测点构建测点树、用户在测点树能选择测点,并将选中的多个测点展示在页面右侧上方。(2)选择时间范围。(3)按照选定的测点,查询测点的数据,选择bin的个数(画柱状图时分组的个数),传入webapi计算。(4)界面显示结果图形。

此外还包括相关分析法,相关分析法对测点数据进行相关性法,根据数据的测点的数量进行相关性分析以后,根据数据的不同绘制可视化图形。输入测点对应的数据,返回出来各测点相关系数,当输入的是三个或者是三个以上的测点,画出一个单独的矩阵。当是两个时,画的是一个矩阵和折线图。具体的操作流程为:(1)页面按照监测类型与测点构建测点树、用户在测点树能选择测点,并将选中的多个测点展示在页面右侧上方。(2)选择时间范围。(3)按照选定的测点,查询测点的数据,传入webapi计算。(4)界面显示结果图形。

包络线属于数据校验,使用包络线法分析数据,校验数据。输入测点的数据,时间,通过计算以后可以得到上包络线,下包络线的数据以及测点的原始数据。

标准差检验属于数据校验,可以使用它对数据进行分析,有单样本和双样本两种情况。单样本的情况下:输入测点对应的数值,测点的理论方差以及显著性水平,计算返回了测点的样本方差和理论方差,计算后得到的结论。双样本的情况下:输入测点对应的数值,显著性水平,可以通过计算返回各个测点的方差,还有结论。操作流程:(1)页面按照监测类型与测点构建测点树、用户在测点树能选择测点。用户在测点树能选择要做标准差检验的测点,并将选中展示在页面右侧上方。(2)选择时间范围。(3)输入显著性水平。(4)按照选定的测点,查询测点的数据,传入webapi计算。(5)界面显示结果图形。

均值校验属于数据校验,可以使用它对数据进行分析,有单样本和双样本两种情况。单样本的情况下:输入测点对应的数值,测点的样本理论均值以及显著性水平,计算返回了测点的样本均值和理论均值,计算后得到的结论。双样本的情况下:输入测点对应的数值,显著性水平,可以通过计算返回各个测点的样本理论均值,还有结论。

步骤206:对所述第二监测数据进行数据插补,并对插补处理后的监测数据进行过滤和预处理,获得目标监测数据。

具体的,所述对所述第二监测数据进行数据插补,包括:

基于预设数据插补算法,对所述第二监测数据进行数据插补,其中,所述预设数据插补算法包括线性内插法、拉格朗日内插法和多项式内插法。

其中,数据插补是对测点数据或者中间成果中的存在空缺的地方进行人工插补,保证数据的合理性。

输入测点对应的数据,选择不同的插值方法,以及插值间隔。选择插值方法,有“一次插值”、“二次插值”、“三次样条插值”3种方法插值间隔,选项有“每天1次”、“每天3次”两个选项。操作流程:(1)页面按照监测类型与测点构建测点树、用户在测点树能选择测点。用户在测点树能选择要做插值的测点,并将选中展示在页面右侧上方。(2)选择时间范围。(3)输入插值间隔(如果X是时间,则插值间隔也要输入时间)(4)、,查询测点的数据,传入webapi计算。(5)界面显示结果图形。

此外,还可参考空值插值的处理方式,空值插值属于数据预处理中的建模预处理。对测点的数据(中间插值)进行空值的插补。缺失值插补删除方法,选项有:'mean'(均值)、'median'(中位数)、'const'(常数)、'before'(前一个值)、'after'(后一个值)、'linear_interp'(线性插值),用常数替代nan,只在缺失值插补删除方法时才起生效。

具体的,所述对插补处理后的监测数据进行过滤,包括:

基于预设数据降噪算法,对插补处理后的监测数据进行降噪处理,其中,所述预设数据降噪算法包括卡尔曼降噪模型、小波降噪模型和EEMD降噪模型。

实际应用中,异常数据处理属于数据预处理,各测点数据对齐后,对异常值识别,并将识别的异常值赋值为NAN。输入测点(环境量)的数据和时间,选择异常值识别方法,以及阈值。异常值识别方法,选项有:3sigma、肖维勒方法、一阶差分,阈值,只在异常值识别方法是‘一阶差分’才有效。

此外,还可通过滤波消除噪声,滤波消除噪声属于数据预处理,对测点原始数据进行滤波,消除噪声。滤波消除噪声有三种不同情况的入参情况,分别是限幅滤波,中值滤波、滑动平均滤波、复合滤波以及算术平均滤波。限幅滤波的情况下,输入测点的时间和对应的数据,选择滤波方法。中值滤波、滑动平均滤波、复合滤波的情况下,输入测点的时间和对应的数据,选择滤波方法,同时还输入滤波窗大小,要求为奇数。算术平均滤波的情况下,测定的数据是[[],[]]的数据格式。输出的是测点滤波后,对应的时间和数据。操作流程:(1)页面按照监测类型与测点构建测点树、用户在测点树能选择测点。用户在测点树能选择要做预处理的测点,并将选中展示在页面右侧上方。(2)选择时间范围。(3)选择方法(限幅滤波/中值滤波/算术滤波/滑动滤波/复合滤波)(4)按照选定的测点,查询测点的数据,传入webapi计算。(5)界面显示结果图形。

另外,过滤还包括丢弃空值,丢弃空值属于数据预处理中的建模预处理,对测点的数据(中间成果)进行空值丢弃。处理方法:1.丢弃所有空值所在的行。2.空值超过thres个的行。3.空值超过一定比例ratio的删除。每列nan值个数超过一定比例ratio,则删除该列。只在处理方法等空值超过一定比例ratio的删除时才生效。

进一步的,所述对插补处理后的检验数据进行预处理,获得目标监测数据,包括:

确定针对插补处理后的监测数据对应的预处理规则;

基于所述预处理规则,对所述待处理数据进行预处理,获得目标监测数据;

其中,预处理规则包括数据等间距处理、标准化处理和均值化处理。

标准化处理属于数据预处理中的建模预处理,对数据进行标准化处理,让数据更加符合建模预处理所需要的数据。标准化方法,选项有:min_max、z_score、小数定标。

建模预处理还包括对数据采样、数据粗分类,数据采样属于数据预处理中的建模预处理。各测点数据对齐后,对数据进行采样,从总体中抽取部分样本。采样方法,选项有:随机采样、系统采样两种方法。同时还可以选择采样数目。

粗分类是对选择的测点数据(中间成果)进行粗分类处理,各测点数据对齐后,以因变量为对象,对数据进行分类。粗分类方法,选项有:'eqal_dist'(等距分类)、'eqal_freq'(等频分类)等。

另外还需要对时间进行预处理,对时间进行对齐,让数据更加符合建模所需要的数据,输入不同测点,环境量的时间和数据,根据时间戳来进行对齐。

此外,在获得目标监测数据之后,还可对该目标监测数据进行后续的水利工程运行安全的数据分析工作,具体的,所述基于所述目标监测数据分析当前水利工程运行安全结果,包括:

将所述目标监测数据输入运行安全分析模型,获得所述运行安全分析模型输出的当前运行安全结果;

将所述目标监测数据与所述当前运行安全结果进行存储。

需要说明的是,在经过上述的数据获取、数据清洗及过滤,再对数据进行预处理,以构建运行安全分析模型,在获取到目标监测数据之后,还可将目标监测数据输入值运行安全分析模型中,以明确当前运行安全的结果;进一步地,还可将目标监测数据与当前运行安全结果进行存储,便于后续可以随时查询运行安全的参考数据等。

参见图3,图3示出了本说明书一实施例提供的一种应用于水利工程运行安全的监测数据处理方法的整体功能流程示意图。

需要说明的是,本实施例中提供的是水利工程运行安全的监测数据分析系统提供的功能流程。

具体实施是,用户可利用该系统登录管理账户,并读取用户信息,进行用户权限校验,在确定用户权限开启时,调用数据分析整理模块,开始自动化(人工)数据接入与物理量计算,进而,开始动态(自动化)数据粗差检验,再对检验进行判断,若是,则数据进行粗差标记,若否,则进入静态数据检验与预处理阶段;其中,静态数据检验与预处理阶段包括数据检验、数据插补、数据降噪、数据预处理,数据检验包括但不限定于逻辑分析法、冗余量法和对比法、标准差检验和均值检验;数据插补包括但不限定于全段拉格朗日一次或二次插值法、三次样条函数插值模型;数据预处理包括但不限定于异常数据的定位和剔除、滤波消除噪声、建模数据的采集整理,提取趋势项、零化处理和标准化处理;并将处理后的结果输入数据分析整理模型,进行数据治理成果管理,便于后续输出水利工程安全运行分析结果。

综上,通过确定待处理的初始监测数据,先进行粗差检验后,将已通过数据粗差检验的数据进一步进行数据检验、数据插补、数据过滤以及预处理,实现了对庞大的安全监测数据进行处理的过程,通过大量数据测试,水利工程运行安全监测数据治理系统具有良好的动态(自动化)数据粗差检验和静态数据检验与预处理功能,有效保障了监测数据的准确性,为监测数据在水利工程运行安全性态分析发挥作用奠定了基础。

与上述方法实施例相对应,本说明书还提供了应用于水利工程运行安全的监测数据处理装置实施例,图4示出了本说明书一个实施例提供的一种应用于水利工程运行安全的监测数据处理装置的结构示意图。如图4所示,该装置包括:

数据获取模块402,被配置为获取待处理的初始监测数据,并对所述初始监测数据进行粗差检验,确定第一监测数据;

数据检验模块404,被配置为基于预设数据检验算法,对所述第一监测数据进行数据检验,确定第二监测数据,其中,所述预设数据检验算法包括标准差检验、均值检验、对比法、相关分析法或包络线法;

数据处理模块406,被配置为对所述第二监测数据进行数据插补,并对插补处理后的监测数据进行过滤和预处理,获得目标监测数据。

可选地,所述数据获取模块402,进一步被配置为:

基于所述初始监测数据计算一阶差分数据;

基于所述一阶差分数据确定所述初始监测数据中的粗差数据;

根据所述粗差数据,确定所述初始监测数据对应的第一监测数据。

可选地,所述数据获取模块402,进一步被配置为:

基于预设粗差校验算法,确定所述粗差数据的误识别数据;

将所述误识别数据作为正常值进行保留,并删除除了所述误识别数据的其他粗差数据,获得所述初始监测数据对应的第一监测数据。

可选地,所述数据处理模块406,进一步被配置为:

基于预设数据插补算法,对所述第二监测数据进行数据插补,其中,所述预设数据插补算法包括线性内插法、拉格朗日内插法和多项式内插法。

可选地,所述数据处理模块406,进一步被配置为:

基于预设数据降噪算法,对插补处理后的监测数据进行降噪处理,其中,所述预设数据降噪算法包括卡尔曼降噪模型、小波降噪模型和EEMD降噪模型。

可选地,所述数据处理模块406,进一步被配置为:

确定针对插补处理后的监测数据对应的预处理规则;

基于所述预处理规则,对所述待处理数据进行预处理,获得目标监测数据;

其中,预处理规则包括数据等间距处理、标准化处理和均值化处理。

可选地,所述数据获取模块402,进一步被配置为:

获取预设时间区间内的运行安全数据,其中,运行安全数据包括水量数据、水压数据、温度数据、持续运行时长;

将运行安全数据确定为待处理的初始监测数据。

本说明书实施例提供的所述应用于水利工程运行安全的监测数据处理装置,通过确定待处理的初始监测数据,先进行粗差检验后,将已通过数据粗差检验的数据进一步进行数据检验、数据插补、数据过滤以及预处理,实现了对庞大的安全监测数据进行处理的过程,通过大量数据测试,水利工程运行安全监测数据治理系统具有良好的动态(自动化)数据粗差检验和静态数据检验与预处理功能,有效保障了监测数据的准确性,为监测数据在水利工程运行安全性态分析发挥作用奠定了基础。

上述为本实施例的一种应用于水利工程运行安全的监测数据处理装置的示意性方案。需要说明的是,该应用于水利工程运行安全的监测数据处理装置的技术方案与上述的应用于水利工程运行安全的监测数据处理方法的技术方案属于同一构思,应用于水利工程运行安全的监测数据处理装置的技术方案未详细描述的细节内容,均可以参见上述应用于水利工程运行安全的监测数据处理方法的技术方案的描述。

图5示出了根据本说明书一个实施例提供的一种计算设备500的结构框图。该计算设备500的部件包括但不限于存储器510和处理器520。处理器520与存储器510通过总线530相连接,数据库550用于保存数据。

计算设备500还包括接入设备540,接入设备540使得计算设备500能够经由一个或多个网络560通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备540可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC))中的一个或多个,诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口,等等。

在本说明书的一个实施例中,计算设备500的上述部件以及图5中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图5所示的计算设备结构框图仅仅是出于示例的目的,而不是对本说明书范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。

计算设备500可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或PC的静止计算设备。计算设备500还可以是移动式或静止式的服务器。

其中,处理器520用于执行如下计算机可执行指令时实现所述数据处理方法的步骤。

上述为本实施例的一种计算设备的示意性方案。需要说明的是,该计算设备的技术方案与上述的应用于水利工程运行安全的监测数据处理方法的技术方案属于同一构思,计算设备的技术方案未详细描述的细节内容,均可以参见上述应用于水利工程运行安全的监测数据处理方法的技术方案的描述。

本说明书一实施例还提供一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时以用于实现如前所述应用于水利工程运行安全的监测数据处理方法的步骤。

上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的应用于水利工程运行安全的监测数据处理方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述应用于水利工程运行安全的监测数据处理方法的技术方案的描述。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。

所述计算机指令包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。

需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本说明书实施例并不受所描述的动作顺序的限制,因为依据本说明书实施例,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本说明书实施例所必须的。

在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。

以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书实施例的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本说明书实施例的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。

相关技术
  • 一种应用于游戏中的动作数据处理方法及其装置
  • 数字孪生水利工程运行安全监测系统及运行方法
  • 应用于数字孪生水利工程的数据中台和数据处理方法
技术分类

06120115892654