应用于城市级清洁取暖的数据构造方法及装置制造方法及图纸

本发明专利技术公开了一种应用于城市级清洁取暖的数据构造方法及装置，按照预设维度采集数据，获得初始数据；将各个维度的初始数据按照预设统计维度进行划分，并进行数据比对，获得各个维度的缺失数据；依据缺失数据的数据类型，利用与数据类型相匹配的数据处理方式，对缺失数据进行补充，获得初始目标数据；对初始目标数据按照应用维度进行统计分析，获得目标数据。由于在数据采集时的采集维度包括人口数据维度、建筑面积维度、供暖比率维度、热源类型及面积维度，可以保证更加全面的数据来源，并且能够对缺失数据自动比对，保证数据的全面性和准确性，使得生成的目标数据实现了为城市清洁取暖提供准确合理的数据支持的目的。

Data construction method and device applied to city level clean heating

【技术实现步骤摘要】
应用于城市级清洁取暖的数据构造方法及装置
本专利技术涉及数据处理
，特别是涉及一种应用于城市级清洁取暖的数据构造方法及装置。
技术介绍
在采暖季，通常采用集中供暖的方式保证室内温度。准确的城市级清洁取暖的基础数据是科学规划热泵供暖规模化应用的前提条件。但是，目前北方地区各个城市普遍存在基础数据不准确，同类数据不一致，数据收集维度不全面等问题，从而导致热泵规模化应用时规划真实性及合理性出现偏差。
技术实现思路
针对于上述问题，本专利技术提供一种应用于城市级清洁取暖的数据构造方法及装置，基于重新构造应用于取暖的基础数据，实现了为城市清洁取暖提供准确合理的数据支持的目的。为了实现上述目的，本专利技术提供了如下技术方案：一种应用于城市级清洁取暖的数据构造方法，该方法包括：按照预设维度采集数据，获得初始数据，所述预设维度包括人口数据维度、建筑面积维度、供暖比率维度、热源类型及面积维度；将各个维度的初始数据按照预设统计维度进行划分，并对划分后的数据进行数据比对，获得各个维度的缺失数据；依据缺失数据的数据类型，利用与所述数据类型相匹配的数据处理方式，对所述缺失数据进行补充，获得初始目标数据；对所述初始目标数据按照应用维度进行统计分析，获得目标数据。可选地，该方法还包括：确定数据采集维度，包括：对历史清洁取暖数据进行分析，并获得历史数据采集维度；对所述历史数据采集维度进行数据拟合，获得数据采集维度。可选地，所述将各个维度的初始数据按照预设统计维度进行划分，并对划分后的数据进行数据比对，获得各个维度的缺失数据，包括：将各个维度的初始数据按照预设统计维度划分，得到各个统计维度对应的数据，所述统计维度包括时间维度、地域维度和方式维度；对各个统计维度对应的数据进行数据差异分析，获得数据差异因素；根据所述数据差异因素确定数据误差值；若所述数据误差值大于预设极限值，剔除所述数据误差值对应的数据；若所述数据误差值不大于预设极限值，获取该数据误差值对应维度的缺失数据。可选地，所述依据缺失数据的数据类型，利用与所述数据类型相匹配的数据处理方式，对所述缺失数据进行补充，获得初始目标数据，包括：若缺失数据的类型为录入缺失，对数据的录入方式进行筛查，确定错误数据格式，并获取与所述错误数据格式相匹配的数据，对所述数据进行修改，得到初始目标数据；若缺失数据的类型为更新缺失，获取数据更新时间，依据所述数据更新事件对缺失数据进行数据补充，得到初始目标数据；若缺失数据的类型为盲区数据，则获取与所述盲区数据相匹配的数据补充模型，依据所述数据补充模型获得补充数据，得到初始目标数据。可选地，该方法还包括：依据所述目标数据，生成目标数据库，所述目标数据库按照数据采集维度对所述目标数据进行存储；基于实时监测获得的数据对所述目标数据库进行更新。一种应用于城市级清洁取暖的数据构造装置，该装置包括：采集单元，用于按照预设维度采集数据，获得初始数据，所述预设维度包括人口数据维度、建筑面积维度、供暖比率维度、热源类型及面积维度；比对单元，用于将各个维度的初始数据按照预设统计维度进行划分，并对划分后的数据进行数据比对，获得各个维度的缺失数据；数据补充单元，用于依据缺失数据的数据类型，利用与所述数据类型相匹配的数据处理方式，对所述缺失数据进行补充，获得初始目标数据；统计单元，用于对所述初始目标数据按照应用维度进行统计分析，获得目标数据。可选地，该装置还包括：维度确定单元，用于确定数据采集维度，所述维度确定包括：数据分析子单元，用于对历史清洁取暖数据进行分析，并获得历史数据采集维度；数据拟合子单元，用于对所述历史数据采集维度进行数据拟合，获得数据采集维度。可选地，所述比对单元包括：划分子单元，用于将各个维度的初始数据按照预设统计维度划分，得到各个统计维度对应的数据，所述统计维度包括时间维度、地域维度和方式维度；差异分析子单元，用于对各个统计维度对应的数据进行数据差异分析，获得数据差异因素；数值确定子单元，用于根据所述数据差异因素确定数据误差值；第一判断单元，用于若所述数据误差值大于预设极限值，剔除所述数据误差值对应的数据；第二判断单元，用于若所述数据误差值不大于预设极限值，获取该数据误差值对应维度的缺失数据。可选地，所述数据补充单元包括：第一补充子单元，用于若缺失数据的类型为录入缺失，对数据的录入方式进行筛查，确定错误数据格式，并获取与所述错误数据格式相匹配的数据，对所述数据进行修改，得到初始目标数据；第二补充子单元，用于若缺失数据的类型为更新缺失，获取数据更新时间，依据所述数据更新事件对缺失数据进行数据补充，得到初始目标数据；第三补充子单元，用于若缺失数据的类型为盲区数据，则获取与所述盲区数据相匹配的数据补充模型，依据所述数据补充模型获得补充数据，得到初始目标数据。可选地，该装置还包括：数据库生成单元，用于依据所述目标数据，生成目标数据库，所述目标数据库按照数据采集维度对所述目标数据进行存储；数据更新单元，用于基于实时监测获得的数据对所述目标数据库进行更新。相较于现有技术，本专利技术提供了一种应用于城市级清洁取暖的数据构造方法及装置，按照预设维度采集数据，获得初始数据；将各个维度的初始数据按照预设统计维度进行划分，并对划分后的数据进行数据比对，获得各个维度的缺失数据；依据缺失数据的数据类型，利用与所述数据类型相匹配的数据处理方式，对所述缺失数据进行补充，获得初始目标数据；对所述初始目标数据按照应用维度进行统计分析，获得目标数据。由于在数据采集时的采集维度包括人口数据维度、建筑面积维度、供暖比率维度、热源类型及面积维度，可以保证更加全面的数据来源，并且能够对缺失数据自动比对，保证数据的全面性和准确性，使得生成的目标数据实现了为城市清洁取暖提供准确合理的数据支持的目的。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有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专利技术的实施例，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，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例提供的一种应用于城市级清洁取暖的数据构造方法的流程示意图；图2为本专利技术实施例提供的一种应用于城市级清洁取暖的数据构造装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术本文档来自技高网...

【技术保护点】
1.一种应用于城市级清洁取暖的数据构造方法，其特征在于，该方法包括：/n按照预设维度采集数据，获得初始数据，所述预设维度包括人口数据维度、建筑面积维度、供暖比率维度、热源类型及面积维度；/n将各个维度的初始数据按照预设统计维度进行划分，并对划分后的数据进行数据比对，获得各个维度的缺失数据；/n依据缺失数据的数据类型，利用与所述数据类型相匹配的数据处理方式，对所述缺失数据进行补充，获得初始目标数据；/n对所述初始目标数据按照应用维度进行统计分析，获得目标数据。/n

【技术特征摘要】
1.一种应用于城市级清洁取暖的数据构造方法，其特征在于，该方法包括：
按照预设维度采集数据，获得初始数据，所述预设维度包括人口数据维度、建筑面积维度、供暖比率维度、热源类型及面积维度；
将各个维度的初始数据按照预设统计维度进行划分，并对划分后的数据进行数据比对，获得各个维度的缺失数据；
依据缺失数据的数据类型，利用与所述数据类型相匹配的数据处理方式，对所述缺失数据进行补充，获得初始目标数据；
对所述初始目标数据按照应用维度进行统计分析，获得目标数据。


2.根据权利要求1所述的方法，其特征在于，该方法还包括：确定数据采集维度，包括：
对历史清洁取暖数据进行分析，并获得历史数据采集维度；
对所述历史数据采集维度进行数据拟合，获得数据采集维度。


3.根据权利要求1所述的方法，其特征在于，所述将各个维度的初始数据按照预设统计维度进行划分，并对划分后的数据进行数据比对，获得各个维度的缺失数据，包括：
将各个维度的初始数据按照预设统计维度划分，得到各个统计维度对应的数据，所述统计维度包括时间维度、地域维度和方式维度；
对各个统计维度对应的数据进行数据差异分析，获得数据差异因素；
根据所述数据差异因素确定数据误差值；
若所述数据误差值大于预设极限值，剔除所述数据误差值对应的数据；
若所述数据误差值不大于预设极限值，获取该数据误差值对应维度的缺失数据。


4.根据权利要求1所述的方法，其特征在于，所述依据缺失数据的数据类型，利用与所述数据类型相匹配的数据处理方式，对所述缺失数据进行补充，获得初始目标数据，包括：
若缺失数据的类型为录入缺失，对数据的录入方式进行筛查，确定错误数据格式，并获取与所述错误数据格式相匹配的数据，对所述数据进行修改，得到初始目标数据；
若缺失数据的类型为更新缺失，获取数据更新时间，依据所述数据更新事件对缺失数据进行数据补充，得到初始目标数据；
若缺失数据的类型为盲区数据，则获取与所述盲区数据相匹配的数据补充模型，依据所述数据补充模型获得补充数据，得到初始目标数据。


5.根据权利要求1所述的方法，其特征在于，该方法还包括：
依据所述目标数据，生成目标数据库，所述目标数据库按照数据采集维度对所述目标数据进行存储；
基于实时监测获得的数据对所述目标数据库进行更新。


6.一种应用于城市级清洁取暖的数据构造装置，其特征在于，...

【专利技术属性】
技术研发人员：袁闪闪，徐伟，胡楚梅，张宇峰，
申请(专利权)人：中国建筑科学研究院有限公司，
类型：发明
国别省市：北京;11