自动化冷却设备冷却效果检测方法技术

本申请提供一种自动化冷却设备冷却效果检测方法，首先通过将自动化冷却设备冷却效果检测与区块链相结合，利用了区块链的去中心化、信息不可篡改性、透明性等特点，通过优化区块链的智能合约，将马尔可夫模型和贝叶斯模型均写入到智能合约，通过模型竞争协议选取两者中最适用于当前数据的模型，进而能够提高冷却效果检测的准确性。效果检测的准确性。

【技术实现步骤摘要】
自动化冷却设备冷却效果检测方法


[0001]本专利技术涉及设备冷却效果检测检测领域，更具体的，涉及一种自动化冷却设备冷却效果检测方法。

技术介绍

[0002]现有自动化设备冷却效果无法判断，抑或是判断不准确，原理上自动化冷却设备可以根据其冷却前后的差异数据来进行冷却效果判断，但是各种冷却效果的冷却前后的差异数据与冷却效果本身并不完全对应，与此同时现有技术对于冷却效果检测必须通过专用的单一设备进行，无法形成行业统一标准，目前尚未出现自动化冷却效果检测平台，存在诸多不足。

技术实现思路

[0003]为了解决上述问题的至少一个，本申请提供一种自动化冷却设备冷却效果检测方法，包括：
[0004]区块链网络系统接收各节点装置上传的自动化冷却设备的冷却前后的差异数据；
[0005]将所述冷却前后的差异数据输入到智能合约，所述智能合约包括有马尔可夫模型和贝叶斯模型，以及模型竞争协议，所述模型竞争协议用于根据当前自动化冷却设备的唯一标识择一运行马尔可夫模型和贝叶斯模型，所述智能合约输出自动化冷却设备的冷却效果概率；
[0006]将所述冷却效果概率发送至共识节点，以使所述共识节点对所述冷却效果概率进行共识；
[0007]若共识通过，则对所述自动化冷却设备进行冷却效果检测。
[0008]在优选的实施例中，根据当前自动化冷却设备的唯一标识择一运行马尔可夫模型和贝叶斯模型，包括：
[0009]结合一随机数和哈希算法将所述唯一标识编译为哈希字符串；
[0010]将所述哈希字符串拆分为多个字符，并基于预设的字符与冷却前后的差异数据的对应关系，生成待定冷却前后的差异数据；
[0011]将所述待定冷却前后的差异数据分别输入至所述马尔可夫模型和贝叶斯模型，得到对应每个模型的伪概率；
[0012]运行伪概率较大的模型。
[0013]在优选的实施例中，还包括：
[0014]建立所述马尔可夫模型和贝叶斯模型；
[0015]将所述马尔可夫模型和贝叶斯模型通过字节码注入的方式注入至所述智能合约；以及
[0016]将所述模型竞争协议通过字节码注入的方式注入至所述智能合约。
[0017]在优选的实施例中，还包括：
[0018]利用第一历史冷却前后的差异数据集训练所述马尔可夫模型，利用第二历史冷却前后的差异数据集训练所述贝叶斯模型，所述第一历史冷却前后的差异数据集和所述第二历史冷却前后的差异数据集选自不同自动化冷却设备在不同历史时间段内的冷却前后的差异数据。
[0019]本专利技术还提供一种自动化冷却设备冷却效果检测的区块链网络系统，包括：
[0020]接收模块，接收各节点装置上传的自动化冷却设备的冷却前后的差异数据；
[0021]模型输出模块，将所述冷却前后的差异数据输入到智能合约，所述智能合约包括有马尔可夫模型和贝叶斯模型，以及模型竞争协议，所述模型竞争协议用于根据当前自动化冷却设备的唯一标识择一运行马尔可夫模型和贝叶斯模型，所述智能合约输出自动化冷却设备的冷却效果概率；
[0022]共识模块，将所述冷却效果概率发送至共识节点，以使所述共识节点对所述冷却效果概率进行共识；
[0023]冷却效果检测模块，若共识通过，则对所述自动化冷却设备进行冷却效果检测。
[0024]在优选的实施例中，根据当前自动化冷却设备的唯一标识择一运行马尔可夫模型和贝叶斯模型，包括：
[0025]结合一随机数和哈希算法将所述唯一标识编译为哈希字符串；
[0026]将所述哈希字符串拆分为多个字符，并基于预设的字符与冷却前后的差异数据的对应关系，生成待定冷却前后的差异数据；
[0027]将所述待定冷却前后的差异数据分别输入至所述马尔可夫模型和贝叶斯模型，得到对应每个模型的伪概率；
[0028]运行伪概率较大的模型。
[0029]在优选的实施例中，还包括：
[0030]模型建立模块，建立所述马尔可夫模型和贝叶斯模型；
[0031]模型注入模块，将所述马尔可夫模型和贝叶斯模型通过字节码注入的方式注入至所述智能合约；以及
[0032]协议注入模块，将所述模型竞争协议通过字节码注入的方式注入至所述智能合约。
[0033]在优选的实施例中，还包括：
[0034]训练模块，利用第一历史冷却前后的差异数据集训练所述马尔可夫模型，利用第二历史冷却前后的差异数据集训练所述贝叶斯模型，所述第一历史冷却前后的差异数据集和所述第二历史冷却前后的差异数据集选自不同自动化冷却设备在不同历史时间段内的冷却前后的差异数据。
[0035]本申请还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的方法的步骤。
[0036]本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述的方法的步骤。
[0037]本专利技术具有如下有益效果：
[0038]本申请提供一种自动化冷却设备冷却效果检测方法，首先通过将自动化冷却设备冷却效果检测与区块链相结合，利用了区块链的去中心化、信息不可篡改性、透明性等特
点，通过优化区块链的智能合约，将马尔可夫模型和贝叶斯模型均写入到智能合约，通过模型竞争协议选取两者中最适用于当前数据的模型，进而能够提高冷却效果检测的准确性。
附图说明
[0039]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。
[0040]图1示出了本申请实施例中的一种自动化冷却设备冷却效果检测方法的流程示意图。
[0041]图2示出了本申请实施例中的区块链系统的结构示意图。
[0042]图3示出适于用来实现本申请实施例的计算机设备的结构示意图。
具体实施方式
[0043]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。
[0044]图1示出了适用于本申请的区块链结构示意图。
[0045]本申请提供一种自动化冷却设备冷却效果检测方法，包括：
[0046]S1：区块链网络系统接收各节点装置上传的自动化冷却设备的冷却前后的差异数据；
[0047]S2：将所述冷却前后的差异数据输入到智能合约，所述智能合约包括有马尔可夫模型和贝叶斯模型，以及模型竞争协议，所述模型竞争协议用于根据当前自动化冷却设备的唯一标识择一运行马尔可夫模型和贝叶斯模型，所述智能合约输出自动化冷却设备的冷却效果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动化冷却设备冷却效果检测方法，其特征在于，包括：区块链网络系统接收各节点装置上传的自动化冷却设备的冷却前后的差异数据；将所述冷却前后的差异数据输入到智能合约，所述智能合约包括有马尔可夫模型和贝叶斯模型，以及模型竞争协议，所述模型竞争协议用于根据当前自动化冷却设备的唯一标识择一运行马尔可夫模型和贝叶斯模型，所述智能合约输出自动化冷却设备的冷却效果概率；将所述冷却效果概率发送至共识节点，以使所述共识节点对所述冷却效果概率进行共识；若共识通过，则对所述自动化冷却设备进行冷却效果检测。2.根据权利要求1所述的自动化冷却设备冷却效果检测方法，其特征在于，根据当前自动化冷却设备的唯一标识择一运行马尔可夫模型和贝叶斯模型，包括：结合一随机数和哈希算法将所述唯一标识编译为哈希字符串；将所述哈希字符串拆分为多个字符，并基于预设的字符与冷却前后的差异数据的对应关系，生成待定冷却前后的差异数据；将所述待定冷却前后的差异数据分别输入至所述马尔可夫模型和贝叶斯模型，得到对应每个模型的伪概率；运行伪概率较大的模型。3.根据权利要求1所述的自动化冷却设备冷却效果检测方法，其特征在于，还包括：建立所述马尔可夫模型和贝叶斯模型；将所述马尔可夫模型和贝叶斯模型通过字节码注入的方式注入至所述智能合约；以及将所述模型竞争协议通过字节码注入的方式注入至所述智能合约。4.根据权利要求1所述的自动化冷却设备冷却效果检测方法，其特征在于，还包括：利用第一历史冷却前后的差异数据集训练所述马尔可夫模型，利用第二历史冷却前后的差异数据集训练所述贝叶斯模型，所述第一历史冷却前后的差异数据集和所述第二历史冷却前后的差异数据集选自不同自动化冷却设备在不同历史时间段内的冷却前后的差异数据。5.一种自动化冷却设备冷却效果检测的区块链网络系统，其特征在于，包括：接收模块，接收各节点装置上传的自动化冷却设备的冷却前后的差异数据；模型输出模块，将所述冷却前后的差异数据输入到智能合约，所述智能合约包括有马尔可夫模型和贝叶斯模...

【专利技术属性】
技术研发人员：崔金龙，陈飞，
申请(专利权)人：南京永华机械有限公司，
类型：发明
国别省市：