统计类数据模型构建方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种统计类数据模型构建方法、装置、电子设备及存储介质。其中，该方法包括：获取至少一个源端数据内多源异构统计类能源数据的数据对象；将数据对象拆分为事实数据对象和维度数据对象；按照业务含义将不同事实数据对象和维度数据对象合并为正式数据对象；根据正式数据对象构建面向多源异构统计类能源的数据模型，确定面向多源异构统计类能源的数据模型与多源异构统计类能源数据的映射关系。本发明专利技术实施例，通过将多源异构统计类能源数据处理为正式数据对象并构建面向多源异构统计类能源的数据模型，实现了将多源异构统计类能源数据整合转换为面向多源异构统计类能源的数据模型，从而实现多源异构统计类能源数据标准统一、融合共享。融合共享。融合共享。

【技术实现步骤摘要】
统计类数据模型构建方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机应用
，尤其涉及一种统计类数据模型构建方法、装置、电子设备及存储介质。

技术介绍

[0002]能源大数据广泛涉及电力、煤炭、石油、天然气、热力等多种能源类别，具有明显跨企业、跨行业特征。例如，数据标准不一、格式多样、语义杂乱等，共享交互难。且受限于数据安全保密的因素，各相关能源企业主体只能获取本企业范围内源端明细类能源数据，对全行业、跨行业范围的能源数据的获取则十分困难。目前主要通过政府部门、社会机构等公开渠道获取门类齐全的能源数据，而这种数据统计汇总特性明显，多个数据维度与多个指标量值耦合交织，结构复杂多样，语义模糊不清，可读性、可理解性较差，极大限制了能源大数据跨企业、跨行业范围的交互共享应用。
[0003]现有传统的数据模型设计方法主要是面向源端明细类数据，而且模型主要是在专业层面、企业层面设计，并不能跨企业、跨行业范围使用。面对多源异构、结构复杂的统计类能源大数据，由于各企业、各行业的大数据统计标准不同，不能实现跨企业、跨行业范围的能源大数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种统计类数据模型构建方法，其特征在于，包括：获取至少一个源端数据内多源异构统计类能源数据的数据对象；将所述数据对象拆分为具有关联关系的事实数据对象以及维度数据对象；按照业务含义将不同的所述多源异构统计类能源数据的所述事实数据对象以及维度数据对象合并为正式数据对象；根据所述正式数据对象构建面向多源异构统计类能源的数据模型，并确定所述面向多源异构统计类能源的数据模型与所述多源异构统计类能源数据的映射关系。2.根据权利要求1所述的方法，其特征在于，所述获取至少一个源端数据内多源异构统计类能源数据的数据对象，包括：在所述至少一个源端数据内提取所述多源异构统计类能源数据的元数据；在所述元数据确定所述多源异构统计类能源数据的数据要素，其中，所述数据要素包括以下至少之一：数据含义、数据结构、数据关系、数据类型、数据层级、数据维度和事实信息；按照所述数据要素分别抽取所述多源异构统计类能源数据的维度类信息以及事实类信息作为所述数据对象。3.根据权利要求2所述方法，其特征在于，所述按照所述数据要素分别抽取所述多源异构统计类能源数据的维度类信息以及事实类信息作为所述数据对象，包括：在所述多源异构统计类能源数据的数据对象内提取所述维度类信息以及所述事实类信息分别作为所述维度数据对象以及所述事实数据对象，并确定所述维度数据对象以及所述事实数据对象之间的关联关系。4.根据权利要求1所述方法，其特征在于，所述按照业务含义将不同的所述多源异构统计类能源数据的所述事实数据对象以及维度数据对象合并为正式数据对象，包括：在各所述多源异构统计类能源数据确定所述业务含义；针对各所述多源异构统计类能源数据将各所述事实数据对象以及各所述维度数据对象按照所述业务含义重组为初始数据对象；按照所述初始数据对象的语义将不同所述多源异构统计类能源数据的所述初始数据对象合并为所述正式数据对象。5.根据权利要求4所述方法，其特征在于，所述按照所述初始数据对象的语义将不同所述多源异构统计类能源数据的所述初始数据对象合并为所述正式数据对象，包括：将各所述初始数据对象统一为具有标准语义的标准数据对象；将具有相同所述标准语义的所述标准数据对象抽象合并为所述正式数据对象；清除所述正式数据对象内的重复数据项。6.根据权利...

【专利技术属性】
技术研发人员：宋继勐，吴桂栋，朱广新，廖小琦，李杏，李俊妮，沈子奇，宣东海，张鹏宇，郭经，余晗，杨诗语，朱雨桐，
申请(专利权)人：国家电网有限公司大数据中心，
类型：发明
国别省市：