【技术实现步骤摘要】
本专利技术涉及园区运维，具体是涉及基于大数据处理的智慧园区数据可视化分析方法及系统。
技术介绍
1、园区指一般指供水、供电、供气、通讯、道路、仓储及其它配套设施齐全、布局合理且能够满足从事某种特定行业生产和科学实验需要的标准性建筑物或建筑物群体，包括工业园区、产业园区、物流园区、都市工业园区、科技园区、创意园区等。
2、现有的园区运维系统缺乏对于历史运维数据的有效复用，在进行运维决策时，难以根据运维系统中实时的监测数据结合园区的运维大数据进行综合分析，导致园区的运维决策依赖于预先设定的逻辑进行，难以结合园区的运维数据进行智能化学习更新，导致园区的运维效率较低。
技术实现思路
1、为解决上述技术问题，提供基于大数据处理的智慧园区数据可视化分析方法及系统，本技术方案解决了上述的现有的园区的运维决策依赖于预先设定的逻辑进行，难以实现结合园区的运维数据进行智能化学习更新，导致园区的运维效率较低的问题。
2、为达到以上目的，本专利技术采用的技术方案为：
3、一种基于大数据处理的智慧园区数据可视化分析方法，包括：
4、获取园区的建设数据，基于园区的建设数据构建园区仿真模型；
5、基于大数据分析，构建反应模型；
6、对于园区不同场所使用监测平台进行分区监测，监测平台所产生的监测数据集中传输至数据分析终端；
7、数据分析终端将监测平台产生的监测数据建立与场所一一对应，并于园区仿真模型中设置可视化监测数据标记；>
8、数据分析终端基于反应模型，生成决策指令链；
9、数据分析终端判定系统设置的决策模式；
10、若系统设置的决策模式为自动决策模式，则数据分析终端将决策指令链作为执行决策发送至园区场所对应的决策执行平台；
11、若系统设置的决策模式为半自动决策模式，则数据分析终端基于决策合理匹配算法，判定监测数据是否符合自动决策要求，若是，则数据分析终端将决策指令链作为执行决策发送至园区场所对应的决策执行平台，若否，则数据分析终端将决策指令链发送至人工决策终端，由人工决策终端返回执行决策至数据分析终端，并由数据分析终端将执行决策发送至园区场所对应的决策执行平台；
12、数据分析终端建立监测数据与执行决策之间的一一对应关系，同时于园区仿真模型中设置可视化决策指令链标记。
13、优选的，所述基于大数据分析，构建反应模型具体包括：
14、基于智慧园区历史运行数据，构建监测关键词数据库q和分级指令库pk，q＝{q1、q2、…、qi、…、qn}，其中，qi为第i个监测关键词数据，n为监测关键词数据总数，pk为第k级指令库，pkj为第k级指令库中第j个k级指令，mk为k级指令总数；
15、采用深度学习神经网络，训练每一个监测关键词数据对应的决策有向链；
16、将所有监测关键词数据对应的决策有向链汇总，形成反应模型。
17、优选的，所述采用深度学习神经网络，训练每一个监测样本数据对应的决策有向链具体包括：
18、基于监测关键词数据qi，生成qi对应的若干个待验证有向链qi→p1j→p2j→…→pkj→…→phj，其中，h为分级指令库总数量；
19、基于智慧园区历史运行数据，计算每一条待验证有向链的指向合理性；
20、筛选出指向合理性最大的待验证有向链，作为监测关键词数据qi对应的决策有向链。
21、优选的，所述基于智慧园区历史运行数据，计算每一条待验证有向链的指向合理性具体为：
22、基于智慧园区历史运行数据，确定所有历史合理决策指令链；
23、筛选出监测关键词数据qi对应的所有历史合理决策指令链，记为第一历史合理决策指令链；
24、计算所有第一历史合理决策指令链中，出现pkj的历史合理决策指令链数量占比，记为pkj的合理权重；
25、将待验证有向链qi→p1j→p2j→…→pkj→…→phj中，所有指令的合理权重进行累加，得到待验证有向链qi→p1j→p2j→…→pkj→…→phj的第一验证指标；
26、将待验证有向链qi→p1j→p2j→…→pkj→…→phj中所有指令进行任意的两两组合，得到若干个指令组；
27、确定所有历史合理决策指令链中，每个指令组中的两个指令同时出现时的历史合理决策指令链数量占比，记为该指令组的合理指标；
28、将所有指令组的合理指标进行累加，得到待验证有向链qi→p1j→p2j→…→pkj→…→phj的第二验证指标；
29、通过合理性计算公式，计算待验证有向链qi→p1j→p2j→…→pkj→…→phj的指向合理性；
30、所述合理性计算公式为：
31、u＝v1+αv2；
32、式中，u为指向合理性，v1为第一验证指标，v2为第二验证指标，α为系统稳定性修正值。
33、优选的，所述数据分析终端基于反应模型，生成决策指令链具体包括：
34、数据分析终端将监测数据进行关键词提取，获得若干个实时监测关键词；
35、基于实时监测关键词，通过反应模型确定每个实时监测关键词对应的决策有向链，记为匹配有向链；
36、确定所有匹配有向链中，每一级出现次数最多的指令，记为决策指令；
37、将所有决策指令组成决策指令链。
38、优选的，所述数据分析终端基于决策合理匹配算法，判定监测数据是否符合自动决策要求具体包括：
39、将决策指令链中所有决策指令进行任意的两两组合，得到若干个决策指令组；
40、确定所有历史合理决策指令链中，每个决策指令组中的两个决策指令同时出现时的历史合理决策指令链数量占比，记为该决策指令组的决策合理指标；
41、将所有决策指令组的决策合理指标进行累加，得到决策指令链的自动决策验证指标；
42、判断决策指令链的自动决策验证指标是否大于阈值，若是，则判定监测数据符合自动决策要求，若否，则判定监测数据不符合自动决策要求。
43、进一步的，提出一种基于大数据处理的智慧园区数据可视化分析系统，用于实现如上述的基于大数据处理的智慧园区数据可视化分析方法，包括：
44、可视化模块，所述可视化模块用于获取园区的建设数据，基于园区的建设数据构建园区仿真模型，基于园区的建设图纸数据，生成园区的数字化仿真模型是本领域的常规技术，本方案不再赘述；
45、监测平台，所述监测平台用于对于园区不同场所进行分区监测；
46、数据分析终端，所述数据分析终端与所述监测平台和可视化模块电性连接，所述数据分析终端用于基于大数据分析，构建反应模型，并接收监测平台所产生的监测数据，将监测平台产生的监测数据建立与场所一一对应，并于园区仿真模型中设置可视化监测数据标记，同时基于反应模型，生成决策指令链，并输出执行决策至园区场所对应本文档来自技高网...
【技术保护点】
1.一种基于大数据处理的智慧园区数据可视化分析方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据处理的智慧园区数据可视化分析方法，其特征在于，所述基于大数据分析，构建反应模型具体包括：
3.根据权利要求2所述的一种基于大数据处理的智慧园区数据可视化分析方法，其特征在于，所述采用深度学习神经网络，训练每一个监测样本数据对应的决策有向链具体包括：
4.根据权利要求3所述的一种基于大数据处理的智慧园区数据可视化分析方法，其特征在于，所述基于智慧园区历史运行数据，计算每一条待验证有向链的指向合理性具体为：
5.根据权利要求4所述的一种基于大数据处理的智慧园区数据可视化分析方法，其特征在于，所述数据分析终端基于反应模型，生成决策指令链具体包括：
6.根据权利要求5所述的一种基于大数据处理的智慧园区数据可视化分析方法，其特征在于，所述数据分析终端基于决策合理匹配算法，判定监测数据是否符合自动决策要求具体包括：
7.一种基于大数据处理的智慧园区数据可视化分析系统，其特征在于，用于实现如权利要求1-6任一项所述
8.根据权利要求7所述的一种基于大数据处理的智慧园区数据可视化分析系统，其特征在于，所述数据分析终端包括：
...【技术特征摘要】
1.一种基于大数据处理的智慧园区数据可视化分析方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据处理的智慧园区数据可视化分析方法，其特征在于，所述基于大数据分析，构建反应模型具体包括：
3.根据权利要求2所述的一种基于大数据处理的智慧园区数据可视化分析方法，其特征在于，所述采用深度学习神经网络，训练每一个监测样本数据对应的决策有向链具体包括：
4.根据权利要求3所述的一种基于大数据处理的智慧园区数据可视化分析方法，其特征在于，所述基于智慧园区历史运行数据，计算每一条待验证有向链的指向合理性具体为：
5.根据权利要求4...
【专利技术属性】
技术研发人员：李俊，王彬，王栋，肖剑波，胡鹏晖，
申请(专利权)人：深业智慧科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。