System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于RFID手持读写器的三级计量库房资产管理方法及系统技术方案_技高网

基于RFID手持读写器的三级计量库房资产管理方法及系统技术方案

技术编号:41327112 阅读:5 留言:0更新日期:2024-05-13 15:04
本发明专利技术涉及一种基于RFID手持读写器的三级计量库房资产管理方法及系统,包括以下步骤:步骤S1:构建三级计量库房的知识图谱;步骤S2:在库房内部署RFID标签;步骤S3:使用RFID手持读写器扫描库房内资产的RFID标签,获取资产的实时信息,并基于异常检测模型获取资产的状态信息;步骤S4:将资产的状态信息传输至RFID手持读写器,进行可视化展示;步骤S5:当员工刷脸进入库房时,根据库房门口设置的人脸识别单元进行人员身份确认,获取员工取货数据;步骤S6:根据员工取货数据,基于A*算法,根据物资位置和员工位置,生成最优的取货路线,并将最优的取货路线生成在管理人员的RFID手持读写器的显示模块上,辅助人员取货。本发明专利技术结合知识图谱和RFID技术,实现对三级计量库房资产管理的全面监控和预警,提高资产管理的智能化和安全性。

【技术实现步骤摘要】

本专利技术涉及电力计量生产管理的,尤其涉及一种基于rfid手持读写器的三级计量库房资产管理方法及系统。


技术介绍

1、目前,电能计量设备智能仓储系统是电力设备管理过程中的重要环节,电能计量设备因其存放特性,需要更精密的仓储管理;现有的计量设备仓储系统,在生产计量管理过程中,存在各级库房之间的信息系统可能不互通,导致数据无法集中管理,造成信息孤岛现象,影响资产管理的效率和准确性,而且库存数据可能由于人为错误、盘点不及时或系统更新滞后而不准确,导致实际库存与系统记录不符,影响库存管理和补货决策。


技术实现思路

1、为了解决上述问题,本专利技术的目的在于提供一种基于rfid手持读写器的三级计量库房资产管理方法,结合知识图谱和rfid技术,实现对三级计量库房资产管理的全面监控和预警,提高资产管理的智能化和安全性。

2、为实现上述目的,本专利技术采用以下技术方案:

3、一种基于rfid手持读写器的三级计量库房资产管理方法,包括以下步骤:

4、步骤s1:构建三级计量库房的知识图谱,包括资产的属性、关联关系、位置信息;

5、步骤s2:在库房内部署rfid标签,并通过使用rfid手持读写器扫描资产的rfid标签,对资产的定位、识别和管理;

6、步骤s3:使用rfid手持读写器扫描库房内资产的rfid标签,获取资产的实时信息,包括位置、使用情况和维护情况,并基于异常检测模型对资产的位置、使用情况和维护情况进行实时监测和分析,并获取资产的状态信息;

7、步骤s4:将资产的状态信息传输至rfid手持读写器,并在rfid手持读写器的显示模块,进行可视化展示,辅助管理人员了解库房内资产的整体情况;

8、步骤s5:当员工刷脸进入库房时,根据库房门口设置的人脸识别单元进行人员身份确认,识别员工并获取员工id,读取员工所需取货的物资信息,获取物资id,后端服务根据员工id和物资id查询知识图谱,获取员工取货数据;

9、步骤s6:基于a*算法,根据物资位置和员工位置,生成最优的取货路线,并将最优的取货路线生成在管理人员的rfid手持读写器的显示模块上,辅助人员取货。

10、进一步的,所述步骤s1具体为:使用neo4j来构建知识图谱的数据模型,数据模型包括节点和关系两个主要元素在知识图谱中,每个资产被建模为一个节点,节点包括资产的属性如名称、型号、生产日期;资产之间的关联关系被建模为图数据库中的关系;库房内的位置信息被建模为节点,表示库房的不同区域或位置,资产与位置信息之间的关系表示资产的存放位置。

11、进一步的,所述步骤s2具体为:

12、对库房内的每个资产分配一个唯一的rfid标签,并将每个资产的信息与其对应的rfid标签id关联起来,并将信息存储在中央数据库中,该数据库与知识图谱相连;

13、管理人员使用rfid手持读写器扫描资产的rfid标签,对资产的定位、识别和管理,当rfid手持读写器扫描到资产的rfid标签时,将读取标签中的信息,并将其与中央数据库同步;如果资产移动到新的位置,管理人员使用手持读写器更新其位置信息;

14、在库房的入口位置安装固定式rfid阅读器,实时监控资产的移动。

15、进一步的,所述资产异常检测模型基于集成分类器构建,具体如下:

16、(1)构建带标签的数据集,其中每个资产的状态都被标记为正常或异常,采用独热编码对位置数据进行编码,并进行标准化和缺失值处理,得到训练数据集和验证数据集;

17、(2)将随机森林、支持向量机和梯度提升机作为基分类器,并分别基于训练数据集训练,并在验证数据集上进行预测;

18、(3)将预测数据作为新的特征集来训练一个元分类器,最后将训练后的基分类器和元分类器集成得到最终的资产异常检测模型。

19、进一步的,所述将预测数据作为新的特征集来训练一个元分类器,具体如下:设x_valid是验证集的特征矩阵,y_valid是验证集的真实标签向量,基分类器的预测结果分别为:rf_predictions,svm_predictions,gbm_predictions,则堆叠后的特征矩阵为:s=[rf_predictions,svm_predictions,gbm_predictions];

20、使用新的验证集特征矩阵s和验证集的真实标签y_valid来训练元分类器使用逻辑回归作为元分类器:

21、逻辑回归的目标是找到参数向量theta,最小化损失函数l(theta):l(theta)=-sum_{i=1}^{n}[y(i)log(h_theta(x^(i)))+(1-y(i))log(1-h_theta(x(i)))];

22、其中h_theta(x)=frac{1}{1+e{-thetat x}是逻辑函数,y(i)是第i个样本的真实标签,x(i)是第i个样本的特征向量,n是样本数量。

23、进一步的,所述步骤s4具体为;

24、当员工刷脸进入库房时,根据库房门口设置的人脸识别单元进行人员身份确认将捕捉到的特征与员工数据库中存储的人脸数据进行匹配,成功识别后,获取员工id;

25、根据员工id,查询知识图谱,确定员工预定或分配的取货物资信息从知识图谱中获取物资id及相关信息,根据物资id定位具体物资的当前位置。

26、进一步的,所述步骤s5具体为:

27、将从知识图谱中获取的人员取货数据进行预处理,包括物资位置信息、物资数量、员工位置,对取货数据进行分析,确定最优的取货顺序;

28、基于a*算法,根据物资位置和员工位置,生成最优的取货路线;

29、基于rfid手持读写器的定位,实时获取管理人员的实时位置,根据员实时位置和取货进度,动态更新取货路线,应对员工位置变化或紧急取货需求;

30、将生成的智能取货路线展示在rfid手持读写器的显示模块上,通过语音提示或屏幕导航,实时展示最优取货路线,指导依次前往取货点。

31、进一步的,所述基于a*算法,根据物资位置和员工位置,生成最优的取货路线,具体如下:

32、基于知识图谱,将库房内的布局抽象为一个图形结构,节点表示货架或通道的位置,边表示节点之间的连接关系,节点之间的连接关系根据实际通道的宽窄和货架位置确定;

33、使用曼哈顿距离作为启发函数,设当前节点为(x1,y1),目标节点为(x2,y2),则曼哈顿距离可以表示为:h=|x2-x1|+|y2-y1|;

34、将移动时间作为代价函数,根据考虑货架之间的距离、通道宽度构建:

35、t(d,m,f_c,p)=t_s(m)+frac{d cdot f_c cdotp}{v}+t_e(m);

36、其中,d为货架之间的距离,w为通道宽度,v为平均移动速度,a为加速度,m为货物的质量,t_s(m)和t_本文档来自技高网...

【技术保护点】

1.一种基于RFID手持读写器的三级计量库房资产管理方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于RFID手持读写器的三级计量库房资产管理方法,其特征在于,所述步骤S1具体为:使用Neo4j来构建知识图谱的数据模型,数据模型包括节点和关系两个主要元素在知识图谱中,每个资产被建模为一个节点,节点包括资产的属性如名称、型号、生产日期;资产之间的关联关系被建模为图数据库中的关系;库房内的位置信息被建模为节点,表示库房的不同区域或位置,资产与位置信息之间的关系表示资产的存放位置。

3.根据权利要求1所述的基于RFID手持读写器的三级计量库房资产管理方法,其特征在于,所述步骤S2具体为:

4.根据权利要求1所述的基于RFID手持读写器的三级计量库房资产管理方法,其特征在于,所述资产异常检测模型基于集成分类器构建,具体如下:

5.根据权利要求4所述的基于RFID手持读写器的三级计量库房资产管理方法,其特征在于,所述将预测数据作为新的特征集来训练一个元分类器,具体如下:设X_valid是验证集的特征矩阵,y_valid是验证集的真实标签向量,基分类器的预测结果分别为:rf_predictions,svm_predictions,gbm_predictions,则堆叠后的特征矩阵为:S=[rf_predictions,svm_predictions,gbm_predictions];使用新的验证集特征矩阵S和验证集的真实标签y_valid来训练元分类器使用逻辑回归作为元分类器:

6.根据权利要求1所述的基于RFID手持读写器的三级计量库房资产管理方法,其特征在于,所述步骤S4具体为;

7.根据权利要求1所述的基于RFID手持读写器的三级计量库房资产管理方法,其特征在于,所述步骤S5具体为:

8.根据权利要求7所述的基于RFID手持读写器的三级计量库房资产管理方法,其特征在于,所述基于A*算法,根据物资位置和员工位置,生成最优的取货路线,具体如下:

9.一种基于RFID手持读写器的三级计量库房资产管理系统,其特征在于,包括人脸识别单元、数据库单元、后端服务单元和RFID单元;所述人脸识别单元包括安装在库房门口的高精度摄像头和人脸识别软件,用于捕捉进入员工的面部特征并进行身份验证;所述数据库单元存储员工的人脸特征数据、员工ID和相关的权限信息;所述后端服务单元包括数据库管理系统、知识图谱和业务逻辑处理模块,用于处理人脸识别结果、查询物资信息和生成取货数据;所述RFID单元包括库房内资产的RFID标签和RFID手持读写器;所述RFID手持读写器包括RFID读取模块、显示模块、定位模块、控制模块和通信模块,所述控制模块和RFID读取模块、显示模块、定位模块、通信模块分别连接。

...

【技术特征摘要】

1.一种基于rfid手持读写器的三级计量库房资产管理方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于rfid手持读写器的三级计量库房资产管理方法,其特征在于,所述步骤s1具体为:使用neo4j来构建知识图谱的数据模型,数据模型包括节点和关系两个主要元素在知识图谱中,每个资产被建模为一个节点,节点包括资产的属性如名称、型号、生产日期;资产之间的关联关系被建模为图数据库中的关系;库房内的位置信息被建模为节点,表示库房的不同区域或位置,资产与位置信息之间的关系表示资产的存放位置。

3.根据权利要求1所述的基于rfid手持读写器的三级计量库房资产管理方法,其特征在于,所述步骤s2具体为:

4.根据权利要求1所述的基于rfid手持读写器的三级计量库房资产管理方法,其特征在于,所述资产异常检测模型基于集成分类器构建,具体如下:

5.根据权利要求4所述的基于rfid手持读写器的三级计量库房资产管理方法,其特征在于,所述将预测数据作为新的特征集来训练一个元分类器,具体如下:设x_valid是验证集的特征矩阵,y_valid是验证集的真实标签向量,基分类器的预测结果分别为:rf_predictions,svm_predictions,gbm_predictions,则堆叠后的特征矩阵为:s=[rf_predictions,svm_predi...

【专利技术属性】
技术研发人员:张荔鹃周厚源苏万年王姣洪巧文柳玉銮林祥傅学勤魏利龙王燊
申请(专利权)人:国网福建省电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1