CN117076895A - 能源补给信息的智能分析方法及*** - Google Patents

能源补给信息的智能分析方法及*** Download PDF

Info

Publication number
CN117076895A
CN117076895A CN202311348041.5A CN202311348041A CN117076895A CN 117076895 A CN117076895 A CN 117076895A CN 202311348041 A CN202311348041 A CN 202311348041A CN 117076895 A CN117076895 A CN 117076895A
Authority
CN
China
Prior art keywords
energy
picture
energy supply
character
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202311348041.5A
Other languages
English (en)
Other versions
CN117076895B (zh
Inventor
段祥波
骆英华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Nengshu Technology Co ltd
Original Assignee
Shenzhen Nengshu Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Nengshu Technology Co ltd filed Critical Shenzhen Nengshu Technology Co ltd
Priority to CN202311348041.5A priority Critical patent/CN117076895B/zh
Publication of CN117076895A publication Critical patent/CN117076895A/zh
Application granted granted Critical
Publication of CN117076895B publication Critical patent/CN117076895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Development Economics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Water Supply & Treatment (AREA)
  • Bioethics (AREA)
  • Computer Hardware Design (AREA)

Abstract

本发明提供一种能源补给信息的智能分析方法及***，包括：当能源补给站启动时，获取能源补给站启动时的实际能源补给信息，将所述实际能源补给信息输入至能源网络模型中，预测对应的能源参数调整值，以及预测对应的能源模式调整值；将能源参数调整值以及能源模式调整值分别作为入参输入至预设的能源调整脚本中，判断是否可以输出对应的值；若可以输出对应的值，则基于能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整。本发明中，通过训练完成的网络模型对实际能源补给信息进行预测，得到能源参数调整值以及能源模式调整值，进而进行供应参数的调整，无需依赖于人工经验和静态规则，提升了对实时数据的分析和预测能力。

Description

能源补给信息的智能分析方法及***
技术领域
本发明涉及数据处理的技术领域，特别涉及一种能源补给信息的智能分析方法及***。
背景技术
随着全球能源需求的不断增长和能源资源的有限性，对能源补给站进行能源补给信息的管理则显得尤为重要。
如何高效管理和调整能源补给站的能源参数和模式变得至关重要。目前，传统的能源补给站管理方法往往依赖于人工经验和静态规则，缺乏对实时数据的分析和预测能力。进一步地，在管理能源补给信息时，涉及到大量数据，而数据管理以及数据的安全性也是当前面临的一大难题。
发明内容
本发明的主要目的为提供一种能源补给信息的智能分析方法及***，旨在克服当前能源补给站的管理方式依赖于人工经验和静态规则，缺乏对实时数据的分析和预测能力。
为实现上述目的，本发明提供了一种能源补给信息的智能分析方法，包括以下步骤：
当能源补给站启动时，获取能源补给站启动时的实际能源补给信息，将所述实际能源补给信息输入至能源网络模型中；其中，所述能源网络模型包含一个能源参数调整模型以及一个能源模式调整模型；
基于能源参数调整模型，根据能源补给站的实际能源补给信息预测对应的能源参数调整值；其中，所述能源参数调整值用于调整能源补给的能源参数；
基于能源模式调整模型，根据能源补给站的实际能源补给信息预测对应的能源模式调整值；其中，所述能源模式调整值用于调整能源补给的能源模式；
将所述能源参数调整值以及能源模式调整值分别作为入参输入至预设的能源调整脚本中，判断是否可以输出对应的值；其中，所述预设的能源调整脚本中包括检测能源参数调整值以及能源模式调整值是否符合标准的检测逻辑；
若可以输出对应的值，则基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整。
进一步地，所述能源模式调整模型的训练过程，包括：
获取能源供应训练数据；其中，所述能源供应训练数据中包括多个训练信息；
针对每个能源供应训练数据，每一次随机将所述能源供应训练数据中的任意一个训练信息进行隐藏之后，输入至初始能源模式调整模型中进行预测，得到对应的能源模式调整预测结果；
调整所述初始能源模式调整模型的模型参数，以使得针对每个能源供应训练数据，隐藏一个训练信息之后，对应的能源模式调整预测结果相同。
进一步地，所述若可以输出对应的值，则基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整的步骤之后，包括：
将所述实际能源补给信息添加至预设的图层中，得到实际能源补给图片；
将所述实际能源补给图片分割为第一图片、第二图片以及第三图片；
按照预设的加密规则对所述第一图片、第二图片以及第三图片分别进行加密；其中，第一图片、第二图片以及第三图片的加密方式互不相同；
将加密后的第一图片、第二图片以及第三图片存储至数据库的同一个文件夹中。
进一步地，所述按照预设的加密规则对所述第一图片、第二图片以及第三图片分别进行加密的步骤，包括：
获取所述第一图片的图片参数；其中，所述图片参数包括图片数据量、高度以及宽度，所述图片数据量、宽度以及高度均取整数；
基于所述图片数据量对预设的编码表进行转换，得到转换编码表；其中，所述转换编码表中包括两列，一列为数字，另一类是与数字一一映射的字符；
基于所述转换编码表对所述宽度以及高度分别进行编码，得到宽度编码以及高度编码；将所述宽度编码以及高度编码进行组合，得到第一加密密码；基于所述第一加密密码对所述第一图片进行加密；
获取所述第一图片指定位置处存储的数据信息，采用所述转换编码表对所述数据信息进行编码，得到数据信息编码；获取所述第二图片的创建时间；其中，所述创建时间包括年份；
基于所述转换编码表对所述创建时间进行编码得到时间编码；将所述数据信息编码与所述时间编码进行组合，得到第二加密密码；基于所述第二加密密码对所述第二图片进行加密；
对加密后的所述第二图片进行哈希运算，得到对应的哈希值；基于预设的字符选取规则，从所述哈希值中选择出对应的字符进行组合，得到哈希字符组合；
基于所述转换编码表对所述哈希字符组合进行解码，得到对应的解码数字；获取所述第三图片的分辨率，基于所述转换编码表将所述第三图片的分辨率中的数字编码为对应的分辨率编码；将所述解码数字与所述分辨率编码进行组合，得到第三加密密码对所述第三图片进行加密。
进一步地，所述基于所述图片数据量对预设的编码表进行转换，得到转换编码表的步骤，包括：
获取所述图片数据量中包括的多个单一数字，对各个单一数字进行相加，得到第一数字；
获取预设的编码表，并在所述编码表中查找到第一数字对应的第一字符，检测所述编码表中在所述第一字符之前的字符是否大于n；
若大于，则将所述第一字符以及第一字符之后的所有字符共同向前移动n位，并将所述第一字符之前的n个字符依序平移至编码表的末尾，以填充完整编码表，得到所述转换编码表；
若不大于，则将所述第一字符以及第一字符之前的所有字符共同向后移动n位，并将所述第一字符之后的n个字符依序平移至编码表的首部，以填充完整编码表，得到所述转换编码表。
进一步地，所述基于所述图片数据量对预设的编码表进行转换，得到转换编码表的步骤，包括：
获取预设的编码表，基于所述编码表对所述图片数据量进行编码，得到数据编码字符；其中，所述数据编码字符中包括多个字符；
在所述编码表中，依序查找到所述数据编码字符并进行剔除；按照预设规则将所述数据编码字符分隔为第一编码字符以及第二编码字符；
将所述第一编码字符***至所述编码表的首部，将所述第二编码字符***至所述编码表的末尾，并将编码表中的其它字符进行平移，以填充完整编码表，得到所述转换编码表。
本发明还提供了一种能源补给信息的智能分析***，包括：
获取单元，用于当能源补给站启动时，获取能源补给站启动时的实际能源补给信息，将所述实际能源补给信息输入至能源网络模型中；其中，所述能源网络模型包含一个能源参数调整模型以及一个能源模式调整模型；
第一预测单元，用于基于能源参数调整模型，根据能源补给站的实际能源补给信息预测对应的能源参数调整值；其中，所述能源参数调整值用于调整能源补给的能源参数；
第二预测单元，用于基于能源模式调整模型，根据能源补给站的实际能源补给信息预测对应的能源模式调整值；其中，所述能源模式调整值用于调整能源补给的能源模式；
判断单元，用于将所述能源参数调整值以及能源模式调整值分别作为入参输入至预设的能源调整脚本中，判断是否可以输出对应的值；其中，所述预设的能源调整脚本中包括检测能源参数调整值以及能源模式调整值是否符合标准的检测逻辑；
调整单元，用于若可以输出对应的值，则基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整。
本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本发明提供的能源补给信息的智能分析方法及***，包括：当能源补给站启动时，获取能源补给站启动时的实际能源补给信息，将所述实际能源补给信息输入至能源网络模型中；其中，所述能源网络模型包含一个能源参数调整模型以及一个能源模式调整模型；基于能源参数调整模型，根据能源补给站的实际能源补给信息预测对应的能源参数调整值；其中，所述能源参数调整值用于调整能源补给的能源参数；基于能源模式调整模型，根据能源补给站的实际能源补给信息预测对应的能源模式调整值；其中，所述能源模式调整值用于调整能源补给的能源模式；将所述能源参数调整值以及能源模式调整值分别作为入参输入至预设的能源调整脚本中，判断是否可以输出对应的值；其中，所述预设的能源调整脚本中包括检测能源参数调整值以及能源模式调整值是否符合标准的检测逻辑；若可以输出对应的值，则基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整。本发明通过训练完成的网络模型对实际能源补给信息进行预测，得到能源参数调整值以及能源模式调整值，进而进行供应参数的调整，无需依赖于人工经验和静态规则，提升了对实时数据的分析和预测能力。
附图说明
图1是本发明一实施例中能源补给信息的智能分析方法步骤示意图；
图2是本发明一实施例中能源补给信息的智能分析装置结构框图；
图3是本发明一实施例的计算机设备的结构示意框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，本发明一实施例中提供了一种能源补给信息的智能分析方法，包括以下步骤：
步骤S1，当能源补给站启动时，获取能源补给站启动时的实际能源补给信息，将所述实际能源补给信息输入至能源网络模型中；其中，所述能源网络模型包含一个能源参数调整模型以及一个能源模式调整模型；
步骤S2，基于能源参数调整模型，根据能源补给站的实际能源补给信息预测对应的能源参数调整值；其中，所述能源参数调整值用于调整能源补给的能源参数；
步骤S3，基于能源模式调整模型，根据能源补给站的实际能源补给信息预测对应的能源模式调整值；其中，所述能源模式调整值用于调整能源补给的能源模式；
步骤S4，将所述能源参数调整值以及能源模式调整值分别作为入参输入至预设的能源调整脚本中，判断是否可以输出对应的值；其中，所述预设的能源调整脚本中包括检测能源参数调整值以及能源模式调整值是否符合标准的检测逻辑；
步骤S5，若可以输出对应的值，则基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整。
在本实施例中，上述方案应用于对能源补给站的能源补给信息进行分析，从而从能源参数调整值以及能源模式调整值两个不同的维度进行供应参数的调整，无需依赖于人工经验和静态规则，提升了对实时数据的分析和预测能力。
如上述步骤S1所述的，当能源补给站启动时，通过监测***获得实际能源补给信息，并将此实际能源补给信息输入能源网络模型进行分析和预测。实际能源补给信息是指能源补给站在启动时所获取到的实际补给信息。上述信息包括能源补给站的输入能源类型，补给站的当前电流、电压、功率以及补给站的运行模式、运行状态和运行时间等。通过收集和监测这些实际补给信息，能源网络模型可以对能源补给站的性能和需求进行分析和预测。上述能源网络模型是一个综合模型，包含能源参数调整模型和能源模式调整模型。
能源参数调整模型的作用是根据能源补给站的实际能源补给信息预测对应的能源参数调整值。上述能源参数调整值可以用来优化能源补给过程中的各项参数，例如补给站的供能容量、能源输送速率或者更精细的电流、电压控制。能源参数调整模型通过分析实际能源补给信息和历史数据，可以预测出最佳的能源参数调整值，以实现更高效、更稳定的能源补给。
能源模式调整模型则根据实际能源补给信息预测对应的能源模式调整值。能源模式调整值用于调整能源补给的模式或策略，以适应不同的应用场景和需求。例如，对于光伏补给站，能源模式调整模型可以根据天气预测、电网负荷情况等信息，选择最佳的光伏发电模式，以最大化能源利用效率和经济性。
如上述步骤S2所述的，能源参数调整模型的训练依赖于大量的实测数据和历史数据。通过分析能源补给站的运行状态、运行时间、负载情况等因素，能源参数调整模型可以预测出在给定条件下相应的能源参数调整值。这些预测值可以用来调整补给站的供能能力，以满足实际需求，并提高能源补给的效率。
如上述步骤S3所述的，能源模式调整模型的训练依赖于各种环境条件、设备状况和能源需求等因素。通过分析这些因素，能源模式调整模型可以预测出在给定条件下应采取的最佳能源模式。例如，在高峰期，模型可能建议采用节能模式以减少负荷，而在低负荷期，模型可能建议采用高效模式以提高能源利用率。
如上述步骤S4所述的，能源参数调整值和能源模式调整值被分别作为输入传递给预设的能源调整脚本。该脚本中包含能源参数和能源模式的标准检测逻辑，用于验证这些调整值是否符合预先设定的规范或标准。在一些实施例中，也可以不执行该步骤。
能源调整脚本的主要目的是对能源参数调整值和能源模式调整值进行检测，以确保补给站的运行安全和性能优化。例如，在能源参数调整值方面，脚本可以检测电流和电压调整值是否超过了补给站设备的额定范围，以避免过载或电器设备受损。同时，能源调整脚本还可以考虑补给站的可持续性要求，如检查能源参数调整值是否符合能源资源的可用性和环境影响。
对于能源模式调整值，脚本可以判断所选的能源模式是否与实际应用需求相匹配，并确保补给站在不同的运行模式下能够有效地供应能源。例如，如果能源模式调整值指示为快速充电模式，那么脚本可以检查补给站的充电设备、电能储存能力以及供电负载情况，以确保补给站能够以高效的速度完成充电任务。
如上述步骤S5所述的，如果能源调整脚本中的检测逻辑确定能源参数调整值和能源模式调整值是符合标准的，那么则输出一个值（例如验证通过），反之也不输出值。
在一些实施例中，上述供应参数包括能源补给站的值班人员信息、能源存量及储备信息、便利店货品信息、电流、电压、频率等方面的设置或配置。根据能源参数调整值，供应参数可以相应地进行调整，以达到更高效、稳定和可靠的能源补给效果。例如，如果能源参数调整值指示需要增加充电电流，那么供应参数可以相应地调整，以提供更大的充电电流给充电设备，从而提高充电速度。另外，根据能源模式调整值，供应参数也可以相应地进行调整。例如，如果能源模式调整值指示为节能模式，那么补给站可以相应地降低能源的输出参数，以减少能源的消耗，并且更加环保。
在本实施例中，采用网络模型对能源补给站的能源补给信息进行多维度分析，从而从能源参数调整值以及能源模式调整值两个不同的维度进行供应参数的调整，无需依赖于人工经验和静态规则，提升了对实时数据的分析和预测能力。
在一实施例中，所述能源模式调整模型的训练过程，包括：
获取能源供应训练数据；其中，所述能源供应训练数据中包括多个训练信息；训练能源模式调整模型需要大量的能源供应训练数据。首先，需要收集补给站的历史数据，这些数据包括补给站的实际能源补给信息和对应的需要调整的能源模式信息（非必要的信息，若采用无监督学习则无需该信息）。补给站的实际能源补给信息可以包括补给站的输入能源类型，补给站的当前电流、电压、功率，以及补给站的运行状态和运行时间等。需要调整的能源模式信息包括补给站的充电模式、发电模式或其他能源供应模式等。
针对每个能源供应训练数据，每一次随机将所述能源供应训练数据中的任意一个训练信息进行隐藏之后，输入至初始能源模式调整模型中进行预测，得到对应的能源模式调整预测结果；针对每个能源供应训练数据，需要进行预测，并得到对应的能源模式调整预测结果。为了提高模型的鲁棒性和泛化能力，需要随机隐藏能源供应训练数据中的任意一个训练信息，然后将剩余的信息输入至初始能源模式调整模型中进行预测。
调整所述初始能源模式调整模型的模型参数，以使得针对每个能源供应训练数据，隐藏一个训练信息之后，对应的能源模式调整预测结果相同。在预测阶段，得到了对应于隐藏训练信息的能源模式调整预测结果。然后，需要调整初始能源模式调整模型的模型参数，以使得对于每个能源供应训练数据，隐藏一个训练信息之后，对应的能源模式调整预测结果与隐藏前预测结果相同。具体而言，可以使用梯度下降等优化算法，通过最小化预测结果与真实结果的误差来调整模型参数。通过迭代优化的过程，模型参数会逐渐得到调整，以获得更准确和可靠的能源模式调整预测。
上述训练过程可以重复进行多次，以进一步提高模型的性能。通过不断收集更多的能源供应训练数据和优化模型参数，能源模式调整模型可以逐渐获得更好的预测能力和泛化能力，从而更准确地预测能源模式调整的结果。
在本实施例中，若采用无监督学习模式，则只需要使得使得针对每个能源供应训练数据，隐藏一个训练信息之后，对应的能源模式调整预测结果相同；若采用有监督学习模式，则需要使得针对每个能源供应训练数据，隐藏一个训练信息之后，对应的能源模式调整预测结果相同，而且还需要和该能源供应训练数据对应的标签相同。
在一实施例中，所述基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整的步骤之后，包括：
将所述实际能源补给信息添加至预设的图层中，得到实际能源补给图片；将实际能源补给信息添加到预先设定的图层中，以创建实际能源补给图片。预设的图层可能包括能源参数、能源模式和其他相关信息。通过将实际能源补给信息添加到图层中，可以将这些信息与其他信息进行结合（形式不限，在此不做赘述），形成能够直观表示补给站的实际能源补给情况的图片。
将所述实际能源补给图片分割为第一图片、第二图片以及第三图片；在此步骤中，将实际能源补给图片进行分割，得到第一图片、第二图片和第三图片，例如可以将其竖直进行等分为三张图片。这样做的目的是为了进一步对实际能源补给图片进行加密处理，并确保安全存储和传输。
按照预设的加密规则对所述第一图片、第二图片以及第三图片分别进行加密；其中，第一图片、第二图片以及第三图片的加密方式互不相同；根据预设的加密规则，对第一图片、第二图片和第三图片进行加密处理。预设的加密规则可能包括使用不同的加密算法、密钥和参数。通过使用不同的加密方式，可以增强图片的安全性，防止未经授权的访问和窃取。
将加密后的第一图片、第二图片以及第三图片存储至数据库的同一个文件夹中。数据库提供了一种可靠的存储方式，以便将加密后的图片保存在一个统一的位置，方便后续的访问和管理。通过将这些加密图片存储在数据库中，可以保护图片的安全性，并确保只有经过授权的人员才能够访问和使用这些图片。
在一实施例中，所述按照预设的加密规则对所述第一图片、第二图片以及第三图片分别进行加密的步骤，包括：
获取所述第一图片的图片参数；其中，所述图片参数包括图片数据量、高度以及宽度，所述图片数据量、宽度以及高度均取整数；
基于所述图片数据量对预设的编码表进行转换，得到转换编码表；其中，所述转换编码表中包括两列，一列为数字，另一类是与数字一一映射的字符；经过转换的编码表，具有独特性、唯一性，后续进行编码时可以具有很强的数据安全性。同时，上述转换过程与图片数据量所关联，并非随机转换，具有很强的逻辑性，便于后续进行稽查。
基于所述转换编码表对所述宽度以及高度分别进行编码，得到宽度编码以及高度编码；将所述宽度编码以及高度编码进行组合，得到第一加密密码；基于所述第一加密密码对所述第一图片进行加密；根据转换编码表，对宽度和高度分别进行编码，得到宽度编码和高度编码。然后将宽度编码和高度编码进行组合，生成第一加密密码，该密码用于对第一图片进行加密。加密后的第一图片将更加安全，防止未经授权的访问和窃取。上述加密过程不会增加图片数据量。
获取所述第一图片指定位置处存储的数据信息，采用所述转换编码表对所述数据信息进行编码，得到数据信息编码；获取所述第二图片的创建时间；其中，所述创建时间包括年份；获取第一图片指定位置处存储的数据信息，并使用转换编码表对其进行编码，得到数据信息编码。这样做是为了保护第一图片中的特定数据，并提高其安全性。然后，使用转换编码表对创建时间进行编码，得到时间编码。这个时间编码将用于后续的加密步骤。
基于所述转换编码表对所述创建时间进行编码得到时间编码；将所述数据信息编码与所述时间编码进行组合，得到第二加密密码；基于所述第二加密密码对所述第二图片进行加密；将数据信息编码和时间编码进行组合，得到第二加密密码。基于第二加密密码，对第二图片进行加密。这样可以进一步保护第二图片的内容，确保其安全性。
对加密后的所述第二图片进行哈希运算，得到对应的哈希值；基于预设的字符选取规则，从所述哈希值中选择出对应的字符进行组合，得到哈希字符组合；接下来，对加密后的第二图片进行哈希运算，得到对应的哈希值。哈希运算可以通过各种哈希算法来实现，如MD5、SHA-1等。哈希值的生成可用于数据完整性验证和识别。上述字符的选取规则可以根据实际需求和安全性要求进行定义。
基于所述转换编码表对所述哈希字符组合进行解码，得到对应的解码数字；获取所述第三图片的分辨率，基于所述转换编码表将所述第三图片的分辨率中的数字编码为对应的分辨率编码；将所述解码数字与所述分辨率编码进行组合，得到第三加密密码对所述第三图片进行加密。
在本实施例，对第一图片、第二图片以及第三图片分别进行加密的加密方式，使得图片的安全性提高，同时，三者之间的加密密码相互关联，环环相扣，更有利于提升图片的加密安全性，而且便于后续采用同样的规则进行解密。
在一实施例中，所述基于所述图片数据量对预设的编码表进行转换，得到转换编码表的步骤，包括：
获取所述图片数据量中包括的多个单一数字，对各个单一数字进行相加，得到第一数字；获取图片数据量中包括的多个单一数字，然后对这些数字进行相加，得到第一数字。这个步骤旨在将图片数据量简化为一个单一的数字，以方便后续的处理。例如数据量为254，则单一数字为2、5、4。
获取预设的编码表，并在所述编码表中查找到第一数字对应的第一字符，检测所述编码表中在所述第一字符之前的字符是否大于n；根据第一数字在编码表中查找到对应的第一字符。然后检测编码表中在第一字符之前的字符是否大于n，其中n表示任意整数。这一步是为了确定编码表中字符的位置，以便进行后续的移动和调整。其中，上述n为3。
若大于，则将所述第一字符以及第一字符之后的所有字符共同向前移动n位，并将所述第一字符之前的n个字符依序平移至编码表的末尾，以填充完整编码表，得到所述转换编码表；如果编码表中在第一字符之前的字符数量大于n，则将第一字符以及第一字符之后的所有字符共同向前移动n位。然后将第一字符之前的n个字符依次平移至编码表的末尾，以填充完整的编码表。这样就可以生成转换编码表，其中第一字符之前的n个字符都被重新排列到了编码表的末尾。
若不大于，则将所述第一字符以及第一字符之前的所有字符共同向后移动n位，并将所述第一字符之后的n个字符依序平移至编码表的首部，以填充完整编码表，得到所述转换编码表。如果编码表中在第一字符之前的字符数量不大于n，则将第一字符以及第一字符之前的所有字符共同向后移动n位。然后将第一字符之后的n个字符依次平移至编码表的首部，以填充完整的编码表。这样就可以生成转换编码表，其中第一字符之后的n个字符都被重新排列到了编码表的首部。
在本实施例中，根据图片数据量将预设的编码表转换为转换编码表。转换编码表中包含了与数字一一映射的特定字符，并且根据第一数字的大小，调整了字符的顺序和位置。这样可以确保在后续的加密和解码过程中，能够正确地将数字编码为相应的字符，并且保持编码表的完整性和一致性。通过这些步骤，可以根据实际需求生成适合加密和解码的编码表，以确保数据的独特性、安全性和正确性。
在一实施例中，所述基于所述图片数据量对预设的编码表进行转换，得到转换编码表的步骤，包括：
获取预设的编码表，基于所述编码表对所述图片数据量进行编码，得到数据编码字符；其中，所述数据编码字符中包括多个字符；编码表可以包含多个字符，每个字符所代表的数字可以根据预设规则进行定义。编码表的构建可以考虑字符的可读性、字符集的大小以及对应数字的唯一性。根据获取的编码表，对图片数据量进行编码。这个步骤的目的是将图片数据量转换为对应的字符，以便后续处理。编码的方式可以将每个数字映射到编码表中的对应字符，并按照一定顺序进行排列。
在所述编码表中，依序查找到所述数据编码字符并进行剔除；按照预设规则将所述数据编码字符分隔为第一编码字符以及第二编码字符；通过遍历数据编码字符，依序查找并剔除在编码表中出现的字符。这一步骤的目的是确保编码表中不会出现与数据编码字符相同的字符，以避免重复和冲突。
将所述第一编码字符***至所述编码表的首部，将所述第二编码字符***至所述编码表的末尾，并将编码表中的其它字符进行平移，以填充完整编码表，得到所述转换编码表。将剔除后的数据编码字符按照预设规则进行分隔，得到第一编码字符和第二编码字符。这个分隔规则可以根据实际需求进行定义，例如可以根据字符数量的奇偶性、字符的位置等进行划分。根据分隔得到的第一编码字符和第二编码字符，将第一编码字符***编码表的首部，将第二编码字符***编码表的末尾。接着，需要对编码表中的其他字符进行平移操作，以填充完整的编码表。平移的方式可以按照预设规则进行，例如可以向左平移或向右平移。通过以上操作，就可以得到转换编码表。这个转换编码表包含了原始编码表中的所有字符以及经过分隔和平移后的第一编码字符和第二编码字符。转换编码表的顺序和内容都根据预设规则进行了调整，以使得转换编码表具有独特性，便于提升编码之后的数据安全性。
参照图2，本发明一实施例中还提供了一种能源补给信息的智能分析***，包括：
获取单元，用于当能源补给站启动时，获取能源补给站启动时的实际能源补给信息，将所述实际能源补给信息输入至能源网络模型中；其中，所述能源网络模型包含一个能源参数调整模型以及一个能源模式调整模型；
第一预测单元，用于基于能源参数调整模型，根据能源补给站的实际能源补给信息预测对应的能源参数调整值；其中，所述能源参数调整值用于调整能源补给的能源参数；
第二预测单元，用于基于能源模式调整模型，根据能源补给站的实际能源补给信息预测对应的能源模式调整值；其中，所述能源模式调整值用于调整能源补给的能源模式；
判断单元，用于将所述能源参数调整值以及能源模式调整值分别作为入参输入至预设的能源调整脚本中，判断是否可以输出对应的值；其中，所述预设的能源调整脚本中包括检测能源参数调整值以及能源模式调整值是否符合标准的检测逻辑；
调整单元，用于若可以输出对应的值，则基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整。
在本实施例中，上述装置实施例中的各个单元的具体实现，请参照上述方法实施例中所述，在此不再进行赘述。
参照图3，本发明实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过***总线连接的处理器、存储器、显示屏、输入装置、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储本实施例中对应的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述方法。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备的限定。
本发明一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法。可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。
综上所述，为本发明实施例中提供的能源补给信息的智能分析方法及***，包括：当能源补给站启动时，获取能源补给站启动时的实际能源补给信息，将所述实际能源补给信息输入至能源网络模型中；其中，所述能源网络模型包含一个能源参数调整模型以及一个能源模式调整模型；基于能源参数调整模型，根据能源补给站的实际能源补给信息预测对应的能源参数调整值；其中，所述能源参数调整值用于调整能源补给的能源参数；基于能源模式调整模型，根据能源补给站的实际能源补给信息预测对应的能源模式调整值；其中，所述能源模式调整值用于调整能源补给的能源模式；将所述能源参数调整值以及能源模式调整值分别作为入参输入至预设的能源调整脚本中，判断是否可以输出对应的值；其中，所述预设的能源调整脚本中包括检测能源参数调整值以及能源模式调整值是否符合标准的检测逻辑；若可以输出对应的值，则基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整。本发明通过训练完成的网络模型对实际能源补给信息进行预测，得到能源参数调整值以及能源模式调整值，进而进行供应参数的调整，无需依赖于人工经验和静态规则，提升了对实时数据的分析和预测能力。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双速据率SDRAM（SSRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种能源补给信息的智能分析方法，其特征在于，包括以下步骤：
当能源补给站启动时，获取能源补给站启动时的实际能源补给信息，将所述实际能源补给信息输入至能源网络模型中；其中，所述能源网络模型包含一个能源参数调整模型以及一个能源模式调整模型；
基于能源参数调整模型，根据能源补给站的实际能源补给信息预测对应的能源参数调整值；其中，所述能源参数调整值用于调整能源补给的能源参数；
基于能源模式调整模型，根据能源补给站的实际能源补给信息预测对应的能源模式调整值；其中，所述能源模式调整值用于调整能源补给的能源模式；
基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整。
2.根据权利要求1所述的能源补给信息的智能分析方法，其特征在于，所述能源模式调整模型的训练过程，包括：
获取能源供应训练数据；其中，所述能源供应训练数据中包括多个训练信息；
针对每个能源供应训练数据，每一次随机将所述能源供应训练数据中的任意一个训练信息进行隐藏之后，输入至初始能源模式调整模型中进行预测，得到对应的能源模式调整预测结果；
调整所述初始能源模式调整模型的模型参数，以使得针对每个能源供应训练数据，隐藏一个训练信息之后，对应的能源模式调整预测结果相同。
3.根据权利要求1所述的能源补给信息的智能分析方法，其特征在于，所述基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整的步骤之后，包括：
将所述实际能源补给信息添加至预设的图层中，得到实际能源补给图片；
将所述实际能源补给图片分割为第一图片、第二图片以及第三图片；
按照预设的加密规则对所述第一图片、第二图片以及第三图片分别进行加密；其中，第一图片、第二图片以及第三图片的加密方式互不相同；
将加密后的第一图片、第二图片以及第三图片存储至数据库的同一个文件夹中。
4.根据权利要求3所述的能源补给信息的智能分析方法，其特征在于，所述按照预设的加密规则对所述第一图片、第二图片以及第三图片分别进行加密的步骤，包括：
获取所述第一图片的图片参数；其中，所述图片参数包括图片数据量、高度以及宽度，所述图片数据量、宽度以及高度均取整数；
基于所述图片数据量对预设的编码表进行转换，得到转换编码表；其中，所述转换编码表中包括两列，一列为数字，另一类是与数字一一映射的字符；
基于所述转换编码表对所述宽度以及高度分别进行编码，得到宽度编码以及高度编码；将所述宽度编码以及高度编码进行组合，得到第一加密密码；基于所述第一加密密码对所述第一图片进行加密；
获取所述第一图片指定位置处存储的数据信息，采用所述转换编码表对所述数据信息进行编码，得到数据信息编码；获取所述第二图片的创建时间；其中，所述创建时间包括年份；
基于所述转换编码表对所述创建时间进行编码得到时间编码；将所述数据信息编码与所述时间编码进行组合，得到第二加密密码；基于所述第二加密密码对所述第二图片进行加密；
对加密后的所述第二图片进行哈希运算，得到对应的哈希值；基于预设的字符选取规则，从所述哈希值中选择出对应的字符进行组合，得到哈希字符组合；
基于所述转换编码表对所述哈希字符组合进行解码，得到对应的解码数字；获取所述第三图片的分辨率，基于所述转换编码表将所述第三图片的分辨率中的数字编码为对应的分辨率编码；将所述解码数字与所述分辨率编码进行组合，得到第三加密密码对所述第三图片进行加密。
5.根据权利要求4所述的能源补给信息的智能分析方法，其特征在于，所述基于所述图片数据量对预设的编码表进行转换，得到转换编码表的步骤，包括：
获取所述图片数据量中包括的多个单一数字，对各个单一数字进行相加，得到第一数字；
获取预设的编码表，并在所述编码表中查找到第一数字对应的第一字符，检测所述编码表中在所述第一字符之前的字符是否大于n；
若大于，则将所述第一字符以及第一字符之后的所有字符共同向前移动n位，并将所述第一字符之前的n个字符依序平移至编码表的末尾，以填充完整编码表，得到所述转换编码表；
若不大于，则将所述第一字符以及第一字符之前的所有字符共同向后移动n位，并将所述第一字符之后的n个字符依序平移至编码表的首部，以填充完整编码表，得到所述转换编码表。
6.根据权利要求4所述的能源补给信息的智能分析方法，其特征在于，所述基于所述图片数据量对预设的编码表进行转换，得到转换编码表的步骤，包括：
获取预设的编码表，基于所述编码表对所述图片数据量进行编码，得到数据编码字符；其中，所述数据编码字符中包括多个字符；
在所述编码表中，依序查找到所述数据编码字符并进行剔除；按照预设规则将所述数据编码字符分隔为第一编码字符以及第二编码字符；
将所述第一编码字符***至所述编码表的首部，将所述第二编码字符***至所述编码表的末尾，并将编码表中的其它字符进行平移，以填充完整编码表，得到所述转换编码表。
7.根据权利要求1所述的能源补给信息的智能分析方法，其特征在于，所述基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整的步骤之前，包括：
将所述能源参数调整值以及能源模式调整值分别作为入参输入至预设的能源调整脚本中，判断是否可以输出对应的值；其中，所述预设的能源调整脚本中包括检测能源参数调整值以及能源模式调整值是否符合标准的检测逻辑；
若可以输出对应的值，则执行基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整的步骤。
8.一种能源补给信息的智能分析***，其特征在于，包括：
获取单元，用于当能源补给站启动时，获取能源补给站启动时的实际能源补给信息，将所述实际能源补给信息输入至能源网络模型中；其中，所述能源网络模型包含一个能源参数调整模型以及一个能源模式调整模型；
第一预测单元，用于基于能源参数调整模型，根据能源补给站的实际能源补给信息预测对应的能源参数调整值；其中，所述能源参数调整值用于调整能源补给的能源参数；
第二预测单元，用于基于能源模式调整模型，根据能源补给站的实际能源补给信息预测对应的能源模式调整值；其中，所述能源模式调整值用于调整能源补给的能源模式；
调整单元，用于基于所述能源参数调整值以及能源模式调整值，对能源补给站的供应参数进行调整。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
CN202311348041.5A 2023-10-18 2023-10-18 能源补给信息的智能分析方法及*** Active CN117076895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311348041.5A CN117076895B (zh) 2023-10-18 2023-10-18 能源补给信息的智能分析方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311348041.5A CN117076895B (zh) 2023-10-18 2023-10-18 能源补给信息的智能分析方法及***

Publications (2)

Publication Number Publication Date
CN117076895A true CN117076895A (zh) 2023-11-17
CN117076895B CN117076895B (zh) 2024-02-06

Family

ID=88713893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311348041.5A Active CN117076895B (zh) 2023-10-18 2023-10-18 能源补给信息的智能分析方法及***

Country Status (1)

Country Link
CN (1) CN117076895B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117891787A (zh) * 2024-03-15 2024-04-16 武汉磐电科技股份有限公司 电流互感器量值溯源数据处理方法、***以及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007091336A1 (ja) * 2006-02-08 2007-08-16 I-Dam Network, Inc 文字の暗号化方法及び暗号化文字コードの描画方法並びにプログラム
JP2010218113A (ja) * 2009-03-16 2010-09-30 Ricoh Co Ltd 画像処理装置、画像処理方法及びプログラム
CN110634096A (zh) * 2019-08-07 2019-12-31 华中师范大学 一种自适应多模态的信息隐藏方法及装置
CN113792317A (zh) * 2021-09-22 2021-12-14 北京本地通科技有限公司 一种图像加密方法及装置
CN114977152A (zh) * 2022-02-28 2022-08-30 国网北京市电力公司 能源管理***的控制方法、装置、存储介质及设备
CN115103080A (zh) * 2022-05-07 2022-09-23 华南理工大学 一种基于dna三倍体变异的图像加密方法和***
CN116524873A (zh) * 2023-07-04 2023-08-01 深圳市彤兴电子有限公司 显示屏的显示调整方法、装置以及计算机设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007091336A1 (ja) * 2006-02-08 2007-08-16 I-Dam Network, Inc 文字の暗号化方法及び暗号化文字コードの描画方法並びにプログラム
JP2010218113A (ja) * 2009-03-16 2010-09-30 Ricoh Co Ltd 画像処理装置、画像処理方法及びプログラム
CN110634096A (zh) * 2019-08-07 2019-12-31 华中师范大学 一种自适应多模态的信息隐藏方法及装置
CN113792317A (zh) * 2021-09-22 2021-12-14 北京本地通科技有限公司 一种图像加密方法及装置
CN114977152A (zh) * 2022-02-28 2022-08-30 国网北京市电力公司 能源管理***的控制方法、装置、存储介质及设备
CN115103080A (zh) * 2022-05-07 2022-09-23 华南理工大学 一种基于dna三倍体变异的图像加密方法和***
CN116524873A (zh) * 2023-07-04 2023-08-01 深圳市彤兴电子有限公司 显示屏的显示调整方法、装置以及计算机设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
VINOD KUMAR ET AL: ""Complex entropy based encryption and decryption technique for securing medical images"", 《MULTIMEDIA TOOLS AND APPLICATIONS》, vol. 81, pages 37441 - 37459 *
马烜: ""基于内容关联密钥的AVS3视频加密算法研究"", 《中国优秀硕士学位论文全文数据库（信息科技辑）》, no. 7, pages 136 - 410 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117891787A (zh) * 2024-03-15 2024-04-16 武汉磐电科技股份有限公司 电流互感器量值溯源数据处理方法、***以及设备
CN117891787B (zh) * 2024-03-15 2024-05-28 武汉磐电科技股份有限公司 电流互感器量值溯源数据处理方法、***以及设备

Also Published As

Publication number Publication date
CN117076895B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN110413730B (zh) 文本信息匹配度检测方法、装置、计算机设备和存储介质
CN117076895B (zh) 能源补给信息的智能分析方法及***
CN109816327B (zh) 合同数据处理方法、装置、计算机设备和存储介质
Chen et al. Robust N–k CCUC model considering the fault outage probability of units and transmission lines
CN103888254A (zh) 一种网络验证信息的方法和装置
CN111666442B (zh) 一种图像检索方法、装置及计算机设备
CN110717151B (zh) 一种数字指纹处理及签名处理方法
US20210099310A1 (en) Image processing method, image matching method, device and storage medium
CN103942292A (zh) 虚拟机镜像文件处理方法、装置及***
CN112739572A (zh) 检测在处所处充电的电动车辆
US20210375008A1 (en) Geometric encoding of data
CN116933222B (zh) 基于零水印的三维模型版权认证方法及***
CN117376632B (zh) 基于智能深度合成的数据恢复方法和***
CN104281831A (zh) 一种笔迹验证的方法和装置
CN107819748B (zh) 一种抗破解的验证码实现方法及装置
CN114218318B (zh) 一种用于电力大数据的数据处理***及方法
US20210089785A1 (en) Video feature extraction method and device
CN112749539B (zh) 文本匹配方法、装置、计算机可读存储介质和计算机设备
Yin et al. Content‐Based Image Retrial Based on Hadoop
CN116226681A (zh) 一种文本相似性判定方法、装置、计算机设备和存储介质
CN115455222A (zh) 图像检索方法、装置、计算机设备和计算机可读存储介质
CN115080992A (zh) 一种基于标识的统一电子******及方法
CN110362580B (zh) 一种bim建筑工程数据检索优化归类方法及其***
CN113987144A (zh) 一种空间文本的查询方法及装置
KR20210024748A (ko) Gan을 이용한 문서형 악성코드 탐지 장치 및 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant