[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN109446182A - 一种复合采集方法 - Google Patents

一种复合采集方法 Download PDF

Info

Publication number
CN109446182A
CN109446182A CN201811307592.6A CN201811307592A CN109446182A CN 109446182 A CN109446182 A CN 109446182A CN 201811307592 A CN201811307592 A CN 201811307592A CN 109446182 A CN109446182 A CN 109446182A
Authority
CN
China
Prior art keywords
data
database
device attribute
monitoring data
attribute data
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
CN201811307592.6A
Other languages
English (en)
Other versions
CN109446182B (zh
Inventor
李军学
朱帅华
蓝家庆
张健
唐去克
牛战揆
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.)
Guangzhou Ch Control Technology Co Ltd
Original Assignee
Guangzhou Ch Control 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 Guangzhou Ch Control Technology Co Ltd filed Critical Guangzhou Ch Control Technology Co Ltd
Priority to CN201811307592.6A priority Critical patent/CN109446182B/zh
Publication of CN109446182A publication Critical patent/CN109446182A/zh
Application granted granted Critical
Publication of CN109446182B publication Critical patent/CN109446182B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种复合采集方法，包括：获取设备属性数据和设备在生产过程中的监控数据，建立生产数据库；提取设备属性数据并与监控数据进行索引；对进行索引后的监控数据和设备属性建立数据模型；在单元格中配置设备属性数据并设置引用路径，将引用路径引用到后台操作区；获取经过处理的分析数据建立分析数据库，将分析数据库保存到后台工作区；将数据模型通过引用路径与分析数据库连接，并把数据模型应用在后台操作区，自动填充监控数据和分析数据；本发明解决系统不能自动地将经过分析处理的复合数据采集填充到表格中的问题，实现了系统自动地将经过分析处理的复合数据采集填充到表格中，达到节省时间、提高工作效率的有益效果。

Description

一种复合采集方法
技术领域
本发明涉及企业事务管理领域，尤其涉及一种复合采集方法。
背景技术
流程企业生产过程工作流技术要解决的是复杂流程生产过程中多个环节的生产协同问题。MES(manufacturingexecutionsystem，制造执行系统)是位于生产型企业上层的计划管理系统和现场层的工业控制系统之间的面向车间层的信息执行系统，对从生产订单下达到产品完成的整个生产过程进行生产信息管理及数据处理，包括订单数据下达、生产指令数据下达、生产过程执行监控、现场生产数据采集、数据统计处理及上报等内容，是复杂流程生产过程实现生产信息处理及人机交互的关键，MES系统会在生产过程中产生多种监控数据，这些监控数据主要分为两部分，其中一部分数据为底层数据，另一部分数据则是经过分析处理后的复合数据，操作人员需要将底层数据和复合数据都采集到表格中。
在现有技术中，系统可以自动采集底层数据并将其填充在表格中，但是系统不能自动地将经过分析处理的复合数据采集填充到表格中，操作人员需要人工地对复合数据进行采集，填充到表格中，从而导致在操作过程中操作人员实施操作繁琐，进而浪费大量时间，降低工作效率。
发明内容
本发明提供了一种复合采集方法，以解决系统不能自动地将经过分析处理的复合数据采集填充到表格中的技术问题，从而实现了系统自动地将经过分析处理的复合数据采集填充到表格中，进而节省时间、提高工作效率。
为了解决上述技术问题，本发明实施例提供了一种复合采集方法，包括：
获取设备属性数据和所述设备在生产过程中的监控数据，建立生产数据库；
提取所述设备属性数据并与所述监控数据进行索引；
对进行索引后的所述监控数据和所述设备属性建立数据模型；
在单元格中配置设备属性数据并设置引用路径，将所述引用路径引用到后台操作区；
获取经过处理的分析数据建立分析数据库，将所述分析数据库保存到后台工作区；
将建立的数据模型通过引用路径与所述分析数据库连接，并把所述数据模型应用在后台操作区，自动填充监控数据和分析数据。
作为优选方案，所述获取设备属性数据和所述设备在生产过程中的监控数据，建立生产数据库，包括：
获取设备的属性数据和生产过程中的设备的监控数据，并对所述监控数据进行阈值处理；
对进行阈值处理后的监控数据进行提取事件，生成事件上升沿和事件下降沿；
计算所述事件上升沿和事件下降沿的绝对值，通过设置误差值，并对大于误差值的绝对值事件进行删除，剔除无效的监控数据；
对剔除无效的监控数据后的监控数据进行整合，建立生产数据库。
作为优选方案，所述提取所述设备属性数据并与所述监控数据进行索引，包括：
提取数据库中的设备属性数据，对所述属性数据进行特征提取；
提取数据库中的监控数据，将提取的设备属性数据与所述数据库中的监控数据进行相关对应，并对所述属性数据与所述监控数据进行索引。
作为优选方案，所述对进行索引后的所述监控数据和所述设备属性建立数据模型，包括：
将所述生产数据库通过复制为训练数据库和测试数据库，将经过索引后的生产数据和设备属性数据分别储存在所述训练数据库和所述测试数据库中；
建立数据模型，将上述训练数据库中的数据传输到数据模型进行反复训练，提取特征整合数据结构，直至达到训练阈值和训练准确度后停止训练；
将所述测试数据库内的数据传输到整合后的数据模型中，对数据模型进行反复测试，优化数据模型，直至达到测试阈值和测试准确度后停止测试。
作为优选方案，所述在单元格中配置设备属性数据并设置引用路径，将所述引用路径引用到后台操作区，包括：
调用单元格程序命令，将设备属性数据配置在单元格中；
对经过属性数据配置的单元格设置引用路径，并将所述引用路径关联到所有的单元格中；
将所述引用路径通过后台启动程序引用到后台操作区，实现触发单元格后启动后台操作区，启动配置设备属性数据。
作为优选方案，所述将建立的数据模型通过引用路径与所述分析数据库连接，并把所述数据模型应用在后台操作区，自动填充监控数据和分析数据，包括：
通过后台启动程序将建立的数据模型和分析数据库应用在后台操作区，保存在后台服务器中；
将所述分析数据库通过引用路径与所述数据模型连接；
触发单元格启动原本配置的设备属性数据，通过对应的属性数据索引进入数据模型，从而调用与所述设备属性数据相对应的监控数据；
根据设备属性数据通过引用路径进入分析数据库调用相关数据；
将上述调用的与单元格中设备属性数据相关联的监控数据和分析数据自动填充到相应单元格中。
作为优选方案，所述设置的误差值为5。
作为优选方案，所述训练阈值为20万次，所述的训练准确度为90％。
作为优选方案，所述测试阈值为20万次，所述的测试准确度为90％。
作为优选方案，所述设备属性数据包括设备名称、设备规格和设备功率。
相比于现有技术，本发明实施例具有如下有益效果：
通过设置数据模型和设置引用路径，解决系统不能自动地将经过分析处理的复合数据采集填充到表格中的技术问题，从而实现了系统自动地将经过分析处理的复合数据采集填充到表格中，达到节省时间、提高工作效率的有益效果。
附图说明
图1：为本发明复合采集方法实施例的具体步骤流程图；
图2：为本发明复合采集方法实施例中步骤S1的具体流程图；
图3：为本发明复合采集方法实施例中步骤S2的具体流程图；
图4：为本发明复合采集方法实施例中步骤S3的具体流程图；
图5：为本发明复合采集方法实施例中步骤S4的具体流程图；
图6：为本发明复合采集方法实施例中步骤S6的具体流程图；
图7：为本发明复合采集方法实施例中步骤S1的实例示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参照图1，本发明优选实施例提供了一种复合采集方法，包括：
S1，获取设备属性数据和所述设备在生产过程中的监控数据，建立生产数据库；
S2，提取所述设备属性数据并与所述监控数据进行索引；
S3，对进行索引后的所述监控数据和所述设备属性建立数据模型；
S4，在单元格中配置设备属性数据并设置引用路径，将所述引用路径引用到后台操作区；
S5，获取经过处理的分析数据建立分析数据库，将所述分析数据库保存到后台工作区；
S6，将建立的数据模型通过引用路径与所述分析数据库连接，并把所述数据模型应用在后台操作区，自动填充监控数据和分析数据。
参照图2和图7，在本实施例中，所述步骤S1获取设备属性数据和所述设备在生产过程中的监控数据，建立生产数据库，包括：
S11，获取设备的属性数据和生产过程中的设备的监控数据，并对所述监控数据进行阈值处理；
S12，对进行阈值处理后的监控数据进行提取事件，生成事件上升沿和事件下降沿；
S13，计算所述事件上升沿和事件下降沿的绝对值，通过设置误差值，并对大于误差值的绝对值事件进行删除，剔除无效的监控数据；
S14，对剔除无效的监控数据后的监控数据进行整合，建立生产数据库。
参照图3，在本实施例中，所述步骤S2提取所述设备属性数据并与所述监控数据进行索引，包括：
S21，提取数据库中的设备属性数据，对所述属性数据进行特征提取；
S22，提取数据库中的监控数据，将提取的设备属性数据与所述数据库中的监控数据进行相关对应，并对所述属性数据与所述监控数据进行索引。
参照图4，在本实施例中，所述步骤S3对进行索引后的所述监控数据和所述设备属性建立数据模型，包括：
S31，将所述生产数据库通过复制为训练数据库和测试数据库，将经过索引后的生产数据和设备属性数据分别储存在所述训练数据库和所述测试数据库中；
S32，建立数据模型，将上述训练数据库中的数据传输到数据模型进行反复训练，提取特征整合数据结构，直至达到训练阈值和训练准确度后停止训练；
S33，将所述测试数据库内的数据传输到整合后的数据模型中，对数据模型进行反复测试，优化数据模型，直至达到测试阈值和测试准确度后停止测试。
参照图5，在本实施例中，所述步骤S4在单元格中配置设备属性数据并设置引用路径，将所述引用路径引用到后台操作区，包括：
S41，调用单元格程序命令，将设备属性数据配置在单元格中；
S42，对经过属性数据配置的单元格设置引用路径，并将所述引用路径关联到所有的单元格中；
S43，将所述引用路径通过后台启动程序引用到后台操作区，实现触发单元格后启动后台操作区，启动配置设备属性数据。
参照图6，在本实施例中，所述步骤S6将建立的数据模型通过引用路径与所述分析数据库连接，并把所述数据模型应用在后台操作区，自动填充监控数据和分析数据，包括：
S61，通过后台启动程序将建立的数据模型和分析数据库应用在后台操作区，保存在后台服务器中；
S62，将所述分析数据库通过引用路径与所述数据模型连接；
S63，触发单元格启动原本配置的设备属性数据，通过对应的属性数据索引进入数据模型，从而调用与所述设备属性数据相对应的监控数据；
S64，根据设备属性数据通过引用路径进入分析数据库调用相关数据；
S65，将上述调用的与单元格中设备属性数据相关联的监控数据和分析数据自动填充到相应单元格中。
在本实施例中，所述设置的误差值为5。
在本实施例中，所述训练阈值为20万次，所述的训练准确度为90％。
在本实施例中，所述测试阈值为20万次，所述的测试准确度为90％。
在本实施例中，所述设备属性数据包括设备名称、设备规格和设备功率。
在实施例中，本发明的具体实施流程如下：
首先，获取设备的属性数据和生产过程中的设备的监控数据，并对所述监控数据进行阈值处理，对进行阈值处理后的监控数据进行提取事件，生成事件上升沿和事件下降沿，计算所述事件上升沿和事件下降沿的绝对值，通过设置误差值，并对大于误差值的绝对值事件进行删除，剔除无效的监控数据，对剔除无效的监控数据后的监控数据进行整合，建立生产数据库；其次，提取数据库中的设备属性数据，对所述属性数据进行特征提取，提取数据库中的监控数据，将提取的设备属性数据与所述数据库中的监控数据进行相关对应，并对所述属性数据与所述监控数据进行索引；接着，将所述生产数据库通过复制为训练数据库和测试数据库，将经过索引后的生产数据和设备属性数据分别储存在所述训练数据库和所述测试数据库中，建立数据模型，将上述训练数据库中的数据传输到数据模型进行反复训练，提取特征整合数据结构，直至达到训练阈值和训练准确度后停止训练，将所述测试数据库内的数据传输到整合后的数据模型中，对数据模型进行反复测试，优化数据模型，直至达到测试阈值和测试准确度后停止测试；然后，调用单元格程序命令，将设备属性数据配置在单元格中，对经过属性数据配置的单元格设置引用路径，并将所述引用路径关联到所有的单元格中，将所述引用路径通过后台启动程序引用到后台操作区，实现触发单元格后启动后台操作区，启动配置设备属性数据；接着，获取经过处理的分析数据建立分析数据库，将所述分析数据库保存到后台工作区；最后，通过后台启动程序将建立的数据模型和分析数据库应用在后台操作区，保存在后台服务器中，将所述分析数据库通过引用路径与所述数据模型连接，触发单元格启动原本配置的设备属性数据，通过对应的属性数据索引进入数据模型，从而调用与所述设备属性数据相对应的监控数据，根据设备属性数据通过引用路径进入分析数据库调用相关数据，将上述调用的与单元格中设备属性数据相关联的监控数据和分析数据自动填充到相应单元格中。
本发明通过设置数据模型和设置引用路径，解决系统不能自动地将经过分析处理的复合数据采集填充到表格中的技术问题，从而实现了系统自动地将经过分析处理的复合数据采集填充到表格中，达到节省时间、提高工作效率的有益效果。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种复合采集方法，其特征在于，包括：
获取设备属性数据和所述设备在生产过程中的监控数据，建立生产数据库；
提取所述设备属性数据并与所述监控数据进行索引；
对进行索引后的所述监控数据和所述设备属性建立数据模型；
在单元格中配置设备属性数据并设置引用路径，将所述引用路径引用到后台操作区；
获取经过处理的分析数据建立分析数据库，将所述分析数据库保存到后台工作区；
将建立的数据模型通过引用路径与所述分析数据库连接，并把所述数据模型应用在后台操作区，自动填充监控数据和分析数据。
2.如权利要求1所述的复合采集方法，其特征在于，所述获取设备属性数据和所述设备在生产过程中的监控数据，建立生产数据库，包括：
获取设备的属性数据和生产过程中的设备的监控数据，并对所述监控数据进行阈值处理；
对进行阈值处理后的监控数据进行提取事件，生成事件上升沿和事件下降沿；
计算所述事件上升沿和事件下降沿的绝对值，通过设置误差值，并对大于误差值的绝对值事件进行删除，剔除无效的监控数据；
对剔除无效的监控数据后的监控数据进行整合，建立生产数据库。
3.如权利要求1所述的复合采集方法，其特征在于，所述提取所述设备属性数据并与所述监控数据进行索引，包括：
提取数据库中的设备属性数据，对所述属性数据进行特征提取；
提取数据库中的监控数据，将提取的设备属性数据与所述数据库中的监控数据进行相关对应，并对所述属性数据与所述监控数据进行索引。
4.如权利要求1所述的复合采集方法，其特征在于，所述对进行索引后的所述监控数据和所述设备属性建立数据模型，包括：
将所述生产数据库通过复制为训练数据库和测试数据库，将经过索引后的生产数据和设备属性数据分别储存在所述训练数据库和所述测试数据库中；
建立数据模型，将上述训练数据库中的数据传输到数据模型进行反复训练，提取特征整合数据结构，直至达到训练阈值和训练准确度后停止训练；
将所述测试数据库内的数据传输到整合后的数据模型中，对数据模型进行反复测试，优化数据模型，直至达到测试阈值和测试准确度后停止测试。
5.如权利要求1所述的复合采集方法，其特征在于，所述在单元格中配置设备属性数据并设置引用路径，将所述引用路径引用到后台操作区，包括：
调用单元格程序命令，将设备属性数据配置在单元格中；
对经过属性数据配置的单元格设置引用路径，并将所述引用路径关联到所有的单元格中；
将所述引用路径通过后台启动程序引用到后台操作区，实现触发单元格后启动后台操作区，启动配置设备属性数据。
6.如权利要求1所述的复合采集方法，其特征在于，所述将建立的数据模型通过引用路径与所述分析数据库连接，并把所述数据模型应用在后台操作区，自动填充监控数据和分析数据，包括：
通过后台启动程序将建立的数据模型和分析数据库应用在后台操作区，保存在后台服务器中；
将所述分析数据库通过引用路径与所述数据模型连接；
触发单元格启动原本配置的设备属性数据，通过对应的属性数据索引进入数据模型，从而调用与所述设备属性数据相对应的监控数据；
根据设备属性数据通过引用路径进入分析数据库调用相关数据；
将上述调用的与单元格中设备属性数据相关联的监控数据和分析数据自动填充到相应单元格中。
7.如权利要求2所述的复合采集方法，其特征在于，所述设置的误差值为5。
8.如权利要求4所述的复合采集方法，其特征在于，所述训练阈值为20万次，所述的训练准确度为90％。
9.如权利要求4所述的复合采集方法，其特征在于，所述测试阈值为20万次，所述的测试准确度为90％。
10.如权利要求1至9任一项所述的复合采集方法，其特征在于，所述设备属性数据包括设备名称、设备规格和设备功率。
CN201811307592.6A 2018-11-05 2018-11-05 一种复合采集方法 Active CN109446182B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811307592.6A CN109446182B (zh) 2018-11-05 2018-11-05 一种复合采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811307592.6A CN109446182B (zh) 2018-11-05 2018-11-05 一种复合采集方法

Publications (2)

Publication Number Publication Date
CN109446182A true CN109446182A (zh) 2019-03-08
CN109446182B CN109446182B (zh) 2021-08-27

Family

ID=65551268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811307592.6A Active CN109446182B (zh) 2018-11-05 2018-11-05 一种复合采集方法

Country Status (1)

Country Link
CN (1) CN109446182B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110197142A (zh) * 2019-05-16 2019-09-03 谷东科技有限公司 微弱光线条件下的物体识别方法、装置、介质及终端设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530127A (zh) * 2013-10-22 2014-01-22 北京奇虎科技有限公司 图标显示方法及装置
US20140245015A1 (en) * 2012-04-27 2014-08-28 Intralinks, Inc. Offline file access
CN104778241A (zh) * 2015-04-08 2015-07-15 北京京东尚科信息技术有限公司 一种报表生成方法及系统
CN105441774A (zh) * 2015-11-15 2016-03-30 丹阳市德源精密工具有限公司 一种硼铁合金模具
CN105511791A (zh) * 2015-12-08 2016-04-20 刘炳林 一种试验质检电子记录表手写处理方法及装置
CN106547729A (zh) * 2016-12-01 2017-03-29 长城计算机软件与系统有限公司 一种数据报表的动态生成方法及系统
EP3296864A1 (en) * 2016-09-20 2018-03-21 Siemens Aktiengesellschaft Storing and retrieving documentation
CN108762203A (zh) * 2018-04-20 2018-11-06 广州中浩控制技术有限公司 一种基于电子批记录的生产执行系统以及管理方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140245015A1 (en) * 2012-04-27 2014-08-28 Intralinks, Inc. Offline file access
CN103530127A (zh) * 2013-10-22 2014-01-22 北京奇虎科技有限公司 图标显示方法及装置
CN104778241A (zh) * 2015-04-08 2015-07-15 北京京东尚科信息技术有限公司 一种报表生成方法及系统
CN105441774A (zh) * 2015-11-15 2016-03-30 丹阳市德源精密工具有限公司 一种硼铁合金模具
CN105511791A (zh) * 2015-12-08 2016-04-20 刘炳林 一种试验质检电子记录表手写处理方法及装置
EP3296864A1 (en) * 2016-09-20 2018-03-21 Siemens Aktiengesellschaft Storing and retrieving documentation
CN106547729A (zh) * 2016-12-01 2017-03-29 长城计算机软件与系统有限公司 一种数据报表的动态生成方法及系统
CN108762203A (zh) * 2018-04-20 2018-11-06 广州中浩控制技术有限公司 一种基于电子批记录的生产执行系统以及管理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110197142A (zh) * 2019-05-16 2019-09-03 谷东科技有限公司 微弱光线条件下的物体识别方法、装置、介质及终端设备

Also Published As

Publication number Publication date
CN109446182B (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
CN111538731B (zh) 一种工业数据自动生成报表系统
CN107545349A (zh) 一种面向电力大数据的数据质量分析评价模型
CN104021248B (zh) 一种航空机载机械类产品fmeca分析方法
CN108595523A (zh) 设备数据检索模型构建方法、装置及计算机设备
CN108363678B (zh) 一种用于燃料电池电堆测试数据快速自动处理系统
CN111062520A (zh) 基于随机森林算法的hostname特征预测方法
CN105868956A (zh) 一种数据处理方法及装置
CN113610225A (zh) 质量评估模型训练方法、装置、电子设备及存储介质
CN107798059A (zh) 一种nco气象数据结构化存储方法和装置
CN109522536A (zh) 一种表格自动填写方法
Brzozowska et al. Data engineering in CRISP-DM process production data–case study
CN109446182A (zh) 一种复合采集方法
CN113947468B (zh) 一种数据管理方法及平台
CN108230183A (zh) 一种基于时标量测的电网设备多维度综合告警的处理方法
CN109508953A (zh) 一种表格模板生成方法
CN107742162B (zh) 一种基于配调监控信息的多维特征关联分析方法
CN106802928A (zh) 电网历史数据管理方法及其系统
CN109376159A (zh) 一种批记录自动生成方法
LU505740B1 (en) Data monitoring method and system
CN112035366A (zh) 一种测试案例生成方法、装置及设备
CN111768113A (zh) 一种基于公有云的水利工程管理系统和方法
CN109492209A (zh) 一种表格签名栏自动生成方法
CN116467286A (zh) 一种建筑工程造价咨询数据库的建立方法及系统
CN114066172A (zh) 一种基于大数据技术的银行业数据研判分析系统
CN114840530A (zh) 一种多元可视化的数据模型构建方法及系统

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