本發(fā)明屬于數(shù)據(jù)處理，具體地說(shuō)是一種基于水價(jià)測(cè)算的多源異構(gòu)數(shù)據(jù)匯整方法及系統(tǒng)。

背景技術(shù)：

1、在水價(jià)測(cè)算相關(guān)領(lǐng)域，多源異構(gòu)數(shù)據(jù)的處理面臨諸多挑戰(zhàn)。不同來(lái)源的水價(jià)數(shù)據(jù)在格式、參數(shù)完整性以及采集和錄入時(shí)間等方面存在差異。這些差異導(dǎo)致數(shù)據(jù)難以直接整合利用，數(shù)據(jù)混亂問(wèn)題嚴(yán)重影響了水價(jià)測(cè)算的準(zhǔn)確性和效率。

2、在現(xiàn)有技術(shù)中，數(shù)據(jù)采集和錄入時(shí)間各不相同，這導(dǎo)致數(shù)據(jù)難以整合利用，嚴(yán)重影響水價(jià)測(cè)算的準(zhǔn)確性與效率，使得在進(jìn)行水價(jià)分析時(shí)，無(wú)法有效綜合各類數(shù)據(jù)得出可靠結(jié)論，因此，本技術(shù)對(duì)多源水價(jià)數(shù)據(jù)進(jìn)行完整性識(shí)別，得到完整數(shù)據(jù)，對(duì)完整的多源水價(jià)數(shù)據(jù)進(jìn)行特征分析，得到相似特征值，反映出水價(jià)數(shù)據(jù)之間在分位長(zhǎng)度范圍上的差異，以及在具體水價(jià)參數(shù)數(shù)值上的整體差異程度，從而有助于識(shí)別出具有相似特征的數(shù)據(jù)，并將具有相似特征的數(shù)據(jù)進(jìn)行歸納，提高后續(xù)對(duì)數(shù)據(jù)的匯整效率，對(duì)相似數(shù)據(jù)庫(kù)中多個(gè)水價(jià)數(shù)據(jù)進(jìn)行錄入時(shí)效分析，得到局部歸納值，反映出水價(jià)參數(shù)的錄入時(shí)間差異以及采集與錄入時(shí)間差的差異，有助于衡量不同水價(jià)數(shù)據(jù)之間在時(shí)間維度上的差異程度，并將差異程度較小的水價(jià)數(shù)據(jù)進(jìn)行整合，進(jìn)行局部性數(shù)據(jù)匯整，并且保證匯整后的數(shù)據(jù)具有較高的時(shí)效性，獲取局部匯整時(shí)間，根據(jù)局部匯整時(shí)間對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行未來(lái)局部匯整工作，解決了多源異構(gòu)數(shù)據(jù)在采集時(shí)間上存在差異的問(wèn)題，通過(guò)統(tǒng)一的時(shí)間標(biāo)準(zhǔn)進(jìn)行局部匯整，減少了因數(shù)據(jù)采集時(shí)間不一致導(dǎo)致的數(shù)據(jù)混亂，提升了數(shù)據(jù)處理的準(zhǔn)確性和效率，并且為數(shù)據(jù)的有序處理和整合提供時(shí)間。

3、為此，本發(fā)明提供了一種基于水價(jià)測(cè)算的多源異構(gòu)數(shù)據(jù)匯整方法及系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、為了彌補(bǔ)現(xiàn)有技術(shù)的不足，解決背景技術(shù)中所提出的至少一個(gè)技術(shù)問(wèn)題。

2、本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：

3、第一方面，一種基于水價(jià)測(cè)算的多源異構(gòu)數(shù)據(jù)匯整方法，包括：

4、對(duì)多源異構(gòu)水價(jià)數(shù)據(jù)進(jìn)行完整性識(shí)別，得到數(shù)據(jù)完整信號(hào)，并將相對(duì)應(yīng)的水價(jià)數(shù)據(jù)錄入數(shù)據(jù)倉(cāng)庫(kù)；

5、對(duì)數(shù)據(jù)倉(cāng)庫(kù)中多個(gè)異構(gòu)水價(jià)數(shù)據(jù)進(jìn)行特征分析，得到分位范圍差值和分位長(zhǎng)度差值，并進(jìn)行量化處理，生成數(shù)據(jù)相似信號(hào)，得到相似數(shù)據(jù)庫(kù)；

6、對(duì)相似數(shù)據(jù)庫(kù)中多個(gè)水價(jià)數(shù)據(jù)進(jìn)行錄入時(shí)效分析，得到錄入時(shí)差值和錄入頻差值，并進(jìn)行量化處理，得到局部歸納信號(hào)；

7、基于局部歸納信號(hào)，獲取局部匯整時(shí)間，對(duì)未來(lái)多源異構(gòu)數(shù)據(jù)進(jìn)行局部匯整工作。

8、作為本發(fā)明進(jìn)一步的方案：錄入數(shù)據(jù)倉(cāng)庫(kù)的過(guò)程如下：

9、任意選取一個(gè)水價(jià)數(shù)據(jù)；

10、獲取水價(jià)數(shù)據(jù)中水價(jià)參數(shù)數(shù)量，若水價(jià)參數(shù)數(shù)量等于參數(shù)數(shù)量閾值，則生成數(shù)據(jù)完整信號(hào)；

11、提取生成數(shù)據(jù)完整信號(hào)的水價(jià)數(shù)據(jù)，并獲取水價(jià)數(shù)據(jù)中的參數(shù)數(shù)量，將參數(shù)數(shù)量相等的水價(jià)數(shù)據(jù)錄入到數(shù)據(jù)倉(cāng)庫(kù)中。

12、作為本發(fā)明進(jìn)一步的方案：分位范圍差值的獲取方式為：

13、分別獲取水價(jià)數(shù)據(jù)中所有水價(jià)參數(shù)相對(duì)應(yīng)的前分位長(zhǎng)度和后分位長(zhǎng)度；

14、提取前分位長(zhǎng)度最大值和前分位長(zhǎng)度最小值，并進(jìn)行做差，得到前分位范圍值；

15、提取后分位長(zhǎng)度最大值和后分位長(zhǎng)度最小值，并進(jìn)行作差，得到后分位范圍值；

16、將前分位范圍差值與后分位范圍差值進(jìn)行求和，計(jì)算得到單元分位范圍值；

17、任意選取兩個(gè)異構(gòu)水價(jià)數(shù)據(jù)，并將相對(duì)應(yīng)的單元分位范圍值進(jìn)行做差，取絕對(duì)值，得到分位范圍差值。

18、作為本發(fā)明進(jìn)一步的方案：分位長(zhǎng)度差值的獲取方式為：

19、任意選取兩個(gè)水價(jià)數(shù)據(jù)組合為特征分析組；

20、將異構(gòu)水價(jià)數(shù)據(jù)中水價(jià)參數(shù)按照參數(shù)錄入時(shí)間的順序進(jìn)行排序，分別得到集合和集合；

21、將特征分析組內(nèi)異構(gòu)水價(jià)數(shù)據(jù)相對(duì)應(yīng)的水價(jià)參數(shù)代入到歐幾里得計(jì)算公式，計(jì)算得到分位長(zhǎng)度差值。

22、作為本發(fā)明進(jìn)一步的方案：相似數(shù)據(jù)庫(kù)的構(gòu)建過(guò)程如下：

23、將分位范圍差值與分位長(zhǎng)度差值進(jìn)行求和，得到相似特征值；

24、若相似特征值小于等于相似特征閾值，則生成數(shù)據(jù)相似信號(hào)，將生成數(shù)據(jù)相似信號(hào)相對(duì)應(yīng)的異構(gòu)水價(jià)數(shù)據(jù)歸納為相似數(shù)據(jù)庫(kù)。

25、作為本發(fā)明進(jìn)一步的方案：錄入時(shí)差值的獲取方式為：

26、從相似數(shù)據(jù)庫(kù)中，任意選取兩個(gè)水價(jià)數(shù)據(jù)進(jìn)行組合，得到時(shí)效分析組，并提取水價(jià)數(shù)據(jù)中水價(jià)參數(shù)的錄入時(shí)間節(jié)點(diǎn)，分別得到集合和集合；

27、將時(shí)效分析組內(nèi)水價(jià)數(shù)據(jù)相對(duì)應(yīng)的錄入時(shí)間節(jié)點(diǎn)代入到歐幾里得計(jì)算公式，得到錄入時(shí)差值。

28、作為本發(fā)明進(jìn)一步的方案：采錄時(shí)差值的獲取方式為：

29、將時(shí)效分析組中水價(jià)數(shù)據(jù)相對(duì)應(yīng)的單元采錄時(shí)差按照時(shí)間序列進(jìn)行排序，得到集合和集合，并將其中元素進(jìn)行組合，得到采錄分析組，并將相對(duì)應(yīng)的單元采錄時(shí)差代入到歐幾里得計(jì)算公式，計(jì)算得到采錄時(shí)差值。

30、作為本發(fā)明進(jìn)一步的方案：局部歸納信號(hào)的生成過(guò)程如下：

31、將采錄時(shí)差值與錄入時(shí)差值進(jìn)行求和，并與數(shù)據(jù)采集周期相對(duì)應(yīng)的時(shí)長(zhǎng)進(jìn)行比值計(jì)算，得到局部歸納值；

32、若局部歸納值小于等于局部歸納閾值，則生成局部歸納信號(hào)。

33、作為本發(fā)明進(jìn)一步的方案：獲取局部匯整時(shí)間，對(duì)未來(lái)多源異構(gòu)數(shù)據(jù)進(jìn)行局部匯整工作，過(guò)程如下：

34、將生成局部歸納信號(hào)的時(shí)效分析組標(biāo)記為局部匯整組，并提取相對(duì)應(yīng)的單元采錄時(shí)差，進(jìn)行求和均值計(jì)算，得到單元數(shù)據(jù)采錄時(shí)差；

35、將局部匯整組內(nèi)所有水價(jià)數(shù)據(jù)相對(duì)應(yīng)的單元數(shù)據(jù)采錄時(shí)差，進(jìn)行求和均值計(jì)算，得到局部匯整時(shí)間，并代入到公式，計(jì)算得到未來(lái)匯整時(shí)間點(diǎn)。

36、第二方面，一種基于水價(jià)測(cè)算的多源異構(gòu)數(shù)據(jù)匯整系統(tǒng)，包括：

37、完整識(shí)別模塊：對(duì)多源異構(gòu)水價(jià)數(shù)據(jù)進(jìn)行完整性識(shí)別，得到數(shù)據(jù)完整信號(hào)，并將相對(duì)應(yīng)的水價(jià)數(shù)據(jù)錄入數(shù)據(jù)倉(cāng)庫(kù)；

38、相似篩選模塊：對(duì)數(shù)據(jù)倉(cāng)庫(kù)中多個(gè)異構(gòu)水價(jià)數(shù)據(jù)進(jìn)行特征分析，得到分位范圍差值和分位長(zhǎng)度差值，并進(jìn)行量化處理，生成數(shù)據(jù)相似信號(hào)，得到相似數(shù)據(jù)庫(kù)；

39、局部歸納模塊：對(duì)相似數(shù)據(jù)庫(kù)中多個(gè)水價(jià)數(shù)據(jù)進(jìn)行錄入時(shí)效分析，得到錄入時(shí)差值和錄入頻差值，并進(jìn)行量化處理，得到局部歸納信號(hào)；

40、匯整預(yù)測(cè)模塊：基于局部歸納信號(hào)，獲取局部匯整時(shí)間，對(duì)未來(lái)多源異構(gòu)數(shù)據(jù)進(jìn)行局部匯整工作。

41、本發(fā)明的有益效果如下：

42、本發(fā)明對(duì)多源水價(jià)數(shù)據(jù)進(jìn)行完整性識(shí)別，得到完整數(shù)據(jù)，對(duì)完整的多源水價(jià)數(shù)據(jù)進(jìn)行特征分析，得到相似特征值，通過(guò)相似特征值反映出水價(jià)數(shù)據(jù)之間在分位長(zhǎng)度范圍上的差異，以及在具體水價(jià)參數(shù)數(shù)值上的整體差異程度，從而有助于識(shí)別出具有相似特征的數(shù)據(jù)，并將具有相似特征的數(shù)據(jù)進(jìn)行歸納，提高后續(xù)對(duì)數(shù)據(jù)的匯整效率；

43、本發(fā)明對(duì)相似數(shù)據(jù)庫(kù)中多個(gè)水價(jià)數(shù)據(jù)進(jìn)行錄入時(shí)效分析，得到局部歸納值，通過(guò)局部歸納值反映出水價(jià)參數(shù)的錄入時(shí)間差異以及采集與錄入時(shí)間差的差異，并將這種差異與數(shù)據(jù)采集周期進(jìn)行對(duì)比，以反映出在整個(gè)數(shù)據(jù)采集周期的背景下，兩組水價(jià)數(shù)據(jù)在時(shí)間維度上的相對(duì)差異程度，有助于衡量不同水價(jià)數(shù)據(jù)之間在時(shí)間維度上的差異程度，并將差異程度較小的水價(jià)數(shù)據(jù)進(jìn)行整合，進(jìn)行局部性數(shù)據(jù)匯整，并且保證匯整后的數(shù)據(jù)具有較高的時(shí)效性；

44、本發(fā)明基于局部歸納信號(hào)，提取局部匯整組內(nèi)水價(jià)數(shù)據(jù)相對(duì)應(yīng)的單元采錄時(shí)差，并進(jìn)行量化處理，得到局部匯整時(shí)間，根據(jù)局部匯整時(shí)間對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行未來(lái)局部匯整工作，解決了多源異構(gòu)數(shù)據(jù)在采集時(shí)間上存在差異的問(wèn)題，通過(guò)統(tǒng)一的時(shí)間標(biāo)準(zhǔn)進(jìn)行局部匯整，減少了因數(shù)據(jù)采集時(shí)間不一致導(dǎo)致的數(shù)據(jù)混亂，提升了數(shù)據(jù)處理的準(zhǔn)確性和效率，并且為數(shù)據(jù)的有序處理和整合提供時(shí)間。