基于數(shù)據(jù)中臺(tái)的多源異構(gòu)數(shù)據(jù)指標(biāo)分析方法

關(guān)鍵詞：中臺(tái)技術(shù)；深度學(xué)習(xí)算法；多源異構(gòu)；數(shù)據(jù)分類

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1001-5922（2024）12-0113-04

電力業(yè)務(wù)持續(xù)發(fā)展，電力企業(yè)財(cái)務(wù)數(shù)據(jù)集成成挑戰(zhàn)，構(gòu)建基于數(shù)據(jù)中臺(tái)的多源異構(gòu)數(shù)據(jù)分析系統(tǒng)勢(shì)在必行[1]。針對(duì)上述問(wèn)題，利用MVC模式的企業(yè)數(shù)據(jù)共享系統(tǒng)，將企業(yè)財(cái)務(wù)所容納的真實(shí)業(yè)務(wù)數(shù)據(jù)做基礎(chǔ)，達(dá)到相關(guān)功能的構(gòu)建[2]。利用物聯(lián)網(wǎng)來(lái)解決財(cái)務(wù)數(shù)據(jù)源傳輸?shù)膯?wèn)題[3]，利用先進(jìn)的安全分析系統(tǒng)，實(shí)現(xiàn)區(qū)塊鏈在電網(wǎng)中進(jìn)行離散式的分析，該方案解決了系統(tǒng)的廣泛性、單一性的問(wèn)題[4]。基于此，研究設(shè)計(jì)一個(gè)基于數(shù)據(jù)中臺(tái)技術(shù)的企業(yè)財(cái)務(wù)數(shù)據(jù)多源集成系統(tǒng)，數(shù)據(jù)中臺(tái)以企業(yè)數(shù)據(jù)為核心利用中臺(tái)技術(shù)提供統(tǒng)一的服務(wù)[5-7]，達(dá)成數(shù)據(jù)資源共享、跨專業(yè)服務(wù)沉淀與業(yè)務(wù)支撐強(qiáng)化的目的。

1基于數(shù)據(jù)中臺(tái)技術(shù)的系統(tǒng)功能實(shí)現(xiàn)

1.1中臺(tái)技術(shù)實(shí)施

中臺(tái)系統(tǒng)設(shè)計(jì)圖如圖1所示。

由圖1可知，本財(cái)務(wù)中臺(tái)系統(tǒng)由前臺(tái)、中臺(tái)、后臺(tái)組成，進(jìn)一步明確中臺(tái)的功能目的，將前臺(tái)劃分為交互層；后臺(tái)劃分為支持層；交互層主要實(shí)現(xiàn)用戶和企業(yè)資源的交互，支持層則是保證財(cái)務(wù)中臺(tái)的數(shù)據(jù)共享和穩(wěn)定運(yùn)行。本研究在搭建財(cái)務(wù)中臺(tái)時(shí)，充分考慮了企業(yè)的服務(wù)特質(zhì)，最后搭建一個(gè)兼容性的共享服務(wù)系統(tǒng)[10]，業(yè)務(wù)平臺(tái)主要包括服務(wù)共享中心，電網(wǎng)資源共享中心，財(cái)務(wù)共享中心，各業(yè)務(wù)項(xiàng)目共享中心。

1.2多源異構(gòu)數(shù)據(jù)分析模型設(shè)計(jì)

多源數(shù)據(jù)融合需對(duì)原始數(shù)據(jù)多級(jí)處理，依數(shù)據(jù)種類確定處理順序并提取數(shù)據(jù)。為此，文中重點(diǎn)介紹英國(guó)情報(bào)環(huán)；觀察、定向、決策、行動(dòng)（OODA）環(huán)、實(shí)驗(yàn)室聯(lián)合指導(dǎo)委員會(huì)（JDL）模型以實(shí)現(xiàn)相關(guān)功能[8]。融合多源數(shù)據(jù)模型如圖2所示。

由圖2可知，該模型先收集原始情報(bào)數(shù)據(jù)并劃分種類，提取處理劃分中的關(guān)鍵信息數(shù)據(jù)，即數(shù)據(jù)合并與壓縮，依此整理后予以融合[9]。

平均絕對(duì)誤差（MAE）與均方根誤差（RMSE）測(cè)試結(jié)果如表1所示。

由表1可知，兩函數(shù)隨實(shí)驗(yàn)次數(shù)遞增數(shù)值趨小，表明本研究模型穩(wěn)定性較高。

4試驗(yàn)流程與結(jié)果

本實(shí)驗(yàn)現(xiàn)場(chǎng)環(huán)境為：CPU為Intel i8 9600KF，搭配64G+256G內(nèi)存，系統(tǒng)為Windows10專業(yè)版32位，誤差仿真采用MATLAB 2019版，MSP430芯片仿真為Proteus 8.6，半雙工總線為RS485型。通訊網(wǎng)絡(luò)傳輸速度達(dá)70MB/s。

本研究通過(guò)選取某學(xué)習(xí)庫(kù)的數(shù)據(jù)集進(jìn)行特征分類實(shí)驗(yàn)，系統(tǒng)穩(wěn)定度示意圖如圖4所示。

由圖4可知，本系統(tǒng)實(shí)現(xiàn)了對(duì)多源異構(gòu)數(shù)據(jù)的特征分析，以及數(shù)據(jù)資源分類和檢索，誤差及浮動(dòng)率可接受，工作效率較高。

本研究系統(tǒng)的數(shù)據(jù)融合與可信度分配關(guān)系如圖5所示。

由圖5可知，數(shù)據(jù)特征相似度先增后減，數(shù)據(jù)可信度分配值為0.5時(shí)融合數(shù)據(jù)相似度最高。

系統(tǒng)實(shí)驗(yàn)對(duì)比如圖6所示。

由圖6可知，本系統(tǒng)的誤差明顯較少。

5結(jié)語(yǔ)

本研究設(shè)計(jì)了一個(gè)基于數(shù)據(jù)中臺(tái)技術(shù)的企業(yè)財(cái)務(wù)數(shù)據(jù)多源集成系統(tǒng)，數(shù)據(jù)中臺(tái)以企業(yè)數(shù)據(jù)為核心利用中臺(tái)技術(shù)提供統(tǒng)一的服務(wù)，達(dá)成數(shù)據(jù)資源的互通共享，促使跨專業(yè)服務(wù)得以整合沉淀，進(jìn)而增強(qiáng)對(duì)業(yè)務(wù)的有力支撐。利用深度學(xué)習(xí)模型算法對(duì)中臺(tái)內(nèi)多源業(yè)務(wù)數(shù)據(jù)進(jìn)行特征收集分析，利用分析后的資源特征達(dá)到分類的目的。在中臺(tái)系統(tǒng)內(nèi)加入數(shù)據(jù)索引模型，來(lái)實(shí)現(xiàn)對(duì)分類數(shù)據(jù)的準(zhǔn)確搜索，利用DTW算法對(duì)索引技術(shù)進(jìn)行改進(jìn)，通過(guò)設(shè)定數(shù)據(jù)特征閾值，進(jìn)一步提高了對(duì)數(shù)據(jù)源搜索的效率和準(zhǔn)確度。本研究系統(tǒng)各環(huán)節(jié)功能穩(wěn)定性不足，需人工監(jiān)控防范，是后續(xù)強(qiáng)化優(yōu)化方向。