一种基于Raft算法的智能仪表和集中器自动匹配方法组成比例

本申请提供一种基于Raft算法的智能仪表和集中器自动匹配方法，包括：S101，根据档案坐标或直接调用地图API接口，获取集中器和智能仪表位置；S102，根据一定的查询范围获取候选集中器位置；S103，智能仪表根据Raft算法，对候选集中器位置进行排序，并对排序结果进行加权评分；S104，根据加权评分后的排序结果，云端系统应用层面自动分析选取与当前智能仪表位置匹配的集中器位置。本申请的集中器和智能仪表可在云端系统应用层面根据Raft算法的选举思想自动进行分配建档，操作更简单，避免了因为操作失误原因导致集中器和智能仪表匹配失败，匹配效率更高。

【技术实现步骤摘要】
一种基于Raft算法的智能仪表和集中器自动匹配方法
本申请涉及智能仪表和集中器匹配选举
，尤其涉及一种基于Raft算法的智能仪表和集中器自动匹配方法。
技术介绍
近年来，随着loRa技术的逐年发展，集中器抄表数据上传已经成为大部分家用远程抄表系统必不可少的一部分。但是对于集中器本身而言，每一个集中器都会受到位置、安装环境、信号干扰、以及与各自集中器关联的智能仪表数目等影响，与智能仪表的通讯很难保证一直稳定，进而引发上报数据丢失，多次抄表失败等问题。此外，在集中器中建立智能仪表表档案时，需要系统测建档的工作人员手动输入，但是在人工输入的过程中有可能会出现偏差，导致最终集中器和智能仪表的匹配失败，匹配失败后还要重新更改档案，操作繁杂。
技术实现思路
本申请提供了一种基于Raft算法的智能仪表和集中器自动匹配方法，以解决现有技术中存在的需要通过人工输入的方式建立档案，容易出现偏差，导致集中器和智能仪表匹配失败，以及集中器档案下智能仪表数据上报不稳定的问题。本申请提供一种基于Raft算法的智能仪表和集中器自动匹配方法，具体包括以下步骤：S101，根据所述档案坐标或直接调用所述地图API接口，获取集中器和智能仪表位置；S102，根据一定的查询范围获取候选集中器位置，其中，所述查询范围为获取到的当前智能仪表位置所能连接到的集中器的最大距离为半径的圆内；S103，所述智能仪表根据Raft算法，对所述候选集中器位置进行排序，并对排序结果进行加权评分；S104，根据加权评分后的所述排序结果，云端系统应用层面自动分析选取与所述当前智能仪表位置匹配的集中器位置。在本申请的较佳实施例中，所述Raft算法可对调所述智能仪表和所述集中器的建档方式，通过所述智能仪表选择所述集中器的方式建立档案关系。在本申请的较佳实施例中，所述云端系统应用层面用于获取储存所述智能仪表和所述集中器的位置，并通过计算实现所述智能仪表和所述集中器的自动匹配。在本申请的较佳实施例中，所述云端系统应用层面还用于显示并监控所述智能仪表和所述集中器的自动匹配结果。在本申请的较佳实施例中，所述智能仪表和所述集中器的匹配度系数通过浏览器或移动端进行设置。在本申请的较佳实施例中，所述档案坐标包括集中器中心位置的三维坐标和所述智能仪表位置的三维坐标。本申请的一种基于Raft算法的智能仪表和集中器自动匹配方法，相较于现有技术而言，具有以下有益效果：(1)本申请通过采用Raft算法的选举思想，将现有的集中器和智能仪表建档定位的思维定式对调，改为智能仪表选择集中器的形式实现档案关系的建立，并且采用加权评分的方式代替传统安装智能仪表工作人员凭借经验分配集中器和智能仪表，工作人员仅需要根据集中器的通讯情况分配并定位集中器位置和智能仪表位置，提前建立好集中器档案和智能仪表档案，则集中器和智能仪表则可在云端系统应用层面根据Raft算法自动进行分配建档，操作更简单，避免了现场人员因为各种操作失误原因导致集中器和智能仪表匹配失败，匹配效率更高。(2)本申请的云端系统应用层面在完成自动匹配后，能够直观反映各个集中器和智能仪表的绑定关系和位置关系以及得分情况，并且还可以重点监控得分较低的智能仪表，以便辅助智能仪表上报数据丢失、查询失败的后期运维分析工作，提高了工作人员的工作效率。附图说明为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请的一种基于Raft算法的智能仪表和集中器自动匹配方法的流程图；图2为本申请实施例的流程图；图3为本申请实施例中集中器和智能仪表的候选平面示意图；图4为本申请实施例中集中器和智能仪表的最终匹配平面示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，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，都属于本申请保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在本申请实施例的描述中，需要说明的是，术语“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该专利技术产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“包括”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的那些组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。参见图1，为一种基于Raft算法的智能仪表和集中器自动匹配方法的流程图。如图1所示，本申请提供一种基于Raft算法的智能仪表和集中器自动匹配方法，具体包括以下步骤：S101，根据所述档案坐标或直接调用所述地图API接口，获取集中器和智能仪表位置；S102，根据一定的查询范围获取候选集中器位置，其中，所述查询范围为获取到的当前智能仪表位置所能连接到的集中器的最大距离为半径的圆内；S103，所述智能仪表根据Raft算法，对所述候选集中器位置进行排序，并对排序结果进行加权评分；S104，根据加权评分后的所述排序结果，云端系统应用层面自动分析选取与所述当前智能仪表位置匹配的集中器位置。需要特别说明的是，在本申请中，云端系统应用层面即为Server服务端，也是后台收集并计算数据的云计算端。实施例如图2所示，一种基于Raft算法的智能仪表和集中器自动匹配方法，具体包括如下步骤：第一步，根据档案坐标，获取集中器和智能仪表位置，即定位集中器的三维安装位置和智能仪表的三维安装位置，定位一个集中器中心位置为D(xd，yd，zd)，以及一块智能仪表的位置为M(x,y,z)。在本实施例中假设对智能仪表M进行集中器定位选取，获取各集中器待选备用定位集合。第二步，如图3所示，获取以智能仪表M为中心，智能仪表M所能连接到的集中器最大距离为半径R的平面范围内的全部集中器，并选取距离智能仪表M距离最近的10个集中器作为候选集中器，具体步骤如下：首先，设半径为R的众集中器的坐标集合为：其中，均表示平面范围内的集中器位置；其次，根据本文档来自技高网...

【技术保护点】
1.一种基于Raft算法的智能仪表和集中器自动匹配方法，其特征在于，具体包括以下步骤：/nS101，根据所述档案坐标或直接调用所述地图API接口，获取集中器和智能仪表位置；/nS102，根据一定的查询范围获取候选集中器位置，其中，所述查询范围为获取到的当前智能仪表位置所能连接到的集中器的最大距离为半径的圆内；/nS103，所述智能仪表根据Raft算法，对所述候选集中器位置进行排序，并对排序结果进行加权评分；/nS104，根据加权评分后的所述排序结果，云端系统应用层面自动分析选取与所述当前智能仪表位置匹配的集中器位置。/n

【技术特征摘要】
1.一种基于Raft算法的智能仪表和集中器自动匹配方法，其特征在于，具体包括以下步骤：
S101，根据所述档案坐标或直接调用所述地图API接口，获取集中器和智能仪表位置；
S102，根据一定的查询范围获取候选集中器位置，其中，所述查询范围为获取到的当前智能仪表位置所能连接到的集中器的最大距离为半径的圆内；
S103，所述智能仪表根据Raft算法，对所述候选集中器位置进行排序，并对排序结果进行加权评分；
S104，根据加权评分后的所述排序结果，云端系统应用层面自动分析选取与所述当前智能仪表位置匹配的集中器位置。


2.根据权利要求1所述的一种基于Raft算法的智能仪表和集中器自动匹配方法，其特征在于，所述Raft算法可对调所述智能仪表和所述集中器的建档方式，通过所述智能仪表选择所述集中器的方式建立档案关系。

【专利技术属性】
技术研发人员：曹献炜，常兴智，金鹏，王佳琦，郑海洋，陈梦君，余发荣，
申请(专利权)人：宁夏隆基宁光仪表股份有限公司，
类型：发明
国别省市：宁夏;64