一种制冷信息下发方法及系统技术方案

本申请提供的一种制冷信息下发方法及系统，通过事先设置的设定函数对设备制冷任务进行优化得到在先优化数据，再将设备制冷任务加载至配置所得的指令挖掘线程中得到对应的指令挖掘结果。根据设备制冷任务、在先优化数据和指令挖掘结果确定目标设备制冷指令。其中，指令挖掘线程配置过程中，标准对比模板为关键特征，文本范例根据对应的关键特征与初始对象需求指示的设备温度异常信号确定。本公开通过配置所得的指令挖掘线程直接设备制冷任务进行挖掘分析，再通过人工智能线程对数据进行优化，这样一来，能够提高了设备制冷任务的优化效果。从而能够准确的对运行设备进行降温，以保障设备正常工作，提高设备的工作效率。提高设备的工作效率。提高设备的工作效率。

【技术实现步骤摘要】
一种制冷信息下发方法及系统


[0001]本申请涉及信息下发
，具体而言，涉及一种制冷信息下发方法及系统。

技术介绍

[0002]随着工业不断的发展，设备运行的时间和功率不断的增加，这样一来，可能会导致设备温度异常而导致设备发生故障的情况。在传统工艺中，对设备制冷需要大量的人工。因此，亟需一种智能调节温度方案以改善上述技术问题。

技术实现思路

[0003]为改善相关技术中存在的技术问题，本申请提供了一种制冷信息下发方法及系统。
[0004]第一方面，提供一种制冷信息下发方法，所述方法至少包括：通过事先设置的设定函数对设备制冷任务进行优化，得到在先优化数据；将所述设备制冷任务加载至配置所得的指令挖掘线程中，得到对应的指令挖掘结果；结合所述设备制冷任务、所述在先优化数据和所述指令挖掘结果确定目标设备制冷指令，其中，所述指令挖掘线程通过将初始对象需求指示对应的关键特征确定为标准对比模板，所述关键特征对应的显著性任务标签确定为文本范例配置得到，各个所述显著性任务标签通过对应的所述关键特征，和所述关键特征对应的初始对象需求指示的设备温度异常信号确定。
[0005]在一种独立实施的实施例中，所述结合所述设备制冷任务、所述在先优化数据和所述指令挖掘结果确定目标设备制冷指令包括：基于所述指令挖掘结果，对所述设备制冷任务和所述在先优化数据进行聚类处理得到目标设备制冷指令。
[0006]在一种独立实施的实施例中，所述指令挖掘线程的配置过程包括：确定不少于一个初始对象需求指示，以及各个所述初始对象需求指示对应的关键特征；根据各个所述初始对象需求指示和对应的所述关键特征，确定各个所述关键特征的设备温度异常信号；根据各个所述设备温度异常信号确定显著性任务标签；将各个所述关键特征确定为标准对比模板，各个所述关键特征对应的显著性任务标签确定为文本范例配置得到指令挖掘线程。
[0007]在一种独立实施的实施例中，所述确定不少于一个初始对象需求指示，以及各个所述初始对象需求指示对应的关键特征包括：确定不少于一个初始设备温度信息集，以及各个所述初始设备温度信息集对应的制冷信息集；从各所述初始设备温度信息集中任意筛选不少于一个对象需求指示确定为初始对象需求指示，并在对应的制冷信息集中筛选所述初始对象需求指示对应的关键特征。
[0008]在一种独立实施的实施例中，所述确定不少于一个初始设备温度信息集，以及各个所述初始设备温度信息集对应的制冷信息集包括：确定不少于一个初始设备温度信息集；对于各个所述初始设备温度信息集，任意挑选对应的数据扩展服务器和数据分析服务器；根据对应的数据扩展服务器和数据分析服务器，对各个所述初始设备温度信息集进行设备温度信息集进行扩展处理得到制冷信息集。
[0009]在一种独立实施的实施例中，所述根据各个所述初始对象需求指示和对应的所述关键特征，确定各个所述关键特征的设备温度异常信号包括：对各个所述初始对象需求指示和对应的所述关键特征进行更新处理；确定更新处理后各个所述初始对象需求指示和对应的所述关键特征的加权结果，得到各个所述关键特征的设备温度异常信号。
[0010]在一种独立实施的实施例中，所述对各个所述初始对象需求指示和对应的所述关键特征进行更新处理包括：对各个所述初始对象需求指示和对应的所述关键特征进行清洗处理。
[0011]在一种独立实施的实施例中，所述根据各个所述设备温度异常信号确定显著性任务标签包括：对于各个所述设备温度异常信号，分别执行以下步骤：确定所述设备温度异常信号中各个序列定位对应的序列簇；确定各个所述序列簇对应的序列定位的描述变量；根据各个所述序列定位的描述变量确定显著性任务标签。
[0012]在一种独立实施的实施例中，所述确定所述设备温度异常信号中各个序列定位对应的序列簇包括：确定事先设定序列范围的温度异常数据集；确定各个所述序列定位对应的序列簇为所述序列定位在所述温度异常数据集聚焦点时，所述温度异常数据集中包括设备温度异常信号的约束条件。
[0013]第二方面，提供一种制冷信息下发系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
[0014]本申请实施例所提供的一种制冷信息下发方法及系统，通过事先设置的设定函数对设备制冷任务进行优化得到在先优化数据，再将设备制冷任务加载至配置所得的指令挖掘线程中得到对应的指令挖掘结果。根据设备制冷任务、在先优化数据和指令挖掘结果确定目标设备制冷指令。其中，指令挖掘线程配置过程中，标准对比模板为关键特征，文本范例根据对应的关键特征与初始对象需求指示的设备温度异常信号确定。本公开通过配置所得的指令挖掘线程直接设备制冷任务进行挖掘分析，再通过人工智能线程对数据进行优化，这样一来，能够提高了设备制冷任务的优化效果。从而能够准确的对运行设备进行降温，以保障设备正常工作，提高设备的工作效率。
附图说明
[0015]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
[0016]图1为本申请实施例所提供的一种制冷信息下发方法的流程图。
[0017]图2为本申请实施例所提供的一种制冷信息下发装置的框图。
[0018]图3为本申请实施例所提供的一种制冷信息下发系统的架构图。
具体实施方式
[0019]为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例
中的技术特征可以相互组合。
[0020]请参阅图1，示出了一种制冷信息下发方法，该方法可以包括以下步骤100
‑
步骤300所描述的技术方案。
[0021]步骤100，通过事先设置的设定函数对设备制冷任务进行优化，得到在先优化数据；步骤200，将所述设备制冷任务加载至配置所得的指令挖掘线程中，得到对应的指令挖掘结果；步骤300，结合所述设备制冷任务、所述在先优化数据和所述指令挖掘结果确定目标设备制冷指令，其中，所述指令挖掘线程通过将初始对象需求指示对应的关键特征确定为标准对比模板，所述关键特征对应的显著性任务标签确定为文本范例配置得到，各个所述显著性任务标签通过对应的所述关键特征，和所述关键特征对应的初始对象需求指示的设备温度异常信号确定。
[0022]可以理解，在执行上述步骤100
‑
步骤300所描述的技术方案时，通过事先设置的设定函数对设备制冷任务进行优化得到在先优化数据，再将设备制冷任务加载至配置所得的指令挖掘线程中得到对应的指令挖掘结果。根据设备制冷任务、在先优化数据和指令挖掘结果确定目标设备制冷指令。其中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种制冷信息下发方法，其特征在于，所述方法至少包括：通过事先设置的设定函数对设备制冷任务进行优化，得到在先优化数据；将所述设备制冷任务加载至配置所得的指令挖掘线程中，得到对应的指令挖掘结果；结合所述设备制冷任务、所述在先优化数据和所述指令挖掘结果确定目标设备制冷指令，其中，所述指令挖掘线程通过将初始对象需求指示对应的关键特征确定为标准对比模板，所述关键特征对应的显著性任务标签确定为文本范例配置得到，各个所述显著性任务标签通过对应的所述关键特征，和所述关键特征对应的初始对象需求指示的设备温度异常信号确定。2.根据权利要求1所述的方法，其特征在于，所述结合所述设备制冷任务、所述在先优化数据和所述指令挖掘结果确定目标设备制冷指令包括：基于所述指令挖掘结果，对所述设备制冷任务和所述在先优化数据进行聚类处理得到目标设备制冷指令。3.根据权利要求1或2所述的方法，其特征在于，所述指令挖掘线程的配置过程包括：确定不少于一个初始对象需求指示，以及各个所述初始对象需求指示对应的关键特征；根据各个所述初始对象需求指示和对应的所述关键特征，确定各个所述关键特征的设备温度异常信号；根据各个所述设备温度异常信号确定显著性任务标签；将各个所述关键特征确定为标准对比模板，各个所述关键特征对应的显著性任务标签确定为文本范例配置得到指令挖掘线程。4.根据权利要求3所述的方法，其特征在于，所述确定不少于一个初始对象需求指示，以及各个所述初始对象需求指示对应的关键特征包括：确定不少于一个初始设备温度信息集，以及各个所述初始设备温度信息集对应的制冷信息集；从各所述初始设备温度信息集中任意筛选不少于一个对象需求指示确定为初始对象需求指示，并在对应的制冷信息集中筛选所述初始对象需求指示对应的关键特征。5.根据权利要求4所述的方法，其特征在于，所述确定不少于一个初始设...

【专利技术属性】
技术研发人员：董超，陈晓峰，刘双，姚俊虎，
申请(专利权)人：上海蓝色帛缔智能工程有限公司，
类型：发明
国别省市：