井工矿实时数据处理方法、装置、存储介质和电子设备与流程

1.本发明涉及数据处理技术领域，尤其涉及一种井工矿实时数据处理方法、装置、存储介质和电子设备。


背景技术：

2.数据采集，又称数据获取，是利用一种装置，从系统外部采集数据并输入到系统内部的一个接口。远程数据采集技术的出现，是计算机网络技术与通信信息技术相结合的必然结果。早期的远程数据采集技术是非在线、非实时的采集方式，而现代的远程采集技术则是实时的、在线的采集方式，借助于现代的计算机技术、互联网技术和通信技术，采集者可以依靠安装在现场的各种各样的传感器设备，可以远隔千里就可以获得现场的实时数据，对现场的情况进行监督和分析。
3.随着云计算、大数据、物联网、移动新技术的不断发展，数据采集的重点不在数据本身，而在于如何能够真正地解决数据运营中的使用问题。但是，要解决使用问题，就得让数据采集产生价值，就需要做数据分析和数据挖掘。在数据分析和数据挖掘之前，首先必须保证采集到高质量的数据。高质量的数据离不开数据的规范化处理，只有通过对所需数据的进行全面的规范化处理，才能保障数据质量，对数据价值深度挖掘提供帮助。
4.如今，数据的影响力正逐渐变大，它影响着企业战略的制定，随着时间的推移，人们越来越多地意识到数据采集对企业的重要性。当下大部分公司都有自己的渠道，即自己的方式去收集数据。生产过程中产生的实时数据是各个矿山一切智慧化工作的基础与起点，没有高质量的数据，各煤矿生产过程产生的实时数据之间就难以建立关系，就没有持续价值创造的数据应用，没有数据应用也就没有企业的智能化、智慧化。
5.煤矿生产过程工艺复杂，数据采集源种类繁多，以及采集速度快更是一个严峻挑战，因为数据采集过程本来就是数据质量问题的主要来源。数据采集源杂乱，采集速度又快，如果不能及时进行数据质量处理，就会导致数据质量问题的堆积，越来越严重。
6.实时数据是井工矿大数据平台数据应用的基础，目前各煤矿自动化水平和自动化覆盖面差异较大，且各煤矿生产过程工艺，设备数量和型号也存在差异，导致各煤矿生产过程监控系统所产生的实时数据不尽相同。不同厂家建设的监控系统其内部控制逻辑不同，导致设备监控测点范围也不相同，使得有的设备的状态点不能直接获取，需要通过别的信号进行转换才能获取。同时，每个矿产生的实时数据数量较大，有的单个煤矿实时数据量超过6万点，且各煤矿在信息化建设时对于实时数据没有做统一的规划，各个煤矿对于同种生产设备上的监控点命名方式也各式各样，命名方式未统一，设备状态内部展现逻辑也多种多样，这对于后期数据查找、数据应用、数据的横向对比带来很大的困难。
7.综上所述，在数据采集和数据挖掘时，需要一种井工矿实时数据处理的方法，使得采集的实时数据更加的规范，并能进行数据价值挖掘，以便提高数据处理的效率，提高实时数据的使用价值。


技术实现要素：

8.本发明提供了一种井工矿实时数据处理方法，解决了井工矿的实时数据采集及处理效率不高的技术问题，使得采集的实时数据更加的规范，并进行数据价值挖掘，提高了数据采集和处理的效率，提高了实时数据的使用价值。
9.本发明提供了一种井工矿实时数据处理方法，包括以下步骤：
10.基于预设的实例化数据点表进行数据采集获得第一实时数据；
11.对所述第一实时数据进行实时数据处理获得第二实时数据；
12.采用预构的数据分析模型对所述第二实时数据进行数据价值挖掘。
13.在本发明的实施例中，
14.所述基于预设的实例化数据点表进行数据采集获得第一实时数据的步骤包括以下步骤：
15.创建数据点表模板；
16.对所述数据点表模板进行个性化处理获得个性实例化数据点表；
17.基于所述个性实例化数据点表进行数据采集获得所述第一实时数据。
18.在本发明的实施例中，
19.所述创建数据点表模板的步骤包括以下步骤：
20.确定所述数据点表模板种类；
21.定义所述数据点表模板的测点数据项，所述数据项包括：新测点点名、原测点点名、测点类型、测点描述、计算类型、表达式；
22.统一所述数据点表模板的测点设置，所述测点设置包括设备关联的测点数量、测点关键模拟量值报警等级、测点命名规则。
23.在本发明的实施例中，
24.所述测点命名规则为固定编码和测点实例编码的组合。
25.在本发明的实施例中，
26.所述固定编码包括：集团编码、子公司编码、煤矿编码、系统编码；
27.所述测点实例编码包括：设备类码、设备编号、测点类型、测点属性。
28.在本发明的实施例中，
29.所述对所述数据点表模板进行个性化处理获得个性实例化数据点表的步骤包括以下步骤：
30.对所述数据点表模板进行实例化获得实例数据点表模板；
31.对所述实例数据点表模板进行个性化处理并审核获得个性实例化数据点表。
32.在本发明的实施例中，
33.所述实时数据处理包括将原始测点采集的所述第一实时数据基于预设的映射关系传递给新测点获得所述第二实时数据，以及把原始测点采集的所述第一实时数据进行数据转换处理后传递给新测点获得所述第二实时数据。
34.本发明还提供了一种井工矿实时数据处理装置，包括：
35.数据采集模块：用于基于预设的实例化数据点表进行数据采集获得第一实时数据；
36.数据处理模块：用于对所述第一实时数据进行实时数据处理获得第二实时数据；
37.数据挖掘模块：用于采用预构的数据分析模型对所述第二实时数据进行数据价值挖掘。
38.本发明还提供了一种存储介质，其上存储有计算机程序，
39.该程序被处理器执行时实现以上内容中任一项所述井工矿实时数据处理方法的步骤。
40.本发明还提供了一种电子设备，包括：
41.存储器，其上存储有计算机程序；以及
42.处理器，用于执行所述存储器中的所述计算机程序，以实现以上内容中任一项所述井工矿实时数据处理方法的步骤。
43.与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
44.本发明通过预设的实例化数据点表进行实时数据采集，对采集的实时数据进行数据处理，并采用预构的数据分析模型再对数据处理后的实时数据进行数据价值挖掘，使得井工矿采集的实时数据更加的规范，便于进行数据价值挖掘，提高了井工矿数据采集和数据处理的效率，提高了实时数据的使用价值。
45.本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
46.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
47.图1是本发明实施例1的井工矿实时数据处理方法的流程示意图；
48.图2是本发明实施例1的井工矿数据点表审核流程图示意图；
49.图3是本发明实施例1的井工矿实时数据测点数据转换处理示意图；
50.图4是本发明实施例1的井工矿实时数据规范化处理逻辑框架关系示意图；
51.图5是本发明实施例3的井工矿实时数据处理装置逻辑框架示意图。
具体实施方式
52.为使本发明的目的、技术方案和优点更加清楚，以下结合附图对本发明作进一步地详细说明，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
53.第一实施例
54.图1是本实施例的井工矿实时数据处理方法的流程示意图；
55.图2是本实施例的井工矿数据点表审核流程图示意图；
56.图3是本实施例的井工矿实时数据测点数据转换处理示意图。
57.图4是本实施例的井工矿实时数据规范化处理逻辑框架关系示意图；
58.本实施例提供了一种井工矿实时数据处理方法，包括以下步骤：
59.基于预设的实例化数据点表进行数据采集获得第一实时数据；
60.对第一实时数据进行实时数据处理获得第二实时数据；
61.采用预构的数据分析模型对第二实时数据进行数据价值挖掘。
62.具体地，在本实施例中，一种井工矿实时数据处理方法，包括以下步骤：
63.s110，基于预设的实例化数据点表进行数据采集获得第一实时数据。
64.具体地，提前设置好实例化的数据点表，然后基于实例化的数据点表进行井工矿的各项数据采集获得各项第一实时数据。
65.具体地，在本实施例中，基于预设的实例化数据点表进行数据采集获得第一实时数据的步骤包括以下步骤：
66.s111，创建数据点表模板。
67.煤矿的生产控制系统中包含30个左右的各项子系统，每一个子系统都需要创建一个或多个通用的业务数据点表模板，创建的数据点表模板具备业通用性。
68.在本实施例中，
69.创建数据点表模板的步骤包括以下步骤：
70.首先，确定数据点表模板种类；
71.具体地，先分析井工矿大数据平台所覆盖的各井工矿各子系统正在使用的点表，按各个系统进行分别梳理，梳理每个业务系统的同类设备所关联的测点情况，按照各子系统内监控设备范围确定业务数据点表模板种类。
72.然后，定义数据点表模板的测点数据项，数据项包括：新测点点名、原测点点名、测点类型、测点描述、计算类型、表达式；
73.具体地，定义数据点表模板所需要收集的测点数据项，数据项包括新测点点名、原测点点名、测点类型(di/ai)、测点描述、计算类型(默认为空，无需计算)、表达式(默认为空)。如果测点类型为开关量点，还需定义状态为0说明、状态为1说明、报警等级。如果是模拟量点，还需定义小数位数、单位、量程上/下线及其报警等级。计算类型包括多种，根据需要可以扩展。
74.其中输入输出测点类型包括：
75.ai：模拟量输入，例如常见类型有4～20ma、5v、tc(热电偶)、rtd(热电阻)、pi(脉冲量输入)；
76.ao：模拟量输出，例如常见类型有4～20ma；
77.di：开关量输入，例如有源(24vdc)、有源(220vac)、无源(触点)；
78.do：开关量输出，例如有源(24vdc)、有源(220vac)、无源(触点)。
79.再统一数据点表模板的测点设置，测点设置包括设备关联的测点数量、测点关键模拟量值报警等级、测点命名规则。
80.具体地，统一数据点表模板的测点设置，测点设置包括统一监控设备所关联的测点数量、统一关键模拟量值报警等级，统一定义测点命名规则。具体地，就是统一所有监控设备状态关联的测点数量，不同业务数据点表模板设备的相同属性点的状态展示，所关联的测点数量保持一致；同类设备编码、设备属性编码各业务模板保持一致；以及统一关键模拟量值报警等级，统一定义测点命名规则。
81.在本实施例中，测点命名规则为固定编码和测点实例编码的组合。
82.具体地，统一测点命名规则，点表模板中定义的新测点点名必须遵守该命名规则。
点表命名规则为固定编码和测点实例编码的组合，其中，固定编码在前面，测点实例编码在后面，当然，也可以根据实际情况，也可以固定编码和测点实例编码两者进行任意组合。
83.在本实施例中，固定编码包括：集团编码、子公司编码、煤矿编码、系统编码；
84.测点实例编码包括：设备类码、设备编号、测点类型、测点属性。
85.具体地，对于业务点表模板，其中测点的固定编码相同，包括集团编码、子分公司编码、煤矿编码、系统编码，规则为：集团缩写 子分公司名称缩写 煤矿名称缩写 系统编码。测点实例编码不能重复，包括设备类码、设备编号、测点类型、测点属性，规则为：设备类码 设备编号 测点类型 属性编码。
86.各组成部分详细说明如下：
87.集团业务模块缩写：占两位，由大写字母组成，一般采用集团中文名称首字母缩写。
88.子分公司名称缩写：占两位，由大写字母组成，一般采用子分公司中文名称首字母缩写。
89.煤矿名称缩写：占四位，由大写字母组成，一般采用煤矿中文名称首字母缩写，占位可以用下划线补充。
90.系统名称缩写：占四位，由大写字母组成，一般采用煤矿中文名称首字母缩写，占位可以用下划线补充。
91.设备类码缩写：占四位，由大写字母组成，一般采用设备中文名称首字母缩写，占位可以用下划线补充。
92.设备编号：占四位，从0001开始编号。
93.测点类型：包括两种，分别是di和ai。
94.测点属性编码：占两位，由大写字母组成，需将设备的每个属性定义一个固定编码，例如设备的运行状态、就地远程、速度、电流等属性，不同设备的相同属性编码需保持一致。
95.例如，其中一个测点编码如下表所示：
[0096][0097]
同时还需要明确定义同类设备相同状态所关联的测点数量。例如将设备的启动停止点、关闭打开点、正反转点、就地远程点、手动自动控制模式点、分合闸状态点等，诸如此类，统一用1个点表示设备状态，避免不同矿采用不同数量的测点表示同种状态，使得实时数据展示内部逻辑变得简单而统一。针对这种二对一的状态点，在补充原始测点名中需将对应的原始点名都给出，原始测点名之间用空格分隔开。
[0098]
另外，根据具体井工矿大数据平台业务需求，以及所有测点情况，统计测点转换关系，定义计算类型种类。
[0099]
s112，对数据点表模板进行个性化处理获得个性实例化数据点表。
[0100]
具体地，在本实施例中，对数据点表模板进行个性化处理获得个性实例化数据点表的步骤包括以下步骤：
[0101]
对数据点表模板进行实例化获得实例数据点表模板；
[0102]
对实例数据点表模板进行个性化处理并审核获得个性实例化数据点表。
[0103]
具体地，业务数据点表模板创建后，需选择合适的业务数据点表模板，根据各井工矿自身情况将业务数据点表模板进行实例化获得实例数据点表模板。
[0104]
获得实例数据点表模板后，还根据业务需要进行个性化处理，如发现某个测点不具备通用性，或者某个测点不具备通用性，或者在数据点表模板中未定义，可以直接对数据点表模板进行修改，修改完成后发布数据点表模板审核，审核通过后更新数据点表模板。
[0105]
在实例化过程中如需要补充测点信息，要做好系统内部测点和新规范后测点之间的映射关系。在映射过程中，如果新测点和原测点之间不是一一对应的关系，那就需要做内部转换，需根据转换逻辑选择测点的计算类型，如果逻辑复杂，需要补充转换表达式。
[0106]
在实例个性化处理过程中除了补充内容之外，还可以根据业务需要增加测点，遇到不涉及的测点，可以直接留空处理。完成数据点表模板个性化处理后，还需进行审核，对实例数据点表模板个性化处理后的数据点表审核通过后获得个性实例化数据点表，然后将个性实例化数据点表发布到数据采集服务和实时数据处理服务器中进行处理。具体的数据电表审核流程见图2。
[0107]
s113，基于个性实例化数据点表进行数据采集获得第一实时数据。
[0108]
获得个性实例化数据点表后，各设备进行数据采集从而获得各项第一实时数据。
[0109]
数据采集服务主要用于实时数据采集，将收到的个性实例化数据点表转换成可用的配置文件，按照配置文件中的原测点点名进行实时数据采集获得各项第一实时数据，并将第一实时数据传送到实时数据处理服务中。
[0110]
s120，对第一实时数据进行实时数据处理获得第二实时数据。
[0111]
具体地，在本实施例中，实时数据处理包括将原始测点采集的第一实时数据基于预设的映射关系传递给新测点获得第二实时数据，以及把原始测点采集的第一实时数据进行数据转换处理后传递给新测点获得第二实时数据，使得井工矿采集的实时数据更加的规范，便于进行数据价值挖掘，提高了井工矿数据采集和数据处理的效率。
[0112]
具体地，在本实施例中，实时数据处理包括两个部分，
[0113]
一个部分是在数据采集服务将个性实例化数据点表转化为数据采集配置文件时，配置文件中的测点数量需根据原始测点名的数量定义，并根据个性实例化数据点表建立原始测点点名和新测点点名之间的映射关系，将根据原始测点采集的第一实时数据传递给新测点获得第二实时数据。
[0114]
另一个部分是实时数据处理服务完成新测点和原测点之间的转换处理，就是把原始测点采集的第一实时数据进行数据转换处理后传递给新测点获得第二实时数据。这又分两种情况，第一种情况是将两个开关量点转换为一个开关量点。第二种情况是处理比较复杂的转换关系，例如通过对模拟量点实时值的判断转换为开关量点，或者两个以上开关量点转换成一个开关量点，或者多个模拟量向一个模拟量转换。
[0115]
针对第一种情况存在两种逻辑，两个开关量点的组合能够得到四种状态，分别为00、01、10、11，第一种逻辑是当状态为00和11时，状态无效，不改变当前设备状态实时值，当
状态为01时设备状态实时值为1，当状态为10时设备状态实时值为0；第二种逻辑是当状态为11时，状态无效，不改变当前设备状态实时值，当状态为01、10时设备状态实时值为1，当状态为00时设备状态实时值为0。对于无效状态，需将新测点第一实时数据的质量状态标记为异常，并通过颜色的改变区分测点质量是否正常，再获得第二实时数据。
[0116]
针对第二种情况，通过自动识别测点的计算类型，平台需根据数据定义的不同计算类型进行分别计算，实时反馈，同时能够解析个性实例化数据点表中的表达式，根据表达式进行计算，计算支持实时反馈结果，将第一实时数据完成数值之间的转换获得第二实时数据。具体各项实时数据测点数据转换处理示意如图3。
[0117]
s130，采用预构的数据分析模型对第二实时数据进行数据价值挖掘。
[0118]
具体地，根据各个煤矿的需要，提前构建数据分析模型，再采用已经构建好的数据分析模型对各项已经规范化的第二实时数据进行各种数据价值挖掘，从而提高实时数据的使用价值，为各井工矿的数据运营提供保障。
[0119]
在本实施例中，井工矿实时数据处理中的规范化处理逻辑框架关系如图1所示，在应用服务中包括：点表模板管理、应用实例点表管理、发布审核管理；
[0120]
在数据采集服务中包括：将点表转换成配置文件、建立新原则点映射关系、实时数据采集；
[0121]
在实时数据处理服务中包括：实时值处理、实时数据接收和推送；
[0122]
在计算引擎中包括：表达式解析、计算类型解析、实时计算。
[0123]
本实施例实现的基于数据点表的井工矿大数据平台实时数据处理方法，可以将原本杂乱无章的海量实时数据变得统一和井然有序，降低了不同煤矿实时数据横向对比的难度，提高了数据定位查找、统计、分析的效率，降低了分析模型建立的复杂度。为井工矿大数据平台实时数据处理提供了一种切实可行的方法，为井工矿大数据价值的深度挖掘打下了坚实的基础。
[0124]
基于以上所述事实，本实施例的基于数据点表的井工矿大数据平台实时数据处理方法，根据各煤矿生产过程的业务特点，以及井工矿大数据平台业务需求，对各矿监控子系统所监控的生产设备进行分类，针对每个监控子系统点表给出统一的数据点表模板，打破实时数据采集纯粹的自下而上的拿来方式，而是先采用先自上而下的数据管理后自下而上的采集方式，再通过上层数据的统一转换处理，将各监控子系统产生的实时数据进行规范化处理，再进行数据价值挖掘，这样采集的实时数据既为实现数据应用提供数据支撑，又使得实时数据更加的规范，提高了数据管理效率，最终提升了实时数据的使用价值。
[0125]
综上所述，本实施例通过预设的实例化数据点表进行实时数据采集，对采集的实时数据进行数据处理，并采用预构的数据分析模型再对数据处理后的实时数据进行数据价值挖掘，使得井工矿采集的实时数据更加的规范，便于进行数据价值挖掘，提高了井工矿数据采集和数据处理的效率，提高了实时数据的使用价值。
[0126]
第二实施例
[0127]
井工矿主通风机作为煤矿的“肺腑”，主要用于向井下巷道持续输入新鲜空气，确保井下瓦斯和粉尘浓度处在安全值以下，满足人员在井下综采作业过程中对环境的需求。一般煤矿有两台主通风机，一主一备，通常一个月切换一次。
[0128]
本实例以1号风机为例来具体阐述井工矿实施数据处理方法。
[0129]
s210，确定通风系统通风机设备所需采集测点点表模板所需字段，创建通风系统数据点表模板。
[0130][0131]
s220，将数据点表模板实例化获得实例数据点表模板，每个矿通风设备的测点数量不一致，需要确定通风系统通风机设备所需采集测点范围及基本信息，同时给出测点的规范化点名。
[0132][0133][0134]
s230，实例数据点表模板个性化处理获得个性实例化数据点表，并确定通风系统通风机设备所需采集测点新测点和原测点之间的映射关系。个性实例化过程中发现模板中有些测点某些煤矿缺失，那么该测点的映射关系可以直接不体现，例如煤矿实际没有通风机环境温度这个点，实例化过程中可以不补充映射信息。
[0135]
在个性实例化过程中用户也可以对模板中没有的测点进行补充，并根据命名规则给出标准化点名。例如用户在原有模板的基础上增加了一个测点，即通风机静压点jtgsmk__xt__tfj_0001aisp，并给出该点的映射点信息，对于补充点在实例化点表最后直接追加即可。
[0136]
同时根据新测点和原测点之间的转换关系确定计算类型，通风系统通风机设备测点的转换关系涉及三种情况，第一种求平均值，计算类型填写average,第二种是两个点转换为一个点进行转换，根据不同场景和输出结果有两种计算类型分别为di2(1)和di2(2)。第三种是多个点进行转换，最多支持8个点，计算类型为vi(n)，其中n表示需要转换的测点数。如果涉及复杂的计算需要补充表达式内容。
[0137][0138][0139]
s240，用户将个性实例化的数据点表进行审核，审核分为两种模式，分别为模板审核和实例审核。因为有新增点，实例化用户认为可以将该点加入到模板中，所以同时发布了模板审核和实例化审核，具有模板审核权限的用户评估后，拒绝对模板进行修改，最后模板保持不变。而具有点表实例审核权限的用户，评审点表实例的映射关系正确无误后，审核通过，该个性实例化数据点表被发布到数据采集服务中。
[0140]
s250，基于个性实例化数据点表进行数据采集，根据个性实例化数据点表转为csv格式的数据采集配置文件。用户在配置文件中补充测点的通讯地址、采集驱动、采集频率、采集方向等信息，对于模拟量点也需要配置是否需要量程转换，以及需转换后的量程。最后
数据采集服务将通风设备的实时数据采集上来获得风机的各项第一实时数据，并推送给实时数据服务。
[0141]
s260，对风机的各项第一实时数据实时数据处理获得风机的各项第二实时数据，实时数据服务根据实例化点表中新测点点名创建数据库点。需要计算的点为系统内部点，不需要计算转换的点为系统外部点。实时数据处理服务根据个性实例化数据点表的计算类型完成实时数据处理和转换获得风机的各项第二实时数据。
[0142]
s270，采用预构的风机数据分析模型对风机的各项第二实时数据进行数据价值挖掘。
[0143]
具体地，根据风机的需要，提前构建风机的数据分析模型，再采用已经构建好的数据分析模型对风机各项已经规范化的第二实时数据进行各种数据价值挖掘，从而提高实时数据的使用价值，为各井工矿的正常运营提供保障。
[0144]
第三实施例
[0145]
图5是本实施例的井工矿实时数据处理装置逻辑框架示意图。
[0146]
本实施例提供了一种井工矿实时数据处理装置，包括：
[0147]
数据采集模块：用于基于预设的实例化数据点表进行数据采集获得第一实时数据；
[0148]
数据处理模块：用于对所述第一实时数据进行实时数据处理获得第二实时数据；
[0149]
数据挖掘模块：用于采用预构的数据分析模型对所述第二实时数据进行数据价值挖掘。
[0150]
综上所述，本实施例提供了井工矿实时数据处理装置，通过预设的实例化数据点表进行实时数据采集，对采集的实时数据进行数据处理，并采用预构的数据分析模型再对数据处理后的实时数据进行数据价值挖掘，使得井工矿采集的实时数据更加的规范，便于进行数据价值挖掘，提高了井工矿数据采集和数据处理的效率，提高了实时数据的使用价值。
[0151]
第四实施例
[0152]
本实施例提供了一种存储介质，其上存储有计算机程序，
[0153]
该程序被处理器执行时实现以上内容中任一项所述井工矿实时数据处理方法的步骤。
[0154]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或综合软件和硬件方面的实施例的形势。而且，本发明可采用再一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0155]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括
随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0156]
第五实施例
[0157]
本实施例提供了一种电子设备，包括：
[0158]
存储器，其上存储有计算机程序；以及
[0159]
处理器，用于执行所述存储器中的所述计算机程序，以实现以上内容中任一项所述井工矿实时数据处理方法的步骤。
[0160]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现再流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0161]
这些计算机程序指令也可存储再能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0162]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得再计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0163]
虽然本发明公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所述技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，本发明的保护范围并不局限于文中公开的特定实施例，而是包括落入权利要求范围内的所有技术方案。