一种基于算法组态的大数据分析方法与流程

1.本发明属于数据分析技术领域，具体涉及一种基于算法组态的大数据分析方法。


背景技术：

2.随着计算机技术的飞速发展，各行业的数据急速增长，数据量变的越来越大，类型也越来越多，数据结构也趋于复杂化，为了便于部署和储存，普遍采用算法组态平台；算法平台应用c语言编写数值计算，在执行效率上远高于其它语言类程序算法，尤其对科学计算库的支持性最佳，gsl功能强大，集成最基础数值计算的同时，函数库提供了大量的数值计算程序，如随机函数、特殊函数和拟合函数等,几乎涵盖了科学计算的各个方面。
3.但是，随着科技的发展，企业所收集的大数据越来越复杂多样，而算法平台仅仅对数据进行单一的运算分析，例如现实中在对企业用户用电行为分析处理时，若算法平台出现编译误差，则提供给客户错误信息，会对企业及客户造成不可估量的损失，因此，需要进一步的改进。


技术实现要素：

4.本发明的目的在于提供一种基于算法组态的大数据分析方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：一种基于算法组态的大数据分析方法，包括以下步骤：s1、接收数据：通过数据接收模块接收数据，数据接收模块接收到数据后传输至算法组态平台；s2、数据编译：步骤s1中算法组态平台接收到数据后通过数据处理模块将同一数据分为三组，三组数据分别通过第一数据编译模块、第二数据编译模块和第三数据编译模块进行单独编译；s3、数据对比：将步骤s2中编译后的三组数据进行比对；s4、数据分析：将步骤s3中对比后得出的数据通过数据库进行分析运算，得出最终数据结果；s5、数据展示：将步骤s4中分析运算所得的数据结果通过显示模块进行展示；s6、数据储存：将步骤s5中展示的数据结果通过数据储存模块进行储存。
6.优选的，步骤s6中所述数据储存模块与步骤s4中数据库数据对接。
7.优选的，所述算法组态平台含有标准的c编译器，所述第一数据编译模块、第二数据编译模块和第三数据编译模块均由c语言代码完成。
8.优选的，所述算法组态平台包含有cmod、data、emtacsk、his、jop和tex，所述cmod内含有工程开发和编译形成的各类算法，所述data存放各类自定义或引入的数据文件及结构数组，所述emtacsk存放图形组态平台生成的各类图形和底层位图，所述his为平台历史数据的存取目录，所述jop存放模型算法的边界数值工况、周期统计数据及调试文件，所述
tex包含算法和图形组态中所需的各类文本地址。
9.优选的，步骤s5中所述显示模块采用液晶显示器，且所述显示模块上配备有数据编辑器。
10.优选的，所述算法组态平台中设有编辑菜单，编辑菜单中设有保存、删除、记录、关闭、撤消、恢复、刷新、剪切、复制、粘贴、查找替换功能。
11.优选的，所述cmod、data、emtacsk、his、jop和tex均与数据库数据对接。
12.优选的，步骤s中编译后的三组数据对比结果相同后进行步骤s4，否则重复步骤s2。
13.本发明的技术效果和优点：该基于算法组态的大数据分析方法，通过在算法组态平台内部设置第一数据编译模块、第二数据编译模块和第三数据编译模块，利用数据处理模块将同一数据分为相同的三组，便可对同一数据同时进行三次编译，在数据对比模块的对比下，便可确保数据分析运算的准确性；通过数据库和数据储存模块以及cmod、data、emtacsk、his、jop和tex的对接，在对数据分析运算的同时便可对算法中定义的各类参数变量等信息进行实时存贮，以供大数据应用，从而扩大数据对比分析范围，提高数据分析处理结果的正确率，使企业用户用电行为分析处理产品更为实用。该基于算法组态的大数据分析方法，结构合理，有效提高了数据分析处理的准确性，值得推广。
附图说明
14.图1为本发明的结构框图；图2为本发明的算法组态平台运行方法结构框图；图3为本发明的算法组态平台结构框图。
15.图中：1数据接收模块、2算法组态平台、3显示模块、4数据储存模块、5数据处理模块、6第一数据编译模块、7第二数据编译模块、8第三数据编译模块、9数据对比模块、10数据库、11cmod、12data、13emtacsk、14his、15jop、16tex。
具体实施方式
16.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
17.本发明提供了如图1-3所示的一种基于算法组态的大数据分析方法，包括以下步骤：s1、接收数据：通过数据接收模块1接收数据，数据接收模块1接收到数据后传输至算法组态平台2；s2、数据编译：步骤s1中算法组态平台2接收到数据后通过数据处理模块5将同一数据分为三组，三组数据分别通过第一数据编译模块6、第二数据编译模块7和第三数据编译模块8进行单独编译；s3、数据对比：将步骤s2中编译后的三组数据进行比对，对同一数据同步进行三次编译，并进行对比，便可确保数据分析运算的准确性；
s4、数据分析：将步骤s3中对比后得出的数据通过数据库10进行分析运算，得出最终数据结果；s5、数据展示：将步骤s4中分析运算所得的数据结果通过显示模块3进行展示；s6、数据储存：将步骤s5中展示的数据结果通过数据储存模块4进行储存。
18.具体的，步骤s6中所述数据储存模块4与步骤s4中数据库10数据对接，用于保存数据运算分析结果，扩大数据库10的数据量。
19.具体的，所述算法组态平台2含有标准的c编译器，所述第一数据编译模块6、第二数据编译模块7和第三数据编译模块8均由c语言代码完成，c语言功能强大而且执行效率高，适合模型算法的叠代运算并具有很强的数据处理能力。
20.具体的，所述算法组态平台2包含有cmod11、data12、emtacsk13、his14、jop15和tex16，所述cmod11内含有工程开发和编译形成的各类算法，所述data12存放各类自定义或引入的数据文件及结构数组，所述emtacsk13存放图形组态平台生成的各类图形和底层位图，含有所有组态界面所需的图元设置数据和显示文件，所述his14为平台历史数据的存取目录，对算法中定义的各类参数变量及报警信息进行实时存贮，供历史和实时曲线分析及大数据应用，所述jop15存放模型算法的边界数值工况、周期统计数据及调试文件，所述tex16包含算法和图形组态中所需的各类文本地址，如图形菜单文件、报告表格设置、字符串变量、拟合数据文件等。
21.具体的，步骤s5中所述显示模块3采用液晶显示器，且所述显示模块3上配备有数据编辑器，用于对数据运算分析结果进行编辑。
22.具体的，所述算法组态平台2中设有编辑菜单，编辑菜单中设有保存、删除、记录、关闭、撤消、恢复、刷新、剪切、复制、粘贴、查找替换功能，以便于对数据的编辑处理。
23.具体的，所述cmod11、data12、emtacsk13、his14、jop15和tex16均与数据库10数据对接，在通过cmod11、data12、emtacsk13、his14、jop15和tex16对数据运算分析的同时，便可对算法中定义的各类参数变量等信息进行实时存贮，以供大数据应用，从而扩大数据对比分析范围，提高数据分析处理结果的正确率。
24.具体的，步骤s3中编译后的三组数据对比结果相同后进行步骤s4，否则重复步骤s2，通过此方式以确保数据编译结果的准确性。
25.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。