一种基于数据管理与统计分析的商业智能化系统及方法

摘要

本发明涉及一种基于数据管理与统计分析的商业智能化系统及方法，包括基于云计算的数据处理服务器、基于大数据的分析服务器、中继服务器、智能通讯网关、物联网通讯网关、操控终端、服务终端、数据采集终端，中继服务器分别与基于云计算的数据处理服务器、基于大数据的分析服务器及智能通讯网关连接，操控终端，服务终端与智能通讯网关连接，数据采集终端与物联网通讯网关建立数据连接。其分析方法包括系统装配，数据采集及数据分析等三个步骤。本发明一方面可有效满足多种复杂环境及多种复杂数据远程采集及集中分析作业的需要；另一方面极大的提高了数据分析作业的可靠性、稳定性及工作效率，并为各类商业活动提供精确科学的数据指导依据。

说明书

技术领域

本发明涉及一种基于数据管理与统计分析的商业智能化系统及方法，属于通讯技术领域。

背景技术

目前移动发电系统在运行中，往往均是通过内燃机与发电机配套运行达到驱动发电作业的目的，虽然可以满足使用的需要，但在实际使用中，当外部环境温度较低时，内燃机极易因供油的油温过低而造成发电机系统的内燃机启动困难和启动后较长时间内因内燃机温度过低而导致发电作业运行效率低下；另一方面也极易因温度过低而导致供油管路堵塞，尤其是以柴油或重油作为驱动燃油时，这一现象更为严重，为了解决这一问题，当前主要是通过为发电系统增加电加热装置或通过外部热源进行加热后方可进行发电作业，从而导致当前移动式发电系统运行的稳定性、灵活性和可靠性相对较差，同时也导致发电机组设备在低温状态下的运行成本高，设备结构也相对复杂，使用和维护难度大。

与此同时，传统的发电系统在运行过程中，往往另需要设置降温系统，用于对发电机及与驱动发电机运行的内燃机进行降温作业，防止因温度过高而导致的发电机和内燃机设备运行故障，从而进一步造成了当前的发电系统设备的复杂性、使用维护的难度、成本均相对较高。

因此针对这一问题，迫切需要开发一种全新的基于数据管理与统计分析的商业智能化系统及方法，以满足实际使用的需要。

发明内容

为了解决现有技术上的不足，本发明提供一种基于数据管理与统计分析的商业智能化系统及方法。

一种基于数据管理与统计分析的商业智能化系统，包括基于云计算的数据处理服务器、基于大数据的分析服务器、中继服务器、智能通讯网关、物联网通讯网关、操控终端、服务终端、数据采集终端，中继服务器通过通讯网络分别与基于云计算的数据处理服务器、基于大数据的分析服务器连接，中继服务器另通过通过通讯网络与若干智能通讯网关连接，操控终端若干，并与至少一个智能通讯网关连接，服务终端若干，并与至少一个智能通讯网关连接，数据采集终端若干，与至少一个物联网通讯网关建立数据连接，物联网通讯网关间通过通讯网络相互混连，并通过通讯网络与1—3个并联的智能通讯网关连接。

进一步的，所述的基于云计算的数据处理服务器采用分布式服务器架构及负载均衡架构中任意一种服务器构架结构；所述基于大数据的分析服务器采用集群架构、分布式服务器架构中的任意一种服务器构架结构，且所述基于云计算的数据处理服务器、基于大数据的分析服务器通过中继服务器与分布式存储系统连接。

进一步的，所述的基于云计算的数据处理服务器内设基于SOA体系的底层程序系统，同时云服务器另设基于BIM和GIS的三维信息展示子系统、图像识别处理系统平台子系统、优先级计算子系统、同域信任度子系统、跨域信任度子系统、积分函数子系统、概率函数子系统、模糊函数子系统、图像二值化计算识别子系统及图像连通域分析计算子系统。

进一步的，所述的中继服务器采用基于ACT—R构架的数据处理系统，另设CNN神经网络系统、RNN神经网络系统、ResNet残差网络、前馈神经网络系统、BP神经网络系统及LSTM神经网络系统，其中所述CNN神经网络系统、RNN神经网络系统并联，且CNN神经网络系统、RNN神经网络系统输入端通过BP神经网络系统与ResNet残差网络、前馈神经网络系统连接，所述 BP神经网络系统另与LSTM神经网络系统连接。

进一步的，所述的操控终端、服务终端均为PC计算机、工业计算机及网络计算机中的任意一种或几种共用；所述数据采集终端为PC计算机、工业计算机、激光扫描仪、监控摄像头、射频通讯装置、无线通讯装置及传感器系统中的任意一种。

进一步的，所述的无线通讯装置为基于蓝牙系统、WIFI系统、Zigbee系统、GPRS系统、3G/4G系统中的任意一种或几种共用。

一种基于数据管理与统计分析的商业智能化系统的分析方法，包括如下步骤：

S1，系统装配，首先分别设置至少一个基于云计算的数据处理服务器、基于大数据的分析服务器及若干中继服务器，并使基于云计算的数据处理服务器、基于大数据的分析服务器、中继服务器通过通讯网络间建立数据连接，然后设置若干操控终端、服务终端、数据采集终端，并将操控终端、服务终端、数据采集终端，分别安装至指定的工作位置，同时为其配备相应的智能通讯网关、物联网通讯网关，并通过通讯网络使各智能通讯网关、物联网通讯网关分别与中继服务器及各操控终端、服务终端、数据采集终端建立数据连接，最后由基于大数据的分析服务器分别采集基于云计算的数据处理服务器、各中继服务器及各智能通讯网关、物联网通讯网关、操控终端、服务终端、数据采集终端的硬件识别号、软件版本识别号、工作位置识别信息及操控人员身份识别信息，然后由基于大数据的分析服务器配置网络通讯协议，并根据网络通讯协议分别为基于云计算的数据处理服务器、基于大数据的分析服务器、中继服务器、智能通讯网关、物联网通讯网关、操控终端、服务终端、数据采集终端分配独立的数据通讯地址，同时为基于云计算的数据处理服务器、基于大数据的分析服务器、中继服务器及操控终端配置系统升级控制策略；

S2，数据采集，完成S1步骤后，首先由各服务终端和数据采集终端进行待分析数据采集，然后将采集后的数据通过智能通讯网关、物联网通讯网关发送至中继服务，即可完成待分析数据采集作业；

S3,数据分析，在S2步后，将传输到中继服务器中的数据进行初步分析，对数据来源、数据类型、数据分析优先级、数据安全信任度进行初步运算分析分类，然后一方面将分类后的数据发送至基于云计算的数据处理服务器中；另一方面由中继服务器根据接收数据来源、数据类型、数据分析优先级、数据安全信任度进行深度学习，形成相应类型数据分类识别处理逻辑；最后由云计算的数据处理服务器对接收的数据进行分类计算处理，然后将处理结果反馈至基于大数据的分析服务器，并由基于大数据的分析服务器对接收的云计算分析处理后数据进行分析，并将分析处理结果一方面在进行保存，另一方面将分析结果输送至中继服务器中，然后由中继服务器根据接收的数据分析结果对分析数据的数据源进行追溯，然后根据追溯结果将分析结果反馈至操控终端及服务终端即可。

本发明一方面系统构成简单，组网运行灵活方便，通用性好，可有效满足多种复杂环境及多种复杂数据远程采集及集中分析作业的需要；另一方面数据通讯稳定性及安全性好，数据分析工作效率高、运算精度高且数据通讯能力好，从而可有效满足多种使用环境及使用作业的需要，极大的提高了数据分析作业的可靠性、稳定性及工作效率，并为各类商业活动提供精确科学的数据指导依据。

附图说明

下面结合附图和具体实施方式来详细说明本发明；

图1为本发明系统结构示意图；

图2为中继服务器数据处理系统结构示意图；

图3为本发明方法流程示意图。

图中各标号：基于云计算的数据处理服务器1、基于大数据的分析服务器2、中继服务器3、智能通讯网关4、物联网通讯网关5、操控终端6、服务终端7、数据采集终端8、分布式存储系统9、外部第三方通讯网络10。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于施工，下面结合具体实施方式，进一步阐述本发明。

参见图1，一种基于数据管理与统计分析的商业智能化系统，包括基于云计算的数据处理服务器1、基于大数据的分析服务器2、中继服务器3、智能通讯网关4、物联网通讯网关5、操控终端6、服务终端7、数据采集终端8，中继服务器3通过通讯网络分别与基于云计算的数据处理服务器1、基于大数据的分析服务器2连接，中继服务器3另通过通过通讯网络与若干智能通讯网关4连接，操控终端6若干，并与至少一个智能通讯网关4连接，服务终端7若干，并与至少一个智能通讯网关4连接，数据采集终端8若干，与至少一个物联网通讯网关5建立数据连接，物联网通讯网关5间通过通讯网络相互混连，并通过通讯网络与1—3个并联的智能通讯网关4连接。

参见图1，所述的基于云计算的数据处理服务器1采用分布式服务器架构及负载均衡架构中任意一种服务器构架结构；所述基于大数据的分析服务器2采用集群架构、分布式服务器架构中的任意一种服务器构架结构，且所述基于云计算的数据处理服务器1、基于大数据的分析服务器2通过中继服务器3与分布式存储系统9连接。

需要注意的，所述的基于云计算的数据处理服务器1内设基于SOA体系的底层程序系统，同时云服务器另设基于BIM和GIS的三维信息展示子系统、图像识别处理系统平台子系统、优先级计算子系统、同域信任度子系统、跨域信任度子系统、积分函数子系统、概率函数子系统、模糊函数子系统、图像二值化计算识别子系统及图像连通域分析计算子系统。

参见图2，所述的中继服务器3采用基于ACT—R构架的数据处理系统，另设CNN神经网络系统、RNN神经网络系统、ResNet残差网络、前馈神经网络系统、BP神经网络系统及LSTM神经网络系统，其中所述CNN神经网络系统、RNN神经网络系统并联，且CNN神经网络系统、RNN神经网络系统输入端通过BP神经网络系统与ResNet残差网络、前馈神经网络系统连接，所述 BP神经网络系统另与LSTM神经网络系统连接。

进一步优化的，所述的操控终端6、服务终端7均为PC计算机、工业计算机及网络计算机中的任意一种或几种共用；所述数据采集终端8为PC计算机、工业计算机、激光扫描仪、监控摄像头、射频通讯装置、无线通讯装置及传感器系统中的任意一种。

进一步优化的，所述的无线通讯装置为基于蓝牙系统、WIFI系统、Zigbee系统、GPRS系统、3G/4G系统中的任意一种或几种共用。

如图3所示，一种基于数据管理与统计分析的商业智能化系统的分析方法，包括如下步骤：

S1，系统装配，首先分别设置至少一个基于云计算的数据处理服务器1、基于大数据的分析服务器2及若干中继服务器3，并使基于云计算的数据处理服务器1、基于大数据的分析服务器2、中继服务器3通过通讯网络间建立数据连接，然后设置若干操控终端6、服务终端7、数据采集终端8，并将操控终端6、服务终端7、数据采集终端8，分别安装至指定的工作位置，同时为其配备相应的智能通讯网关4、物联网通讯网关5，并通过通讯网络使各智能通讯网关4、物联网通讯网关5分别与中继服务器3及各操控终端6、服务终端7、数据采集终端8建立数据连接，最后由基于大数据的分析服务器2分别采集基于云计算的数据处理服务器1、各中继服务器3及各智能通讯网关4、物联网通讯网关5、操控终端6、服务终端7、数据采集终端8的硬件识别号、软件版本识别号、工作位置识别信息及操控人员身份识别信息，然后由基于大数据的分析服务器2配置网络通讯协议，并根据网络通讯协议分别为基于云计算的数据处理服务器1、基于大数据的分析服务器2、中继服务器3、智能通讯网关4、物联网通讯网关5、操控终端6、服务终端7、数据采集终端8分配独立的数据通讯地址，同时为基于云计算的数据处理服务器1、基于大数据的分析服务器2、中继服务器3及操控终端6配置系统升级控制策略；

同时，将基于大数据的分析服务器2通过中继服务器3与外部第三方通讯网络10间建立数据连接；

S2，数据采集，完成S1步骤后，首先由各服务终端7和数据采集终端8进行待分析数据采集，然后将采集后的数据通过智能通讯网关4、物联网通讯网关5发送至中继服务，即可完成待分析数据采集作业；

其中所采集的数据包括电子文档、视频数据、音频数据、图像数据、射频通讯信号数据、二维码数据、条形码数据及各类传感器设备采集经过光电转换后的数字信号等类型数据中的任意一种或几种。

S3,数据分析，在S2步后，将传输到中继服务器3中的数据进行初步分析，对数据来源、数据类型、数据分析优先级、数据安全信任度进行初步运算分析分类，然后一方面将分类后的数据发送至基于云计算的数据处理服务器1中；另一方面由中继服务器3根据接收数据来源、数据类型、数据分析优先级、数据安全信任度进行深度学习，形成相应类型数据分类识别处理逻辑；最后由云计算的数据处理服务器对接收的数据进行分类计算处理，然后将处理结果反馈至基于大数据的分析服务器2，并由基于大数据的分析服务器2对接收的云计算分析处理后数据进行分析，并将分析处理结果一方面在进行保存，另一方面将分析结果输送至中继服务器3中，然后由中继服务器3根据接收的数据分析结果对分析数据的数据源进行追溯，然后根据追溯结果将分析结果反馈至操控终端6及服务终端7即可。

其中，在基于大数据的分析服务器2进行数据分析时，一方面对接受的基于云计算的数据处理服务器1数据进行比对分析处理；另一方面根据接受的基于云计算的数据处理服务器1数据从外部第三方通讯网络10获取相应数据资源，并根据外部第三方通讯网络10获取相应数据资源与接受的基于云计算的数据处理服务器1数据进行分析统计。

本发明一方面系统构成简单，组网运行灵活方便，通用性好，可有效满足多种复杂环境及多种复杂数据远程采集及集中分析作业的需要；另一方面数据通讯稳定性及安全性好，数据分析工作效率高、运算精度高且数据通讯能力好，从而可有效满足多种使用环境及使用作业的需要，极大的提高了数据分析作业的可靠性、稳定性及工作效率，并为各类商业活动提供精确科学的数据指导依据。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。