[发明专利]集中器高效率抄读电表设备请求等待时延的智能调节方法和装置

权利要求书

1.集中器高效率抄读电表设备请求等待时延的智能调节方法，其特征在于，包括以下步骤：

S1：集中器按照配置的定抄采集方案对不同类型的电表进行数据抄读，从而产生各种数据模型所需要的各种数据样本，集中器根据默认配置初始化各个条件特征模型处理模块M和每块电表的自身特征模型处理模块S；

S2：集中器中条件特征模型管理模块根据不同的数据类型进行筛选和分类，并输入本次样本数据A到对应类别的条件特征模型处理模块M中；

S3：条件特征模型处理模块M进行增量计算和学习，并得到请求时延R1；

S4：条件特征模型管理模块再次输入本次样本数据A到对应电表的自身特征模型处理模块S中；

S5：自身特征模型处理模块S进行增量计算和学习，并得到请求时延R2；

S6：集中器根据条件特征模型处理模块M和自身特征模型处理模块S的成功率分别对结果R1和R2加权和修正，并计算出最终的请求时延R；

S7：集中器使用最终的请求时延R对本次样本数据A进行抄读；

S8.1：基于S7，若集中器对本次样本数据A的抄读结果成功，更新条件特征模型M和自身特征模型S的成功率，且使用本次实际值作为统计数据；

S8.2：基于S7，若集中器对本次样本数据A的抄读结果失败，更新条件特征模型M和自身特征模型S的成功率，但不使用本次实际值作为其统计值。

2.根据权利要求1所述的集中器高效率抄读电表设备请求等待时延的智能调节方法，其特征在于：基于所述步骤S8.1接着进行二次额外修正，更新其他模块的统计值的流程，其步骤如下：

S8.1.1：条件特征模型管理模块检测增量计算和学习后的条件特征模型处理模块M是否稳定，若条件特征模型处理模块M的标准差大于1s，则可认定其因素极其不稳定，将条件特征模型处理模块M拆分成条件特征模型处理模块M1和条件特征模型处理模块M2，并使用条件特征模型处理模块M的统计值初始化条件特征模型处理模块M1和条件特征模型处理模块M2，再等待S8.1.2完成后续计算；

S8.1.2：条件特征模型管理模块按照排序结果检测其它条件特征模型处理模块M3和条件特征模型处理模块M4的标准差和期望值是否稳定并能满足合并要求，若条件特征模型处理模块M3和条件特征模型处理模块M4的标准差小于0.1s，期望值相差小于0.2s，则合并成条件特征模型处理模块Mz,并使用条件特征模型处理模块M3和条件特征模型处理模块M4的统计值初始化Mz，至此完成本次统计和修正，计算结束。

3.根据权利要求1所述的集中器高效率抄读电表设备请求等待时延的智能调节方法，其特征在于：步骤S6中最终的请求时延R的计算方法为：

根据电表当前请求类别所属的条件特征模型处理模块M和自身特征模型处理模块S的统计值如下:

M的期望μ1和标准差σ1，成功次数n1和总次数s1，成功率r1＝n1/s1；

S的期望μ2和标准差σ2，成功次数n2和总次数s2，成功率r2＝n2/s2；

计算电表本次请求时延R的公式如下：

R＝μ1*k1+μ2*k2+x

其中k1和k2为M和S对应的期望权重值，分别为0.5，其总和为1，x为修正值，若上次该类别样本请求失败，则x的计算公式如下：

x＝(σ1*k3+σ2*k4)*(1-r1)*(1-r2)+b

其中k3和k4为M和S对应的标准差权重值，分别为0.5，其总和为1，b为最小偏移量，默认为1s，

若上次该类别样本请求成功，则x的计算公式如下：

x＝-(σ1*k3+σ2*k4)*(1-r1)*(1-r2)。