本发明涉及数据处理，尤其涉及一种数据中台链路数据处理方法。
背景技术：
1、数据中台是对既有的业务与数据的沉淀，是实现数据赋能新业务、新应用的中间、支撑性平台，可以对海量的数据进行处理和流转。而供应链管理中存在海量的链路数据，比如，采购、检测、储备和配送环节的数据，数据中台可以对供应链上的数据进行管理，从而为企业提供了统一的数据服务和管理，然而供电公司各电压等级电网工程类型和物资类型繁多，物资需求呈现纷繁复杂的特点。在供应链的物资采购环节，会导致工作量较大，物资筛选策略混乱等问题，电网供应链全链条的“数字化”覆盖性不足、精准性有待提高。
2、现有技术中，在供应链中进行设备采购目标筛选时，往往是人为进行筛选，全过程数据基础应用薄弱，缺乏数据在筛选策略上的融合协同，导致筛选效率低下，且筛选的目标设备往往会出现质量不稳定的问题。
3、因此，如何融合多维数据形成采购协同策略协助用户自动制定采购计划，提高筛选效率的同时，提升设备的质量稳定性，构建电力物资供应链的良性管理体系成为了急需解决的问题。
技术实现思路
1、本发明提供一种数据中台链路数据处理方法，可以融合多维数据形成采购协同策略协助用户自动制定采购计划，提高筛选效率的同时，提升设备的质量稳定性，构建电力物资供应链的良性管理体系。
2、本发明的第一方面，提供一种数据中台链路数据处理方法，包括：
3、在判断接收到采购需求时确定相对应的链路目标种类以及相应链路供应商，根据所述链路目标种类、链路供应商确定供应链中相对应的多个第一采购设备；
4、获取所有第一采购设备的历史检测数据和历史使用工况，根据所述历史使用工况对所有第一采购设备的历史检测数据进行筛选，得到每个第一采购设备所对应的第一目标检测数据，所述第一目标检测数据至少包括一个检测信息维度；
5、量化处理模型对每个第一采购设备的第一目标检测数据按照其相应的检测信息维度分别量化处理，得到每个第一采购设备在相应检测信息维度的第一量化信息，对每个第一采购设备所有的第一量化信息融合得到相对应的第一总量化信息；
6、若判断用户输入对每个第一采购设备所对应的手动添加信息和/或补充添加信息，则根据手动添加信息和/或补充添加信息对第一总量化信息调整得到第二总量化信息；
7、根据所述第二总量化信息对所有的第二采购设备降序排序处理得到相对应的第二排序序列，对第二排序序列中前部预设数量的第一采购设备突出显示。
8、可选地，在第一方面的一种可能实现方式中，所述在判断接收到采购需求时确定相对应的链路目标种类以及相应链路供应商，根据所述链路目标种类、链路供应商确定供应链中相对应的多个第一采购设备，包括：
9、在判断接收到采购需求时确定本次采购数据中所对应的链路目标种类以及相应链路供应商；
10、遍历历史采购数据中所有的采购设备，确定与本次采购所对应的链路目标种类、链路供应商相对应历史的第一采购设备。
11、可选地，在第一方面的一种可能实现方式中，所述获取所有第一采购设备的历史检测数据和历史使用工况，根据所述历史使用工况对所有第一采购设备的历史检测数据进行筛选，得到每个第一采购设备所对应的第一目标检测数据，所述第一目标检测数据至少包括一个检测信息维度，包括：
12、根据所述第一采购设备的设备种类确定相应的历史检测数据和历史使用工况，每种设备种类具有预设种类的历史检测数据和历史使用工况；
13、选择相应设备种类的历史使用工况中满足预设使用工况要求的多个目标时间段，根据所述多个目标时间段时间长度对目标时间段降序排序得到时间段序列；
14、挑选时间段序列中前部预设数量的目标时间段作为第一目标时间段；
15、根据至少一个所述第一目标时间段对历史检测数据进行筛选得到相对应的第二目标检测数据，对至少一个第二目标检测数据融合得到相应第一采购设备在所有时间段的第一目标检测数据。
16、可选地，在第一方面的一种可能实现方式中，所述选择相应设备种类的历史使用工况中满足预设使用工况要求的多个目标时间段，根据所述多个目标时间段时间长度对目标时间段降序排序得到时间段序列，包括：
17、根据所有时刻的历史使用工况生成相对应的工况时间序列，确定工况时间序列中满足预设使用工况要求的历史使用工况相对应时刻作为目标时刻；
18、统计所有连续相邻的目标时刻得到多个子时间段，确定每个子时间段分别所对应的相邻的子时间段，若判断相邻的子时间段满足合并要求则将相邻的子时间段合并得到合并时间段；
19、将时刻值大于预设时间段的子时间段和合并时间段作为相应的目标时间段。
20、可选地，在第一方面的一种可能实现方式中，所述统计所有连续相邻的目标时刻得到多个子时间段，确定每个子时间段分别所对应的相邻的子时间段，若判断相邻的子时间段满足合并要求则将相邻的子时间段合并得到合并时间段，包括：
21、获取每个子时间段所对应的起始时刻作为相应的时刻标签，根据所有子时间段的时刻标签确定每个子时间段所对应的前部相邻子时间段和后部相邻子时间段；
22、将子时间段的起始时刻与前部相邻子时间段的截止时刻之间的时间段作为前部相邻时间段，将子时间段的截止时刻与后部相邻子时间段的起始时刻之间的时间段作为后部相邻时间段；
23、若前部相邻时间段小于预设间隔时间段，则将相应子时间段与前部相邻子时间段合并得到合并时间段；或，
24、若后部相邻时间段小于预设间隔时间段，则将相应子时间段与后部相邻子时间段合并得到合并时间段。
25、可选地，在第一方面的一种可能实现方式中，所述根据至少一个所述第一目标时间段对历史检测数据进行筛选得到相对应的第二目标检测数据，对至少一个第二目标检测数据融合得到相应第一采购设备在所有时间段的第一目标检测数据，包括：
26、确定与历史检测数据所对应的检测数据时间序列，根据所述第一目标时间段对检测数据时间序列进行筛选得到相应时间序列中每个时刻所对应的目标检测信息，进行均值计算得到第二目标检测数据；
27、对相应第一采购设备所对应的第二目标检测数据进行融合均值计算得到相对应的第一目标检测数据。
28、可选地，在第一方面的一种可能实现方式中，所述量化处理模型对每个第一采购设备的第一目标检测数据按照其相应的检测信息维度分别量化处理，得到每个第一采购设备在相应检测信息维度的第一量化信息，对每个第一采购设备所有的第一量化信息融合得到相对应的第一总量化信息，包括：
29、量化处理模型根据每个第一采购设备的检测信息维度确定相对应的量化区间组，所述量化区间组包括多个量化区间段，每个量化区间段具有预设的量化数值；
30、量化处理模型将所述第一目标检测数据和量化区间组比对，确定相应量化区间段所对应检测信息维度的第一量化信息；
31、确定每个检测信息维度所对应的第一量化权重，根据所述第一量化信息、第一量化权重融合计算得到相对应的第一总量化信息。
32、可选地，在第一方面的一种可能实现方式中，所述若判断用户输入对每个第一采购设备所对应的手动添加信息和/或补充添加信息，则根据手动添加信息和/或补充添加信息对第一总量化信息调整得到第二总量化信息，包括：
33、若判断用户输入对每个第一采购设备所对应的手动添加信息，则基于所述手动添加信息生成对每个第一采购设备的手动添加权重，所述手动添加权重为用户主动设置；
34、根据所述手动添加权重分别对第一总量化信息调整得到第二总量化信息。
35、可选地，在第一方面的一种可能实现方式中，所述若判断用户输入对每个第一采购设备所对应的手动添加信息和/或补充添加信息，则根据手动添加信息和/或补充添加信息对第一总量化信息调整得到第二总量化信息，包括：
36、若判断用户输入对每个第一采购设备所对应的补充添加信息，根据所述补充添加信息调取与相应第一采购设备所对应的补充设备数值；
37、量化处理模型的拓展单元接收用户所配置的补充计算公式，将所述补充设备数值代入至所述补充计算公式内得到相对应的补充计算权重；
38、基于所述补充计算权重对第一总量化信息调整得到第二总量化信息。
39、可选地，在第一方面的一种可能实现方式中，还包括：
40、若判断得到第一总量化信息后接收到用户的排序指令；
41、则根据所述第一总量化信息对所有的第一采购设备降序排序处理得到相对应的第一排序序列，对第一排序序列中前部预设数量的第一采购设备突出显示。
42、本发明的第二方面，提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
43、本发明的第三方面，提供一种电子设备，其特征在于，该电子设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，用于实现本发明第一方面及第一方面各种可能设计的所述方法。
44、有益效果
45、1、本方案会在确定了采购需求后，对采购需求进行分析，得到对应的采购种类以及供应商，然后确定需要采购的多个第一采购设备。之后，本方案会结合第一采购设备的历史检测数据和历史使用工况确定多个检测维度的目标检测数据，以结合工况维度确定相对应的检测维度的检测数据，以提高目标检测数据在进行后续的评判时的结果的准确性。在进行评估时，本方案会结合量化处理模型对相应的检测信息维度分别量化处理，得到每个第一采购设备在相应检测信息维度的第一量化信息，然后得到第一总量化信息，第一总量化信息是初始信息，之后还会结合用户的需求添加对应的手动添加信息和/或补充添加信息，对第一总量化信息进行调整，得到第二总量化信息，最后结合第二总量化信息输出排序序列。本方案通过上述方式可以融合多维数据形成采购协同策略协助用户自动制定采购计划，提高筛选效率的同时，提升设备的质量稳定性，构建电力物资供应链的良性管理体系。
46、2、本方案在进行第一目标检测数据的确定时，会结合预设使用工况要求，对历史使用工况中的时间段进行确定，得到多个目标时间段，然后结合目标时间段确定得到相对应的第二目标检测数据，最后对得到相对应的第二目标检测数据进行融合，得到相应第一采购设备在所有时间段的第一目标检测数据。过程中还会按照目标时间段的长度进行排序，使得获取的数据的可靠性更高，后续的评估更准确。此外，在进行目标时间段确定时，本方案还会结合子时间段的相邻关系进行确定，其中包括前部相邻子时间段和后部相邻时间段等方式进行确定。
47、3、本方案在结合量化处理模型对每个第一采购设备所有的第一量化信息融合得到相对应的第一总量化信息时，会先结合检测信息维度确定相对应的量化区间组，然后结合量化区间组对第一目标检测数据进行量化处理，得到对应检测信息维度的第一量化信息，之后结合第一量化权重对多个维度的第一量化信息进行融合计算，得到第一总量化信息。在得到第一总量化信息之后，本方案还会结合量化处理模型的拓展单元接收用户所配置的补充计算公式，对用户主动输入的手动添加信息和/或补充添加信息进行处理，得到补充计算权重对第一总量化信息调整得到第二总量化信息，从而融合用户的主动调整需求，对计算结果进一步调整。
1.一种数据中台链路数据处理方法，其特征在于，包括：
2.根据权利要求1所述的数据中台链路数据处理方法，其特征在于，
3.根据权利要求1所述的数据中台链路数据处理方法，其特征在于，
4.根据权利要求3所述的数据中台链路数据处理方法，其特征在于，
5.根据权利要求4所述的数据中台链路数据处理方法，其特征在于，
6.根据权利要求4所述的数据中台链路数据处理方法，其特征在于，
7.根据权利要求6所述的数据中台链路数据处理方法，其特征在于，
8.根据权利要求7所述的数据中台链路数据处理方法，其特征在于，
9.根据权利要求8所述的数据中台链路数据处理方法，其特征在于，
10.根据权利要求1所述的数据中台链路数据处理方法，其特征在于，还包括：
