[发明专利]一种基于行车电脑数据的实时油耗和智能查询算法

说明书

本发明公开了一种基于行车电脑数据的实时油耗和智能查询算法，本发明在解决设备上传数据中出现的各种难点问题上，提出时间窗口缓存算法，在用户无感知的情况下修复延时、错乱、重复等数据导致的最终结果的不准确性；采用分段调配的优化算法，油耗计算结果更加精确，且能规避98.5％的异常数据状态，计算方式变得很简便；此外，系统同时具有采用总油耗方式计算的油耗数据以及通过用瞬时油耗对时间积分运算得到车辆的总油耗，使得对外提供的数据更加具有准确性保障。

技术领域

本发明涉及油耗查询算法技术领域，具体为一种基于行车电脑数据的实时油耗和智能查询算法。

背景技术

目前对于车辆油耗数据，大部分采用的是司机手工录入，每次记录加油量、行驶的公里数等，虽然有些APP推出过相应的记账本之类的功能，但还是需要人工录入，容易遗忘与漏输入；行车电脑数据量庞大，收集后大部分采用的是定时凌晨批量计算，数据输出存在一定的延时性。

发明内容

本发明的目的在于提供一种基于行车电脑数据的实时油耗和智能查询算法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于行车电脑数据的实时油耗和智能查询算法，包括以下步骤：

A、首先保存一分钟内接收到的每一条总油耗数据，以及对应的数据时间点，然后保存上一个分钟级数据的最后一条总油耗数据，以及对应的数据时间点；

B、然后根据油耗大小从小到大排列；

C、循环寻找跳变点，其中，跳变点是指，如果两条相邻的数据总油耗差值(绝对值)/时间差大于既定阈值，那么则认为这个时间点的数据为一个跳变点；

D、找到一组数据的每一个跳变点后，根据跳变点对改组数据进行拆分，拆分后变成多个数据段；

E、对每一个数据段从最后一个值减去第一个值得到每段的油耗；

F、累加每段油耗即为分钟总油耗。

优选的，所述步骤A中保存方法如下：

a、取出数据的时间，转换为秒，然后定义一个设备一分钟的Bit位卡槽；

b、将秒数设置到卡槽中，如秒数为1，则将卡槽第一位设置为true；

c、当在时间窗口内接收到某一设备的数据时，先转换数据时间为秒数，然后再卡槽中去找对应位置的值是否为true；

d、若为true，则代表该数据是重复数据，否则就进行下一步计算。

优选的，包括分布式文件系统、高性能消息队列中间件、多个系统参与计算单元、RPC服务单元、同步基础数据单元、基于Lucene的搜索服务器以及API接口，所述分布式文件系统分别连接高性能消息队列中间件和RPC服务单元，所述RPC服务单元连接同步基础数据单元，所述同步基础数据单元和高性能消息队列中间件分别连接基于Lucene的搜索服务器，所述基于Lucene的搜索服务器连接API接口。

与现有技术相比，本发明的有益效果是：本发明在解决设备上传数据中出现的各种难点问题上，提出时间窗口缓存算法，在用户无感知的情况下修复延时、错乱、重复等数据导致的最终结果的不准确性；采用分段调配的优化算法，油耗计算结果更加精确，且能规避98.5％的异常数据状态，计算方式变得很简便；此外，系统同时具有采用总油耗方式计算的油耗数据以及通过用瞬时油耗对时间积分运算得到车辆的总油耗，使得对外提供的数据更加具有准确性保障；系统具有很高的吞吐率以及良好的性能,使得系统能应对并发高，数据量大的情况；系统的计算Job作业运行在Yarn容器中，能非常方便的进行动态扩缩容；数据通过Kafka交换，使得每个Job作业之间互相解耦，一个Job的启动与停止完全不影响其他的Job。

附图说明