[发明专利]一种智慧环卫增效算法模型管理平台

权利要求书

1.一种智慧环卫增效算法模型管理平台，包括增效模型构建模块、模型发布模块、模型管理模块、模型部署模块、模型应用模块、结果评估模块、模型下线模块和API管理模块，其特征在于：

所述模型构建模块用于智慧环卫中的物联数据采集、数据清洗、数据扩充、数据标注等数据管理，并提供可视化界面进行模型训练实现高精度的增效算法模型构建；

所述模型发布模块将增效模型构建模块训练好的模型或算法工程师训练出来的模型进行定版发布，用于接收模型文件，并确定模型文件的参数数据，将参数数据和模型文件处理成镜像包，并上传至模型池；

所述模型管理模块，用于模型发布模块的已发布的模型信息管理和版本管理以及模型文件和镜像包的管理；

所述模型部署模块，提供云端和边缘端两种部署与升级方式，用于将模型发布模块发布的镜像包下发至云端服务器或边缘端服务器节点，生成算法模型并执行；

所述模型应用模块，用于为客户端开放模型应用权限，实现可视化界面操作模型配置、应用，满足客户端模型服务调用需求，赋能智慧环卫的业务场景；

所述结果评估模块，用于模型使用后的增效结果评估，也可以对同一业务场景下的不同模型使用后的增效结果进行比对分析，并以可视化图表的形式展示；

所述模型下线模块，用于对部署在云端或边缘端服务器节点的算法模型归档后做下线或删除处理；

所述API管理模块，用于API维护和API调用管理，包括API规范管理、API状态监控、调用日志管理以及计量计费。

2.根据权利要求1所述的一种智慧环卫增效算法模型管理平台，其特征在于：所述物联数据采集指的是车载终端、传感器、PLC、摄像头和RFID等设备上传数据到平台，经数据预处理后用于模型训练。

3.根据权利要求2所述的一种智慧环卫增效算法模型管理平台，其特征在于：所述模型训练，可以在平台上选择算法、配置预处理过的训练数据/测试数据、配置/优化参数、启动训练，训练完毕后可根据模型评估结果，选择结束或重新训练。

4.根据权利要求1所述的一种智慧环卫增效算法模型管理平台，其特征在于：所述模型文件可以是Python、Java、C++语言开发的，智慧环卫增效算法模型管理平台将这些文件处理成docker容器镜像包的形式，用于后面模块的部署和应用。

5.根据权利要求1所述的一种智慧环卫增效算法模型管理平台，其特征在于：所述模型管理模块，还用于模型发布模块的已发布的模型的元数据管理、业务信息管理和版本管理以及模型文件和镜像包的管理模型的元数据管理。

6.根据权利要求5所述的一种智慧环卫增效算法模型管理平台，其特征在于：所述模型的元数据管理用于对模型的元数据包括模型归属、版本属性、发布时间、关联关系的维护和业务信息管理，用于模型属性信息如名称、类型、用途、开发方、使用方和发布时间的管理。

7.根据权利要求5所述的一种智慧环卫增效算法模型管理平台，其特征在于：所述版本管理，用于模型版本信息如版本号、版本描述、实现目标、开发语言、入参、出参、API地址的管理，以及版本的升级和回退。

8.根据权利要求1所述的一种智慧环卫增效算法模型管理平台，其特征在于：所述模型文件和镜像包的管理，用于模型文件的修改或重新上传，镜像包的重新生成或下载。

9.根据权利要求1所述的一种智慧环卫增效算法模型管理平台，还包括以下流程，其特征在于：

S1，物联数据采集指的是车载终端、传感器、PLC、摄像头和RFID等设备上传数据到平台，经数据预处理后用于模型训练，这里的数据预处理，包括对算法模型的特征信息(字段标识、名称和类型)的预处理和训练数据/测试数据的预处理，通过清洗、扩充和标注后使用，这里的模型训练，可以在平台上选择算法、配置预处理过的训练数据/测试数据、配置/优化参数和启动训练，训练完毕后可根据模型评估结果，选择结束或重新训练，模型训练完毕后，支持可视化查看模型评估报告，还可以通过模型校验功能在线上传数据来测试模型效果，智慧环卫增效算法模型训练，提供界面操作选择算法、配置训练数据及其他相关参数完成训练任务启动，模型训练完毕后支持可视化查看模型评估报告，并通过模型校验功能在线上传数据测试模型效果；

S2，结果评估模块，用于模型使用后的增效结果评估，也可以对同一业务场景下的不同模型使用后的增效结果进行比对分析，并以可视化图表的形式展示，模型使用后的增效结果评估，这里以餐厨垃圾处理的厌氧单元增效算法模型V1.0的应用为例来做说明，模型使用后每天平均降低电耗成本104.28元，沼气产出量增加带来的增效收益704.47元，每日平均综合增效即为808.75元，同一业务场景下的不同模型使用后的增效结果进行比对分析，这里以餐厨垃圾处理的厌氧单元增效算法模型的V1.0版本(假设为模型开发方A开发的算法模型)和厌氧单元增效算法模型的V2.0版本(可能是模型开发方A或B或A、B联合开发的算法模型)的应用为例来做说明，这里可以直观地看到两个版本的增效结果，和各个时间段的增效结果对比分析效果；

S3，API管理模块，与模型应用模块连接，用于API维护和API调用管理，包括API规范管理、API状态监控、调用日志管理以及计量计费，方便管理和运维，智慧环卫增效算法模型管理平台的技术架构设计图，在基础设施层，主要采用了关系型数据库与非关系型数据库加大数据文件、数仓和数据库存储结合的方案，公共技术层主要是消息中间件、搜索服务、邮件与短信服务与分布式组件，平台服务层采用阿里系的Spring Cloud微服务架构设计，网关层采用Spring Cloud gateway组件集成Spring Security认证授权的设计，展示层主要提供运维可视化与客户端的可视化操作功能，信息安全保障体系在各层采用不同的安全机制保障系统、数据、服务和网络安全，信息化标准体系对技术规范、数据格式、数据库标准和API规范做统一规范管理，保证数据质量和模型训练效果，另外，智慧环卫增效算法模型管理平台的部署操作，在开发测试阶段采用jenkins+git自动化部署的方式进行定版发布，用于测试环境，而正式上线和运维时采用k8s部署和管理容器化平台应用和服务集群。