[发明专利]基于深度学习算法的营销稽查信息处理方法及装置

权利要求书

1.基于深度学习算法的营销稽查信息处理方法，其特征在于，包括：

根据被稽查用户的企业数据得到第一设备集合，在所述第一设备集合中选择至少一个满足预设要求的被监测主设备，根据企业数据中的设备属性或设备位置确定被监测主设备和被监测从设备；

在所述被监测主设备处设置用电监测模块，用电监测模块在被监测主设备上电时则进行记录，生成第一预设时间段内所述被监测主设备的第一工作时间；

获取每个被监测主设备所对应的所有被监测从设备，生成每个被监测主设备所对应的第二设备集合，统计被监测主设备和相应被监测从设备的额定功率；

预先训练的深度学习模型根据每个被监测主设备的第一工作时间、所对应的第二设备集合得到第一设备集合内所有设备的第一计算电能值，根据所述第一设备集合内被监测设备的数量、被监测设备的平均功率对第一计算电能值进行二次修正计算得到第二计算电能值；

获取被稽查用户在第一预设时间段内的表显电能值，若所述第二计算电能值与表显电能值不相对应，则输出第一稽查信息；

所述根据被稽查用户的企业数据得到第一设备集合，在所述第一设备集合中选择至少一个满足预设要求的被监测主设备，根据企业数据中的设备属性或设备位置确定被监测主设备和被监测从设备，包括：

确定被稽查用户的企业数据中的企业生产线，若企业生产线中具有第一PLC控制单元的生产设备，则将具有第一PLC控制单元的生产设备作为满足预设要求的被监测主设备，所述设备属性包括具有第一PLC控制单元和不具有第一PLC控制单元；

若判断企业生产线中不存在具有第一PLC控制单元的生产设备，将每一个企业生产线中的第一个设备位置处的生产设备作为被监测主设备；

将企业生产线中被监测主设备主体以外的其他生产设备作为被监测从设备。

2.根据权利要求1所述的基于深度学习算法的营销稽查信息处理方法，其特征在于，

所述在所述被监测主设备处设置用电监测模块，用电监测模块在被监测主设备上电时则进行记录，生成第一预设时间段内所述被监测主设备的第一工作时间，包括：

若被监测主设备为具有第一PLC控制单元的生产设备，则基于扩展模块添加第一预设扩展代码，对第一PLC控制单元进行功能扩展得到虚拟的第一用电监测模块以及对应的第一预设时间段；

基于虚拟的第一用电监测模块对第一PLC控制单元的第一接口通路进行监测；

若判断在第一预设时间段内第一接口通路传输相对应的第一目标信号，则对输出第一目标信号的时刻进行记录得到第一工作时间；

在第一预设时间段后，对所述第一工作时间进行校验并添加校验标签。

3.根据权利要求2所述的基于深度学习算法的营销稽查信息处理方法，其特征在于，

所述在第一预设时间段后，对所述第一工作时间进行校验并添加校验标签，包括：

若判断第一设备集合中存在具有第二PLC控制单元的生产设备，则基于扩展模块添加第二预设扩展代码，对第二PLC控制单元进行功能扩展得到虚拟的第二用电监测模块以及对应的第一预设时间段；

基于所述第二用电监测模块对第二PLC控制单元的第二接口通路进行监测；

若判断在第一预设时间段内第二接口通路传输相对应的第二目标信号，则对输出第二目标信号的时刻进行记录得到第二工作时间，将所述第二工作时间发送至第一PLC控制单元；

第一PLC控制单元若判断所述第一工作时间和第二工作时间相对应，则对所述第一工作时间添加第一校验标签。

4.根据权利要求3所述的基于深度学习算法的营销稽查信息处理方法，其特征在于，还包括：

第一PLC控制单元若判断所述第一工作时间和第二工作时间不对应，则获取所述第一工作时间和第二工作时间的差值得到异步工作时间；

对所述第一工作时间、异步工作时间添加第二校验标签。