搜索[权限与责任]结果-低调大师优秀个人博客

Jetpack Compose 深度实战：声明式 UI 的状态驱动与性能调优

与传统命令式编程中需要手动查找 View 并更新属性不同，Compose 的核心理念是 **“状态驱动 UI”** ：界面是状态的函数，当状态变化时，Compose 自动重新执行（重组）相关的可组合函数以反映最新状态

2026-08-20

把投标文件审查做成证据链：OCR、规则与大模型协同实践

生产环境还应为上传目录设置访问权限，并限制单文件大小、页数和处理超时时间。 ## 先建立可定位文本抽取逻辑应尽量保留页码。

2026-08-20

超自动化运维的成熟度模型与评估方法

**资源管理能力域**：评估能效管理、容量管理、资产与配置管理等方面。资产配置是否自动发现、自动更新？容量规划是否有预测？ **人员与组织管理能力域**：评估供应商管理、交接班管理、培训与考核等方面。

2026-08-20

IP 承载网设备时频同步联调测试方法与组网拓扑

不同设备厂商依据运营商技术要求，开发对应系列硬件与时频同步相关功能，支撑 IP 承载网规模落地。在 IP 承载网体系中，高精度时频同步是保障无线基站正常工作的重要基础。

2026-08-20

TriviumDB 与主流向量检索方案性能对比

一句话定位：TriviumDB 的向量检索在高维 LLM embedding（768/1024/1536 维）上是第一梯队，同召回下吞吐约为 HNSW 类的 1.4–5.0×；低维（128/384 维）与

2026-08-19

在GeoTools中的Shapefile属性表读取效率之Shp与Dbf对比

(); Long time = endTime - startTime; System.out.println("程序运行耗时："+ time + "毫秒"); return time; } ``` 与直接从

2026-08-19

技术实战：唯品会商品详情API接入指南与JSON返回参考

它无需搭建复杂的反爬体系，就能稳定获取全维度的唯品会品牌商品信息，大幅降低品牌折扣选品、库存监控类业务的开发门槛，是打通唯品会品牌货源数据与自有电商系统的必备工具。

2026-08-19

面向公共机构托管场景，MyEMS 多协议采集与能耗基线计算实现

## **从一个真实场景说起** 某区机关事务中心要做一个能源费用托管项目，把辖区内 30 多家公共单位的电、水、气统一管起来。节能服务公司进场一摸底，发现现状是这样的： - 政务大楼用的是安科瑞电表，走 Modbus TCP； - 区医院的冷水机组只开了 BACnet 接口； - 几所学校的智能水表用的是 MQTT 上报； - 还有一栋老办公楼，电表只支持 Modbus RTU，连网关都得自己加。更要命的是，托管费用的计算依赖一条"能耗基线"——也就是托管前这栋楼到底用了多少能。可现实是，很多单位的分项计量根本没装到位，空调、照明、动力混在一块表上，基线画不准，后面的节能收益分成就没法谈。这几乎是每一个公共机构托管项目都会撞上的两堵墙：**设备协议七国八制，能耗基线无从画起**。 MyEMS 这套开源能源管理系统（Gitee 2.6k Stars，gitee.com/myems/myems）在架构上恰好把这两件事拆成了独立但衔接的管线。本文不讲底层源码逐行解读，而是从托管项目的实际需求出发，聊聊多协议采集怎么落地、能耗基线怎么算出来。 ## **一、多协议采集：不是"支持多少种"，而是"怎么接"** MyEMS 的采集层不是一个"大而全"的单体服务，而是按协议拆成了独立的采集微服务，比如 `myems-modbus-tcp`、`myems-bacnet` 等。这种拆法的好处很直接——你要接什么协议，就启动对应的采集服务，不需要的模块完全不加载，资源开销和故障面都更小。整体数据流是这样的： ```javascript [物理设备/仪表] │ ▼ [采集服务 myems-modbus-tcp / myems-bacnet / ...] ← 协议适配 │ ▼ [myems-cleaning] ← 剔除异常值、处理断连脏数据 │ ▼ [myems-normalization] ← 单位统一、虚拟点计算 │ ▼ [myems-aggregation] ← 按时间/空间维度聚合 │ ▼ [MySQL / 时序数据库] → [myems-api] → [myems-web] ``` 这条管线的关键设计在于：**采集服务只管"把数读上来"，不碰业务逻辑**。清洗、规范化、聚合各自是独立服务，互不干扰。这意味着即便某一种协议的采集服务出问题，其他协议的数据流不受影响。 ### **1.1 Modbus TCP 接入：三步填空** Modbus TCP 是工业现场最常见的协议，公共机构的电表大概率走这个。接入只需要搞清楚三件事： - 同一网络下区分设备的地址，范围 1-247，出厂默认通常是 1 或 2； - 告诉设备读哪个存储区，电表采集 99% 的场景用功能码 03（保持寄存器）或 04（输入寄存器）； - 从第几个寄存器开始、连续读几个。一个寄存器 16 位，如果是 32 位浮点数（比如电压 220.5V）就要读 2 个连续寄存器。在 MyEMS 管理后台配置数据源时，把这三个值跟仪表手册的寄存器地址表对上，采集服务就能自动轮询并把原始值上报到清洗管线。数据从设备到 Web 界面的延迟在秒级以内。 ### **1.2 多协议并存的实际处理** 前面那个托管项目，30 多家单位混着 Modbus TCP、BACnet、MQTT、Modbus RTU 四种协议。用 MyEMS 的做法是： - 每种协议起独立的采集服务实例，互不干扰； - Modbus RTU 的老电表先接串口服务器转 TCP，再走 `myems-modbus-tcp` 统一处理； - MQTT 上报的水表直接走消息队列，采集服务订阅对应 topic 即可； - 所有协议采集上来的数据，都汇入同一条清洗→规范化→聚合的管线。对开发者来说，这意味着你不需要为每种协议写一套数据处理逻辑。协议适配在采集层就结束了，后面的管线是统一的。新增一种设备支持的边际成本趋近于零——配好寄存器映射或 topic 订阅就行。 ## **二、数据质量：基线算得准不准，前提是数据干净** 能耗基线的可信度，完全取决于原始数据的质量。公共机构的现场条件往往不理想：仪表偶尔掉线、通信干扰导致读数跳变、某些时段数据缺失……如果拿这些"带噪声的寄存器片段"直接算基线，结果不可信，托管双方都会质疑。 MyEMS 在采集和聚合之间插了两个专门的数据质量服务： **清洗服务（myems-cleaning）** 做的是"第一道筛"： - 剔除明显不合理的值（比如电压突然跳到 9999V）； - 处理设备断连造成的空数据段； - 做基本的范围判断和跳变检测。 **规范化服务（myems-normalization）** 做的是"统一度量衡"： - 把不同来源的数值统一到系统内部的物理量含义和单位体系； - 支持虚拟点计算（比如用两个电表的差值算某条支路的能耗）； - 让上层聚合服务不再关心"数据到底是从 Modbus 寄存器还是 OPC UA 变量读上来的"。这两步看似不起眼，但对托管项目来说至关重要。基线计算需要的是"连续、完整、可信"的数据序列，而不是原始的设备报文。清洗和规范化就是在补这个缺口。 ## **三、能耗基线计算：从数据到一条可追溯的线** 能耗基线，简单说就是"托管前这栋楼在正常运营条件下的能耗水平"。这条线画出来后，托管期间的实际能耗跟它做差值，差值就是"节能量"，直接关系到节能收益怎么分。 MyEMS 中基线相关的计算逻辑主要在 `myems-aggregation` 服务里，核心思路是"按计量表维度，从能源数据库中提取历史能耗数据，结合电价/单价信息进行汇总"。关键在于：**基线不是一次性算出来的快照，而是持续滚动更新的**。每 5 分钟跑一轮，自动追上最新数据。这意味着托管项目启动后，系统会持续维护一条随时间延伸的能耗数据序列，随时可以拉出任一时间段做基线核算。 ### **3.1 基线建模：不止"平均值"** 如果只是把历史能耗数据做个平均，那基线太粗糙了——夏天空调负荷高、冬天供暖能耗大，用单一平均值做基线，季节波动会让"节能量"失真。 MyEMS 的基线建模能力不止于此。结合 ISO 50015 能源验证标准的要求，系统支持： - **相关变量建模**：把产量、室外温湿度、入住率等变量纳入回归分析，建立"能耗 vs 相关变量"的关联模型，而不是只看能耗绝对值； - **多元线性回归**：用 Python 科学计算库实现，模型拟合优度 R² 可以作为基线可信度的量化指标； - **动态调整机制**：当静态因素发生变化（比如建筑改造、设备更换），可以触发非例行基线调整，避免基线失真； - **仪表漂移检测**：采用 CUSUM 算法监测仪表读数偏差，误差超阈值时触发校准提醒，从源头保证基线数据可信。对托管项目来说，这套机制的价值在于：基线不是"拍脑袋定的一个数"，而是有数据支撑、有模型验证、可追溯的。托管双方对基线有争议时，模型参数、回归结果、置信区间都能拿出来看。 ### **3.3 托管场景下的实际用法** 在前面那个区级托管项目中，基线计算的实际操作路径是这样的： 1. **托管前 12 个月**的历史能耗数据通过多协议采集全部入库，经清洗和规范化后形成完整数据序列； 1. 按月度、按能源类别（电、水、气）做聚合汇总，得到各单位的月度能耗基线值； 1. 对受气温影响大的单位（如带中央空调的医院），做回归修正，剔除气候波动的影响； 1. 最终形成"标准化基线"——在基准气候条件下的预期能耗，作为托管费用计算和节能收益分成的依据。这个过程中，MyEMS 做的是数据底座：采集保证数据全、清洗保证数据准、聚合保证数据可用。基线建模本身可以基于系统内置的回归能力，也可以导出数据用团队熟悉的工具做进一步分析——因为代码和接口都是开放的，没有数据导出的限制。 ## **四、几个开发者关心的实操问题** **Q：采集频率设多少合适？** 公共机构场景不需要工业级的高频采集。电表 1 分钟一次、水表 5 分钟一次足够做基线和日度分析。MyEMS 采集周期可配置，最小间隔 1 分钟。频率太高会增加数据库写入压力，对基线计算精度提升有限。 **Q：现场仪表不全怎么办？** 这是托管项目的常见现状。MyEMS 支持虚拟点计算——用总表减去已知分表的读数，推算未计量支路的能耗。虽然不如直接计量精确，但能先画出一条粗基线，后续补装计量表后再逐步修正。 **Q：基线数据要存多久？** 托管合同周期通常 5-10 年，基线数据和托管期间的运行数据都需要长期留存。MyEMS 采用 MySQL + 时序数据库的混合存储，关系型库存配置和汇总数据，时序数据库存高频原始数据，支持数据生命周期管理策略，冷数据可降采样归档。 **Q：能不能只取一部分模块用？** 可以。MyEMS 的微服务架构允许你从任何一层"抽积木"。比如你已经有一套采集系统，只想用它的清洗+聚合+基线计算能力，完全可以跳过采集层，通过 API 或直接写库的方式把数据灌进去。反过来，如果你只想要采集能力，数据分析和报表用自己的方案，也行。 ## **写在最后** 公共机构能源费用托管项目的数字化落地，核心矛盾不是"有没有系统可用"，而是"数据能不能采全、基线能不能算准"。这两件事做不好，后面的节能优化、费用结算、碳核算都是空中楼阁。 MyEMS 把多协议采集和能耗基线计算拆成了清晰的微服务管线，协议适配在采集层结束，数据质量在清洗层保证，基线在聚合层算出来。每一层职责单一、可独立替换。对开发者来说，理解了这条数据流，不管是做托管项目落地还是做二次开发，心里都有底。

2026-08-19