本公开的实施例公开了基于指标的电力业务供应链监控方法、装置、设备和介质。该方法的一具体实施方式包括：确定目标项目对应的电力任务节点关联图；对于电力任务节点关联图中每个电力任务节点，执行以下信息发送步骤：根据电力任务节点的电力任务数据标识和电力任务监控指标，监控当前时间下电力任务节点对应的电力任务执行状态；响应于确定电力任务执行状态表征电力任务执行异常，对电力任务执行状态异常审核；响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，将针对电力任务节点的基于指标的电力业务供应链监控至对应的至少一个电力任务关联终端。该实施方式可(56)对比文件CN 110737758 A,2020.01.31CN 114398239 A,2022.04.26CN 114398354 A,2022.04.26冷喜武，陈国平，蒋宇，张家琪，肖飞.智能电网监控运行大数据应用模型构建方法《.电力系统自动化》.2018,第42卷(第20期),115-121.
确定目标项目对应的电力任务节点关联图，其中，所述电力任务节点关联图包括：基本业务对应的电力任务节点，复合业务对应的电力任务节点，所述电力任务节点关联图中的每个电力任务节点包括：电力任务数据标识和电力任务监控指标，每个电力任务节点存在对应的电力任务执行进程，电力任务执行进程包括：监控线程、审核线程和发送线程；
对于所述电力任务节点关联图中每个电力任务节点，执行以下信息发送步骤：
根据所述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，监控当前时间下所述电力任务节点对应的电力任务执行状态；
获取与所述电力任务数据标识相对应的电力任务电子文件，其中，所述电力任务电子文件为所述电力任务节点对应电力任务的合规证明文件；
响应于确定电力任务电子文件为图像文件，对所述电力任务电子文件进行图像去水印，得到去水印后图像；
依据预设图像比例，对所述去水印后图像的图像进行微调，得到调整后图像；
将所述调整后图像输入至预先训练的锚框标记模型，以生成带有至少一个锚框标记的图像，作为锚框图像；
依据所述至少一个锚框，对所述锚框图像进行图像切割，得到子图像集；
确定所述子图像集中的每个子图像的文字信息，得到文字信息集；
对所述文字信息集进行去重处理，得到去重后文字信息集；
确定针对所述电力任务节点对应电力任务的电力任务异常关键词，得到至少一个电力任务异常关键词；
对于所述去重后文字信息集中的每个文字信息，执行以下信息生成步骤：
将所述文字信息与所述至少一个电力任务异常关键词中的每个电力任务异常关键词进行拼接，以生成拼接语句，得到至少一个拼接语句，其中，拼接语句包括的文字信息与电力任务异常关键词之间存在添加字符；
将所述至少一个拼接语句中的每个拼接语句输入至第一编码模型，以生成语句编码结果，得到至少一个语句编码结果；
将所述至少一个语句编码结果输入至相似度确定模型，输出至少一个第一相似度，其中，所述相似度确定模型为基于所述添加字符来确定文字信息与异常关键词之间相似度的模型；
将所述文字信息输入至第二编码模型，以生成文字编码结果；
将所述至少一个电力任务异常关键词输入至所述第二编码模型，以生成至少一个关键词编码结果；
确定所述文字编码结果与至少一个关键词编码结果之间的相似度，作为第二相似度，得到至少一个第二相似度；
根据所述至少一个第一相似度和所述至少一个第二相似度，确定所述文字信息是否为电力任务异常关联信息；
响应于确定所述去重后文字信息集中存在预定数目个文字信息为电力任务异常关联信息，确定所述电力任务执行状态为异常状态；
响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，利用对应的发送线程，将针对所述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，以实现针对所述电力任务节点的监控；
响应于确定电力任务节点对应电力任务在当前时期的效能信息还未确定，根据所述电力任务数据标识，确定所述电力任务节点对应电力任务的历史数据集序列；
将历史数据集序列中的每个历史数据集进行标准化处理，得到标准数据集序列；
将所述标准数据集序列输入至历史效能信息生成模型，得到针对历史实际效能信息序列的历史预测效能信息序列，其中，历史实际效能信息序列中的历史实际效能信息与历史预测效能信息序列的历史预测效能信息存在对应关系，历史效能信息生成模型可以是针对历史时期生成预测效能信息的模型；
将所述历史预测效能信息序列和所述历史实际效能信息序列输入至效能差异信息生成模型，得到效能差异信息，效能差异信息生成模型是生成效能差异信息的模型，效能差异信息是预测效能信息与实际效能信息差异大小；
将标准数据集序列输入至当前时期效能信息预测模型，以生成当前预测效能信息；
将所述当前预测效能信息和效能差异信息输入至预测效能信息微调模型，以生成微调后当前预测效能信息，作为当前时期的预测效能信息；
响应于确定预测效能信息不满足预设效能指标，生成各个电力任务特征数据中变化信息；
将针对各个电力任务特征数据中变化信息和所述电力任务节点对应电力任务的效能不满意预设效能指标的信息发给对应电力任务关联终端。
2.根据权利要求1所述的方法，其中，所述将针对所述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，包括：确定所述电力任务节点对应的异常类型和至少一个电力任务关联终端信息；
根据所述异常类型，生成异常警告信息和异常警告信息发送方式；
以所述异常警告信息发送方式，将所述异常警告信息发送至所述至少一个电力任务关联终端信息对应的至少一个电力任务关联终端。
3.根据权利要求1所述的方法，其中，所述根据所述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，监控当前时间下所述电力任务节点对应的电力任务执行状态，包括：根据所述电力任务数据标识，获取与所述电力任务节点对应电力任务相关联的电力任务录入数据集；
从所述电力任务录入数据集中获取与所述电力任务监控指标相关联的电力任务录入数据，得到子电力任务录入数据集；
根据所述子电力任务录入数据集和所述电力任务监控指标，监控当前时间下所述电力任务节点的电力任务执行状态。
4.根据权利要求1所述的方法，其中，所述根据所述至少一个第一相似度和所述至少一个第二相似度，确定所述文字信息是否为电力任务异常关联信息，包括：从所述至少一个电力任务异常关键词确定出对应第二相似度的数值大小位于前预定数目个的电力任务异常关键词，得到电力任务异常关键词序列；
对所述电力任务异常关键词序列对应的第一相似度序列进行加权求和处理，得到加权求和数值；
响应于确定加权求和数值大于第一预定数值，确定所述电力任务执行状态为异常状态。
5.根据权利要求1所述的方法，其中，所述根据所述去重后文字信息集，利用对应的审核线程，对所述电力任务执行状态进行异常审核，包括：响应于确定电力任务电子文件为文本文件，确定所述电力任务电子文件的格式是否为预定文本格式；
响应于确定是，对所述电力任务电子文件进行正则项处理，得到正则项结果；
确定所述多个语句与所述电力任务节点对应电力任务的电力任务内容类型之间的关联度；
从所述多个语句中筛选出与电力任务内容类型为电力任务指标类型之间关联度大于第二预定数值的语句，得到语句集；
根据所述语句集和所述正则项结果，确定所述电力任务执行状态是否为异常状态。
确定单元，被配置成确定目标项目对应的电力任务节点关联图，其中，所述电力任务节点关联图包括：基本业务对应的电力任务节点，复合业务对应的电力任务节点，所述电力任务节点关联图中的每个电力任务节点包括：电力任务数据标识和电力任务监控指标，每个电力任务节点存在对应的电力任务执行进程，电力任务执行进程包括：监控线程、审核线程和发送线程；
执行单元，被配置成对于所述电力任务节点关联图中每个电力任务节点，执行以下信息发送步骤：根据所述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，监控当前时间下所述电力任务节点对应的电力任务执行状态；获取与所述电力任务数据标识相对应的电力任务电子文件，其中，所述电力任务电子文件为所述电力任务节点对应电力任务的合规证明文件；响应于确定电力任务电子文件为图像文件，对所述电力任务电子文件进行图像去水印，得到去水印后图像；依据预设图像比例，对所述去水印后图像的图像进行微调，得到调整后图像；将所述调整后图像输入至预先训练的锚框标记模型，以生成带有至少一个锚框标记的图像，作为锚框图像；依据所述至少一个锚框，对所述锚框图像进行图像切割，得到子图像集；确定所述子图像集中的每个子图像的文字信息，得到文字信息集；对所述文字信息集进行去重处理，得到去重后文字信息集；确定针对所述电力任务节点对应电力任务的电力任务异常关键词，得到至少一个电力任务异常关键词；
对于所述去重后文字信息集中的每个文字信息，执行以下信息生成步骤：将所述文字信息与所述至少一个电力任务异常关键词中的每个电力任务异常关键词进行拼接，以生成拼接语句，得到至少一个拼接语句，其中，拼接语句包括的文字信息与电力任务异常关键词之间存在添加字符；将所述至少一个拼接语句中的每个拼接语句输入至第一编码模型，以生成语句编码结果，得到至少一个语句编码结果；将所述至少一个语句编码结果输入至相似度确定模型，输出至少一个第一相似度，其中，所述相似度确定模型为基于所述添加字符来确定文字信息与异常关键词之间相似度的模型；将所述文字信息输入至第二编码模型，以生成文字编码结果；将所述至少一个电力任务异常关键词输入至所述第二编码模型，以生成至少一个关键词编码结果；确定所述文字编码结果与至少一个关键词编码结果之间的相似度，作为第二相似度，得到至少一个第二相似度；根据所述至少一个第一相似度和所述至少一个第二相似度，确定所述文字信息是否为电力任务异常关联信息；响应于确定所述去重后文字信息集中存在预定数目个文字信息为电力任务异常关联信息，确定所述电力任务执行状态为异常状态；响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，利用对应的发送线程，将针对所述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，以实现针对所述电力任务节点的监控；响应于确定电力任务节点对应电力任务在当前时期的效能信息还未确定，根据所述电力任务数据标识，确定所述电力任务节点对应电力任务的历史数据集序列；将历史数据集序列中的每个历史数据集进行标准化处理，得到标准数据集序列；将所述标准数据集序列输入至历史效能信息生成模型，得到针对历史实际效能信息序列的历史预测效能信息序列，其中，历史实际效能信息序列中的历史实际效能信息与历史预测效能信息序列的历史预测效能信息存在对应关系，历史效能信息生成模型可以是针对历史时期生成预测效能信息的模型；将所述历史预测效能信息序列和所述历史实际效能信息序列输入至效能差异信息生成模型，得到效能差异信息，效能差异信息生成模型是生成效能差异信息的模型，效能差异信息是预测效能信息与实际效能信息差异大小；将标准数据集序列输入至当前时期效能信息预测模型，以生成当前预测效能信息；将所述当前预测效能信息和效能差异信息输入至预测效能信息微调模型，以生成微调后当前预测效能信息，作为当前时期的预测效能信息；响应于确定预测效能信息不满足预设效能指标，生成各个电力任务特征数据中变化信息；将针对各个电力任务特征数据中变化信息和所述电力任务节点对应电力任务的效能不满意预设效能指标的信息发给对应电力任务关联终端。
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1‑5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1‑5中任一所述的方法。
基于指标的电力业务供应链监控方法、装置、设备和介质
技术领域
[0001] 本公开的实施例涉及计算机技术领域，具体涉及基于指标的电力业务供应链监控方法、装置、设备和计算机可读介质。
背景技术
[0002] 目前，各个电力项目在项目进展过程中，往往存在较多的、待监控是否正常运行的电力任务。对于各个电力任务的电力任务执行状态的监控，通常采用的方式为：通过人为监控的方式来实时监控各个电力任务的电力任务运行状态。
[0003] 然而，发明人发现，当采用上述方式来监控各个电力任务的电力任务执行状态，经常会存在如下技术问题：
[0004] 第一，电力任务运行状态监控效率低，监控存在较大的风险，且监控往往不够全面。
[0005] 第二，不能针对电力任务的效能进行有效、且精准的监控预警，导致电力任务存在较大风险。
[0006] 该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
[0007] 本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0008] 本公开的一些实施例提出了基于指标的电力业务供应链监控方法、装置、设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
[0009] 第一方面，本公开的一些实施例提供了一种基于指标的电力业务供应链监控方法，包括：确定目标项目对应的电力任务节点关联图，其中，上述电力任务节点关联图包括：基本业务对应的电力任务节点，复合业务对应的电力任务节点，上述电力任务节点关联图中的每个电力任务节点包括：电力任务数据标识和电力任务监控指标，每个电力任务节点存在对应的电力任务执行进程，电力任务执行进程包括：监控线程、审核线程和发送线程；
对于上述电力任务节点关联图中每个电力任务节点，执行以下信息发送步骤：根据上述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，监控当前时间下上述电力任务节点对应的电力任务执行状态；响应于确定上述电力任务执行状态表征电力任务执行异常，利用对应的审核线程，对上述电力任务执行状态进行异常审核；响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，利用对应的发送线程，将针对上述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，以实现针对上述电力任务节点的监控。
[0010] 第二方面，本公开的一些实施例提供了一种基于指标的电力业务供应链监控装置，包括：确定单元，被配置成确定目标项目对应的电力任务节点关联图，其中，上述电力任务节点关联图包括：基本业务对应的电力任务节点，复合业务对应的电力任务节点，上述电力任务节点关联图中的每个电力任务节点包括：电力任务数据标识和电力任务监控指标，每个电力任务节点存在对应的电力任务执行进程，电力任务执行进程包括：监控线程、审核线程和发送线程；执行单元，被配置成对于上述电力任务节点关联图中每个电力任务节点，执行以下信息发送步骤：根据上述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，监控当前时间下上述电力任务节点对应的电力任务执行状态；响应于确定上述电力任务执行状态表征电力任务执行异常，利用对应的审核线程，对上述电力任务执行状态进行异常审核；响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，利用对应的发送线程，将针对上述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，以实现针对上述电力任务节点的监控。
[0011] 第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
[0012] 第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
[0013] 本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的基于指标的电力业务供应链监控方法可以精准、高效地监控目标项目对应各个电力任务的异常情况。具体来说，造成不能精准、高效地监控各个电力任务的异常情况的原因在于：电力任务运行状态监控效率低，监控存在较大的风险，且监控往往不够全面。基于此，本公开的一些实施例的基于指标的电力业务供应链监控方法，首先，确定目标项目对应的电力任务节点关联图，其中，上述电力任务节点关联图包括：基本业务对应的电力任务节点，复合业务对应的电力任务节点，上述电力任务节点关联图中的每个电力任务节点包括：电力任务数据标识和电力任务监控指标，每个电力任务节点存在对应的电力任务执行进程，电力任务执行进程包括：监控线程、审核线程和发送线程。在这里，通过电力任务节点关联图和多电力任务执行进程，可以后续高效、精准地执行针对电力任务节点对应电力任务的状态监控。然后，对于上述电力任务节点关联图中每个电力任务节点，执行以下信息发送步骤：第一步，根据上述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，可以精准、高效地监控当前时间下上述电力任务节点对应的电力任务执行状态。第二步，利用对应的审核线程，对上述电力任务执行状态进行异常审核，以保障电力任务执行状态是否监控出错。第三步，响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，利用对应的发送线程，将针对上述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，以实现针对上述电力任务节点的监控，以及时提醒对应的至少一个电力任务关联终端解决电力任务状态异常的问题。
附图说明
[0014] 结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
[0015] 图1是根据本公开的基于指标的电力业务供应链监控方法的一些实施例的流程图；
[0016] 图2是根据本公开的基于指标的电力业务供应链监控装置的一些实施例的结构示意图；
[0017] 图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
[0018] 下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0019] 另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0020] 需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0021] 需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0022] 本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0023] 下面将参考附图并结合实施例来详细说明本公开。
[0024] 参考图1，示出了根据本公开的基于指标的电力业务供应链监控方法的一些实施例的流程100。该基于指标的电力业务供应链监控方法，包括以下步骤：
[0025] 步骤101，确定目标项目对应的电力任务节点关联图。
[0026] 在一些实施例中，上述基于指标的电力业务供应链监控方法的执行主体(例如，电子设备)可以通过有线连接方式或者无线连接方式来确定目标项目对应的电力任务节点关联图。其中，上述电力任务节点关联图包括：基本业务对应的电力任务节点，复合业务对应的电力任务节点，每个电力任务节点存在对应的电力任务执行进程，电力任务执行进程包括：监控线程、审核线程和发送线程。目标项目对应的各个项目电力任务存在对应的电力任务节点。上述目标项目可以是当前正在监控电力任务状态的、与电力领域相关的项目。例如，目标项目可以是电力供应链项目。电力任务节点关联图可以表征目标项目对应各个电力任务之间的业务关系。实践中，电力任务节点可以包括：由电力任务数据标识和电力任务监控指标组成的多元组。电力任务数据标识可以是电力任务节点对应电力任务的数据集的唯一标识。电力任务监控指标可以是监控电力任务节点对应电力任务是否执行正常的标准的指标。例如，针对电力任务节点对应电力任务为评标专家管理电力任务，电力任务监控指标可以表征对同一评标专家一年内出席次数进行分析，出席同一实施主体的项目是否超过5次。基础业务可以是对目标项目对应项目内容进行框架划分后所构建的各个业务。目标项目对应的基础业务的数目可以是至少一个。复合业务可以是在至少两个基础业务的基础上，进一步所开展的业务。在这里，针对目标项目的基础业务为一个时，电力任务节点关联图中不存在复合业务。例如，针对目标项目为电力供应链项目，基础业务可以是但不限于以下至少一项：计划管理业务，采购管理业务，合同管理业务，专家管理业务，质量监督业务，配送仓储业务，废旧处置业务，供应商关系管理业务，标准化与信息化业务，监督检查业务。
复合业务可以是但不限于以下至少一项：在计划管理业务和合同管理业务基础上开展的计划合同关联业务，在计划管理业务和专家管理业务基础上开展的专家计划关联业务，在采购管理业务和合同管理业务基础上开展的采购合同关联业务。基础业务对应的电力任务节点可以是与基础业务相关联的电力任务。例如，针对基础业务为计划管理业务，计划管理业务相关联的电力任务可以包括但不限于以下至少一项：采购指标分析电力任务，采购方式管理电力任务。针对基础业务为采购管理业务，采购管理业务相关联的电力任务可以包括但不限于以下至少一项：定标环节管理电力任务，公告环节管理电力任务，澄清环节管理电力任务。针对基础业务为合同管理业务，合同管理业务相关联的电力任务可以包括但不限于以下至少一项：合同履行管理电力任务，合同签订管理电力任务，合同变更与解除管理电力任务，合同结算管理电力任务。针对基础业务为专家管理业务，专家管理业务相关联的电力任务可以包括但不限于以下至少一项：评标专家管理电力任务。针对基础业务为标准化与信息化业务，标准化与信息化业务相关联的电力任务可以包括但不限于以下至少一项：
优选物料应用电力任务，标准物料应用电力任务，固化ID应用电力任务。复合业务对应的电力任务节点可以是与复合业务相关联的电力任务。例如，针对复合业务为在采购管理业务和合同管理业务基础上开展的采购合同关联业务，采购合同关联业务相关联的电力任务可以是将物资采购的中标结果与合同签订的结果进行比对的电力任务。针对复合业务为在计划管理业务和专家管理业务基础上开展的专家计划关联业务，专家计划关联业务相关联的电力任务可以是将公开招标等采购项目下的法定评委会出席人数要求与实际出席人数进行比对的电力任务。
[0027] 步骤102，对于上述电力任务节点关联图中每个电力任务节点，执行以下信息发送步骤：
[0028] 步骤1021，根据上述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，监控当前时间下上述电力任务节点对应的电力任务执行状态。
[0029] 在一些实施例中，上述执行主体可以根据上述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，监控当前时间下上述电力任务节点对应的电力任务执行状态。其中，电力任务执行状态可以是电力任务异常状态和电力任务正常状态。其中，电力任务异常状态可以是表征电力任务节点对应电力任务为异常的状态。电力任务正常状态可以是表征电力任务节点对应电力任务为正常的状态。
[0030] 作为示例，首先，上述执行主体可以根据上述电力任务数据标识，从数据库中获取与上述电力任务节点对应电力任务相关联的当前时间下的电力任务录入数据集。然后，将上述电力任务录入数据集和上述电力任务监控指标输入至状态检测信息生成模型，得到当前时间下上述电力任务节点对应的电力任务执行状态。其中，上述状态检测信息生成模型可以是生成电力任务节点对应电力任务的电力任务状态的模型。例如，状态检测信息生成模型可以是卷积神经网络(Convolutional Neural Networks，CNN)。
[0031] 在一些实施例的一些可选的实现方式中，上述根据上述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，监控当前时间下上述电力任务节点对应的电力任务执行状态，可以包括以下步骤：
[0032] 第一步，根据上述电力任务数据标识，获取与上述电力任务节点对应电力任务相关联的电力任务录入数据集。
[0033] 作为示例，上述执行主体可以从数据库中的目标表中获取针对电力任务数据标识的电力任务录入数据集。其中，目标表可以表征电力任务数据标识和电力任务节点之间的关联关系。
[0034] 第二步，从上述电力任务录入数据集中获取与上述电力任务监控指标相关联的电力任务录入数据，得到子电力任务录入数据集。
[0035] 第三步，根据上述子电力任务录入数据集和上述电力任务监控指标，监控当前时间下上述电力任务节点的电力任务执行状态。
[0036] 作为示例，上述执行主体可以通过对上述子电力任务录入数据集和上述电力任务监控指标进行比对，以生成当前时间下上述电力任务节点的电力任务执行状态。
[0037] 步骤1022，响应于确定上述电力任务执行状态表征电力任务执行异常，利用对应的审核线程，对上述电力任务执行状态进行异常审核。
[0038] 在一些实施例中，响应于确定上述电力任务执行状态表征电力任务执行异常，上述执行主体可以利用对应的审核线程，通过各种方式来对上述电力任务执行状态进行异常审核。
[0039] 在一些实施例的一些可选的实现方式中，上述响应于确定上述电力任务执行状态表征电力任务执行异常，利用对应的审核线程，对上述电力任务执行状态进行异常审核，可以包括以下步骤：
[0040] 第一步，获取与上述电力任务数据标识相对应的电力任务电子文件。其中，上述电力任务电子文件为上述电力任务节点对应电力任务的合规证明文件。例如，合规证明文件可以是电力任务节点对应电力任务的合同文件，还可以是电力任务内容资料文件等等。
[0041] 第二步，响应于确定电力任务电子文件为图像文件，对上述电力任务电子文件进行图像去水印，得到去水印后图像。
[0042] 作为示例，上述执行主体可以将电力任务电子文件输入至水印去除模型，得到去水印后图像。其中，水印去除模型可以是去除图像中水印的模型。例如，水印去除模型可以是生成式与对抗式网络(GAN，Generative Adversarial Networks)模型。
[0043] 第三步，依据预设图像比例，对上述去水印图像进行微调，得到调整后图像。其中，调整后图像的图像比例为预设图像比例。
[0044] 可选地，上述执行主体可以将上述去水印图像输入至多层串行连接的残差神经网络，得到特征提取向量。然后，将上述特征提取向量和预设图像比例输入至多层串行连接的卷积神经网络，以生成调整后图像。
[0045] 第四步，将上述调整后图像输入至预先训练的锚框标记模型，以生成带有至少一个锚框标记的图像，作为锚框图像。其中，锚框标记模型可以是对图像进行锚框标记的模型。例如，锚框标记模型可以是Faster RCNN网络模型。
[0046] 第五步，依据上述至少一个锚框，对上述锚框图像进行图像切割，得到子图像集。
[0047] 第六步，确定上述子图像集中的每个子图像的文字信息，得到文字信息集。
[0048] 作为示例，上述执行主体可以将上述子图像集中的每个子图像输入至预先训练的场景文字识别模型(STR，Scene Text Recognition)，以生成文字信息，得到文字信息集。
[0049] 第七步，对上述文字信息集进行去重处理，得到去重后文字信息集。
[0050] 第八步，根据上述去重后文字信息集，利用对应的审核线程，对上述电力任务执行状态进行异常审核。
[0051] 作为示例，上述执行主体可以根据上述去重后文字信息集，利用对应的审核线程，通过各种方式来对上述电力任务执行状态进行异常审核。
[0052] 可选地，上述根据上述去重后文字信息集，利用对应的审核线程，对上述电力任务执行状态进行异常审核，可以包括以下步骤：
[0053] 第一步，确定针对上述电力任务节点对应电力任务的电力任务异常关键词，得到至少一个电力任务异常关键词。
[0054] 作为示例，上述执行主体可以通过关键词查询的方式，来确定针对上述电力任务节点对应电力任务的电力任务异常关键词，得到至少一个电力任务异常关键词。
[0055] 例如，针对上述电力任务节点对应电力任务为评标专家管理电力任务，至少一个电力任务异常关键词可以包括：评标专家比例，冻结，非高级职称，出席次数。
[0056] 第二步，对于上述去重后文字信息集中的每个文字信息，执行以下信息生成步骤：
[0057] 子步骤1，将上述文字信息与上述至少一个电力任务异常关键词中的每个电力任务异常关键词进行拼接，以生成拼接语句，得到至少一个拼接语句。其中，拼接语句包括的文字信息与电力任务异常关键词之间存在添加字符。上述添加字符可以是预先设置的字符。例如，添加字符可以是“seq”字符。
[0058] 子步骤2，将上述至少一个拼接语句中的每个拼接语句输入至第一编码模型，以生成语句编码结果，得到至少一个语句编码结果。
[0059] 其中，第一编码模型可以是对语句进行向量编码的模型。例如，第一编码模型可以是Bert编码模型。语句编码结果可以是向量形式的结果。
[0060] 子步骤3，将上述至少一个语句编码结果输入至相似度确定模型，输出至少一个第一相似度，其中，上述相似度确定模型为基于上述添加字符来确定文字信息与异常关键词之间相似度的模型。例如，相似度确定模型可以是自注意力机制模型，还可以是Bert模型。
[0061] 子步骤4，将上述文字信息输入至第二编码模型，以生成文字编码结果。
[0062] 其中，第二编码模型可以是对文本信息进行向量编码的模型。例如，第二编码模型可以是Transformer编码模型。文字编码结果可以是向量形式的结果。
[0063] 子步骤5，将上述至少一个电力任务异常关键词输入至上述第二编码模型，以生成至少一个关键词编码结果。
[0064] 在这里，第二编码模型同样可以对关键词进行编码处理。
[0065] 子步骤6，确定上述文字编码结果与至少一个关键词编码结果之间的相似度，作为第二相似度，得到至少一个第二相似度。
[0066] 作为示例，上述执行主体可以确定文字编码结果与至少一个关键词编码结果之间的余弦距离，作为第二相似度，得到至少一个第二相似度。
[0067] 子步骤7，根据上述至少一个第一相似度和上述至少一个第二相似度，确定上述文字信息是否为电力任务异常关联信息。
[0068] 其中，电力任务异常关联信息可以表征文字信息对应内容与上述电力任务节点对应电力任务为异常状态的关联关系较大。上述电力任务异常关联信息可以是标识信息。当文字信息为电力任务异常关联信息时，表征文字信息对应电力任务的电力任务状态存在较大可能为异常状态。
[0069] 作为示例，首先，上述执行主体可以将至少一个第一相似度和上述至少一个第二相似度进行加权求和处理，得到加权求和相似度。然后，响应于确定加权求和相似度大于0.7，确定文字信息为电力任务异常关联信息。
[0070] 第三步，响应于确定上述去重后文字信息集中存在预定数目个文字信息为电力任务异常关联信息，确定上述电力任务执行状态为异常状态。例如，预定数目为2。
[0071] 可选地，上述根据上述至少一个第一相似度和上述至少一个第二相似度，确定上述文字信息是否为电力任务异常关联信息，可以包括以下步骤：
[0072] 第一步，从上述至少一个电力任务异常关键词确定出对应第二相似度的数值大小位于前预定数目个的电力任务异常关键词，得到电力任务异常关键词序列。
[0073] 例如，至少一个电力任务异常关键词包括：第一电力任务异常关键词、第二电力任务异常关键词、第三电力任务异常关键词和第四电力任务异常关键词。预定数目为2。第一电力任务异常关键词对应的第二相似度为0.4。第二电力任务异常关键词对应的第二相似度为0.5。第三电力任务异常关键词对应的第二相似度为0.2。第四电力任务异常关键词对应的第二相似度为0.7。则电力任务异常关键词序列可以是{第四电力任务异常关键词，第二电力任务异常关键词}。
[0074] 第二步，对上述电力任务异常关键词序列对应的第一相似度序列进行加权求和处理，得到加权求和数值。
[0075] 第三步，响应于确定加权求和数值大于第一预定数值，确定上述电力任务执行状态为异常状态。例如，第一预定数值为0.65。
[0076] 可选地，上述根据上述去重后文字信息集，利用对应的审核线程，对上述电力任务执行状态进行异常审核，可以包括以下步骤：
[0077] 第一步，响应于确定电力任务电子文件为文本文件，确定上述电力任务电子文件的格式是否为预定文本格式。其中，预定文本格式可以是针对正则项格式预先设置的。
[0078] 可选地，响应于确定上述电力任务电子文件的格式不是为预定文本格式，对电力任务电子文件的文件格式进行调整，调整为上述电力任务电子文件的格式是否为预定文本格式，得到调整后电子文件，作为上述电力任务电子文件的格式是否为预定文本格式。
[0079] 第二步，响应于确定是，对上述电力任务电子文件进行正则项处理，得到正则项结果。
[0080] 作为示例，上述执行主体可以利用预先设置的正则项格式，对上述电力任务电子文件进行正则项处理，得到正则项结果。
[0081] 第三步，对上述文本文件进行断句处理，得到多个语句。
[0082] 作为示例，上述执行主体可以通过目标标点符号，来对上述文本文件进行断句处理，得到多个语句。例如，目标标点符号为句号。
[0083] 第四步，确定上述多个语句与上述电力任务节点对应电力任务的电力任务内容类型之间的关联度。其中，电力任务内容类型可以是针对电力任务内容的至少一个内容类型。例如，上述电力任务节点对应电力任务为投诉处理电力任务，投诉处理电力任务为统计一段时间内各单位受理(已办结或未办结)投诉超过30天的件数的电力任务。对应电力任务内容类型包括：统计时间内容类型、单位内容类型、投诉内容类型、投诉件数内容类型。
[0084] 作为示例，首先，上述执行主体可以确定多个语句中每个语句对应的语句向量，以及确定上述电力任务对应各个电力任务内容类型对应的各个类型向量。然后，对于多个语句中每个语句，第一步，确定上述语句对应语句向量与各个类型向量之间的向量距离，得到向量距离集。第二步，从向量距离集中筛选出数值最大的向量距离，作为上述语句的相似度。
[0085] 第五步，从上述多个语句中筛选出与电力任务内容类型为电力任务指标类型之间关联度大于第二预定数值的语句，得到语句集。例如，第二预定数值可以是0.8。
[0086] 第六步，根据上述语句集和上述正则项结果，确定上述电力任务执行状态是否为异常状态。其中，正则项结果包括多个正则后语句。
[0087] 作为示例，上述执行主体可以确定语句集和多个正则后语句中相同语句的语句数目。然后，响应于确定语句数目大于第三预定数值，确定上述电力任务执行状态为异常状态。
[0088] 步骤1023，响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，利用对应的发送线程，将针对上述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，以实现针对上述电力任务节点的监控。
[0089] 在一些实施例中，响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，利用对应的发送线程，将针对上述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，以实现针对上述电力任务节点的监控。其中，异常警告信息可以是阐述上述电力任务节点对应电力任务的当前电力任务状态为异常状态的信息。对应的至少一个电力任务关联终端可以是与上述电力任务节点对应电力任务存在电力任务关联的终端。
[0090] 在一些实施例的一些可选的实现方式中，上述将针对上述电力任务节点的基于指标的电力业务供应链监控至对应的至少一个电力任务关联终端，可以包括以下步骤：
[0091] 第一步，确定上述电力任务节点对应的异常类型和至少一个电力任务关联终端信息。其中，异常类型包括：合规异常类型和效能异常类型。其中，合规异常类型可以表征电力任务节点对应电力任务存在法律法规、规章制度以及管理要求不合规。效能异常类型可以表征电力任务节点对应电力任务的效能效益异常。
[0092] 作为示例，上述执行主体可以通过电力任务节点对应电力任务的电力任务监控指标，来确定电力任务节点对应的异常类型。具体与上述电力任务节点对应电力任务存在电力任务关联的终端可以从数据库中的电力任务与终端信息关联表中获取至少一个电力任务关联终端的终端信息。
[0093] 第二步，根据上述异常类型，生成异常警告信息和异常警告信息发送方式。
[0094] 作为示例，响应于确定异常类型为合规异常类型，利用合规异常警告信息生成模板来生成异常警告信息，以及将邮件发送方式和电力任务异常查看系统上传方式确定为异常警告信息发送方式。
[0095] 作为又一个示例，响应于确定异常类型为效能异常类型，利用效能异常警告信息生成模板来生成异常警告信息，以及将电力任务异常查看系统上传方式确定为基于指标的电力业务供应链监控方式。
[0096] 第三步，以异常警告信息发送方式，将上述异常警告信息发送至上述至少一个电力任务关联终端信息对应的至少一个电力任务关联终端。
[0097] 在一些实施例的一些可选的实现方式中，在步骤1023之后，步骤还包括：
[0098] 第一步，响应于确定电力任务节点对应电力任务在当前时期的效能信息还未确定，根据上述电力任务数据标识，确定上述电力任务节点对应电力任务的历史数据集序列。其中，历史数据集可以针对上述电力任务节点对应电力任务在历史时期的各个电力任务特征数据。例如，电力任务节点对应电力任务为物品生产效能预估电力任务，电力任务特征可以包括：物品销量、物品产地、物品生产企业信息、物品渠道信息、物品实际效能信息。
[0099] 第二步，将历史数据集序列中的每个历史数据集进行标准化处理，得到标准数据集序列。
[0100] 第三步，将上述标准数据集序列输入至历史效能信息生成模型，得到针对历史实际效能信息序列的历史预测效能信息序列。其中，历史实际效能信息序列中的历史实际效能信息与历史预测效能信息序列的历史预测效能信息存在对应关系。历史效能信息生成模型可以是针对历史时期生成预测效能信息的模型。例如，当前时期为2022年6月。历史时期为2022年5月。历史效能信息生成模型可以是生成2022年5月时的预测效能信息的模型。历史效能信息生成模型可以是时序神经网络模型。
[0101] 第四步，将上述历史预测效能信息序列和上述历史实际效能信息序列输入至效能差异信息生成模型，得到效能差异信息。效能差异信息生成模型可以是生成效能差异信息的模型。效能差异信息可以是预测效能信息与实际效能信息差异大小。
[0102] 第五步，将标准数据集序列输入至当前时期效能信息预测模型，以生成当前预测效能信息。其中，当前时期效能信息预测模型可以是预测当前时期的效能信息的模型。上述当前实现效能信息预测模型可以是时序神经网络模型。
[0103] 第六步，将上述当前预测效能信息和效能差异信息输入至预测效能信息微调模型，以生成微调后当前预测效能信息，作为当前时期的预测效能信息。其中，预测效能信息微调模型可以是对当前预测效能信息进行微调的模型。当前时期的预测效能信息比当前预测效能信息的准确率更高。预测效能信息微调模型可以是回归模型。
[0104] 第七步，响应于确定预测效能信息不满足预设效能指标，生成各个电力任务特征数据中变化信息。
[0105] 第八步，将针对各个电力任务特征数据中变化信息和上述电力任务节点对应电力任务的效能不满意预设效能指标的信息发给对应电力任务关联终端。
[0106] 作为发明点之一，解决了背景技术中提及的技术问题二“不能针对电力任务的效能进行有效、且精准的监控预警，导致电力任务存在较大风险”。基于此，本公开通过效能差异信息生成模型确定所生成的当前预测效能信息的误差，由此，根据误差，对当前预测效能信息进行微调，可以生成更为精准的、针对当前时期的预测效能信息。
[0107] 本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的基于指标的电力业务供应链监控方法可以精准、高效地监控目标项目对应各个电力任务的异常情况。具体来说，造成不能精准、高效地监控各个电力任务的异常情况的原因在于：电力任务运行状态监控效率低，监控存在较大的风险，且监控往往不够全面。基于此，本公开的一些实施例的基于指标的电力业务供应链监控方法，首先，确定目标项目对应的电力任务节点关联图，其中，上述电力任务节点关联图包括：基本业务对应的电力任务节点，复合业务对应的电力任务节点，上述电力任务节点关联图中的每个电力任务节点包括：电力任务数据标识和电力任务监控指标，每个电力任务节点存在对应的电力任务执行进程，电力任务执行进程包括：监控线程、审核线程和发送线程。在这里，通过电力任务节点关联图和多电力任务执行进程，可以后续高效、精准地执行针对电力任务节点对应电力任务的状态监控。然后，对于上述电力任务节点关联图中每个电力任务节点，执行以下信息发送步骤：第一步，根据上述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，可以精准、高效地监控当前时间下上述电力任务节点对应的电力任务执行状态。第二步，利用对应的审核线程，对上述电力任务执行状态进行异常审核，以保障电力任务执行状态是否监控出错。第三步，响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，利用对应的发送线程，将针对上述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，以实现针对上述电力任务节点的监控，以及时提醒对应的至少一个电力任务关联终端解决电力任务状态异常的问题。
[0108] 进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种基于指标的电力业务供应链监控装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该基于指标的电力业务供应链监控装置具体可以应用于各种电子设备中。
[0109] 如图2所示，一种基于指标的电力业务供应链监控装置200包括：确定单元201和执行单元202。其中，确定单元201被配置成：被配置成确定目标项目对应的电力任务节点关联图，其中，上述电力任务节点关联图包括：基本业务对应的电力任务节点，复合业务对应的电力任务节点，上述电力任务节点关联图中的每个电力任务节点包括：电力任务数据标识和电力任务监控指标，每个电力任务节点存在对应的电力任务执行进程，电力任务执行进程包括：监控线程、审核线程和发送线程。执行单元202被配置成：对于上述电力任务节点关联图中每个电力任务节点，执行以下信息发送步骤：根据上述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，监控当前时间下上述电力任务节点对应的电力任务执行状态；响应于确定上述电力任务执行状态表征电力任务执行异常，利用对应的审核线程，对上述电力任务执行状态进行异常审核；响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，利用对应的发送线程，将针对上述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，以实现针对上述电力任务节点的监控。
[0110] 可以理解的是，该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元，在此不再赘述。
[0111] 下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备(例如，电子设备)300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
[0112] 如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备
300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM303通过总线304彼此相连。
输入/输出(I/O)接口305也连接至总线304。
[0113] 通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
[0114] 特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
[0115] 需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD‑ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
[0116] 在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText Transfer Protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
[0117] 上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：确定目标项目对应的电力任务节点关联图，其中，上述电力任务节点关联图包括：基本业务对应的电力任务节点，复合业务对应的电力任务节点，上述电力任务节点关联图中的每个电力任务节点包括：电力任务数据标识和电力任务监控指标，每个电力任务节点存在对应的电力任务执行进程，电力任务执行进程包括：监控线程、审核线程和发送线程；对于上述电力任务节点关联图中每个电力任务节点，执行以下信息发送步骤：根据上述电力任务节点的电力任务数据标识和电力任务监控指标，利用对应的监控线程，监控当前时间下上述电力任务节点对应的电力任务执行状态；响应于确定上述电力任务执行状态表征电力任务执行异常，利用对应的审核线程，对上述电力任务执行状态进行异常审核；响应于确定电力任务执行状态对应的审核结果表征电力任务状态异常，利用对应的发送线程，将针对上述电力任务节点的异常警告信息发送至对应的至少一个电力任务关联终端，以实现针对上述电力任务节点的监控。
[0118] 可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0119] 附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0120] 描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括确定单元和执行单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确定单元还可以被描述为“确定目标项目对应的电力任务节点关联图的单元”。
[0121] 本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
[0122] 以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
