CN112732817A - 一种物联网系统的大数据处理方法 - Google Patents
一种物联网系统的大数据处理方法 Download PDFInfo
- Publication number
- CN112732817A CN112732817A CN202110054119.7A CN202110054119A CN112732817A CN 112732817 A CN112732817 A CN 112732817A CN 202110054119 A CN202110054119 A CN 202110054119A CN 112732817 A CN112732817 A CN 112732817A
- Authority
- CN
- China
- Prior art keywords
- parameters
- data
- scene
- monitoring terminal
- working parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y30/00—IoT infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种物联网系统的大数据处理方法,建立结构化数据库,将以往各监测终端数据基于场景和数据分类整理成结构化数据,监测终端数据包括场景数据、环境参数、工作参数、性能参数和状态参数;设立模拟仓,调用具体场景下的各监测终端数据匹配到模拟场景中的模拟监测终端中;分析所属场景下,环境参数、性能参数和状态参数对工作参数影响的权重系数,建立预测模型和区间预警模型,预测模型根据权重系数和真实的环境参数、性能参数和状态参数预测工作参数;区间预警模型设定阈值范围,用于判断预测工作参数是否会超设定阈值;预测工作参数和是否超设定阈值,获得监测终端的工作参数和修改已设定阈值范围以更符合具体场景下的设定要求。
Description
技术领域
本发明涉及信息处理技术领域,特别涉及一种物联网系统的大数据处理方法。
背景技术
在万物相连的技术链里,传感器、物联网、大数据、机器学习、人工智能等作为这个链条的每一环,相互联系在一起,相互之间产生影响,形成积极地循环。各种连接的设备里的传感器会产生大量的数据,海量数据使得机器学习成为可能,及其学习的结果就是人工智能,而人工智能有能指导设备更精确的去执行任务,设备的行动会触发传感器,这整个就是一个完整的循环。人工智能技术能够对传感器系统有所帮助,包括:基于知识的系统、模糊逻辑、数据挖掘、自动知识收集、神经网络、遗传算法、基于案例推理和环境智能等。这些技术在传感器系统中的应用越来越广泛,不仅因为它们确实有效,还因为如今的计算机应用越来越普及。具有较低计算复杂度的人工智能技术应用于小型传感器系统、单一传感器或采用低容量微型控制器阵列的系统,能大大优化系统性能,创造更富有竞争力的传感器系统和应用。
现有技术中对于传感器等监测终端设备需要根据不同的应用场景人工现场配置不同的工作参数,造成设定的参数安全性及适用性差的技术问题。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种物联网系统的大数据处理方法。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种物联网系统的大数据处理方法,所述方法包括:
建立结构化数据库,将以往各监测终端数据基于场景和数据分类整理成结构化数据,监测终端数据包括场景数据、环境参数、工作参数、性能参数和状态参数;
设立模拟仓,基于场景类别通过工程图进行模拟场景建模,再调用具体场景下的各监测终端数据匹配到模拟场景中的模拟监测终端中,并将各项数据依据时间排序分析得到走势图和数据异常情况;
根据模拟仓内各模拟监测终端数据接口获取时间序列数据,分析所属场景下,环境参数、性能参数和状态参数对工作参数影响的权重系数,建立预测模型和区间预警模型,预测模型根据权重系数和真实的环境参数、性能参数和状态参数预测工作参数;区间预警模型设定阈值范围,用于判断预测工作参数是否会超设定阈值;
根据预测工作参数和是否超设定阈值,获得监测终端的工作参数和修改已设定阈值范围以更符合具体场景下的设定要求。
进一步优选为,所述监测终端数据包括历史观测数据与实时监测数据,其中实时监测数据实时存储入历史观测数据中。
进一步优选为,所述场景数据设定影响系数,加入到预测模型中,联合环境参数、性能参数和状态参数权重系数综合判断预测工作参数。
综上所述,本发明对比于现有技术的有益效果为:通过设立模拟仓将具体场景进行建模分析,分析过程会加入场景数据和环境参数,基于不同环境下同一监测终端的工作情况不同,再分析环境参数、性能参数和状态参数对工作参数影响的权重系数,建立预测模型和区间预警模型,预测模型根据权重系数和真实的环境参数、性能参数和状态参数预测工作参数;区间预警模型设定阈值范围,用于判断预测工作参数是否会超设定阈值,根据预测工作参数和是否超设定阈值,获得监测终端的工作参数和修改已设定阈值范围以更符合具体场景下的设定要求。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。说明书中的“实施例”或“实施方式”既可表示一个实施例或一种实施方式,也可表示一些实施例或一些实施方式的情况。
本领域技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
根据本发明的实施方式,提出了一种物联网系统的大数据处理方法。
实施例1:
一种物联网系统的大数据处理方法,包括:
获得物联网监测数据,建立结构化数据库,监测数据包括历史观测数据与实时监测数据,其中实时监测数据实时存储入历史观测数据中;
将以往各监测终端数据基于场景和数据分类整理成结构化数据,监测终端数据包括场景数据、环境参数、工作参数、性能参数和状态参数;
设立模拟仓,基于场景类别通过工程图进行模拟场景建模,再调用具体场景下的各监测终端数据匹配到模拟场景中的模拟监测终端中,并将各项数据依据时间排序分析得到走势图和数据异常情况;
根据模拟仓内各模拟监测终端数据接口获取时间序列数据,分析所属场景下,环境参数、性能参数和状态参数对工作参数影响的权重系数,建立预测模型和区间预警模型,预测模型根据权重系数和真实的环境参数、性能参数和状态参数预测工作参数;区间预警模型设定阈值范围,用于判断预测工作参数是否会超设定阈值;
预测工作参数和是否超设定阈值,获得监测终端的工作参数和修改已设定阈值范围以更符合具体场景下的设定要求。
实施例2:
场景数据设定影响系数,加入到预测模型中,联合环境参数、性能参数和状态参数权重系数综合判断预测工作参数。
以上所述仅是本发明的示范性实施方式,而非用于限制本发明的保护范围,本发明的保护范围由所附的权利要求确定。
Claims (3)
1.一种物联网系统的大数据处理方法,其特征在于,所述方法包括:
建立结构化数据库,将以往各监测终端数据基于场景和数据分类整理成结构化数据,监测终端数据包括场景数据、环境参数、工作参数、性能参数和状态参数;
设立模拟仓,基于场景类别通过工程图进行模拟场景建模,再调用具体场景下的各监测终端数据匹配到模拟场景中的模拟监测终端中,并将各项数据依据时间排序分析得到走势图和数据异常情况;
根据模拟仓内各模拟监测终端数据接口获取时间序列数据,分析所属场景下,环境参数、性能参数和状态参数对工作参数影响的权重系数,建立预测模型和区间预警模型,预测模型根据权重系数和真实的环境参数、性能参数和状态参数预测工作参数;区间预警模型设定阈值范围,用于判断预测工作参数是否会超设定阈值;
根据预测工作参数和是否超设定阈值,获得监测终端的工作参数和修改已设定阈值范围以更符合具体场景下的设定要求。
2.根据权利要求1所述的物联网系统的大数据处理方法,其特征在于,所述监测终端数据包括历史观测数据与实时监测数据,其中实时监测数据实时存储入历史观测数据中。
3.根据权利要求1所述的物联网系统的大数据处理方法,其特征在于,所述场景数据设定影响系数,加入到预测模型中,联合环境参数、性能参数和状态参数权重系数综合判断预测工作参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110054119.7A CN112732817A (zh) | 2021-01-15 | 2021-01-15 | 一种物联网系统的大数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110054119.7A CN112732817A (zh) | 2021-01-15 | 2021-01-15 | 一种物联网系统的大数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112732817A true CN112732817A (zh) | 2021-04-30 |
Family
ID=75591582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110054119.7A Pending CN112732817A (zh) | 2021-01-15 | 2021-01-15 | 一种物联网系统的大数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112732817A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110655A (zh) * | 2021-04-19 | 2021-07-13 | 宁波弘讯软件开发有限公司 | 一种农产品智能监测方法和系统 |
CN117040137A (zh) * | 2023-10-09 | 2023-11-10 | 国网山东省电力公司聊城供电公司 | 基于多源数据的环网柜温升预警方法、系统、终端及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109714432A (zh) * | 2019-01-16 | 2019-05-03 | 西安中星测控有限公司 | 一种物联网系统大数据处理的人工智能算法和装置 |
CN110930812A (zh) * | 2019-10-18 | 2020-03-27 | 深圳威阿科技有限公司 | 飞机模拟座舱控制系统 |
CN110996300A (zh) * | 2019-11-12 | 2020-04-10 | 北京航空航天大学 | 一种基于交通场景安全的车载终端信息安全风险控制方法 |
CN111507857A (zh) * | 2020-04-22 | 2020-08-07 | 青岛逸景数字科技有限公司 | 一种基于物联网技术的数字化农业种植系统和方法 |
-
2021
- 2021-01-15 CN CN202110054119.7A patent/CN112732817A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109714432A (zh) * | 2019-01-16 | 2019-05-03 | 西安中星测控有限公司 | 一种物联网系统大数据处理的人工智能算法和装置 |
CN110930812A (zh) * | 2019-10-18 | 2020-03-27 | 深圳威阿科技有限公司 | 飞机模拟座舱控制系统 |
CN110996300A (zh) * | 2019-11-12 | 2020-04-10 | 北京航空航天大学 | 一种基于交通场景安全的车载终端信息安全风险控制方法 |
CN111507857A (zh) * | 2020-04-22 | 2020-08-07 | 青岛逸景数字科技有限公司 | 一种基于物联网技术的数字化农业种植系统和方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110655A (zh) * | 2021-04-19 | 2021-07-13 | 宁波弘讯软件开发有限公司 | 一种农产品智能监测方法和系统 |
CN113110655B (zh) * | 2021-04-19 | 2022-04-26 | 宁波弘讯软件开发有限公司 | 一种农产品智能监测方法和系统 |
CN117040137A (zh) * | 2023-10-09 | 2023-11-10 | 国网山东省电力公司聊城供电公司 | 基于多源数据的环网柜温升预警方法、系统、终端及介质 |
CN117040137B (zh) * | 2023-10-09 | 2024-05-07 | 国网山东省电力公司聊城供电公司 | 基于多源数据的环网柜温升预警方法、系统、终端及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Feature-level attention-guided multitask CNN for fault diagnosis and working conditions identification of rolling bearing | |
CN113965404A (zh) | 一种网络安全态势自适应主动防御系统及方法 | |
CN109840157A (zh) | 故障诊断的方法、装置、电子设备和存储介质 | |
CN112732817A (zh) | 一种物联网系统的大数据处理方法 | |
CN112153002B (zh) | 告警信息分析方法、装置、计算机设备和存储介质 | |
CN116823227A (zh) | 一种基于物联网的智能设备管理系统及方法 | |
CN106779092A (zh) | 一种具备行业专家思维模式和操作能力的智能决策引擎 | |
CN111862065A (zh) | 基于多任务深度卷积神经网络的输电线路诊断方法和系统 | |
CN111062364B (zh) | 一种基于深度学习的监测装配操作的方法和装置 | |
CN112836103A (zh) | 用于基于ki地运行自动化系统的方法和设备 | |
CN116614287A (zh) | 一种网络安全事件评估处理方法、装置、设备及介质 | |
CN116032602A (zh) | 一种自动识别威胁数据的方法、装置、设备及存储介质 | |
CN116886446B (zh) | 一种自动化攻击的检测方法、电子设备及存储介质 | |
KR102476392B1 (ko) | 스마트공장의 운영 분석 시스템 및 방법 | |
CN107979606A (zh) | 一种具有自适应的分布式智能决策方法 | |
KR20210046423A (ko) | 머신러닝 기반 보안관제 장치 및 방법 | |
CN114169623A (zh) | 一种电力设备故障分析方法、装置、电子设备及存储介质 | |
CN114579962A (zh) | 一种ai安全攻防测试方法 | |
Aimiyekagbon et al. | Rule-based diagnostics of a production line | |
CN104035866B (zh) | 基于系统调用分析的软件行为评估方法和装置 | |
Li et al. | FPRM circuit area optimization based on optimized Sparrow Search Algorithm | |
CN116599767B (zh) | 基于机器学习的网络威胁监测系统 | |
CN117499272B (zh) | 智能运维云平台控制方法及其控制系统 | |
Poirier et al. | Using fuzzy logic for on-line trend analysis | |
RU2813682C1 (ru) | Устройство вычисления степени доверия к средству разведки |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210430 |
|
WD01 | Invention patent application deemed withdrawn after publication |