CN114257528A - 一种物联网设备选用方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请实施例提供了一种物联网设备选用方法、装置、电子设备及存储介质，物联网设备选用方法包括：获取物联网设备在不同温湿度条件下、一段时间内的设备数据，其中，所述物联网设备包括多种类型的物联网设备；对所述设备数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的分析数据；以及根据所述设备数据和分析数据，选用目标物联网设备。通过将多种类型的物联网设备在一段时间内不同温湿度条件下的设备数据分别构建计算模型进行数据处理，获得对应的分析数据，统计这些数据并进行分析，确定适合于不同温湿度条件下使用的目标物联网设备，方便了后期基于不同的实际情况对物联网设备进行选择，提高了物联网设备选择的精确性。

Description

一种物联网设备选用方法、装置、电子设备及存储介质

技术领域

本申请涉及物联网技术领域，具体而言，涉及一种物联网设备选用方法、装置、电子设备及存储介质。

背景技术

物联网(IOT，Internet of things)是在互联网基础上的延伸和扩展的网络，其将各种信息传感设备与网络结合起来而形成的一个巨大网络，实现人、机、物在任意时间、地点下的互联互通。

对于物联网网络中互联的设备是由要求的，需要考虑设备的成本、使用效果、生命周期以及产生的价值等多种设备资料。目前，在各行各业，物联网设备的选择往往依赖于设备厂商提供的设备资料，仅根据这些设备资料对比同类设备，难以做到在实际场景中选择最适合或性价比最优的物联网设备，给用户后期对设备的使用或维护带来不便。

发明内容

有鉴于此，本申请实施例的目的在于提供一种物联网设备选用方法、装置、电子设备及存储介质，通过在不同温、湿度环境条件、一段时间内基于flink系统获取的多种设备数据进行统计分析，挑选出最适用的物联网设备，从而解决上述技术问题。

第一方面，本申请实施例提供一种物联网设备选用方法，所述方法包括：获取物联网设备在不同温湿度条件下、一段时间内的设备数据，其中，所述物联网设备包括多种类型的物联网设备；对所述设备数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的分析数据；以及根据所述设备数据和分析数据，选用目标物联网设备。

在上述实现过程中，将各种类型的设备在一定时间内、处于不同温湿度环境下获取的设备数据进行统计，进一步建立计算模型获得分析数据，对设备数据和分析数据进行综合比对，从而挑选出目标环境下最适用的物联网设备，相比于传统的设备资料的简单比对，提高了物联网设备选择的精确性，也提高了后续在使用物联网设备的持续性，降低了维护的成本。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中：所述设备数据和分析数据包括固定数据和监测数据。

在上述实现过程中，设备数据和分析数据都包含了固定数值的固有数据和数值实时变化的检测数据两部分数据源，提升了数据处理的有效性，从而提高目标物联网设备选用的准确性。

结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中：所述固定数据包括设备类型、设备型号、以及设备成本。

在上述实现过程中，固定数据用于反映设备类型、设备型号、以及设备成本等代表物联网设备固有属性的数据。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中：所述监测数据包括设备故障次数、设备生命周期、以及设备功率。

在上述实现过程中，监测数据用于反映多种类型的物联网设备在一段时间内不同温湿度环境真实具体的长期监测数据，从而反映了在不同场景、不同环境下多种类型的物联网设备的设备效率和设备寿命等多维度的性能变化。

结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，其中：所述获取物联网设备在不同温湿度条件下、一段时间内的设备数据，包括：基于所述物联网设备的flink系统获取所述物联网设备在不同温湿度条件下、一段时间内的设备数据。

在上述实现过程中，flink系统的流计算引擎能够针对物联网设备在不同温湿度条件下、一段时间内的设备数据等多种不同数据源的数据流进行有状态的计算，从而实现对获取的数据进行进一步统计计算，提高了数据传输和性能处理的可靠性。

结合第一方面，本申请实施例提供了第一方面的第五种可能的实施方式，其中：所述根据所述设备数据和分析数据，选用目标物联网设备，包括：通过flink系统的时间窗口对所述设备数据和所述分析数据进行统计；以及对统计后的所述设备数据和所述分析数据进行分析，确定出选用的所述目标物联网设备。

在上述实现过程中，基于flink系统的时间窗口模式对各种类型的数据进行统计，基于flink系统的时间窗口统计的结果，在数据库中对各种数据进行进一步分析，保证数据的有序性，避免了接收数据流产生数据乱序的问题，提高了数据处理效率，提高了物联网设备选择的精确性，持续性。

结合第一方面，本申请实施例提供了第一方面的第六种可能的实施方式，其中：所述对所述设备数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的分析数据，包括：对所述设备数据中的监测数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的所述分析数据中的监测数据；以及基于所述分析数据中的监测数据和所述设备数据中的固定数据，确定出所述分析数据。

在上述实现过程中，设备数据和分析数据都包含了固定数值的固有数据部分和数值随温湿度变化环境实时变化的监测数据部分两个部分的数据。仅对监测数据部分进行计算处理，提高了数据处理效率。

第二方面，本申请实施例提供了一种组态应用展示装置，包括：获取模块：用于获取物联网设备在不同温湿度条件下、一段时间内的设备数据，其中，所述物联网设备包括多种类型的物联网设备；处理模块：用于对所述设备数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的分析数据；以及选用模块：用于根据所述设备数据和分析数据，选用目标物联网设备。

在上述实现过程中，获取模块用于获取物联网设备在不同温湿度条件下、一段时间内的设备数据，其中，物联网设备包括多种类型的物联网设备；处理模块用于对设备数据进行处理，获得物联网设备在不同温湿度条件下、一段时间内的分析数据；以及选用模块用于根据设备数据和分析数据，选用目标物联网设备。

第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行上述的方法的步骤。

第四方面，本申请实施例提供一种计算机可读存储介质，所述存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述的方法的步骤。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的第一种物联网设备选用方法的流程图；

图2为本申请实施例提供的第二种物联网设备选用方法的流程图；

图3为本申请实施例提供的第三种物联网设备选用方法的流程图；

图4为本申请实施例提供的物联网设备选用装置的功能模块示意图；以及

图5为本申请实施例提供物联网设备选用装置的电子设备的方框示意图。

图标：210-获取模块；220-处理模块；230-选用模块；300-电子设备；311-存储器；312-存储控制器；313-处理器；314-外设接口；315-输入输出单元；316-显示单元。

具体实施方式

下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行描述。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

本申请发明人注意到，通过对设备厂商提供的设备资料进行对比，选择性价比最优的设备是目前最适用的方案。但是，由于设备选用前没有真实且具体的实验数据作为支撑，设备选用后没有长期的观查，根据这个方法挑选出来的设备并不一定真正是在这个场景下最优的设备。随着万物互联物联网时代的到来，这个设备选择问题在物联网设备量的剧增情况下，设备是否能否精确选择，持续选择显得尤为重要。

基于上述研究，本申请实施例提供了一种物联网设备选用方法及装置。通过将多种类型的物联网设备在一段时间内不同温湿度条件下的设备数据分别基于flink系统构建计算模型进行数据处理，获得在一段时间内不同温湿度条件下的设备数据对应的分析数据，统计这些数据并根据目标温湿度环境情况进行分析，确定出欲选用的目标物联网设备，实现了将各种类型设备在一定时间内、处于不同温湿度环境下采集的真实产生的设备数据进行综合比对，进而挑选出目标环境下最适用的物联网设备，提高了物联网设备选择的精确性，也提高了后续在使用物联网设备的持续性，降低了维护的成本。

物联网技术是对互联网技术的延伸应用，将物品和互联网结合在一起，形成物品与物品相连的互联网，再通过一些定位系统、激光扫描系统、传感器、射频识别等传感设备按一定的服务协议将物品与互联网连在一起，进而实现物品和过程的智能化识别、定位、监控、跟踪和管理功能。例如，车辆使用物联网技术向制造商报告其运行状况，并为我们提供一些现代化便利服务，例如远程启动、锁定和预热汽车。

进一步地，物联网设备包括可以传输条码识别，射频识别，电阻、电容、电感式传感，全球定位、激光扫描等信息的传感设备，以传感设备作为基础设备将物理设备与互联网连接在一起。

请参阅图1，图1为本申请实施例提供的第一种物联网设备选用方法的流程图。下面将对图1所示的具体流程进行详细阐述。本申请实施例提供的物联网设备选用方法可以具体包括步骤100、步骤120及步骤140。

其中，步骤100：获取物联网设备在不同温湿度条件下、一段时间内的设备数据，其中，所述物联网设备包括多种类型的物联网设备；

示例性地，物联网设备可以是工业、企业生产系统中的控制设备、监控设备、生产设备，也可以是商业可穿戴设备，例如，智能手表、智能手环，还可以是其他设备。设备数据可以包括物联网设备直接产生的数据，可以包括其他来源的数据，例如设备的成本、使用效果、生命周期以及产生的价值等多种设备资料数据。

在一个实施例中，搜集市场上多种不同种类的物联网设备，尽量保证搜集的同种类型物联网设备数量不少于三台，提高获取物联网设备的设备数据的有效性，从而提高后续分析数据的准确性。可以将搜集的物联网设备设置在不同温湿度的环境中，在12个月时间段内进行长期监测，获取物联网设备在不同温湿度条件下、该段时间内监测得到的设备数据。

可选地，采用RabbitMQ集群，基于MQTT通信协议接收、获取物联网设备在不同温湿度条件下、一段时间内长期监测产生的实时设备数据。

通过RabbitMQ实现了基于高级消息队列MQTT通讯协议的开源消息代理软件对物联网设备在一段时间内、不同温湿度的环境中设备数据的实时自动化采集，无需重新开发代码处理数据，避免了采集现场物联网设备数据时流程上的复杂繁琐性，减小了工作学习成本。

步骤120：对所述设备数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的分析数据；

示例性地，基于RabbitMQ集群采集各种物联网设备在不同温湿度条件下、一段时间内监测得到的实时的设备数据，例如一段时间内监测的物联网设备所处环境的温度、湿度、设备故障次数、设备每日实际产生的功率，设备在该时间段内的总功率等设备数据。

可选地，通过构建计算模型的方法对这些实时的设备数据进行计算处理，得到这段时间内对应的分析数据，分析数据可以包括设备平均温度、设备平均湿度、设备平均产生功率、设备生命周期。

步骤140：根据所述设备数据和分析数据，选用目标物联网设备。

示例性地，由于上述分析数据是离线的，可以将这些分析数据和设备数据进一步存储至关系型mysql数据库中，进行持久化，方便对一段时间内不同温湿度条件下各种不同类型的物联网设备的分析数据进行统计、查询、更新，综合多种数据进行综合分析，从而挑选出目标温湿度环境适用度最高的物联网设备。

步骤100、步骤120及步骤140中的设备数据和分析数据包括固定数据和监测数据。

示例性地，固定数据可以包括多种类型物联网设备本身固有的属性值数据，该属性值不会随着外界不同温湿度环境条件而发生变化。同种类型的物联网设备在一段时间内、不同温湿度环境条件下，获取的设备数据中的固定数据数值保持不变，任意时间点固定数据部分数值相等。

监测数据可以包括多种类型物联网设备在一段时间内、不同温湿度环境条件的实时检测数据，一般监测数据会随着外界温湿度环境条件变化而发生相应的数值变化，任意时间点监测数据部分数值一般不相等。

设备数据和分析数据都包含了固定数值的固有数据和数值实时变化的检测数据，提升了数据处理的有效性，从而提高目标物联网设备选用的准确性。

步骤100、步骤120及步骤140中的固定数据包括设备类型、设备型号、以及设备成本。

示例性地，固定数据可以是反映设备类型、设备型号、以及设备成本等代表物联网设备固有属性的数据。可选地，设备类型可分别用设备1、设备2、设备3等标签值数据表示；设备型号可分别用A001、A002、A003等标签值数据表示；设备成本可分别用5W、6W等表示具体价格的数据表示。

步骤100、步骤120及步骤140中的监测数据包括设备故障次数、设备生命周期、以及设备功率。

示例性地，监测数据可以是设备故障次数、设备生命周期、以及设备功率等随物联网设备所处不同温湿度环境发生变化，在一段时间内实时采集的检测数据。其代表了多种类型的物联网设备在一段时间内不同温湿度环境真实具体的长期监测数据，从而反映了在不同场景、不同环境下多种类型的物联网设备的设备效率和设备寿命等多维度的性能变化。

可选地，设备故障次数可以是RabbitMQ集群在该时间段中的任意子时间段采集的设备出现故障的总次数；设备生命周期可以是处理的最后一条数据流的时间与第一条数据流的时间的差值，即物联网设备在该时间段中的任意子时间段的设备寿命；设备功率可以包括平均每日功率和产生总功率，平均每日功率可以是产生总功率与生命周期之商，平均每日总功率可以是物联网设备在该时间段中的任意日的功率之和。

具体地，步骤100可以包括步骤101。

步骤101：基于所述物联网设备的flink系统获取所述物联网设备在不同温湿度条件下、一段时间内的设备数据。

示例性地，flink系统的流计算引擎能够针对物联网设备在不同温湿度条件下、一段时间内的设备数据等多种不同数据源的数据流进行有状态的计算，而有状态计算即指在计算过程中产生的中间计算结果，后续计算还需要使用。对于这些中间结果的存储，Flink系统使用内存、本地存储或存储系统，提高了性能处理和数据传输的可靠性。

采用Flink系统的RabbitMQ集群，基于MQTT通信协议采集物联网设备在不同温湿度条件下、一段时间内长期监测产生的实时设备数据。具体地，在开源的Flink Table连接器中扩展RabbitMQ Source连接器，创建数据源表，设置连接信息。

通过在Flink系统的ScanTableSource接口复写getScanRuntimeProvider方法消费RabbitMQ数据，将数据结构化映像为指定表结构的具体方式扩展RabbitMQ Source连接器；基于各种物联网设备的设备数据具体结构设置RabbitMQ集群地址、用户和密码、Topic名称信息，其中，Topic可以为设备数据的数据种类名称，可以指定Format结构为Json数据格式，进而创建物联网设备的设备数据对应的数据源表；最终配置Flink系统的connector连接器标识为RabbitMQ。

进一步地，flink系统中提供了专门操作RabbitMQ Source连接器的接口，通过自定义RabbitMQ的数据源、必要参数、配置相关连接信息即可快速实现对物联网设备监测的设备数据的读取与输出。读取RabbitMQ数据之前可以在Flink系统中指定任务执行模式、任务运行名称、任务资源队列名称、执行任务所需Jar软件包文件格式、任务执行策略、任务文件系统依赖。

Flink系统可以为常用的Kafka、Cassandra、ElasticSearch、JDBC以及HDFS分布式文件系统等存储系统提供connector连接器。可选地，开源流存储系统可以为Kafka，Kafka在存储设备数据时可以分类存储，每个类型的设备数据和一个话题(topic)名称对应。具体地，当存储的设备数据为物联网设备在一段时间内不同温湿度条件下监测的功率数据时，该存储的数据topic名称为“功率”。

在一个实施例中，在flink系统中采用RabbitMQ集群采集各种物联网设备在12个月时间段内，不同温湿度环境条件下监测得到的实时设备数据，进一步可以采用Kafka集群作为实时数据的消息中间件，并创建数据中间表对设备数据的数据流进行分类存储。具体地，基于上述配置RabbitMQ集群类似指定flink系统的connector连接器标识为Kafka，类似设置Kafka集群必要参数，并指定格式化语言环境敏感的信息的抽象基类Format结构为Json数据交换格式。

进一步地，通过Flink流计算引擎消费Kafka数据，并对Kafka数据进行数据预处理，可以得到多条数据流。具体地，对Kafka中服务器存储的设备数据进行修正错误数据和补全数据、数据转化和数据去噪等解析、转换数据预处理，得到标准报文格式的服务器日志数据，再根据设备数据的不同类别对标准报文格式的服务器日志数据进行划分，最终得到多条数据流，其中，每条数据流代表一种类型的设备数据。

flink系统提供了简单易学的SQL(Structured Query Language，结构化查询语言)语句以处理实时设备数据，对于工业、企业的非开发工作人员也易于上手操作，提高了数据处理效率。

请参看图2，图2为本申请实施例提供的第二种物联网设备选用方法的流程图。本申请实施例提供的物联网设备选用方法中，具体地，步骤140可以包括步骤141和步骤142。

其中，步骤141：通过flink系统的时间窗口对所述设备数据和所述分析数据进行统计；

示例性地，Flink系统是一个面向数据流处理的可分布式的开源计算框架，支持高吞吐、低延迟、高性能的流处理，支持带有事件时间(event time)语义的流处理和窗口处理。事件时间的语义在事件到达无序或者延迟的情况下使流计算的结果更加精确，事件时间可以是接收的外部设备数据自带的时间，例如{"name":"zhangsan","opreator":"visit","time":"2020-08-3117:10:15"}，这里的time即为事件时间。

Flink支持高度灵活的窗口操作，支持基于time、count、session以及data-driven的窗口操作，能很好的对现实温湿度环境中获取的设备数据，创建计算模型获得分析数据。

flink系统中的“窗口”可以表示一种把无限数据流切割为有限数据块的手段；窗口可以由时间驱动，例如每隔10分钟进行一次统计；窗口也可以是数据驱动的，例如每接收设备数据100个进行一次统计；flink系统中的“时间”可以是外部原始数据自带的时间的事件时间(Event Time)。

可选地，采用Kafka作为实时数据的消息中间件，并创建数据中间表对设备数据的数据流进行分类临时存储。处理终端可以是计算机设备，计算机设备可以从flink流计算系统的数据源管理的接口中获取Kafka这些设备数据的数据流，并对这些数据流进行解析，当解析成功时，可以得到Kafka的地址以及数据流的数据类型。进一步地，计算机设备根据Kafka的地址与Kafka存储系统建立连接，当接收到连接成功响应后，计算机设备可以基于flink系统的时间窗口模式启动数据拉取线程，也可以将该数据拉取线程的状态设置为阻塞状态。其中，启动数据拉取线程表示从Kafka存储系统中开始拉取数据流，阻塞状态可以用于指示数据拉取线程不能进行数据流拉取的工作。

当数据拉取线程的状态为运行状态时，该数据拉取线程可以从Kafka存储系统中拉取数据流。具体地，计算机设备可以用0和1来表示数据拉取线程的状态；当数据拉取线程的状态为0时，数据拉取线程为阻塞状态；当数据拉取线程的状态为1时，数据拉取线程的状态为运行状态。

在一个实施例中，计算机设备基于flink系统的时间窗口模式启动数据拉取线程从Kafka存储系统中拉取数据流，各种物联网设备在12个月时间段内、不同温湿度环境条件下监测到的设备数据从Kafka以多个线程的数据流形式发送到计算机设备并被接收后，计算机设备可以设置对应足够的内存资源将这些设备数据的数据流进行存储。

进一步地，计算机设备可以在flink系统中执行窗口操作，设置一个时间窗口接收数据流形式的设备数据，该时间窗口可以是12个月中任意子时间段；接着构建计算模型对设备数据进行计算处理，得到这段时间内对应的分析数据，分析数据可以包括设备平均温度、设备平均湿度、设备平均产生功率、设备生命周期。其中，构建计算模型具体可以为：创建一个模型配置文件，该模型配置文件包括模型列表和多个模型文件，其中，模型列表可以指示该多个模型文件中的模型名称标识，一个模型文件中存储有一个计算模型。

该模型列表中可以指示4个模型标识，分别为：模型文件001中存储的可以用于对设备数据求和的累加模型，模型文件002中存储的可以用于对设备数据求平均数的平均数模型，模型文件003中存储的可以用于对设备数据求差值的差模型，模型文件004中存储的可以用于对设备数据求商的商模型。该模型列表中还可以包括模型身份ID标识号等其他必要元素。

通过利用事件时间一步步触发窗口数据的执行，进而将一个时间窗口的数据汇聚到一起进行统计，基于构建的计算模型进行计算，可以保证数据处理的有序性，从而避免了接收Kafka存储系统的数据流产生数据乱序的问题，提升数据结果的准确性。

步骤142：对统计后的所述设备数据、所述分析数据进行分析，确定出选用的所述目标物联网设备。

示例性地，基于flink系统的时间窗口对设备数据和分析数据进行统计处理后，可以将单种类型物联网设备的设备数据和经过计算模型计算出的分析数据迁移保存至mysql数据库；然后再将各个类型物联网设备的设备数据和经过计算模型计算出的分析数据迁移保存至mysql数据库，实现分析数据和设备数据的持久化；最终对基于flink系统的时间窗口统计的结果，可以在mysql数据库中对各种数据进行进一步分析，具体包括对分析数据和设备数据的保存、更新、删除、加载、查询操作。

在一个实施例中，通过flink系统对各类物联网设备在不同温湿度环境下的持续检测，当时间、数据达到一定量级后统计分析出各类物联网设备在不同温湿度环境下的功率、寿命等性能，可以根据实际需求制定的目标性能规则对物联网设备进行分析选用，确定出选用的目标物联网设备。

进一步地，用户可以根据自身情况确认设备类型、所在地温湿度，基于实际需求选用最适宜所在地温湿度的目标类型的物联网设备。可选地，结合mysql数据库存储的长期统计的数据以及目标所在地温湿度环境变化趋势，可以预测目标环境下一月、下一季度、下一年的温湿度天气适用的目标物联网设备。

基于相同的SQL结构化查询语言作为mysql数据库数据输入与管理的接口，用于存取各种类型物联网设备产生的数据以及查询、更新和管理这些数据所在的mysql关系数据库系统，无需重新开发代码处理数据，减少了工作学习成本，提高了数据处理效率。

请参看图3，图3为本申请实施例提供的第三种物联网设备选用方法的流程图。本申请实施例提供的物联网设备选用方法中，具体地，步骤120可以包括步骤121和步骤122。

其中，步骤121：对所述设备数据中的监测数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的所述分析数据中的监测数据。

示例性地，如上所述，设备数据和分析数据都包含了固定数值的固有数据部分和数值随温湿度变化环境实时变化的监测数据部分两个部分的数据。将设备数据中的监测数据可以基于上述步骤141中构建的累加模型、平均数模型、差模型以及商模型等4个计算模型进行进一步计算，得到分析数据中的监测数据部分。

在一个实施例中，如上所述，分析数据中的监测数据部分可以包括设备故障次数、设备生命周期、以及设备功率等类型数据。设备故障次数可以由Flink系统在一个时间窗口采集的设备出现故障的次数基于累加模型进行求和运算得到；设备生命周期可以由Flink系统在一个时间窗口处理的最后一条数据流的时间与第一条数据流的时间基于差模型进行求差运算得到，即物联网设备在该时间窗口时间段中的设备寿命。

设备功率可以包括平均功率和产生总功率。平均功率可以由Flink系统在一个时间窗口产生总功率与生命周期基于商模型进行求商运算得到，其中，产生总功率可以是物联网设备在该时间窗口时间段中基于累加模型进行求和运算得到。

步骤122：基于所述分析数据中的监测数据和所述设备数据中的固定数据，确定出所述分析数据。

示例性地，如上所述，设备数据中的固定数据部分可以包括多种类型物联网设备本身固有的属性值数据，该属性值不会随着外界不同温湿度环境条件而发生变化。固定数据部分可以是反映设备类型、设备型号、以及设备成本等代表物联网设备固有属性的数据。

将设备数据中的固定数据部分保持原数值不变，不用基于计算模型进行处理运算，直接输出作为分析数据中的固定数据部分。结合步骤121中确定的分析数据中的监测数据部分，组合得到分析数据。

请参看图4，图4是本申请实施例提供的物联网设备选用装置的功能模块示意图。本实施例中的物联网设备选用装置中的各个模块用于执行上述方法实施例中的各个步骤。物联网设备选用装置包括获取模块210、处理模块220及选用模块230。

其中，获取模块210：用于获取物联网设备在不同温湿度条件下、一段时间内的设备数据，其中，所述物联网设备包括多种类型的物联网设备；

处理模块220：用于对所述设备数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的分析数据；以及

选用模块230：用于根据所述设备数据和分析数据，选用目标物联网设备。

第一种可选的实施方式中，获取模块210，用于：基于所述物联网设备的flink系统获取所述物联网设备在不同温湿度条件下、一段时间内的设备数据。

第二种可选的实施方式中，选用模块230，用于：通过所述flink系统的时间窗口对所述设备数据和所述分析数据进行统计；以及

对统计后的所述设备数据和所述分析数据进行分析，确定出选用的所述目标物联网设备。

第三种可选的实施方式中，处理模块220，用于：

对所述设备数据中的监测数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的所述分析数据中的监测数据；以及

基于所述分析数据中的监测数据和所述设备数据中的固定数据，确定出所述分析数据。

请参阅图5，图5是电子设备的方框示意图。电子设备300可以包括存储器311、存储控制器312、处理器313、外设接口314、输入输出单元315、显示单元316。本领域普通技术人员可以理解，图5所示的结构仅为示意，其并不对电子设备300的结构造成限定。例如，电子设备300还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。

上述的存储器311、存储控制器312、处理器313、外设接口314、输入输出单元315、显示单元316各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器313用于执行存储器中存储的可执行模块。

其中，存储器311可以是，但不限于，随机存取存储器(Random Access Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(ProgrammableRead-Only Memory，简称PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，简称EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，简称EEPROM)等。其中，存储器311用于存储程序，所述处理器313在接收到执行指令后，执行所述程序，本申请实施例任一实施例揭示的过程定义的电子设备300所执行的方法可以应用于处理器313中，或者由处理器313实现。

上述的处理器313可能是一种集成电路芯片，具有信号的处理能力。上述的处理器313可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(digital signalprocessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

上述的外设接口314将各种输入/输出装置耦合至处理器313以及存储器311。在一些实施例中，外设接口314，处理器313以及存储控制器312可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

上述的输入输出单元315用于提供给用户输入数据。所述输入输出单元315可以是，但不限于，鼠标和键盘等。

上述的显示单元316在电子设备300与用户之间提供一个交互界面(例如用户操作界面)给用户参考。在本实施例中，所述显示单元316可以是液晶显示器或触控显示器。液晶显示器或触控显示器可以对处理器执行所述程序的过程进行显示。

本实施例中的电子设备300可以用于执行本申请实施例提供的各个方法中的各个步骤。

此外，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中的步骤。

本申请实施例所提供的物联网设备选用方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中的步骤，具体可参见上述方法实施例，在此不再赘述。

综上所述：本申请实施例提供了一种物联网设备选用方法、装置、电子设备及存储介质，物联网设备选用方法包括：获取物联网设备在不同温湿度条件下、一段时间内的设备数据，其中，所述物联网设备包括多种类型的物联网设备；对所述设备数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的分析数据；以及根据所述设备数据和分析数据，选用目标物联网设备。

在上述实现过程中，通过将多种类型的物联网设备在一段时间内不同温湿度条件下的设备数据分别基于flink系统构建计算模型进行数据处理，获得在一段时间内不同温湿度条件下的设备数据对应的分析数据，统计这些数据并进行分析，确定出欲选用的目标物联网设备，实现了将各种类型设备在一定时间内、处于不同温湿度环境下采集的真实产生的设备数据进行综合比对，进而挑选出目标环境下最适用的物联网设备，相比于传统的设备资料的简单比对，提高了物联网设备选择的精确性，也提高了后续在使用物联网设备的持续性，降低了维护的成本。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。在本申请实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种物联网设备选用方法，其特征在于，所述方法包括：

获取物联网设备在不同温湿度条件下、一段时间内的设备数据，其中，所述物联网设备包括多种类型的物联网设备；

对所述设备数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的分析数据；以及

根据所述设备数据和分析数据，选用目标物联网设备。

2.根据权利要求1所述的方法，其特征在于，所述设备数据和分析数据包括固定数据和监测数据。

3.根据权利要求2所述的方法，其特征在于，所述固定数据包括设备类型、设备型号、以及设备成本。

4.根据权利要求2所述的方法，其特征在于，所述监测数据包括设备故障次数、设备生命周期、以及设备功率。

5.根据权利要求1所述的方法，其特征在于，所述获取物联网设备在不同温湿度条件下、一段时间内的设备数据，包括：

基于所述物联网设备的flink系统获取所述物联网设备在不同温湿度条件下、一段时间内的设备数据。

6.根据权利要求1所述的方法，其特征在于，所述根据所述设备数据和分析数据，选用目标物联网设备，包括：

通过flink系统的时间窗口对所述设备数据和所述分析数据进行统计；以及

对统计后的所述设备数据和所述分析数据进行分析，确定出选用的所述目标物联网设备。

7.根据权利要求1所述的方法，其特征在于，所述对所述设备数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的分析数据，包括：

对所述设备数据中的监测数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的所述分析数据中的监测数据；以及

基于所述分析数据中的监测数据和所述设备数据中的固定数据，确定出所述分析数据。

8.一种物联网设备选用装置，其特征在于，包括：

获取模块，用于获取物联网设备在不同温湿度条件下、一段时间内的设备数据，其中，所述物联网设备包括多种类型的物联网设备；

处理模块，用于对所述设备数据进行处理，获得所述物联网设备在不同温湿度条件下、一段时间内的分析数据；以及

选用模块，用于根据所述设备数据和分析数据，选用目标物联网设备。

9.一种电子设备，其特征在于，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任一所述的方法的步骤。

Images