System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() av无码久久久久久不卡网站,av无码aV天天aV天天爽,熟妇人妻系列av无码一区二区
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集方法、系統(tǒng)及存儲介質(zhì)技術(shù)方案

    技術(shù)編號:43675403 閱讀:17 留言:0更新日期:2024-12-18 20:59
    本申請涉及數(shù)據(jù)采集領(lǐng)域,其具體地公開了一種基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集方法、系統(tǒng)及存儲介質(zhì),其包括工業(yè)設備、設備接入模塊、協(xié)議轉(zhuǎn)換模塊、邊緣數(shù)據(jù)處理模塊和工業(yè)互聯(lián)網(wǎng)平臺,在對數(shù)據(jù)進行預處理時,通過獲取當前COV數(shù)據(jù)和COV數(shù)據(jù)的歷史數(shù)據(jù)集,并采用基于深度學習的數(shù)據(jù)分析技術(shù)對當前COV數(shù)據(jù)進行時序關(guān)聯(lián)分析,對COV數(shù)據(jù)的歷史數(shù)據(jù)集的進行時序關(guān)聯(lián)提取和特征力場聚合,以此根據(jù)歷史COV時序關(guān)聯(lián)聚合特征和當前COV數(shù)據(jù)時序關(guān)聯(lián)特征之間的語義差異度量值來自動地確定是否刪除所述當前COV數(shù)據(jù),能夠有效地識別當前和歷史數(shù)據(jù)之間的模式和趨勢,從而提高了工業(yè)物聯(lián)網(wǎng)系統(tǒng)的整體性能和可靠性。

    【技術(shù)實現(xiàn)步驟摘要】

    本申請涉及數(shù)據(jù)采集領(lǐng)域,且更為具體地,涉及一種基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集方法、系統(tǒng)及存儲介質(zhì)


    技術(shù)介紹

    1、隨著工業(yè)4.0的發(fā)展,工業(yè)物聯(lián)網(wǎng)成為現(xiàn)代制造業(yè)不可或缺的一部分。在工業(yè)物聯(lián)網(wǎng)中,大量傳感器和設備不斷產(chǎn)生海量數(shù)據(jù),這些數(shù)據(jù)需要被高效地采集、處理和分析,以支持實時監(jiān)控、預測性維護、優(yōu)化生產(chǎn)和決策支持等功能。

    2、中國專利cn118138614a提出了一種工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng),其通過自定義協(xié)議庫將來自不同工業(yè)設備的異構(gòu)數(shù)據(jù)轉(zhuǎn)換為標準化的cov格式,接著,在邊緣側(cè)對轉(zhuǎn)換后的數(shù)據(jù)進行預處理和初步分析,剔除異常數(shù)據(jù)并進行本地緩存,處理完成的數(shù)據(jù)隨后被傳輸至工業(yè)互聯(lián)網(wǎng)平臺,最后平臺依據(jù)時間節(jié)點對數(shù)據(jù)進行分類和保存。

    3、上述專利中是通過脫敏、平滑濾波和特征值迭代技術(shù)來對轉(zhuǎn)換后的cov數(shù)據(jù)進行預處理,雖然這些技術(shù)可以減少重復、多余、缺失或錯誤的數(shù)據(jù)。然而,傳統(tǒng)的脫敏、平滑濾波和特征值迭代技術(shù)主要關(guān)注于單次數(shù)據(jù)的處理,未能充分考慮到數(shù)據(jù)的時序關(guān)聯(lián)性。在處理過程中,可能忽略了當前數(shù)據(jù)與歷史數(shù)據(jù)之間的關(guān)系,從而無法有效地識別數(shù)據(jù)之間的模式和趨勢。此外,平滑濾波雖然可以減少噪聲,但過度平滑可能會導致有用信息的丟失,尤其是那些反映設備狀態(tài)突變的信息。

    4、因此,期望一種優(yōu)化的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng)。


    技術(shù)實現(xiàn)思路

    1、為了解決上述技術(shù)問題,提出了本申請。本申請的實施例提供了一種基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集方法、系統(tǒng)及存儲介質(zhì),其包括工業(yè)設備、設備接入模塊、協(xié)議轉(zhuǎn)換模塊、邊緣數(shù)據(jù)處理模塊和工業(yè)互聯(lián)網(wǎng)平臺,其中在對數(shù)據(jù)進行處理時,通過獲取當前cov數(shù)據(jù),且獲取cov數(shù)據(jù)的歷史數(shù)據(jù)集,并采用基于深度學習的數(shù)據(jù)分析和處理技術(shù)對所述當前cov數(shù)據(jù)進行時序關(guān)聯(lián)分析,對所述cov數(shù)據(jù)的歷史數(shù)據(jù)集的進行時序關(guān)聯(lián)提取和特征力場聚合,以此根據(jù)歷史cov時序關(guān)聯(lián)聚合特征和當前cov數(shù)據(jù)時序關(guān)聯(lián)特征之間的語義差異度量值來自動地確定是否刪除所述當前cov數(shù)據(jù),能夠有效地識別當前和歷史數(shù)據(jù)之間的模式和趨勢,彌補了傳統(tǒng)技術(shù)僅關(guān)注單次數(shù)據(jù)處理的不足,確保了數(shù)據(jù)處理過程中的時序關(guān)聯(lián)性。并且,通過時序關(guān)聯(lián)分析來保留反映設備數(shù)據(jù)的重要信息,避免了有用信息的丟失,實現(xiàn)了更高效的數(shù)據(jù)處理和智能決策支持,從而提高了工業(yè)物聯(lián)網(wǎng)系統(tǒng)的整體性能和可靠性。

    2、根據(jù)本申請的一個方面,提供了一種基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其包括:工業(yè)設備、設備接入模塊、協(xié)議轉(zhuǎn)換模塊、邊緣數(shù)據(jù)處理模塊和工業(yè)互聯(lián)網(wǎng)平臺,

    3、所述設備接入模塊用于接入所述工業(yè)設備;所述協(xié)議轉(zhuǎn)換模塊用于將所述工業(yè)設備采集到的數(shù)據(jù)轉(zhuǎn)換為標準化格式的cov數(shù)據(jù);

    4、所述邊緣數(shù)據(jù)處理模塊用于對所述cov數(shù)據(jù)進行預處理和存儲分析,并將分析后的所述cov數(shù)據(jù)傳輸至所述工業(yè)互聯(lián)網(wǎng)平臺;其中,所述邊緣數(shù)據(jù)處理模塊,包括:cov數(shù)據(jù)預處理單元,用于對所述cov數(shù)據(jù)進行預處理以得到預處理后的cov數(shù)據(jù);cov數(shù)據(jù)存儲分析單元,用于對所述預處理后的cov數(shù)據(jù)進行存儲和分析以得到分析后的cov數(shù)據(jù);cov數(shù)據(jù)傳輸單元,用于將所述分析后的cov數(shù)據(jù)通過無線通訊模塊傳輸至所述工業(yè)互聯(lián)網(wǎng)平臺;

    5、所述工業(yè)互聯(lián)網(wǎng)平臺用于對所述邊緣數(shù)據(jù)處理模塊上傳的數(shù)據(jù)進行編號和分類;

    6、其中,所述cov數(shù)據(jù)預處理單元,包括:數(shù)據(jù)獲取子單元,用于獲取當前cov數(shù)據(jù),并獲取cov數(shù)據(jù)的歷史數(shù)據(jù)集;數(shù)據(jù)特征提取子單元,用于對所述當前cov數(shù)據(jù)和所述cov數(shù)據(jù)的歷史數(shù)據(jù)集進行時序特征提取以得到當前cov時序關(guān)聯(lián)隱含特征和歷史cov時序關(guān)聯(lián)隱含特征的集合;歷史數(shù)據(jù)關(guān)聯(lián)聚合子單元,用于對所述歷史cov時序關(guān)聯(lián)隱含特征的集合進行動態(tài)特征力場聚合以得到歷史cov時序關(guān)聯(lián)顯著聚合表示;數(shù)據(jù)刪除子單元,用于基于所述歷史cov時序關(guān)聯(lián)顯著聚合表示和所述當前cov時序關(guān)聯(lián)隱含特征之間的語義差異度量值,確定是否刪除所述當前cov數(shù)據(jù)。

    7、根據(jù)本申請的另一方面,提供了一種基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集方法,其包括:

    8、獲取當前cov數(shù)據(jù),并獲取cov數(shù)據(jù)的歷史數(shù)據(jù)集;

    9、對所述當前cov數(shù)據(jù)和所述cov數(shù)據(jù)的歷史數(shù)據(jù)集進行時序特征提取以得到當前cov時序關(guān)聯(lián)隱含特征和歷史cov時序關(guān)聯(lián)隱含特征的集合;

    10、對所述歷史cov時序關(guān)聯(lián)隱含特征的集合進行動態(tài)特征力場聚合以得到歷史cov時序關(guān)聯(lián)顯著聚合表示;

    11、基于所述歷史cov時序關(guān)聯(lián)顯著聚合表示和所述當前cov時序關(guān)聯(lián)隱含特征之間的語義差異度量值,確定是否刪除所述當前cov數(shù)據(jù)。

    12、根據(jù)本申請的另一個方面,還提供了一種存儲介質(zhì),其包括:在所述存儲介質(zhì)中存儲有計算機程序指令,所述計算機程序指令在被處理器運行時使得處理器執(zhí)行如所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng)。

    13、本申請至少具有如下技術(shù)效果:

    14、與現(xiàn)有技術(shù)相比,本申請?zhí)峁┑囊环N基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集方法、系統(tǒng)及存儲介質(zhì),其包括工業(yè)設備、設備接入模塊、協(xié)議轉(zhuǎn)換模塊、邊緣數(shù)據(jù)處理模塊和工業(yè)互聯(lián)網(wǎng)平臺,其中在對數(shù)據(jù)進行處理時,通過獲取當前cov數(shù)據(jù),且獲取cov數(shù)據(jù)的歷史數(shù)據(jù)集,并采用基于深度學習的數(shù)據(jù)分析和處理技術(shù)對所述當前cov數(shù)據(jù)進行時序關(guān)聯(lián)分析,對所述cov數(shù)據(jù)的歷史數(shù)據(jù)集的進行時序關(guān)聯(lián)提取和特征力場聚合,以此根據(jù)歷史cov時序關(guān)聯(lián)聚合特征和當前cov數(shù)據(jù)時序關(guān)聯(lián)特征之間的語義差異度量值來自動地確定是否刪除所述當前cov數(shù)據(jù)。這樣,能夠有效地識別當前和歷史數(shù)據(jù)之間的模式和趨勢,彌補了傳統(tǒng)技術(shù)僅關(guān)注單次數(shù)據(jù)處理的不足,確保了數(shù)據(jù)處理過程中的時序關(guān)聯(lián)性。并且,通過時序關(guān)聯(lián)分析來保留反映設備數(shù)據(jù)的重要信息,避免了有用信息的丟失,實現(xiàn)了更高效的數(shù)據(jù)處理和智能決策支持,從而提高了工業(yè)物聯(lián)網(wǎng)系統(tǒng)的整體性能和可靠性。

    本文檔來自技高網(wǎng)...

    【技術(shù)保護點】

    1.基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),包括:工業(yè)設備、設備接入模塊、協(xié)議轉(zhuǎn)換模塊、邊緣數(shù)據(jù)處理模塊和工業(yè)互聯(lián)網(wǎng)平臺,其特征在于,

    2.根據(jù)權(quán)利要求1所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述數(shù)據(jù)特征提取子單元,包括:

    3.根據(jù)權(quán)利要求2所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述歷史數(shù)據(jù)關(guān)聯(lián)聚合子單元,包括:

    4.根據(jù)權(quán)利要求3所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述歷史COV數(shù)據(jù)靜態(tài)因子計算聚類二級子單元,包括:

    5.根據(jù)權(quán)利要求4所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述歷史COV數(shù)據(jù)靜態(tài)能量因子計算三級子單元,用于:

    6.根據(jù)權(quán)利要求5所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述歷史COV數(shù)據(jù)能量力場聚合二級子單元,包括:

    7.根據(jù)權(quán)利要求6所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述歷史COV數(shù)據(jù)時序動態(tài)聚合能量因子計算三級子單元,用于:

    8.根據(jù)權(quán)利要求7所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述數(shù)據(jù)刪除子單元,用于:

    9.基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集方法,其特征在于,包括:

    10.一種存儲介質(zhì),其特征在于,包括:在所述存儲介質(zhì)中存儲有計算機程序指令,所述計算機程序指令在被處理器運行時使得處理器執(zhí)行如權(quán)利要求1-8中任一項所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng)。

    ...

    【技術(shù)特征摘要】

    1.基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),包括:工業(yè)設備、設備接入模塊、協(xié)議轉(zhuǎn)換模塊、邊緣數(shù)據(jù)處理模塊和工業(yè)互聯(lián)網(wǎng)平臺,其特征在于,

    2.根據(jù)權(quán)利要求1所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述數(shù)據(jù)特征提取子單元,包括:

    3.根據(jù)權(quán)利要求2所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述歷史數(shù)據(jù)關(guān)聯(lián)聚合子單元,包括:

    4.根據(jù)權(quán)利要求3所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述歷史cov數(shù)據(jù)靜態(tài)因子計算聚類二級子單元,包括:

    5.根據(jù)權(quán)利要求4所述的基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng),其特征在于,所述歷史cov數(shù)據(jù)靜態(tài)能量因子計算三級子單元,用于:

    ...

    【專利技術(shù)屬性】
    技術(shù)研發(fā)人員:金恩曼張海濤安仁托林受皿朱金翠范如彬周和夢
    申請(專利權(quán))人:浙江聯(lián)云智鼎信息科技有限公司
    類型:發(fā)明
    國別省市:

    網(wǎng)友詢問留言 已有0條評論
    • 還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 亚洲av无码乱码国产精品fc2| 五十路熟妇高熟无码视频| 无码精品久久久久久人妻中字| 国产AV巨作情欲放纵无码| 无码av人妻一区二区三区四区| 无码日韩人妻AV一区二区三区| 中文无码vs无码人妻 | 无码被窝影院午夜看片爽爽jk| 伊人久久无码精品中文字幕 | 亚洲中文字幕久久精品无码A| 国产成人无码av片在线观看不卡| 99无码人妻一区二区三区免费| 亚洲中文字幕无码久久精品1 | 亚洲人成人无码网www国产| 久久久久久久亚洲Av无码| 亚洲成A人片在线观看无码3D | 日韩精品无码区免费专区 | heyzo专区无码综合| 亚洲精品9999久久久久无码| 秋霞鲁丝片Av无码少妇| 亚洲Av无码专区国产乱码DVD | 亚洲中文无码亚洲人成影院| 无套内射在线无码播放| 中文精品无码中文字幕无码专区| 秋霞鲁丝片无码av| 亚洲国产精品无码久久久秋霞1| 人妻少妇偷人精品无码 | 精品无码专区亚洲| 一本天堂ⅴ无码亚洲道久久| 亚洲av无码一区二区三区天堂古代| 国产精品无码无需播放器| 国产成人无码av| 国产V亚洲V天堂无码久久久| 国产成人无码区免费网站| 人妻AV中出无码内射| 少妇无码AV无码一区| 自慰无码一区二区三区| 久久亚洲精品无码| 亚洲中文久久精品无码1| 无码区日韩特区永久免费系列| 亚洲午夜无码久久|