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: 亚洲中文字幕久久无码| 免费无码AV电影在线观看| 国产自无码视频在线观看 | 亚洲AV无码一区二区三区牲色 | 久久无码av亚洲精品色午夜 | 久久精品无码一区二区日韩AV| 亚洲一本大道无码av天堂| 久久人妻av无码中文专区| 日韩欧国产精品一区综合无码| 国产V亚洲V天堂A无码| 精品人妻无码一区二区色欲产成人| 中文无码AV一区二区三区 | 亚洲永久无码3D动漫一区| 在线观看成人无码中文av天堂| 亚洲中文字幕久久精品无码APP | 国产精品成人无码久久久久久| 无码内射中文字幕岛国片| 潮喷大喷水系列无码久久精品 | 天堂一区人妻无码| 亚洲AV无码久久精品狠狠爱浪潮| 人妻丰满熟妇AV无码区| 久久av无码专区亚洲av桃花岛| 国产做无码视频在线观看浪潮| 亚洲AV无码一区二区三区国产| 伊人久久一区二区三区无码| 亚洲AV日韩AV高潮无码专区| 亚洲av中文无码乱人伦在线r▽| 精品久久久久久无码中文字幕| 国产精品无码无卡在线观看久| 亚洲熟妇无码一区二区三区导航| 亚洲av无码国产综合专区| 精品三级AV无码一区| 无码专区久久综合久中文字幕| 日韩综合无码一区二区| 国产网红主播无码精品| 国产成人亚洲综合无码| 人妻AV中出无码内射| 日产无码1区2区在线观看| 亚洲日韩国产AV无码无码精品| 日韩免费无码视频一区二区三区 | 99精品一区二区三区无码吞精|