【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种冷链车辆温度异常识别方法及装置。
技术介绍
1、目前，在物流领域，冷链物流不断发展，成为一种有着广阔前景的物流形式。近年来，随着车辆gps定位追踪、温度传感器、物联网、大数据等技术的不断引进，温度数据的实时采集与监控已在冷链物流领域广泛应用。
2、由于冷链物流环节中产生的温度数据易被环境、传感器精度等因素影响，导致这些数据呈现出数据量大、不易进行整体分析等困扰。
技术实现思路
1、本专利技术提供一种冷链车辆温度异常识别方法及装置，用以解决现有技术中冷链物流环节中产生的温度数据呈现出数据量大、不易进行整体分析的问题。
2、本专利技术提供一种冷链车辆温度异常识别方法，所述方法包括：
3、获取冷链车辆的车厢温度时序数据及外界环境温度时序数据；
4、获取所述车厢温度时序数据对应的目标车厢高频温度时序数据，所述目标车厢高频温度时序数据为所述车厢温度时序数据对应的高频分量，且所述目标车厢高频温度时序数据与所述车厢温度时序数据的温度变换范围及数据量均相等；
5、基于所述目标车厢高频温度时序数据、所述车厢温度时序数据及所述外界环境温度时序数据，生成冷链车辆的模式序列，所述模式序列中包括连续多个目标时间段下的温度模式；
6、基于冷链车辆的所述模式序列，对冷链车辆进行异常温度模式识别。
7、根据本专利技术提供的冷链车辆温度异常识别方法，所述冷链车辆的车厢温度时序数据及外界环境温度时序
8、获取冷链车辆的原始冷链数据，所述原始冷链数据包括冷链车辆在各数据记录时间点下的第一车辆经纬度及第一车厢温度；
9、基于预设时间窗口分别对冷链车辆在各数据记录时间点下的所述车辆经纬度及所述车厢温度进行降采样及线性插值，得到冷链车辆在各个时间窗口下的第二车辆经纬度及第二车厢温度；
10、基于冷链车辆在各个时间窗口下的所述第二车辆经纬度及历史天气数据，获取冷链车辆在各个时间窗口下的外界环境温度；
11、基于冷链车辆在各个时间窗口下的所述车厢温度，得到冷链车辆的车厢温度时序数据；
12、基于冷链车辆在各个时间窗口下的所述外界环境温度，得到冷链车辆的外界环境温度时序数据。
13、根据本专利技术提供的冷链车辆温度异常识别方法，所述获取所述车厢温度时序数据对应的车厢高频温度时序数据，包括：
14、对所述车厢温度时序数据进行4级小波分解，并将分解后的高频分量作为第一车厢高频温度时序数据；
15、对所述第一车厢高频温度时序数据进行平移及缩放，得到与所述车厢温度时序数据的温度变换范围相等的第二车厢温度时序数据；
16、对所述第二车厢高频温度时序数据进行多项式插值，得到与所述车厢温度时序数据的数据量相等的目标车厢高频温度时序数据。
17、根据本专利技术提供的冷链车辆温度异常识别方法，所述基于所述目标车厢高频温度时序数据、所述车厢温度时序数据及所述外界环境温度时序数据，生成冷链车辆的模式序列，包括：
18、对所述目标车厢高频温度时序数据进行分段，得到多个初始时间段下的目标车厢高频温度数据；
19、基于各初始时间段下的所述目标车厢高频温度数据的特征向量对多个所述初始时间段下的目标车厢高频温度数据进行合并，得到多个目标时间段下的目标车厢高频温度数据；
20、基于所述车厢温度时序数据及所述外界环境温度时序数据，确定各目标时间段下的车厢温度数据及外界环境温度数据；
21、基于各目标时间段下的所述目标车厢高频温度数据、所述车厢温度数据及所述外界环境温度数据，确定各时间段下的温度模式；
22、基于各时间段下的所述温度模式，生成冷链车辆的模式序列。
23、根据本专利技术提供的冷链车辆温度异常识别方法，所述对所述目标车厢高频温度时序数据进行分段，得到多个初始时间段下的目标车厢高频温度数据，包括：
24、对所述目标车厢高频温度时序数据进行二阶求导，确定二阶求导后的波峰及波谷；
25、基于所述波峰及波谷，对所述第一目标车厢高频温度时序数据进行分段，得到多个初始时间段下的目标车厢高频温度数据。
26、根据本专利技术提供的冷链车辆温度异常识别方法，所述温度模式包括常温平稳状态模式、开机平稳状态模式、制冷关机模式、制冷开门模式、制热关机模式、制热开门模式、制冷开机模式、制冷关门模式、制热开机模式、制热关门模式、水平温度状态模式中的至少一种。
27、本专利技术还提供一种冷链车辆温度异常识别装置，包括：
28、第一识别模块，用于获取冷链车辆的车厢温度时序数据及外界环境温度时序数据；
29、第二识别模块，用于获取所述车厢温度时序数据对应的目标车厢高频温度时序数据，所述目标车厢高频温度时序数据为所述车厢温度时序数据对应的高频分量，且所述目标车厢高频温度时序数据与所述车厢温度时序数据的温度变换范围及数据量均相等；
30、第三识别模块，用于基于所述目标车厢高频温度时序数据、所述车厢温度时序数据及所述外界环境温度时序数据，生成冷链车辆的模式序列，所述模式序列中包括连续多个目标时间段下的温度模式；
31、第四识别模块，用于基于冷链车辆的所述模式序列，对冷链车辆进行异常温度模式识别。
32、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述的冷链车辆温度异常识别方法。
33、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述的冷链车辆温度异常识别方法。
34、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的冷链车辆温度异常识别方法。
35、本专利技术提供的冷链车辆温度异常识别方法，通过先获取冷链车辆的车厢温度时序数据及外界环境温度时序数据；接着获取车厢温度时序数据对应的目标车厢高频温度时序数据；最后基于目标车厢高频温度时序数据、车厢温度时序数据及外界环境温度时序数据，生成冷链车辆的模式序列，模式序列中包括连续多个目标时间段下的温度模式；基于冷链车辆的模式序列，对冷链车辆进行异常温度模式识别。本专利技术通过对原始的冷链车辆数据进行自动化处理与模式分类，将海量原始数据压缩为模式序列，有效减少了后续数据分析的负担，最后对模式序列进行分析，实现了对冷链车辆温度异常的高效识别。
本文档来自技高网...【技术保护点】
1.一种冷链车辆温度异常识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的冷链车辆温度异常识别方法，其特征在于，所述冷链车辆的车厢温度时序数据及外界环境温度时序数据是通过如下方式得到的：
3.根据权利要求1所述的冷链车辆温度异常识别方法，其特征在于，所述获取所述车厢温度时序数据对应的车厢高频温度时序数据，包括：
4.根据权利要求1所述的冷链车辆温度异常识别方法，其特征在于，所述基于所述目标车厢高频温度时序数据、所述车厢温度时序数据及所述外界环境温度时序数据，生成冷链车辆的模式序列，包括：
5.根据权利要求4所述的冷链车辆温度异常识别方法，其特征在于，所述对所述目标车厢高频温度时序数据进行分段，得到多个初始时间段下的目标车厢高频温度数据，包括：
6.根据权利要求1至5任一项所述的冷链车辆温度异常识别方法，其特征在于，所述温度模式包括常温平稳状态模式、开机平稳状态模式、制冷关机模式、制冷开门模式、制热关机模式、制热开门模式、制冷开机模式、制冷关门模式、制热开机模式、制热关门模式、水平温度状态模式中的至少一种。p>
7.一种冷链车辆温度异常识别装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的冷链车辆温度异常识别方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的冷链车辆温度异常识别方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的冷链车辆温度异常识别方法。
...【技术特征摘要】
1.一种冷链车辆温度异常识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的冷链车辆温度异常识别方法，其特征在于，所述冷链车辆的车厢温度时序数据及外界环境温度时序数据是通过如下方式得到的：
3.根据权利要求1所述的冷链车辆温度异常识别方法，其特征在于，所述获取所述车厢温度时序数据对应的车厢高频温度时序数据，包括：
4.根据权利要求1所述的冷链车辆温度异常识别方法，其特征在于，所述基于所述目标车厢高频温度时序数据、所述车厢温度时序数据及所述外界环境温度时序数据，生成冷链车辆的模式序列，包括：
5.根据权利要求4所述的冷链车辆温度异常识别方法，其特征在于，所述对所述目标车厢高频温度时序数据进行分段，得到多个初始时间段下的目标车厢高频温度数据，包括：
6.根据权利要求1至5任一项所述的冷链车辆温度异常识别方法，其特征在于，...
【专利技术属性】
技术研发人员：李芳影，谭悦，
申请(专利权)人：北京汇通天下物联科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。