【技术实现步骤摘要】
本专利技术涉及工业物联网数据处理，具体涉及一种基于工业物联网的生产数据识别方法、系统、设备及介质。
技术介绍
1、在工业物联网（industrial internet of things，iiot）的快速发展背景下，生产数据的采集、处理与分析已成为提升制造业智能化水平的关键环节。众多工业应用场景中，生产数据的获取主要依赖于分布在各个生产环节的数据采集节点，这些节点能够实时捕捉生产过程中的各种参数与状态，为后续的决策优化提供重要依据。
2、然而，在实际应用中，由于工业物联网的广泛分布性，往往需要将一端大量的生产数据远距离传输到工业物联网的另一个节点上，传输条件要求苛刻，在传输过程中数据很容易受到各种外部因素的干扰，如网络攻击、数据篡改等，从而导致数据的真实性和有效性受到严重威胁，在此基础上，传统的数据识别往往侧重于数据的完整性校验，但对于数据的真实性和有效性验证则显得力不从心，特别是在面对复杂多变的工业生产环境时，传统的数据识别方法很难准确判断数据是否遭受了篡改或伪造，也无法对异常数据进行准确且快速的定位，不能及时发现并处理缺失值、异常值等问题，更不能为后续生产数据处理提供一定帮助。
技术实现思路
1、针对现有技术中的缺陷，本专利技术提供一种基于工业物联网的生产数据识别方法、系统、设备及介质。
2、一种基于工业物联网的生产数据识别方法，包括：获取工业物联网下的数据采集节点和连续时间序列，并根据连续时间序列获取数据采集节点采集的初始生产数据序列，并将初始生产数据
3、优选的，根据第一生产数据波动指标、第二生产数据波动指标、第一整体波动指标和第二整体波动指标获取识别结果包括：根据第一整体波动指标和第二整体波动指标获取第一差额，判断第一差额是否超过第一阈值；若不超过，按时间排序对多个第二生产数据段进行重建并形成待处理生产数据序列，输出待处理生产数据序列；若超过，根据各个第二生产数据段关联的第一生产数据波动指标和第二生产数据波动指标获取第二差额，获取第二差额超过第二阈值的第二生产数据段并作为异常生产数据段，获取第二差额不超过第二阈值的第二生产数据段并作为正常生产数据段，输出异常生产数据段和正常生产数据段。
4、优选的，基于波动状态模型和第一生产数据段获取与第一生产数据段关联的第一生产数据波动指标包括：获取第i个第一生产数据段；基于波动状态模型计算中各个生产数据的局部波动值；基于波动状态模型计算的波动趋势；基于波动状态模型、局部波动值和波动趋势获取的第一生产数据波动指标。
5、优选的，基于波动状态模型计算中各个生产数据的局部波动值中的波动状态模型表示为：；其中，为中第个生产数据的局部波动值，为中第个生产数据，为中第个生产数据。
6、优选的，基于波动状态模型计算的波动趋势中的波动状态模型表示为：；其中，为的波动趋势，为中第个生产数据，为中全部生产数据的平均值，为中生产数据的数量。
7、优选的，基于波动状态模型、局部波动值和波动趋势获取的第一生产数据波动指标中的波动状态模型表示为：；其中，为的第一生产数据波动指标，和为权重系数。
8、优选的，将初始生产数据序列划分为多个第一生产数据段包括：基于预设时间窗口将初始生产数据序列依次划分为多个第一生产数据段，或基于生产事件时间节点将初始生产数据序列依次划分为多个第一生产数据段。
9、还提供了一种基于工业物联网的生产数据识别系统，系统包括依次通信连接的管理平台、传感网络平台和对象平台，所述传感网络平台包括：对象获取模块，用于获取工业物联网下的数据采集节点和连续时间序列，并根据连续时间序列获取数据采集节点采集的初始生产数据序列，并将初始生产数据序列划分为多个第一生产数据段，其中，所述第一生产数据段包括多个生产数据；第一模型计算模块，用于基于波动状态模型和第一生产数据段获取与第一生产数据段关联的第一生产数据波动指标，并根据多个第一生产数据波动指标获取第一整体波动指标；数据传输模块，用于将多个第一生产数据段分别发送至工业物联网内的数据识别节点，并将第一整体波动指标和多个第一生产数据波动指标发送至数据识别节点，并在数据识别节点处将接收的第一生产数据段作为第二生产数据段；第二模型计算模块，用于基于波动状态模型和第二生产数据段获取与第二生产数据段关联的第二生产数据波动指标，并根据多个第二生产数据波动指标获取第二整体波动指标；识别处理模块，用于根据第一生产数据波动指标、第二生产数据波动指标、第一整体波动指标和第二整体波动指标获取生产数据识别结果。
10、还提供了一种电子设备，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现上述基于工业物联网的生产数据识别方法。
11、还提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于工业物联网的生产数据识别方法。
12、本专利技术的有益效果体现在：
13、整个基于工业物联网的生产数据识别方法中，首先将大量连续的初始生产数据划分为多个较小的数据段，降低了数据处理的复杂度，并提高了数据传输的灵活性，使得数据能够在不同网络条件下进行更可靠的传输；进一步的，通过引入波动状态模型，该方法能够捕捉并量化生产数据的波动性，为数据的真实性、有效性验证提供了坚实的基础；进一步的，在数据传输至数据识别节点后，通过对比传输前后的数据波动指标，可以准确判断数据在传输过程中是否被篡改或缺失，此外，还综合考虑了整体波动指标与具体数据段的波动指标，为数据的完整性和准确性提供了全面的评估；因此，整个识别方法不仅提高了数据处理的效率，还增强了数据的安全性和可靠性，为工业物联网环境下的生产数据处理提供了有力的技术支持，确保了生产数据的真实、准确和及时，为后续的生产决策和优化提供了坚实的基础。
本文档来自技高网...【技术保护点】
1.一种基于工业物联网的生产数据识别方法，其特征在于，包括：
2.根据权利要求1所述的基于工业物联网的生产数据识别方法，其特征在于，所述根据第一生产数据波动指标、第二生产数据波动指标、第一整体波动指标和第二整体波动指标获取识别结果包括：
3.根据权利要求1所述的基于工业物联网的生产数据识别方法，其特征在于，所述基于波动状态模型和第一生产数据段获取与第一生产数据段关联的第一生产数据波动指标包括：
4.根据权利要求3所述的基于工业物联网的生产数据识别方法，其特征在于，所述基于波动状态模型计算中各个生产数据的局部波动值中的波动状态模型表示为：
5.根据权利要求4所述的基于工业物联网的生产数据识别方法，其特征在于，所述基于波动状态模型计算的波动趋势中的波动状态模型表示为：
6.根据权利要求5所述的基于工业物联网的生产数据识别方法，其特征在于，所述基于波动状态模型、局部波动值和波动趋势获取的第一生产数据波动指标中的波动状态模型表示为：
7.根据权利要求1所述的基于工业物联网的生产数据识别方法，其特征在于，所述将初始生产
8.一种基于工业物联网的生产数据识别系统，其特征在于，所述系统包括依次通信连接的服务平台、管理平台和传感网络平台，所述管理平台包括：
9.一种电子设备，其特征在于，包括：
10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至权利要求7中任意一项所述的基于工业物联网的生产数据识别方法。
...【技术特征摘要】
1.一种基于工业物联网的生产数据识别方法，其特征在于，包括：
2.根据权利要求1所述的基于工业物联网的生产数据识别方法，其特征在于，所述根据第一生产数据波动指标、第二生产数据波动指标、第一整体波动指标和第二整体波动指标获取识别结果包括：
3.根据权利要求1所述的基于工业物联网的生产数据识别方法，其特征在于，所述基于波动状态模型和第一生产数据段获取与第一生产数据段关联的第一生产数据波动指标包括：
4.根据权利要求3所述的基于工业物联网的生产数据识别方法，其特征在于，所述基于波动状态模型计算中各个生产数据的局部波动值中的波动状态模型表示为：
5.根据权利要求4所述的基于工业物联网的生产数据识别方法，其特征在于，所述基于波动状态模型计算的波动趋势中的波动状...
【专利技术属性】
技术研发人员：邵泽华，李勇，权亚强，周莙焱，吴岳飞，
申请(专利权)人：成都秦川物联网科技股份有限公司，
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。