【技术实现步骤摘要】
本专利技术涉及湿度传感器采集，尤其涉及一种基于湿度传感器的数据采集分析方法及系统。
技术介绍
1、社会活动与湿度密切相关。随着现代化的实现，很难找出一个与湿度无关的领域来。由于应用领域不同，对湿度传感器的技术要求也不同。湿度是空气中所含的水分的百分比。来表示空气的潮湿度。湿敏元件是最简单的湿度传感器。湿敏元件主要有电阻式、电容式两大类。湿敏电阻的特点是在基片上覆盖一层用感湿材料制成的膜，当空气中的水蒸气吸附在感湿膜上时，元件的电阻率和电阻值都发生变化，利用这一特性即可测量湿度。湿敏电容一般是用高分子薄膜电容制成的，常用的高分子材料有聚苯乙烯、聚酰亚胺、酪酸醋酸纤维等。当环境湿度发生改变时，湿敏电容的介电常数发生变化，使其电容量也发生变化，其电容变化量与相对湿度成正比。而传感器的应用场景有很多，例如农业领域、气象领域等，然而传感器往往是集群使用，从而来形成一个无线传感器网络，现如今，通过无线传感器采集数据时，能耗过高，而且采集到的数据可能会存在一定的异常。
技术实现思路
1、本专利技术克服了现有技术的不足，提供了一种基于湿度传感器的数据采集分析方法及系统。
2、为达上述目的，本专利技术采用的技术方案为：
3、本专利技术第一方面提供了一种基于湿度传感器的数据采集分析方法，包括：
4、通过在目标区域布置湿度传感器，构建传感器网络，并通过对所述传感器网络的数据采集能耗进行优化，获取优化后的传感器网络；
5、通过优化后的传感器网络获取每个时间戳
6、采集预设时间之内湿度传感器在各环境因素之下的性能变化特征数据，并根据所述预设时间之内湿度传感器在各环境因素之下的性能变化特征数据构建性能数据预测模型；
7、通过所述性能数据预测模型预测各湿度传感器在目标区域的环境因素之下的性能数据，并根据所述各湿度传感器在目标区域的环境因素之下的性能数据对每个时间戳中可信的传感器数据进行进一步筛选，获取最终的传感器数据。
8、进一步的，在基于湿度传感器的数据采集分析方法中，通过在目标区域布置湿度传感器，构建传感器网络，并通过对所述传感器网络的数据采集能耗进行优化，获取优化后的传感器网络，具体为：
9、通过在目标区域布置湿度传感器，构建传感器网络，获取每一湿度传感器的布置位置，并初始化数据汇聚节点的安装位置，基于所述湿度传感器的布置位置以及数据汇聚节点的安装位置计算出欧式距离值；
10、通过大数据获取单位欧式距离值的数据采集能耗值，并基于所述单位欧式距离值的数据采集能耗值以及欧式距离值计算出每一数据汇聚节点的数据采集能耗值，并统计出总的数据采集能耗值；
11、设置总数据采集能耗阈值，并判断所述总的数据采集能耗值是否大于所述总数据采集能耗阈值，若不大于，则输出数据汇聚节点的安装位置，按照数据汇聚节点的安装位置进行优化，获取优化后的传感器网络；
12、若所述总的数据采集能耗值大于所述总数据采集能耗阈值时，重新规划数据汇聚节点的安装位置，直至不大于所述总数据采集能耗阈值，按照新的数据汇聚节点的安装位置进行优化，获取优化后的传感器网络。
13、进一步的，在基于湿度传感器的数据采集分析方法中，通过优化后的传感器网络获取每个时间戳的传感器数据，通过对每个时间戳的传感器数据进行评价与分析，获取每个时间戳中可信的传感器数据，具体包括：
14、通过优化后的传感器网络获取每个时间戳的传感器数据，并获取每个时间戳的传感器数据在采集时的采集时延，设置采集时延阈值；
15、若所述每个时间戳的传感器数据在采集时的采集时延大于所述采集时延阈值时，则将对应的传感器数据作为不可信的传感器数据；
16、若所述每个时间戳的传感器数据在采集时的采集时延不大于所述采集时延阈值时，则将对应的传感器数据作为可信的传感器数据，并将可信的传感器数据输出。
17、进一步的，在基于湿度传感器的数据采集分析方法中，根据所述预设时间之内湿度传感器在各环境因素之下的性能变化特征数据构建性能数据预测模型，具体为：
18、获取预设时间之内湿度传感器在各环境因素之下的性能变化特征数据，并引入图神经网络，将所述预设时间之内湿度传感器在各环境因素之下的性能变化特征数据输入到所述图神经网络中；
19、将环境因素作为第一节点，将性能特征数据作为第二节点，构建有向描述关系，基于所述有向描述关系将所述第一节点以及第二节点连接，构建拓扑结构图；
20、基于所述拓扑结构图获取相关的邻接矩阵，基于深度神经网络构建性能数据预测模型，将所述相关的邻接矩阵输入到所述性能数据预测模型中进行训练；
21、当所述性能数据预测模型的预测精度大于预设精度阈值时，则所述性能数据预测模型的训练完成。
22、进一步的，在基于湿度传感器的数据采集分析方法中，通过所述性能数据预测模型预测各湿度传感器在目标区域的环境因素之下的性能数据，具体包括：
23、获取各温度传感器在预设时间之内的性能变化特征数据以及当前所工作的环境因素，并将所述各温度传感器在预设时间之内的性能变化特征数据以及当前所工作的环境因素输入到所述性能数据预测模型中进行预测；
24、通过预测，获取当前时间戳中各湿度传感器在目标区域的环境因素之下的性能数据，并将所述当前时间戳中各湿度传感器在目标区域的环境因素之下的性能数据输出。
25、进一步的，在基于湿度传感器的数据采集分析方法中，根据所述各湿度传感器在目标区域的环境因素之下的性能数据对每个时间戳中可信的传感器数据进行进一步筛选，获取最终的传感器数据，具体包括：
26、设置性能阈值数据，并判断所述湿度传感器在目标区域的环境因素之下的性能数据是否大于所述性能阈值数据；
27、当所述湿度传感器在目标区域的环境因素之下的性能数据大于所述性能阈值数据时，则将对应的可信的传感器数据作为最终的传感器数据输出；
28、当所述湿度传感器在目标区域的环境因素之下的性能数据不大于所述性能阈值数据时，将对应的可信的传感器数据剔除，更新可信的传感器数据，并作为最终的传感器数据输出。
29、本专利技术第二方面提供了一种基于湿度传感器的数据采集分析系统，包括存储器以及处理器，所述存储器中包括基于湿度传感器的数据采集分析方法程序，所述基于湿度传感器的数据采集分析方法程序被所述处理器执行时，实现任一项所述的基于湿度传感器的数据采集分析方法的步骤。
30、本专利技术第三方面提供了一种计算机可读存储介质，其特征在于，包括基于湿度传感器的数据采集分析方法程序，所述基于湿度传感器的数据采集分析方法程序被处理器执行时，实现任一项所述的基于湿度传感器的数据采集分析方法的步骤。
31、本专利技术解决了
技术介绍
中存在的缺陷，本专利技术具备以下有益效果：
32、本发本文档来自技高网...
【技术保护点】
1.基于湿度传感器的数据采集分析方法，其特征在于，包括：
2.根据权利要求1所述的基于湿度传感器的数据采集分析方法，其特征在于，通过在目标区域布置湿度传感器，构建传感器网络，并通过对所述传感器网络的数据采集能耗进行优化，获取优化后的传感器网络，具体为：
3.根据权利要求1所述的基于湿度传感器的数据采集分析方法，其特征在于，通过优化后的传感器网络获取每个时间戳的传感器数据，通过对每个时间戳的传感器数据进行评价与分析，获取每个时间戳中可信的传感器数据，具体包括：
4.根据权利要求1所述的基于湿度传感器的数据采集分析方法，其特征在于，根据所述预设时间之内湿度传感器在各环境因素之下的性能变化特征数据构建性能数据预测模型，具体为：
5.根据权利要求1所述的基于湿度传感器的数据采集分析方法，其特征在于，通过所述性能数据预测模型预测各湿度传感器在目标区域的环境因素之下的性能数据，具体包括：
6.根据权利要求1所述的基于湿度传感器的数据采集分析方法，其特征在于，根据所述各湿度传感器在目标区域的环境因素之下的性能数据对每个时间戳中可信的传
7.基于湿度传感器的数据采集分析系统，其特征在于，包括存储器以及处理器，所述存储器中包括基于湿度传感器的数据采集分析方法程序，所述基于湿度传感器的数据采集分析方法程序被所述处理器执行时，实现如权利要求1-6任一项所述的基于湿度传感器的数据采集分析方法的步骤。
8.一种计算机可读存储介质，其特征在于，包括基于湿度传感器的数据采集分析方法程序，所述基于湿度传感器的数据采集分析方法程序被处理器执行时，实现如权利要求1-6任一项所述的基于湿度传感器的数据采集分析方法的步骤。
...【技术特征摘要】
1.基于湿度传感器的数据采集分析方法，其特征在于，包括：
2.根据权利要求1所述的基于湿度传感器的数据采集分析方法，其特征在于，通过在目标区域布置湿度传感器，构建传感器网络，并通过对所述传感器网络的数据采集能耗进行优化，获取优化后的传感器网络，具体为：
3.根据权利要求1所述的基于湿度传感器的数据采集分析方法，其特征在于，通过优化后的传感器网络获取每个时间戳的传感器数据，通过对每个时间戳的传感器数据进行评价与分析，获取每个时间戳中可信的传感器数据，具体包括：
4.根据权利要求1所述的基于湿度传感器的数据采集分析方法，其特征在于，根据所述预设时间之内湿度传感器在各环境因素之下的性能变化特征数据构建性能数据预测模型，具体为：
5.根据权利要求1所述的基于湿度传感器的数据采集分析方法，其特征在于，通过所述性能数据预测模型预...
【专利技术属性】
技术研发人员：周煊越，周剑，
申请(专利权)人：台州通禾流体控制股份有限公司，
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。