[發(fā)明專利]一種基于DTU設(shè)備的人工智能云控制方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010121395.6
• 申請日: 2020-02-26
• 公開（公告）號: CN111343271A
• 公開（公告）日: 2020-06-26
• 發(fā)明（設(shè)計）人: 尹寶堂;蘇進(jìn)勝;王金峰
• 申請（專利權(quán)）人: 致能裝備科技（集團(tuán)）有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G08C17/02
• 代理公司: 北京國坤專利代理事務(wù)所(普通合伙) 11491
• 代理人: 趙紅霞

1.一種基于DTU設(shè)備的人工智能云控制方法，其特征在于，所述基于DTU設(shè)備的人工智能云控制方法，包括：

步驟一，數(shù)據(jù)采集模塊通過利用相應(yīng)的傳感器，采集相應(yīng)的數(shù)據(jù)；第一DTU通信模塊將數(shù)據(jù)傳輸?shù)街醒胩幚砟K中，對數(shù)據(jù)進(jìn)行處理；

步驟二，數(shù)據(jù)轉(zhuǎn)換模塊將通信模塊傳輸?shù)臄?shù)據(jù)進(jìn)行數(shù)據(jù)信息的轉(zhuǎn)換，轉(zhuǎn)換成主控器易識別的數(shù)據(jù)；運(yùn)行狀態(tài)分析模塊根據(jù)第一DTU通信模塊傳送到數(shù)據(jù)，對運(yùn)行設(shè)備進(jìn)行分析；數(shù)據(jù)儲存模塊對相應(yīng)的數(shù)據(jù)信息進(jìn)行分類壓縮儲存；顯示模塊通過利用顯示屏，用以顯示相關(guān)的數(shù)據(jù)信息；

步驟三，根據(jù)數(shù)據(jù)分析的結(jié)果，無線信號收發(fā)模塊通過利用無線信號收發(fā)器，將數(shù)據(jù)傳輸?shù)皆品?wù)模塊；云服務(wù)模塊根據(jù)無線信號收發(fā)模塊傳輸?shù)臄?shù)據(jù)，通過利用云服務(wù)器對數(shù)據(jù)進(jìn)行儲存和調(diào)配，實現(xiàn)數(shù)據(jù)的共享；

步驟四，APP終端通過利用APP終端設(shè)備，實現(xiàn)相應(yīng)的查詢和發(fā)送控制指令數(shù)據(jù)；并且APP終端通過云服務(wù)模塊和無線信號收發(fā)模塊傳輸?shù)街醒胩幚砟K，中央處理模塊通過第二DTU通信模塊控制運(yùn)行設(shè)備；

所述中央處理模塊對數(shù)據(jù)進(jìn)行融合的方法，包括：

將數(shù)據(jù)采集模塊中多個傳感器采集的數(shù)據(jù)進(jìn)行去噪，去噪完成后，建立相應(yīng)采集數(shù)據(jù)集；

對采集的數(shù)據(jù)集利用特征提取算法提取數(shù)據(jù)特征，并且對特征數(shù)據(jù)進(jìn)行變換，建立相應(yīng)的特征矢量；

通過利用聚類算法對特征矢量進(jìn)行識別，對多個傳感器采集的數(shù)據(jù)進(jìn)行解釋說明，并進(jìn)行分組；

利用數(shù)據(jù)融合算法對分組的數(shù)據(jù)進(jìn)行融合，建立目標(biāo)的一致性解釋與描述。

2.如權(quán)利要求1所述的基于DTU設(shè)備的人工智能云控制方法，其特征在于，所述步驟一中，數(shù)據(jù)采集模塊對數(shù)據(jù)進(jìn)行去噪的過程為：

將采集的設(shè)備運(yùn)行數(shù)據(jù)，選擇合適的分解層次進(jìn)行小波分解；確定一個閾值，對分解層次中的小波高頻系數(shù)進(jìn)行閾值處理；

閾值處理完成后，進(jìn)行一維小波重構(gòu)，得到去噪的信號。

3.如權(quán)利要求1所述的基于DTU設(shè)備的人工智能云控制方法，其特征在于，所述步驟二中，數(shù)據(jù)儲存模塊對相應(yīng)的數(shù)據(jù)信息進(jìn)行分類壓縮儲存中對數(shù)據(jù)聚類的過程為：

根據(jù)需要分類的數(shù)據(jù)，確定相應(yīng)的分類特征；計算需要分類數(shù)據(jù)與分類特征之間的距離；

設(shè)定相應(yīng)的距離范圍，將分類數(shù)據(jù)與分類特征之間的距離屬于設(shè)定的距離范圍，化歸一類；

重復(fù)上述操作，對其他需要分類的數(shù)據(jù)進(jìn)行分類。

4.如權(quán)利要求1所述的基于DTU設(shè)備的人工智能云控制方法，其特征在于，所述步驟二中，數(shù)據(jù)轉(zhuǎn)換模塊將通信模塊傳輸?shù)臄?shù)據(jù)進(jìn)行數(shù)據(jù)信息的轉(zhuǎn)換過程為：

首先，將數(shù)據(jù)進(jìn)行加載，從數(shù)據(jù)庫中提取出相應(yīng)的數(shù)據(jù)，加載到指定的程序或程序接口中；對加載完成的數(shù)據(jù)進(jìn)行平滑處理，去除數(shù)據(jù)中的噪聲；

然后，對去噪完成的數(shù)據(jù)進(jìn)行合計處理，對數(shù)據(jù)總結(jié)或者合計操作；利用更抽象的概念取代低層次或數(shù)據(jù)層的數(shù)據(jù)對象；

其次，對概念取代的數(shù)據(jù)對象，進(jìn)行規(guī)格化處理，將有關(guān)屬性數(shù)據(jù)按比例透射到特定的小范圍內(nèi)；

根據(jù)已有屬性集構(gòu)造的屬性，進(jìn)行數(shù)據(jù)的轉(zhuǎn)換處理。

5.如權(quán)利要求1所述的基于DTU設(shè)備的人工智能云控制方法，其特征在于，所述步驟二中，運(yùn)行狀態(tài)分析模塊對設(shè)備運(yùn)行狀態(tài)的分析過程為：

根據(jù)數(shù)據(jù)轉(zhuǎn)換模塊的設(shè)備運(yùn)行狀態(tài)信息，建立參數(shù)估計方法構(gòu)建的殘差序列數(shù)學(xué)模型估計系統(tǒng)輸出；同時將之與實際測量值比較，獲得殘差；

根據(jù)獲得殘差進(jìn)行分析，確定過程是否發(fā)生故障，進(jìn)一步辨識故障類型。

6.如權(quán)利要求5所述的基于DTU設(shè)備的人工智能云控制方法，其特征在于，所述參數(shù)估計方法，包括：

據(jù)轉(zhuǎn)換模塊的設(shè)備運(yùn)行狀態(tài)信息，建立相應(yīng)的數(shù)據(jù)分布，觀察數(shù)據(jù)和參數(shù)初值時，求完全數(shù)據(jù)的對數(shù)似然函數(shù)的條件期望；

計算出的完全數(shù)據(jù)充分統(tǒng)計量的條件期望值，極大化完全數(shù)據(jù)的對數(shù)似然函數(shù)的條件期望求解參數(shù)的值；

不斷的循環(huán)迭代，直到參數(shù)估計收斂。