[發明專利]一種工業數據處理方法、系統及設備

有效

• 申請號: 202011018363.X
• 申請日: 2020-09-24
• 公開（公告）號: CN112114571B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 馬文圣;湯檳;陶濤;毛尚偉;余文涵;胥澤彬;杜思君
• 申請（專利權）人: 中冶賽迪重慶信息技術有限公司
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 代玲

本發明提供一種工業數據處理方法、系統及設備，通過編號后的采集器采集工業數據；對工業數據進行聚類分析，離線識別工業數據中的異常數據，獲取正常數據樣本和異常數據樣本；對正常數據樣本和異常數據樣本進行數據樣本異常分析，獲取數據樣本異常分析結果；根據數據樣本異常分析結果對采集工業數據的采集器進行異常分析，獲取采集器異常分析結果；基于采集器異常分析結果生成數據采集質量報告，并根據數據采集質量報告進行數據采集質量預警。本發明解決了現有技術數據優化范圍窄，采集器采集質量分析與預警缺失的技術問題。而且本發明還利用對數據的異常分析實現對采集質量的評價，進而對采集器調試進行即時和周期性預警。

技術領域

本發明涉及智能制造技術領域，特別是涉及一種工業數據處理方法、系統及設備。

背景技術

隨著數據挖掘技術在工業生產中的應用越來越成熟，大量能夠表達工業生產狀態，反映生產質量的數據被廣泛的收集起來。大量工業數據的收集，使得基于數據驅動的人工智能技術在工業生產中發揮價值打下重要的基礎。在目前工業效率與質量并重的生產要求下，如何對工業數據進行異常數據排查，提升數據可信度，并且根據不同的需求進行數據分類優化，提升更快的后續項目實施效率，以及對數據采集質量進行評價和預警，成為了工業數據釋放巨大潛能的核心問題。

在對工業數據進行分析與處理中，現有技術大多采取在定制需求下開發的方式實現對于數據的基礎分析、預處理、算法建模等離線分析過程，進一步將訓練好的模型嵌入在線應用系統中實現數據在模型中的實時接入分析。

現有工業數據處理的技術方案中存在著以下的缺陷：

其一，在不同的應用對象和應用場景下，需求數據的特征存在差異，具體的問題有著具體的數據優化需求，定制化需求下的開發，容易忽略數據之間具體需求下的隱形邏輯關系，構建的算法模型不能完全滿足需求。

其二，數據采集質量的好壞，將直接影響下一步的數據分析、處理、應用，而現有技術方案中未對數據采集質量進行分析、預警和指導性調試。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種工業數據處理方法、系統及設備，用于解決現有技術中存在的技術問題。

為實現上述目的及其他相關目的，本發明提供一種工業數據處理方法，包括以下步驟：

通過編號后的采集器采集工業數據；

對所述工業數據進行聚類分析，離線識別所述工業數據中的異常數據，獲取正常數據樣本和異常數據樣本；

對所述正常數據樣本和異常數據樣本進行數據樣本異常分析，獲取數據樣本異常分析結果；

根據所述數據樣本異常分析結果和所述工業數據對所述采集器進行異常分析，獲取采集器異常分析結果；

基于所述采集器異常分析結果生成數據采集質量報告，并根據所述數據采集質量報告進行數據采集質量預警。

可選地，還包括：

獲取使用所述工業數據的目標需求；

基于所述目標需求在預先提供的數據優化組件中選擇優化組件，并根據所述優化組件對所述正常數據樣本進行優化。

可選地，預先提供的數據優化組件包括：數據優化框架庫、數據處理算法庫和自主編輯模塊；其中，

所述自主編輯模塊用于編輯所述數據優化框架庫中的數據優化框架，和編輯所述數據處理算法庫中的數據處理算法。

可選地，所述數據采集質量預警包括：緊急性預警、周期性預警和自定義預警；其中，

所述緊急性預警用于在當日數據樣本總體以及所述采集器均存在異常時，進行即時調試預警；所述數據樣本總體包括正常數據樣本和異常數據樣本；