[發明專利]基于時序數據和業務數據融合分析的方法

有效

• 申請號: 202210551354.X
• 申請日: 2022-05-20
• 公開（公告）號: CN114936203B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張文;姜朝露;張真真
• 申請（專利權）人: 北京思路智園科技有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/2458;G06N3/044;G06N3/04;G06N3/0475
• 代理公司: 濟南知來知識產權代理事務所(普通合伙) 37276
• 代理人: 曹麗

本發明屬于數據融合技術領域，具體涉及基于時序數據和業務數據融合分析的方法。所述方法執行以下步驟：步驟1：進行數據采集，包括：采集企業數據、生產數據、設備數據和傳感器數據；并對采集到的數據進行數據規范處理，得到規范數據；所述規范數據包括：企業規范數據、生產規范數據、設備規范數據和傳感器規范數據。本發明通過將時序數據和業務數據進行結合，從時域和頻域進行數據分析，以找到狀態變化，再基于狀態變化對數據進行處理，降低數據的冗余度，同時利用狀態機進行數據融合，在數據融合時，由于是基于狀態融合的，相當于在進行數據融合分析之前就行了初步的融合，且融合過程基于狀態改變的，可以提升后續數據融合分析的效率。

背景技術

信息融合是利用計算機技術將來自多個傳感器或多源的觀測信息進行分析、綜合處理.從而得出決策和估計任務所需的信息的處理過程。另一種說法是信息融合就是數據融合.但其內涵更廣泛、更確切、更合理，也更具有概括性.不僅包括數據，而且包括了信號和知識，由于習慣上的原因，很多文獻仍使用數據融合。信息融合的基本原理是：充分利用傳感器資源.通過對各種傳感器及人工觀測信息的合理支配與使用.將各種傳感器在空間和時間上的互補與冗余信息依據某種優化準則或算法組合來，產生對觀測對象的一致性解釋和描述。其目標是基于各傳感器檢測信息分解人工觀測信息.通過對信息的優化組合來導出更多的有效信息。

復雜工業過程控制是數據融合應用的一個重要領域。通過時間序列分析、頻率分析、小波分析，從傳感器獲取的信號模式中提取出特征數據，同時，將所提取的特征數據輸入神經網絡模式識別器，神經網絡模式識別器進行特征級數據融合，以識別出系統的特征數據，并輸入到模糊專家系統進行決策級融合。專家系統推理時，從知識庫和數據庫中取出領域規則和參數，與特征數據進行匹配(融合)。最后，決策出被測系統的運行狀態、設備工作狀況和故障。

現有技術中，針對數據融合使用的方法一般是通過獲取數據后，對這些數據使用預設的算法來整合和分析，這種方法雖然能夠實現數據融合，但數據融合的效果高度倚賴于算法和規則的制定。

專利申請號為CN201410387772.5A的專利文獻公開了一種基于交通多源數據融合的公交路況處理系統及方法，包括預處理模塊、源數據處理模塊、數據源評估模塊、數據融合模塊，預處理模塊用于處理交通多源數據；源數據處理模塊用于對非公交數據源路況計算結果數據進行處理；數據源評估模塊包含一個用于評估數據源質量的評估框架，通過該評估框架處理能夠得到多源數據對公交路況計算結果的可信度；數據融合模塊基于數據源評估結果，對多源數據進行加權計算，最終得到所需的公交路況數據；顯示模塊將處理得到的公交路況圖與地圖文件進行疊加，顯示全公交路網路況信息。

該發明通過建立評估評估數據源質量的評估框架，來評估可信度，以此進行加權的數據融合。但該方法依然高度倚賴于評估框架的構建，同時加權的數據融合方法，使得融合效果依然未能突破傳統數據融合的上限。

發明內容

有鑒于此，本發明的主要目的在于提供基于時序數據和業務數據融合分析的方法，本發明通過將時序數據和業務數據進行結合，從時域和頻域進行數據分析，以找到狀態變化，再基于狀態變化對數據進行處理，降低數據的冗余度，同時利用狀態機進行數據融合，在數據融合時，由于是基于狀態融合的，相當于在進行數據融合分析之前就行了初步的融合，且融合過程基于狀態改變的，可以提升后續數據融合分析的效率。

為達到上述目的，本發明的技術方案是這樣實現的：

基于時序數據和業務數據融合分析的方法，所述方法執行以下步驟：

步驟1：進行數據采集，包括：采集企業數據、生產數據、設備數據和傳感器數據；并對采集到的數據進行數據規范處理，得到規范數據；所述規范數據包括：企業規范數據、生產規范數據、設備規范數據和傳感器規范數據；

步驟2：將規范數據進行時序關聯，得到時序數據；將規范數據進行業務關聯，得到業務數據；所述時序數據為時域的數據；所述業務數據為頻域的數據；同時時序數據和業務數據可以通過彼此之間的時頻轉換得到；