机器数据模型演化的自动感知方法及装置制造方法及图纸

本发明专利技术实施例提供一种机器数据模型演化的自动感知方法及装置，属于物联网技术领域。该方法包括：对每一机器实例对应的传感器冲突记录中相同冲突类型的传感器冲突记录进行聚合，得到每一机器实例对应的机器冲突记录；根据每一机器实例对应的机器冲突记录及原始机器模型，获取每一机器实例在不同时刻的机器模型集合；将每一机器实例对应的机器模型集合中相同的机器模型进行合并，并基于合并结果更新每一机器实例对应的机器模型集合，以及机器实例集合与每一机器实例对应的机器模型集合之间的映射关系。由于可自动分析机器数据与原始机器模型之间的差异，从而可减少人工检查冲突的工作量，减少因模型记录更新不及时带来的对数据收集产生的影响。 1

Automatic perception method and device for machine data model evolution

The embodiment of the invention provides an automatic perception method and device for the evolution of machine data model, which belongs to the field of Internet of things. The method includes: aggregation of the sensor conflict records of the same conflict types in each machine instance corresponding to the sensor conflict records, and get the machine conflict records corresponding to each machine instance. According to the machine conflict records and the original machine models corresponding to each machine instance, each machine instance is obtained at different times. A set of machine models; the same machine model in the machine model set corresponding to each machine instance is merged, and the machine model set corresponding to each machine instance is updated based on the combination result, and the mapping relationship between the machine instance set and the machine model set corresponding to each machine instance. Since the difference between machine data and the original machine model can be automatically analyzed, it can reduce the workload of manual inspection of conflict and reduce the impact on data collection caused by the untimely updating of the model records. One

【技术实现步骤摘要】
机器数据模型演化的自动感知方法及装置
本专利技术实施例涉及物联网
，更具体地，涉及一种机器数据模型演化的自动感知方法及装置。
技术介绍
机器数据模型是机器数据处理方面扮演者无可替代的角色，是机器数据传输、存储及分析的基础。在物联网场景下，越来越多的工程机器安装了传感器设备进行数据收集，这些数据按照机器数据模型的形式组织数据，并以统一的机器数据格式发送回服务器。在实际工程中，机器可能在其生命周期内被改装、升级或者降级，即可能改装、加装或者拆除机器上的传感器，由于回传的机器数据格式发生变更时无法自动通知数据采集端的程序，如果在这个过程中对应的机器数据模型并未更新或者更新不及时，就会产生机器回传的数据与机器数据模型中传感器数据格式之间不匹配的现象，从而会对数据收集带来不利的影响。目前对于在收集数据过程中出现的不匹配现象，比较常见的做法是依靠人工检查和分析出现不匹配现象的原因，通过人工比对收集数据与机器数据模型之间的差别，根据个人经验判断出现差别的原因并选择更新机器数据模型或者合并数据等操作。由于操作者对于机器数据模型的熟悉程度和对设备实际运行情况的了解程度不同，操作的结果可能存在一定的不确定性。另外，对机器数据模型的演化进行人工检测与分析需要非常大的工作量，无法仅通过人工来识别所有的不匹配现象。
技术实现思路
为了解决上述问题，本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的机器数据模型演化的自动感知方法及装置。根据本专利技术实施例的第一方面，提供了一种机器数据模型演化的自动感知方法，该方法包括：对于每一机器实例一次运行期间所产生的机器数据序列中的每一条机器数据，对每一机器实例对应的原始机器模型与每一机器实例对应的每条机器数据进行冲突检测，得到每一机器实例对应的传感器冲突记录；对每一机器实例对应的传感器冲突记录中相同冲突类型的传感器冲突记录进行聚合，得到每一机器实例对应的机器冲突记录；根据每一机器实例对应的机器冲突记录及原始机器模型，获取每一机器实例在不同时刻的机器模型集合；将每一机器实例对应的机器模型集合中相同的机器模型进行合并，并基于合并结果更新每一机器实例对应的机器模型集合，以及机器实例集合与每一机器实例对应的机器模型集合之间的映射关系。本专利技术实施例提供的方法，对于每一机器实例一次运行期间所产生的机器数据序列中的每一条机器数据，通过对每一机器实例对应的原始机器模型与每一机器实例对应的每条机器数据进行冲突检测，得到每一机器实例对应的传感器冲突记录。对每一机器实例对应的传感器冲突记录中相同冲突类型的传感器冲突记录进行聚合，得到每一机器实例对应的机器冲突记录。根据每一机器实例对应的机器冲突记录及原始机器模型，获取每一机器实例在不同时刻的机器模型集合。将每一机器实例对应的机器模型集合中相同的机器模型进行合并，并基于合并结果更新每一机器实例对应的机器模型集合，以及机器实例集合与每一机器实例对应的机器模型集合之间的映射关系。由于可分析机器数据与原始机器模型之间的差异，自动分辨出机器数据发生变化的起始时间和结束时间的区间段，以及所有可能的模型演化过程，从而可减少人工检查冲突的工作量，减少因模型记录更新不及时带来的对数据收集产生的影响。结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，每条机器数据中至少包括传感器标识及传感器数值，传感器标识与传感器数值一一对应；相应地，对每一机器实例对应的原始机器模型与每一机器实例对应的每条机器数据进行冲突检测，得到每一机器实例对应的传感器冲突记录，包括：基于每一机器实例对应的每条机器数据中的传感器数值与每一机器实例对应的原始机器模型中传感器标识之间的对应关系，生成每一机器实例对应的传感器冲突记录。结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，基于每一机器实例对应的每条机器数据中的传感器数值与每一机器实例对应的原始机器模型中传感器标识之间对应的关系，生成每一机器实例对应的传感器冲突记录，包括：对于任一机器实例对应的任一条机器数据，若任一条机器数据中存在传感器数据满足第一预设条件，则基于满足第一预设条件的传感器数据，生成增加类型的传感器冲突记录，第一预设条件为传感器数据对应的传感器标识在任一机器实例对应的原始机器模型中不存在相应的传感器。结合第一方面的第二种可能的实现方式，在第四种可能的实现方式中，基于每一机器实例对应的每条机器数据中的传感器数值与每一机器实例对应的原始机器模型中传感器标识之间对应的关系，生成每一机器实例对应的传感器冲突记录，包括：对于任一机器实例对应的任一条机器数据，若任一条机器数据中存在传感器数据满足第二预设条件，则基于满足第二预设条件的传感器数据，生成更新类型的传感器冲突记录，第二预设条件为传感器数据与任一机器实例对应的原始机器模型中预先规定的数据类型格式及值域范围不匹配。结合第一方面的第二种可能的实现方式，在第五种可能的实现方式中，基于每一机器实例对应的每条机器数据中的传感器数值与每一机器实例对应的原始机器模型中传感器标识之间对应的关系，生成每一机器实例对应的传感器冲突记录，包括：对于任一机器实例对应的任一条机器数据，若任一条机器数据满足第三预设条件，则生成删除类型的传感器冲突记录，第三预设条件为任一机器实例对应的原始机器模型中存在传感器在任一条机器数据中没有相应的传感器数据。结合第一方面的第一种可能的实现方式，在第六种可能的实现方式中，每一机器实例对应的机器冲突记录包括机器实例标识、冲突内容、冲突起始时刻及冲突结束时刻；冲突内容至少包括冲突类型，产生冲突的传感器标识及冲突次数。结合第一方面的第六种可能的实现方式，在第七种可能的实现方式中，根据每一机器实例对应的机器冲突记录及原始机器模型，获取每一机器实例在不同时刻的机器模型集合，包括：对于任一机器实例对应的每条机器冲突记录，将每条机器冲突记录中的冲突起始时刻及冲突结束时刻分别作为一个时刻元素，添加至时间集合中；对时间集合中所有的时刻元素进行排序并去重，得到更新后的时间集合，依次从更新后的时间集合中选取两个相邻时刻元素，两个相邻时刻元素分别为Si与Si+1；将任一机器实例对应的原始机器模型及发生在两个相邻时刻元素之间的机器冲突记录进行合并，得到Si时刻与Si+1时刻之间每个时刻的机器模型。根据本专利技术实施例的第二方面，提供了一种机器数据模型演化的自动感知装置，包括：检测模块，用于对于每一机器实例一次运行期间所产生的机器数据序列中的每一条机器数据，对每一机器实例对应的原始机器模型与每一机器实例对应的每条机器数据进行冲突检测，得到每一机器实例对应的传感器冲突记录；聚合模块，用于对每一机器实例对应的传感器冲突记录中相同冲突类型的传感器冲突记录进行聚合，得到每一机器实例对应的机器冲突记录；获取模块，用于根据每一机器实例对应的机器冲突记录及原始机器模型，获取每一机器实例在不同时刻的机器模型集合；更新模块，用于将每一机器实例对应的机器模型集合中相同的机器模型进行合并，并基于合并结果更新每一机器实例对应的机器模型集合，以及机器实例集合与每一机器实例对应的机器模型集合之间的映射关系。根据本专利技术实施例的第三方面，提供了一种机器数据模型演化的自动感知设备，包括：至少一个处理器；以及与处理本文档来自技高网...

【技术保护点】
1.一种机器数据模型演化的自动感知方法，其特征在于，包括：

【技术特征摘要】
1.一种机器数据模型演化的自动感知方法，其特征在于，包括：对于每一机器实例一次运行期间所产生的机器数据序列中的每一条机器数据，对每一机器实例对应的原始机器模型与每一机器实例对应的每条机器数据进行冲突检测，得到每一机器实例对应的传感器冲突记录；对每一机器实例对应的传感器冲突记录中相同冲突类型的传感器冲突记录进行聚合，得到每一机器实例对应的机器冲突记录；根据每一机器实例对应的机器冲突记录及原始机器模型，获取每一机器实例在不同时刻的机器模型集合；将每一机器实例对应的机器模型集合中相同的机器模型进行合并，并基于合并结果更新每一机器实例对应的机器模型集合，以及机器实例集合与每一机器实例对应的机器模型集合之间的映射关系。2.根据权利要求1所述的方法，其特征在于，每条机器数据中至少包括传感器标识及传感器数值，传感器标识与传感器数值一一对应；相应地，所述对每一机器实例对应的原始机器模型与每一机器实例对应的每条机器数据进行冲突检测，得到每一机器实例对应的传感器冲突记录，包括：基于每一机器实例对应的每条机器数据中的传感器数值与每一机器实例对应的原始机器模型中传感器标识之间的对应关系，生成每一机器实例对应的传感器冲突记录。3.根据权利要求2所述的方法，其特征在于，所述基于每一机器实例对应的每条机器数据中的传感器数值与每一机器实例对应的原始机器模型中传感器标识之间对应的关系，生成每一机器实例对应的传感器冲突记录，包括：对于任一机器实例对应的任一条机器数据，若所述任一条机器数据中存在传感器数据满足第一预设条件，则基于满足所述第一预设条件的传感器数据，生成增加类型的传感器冲突记录，所述第一预设条件为传感器数据对应的传感器标识在所述任一机器实例对应的原始机器模型中不存在相应的传感器。4.根据权利要求2所述的方法，其特征在于，所述基于每一机器实例对应的每条机器数据中的传感器数值与每一机器实例对应的原始机器模型中传感器标识之间对应的关系，生成每一机器实例对应的传感器冲突记录，包括：对于任一机器实例对应的任一条机器数据，若所述任一条机器数据中存在传感器数据满足第二预设条件，则基于满足所述第二预设条件的传感器数据，生成更新类型的传感器冲突记录，所述第二预设条件为传感器数据与所述任一机器实例对应的原始机器模型中预先规定的数据类型格式及值域范围不匹配。5.根据权利要求2所述的方法，其特征在于，所述基于每一机器实例对应的每条机器数据中的传感器数值与每一机器实例对应的原始机器模型中传感器标识之间对...

【专利技术属性】
技术研发人员：王建民，刘英博，黄锐泓，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11