传感器的检测方法和传感器的检测装置制造方法及图纸

本发明专利技术提供了一种传感器的检测方法和一种传感器的检测装置，其中，传感器的检测方法包括：根据预设的评测模型，对传感器采集到的实时数据进行评测，并得到评测值；检测评测值是否属于预设评测数值区间；在检测到评测值不属于预设评测数值区间时，生成传感器的工作异常提示信息。通过本发明专利技术技术方案，防止了由于根据异常的实时数据调节温室大棚内的环境参数造成环境异常，从而导致对温室大棚内的植物造成损害，以及进一步导致的经济损失，提升了用户的使用体验。

【技术实现步骤摘要】

本专利技术涉及种植
，具体而言，涉及一种传感器的检测方法和一种传感器的检测装置。
技术介绍
在相关技术中，在大棚中或在种植箱中，为了检测传感器是否正常工作，通常设置两个相同类型的传感器，将一个作为正常使用的传感器，将另一个作为幅度传感器，通过与幅度传感器采集到的数据进行比较，检测传感器是否正常工作，具有以下缺陷：(1)设置两个相同类型的传感器，造成了资源浪费；(2)如果幅度传感器工作异常时，影响了检测的准确性。
技术实现思路
本专利技术正是基于上述技术问题至少之一，提出了一种新的传感器的检测方案，通过预设评测模型，以通过评测模型对传感器采集到的实时数据进行评测，并得到评测值，检测评测值是否属于预设评测数值区间，以在检测到评测值不属于预设评测数值区间时，生成传感器的工作异常提示信息，在检测到评测值不属于预设评测数值区间时，表明传感器采集到的实时数据异常，即传感器处于工作异常状态，通过生成工作异常提示信息，防止了由于根据异常的实时数据调节温室大棚内的环境参数造成环境异常，从而导致对温室大棚内的植物造成损害，以及进一步导致的经济损失，提升了用户的使用体验。有鉴于此，本专利技术的第一方面提出了一种传感器的检测方法，包括：根据预设的评测模型，对传感器采集到的实时数据进行评测，并得到评测值；检测评测值是否属于预设评测数值区间；在检测到评测值不属于预设评测数值区间时，生成传感器的工作异常提示信息。在该技术方案中，通过预设评测模型，以通过评测模型对传感器采集到的实时数据进行评测，并得到评测值，检测评测值是否属于预设评测数值区间，以在检测到评测值不属于预设评测数值区间时，生成传感器的工作异常提示信息，在检测到评测值不属于预设评测数值区间时，表明传感器采集到的实时数据异常，即传感器处于工作异常状态，通过生成工作异常提示信息，防止了由于根据异常的实时数据调节温室大棚内的环境参数造成环境异常，从而导致对温室大棚内的植物造成损害，以及进一步导致的经济损失，提升了用户的使用体验。具体地，在温室大棚内设置有温度、湿度等传感器，以检测温室大棚内的环境参数，并将传感器连接至控制器，控制器根据传感器采集到的数据，控制对应的调节设备调节温室大棚内的温度、湿度等，通过检测传感器是否正常工作，在检测到传感器异常时，能够不采用传感器采集到的数据，防止了根据异常数据调节环境参数，以致由于错误的环境参数导致大棚内环境异常(比如温度过高等)，造成对大棚内种植的植物的损害。在上述技术方案中，优选地，在根据预设的评测模型，对传感器采集到的实时数据进行评测，并得到评测值前，还包括：在预设时间段内，根据预设的采集频率，通过传感器采集多个传感数据；根据多个传感数据与spark核密度算法，建立核密度估计模型，以作为预设的评测模型。在该技术方案中，通过在预设时间段内，根据预设的采集频率，通过传感器采集多个传感数据，并进行缓存，以作为样本数据，根据多个传感数据与spark核密度算法，建立核密度估算模型，并作为预设的评测模型，一方面，采用核密度估算模型，能够对传感器的传感数据进行有效性估算，如果连续产生较低的估算值时，可拒绝使用该传感数据并报警，另一方面，采用spark核密度算法，能够分布式集群，并且允许用户使用简单的算子将计算并行到不同的机器，对于处理大数据具有优势，与单机处理相比，速度更快，效率更高。核密度评估(kerneldensityestimation)是根据已知的样本估计未知的密度，观察某一事物的已知分布，如果某一数据在观察中出现了，则认为该数据的概率密度很大，和该数据相近的数据的概率密度也会比较大，而远离该数据的数据概率密度会比较小。具体地，根据多个传感数据与spark核密度算法，建立核密度估计模型，包括：RDD[Double]＝sc.parallelize(Seq(20.1,22.3,24.2,23.0,22.0,18.4,20.7,18.3,20.0,18.3,20.0,18.3,20.0,26.1,25.5,24.1,22.8,23.3,17.8,16.7,20.8,17.1,16.8,))；Spark.rdd.RDD[Double]＝ParallelCollectionRDD[1]；kd＝newKernelDensity().setSample(data).setBandwidth(4.0)。在上述任一项技术方案中，优选地，在根据预设的评测模型，对传感器采集到的实时数据进行评测，并得到评测值前，还包括：根据传感器采集到的多个传感数据与R语言中的density函数，确定多个传感数据的核密度估算值；根据核密度估算值与R语言中的lines函数，生成核密度估计曲线模型，以作为预设的评测模型。在该技术方案中，通过根据传感器采集到的多个传感数据与R语言中的density函数，确定核密度估算值，并根据lines函数，生成核密度估计曲线模型，实现了采用R语言确定评测模型的功能具体地，R是用于统计分析、绘图的语言和操作环境，使用函数density()得到样本的核密度估计值，并使用lines()根据核密度估计值得到密度估计的曲线，另外，density()的调用格式可以为：density(x,bw＝\nrd0\,kernel＝c(\gaussian\,\epanechnikov\,\rectangular\,riangular\,\biweight\,\cosine\,\optcosine\),n＝512,from,to)。另外，还可以根据传感器采集到的多个传感数据，将多个传感数据覆盖的数值区间划分为多个等子区间；根据多个传感数据和多个等子区间，生成传感数据直方图，以根据传感数据直方图确定预设的评测模型。在上述任一项技术方案中，优选地，根据预设的评测模型，对传感器采集到的实时数据进行评测，并得到评测值，具体包括以下步骤：根据核密度估计模型，确定实时数据的核密度值，以作为评测值。在该技术方案中，通过根据核密度估计模型，确定实时数据的核密度值，以通过将核密度值作为评测值，通过核密度估计模型来检测传感器的工作状态，在实现了对传感器工作状态的评测的同时，不需要额外的硬件支持。具体计算过程包括：Densities＝kd.estimate(Array(23.7))；Array[Double]＝Array(0.06945289)；Densities＝kd.estimate(Array(10.8))；Array[Double]＝Array(0.00948)。以温度传感器为例，如果采集到正常的值，比如23.7℃，则采集到正常值的核密度估计值在[0.070-0.057]的范围内，如果采集到异常的值，比如10.8℃，则产生异常值时核密度估计值会非常的小，表明产生该传感数据的概率非常低，比如感应到1000℃的时候概率为0，即不可能存在的情况，40℃的时候为10的-5次方也比较小，从而表明传感器工作异常。在上述任一项技术方案中，优选地，在检测到评测值不属于预设评测数值区间时，生成传感器的工作异常提示信息，还包括：在检测到评测值不属于预设评测数值区间时，控制关闭传感器。在该技术方案中，通过在检测到评测值不属于预设评测数值区间时，控制关闭传感器，以防止传感器将采集到的数据发送至控制器本文档来自技高网...

【技术保护点】
一种传感器的检测方法，所述传感器应用于温室大棚，其特征在于，所述传感器的检测方法包括：根据预设的评测模型，对所述传感器采集到的实时数据进行评测，并得到评测值；检测所述评测值是否属于预设评测数值区间；在检测到所述评测值不属于所述预设评测数值区间时，生成所述传感器的工作异常提示信息。

【技术特征摘要】
1.一种传感器的检测方法，所述传感器应用于温室大棚，其特征在于，所述传感器的检测方法包括：根据预设的评测模型，对所述传感器采集到的实时数据进行评测，并得到评测值；检测所述评测值是否属于预设评测数值区间；在检测到所述评测值不属于所述预设评测数值区间时，生成所述传感器的工作异常提示信息。2.根据权利要求1所述的传感器的检测方法，其特征在于，所述在根据预设的评测模型，对传感器采集到的实时数据进行评测，并得到评测值前，还包括：在预设时间段内，根据预设的采集频率，通过所述传感器采集多个传感数据；根据所述多个传感数据与spark核密度算法，建立核密度估计模型，以作为所述预设的评测模型。3.根据权利要求1所述的传感器的检测方法，其特征在于，所述在根据预设的评测模型，对传感器采集到的实时数据进行评测，并得到评测值前，还包括：根据所述传感器采集到的多个传感数据与R语言中的density函数，确定所述多个传感数据的核密度估算值；根据所述核密度估算值与R语言中的lines函数，生成核密度估计曲线模型，以作为所述预设的评测模型。4.根据权利要求2所述的传感器的检测方法，其特征在于，所述根据预设的评测模型，对传感器采集到的实时数据进行评测，并得到评测值，具体包括以下步骤：根据所述核密度估计模型，确定所述实时数据的核密度值，以作为所述评测值。5.根据权利要求1所述的传感器的检测方法，其特征在于，所述在检测到所述评测值不属于所述预设评测数值区间时，生成所述传感器的工作异常提示信息，还包括：在检测到所述评测值不属于所述预设评测数值区间时，控制关闭所述传感器。6.根据权利要求1至5中任一项所述的传感器的检测方法，其特征在于，所述传感器为...

【专利技术属性】
技术研发人员：王刚，
申请(专利权)人：深圳前海弘稼科技有限公司，
类型：发明
国别省市：广东;44