一种工业物联网数据分析方法、系统及相关设备技术方案

本申请提供了一种工业物联网数据分析方法、系统及相关设备，用于工业设备同一参数指标的变化趋势预测。实施例方法包括：周期性的采集工业设备的同一目标参数指标对应的采样值，形成一组时间序列；构造时间序列对应的时间序列分析模型；采用时间序列分析模型对时间序列进行数据拟合计算，得到时间序列中各个时刻的原始数据对应的预测数据；计算时间序列中各个时刻的原始数据与对应的预测数据的差值，形成残差序列；校验残差序列是否满足预置条件，若不满足，则重新构造时间序列对应的时间序列分析模型，直到重新构造的时间序列分析模型对应的残差序列满足预置条件为止；若满足，根据时间序列对应的时间序列分析模型计算目标参数指标未来周期的预测值。

A Data Analysis Method, System and Related Equipment for Industrial Internet of Things

This application provides a data analysis method, system and related equipment for industrial Internet of Things, which can be used to predict the change trend of the same parameter index of industrial equipment. The method of the embodiment includes: periodically collecting the sampled values corresponding to the same target parameter index of industrial equipment to form a set of time series; constructing the time series analysis model corresponding to time series; using time series analysis model to fit the time series, obtaining the prediction data corresponding to the original data at each time in the time series; and calculating the time series. The difference between the original data and the corresponding prediction data at each time forms a residual sequence; checks whether the residual sequence satisfies the preset condition, if not, reconstructs the time series analysis model corresponding to the time series until the corresponding residual sequence of the reconstructed time series analysis model satisfies the preset condition; if satisfied, according to the time series corresponding time series. Column analysis model calculates the predicted value of target parameter index in the future cycle.

【技术实现步骤摘要】
一种工业物联网数据分析方法、系统及相关设备
本申请涉及物联网
，尤其涉及一种工业物联网数据分析方法、系统及相关设备。
技术介绍
由于工业物联网的数据具有非常强的时间属性，而且具有顺序发生特性和顺序积累特性。也就是说，一个指标所上报的所有数据，都可以视为一个以时间为重要参数的函数，历史数据对未来的发展有一定影响，并且下一个时间节点的数值是一定显著性水平下所能预测的。现有方案中，只是根据时间序列中的数据建立单一的分析模型，并没有对模型的适用性进行分析，导致数据的分析预测结果并不符合实际采样值。有鉴于此，有必要提出一种新的工业物联网数据分析方法。
技术实现思路
本申请实施例第一方面提供了一种工业物联网数据分析方法、系统及相关设备，基于物联网实现工业设备同一参数指标的变化趋势预测。本申请实施例第一方面提供了一种工业物联网数据分析方法，其特征在于，包括：周期性的采集工业设备的同一目标参数指标对应的采样值，形成一组时间序列；构造所述时间序列对应的时间序列分析模型；采用所述时间序列分析模型对所述时间序列进行数据拟合计算，得到所述时间序列中各个时刻的原始数据对应的预测数据；计算所述时间序列中各个时本文档来自技高网...

【技术保护点】
1.一种工业物联网数据分析方法，其特征在于，包括：周期性的采集工业设备的同一目标参数指标对应的采样值，形成一组时间序列；构造所述时间序列对应的时间序列分析模型；采用所述时间序列分析模型对所述时间序列进行数据拟合计算，得到所述时间序列中各个时刻的原始数据对应的预测数据；计算所述时间序列中各个时刻的原始数据与对应的预测数据的差值，形成残差序列；校验所述残差序列是否满足预置条件；若不满足，则重新构造所述时间序列对应的时间序列分析模型，直到重新构造的时间序列分析模型对应的残差序列满足预置条件为止；若满足，根据所述时间序列对应的时间序列分析模型计算所述目标参数指标未来周期的预测值。

【技术特征摘要】
1.一种工业物联网数据分析方法，其特征在于，包括：周期性的采集工业设备的同一目标参数指标对应的采样值，形成一组时间序列；构造所述时间序列对应的时间序列分析模型；采用所述时间序列分析模型对所述时间序列进行数据拟合计算，得到所述时间序列中各个时刻的原始数据对应的预测数据；计算所述时间序列中各个时刻的原始数据与对应的预测数据的差值，形成残差序列；校验所述残差序列是否满足预置条件；若不满足，则重新构造所述时间序列对应的时间序列分析模型，直到重新构造的时间序列分析模型对应的残差序列满足预置条件为止；若满足，根据所述时间序列对应的时间序列分析模型计算所述目标参数指标未来周期的预测值。2.根据权利要求1所述的方法，其特征在于，所述校验所述残差序列是否满足预置条件，包括：校验所述残差序列是否为白噪声序列；校验所述残差序列是否符合正态分布；若所述残差序列为白噪声序列，且符合正态分布，则确定所述残差序列满足预置条件。3.根据权利要求2所述的方法，其特征在于，所述构造所述时间序列对应的时间序列分析模型，包括：采用单位根检验算法校验所述时间序列是否平稳；若平稳，则构造所述时间序列对应的自回归滑动平均ARMA模型；若不平稳，则对所述时间序列进行差分处理之后构建自回归积分滑动平均ARIMA模型。4.根据权利要求1至3中任一项所述的方法，其特征在于，还包括：根据所述时间序列对应的时间序列分析模型计算所述目标参数指标未来至少两个周期的预测值；拟合计算所述时间序列对应的概率密度函数；根据所述目标参数指标的预测值中的最大值、最小值及所述概率密度函数计算所述目标参数指标的预测值对应的概率。5.一种工业物联网数据分析系统，其特征在于，包括：采集模块，用于周期性的采集工业设备的同一目标参数指标对应的采样值，形成一组时间序列；构造模块，用于构造所述时间序列对应的时间序列分析模型；第一计算模块，用于采用所述时间序列分析模型对所述时间序列进行数据拟合计算，得到所述时间序列中各个...

【专利技术属性】
技术研发人员：吴刚，黄丹昱，
申请(专利权)人：深圳市智物联网络有限公司，
类型：发明
国别省市：广东,44