实时数据可信度的评估方法、装置及存储介质制造方法及图纸

本公开涉及数据处理技术领域，具体涉及一种实时数据可信度的评估方法、装置及存储介质，用于解决相关技术中实时系统难以检测录入的数据是否错误的技术问题。所述实时数据可信度的评估方法包括：获取待检测的实时数据；对待检测的所述实时数据进行预处理；将预处理后的所述实时数据输入至训练后的评估模型，以使所述评估模型输出与所述实时数据的可信度相关的评估值；关联显示所述实时数据和所述评估值。

Evaluation method, device and storage medium of real-time data reliability

【技术实现步骤摘要】
实时数据可信度的评估方法、装置及存储介质
本公开涉及数据处理
，特别地涉及一种实时数据可信度的评估方法、装置及存储介质。
技术介绍
物联网是新一代信息技术的重要组成部分，也是信息化时代的重要发展阶段。现有工厂也通过物联网技术对生产加工进行监控，并通过实时管理系统来管理监控数据。
技术实现思路
本公开提供一种实时数据可信度的评估方法、装置及存储介质，以解决相关技术中实时系统难以检测录入的数据是否错误的技术问题。为实现上述目的，本公开实施例的第一方面，提供一种实时数据可信度的评估方法，所述方法包括：获取待检测的实时数据；对待检测的所述实时数据进行预处理；将预处理后的所述实时数据输入至训练后的评估模型，以使所述评估模型输出与所述实时数据的可信度相关的评估值；关联显示所述实时数据和所述评估值。可选地，还包括：比对所述实时数据以及对应的历史数据，以获取比对指标；关联显示所述实时数据、所述评估值和所述比对指标。可选地，关联显示所述实时数据、所述评估值和所述比对指标，包括：在同一个页面显示所述实时数据、所述评估值和所述比对指标，且所述评估值和所述比对指标以不同的颜色显示。可选地，还包括：当所述实时数据在页面被选中时，显示所述实时数据对应的历史数据。可选地，对待检测的所述实时数据进行预处理，包括：将待检测的所述实时数据结构化；清洗结构化的所述实时数据。可选地，所述评估模型为BP神经网络模型；所述方法还包括：对历史数据进行预处理；将预处理后的所述历史数据投入到所述BP神经网络模型中以完成训练。可选地，将预处理后的所述实时数据输入训练后的评估模型，以使所述评估模型输出与所述实时数据的可信度相关的评估值，包括：将所述实时数据对应的历史数据进行预处理；将预处理后的所述历史数据和所述实时数据混合后输入至训练后的评估模型，以使所述评估模型输出与所述实时数据的可信度相关的评估值。本公开实施例的第二方面，提供一种实时数据可信度的评估装置，所述装置包括：获取模块，被配置为获取待检测的实时数据；处理模块，被配置为对待检测的所述实时数据进行预处理；评估模块，被配置为将预处理后的所述实时数据输入至训练后的评估模型，以使所述评估模型输出与所述实时数据的可信度相关的评估值；显示模块，被配置为关联显示所述实时数据和所述评估值。本公开实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面中任一项所述方法的步骤。本公开实施例的第四方面，提供一种实时数据可信度的评估装置，包括：存储器，其上存储有计算机程序；以及处理器，用于执行所述存储器中的所述计算机程序，以实现上述第一方面中任一项所述方法的步骤。采用上述技术方案，至少能够达到如下技术效果：本公开通过对待检测的实时数据进行预处理，并将预处理后的所述实时数据输入至训练后的评估模型，以使所述评估模型输出与所述实时数据的可信度相关的评估值，用户可以在页面关联显示的所述实时数据和所述评估值，根据评估值可以发现所述实时数据是否有问题，解决了相关技术中实时系统难以检测录入的数据是否错误的技术问题。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1是本公开一示例性实施例示出的一种实时数据可信度的评估方法流程图。图2是本公开一示例性实施例示出的另一种实时数据可信度的评估方法流程图。图3是本公开一示例性实施例示出的一种实时数据可信度的评估装置框图。图4是本公开一示例性实施例示出的另一种实时数据可信度的评估装置框图。具体实施方式以下将结合附图及实施例来详细说明本公开的实施方式，借此对本公开如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本公开的保护范围之内。本公开专利技术人经研究发现，目前实时系统广泛应用于制造业生产线，对于使用企业资源计划(EnterpriseResourcePlanning，ERP)系统的企业生产数据依然是通过人工录入系统，再由系统发送至客户端进行实时展示。然而，手工录入数据容易误输入，系统无法检测到这些错误并标注，另外无法检测产线的生产数据如完成率等指标是否异常。实施例一图1是本公开一示例性实施例示出的一种实时数据可信度的评估方法流程图，以解决相关技术中实时系统难以检测录入的数据是否错误的技术问题。如图1所示，该方法包括：S11，获取待检测的实时数据。S12，对待检测的所述实时数据进行预处理。S13，将预处理后的所述实时数据输入至训练后的评估模型，以使所述评估模型输出与所述实时数据的可信度相关的评估值。S14，关联显示所述实时数据和所述评估值。在步骤S11中，待检测的实时数据可以从企业ERP系统获取。可选地，可以设定一个获取实时数据的周期，比如，每隔五小时、每隔一天或者每隔一周可以从企业ERP系统获取生产线的实时数据。在获取待检测的所述实时数据后，执行步骤S12，对待检测的所述实时数据进行预处理。对所述实时数据进行预处理的目的，除了使得数据符合所述评估模型的输入类型，还可以提高所述评估模型输出的评估值的准确性。待检测的所述实时数据有可能存在大量的冗余字段，对分析性应用毫无价值，有价值的数据可能很分散，导致数据分析效果是不好的，因此，首先可以将待检测的所述实时数据结构化，比如将ERP系统中有价值的数据通过接口转入到应用的服务器MySQL数据库上，按照业务需要，重新设计实体结构、字段、实体关系等，如基础物料表、基础机台表、物料和机台对应生产完成率的关系表等。接着，清洗结构化的所述实时数据，比如对数值格式(小数点、不该有的负数)、内容不该有的特殊字符半自动半人工的处理，然后就是一些逻辑错误，比如生产定额为负数，一些编码格式不正确等异常数据进行纠正。还可以对所述实时数据进行去空处理和去重处理，去空和去重处理也是数据清洗的一个过程，有些数据列可能是空值，有空值的数据投放到模型中训练可能大大影响预测准确率。如果一条数据中重要的属性缺失，那么在训练模型前会被过滤掉，不投入模型训练。如果影响不大的属性，可以给一个缺省值0，以清洗掉重复冗余的数据行，以免异常的重复数据会影响预测结果。所述实时数据进行预处理后，执行步骤S13，将预处理后的所述实时数据输入至训练后的评估模型，以使所述评估模型输出与所述实时数据的可信度相关的评估值。其中，所述评估模型可以为神经网络模型，比如为BP神经网络本文档来自技高网...

【技术保护点】
1.一种实时数据可信度的评估方法，其特征在于，所述方法包括：/n获取待检测的实时数据；/n对待检测的所述实时数据进行预处理；/n将预处理后的所述实时数据输入至训练后的评估模型，以使所述评估模型输出与所述实时数据的可信度相关的评估值；/n关联显示所述实时数据和所述评估值。/n

【技术特征摘要】
1.一种实时数据可信度的评估方法，其特征在于，所述方法包括：
获取待检测的实时数据；
对待检测的所述实时数据进行预处理；
将预处理后的所述实时数据输入至训练后的评估模型，以使所述评估模型输出与所述实时数据的可信度相关的评估值；
关联显示所述实时数据和所述评估值。


2.根据权利要求1所述的方法，其特征在于，还包括：
比对所述实时数据以及对应的历史数据，以获取比对指标；
关联显示所述实时数据、所述评估值和所述比对指标。


3.根据权利要求2所述的方法，其特征在于，关联显示所述实时数据、所述评估值和所述比对指标，包括：
在同一个页面显示所述实时数据、所述评估值和所述比对指标，且所述评估值和所述比对指标以不同的颜色显示。


4.根据权利要求2或3所述的方法，其特征在于，还包括：
当所述实时数据在页面被选中时，显示所述实时数据对应的历史数据。


5.根据权利要求1所述的方法，其特征在于，对待检测的所述实时数据进行预处理，包括：
将待检测的所述实时数据结构化；
清洗结构化的所述实时数据。


6.根据权利要求1所述的方法，其特征在于，所述评估模型为BP神经网络模型；所述方法还包括：
对历史数据进...

【专利技术属性】
技术研发人员：刘华威，姚镇武，洪忠玮，林浩生，王博，吕沙沙，谭泽汉，
申请(专利权)人：珠海格力电器股份有限公司，珠海联云科技有限公司，
类型：发明
国别省市：广东;44