工业系统异常数据的检测的处理方法、装置、设备和介质制造方法及图纸

本发明专利技术提供一种工业系统异常数据的检测的处理方法、装置、设备和介质，方法包括：冗余数据的检测与处理，即根据冗余数据校验算法，对源自同一设备的数据分别进行时间标签与数值的比较，当同一设备的多个数据的时间标签与数值分别完全一致时，就界定为冗余数据；然后将重复的数据进行删除，只保留唯一的数据单元；解析异常数据的检测与处理，即根据数据格式校验算法，对传输的数据进行数据格式的校验，当某个数据的格式存在异常，无法正常识别时，则界定为解析异常数据；然后直接上传云端或是进行删除处理。本发明专利技术实现了对异常数据的自动检测和处理，以解决工业控制系统异常数据多、数据类型繁杂等技术问题。数据类型繁杂等技术问题。数据类型繁杂等技术问题。

【技术实现步骤摘要】
工业系统异常数据的检测的处理方法、装置、设备和介质


[0001]本专利技术涉及工业自动化控制
，特别涉及一种工业系统异常数据的检测的处理方法、装置、设备和介质。

技术介绍

[0002]在大量工业设备接入工业互联网后，企业将面临着设备数据量大、异常数据比例增加等问题。由于工业互联网现场设备的数据在采集和导入过程中具有数据量巨大、数据类型繁多、价值密度低、处理速度快和复杂性强等特征，原始数据信息中混杂着许多错误和重复的异常数据，导致大数据存在着低价值密度和不可用的特性。面对如此庞大的数据量，人们希望从海量数据中挖掘出有价值的信息或知识，为决策者提供参考。由于设备故障、协议解析异常等原因，不可避免的存在冗余数据、解析异常数据等诸多情况，严重影响了数据利用的效率和决策质量。
[0003]公开日为20190611，公开号为CN109871002A的中国专利技术公开了一种基于张量标签学习的并发异常状态识别与定位系统，包括：异常状态数据预处理模块、高维张量标签模块、张量切片与运算模块、机器学习系统、预测张量标签信息融合模块和预测结果评级模块，本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业系统异常数据的检测和处理方法，其特征在于：包括异常数据的检测过程和异常数据的处理过程：所述异常数据的检测过程包括：冗余数据的检测，即根据冗余数据校验算法，对源自同一设备的数据分别进行时间标签与数值的比较，当同一设备的多个数据的时间标签与数值分别完全一致时，就将这些数据界定为冗余数据；解析异常数据的检测，即根据数据格式校验算法，对传输的数据进行数据格式的校验，当发现某个数据的格式存在异常，无法正常识别时，则将该数据界定为解析异常数据；所述异常数据的处理过程包括：冗余数据的处理，即根据冗余数据处理规则，将重复的数据进行删除，只保留唯一的数据单元；解析异常数据的处理，即根据解析异常数据处理规则或算法，将解析异常数据直接上传云端或是进行删除处理。2.一种工业系统异常数据的检测的处理装置，其特征在于：包括：冗余数据检测模块，用于根据冗余数据校验算法，对源自同一设备的数据分别进行时间标签与数值的比较，当同一设备的多个数据的时间标签与数值分别完全一致时，就将这些数据界定为冗余数据；解析异常数据检测模块，用于根据数据格式校验算法，对传输的数据进行数据格式的校验，当发...

【专利技术属性】
技术研发人员：郑松，刘朝儒，王亮亮，郑蓉，江丹玲，李贝贝，庄晓芳，吴鸿钰，
申请(专利权)人：爱普福建科技有限公司，
类型：发明
国别省市：