【技术实现步骤摘要】
数据采集频率的优化方法、系统、装置及存储介质
[0001]本专利技术涉及监测
,尤其涉及一种数据采集频率的优化方法、系统、装置及存储介质。
技术介绍
[0002]随着科学技术水平的提高,许多企业会采用智能设备工作,以及在企业的边缘端进行智能设备数据的相关计算,以对现场智能设备进行检测和判断。
[0003]边缘端设备加载预先训练好的模型,现场智能设备实时采集数据并上传至边缘端设备,边缘端设备通过对采集到的实时数据进行分析计算,得到对智能设备的检测结果。在智能设备的检测过程中,为了保证智能设备检测结果的准确性,需要尽可能提高数据的采集频率以获得更多的数据进行检测,但是,如果数据采集频率过高,会给智能设备的I/O串口,边缘计算设备处理器、存储器等硬件模块带来很大压力,导致数据传输和存储的成本大,也会影响设备的工作性能。
技术实现思路
[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此,本专利技术提出一种数据采集频率的优化方法、系统、装置及存储介质,能够在不影响检测准确度需求的同时减低 ...
【技术保护点】
【技术特征摘要】
1.一种数据采集频率的优化方法,其特征在于,包括以下步骤:获取智能设备采集数据的上限频率;根据所述上限频率得到包括所述上限频率在内的若干个梯度下降的第一试验采集频率;在所述第一试验采集频率下采集样本数据,并将所述样本数据输入到检测模型确定所述检测模型的第一检测结果准确度;根据若干个所述第一试验采集频率和对应的若干个所述第一检测结果准确度确定频率
‑
检测准确度映射关系;根据所述频率
‑
检测准确度映射关系确定智能设备应用的应用采集频率。2.根据权利要求1所述的数据采集频率优化方法,其特征在于,所述检测模型通过以下步骤获得:构建并初始化预训练模型;将在所述上限频率下采集的所述样本数据输入到所述预训练模型进行训练得到所述检测模型。3.根据权利要求2所述的数据采集频率优化方法,其特征在于,所述将在所述上限频率下采集的所述样本数据输入到所述预训练模型进行训练得到所述检测模型包括以下步骤:将所述样本数据输入到所述预训练模型,得到所述预训练模型的第二检测结果;根据所述第二检测结果和所述样本数据中的标签确定所述预训练模型的第二检测结果准确度;根据所述第二检测结果准确度更新所述预训练模型的参数直到所述第二检测结果准确度大于第一预设准确度,则根据当前参数得到所述检测模型。4.根据权利要求1所述的数据采集频率优化方法,其特征在于,所述样本数据通过以下方式获得:获取用户输入的标签类型;当用户输入的标签类型为故障标签,则基于智能设备故障状态下采集第一多项输入数据,根据所述标签类型和所述第一多项输入数据得到所述样本数据;当用户输入的标签类型为正常标签,则基于智能设备正常工作状态下采集第二多项输入数据,根据所述标签类型和所述第二多项输入数据得到所述样本数据。5.根据权利要求1所述的数据采集频率优化方法,其特征在于,所述根据若干个所述第一试验采集频率和对应的若干个所述第一检测结果准确度确定频率
‑
检测准确度映射关系包括以下步骤:以若干个梯度下降的第一试验采集频率作为横坐标,以对应所述第一试验采集频率的第一检测结果准确度作为纵坐标以确定若干个离散坐标点;根据若干个所述离散坐标点构建所述频率
‑
...
【专利技术属性】
技术研发人员:江荣钿,李基源,黄丹燕,李志武,
申请(专利权)人:日立楼宇技术广州有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。