【技术实现步骤摘要】
基于知识图谱的工业非智能传感器自适应接入中间件及其方法
[0001]本专利技术属于非智能物联设备自动接入
,涉及一种基于知识图谱的工业非智能传感器自适应接入中间件及其方法。
技术介绍
[0002]物联网技术的高速发展,给网络空间中物联网设备的组网和管理引入了巨大的技术挑战。截止2020年,已有超过200亿个物联设备存在于当今的物联网中,每天有超过550万个新增的设备入网。这些物联网设备通常来自不同的设备类型、供应商,具有不同的产品型号。如何发现这些设备的类型、品牌、型号、数据点和控制点信息,是设备管理、监控和上层应用的先决条件。但是,现有手动标识物联网设备的方法无法满足大规模设备发现的需求,而现有基于机器学习的设备发现需要大量带标签的数据且发现的准确率不足,在物联网中高效且准确的发现设备仍然是一个亟需解决的问题。
[0003]设备接入互联网作为实现工业物联网智能化的第一步,物联中间件起着承上启下的关键作用。非智能传感器作为工业物联网重要的组成部分,如浊度传感器、氨氮传感器、氧浓度计等,被大量部署在各种应用场景下。然而,传统的工业物联网中间件平台,如有人云、巨控云、FlexCloud等,并不能实现传感器设备的自动接入,仍需要人工进行配置,工程效率低下。
技术实现思路
[0004]为了达到上述目的,本专利技术实施例提供了一种基于知识图谱的工业非智能传感器自适应接入中间件及其方法,解决非智能传感器的自动发现和接入的问题。
[0005]本专利技术实施例所采用的技术方案是,基于知识图谱的工 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.基于知识图谱的工业非智能传感器自适应接入中间件的方法,其特征在于,按照以下步骤进行:步骤1,采用六元组模型构建由一定数量非智能物联设备的静态知识和实采数据构成的“知识
‑
数据”共融传感器知识图谱;步骤2,扫描待接入物联传感器的所有数据寄存器地址,按地址持续读取传感器的实时数值,然后依据采集到的数值列表生成设备数据特征;步骤3,根据“知识
‑
数据”共融传感器知识图谱的知识表征和待接入物联传感器设备的数值特征,设计“知识
‑
数据”双驱动的图神经网络设备自适应接入模型,借助图谱知识对待接入设备的数值特征进行分析识别,得到数值的具体语义;步骤4,将识别出的设备数值语义聚合为物联设备的知识表征,得到一个具体的设备实例特征,匹配并更新物联设备知识图谱映射的同类设备实例节点;若待接入物联设备在知识图谱中无相似匹配结果,自适应接入模型将按照数据特征的识别结果,参照已有类似设备的知识表征,重新组合为新的物联设备图谱实例节点,实现已有“知识
‑
数据”共融传感器知识图谱的持续更新;步骤5,读取知识图谱中对应实例节点的知识配置并写入待接入设备中,从而完成接入的非智能物联设备组态,完成传感器设备的自适应接入。2.根据权利要求1所述的基于知识图谱的工业非智能传感器自适应接入中间件的方法,其特征在于,所述步骤1构建的“知识
‑
数据”共融传感器知识图谱,按照设备通用实体、传感器领域实体和传感器实例划分为三层;设备通用实体层,通过OneM2M和I40KG物联网通用本体标准;传感器领域实体层,其领域知识从开放知识图谱及在线交易平台中抽取,其覆盖的物联传感器种类预期不少于200种;传感器实例层,按照传感器领域实体层已确定的分类,每个分类读取5
‑
10个不同品牌及型号的传感器实例,读取每个实例的所有寄存器的数值、类型和含义,并采用知识图谱节点的形式表征,该层包含的非智能物联设备实例预期不少于1500个;得到划分好的三层实体后,通过定义不同的边建立每个层级内部、层级间实体节点的联系,最终形成共融的传感器知识图谱。3.根据权利要求1所述的基于知识图谱的工业非智能传感器自适应接入中间件的方法,其特征在于,所述步骤3中设计“知识
‑
数据”双驱动的图神经网络设备自适应接入模型按照以下步骤进行:步骤3
‑
1,待接入传感器的特征表示,对待接入传感器设备采集到的寄存器实时数值进行的特征计算,对于读取到的传感器数据,包含寄存器地址信息与数值信息,进行特征提取,传感器的每条数值信息,均采用128维的向量进行表示,使用one
‑
hot编码进行初始化,向量为第i个待接入传感器的特征向量,可由如下公式进行计算:其中,W为权重矩阵,其参数在网络中进行迭代训练,j为i的邻节点,即对应第i个传感
器设备的第j个寄存器,N
技术研发人员:谢诚,祝旖旎,曾左英,陶文彪,谢欣橦,
申请(专利权)人:云南大学,
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。