一种传感器的采样值相关性分析方法、介质及系统技术方案

本发明专利技术公开一种传感器的采样值相关性分析方法、介质及系统，所述方法采用边缘计算设备实施，所述方法包括：获取预设时间段内的第一目标传感器和第二目标传感器的采样值；将所述第一目标传感器和所述第二目标传感器的采样值进行预处理，使所述第一目标传感器和所述第二目标传感器的采样值的长度相同；根据所述第一目标传感器和所述第二目标传感器的采样值的特性，采用预处理后的所述第一目标传感器和所述第二目标传感器的采样值通过对应的计算式计算得到相关性系数。本发明专利技术利用边缘计算设备提供的边缘计算能力完成传感器数据相关性分析，分析比较全面准确，可以满足不同采样值的特性，适应电力终端的需求。适应电力终端的需求。适应电力终端的需求。

【技术实现步骤摘要】
一种传感器的采样值相关性分析方法、介质及系统


[0001]本专利技术涉及传感器
，尤其涉及一种传感器的采样值相关性分析方法、介质及系统。

技术介绍

[0002]物联网是继计算机、互联网与移动通信网之后，世界信息产业的第三次发展浪潮，是通信网和互联网的拓展应用和网络延伸。随着泛在网络、人工智能、边缘计算等物联网新技术在电网建设中的逐步渗透，输变电设备物联网进入跨界融合、集成创新和规模化发展的新阶段。
[0003]边缘计算有着诸多优势，其一，更实时、更快速的数据处理能力。由于减少了中间传输的过程，数据处理的速度也更快；其二，成本更低。边缘计算处理的数据是小数据，从数据计算、存储上都具有成本优势；其三，更低的网络带宽需求。随着联网设备的增多，网络传输压力会越来越大，而边缘计算的过程中，与云端服务器的数据交换并不多，因此也不需要占用太多网络带宽；其四，提升应用程序的效率。结合上面的三个优势来看，当数据处理更快、网络传输压力更小、成本也更低的时候，应用程序的效率也会大大提升；其五，数据隐私保护变得更具操作性。数据的收集和计算都是基于本地，数据也不再被传输到云端，因此重要的敏感信息可以不经过网络传输，能够有效避免传输过程中的泄漏。
[0004]在传统的电力网络中，各个电力终端采集到的数据将传输到主站统一处理。但随着电网规模的扩大，接入的终端设备和产生的数据量不断增多，数据的传输和处理将耗费大量的网络和计算资源，且无法满足时延和安全性的需求。由此，全面扩大边缘计算在感知层的应用，是电网实现数字化转型的必由之路。
[0005]物联网传感器数据相关性分析主要用法发现不同传感器之间的协同特性，这种协同特性有些是显而易见的，有些则是隐含性质的，需要通过数据分析才能被挖掘出来。因此，现有技术的数据的相关性分析不够全面，无法适应电力终端的需求。

技术实现思路

[0006]本专利技术实施例提供了一种传感器的采样值相关性分析方法、介质及系统，以解决现有技术的传感器的采样值相关性分析不够全面，无法适应电力终端的需求问题。
[0007]第一方面，提供一种传感器的采样值相关性分析方法，所述方法采用边缘计算设备实施，所述方法包括：
[0008]获取预设时间段内的第一目标传感器和第二目标传感器的采样值；
[0009]将所述第一目标传感器和所述第二目标传感器的采样值进行预处理，使所述第一目标传感器和所述第二目标传感器的采样值的长度相同；
[0010]根据所述第一目标传感器和所述第二目标传感器的采样值的特性，采用预处理后的所述第一目标传感器和所述第二目标传感器的采样值通过对应的计算式计算得到相关性系数。
[0011]第二方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令；所述计算机程序指令被处理器执行时实现如上述第一方面实施例所述的传感器采样值相关性分析方法。
[0012]第三方面，提供一种传感器采样值相关性分析系统，包括：如上述第二方面实施例所述的计算机可读存储介质。
[0013]这样，本专利技术实施例，利用边缘计算设备提供的边缘计算能力完成传感器数据相关性分析，分析比较全面准确，可以满足不同采样值的特性，适应电力终端的需求。
附图说明
[0014]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0015]图1是本专利技术实施例的传感器的采样值相关性分析方法的流程图；
[0016]图2是本专利技术实施例的物联网架构及边缘计算设备部署的位置。
具体实施方式
[0017]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例，都属于本专利技术保护的范围。
[0018]本专利技术实施例公开了一种传感器的采样值相关性分析方法。该方法采用边缘计算设备实施。边缘计算设备具有边缘计算能力。边缘计算设备可以定义为具备传感器数据接入、网络通信、计算、存储、应用核心能力为一体的软硬件集成的设备。边缘计算设备一般安装在设备前端或网络边缘。一般的，边缘计算设备的CPU为多核ARM处理器或X86处理器，边缘计算设备能具有较大的运行内存和数据存储能力，边缘计算设备运行Linux、Win10、安卓等操作系统，可提供数据库服务，也可以提供容器等应用。因此，边缘计算设备为附近的物联网传感器设备提供数据接入和汇集，数据存储及数据分析计算能力。
[0019]如图1所示，该分析方法包括：
[0020]步骤S1：获取预设时间段内的第一目标传感器和第二目标传感器的采样值。
[0021]如图2所示，边缘计算设备可以直接通过无线或有线的方式接入传感器的采样值。一般的，无线接入方式包括：WIFI、LoRa、蓝牙、ZigBee等多种无线通信制式。有线接入方式可以包括RS485、RJ45等多种方式。边缘计算设备也可以通过透传网关来接入传感器的采样值。透传网关是具备传感器数据汇集能力，但不提供边缘计算能力的软硬件集成设备。
[0022]第一目标传感器和第二目标传感器为预先设定的两个传感器。
[0023]步骤S2：将第一目标传感器和第二目标传感器的采样值进行预处理，使第一目标传感器和第二目标传感器的采样值的长度相同。
[0024]由于不同传感器在相同时间段内上报的采样值的数量有可能并不相同，因此，该步骤的目的是通过抽样、内插等预处理方法使得两个目标传感器的采样值的长度相同，即
采样值的数量相同。
[0025]步骤S3：根据预处理后的第一目标传感器和第二目标传感器的采样值的特性，采用预处理后的第一目标传感器和第二目标传感器的采样值通过对应的计算式计算得到相关性系数。
[0026]针对传感器的采样值的特性不同，计算式不同。本专利技术实施例提供三种情况，具体如下：
[0027](1)在一优选的实施例中，当第一目标传感器和第二目标传感器的采样值满足积差相关的适用条件时，采用计算得到相关性系数。
[0028]其中，r
XY
表示相关性系数，x
i
表示第一目标传感器的采样值，y
i
表示第二目标传感器的采样值，m表示采样值的数量。
[0029]积差相关的适用条件为现有技术公知的，例如，可以包括：
[0030]①
采样值为连续性数据，即等距或等比数据。
[0031]②
采样值总体呈正态分布或接近正态分布。
[0032]③
两个传感器的采样值直降呈线性关系。
[0033]④
两个传感器的采样值成对，每对采样值之间相互独立。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种传感器的采样值相关性分析方法，其特征在于，所述方法采用边缘计算设备实施，所述方法包括：获取预设时间段内的第一目标传感器和第二目标传感器的采样值；将所述第一目标传感器和所述第二目标传感器的采样值进行预处理，使所述第一目标传感器和所述第二目标传感器的采样值的长度相同；根据所述第一目标传感器和所述第二目标传感器的采样值的特性，采用预处理后的所述第一目标传感器和所述第二目标传感器的采样值通过对应的计算式计算得到相关性系数。2.根据权利要求1所述的传感器的采样值相关性分析方法，其特征在于，所述采用预处理后的所述第一目标传感器和所述第二目标传感器的采样值通过对应的计算式计算得到相关性系数的步骤，包括：当所述第一目标传感器和所述第二目标传感器的采样值满足积差相关的适用条件时，采用计算得到所述相关性系数；其中，x
i
表示第一目标传感器的采样值，y
i
表示第二目标传感器的采样值，m表示采样值的数量。3.根据权利要求1所述的传感器采样值相关性分析方法，其特征在于，所述采用预处理后的所述第一目标传感器和所述第二目标传感器的采样值通过对应的计算式计算得到相关性系数的步骤，包括：当所述第一目标传感器和所述第二目标传感器的采样值受到取值范围影响时，采用计算得到所述相关性系数；其中，x
i
表示第一目标传感器的采样值，y
i
表示第二目标传感器的采样值，表示第一目标传感器的采样值的归一化值，表示第二目标传感器的采样值的归一化值，H
x
表示第一目标传感器的采样值的取值范围的最大值，L
x
表示第一目标传感器的采样值的取值范围的最小值，H
y
表示第二目标传感器的采样值的取值范围的最大值，L
y
表示第二目标传感器的采样值的取值范围的最小值，m表示采样值的数量。4.根据权利要求1所述的传感器的采样值相关性分...

【专利技术属性】
技术研发人员：毛春翔，柴斌，刘若鹏，叶远，胡劲忠，齐鹏洋，刘钊，李昊，邓沛，张国斌，
申请(专利权)人：上海远观物联网科技有限公司，
类型：发明
国别省市：