一种基于边缘计算的智能控制数据采集方法技术

本发明专利技术公开一种基于边缘计算的智能控制数据采集方法，包括如下步骤：对采集设备的运行状态通过K

【技术实现步骤摘要】
一种基于边缘计算的智能控制数据采集方法


[0001]本专利技术涉及机器学习和数据挖掘领域，具体涉及一种基于边缘计算的智能控制数据采集方法。

技术介绍

[0002]在全球已经掀起的新一轮工业转型浪潮中，数字化是基础，网格化是支撑，智能化是目标，在此背景下，传统制造业转型面临巨大发展机遇。当前，在产品规划、设计、制造、运营等生产过程中，传统制造业产品、生产装备、工艺流程等已经逐步实现了数字化和网格化，因此，传统制造业的全面转型已经具备了基础条件。而边缘计算网关作为工业互联网工厂内网的关键技术以及连接工厂内外网的有效手段，是推动传统制造业转型发展的重要使能技术。
[0003]真实的智能制造相关的生产环境错综复杂，加上实际传输距离的限制，远程的数据传输成为了工业数据方面亟待解决的痛点。如何让数据能够低成本且高效地传输到云或者远程终端，成为行业重点的研究对象。
[0004]伴随着2G/3G/4G网络、Wi
‑
Fi、蓝牙等无线网络传输技术的出现，数据的远程传输问题出现转机，但多种通信协议的多重协议标准也阻碍了设备与设备之间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算的智能控制数据采集方法，其特征在于，包括以下步骤：对采集设备的运行状态通过K
‑
means算法模型进行训练划分；对采集的数据通过旋转门算法将数据临时缓存，用于所述K
‑
means算法模型训练；对采集数据的频率评估判断：对设备运行状态进行数据采集频率的评估判断；根据获取的数据采集频率h
n
，对采集的变量进行划分；将相同采集频率h
n
的变量合并，且同批次采集物联网智能设备点位变量数据。2.根据权利要求1所述的方法，其特征在于，对采集设备的运行状态通过K
‑
means算法模型进行训练划分包括步骤S1.1至步骤S1.4：步骤S1.1选择初始化k个样本作为初始设备运行状态的聚类中心a＝a1,a2,a3,
…
a
k
；步骤S1.2针对数据集中每个样本x
i
计算它到k个类聚中心的距离并将其分到距离最小的聚类中心所对应的类中；步骤S1.3针对每个类别a
j
重新计算它的聚类中心步骤S1.4重复执行步骤S1.2和步骤S1.3直到最小误差变化时终止可计算出设备的运行状态S
k
。3.根据权利要求1所述的方法，其特征在于，对采集的数据通过旋转门算法将数据临时缓存，用于所述K
‑
means算法模型训练包括步骤S2.1至步骤S2.4：步骤S2.1计算上斜率K1＝(当前数据项数值
‑
(上一保存数据项数值
‑
压缩偏差))/(当前数据项时间
‑
上一保存数据项时间)；步骤S2.2计算下斜率K2＝(当前数据项数值
‑
(上一保存数据项数值+压缩偏差))/(当前数据项时间
‑
上一保存数据项时间)；步骤S2.3计算中间...

【专利技术属性】
技术研发人员：成材，丁成成，李居胜，
申请(专利权)人：桑弧工业互联网南京有限公司，
类型：发明
国别省市：