基于任务标识编码解析的工业数据管理方法技术

本发明专利技术涉及标识解析技术领域，具体涉及一种基于任务标识编码解析的工业数据管理方法，包括：基于预设的编码规则对工业数据的采集任务进行任务标识的编码，生成对应的任务标识码；执行数据采集任务时，将采集的多源工业数据与对应的任务标识码绑定作为标识数据；完成数据采集任务后，解析对应的任务标识码得到对应的标识数据；对标识数据进行异构数据标准化处理、数据整合和数据聚合，得到对应的标准数据并进行存储。本发明专利技术能够通过任务标识编码及解析实现多源工业数据的互通，并且能够进行多源工业数据的标准化处理以生成工业互联网标准数据，从而能够提高工业数据管理的有效性和实用性。实用性。实用性。

【技术实现步骤摘要】
基于任务标识编码解析的工业数据管理方法


[0001]本专利技术涉及标识解析
，具体涉及基于任务标识编码解析的工业数据管理方法。

技术介绍

[0002]我国作为制造业大国，在工业产品类型、工业设备等方面数量巨大，随之产生了海量的工业数据。工业数据作为工业互联网的核心要素，是实现智能化管理的重要基础，对运营管理优化、生产协同组织与商业模式创新具有十分重要的意义。
[0003]目前，我国工业数据在异构、异地、异主数据的流转和汇聚方面存在极大挑战。工业大数据的资源互通、共享和协作生产是工业互联网的主要诉求之一。
[0004]然而，在现阶段，由于标识体系及相关标识标准尚在建立过程中，使得工业数据采集任务的各个采集源（包括不同设备、不同操作系统、不同协议）在进行标识注册时，因标识编码规则不同，导致不同设备、不同操作系统、不同协议的标识不具有唯一性，进而导致不同设备、不同操作系统、不同协议采集的多源工业数据无法有效流通，也难以实现多源工业数据的标准化处理。因此，如何设计一种能够实现多源工业数据互通和标准化处理的工业数据管理方法是亟需解决的技术问题。

技术实现思路

[0005]针对上述现有技术的不足，本专利技术所要解决的技术问题是：如何提供一种基于任务标识编码解析的工业数据管理方法，能够通过任务标识编码及解析实现多源工业数据的互通，并且能够进行多源工业数据的标准化处理以生成工业互联网标准数据，从而能够提高工业数据管理的有效性和实用性。
[0006]为了解决上述技术问题，本专利技术采用了如下的技术方案：基于任务标识编码解析的工业数据管理方法，包括：S1：基于预设的编码规则对工业数据的采集任务进行任务标识的编码，生成对应的任务标识码；S2：执行数据采集任务时，将采集的多源工业数据与对应的任务标识码绑定作为标识数据；S3：完成数据采集任务后，解析对应的任务标识码，得到对应的标识数据；S4：对标识数据进行异构数据标准化处理、数据整合和数据聚合，得到对应的标准数据并进行存储。
[0007]优选的，步骤S1中，将任务标识码通过对应的二级节点上传至对应的国家顶级节点存储。
[0008]优选的，步骤S2中，多源工业数据包括异主数据、异地数据和异构数据。
[0009]优选的，步骤S3中，对标识数据进行一致性检查、大数据清洗和数据归一化处理。
[0010]优选的，一致性检查是指检查数据取值范围和相互关系是否满足要求，并对超出
正常范围、逻辑不合理、相互矛盾的数据进行识别，同时进行无效数据、错误数据、缺失数据的估算和删除；大数据清洗包括遗漏数据、噪声数据和不一致数据的处理；对于遗漏数据：通过手工填补遗漏值、利用默认值填补遗漏值、利用均值填补遗漏值、利用同类别均值填补遗漏值、利用最可能的值填补遗漏值的方式进行处理；对于噪声数据，通过Bin方法、人机结合检查方法、聚类分析方法、拟合函数回归方法进行数据平滑和去噪；对于不一致数据，通过关系分析保留最大可能的正确数据或手工选择保留正确数据的方式进行处理；数据归一化处理是指对数据进行规范化、正规化和归一化处理。
[0011]优选的，步骤S4中，通过如下组件对标识数据进行异构数据标准化处理：基础平台层，由Hadoop生态系统组件及相关数据处理工具构成，用于提供数据存储、数据计算和数据网络资源化功能，以及数据分布式流计算、数据离线批处理以及图数据计算功能；数据处理层，由多个数据处理单元组成，用于提供数据抽取和统计分析算法，以及半结构化和非结构化数据转结构化数据处理算法、数据内容深度理解算法；应用展示层，由微服务框架及多类前端可视化工具组成，用于对数据处理层的结果进行归纳和总结。
[0012]优选的，步骤S4中，数据整合包括数据抽取、数据清洗、数据转换和数据检查。
[0013]优选的，步骤S4中，数据聚合包括基于XML的多源工业数据聚合和基于本体的多源工业数据聚合。
[0014]优选的，通过支持分布式存储的数据资源池存储标准数据，标准数据的存储包括块存储、文件存储和对象存储三种数据存储类型。
[0015]优选的，存储标准数据后，对于结构化或半结构化的标准数据，通过典型关系型数据库访问；对于非结构化的标准数据，通过非关系型数据库访问。
[0016]本专利技术中基于任务标识编码解析的工业数据管理方法与现有技术相比，具有如下有益效果：本专利技术通过预设的编码规则对工业数据的采集任务进行任务标识的编码生成任务标识码，一方面工业数据采集任务中各个数据采集源均统一使用唯一识别的标识码，即标识码的编码规则相同且具有唯一性；另一方面数据采集源采集的多源工业数据均与唯一识别的标识码绑定，使得能够通过标识码结合任务标识编码及解析打通不同设备、不同操作系统、不同协议采集的多源工业数据的交互壁垒，实现多源工业数据的数据标识化和标识数据互通，即能够通过任务标识编码及解析实现多源工业数据的互通。同时，本专利技术通过对唯一识别的标识码进行解析能够获取工业数据采集任务中所有的多源工业数据，进而对标识数据进行异构数据标准化处理、数据整合和数据聚合得到标准数据，使得能够实现不同设备、不同操作系统、不同协议采集的多源工业数据进行标准化处理，进而能够生成工业互联网标识数据，从而能够提高工业数据管理的有效性和实用性。
附图说明
[0017]为了使专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述，其中：
图1为基于任务标识编码解析的工业数据管理方法的逻辑框图。
具体实施方式
[0018]为使本专利技术实施例的目的、技术方案和优点更加清楚，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。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅表示本专利技术的选定实施例。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得的所有其他实施例都属于本专利技术保护的范围。
[0019]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该专利技术产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。此外，术语“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于任务标识编码解析的工业数据管理方法，其特征在于，包括：S1：基于预设的编码规则对工业数据的采集任务进行任务标识的编码，生成对应的任务标识码；S2：执行数据采集任务时，将采集的多源工业数据与对应的任务标识码绑定作为标识数据；S3：完成数据采集任务后，解析对应的任务标识码，得到对应的标识数据；S4：对标识数据进行异构数据标准化处理、数据整合和数据聚合，得到对应的标准数据并进行存储。2.如权利要求1所述的基于任务标识编码解析的工业数据管理方法，其特征在于：步骤S1中，将任务标识码通过对应的二级节点上传至对应的国家顶级节点存储。3.如权利要求1所述的基于任务标识编码解析的工业数据管理方法，其特征在于：步骤S2中，多源工业数据包括异主数据、异地数据和异构数据。4.如权利要求1所述的基于任务标识编码解析的工业数据管理方法，其特征在于：步骤S3中，对标识数据进行一致性检查、大数据清洗和数据归一化处理。5.如权利要求4所述的基于任务标识编码解析的工业数据管理方法，其特征在于：一致性检查是指检查数据取值范围和相互关系是否满足要求，并对超出正常范围、逻辑不合理、相互矛盾的数据进行识别，同时进行无效数据、错误数据、缺失数据的估算和删除；大数据清洗包括遗漏数据、噪声数据和不一致数据的处理；对于遗漏数据：通过手工填补遗漏值、利用默认值填补遗漏值、利用均值填补遗漏值、利用同类别均值填补遗漏值、利用最可能的值填补遗漏值的方式进行处理；对于噪声数据，通过Bin方法、人机结合检查方法、聚类分析方法、拟合函数回归方法进行数据平滑和去噪；对于不一致数据，通...

【专利技术属性】
技术研发人员：巩书凯，赵炳翔，黄军，肖渝，陈磊，
申请(专利权)人：重庆忽米网络科技有限公司，
类型：发明
国别省市：