【技术实现步骤摘要】
物联网异构数据级联传输方法、装置、设备及介质
[0001]本专利技术涉及运维管理
,具体而言,涉及一种物联网异构数据级联传输方法、装置、设备及介质。
技术介绍
[0002]在近年来,物联网设备在实时数据收集和处理方面扮演着越来越重要的角色。这些设备产生的数据具有高度的异构性,包括各种类型的设备状态、环境参数、设备运行日志和设备故障日志等,这些数据的准确传输和处理对于物联网系统的稳定运行至关重要。然而,由于设备之间的数据类型和格式的差异性,以及数据的大规模和复杂性,现有的物联网数据传输方法面临着严峻的挑战。目前,传统的物联网数据传输主要依赖于一些简单的编码和传输策略,例如,将数据编码为一种统一的格式然后通过网络进行传输。然而,这种方法无法解决异构数据的级联传输问题,无法对各种类型的数据进行有效的整合和优化,也无法保证数据在传输过程中的鲁棒性和完整性。
[0003]基于上述现有技术的缺点,现亟需一种物联网异构数据级联传输方法。
技术实现思路
[0004]本专利技术的目的在于提供一种物联网异构数据级联传输方法、装置、设备及介质,以改善上述问题。为了实现上述目的,本专利技术采取的技术方案如下:第一方面,本申请提供了一种物联网异构数据级联传输方法,包括:获取第一信息和第二信息,所述第一信息包括物联网设备产生的当前异构数据,所述第二信息包括物联网设备产生的历史异构数据;对所述第二信息中的每一种类型的物联网设备的数据情况进行聚类处理得到第三信息,所述第三信息包括每种类型物联网设备的最佳数据分析的时间窗 ...
【技术保护点】
【技术特征摘要】
1.一种物联网异构数据级联传输方法,其特征在于,包括:获取第一信息和第二信息,所述第一信息包括物联网设备产生的当前异构数据,所述第二信息包括物联网设备产生的历史异构数据;对所述第二信息中的每一种类型的物联网设备的数据情况进行聚类处理得到第三信息,所述第三信息包括每种类型物联网设备的最佳数据分析的时间窗口;根据所述第三信息中的时间窗口信息对所述第一信息中对应类型的物联网设备数据进行数据分割处理得到第四信息;根据所述第四信息和第二信息进行时间序列分析处理得到第五信息,所述第五信息包括数据趋势预测结果;根据预设的深度学习数学模型对所述第五信息进行特征提取,并将提取后的数据特征进行分层编码处理得到第六信息;将所述第六信息进行传输,并根据所述深度学习数学模型将传输后的数据序列进行逐层解码处理得到第七信息,所述第七信息为解码后还原的原始异构数据。2.根据权利要求1所述的物联网异构数据级联传输方法,其特征在于,对所述第二信息中的每一种类型的物联网设备的数据情况进行聚类处理得到第三信息,包括:根据所述第二信息,对每种类型的物联网设备的历史异构数据进行数据预处理,得到预处理数据,所述预处理包括数据清洗、数据标准化和数据缺失值处理;根据预设的自编码器数学模型对所述预处理数据进行特征提取和自然语言处理得到特征向量集,所述特征向量集包括设备状态特征、环境参数体征、时间特征和设备日志特征,所述设备状态特征包括设备的运行状态、设备的使用频率和设备的故障频率,所述环境参数特征包括设备所处环境的温度、湿度、气压等参数的平均值、最大值、最小值和波动范围等,所述时间特征包括设备数据产生的时间、设备的使用时间和设备的使用周期,所述设备日志特征包括关键词、主题和情感特征;根据预设的谱聚类数学模型对所述特征向量集中的每种类型的物联网设备进行聚类分析得到聚类结果,所述聚类结果包括物联网设备的聚类标签、特性描述和设备状态的统计信息;根据所述聚类结果计算每个聚类中的物联网设备数据的平均时间窗口。3.根据权利要求1所述的物联网异构数据级联传输方法,其特征在于,根据所述第三信息中的时间窗口信息对所述第一信息中对应类型的物联网设备数据进行数据分割处理得到第四信息,包括:根据所述第一信息和第三信息识别每种物联网设备类型及其对应的时间窗口信息,并进行数据分配处理得到设备数据集,所述设备数据集包括具有相同设备类型标签的所有设备数据;根据所述第三信息中的时间窗口信息对所述设备数据集进行排序,得到有序的设备数据;根据所述时间窗口信息将所述设备数据进行切割处理,得到数据块,每个所述数据块包括一段连续时间内的设备数据;根据所述数据块按照设备类型进行数据整合处理,得到第四信息。4.根据权利要求1所述的物联网异构数据级联传输方法,其特征在于,根据所述第四信
息和第二信息进行时间序列分析处理得到第五信息,包括:根据预设的孤立森林数学模型对所述第二信息进行异常值检测,得到正常数据;根据所述正常数据进行去趋势处理,通过差分和移动平均计算消除数据的季节性和趋势得到去趋势数据;根据预设的状态空间数学模型对所述去趋势数据进行时间序列模型拟合处理,得到用于描述设备数据变化规律的模型拟合结果;根据所述模型拟合结果对所述第四信息进行数据预测处理得到数据趋势预测结果,所述数据趋势预测结果包括设备在未来预设时间内的状态变化情况。5.一种物联网异构数据级联传输装置,其特征在于,包括:获取模块,用于获取第一信息和第二信息,所述第一信息包括物联网设备产生的当前异构数据,所述第二信息包括物联网设备产生的历史异构数据;聚类模块,用于对所述第二信息中的每...
【专利技术属性】
技术研发人员:陈浩,张渊,刘明扬,
申请(专利权)人:北京中科朗易科技有限责任公司,
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。