一种基于物联网的监控数据采集及分析方法技术

本发明专利技术涉及数字数据处理技术领域，提出了一种基于物联网的监控数据采集及分析方法，包括：获取监控参数数据；根据每个数据点的序列窗口内的数据信息获取每个数据点的偏差距离，根据每个数据点的近邻数据集获取每个数据点的序列窗口差异度，根据每个数据点的偏差距离和序列窗口差异度获取每个数据点的异常变化值；利用每个数据点的异常变化值获取每个参数的异常变化值序列，根据每个参数的异常变化值序列获取每个参数的融合权重及融合特征序列，利用异常检测算法获取融合特征序列中的异常数据点；根据监控参数数据中的异常数据点协助管理人员对温室环境进行管理

【技术实现步骤摘要】
一种基于物联网的监控数据采集及分析方法


[0001]本专利技术涉及数字数据处理
，具体涉及一种基于物联网的监控数据采集及分析方法
。

技术介绍

[0002]随着物联网技术的不断进步，许多领域应用最新的物联网技术，实现了产业的优化管理
。
比如，基于物联网的温室环境智能监控，通过视频监控以及物联网传感器等技术，实时地对温室环境进行管理，调节控制作物生长的环境条件，对作物长势进行实时的跟踪监测与综合分析，同时为管理作物提供决策支持
。
当监控数据出现异常时，系统会立即通知温室操作人员，保证能及时发现问题并解决问题
。
[0003]目前，随着数据处理技术的发展，大多采用数据处理技术对物联网监控数据进行异常检测，通过对数据的异常检测实现对物联网监控数据的管理
。
比如，传统的异常检测
LOF
算法，该算法被广泛应用于数据的异常检测
。
但是，传统的异常检测
LOF
算法存在一定的局限性，在对监控数据进行异常分析时，该算法需要遍历本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于物联网的监控数据采集及分析方法，其特征在于，该方法包括以下步骤：获取监控参数数据，利用监控参数数据构建监控参数的时间序列；根据每个参数的时间序列中的每个数据点的序列窗口内的数据信息获取每个参数的时间序列中每个数据点的偏差距离，根据每个参数的时间序列中数据点的采集时刻获取每个参数的时间序列中每个数据点的近邻数据集，根据每个参数的时间序列中每个数据点的近邻数据集获取每个参数的时间序列中每个数据点的序列窗口差异度，根据每个参数的时间序列中每个数据点的偏差距离和序列窗口差异度获取每个参数的时间序列中每个数据点的异常变化值；根据每个参数的时间序列中每个数据点的异常变化值获取每个参数的异常变化值序列，根据每个参数的时间序列及异常变化值序列获取每个参数的融合权重，基于每个参数的融合权重获取监控参数的融合特征序列，利用异常检测
LOF
算法获取融合特征序列中的异常数据点；根据融合特征序列中的异常数据点获取异常数据点对应采集时刻的异常数据，利用异常数据协助管理人员对温室环境进行管理
。2.
根据权利要求1所述的一种基于物联网的监控数据采集及分析方法，其特征在于，所述根据每个参数的时间序列中的每个数据点的序列窗口内的数据信息获取每个参数的时间序列中每个数据点的偏差距离的方法为：将每个参数的时间序列中每个数据点作为中心数据点，将距离中心数据点的最近第一预设参数个采集时间点的数据点组成的序列作为每个参数的时间序列中每个中心数据点的序列窗口；对于每个参数的时间序列，将所述时间序列中每个数据点的数值与所述时间序列内所有数据点数值的均值之间差值的绝对值作为第一乘积因子；将每个数据点的数值与每个数据点的序列窗口内数据点的数值之间差值的绝对值在所述数据点的序列窗口上的累加和，将所述累加和与序列窗口大小的比值作为第一比值因子；对于每个参数的时间序列中每个数据点，将第一乘积因子与第一比值因子的乘积作为数据点的偏差距离
。3.
根据权利要求1所述的一种基于物联网的监控数据采集及分析方法，其特征在于，所述根据每个参数的时间序列中数据点的采集时刻获取每个参数的时间序列中每个数据点的近邻数据集的方法为：对于每个参数的时间序列，根据时间序列中数据的采集时刻，将每个数据点的采集时刻周围最小采集间隔内的第二预设参数个采集时刻对应的数据点作为每个数据点的近邻数据集
。4.
根据权利要求1所述的一种基于物联网的监控数据采集及分析方法，其特征在于，所述根据每个参数的时间序列中每个数据点的近邻数据集获取每个参数的时间序列中每个数据点的序列窗口差异度的方法为：
式中，表示第
i
个参数的时间序列中第
j
个数据点的序列窗口差异度，表示第
i
个参数的时间序列中第
j
个数据点的近邻数据集数目，表示距离函数，表示第
i
个参数的时间序列中第
j
个数据点的窗口序列，表示第
i
个参数的时间序列中第
j
个数据点的近邻数据集中的第
c
个近邻数据的窗口序列，表示第

【专利技术属性】
技术研发人员：卢天发，陈生坚，张俊，
申请(专利权)人：罗普特科技集团股份有限公司，
类型：发明
国别省市：