CN110046005A - 降低传输流量的产品大数据的模型训练方法 - Google Patents
降低传输流量的产品大数据的模型训练方法 Download PDFInfo
- Publication number
- CN110046005A CN110046005A CN201910301183.3A CN201910301183A CN110046005A CN 110046005 A CN110046005 A CN 110046005A CN 201910301183 A CN201910301183 A CN 201910301183A CN 110046005 A CN110046005 A CN 110046005A
- Authority
- CN
- China
- Prior art keywords
- data
- operating parameter
- product
- linked
- big data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012549 training Methods 0.000 title claims description 20
- 230000005540 biological transmission Effects 0.000 title abstract description 15
- 238000004891 communication Methods 0.000 claims description 17
- 238000004378 air conditioning Methods 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
- G06F9/4482—Procedural
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种降低传输流量的产品大数据平台的数据采集方法，包括步骤：步骤1，采集实际运行的产品的运行参数的数据；步骤2，基于运行参数的数据发现该产品各运行参数之间的关系，找到产品的相互联动的运行参数；步骤3，根据各运行参数之间的关系建立虚拟传感器，并将部分产品的由其他运行参数计算得到的被联动的运行参数的数据通过所述虚拟传感器采集。本发明通过联动的空调数据建立虚拟传感器，虚拟传感器可直接计算得出被联动的运行参数的数据，将部分产品的由其他运行参数计算得到的被联动的运行参数的数据直接通过虚拟传感器采集，可停止部分DTU对该运行参数的采集和传输，实现降低传输流量的效果，并同时保留数据固有的多维度特征。
Description
技术领域
本发明涉及大数据领域，尤其涉及一种降低传输流量的产品大数据平台的数据采集方法。
背景技术
随着信息技术的快速发展，大数据技术以其数据样本多，反映真实等特点，逐渐进入各行各业。在空调领域，大数据能为企业乃至国家提供高参考价值的空调行业标准、研发导向和社会能耗分析。而随着国民生活水平的提高，空调进入千家万户，覆盖全国各地域。空调的实际运行状况容易受个人使用习惯、地域特征、气候条件等众多维度因素的影响。因此，要想采集到完整的多维度空调大数据，空调大数据平台的搭建，应为空调机组标配DTU（数据传输终端，以下简称DTU），并通过蜂窝网络传输数据，以尽可能地降低人为干预数据采集的概率。但是，标配的DTU、巨量的空调工程、广域的空调数据采集，将产生大量的传输流量，给企业带来一定的成本压力。
发明内容
为了解决现有技术中采集空调大数据中产生大量的传输流量的缺陷，本发明提出了一种降低传输流量的产品大数据平台的数据采集方法。
本发明提出了一种产品大数据平台的数据采集方法，包括步骤：
步骤1，采集实际运行的产品的运行参数的数据；
步骤2，基于所述运行参数的数据发现该产品各运行参数之间的关系，找到所述产品的相互联动的运行参数；
步骤3，根据所述各运行参数之间的关系建立虚拟传感器，并将部分产品的由其他运行参数计算得到的被联动的运行参数的数据通过所述虚拟传感器采集。
进一步的，步骤2具体包括步骤：
步骤2.1，根据所述运行参数列出多项式函数；
步骤2.2，将所述步骤1中采集的实际运行的产品的运行参数的数据代入至所述多项式函数中进行解函数操作；
步骤2.3，若解函数操作能够得到所述多项式函数中的系数和常数，则完成所述多项式函数的建立，找到相互联动的运行参数，否则，更换多项式函数中的部分或全部运行参数重复步骤2.1至步骤2.3。
优选地，将采集到的实际运行的产品的运行参数的数据分为训练数据和检验数据；将训练数据代入至所述多项式函数中进行解函数操作。
优选地，所述训练数据的数据量大于检验数据的数据量。
本发明建立虚拟传感器具体包括：
继续将训练数据代入至所述多项式函数中得到所述被联动的运行参数的数据；
将训练数据得到的所述被联动的运行参数的数据与检验数据中的与被联动的运行参数相一致的运行参数的数据检验对比，判断误差是否大于等于预设值，若是，则重复步骤2完善多项式函数的建立，直至所述误差小于所述预设值，则建立所述虚拟传感器。
进一步的，所述产品通过通讯模块采集运行参数的数据。
优选地，所述通讯模块为DTU。
进一步的，所述虚拟传感器建立后，部分所述通讯模块停止采集由所述虚拟传感器替代采集的被联动的运行参数的数据。
优选地，部分所述通讯模块的数量占通讯模块总量的70%至99%。
本发明中的产品包括空调。
与现有技术相比，本发明通过联动的空调数据建立虚拟传感器，虚拟传感器可直接计算得出被联动的运行参数的数据，将部分产品的由其他运行参数计算得到的被联动的运行参数的数据直接通过虚拟传感器采集，可停止部分DTU对该运行参数的采集和传输，实现降低传输流量的效果，并同时保留数据固有的多维度特征。
附图说明
下面结合实施例和附图对本发明进行详细说明，其中：
图1为本发明流程图。
具体实施方式
如图1所示，本发明提出了一种产品大数据平台的数据采集方法，包括：
步骤1，通过每个产品的通讯模块采集实际运行的产品的运行参数的数据，并将其传输至服务器；步骤2，服务器接收数据后，基于运行参数的数据发现该产品各运行参数之间的关系，在产品的运行参数中找到相互联动的运行参数；步骤3，根据各运行参数之间的关系建立虚拟传感器，虚拟传感器可直接计算得出被联动的运行参数的数据，将部分产品的由其他运行参数计算得到的被联动的运行参数的数据直接通过虚拟传感器采集。从而不需要通过通讯模块采集传输给服务器，实现降低传输流量的效果，并同时保留空调数据固有的多维度特征。
本发明中，在产品的运行参数中找到相互联动的运行参数的具体步骤为：步骤2.1，根据运行参数列出与其相关联的多项式函数，多项式函数为多项式方程f(x)=k1x1+k2x2+k3x3+…+knxn+k0；步骤2.2，将步骤1中通过通讯模块采集的实际运行的产品的运行参数的数据代入至多项式函数中，即x1、x2 、x3… xn，进行解函数操作；步骤2.3，若解函数操作能够得到多项式函数中的系数和常数，即得到系数k1、k2、k3… kn和常数k0，则完成多项式函数的建立，找到产品参数中相互联动的运行参数，若解函数不能得到多项式函数中的系数和常数，则说明所选取的产品参数不具有联动性，可更换多项式函数中的部分或全部运行参数，重复步骤2.1至步骤2.3，直至找到相互联动的运行参数。通过该方式发现产品运行参数之间的联动关系和数学物理关系，为数据挖掘带来巨大帮助。
本发明中，将采集到的实际运行的产品的运行参数的数据分为训练数据和检验数据；将训练数据代入至多项式函数中进行解函数操作，且训练数据的数据量大于检验数据的数据量，在具体的实施例中，训练数据占70%，检验数据占30%。
建立虚拟传感器具体包括：继续将训练数据代入至多项式函数，通过多项式函数计算，得到训练参数中被联动的运行参数的数据；将通过训练数据得到的被联动的运行参数的数据与检验数据中的与被联动的运行参数相一致的运行参数的数据检验对比，判断两者之间的误差是否大于等于预设值，若是，则重复步骤2完善多项式函数的建立，直至误差小于预设值，则建立虚拟传感器。
虚拟传感器建立后，服务器给所有在线的通讯模块发送命令，让其中部分通讯模块停止采集由虚拟传感器替代采集的被联动的运行参数的数据，以降低数据传输总量。这部分停止采集的通讯模块占通讯模块总数的70%~99%，剩余的通讯模块继续采集，以供服务器继续训练和检验虚拟传感器。其中，通讯模块具体为DTU。
本发明中，产品包括空调，且产品还可以是冰箱等其他电器。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种产品大数据平台的数据采集方法，其特征在于，包括步骤：
步骤1，采集实际运行的产品的运行参数的数据；
步骤2，基于所述运行参数的数据发现该产品各运行参数之间的关系，找到所述产品的相互联动的运行参数；
步骤3，根据所述各运行参数之间的关系建立虚拟传感器，并将部分产品的由其他运行参数计算得到的被联动的运行参数的数据通过所述虚拟传感器采集。
2.如权利要求1所述的产品大数据平台的数据采集方法，其特征在于，步骤2具体包括步骤：
步骤2.1，根据所述运行参数列出多项式函数；
步骤2.2，将所述步骤1中采集的实际运行的产品的运行参数的数据代入至所述多项式函数中进行解函数操作；
步骤2.3，若解函数操作能够得到所述多项式函数中的系数和常数，则完成所述多项式函数的建立，找到相互联动的运行参数，否则，更换多项式函数中的部分或全部运行参数重复步骤2.1至步骤2.3。
3.如权利要求2所述的产品大数据平台的数据采集方法，其特征在于，将采集到的实际运行的产品的运行参数的数据分为训练数据和检验数据；将训练数据代入至所述多项式函数中进行解函数操作。
4.如权利要求3所述的产品大数据平台的数据采集方法，其特征在于，所述训练数据的数据量大于检验数据的数据量。
5.如权利要求3所述的产品大数据平台的数据采集方法，其特征在于，建立虚拟传感器具体包括：
继续将训练数据代入至所述多项式函数中得到所述被联动的运行参数的数据；
将训练数据得到的所述被联动的运行参数的数据与检验数据中的与被联动的运行参数相一致的运行参数的数据检验对比，判断误差是否大于等于预设值，若是，则重复步骤2完善多项式函数的建立，直至所述误差小于所述预设值，则建立所述虚拟传感器。
6.如权利要求1所述的产品大数据平台的数据采集方法，其特征在于，所述产品通过通讯模块采集运行参数的数据。
7.如权利要求6所述的产品大数据平台的数据采集方法，其特征在于，所述通讯模块为DTU。
8.如权利要求5所述的产品大数据平台的数据采集方法，其特征在于，所述虚拟传感器建立后，部分所述通讯模块停止采集由所述虚拟传感器替代采集的被联动的运行参数的数据。
9.如权利要求8所述的产品大数据平台的数据采集方法，其特征在于，部分所述通讯模块的数量占通讯模块总量的70%至99%。
10.如权利要求1所述的产品大数据平台的数据采集方法，其特征在于，所述产品包括空调。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910301183.3A CN110046005A (zh) | 2019-04-15 | 2019-04-15 | 降低传输流量的产品大数据的模型训练方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910301183.3A CN110046005A (zh) | 2019-04-15 | 2019-04-15 | 降低传输流量的产品大数据的模型训练方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110046005A true CN110046005A (zh) | 2019-07-23 |
Family
ID=67277283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910301183.3A Pending CN110046005A (zh) | 2019-04-15 | 2019-04-15 | 降低传输流量的产品大数据的模型训练方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110046005A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2402501A (en) * | 2002-05-15 | 2004-12-08 | Caterpillar Inc | Method for controlling the performance of a target system |
| CN104932035A (zh) * | 2015-05-26 | 2015-09-23 | 中国科学院深圳先进技术研究院 | 一种台风强度预报方法及系统 |
| CN105488281A (zh) * | 2015-12-01 | 2016-04-13 | 北京航空航天大学 | 一种基于飞行参数监控的飞机结构载荷识别方法 |
| CN108898504A (zh) * | 2018-07-09 | 2018-11-27 | 北京精友世纪软件技术有限公司 | 一种移动查勘定损系统的智能训练及完善方法 |
| CN109255505A (zh) * | 2018-11-20 | 2019-01-22 | 国网辽宁省电力有限公司经济技术研究院 | 一种多模型融合神经网络的短期负荷预测方法 |
-
2019
- 2019-04-15 CN CN201910301183.3A patent/CN110046005A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2402501A (en) * | 2002-05-15 | 2004-12-08 | Caterpillar Inc | Method for controlling the performance of a target system |
| CN104932035A (zh) * | 2015-05-26 | 2015-09-23 | 中国科学院深圳先进技术研究院 | 一种台风强度预报方法及系统 |
| CN105488281A (zh) * | 2015-12-01 | 2016-04-13 | 北京航空航天大学 | 一种基于飞行参数监控的飞机结构载荷识别方法 |
| CN108898504A (zh) * | 2018-07-09 | 2018-11-27 | 北京精友世纪软件技术有限公司 | 一种移动查勘定损系统的智能训练及完善方法 |
| CN109255505A (zh) * | 2018-11-20 | 2019-01-22 | 国网辽宁省电力有限公司经济技术研究院 | 一种多模型融合神经网络的短期负荷预测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113128129B (zh) | 一种突发水污染正逆耦合溯源方法及系统 | |
| CN106651100B (zh) | 基于车联网优选车载监测点的空气质量评估系统及方法 | |
| CN105841661B (zh) | 一种桥梁动态健康实时监测装置 | |
| CN105182122B (zh) | 一种随机性电源接入设备的故障预警方法 | |
| CN107884475A (zh) | 一种基于深度学习神经网络的城市燃气管道故障诊断方法 | |
| CN106021771A (zh) | 一种故障诊断方法及装置 | |
| CN106529081A (zh) | 一种基于神经网络的pm2.5实时等级预测方法和系统 | |
| CN106897826A (zh) | 一种交通事故风险评估方法及系统 | |
| CN204347601U (zh) | 一种基于物联网与云计算的家居生活环境监测终端 | |
| CN114022035B (zh) | 一种城市热岛效应内建筑物碳排放评估方法 | |
| CN112783127B (zh) | 面向企业能源站的综合能源实时优化运维管理系统和方法 | |
| CN103487514A (zh) | 一种基于小波变换和证据推理的变压器在线监测信息聚合方法 | |
| CN106127242A (zh) | 基于集成学习的年极端降水预测系统及其预测方法 | |
| CN109613197B (zh) | 一种基于河道水网的水质监测预警反馈响应方法 | |
| CN106097204A (zh) | 一种面向冷启动学生用户的工作推荐系统及推荐方法 | |
| CN102664744B (zh) | 网络消息通信中群发推荐的方法 | |
| CN109615239B (zh) | 基于社会化网络媒体数据的城市空气质量的评估方法 | |
| CN102123062B (zh) | 基于树突细胞算法的网络数据异常检测方法 | |
| CN110046005A (zh) | 降低传输流量的产品大数据的模型训练方法 | |
| CN111780353A (zh) | 空调机组控制方法、系统、装置及空调机组 | |
| CN104143117B (zh) | 一种电网特殊负荷与日负荷之间的相关系数提取方法 | |
| CN113611096A (zh) | 一种空压站电能消耗监测预警系统 | |
| CN108108839A (zh) | 基于逆向模糊层次分析的电网信息系统设备状态预警方法 | |
| CN105841662B (zh) | 可实时监测的污水处理系统 | |
| CN109784777A (zh) | 基于时序信息片段云相似度度量的电网设备状态评估方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190723 |