数据处理方法、装置、设备和空调与流程

本发明涉及数据处理技术领域，具体涉及一种数据处理方法、装置、设备和空调。

背景技术：

数据处理是监测系统中重要的组成部分，现有技术中，监控系统中的采集模块采集相关数据后，上传给处理器，由处理器对采集的数据进行处理，已完成监测。

但是，由于采集模块受外界环境因素干扰，如可能长期暴露在室外，受温度，湿度、电气辐射以及数据传输过程中信道干扰等，这就往往会导致采集模块的采集数据与实际数据不相符，从而使得处理器进行数据处理时，得到的结果并不准确，降低了采集数据的可靠性。

技术实现要素：

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种数据处理方法、装置、设备和空调，以解决现有技术中由于采集模块的采集数据与实际数据不相符，从而使得处理器进行数据处理时，得到的结果并不准确，降低了采集数据的可靠性较低的问题。

为实现以上目的，本发明提供一种数据处理方法，包括：

获取待测点的当前采集数据；

检测所述当前采集数据是否为波动数据；

若检测到所述当前采集数据为波动数据，对所述当前采集数据进行处理，得到处理后的采集数据；

上传所述处理后的采集数据。

本发明还提供一种数据处理装置，包括：

获取模块，用于获取待测点的当前采集数据；

检测模块，用于检测所述当前采集数据是否为波动数据；

处理模块，用于若所述检测模块检测到所述当前采集数据为波动数据，对所述当前采集数据进行处理，得到处理后的采集数据；

上传模块，用于上传所述处理后的采集数据。

本发明还提供一种数据处理设备，其特征在于，包括处理器和存储器；

所述处理器与所述存储器相连；

所述存储器，用于存储计算机程序，所述计算机程序至少用于存储上述所述的数据处理方法；

所述处理器，用于调用并执行所述计算机程序。

本发明还提供一种空调，包括采集设备和如上所述的数据处理设备；

所述采集设备和所述数据处理设备相连。

本发明的数据处理方法、装置、设备和空调，通过获取待测点的当前采集数据；检测当前采集数据是否为波动数据；若检测到当前采集数据为波动数据，对当前采集数据进行处理，得到处理后的采集数据；上传处理后的采集数据，使得处理器接收到的采集数据与实际数据相符，在进行数据处理时，得到的结果更加准确。采用本发明的技术方案，能够提高采集数据的可靠性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的数据处理方法实施例一的流程图；

图2为预先确定的数据格式的结构示意图；

图3为本发明的数据处理方法实施例二的流程图；

图4为本发明的数据处理装置实施例一的结构示意图；

图5为本发明的数据处理装置实施例二的结构示意图；

图6为本发明的数据处理设备实施例的结构示意图；

图7为本发明的空调实施例的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

图1为本发明的数据处理方法实施例一的流程图，如图1所示，本实施例的数据处理方法具体可以包括如下步骤：

100、获取待测点的当前采集数据；

在一个具体实现过程中，可以针对待测点利用采集模块采集待测点的当前采集数据，当采集模块采集待测点的当前采集数据后，可以获取待测点的当前采集数据，例如，采集模块待测点的当前采集数据后可以根据依照预先确定的数据格式进行将当前采集数据上传，以便待测点的当前采集数据被获取。其中，

图2为预先确定的数据格式的结构示意图，如图2所示，该数据格式可以包括数据头部201、数据类型202、起始地址203、数据个数204、有效数据205和校验值206等，其中数据个数204为有效数据205所对应的个数。

101、检测当前采集数据是否为波动数据；

在一个具体实现过程中，由于采集模块受外界环境因素干扰，如可能长期暴露在室外，受温度，湿度、电气辐射以及数据传输过程中信道干扰等，这就往往会导致采集模块的采集数据与实际数据不相符，本实施例中可以定义与实际数据不相符的采集数据为波动数据，因此，本实施例中，在获取到待测点的当前采集数据后，可以检测当前采集数据是否为波动数据。例如，可以检测当前采集数据与其相邻的上一次采集数据是否一致；若不一致，确定当前采集数据为波动数据，若一致，可以确定当前采集数据不为波动数据。

具体地，对当前采集数据进行解析，得到当前采集数据的第一起始地址和第一数据个数；对上一次采集数据进行解析，得到上一次采集数据的第二起始地址和第二数据个数；通过比对第一起始地址和第二起始地址以及比对第一数据个数和第二数据个数，确定是否存在发生变化的数据段；若存在，确定当前采集数据与上一次采集数据不一致。若不存在，确定当前采集数据与上一次采集数据一致。

102、若检测到当前采集数据为波动数据，对当前采集数据进行处理，得到处理后的采集数据；

本实施例中，若检测到当前采集数据为波动数据说明当前采集数据与实际数据不相符，因此，为了保证在进行数据处理时，得到的结果比较准确，本实施例中需要对当前采集数据进行处理，得到处理后的采集数据，例如，可以将发生变化的数据段更新有效数据部分，即将上一次的采集数据中的有效数据更新至发生变化的数据段，使得处理后的数据为有效数据。

103、上传处理后的采集数据。

在得到处理后的采集数据后，可以将处理后的采集数据进行上传，以便处理器根据处理后的采集数据进行分析、计算等，得到比较准确地结果。例如，处理后的采集数据优选为以图表的形式进行上传，并发送给客户，如曲线图。本实施例的数据处理方法的执行主体可以为数据处理装置，该数据处理装置具体可以通过软件来集成，例如，该数据处理装置具体可以为一个应用，本申请对此不进行特别限定。

本实施例的数据处理方法，通过获取待测点的当前采集数据；检测当前采集数据是否为波动数据；若检测到当前采集数据为波动数据，对当前采集数据进行处理，得到处理后的采集数据；上传处理后的采集数据，使得处理器接收到的采集数据与实际数据相符，在进行数据处理时，得到的结果更加准确。采用本发明的技术方案，能够提高采集数据的可靠性。

图3为本发明的数据处理方法实施例二的流程图，如图3所示，本实施例的数据处理方法在图1所示实施例的基础上，进一步更加详细地对本发明的技术方案进行描述。如图3所示，本实施例的数据处理方法具体可以包括如下步骤：

300、获取待测点的当前采集数据；

301、检测当前采集数据是否为波动数据，若是，执行步骤302，若否，执行步骤306；

302、判断当前采集数据的波动程度是否达到预设程度，若是，执行步骤303，若否，执行步骤304；

例如，若检测到每次获取的采集数据均发生变化，可以确定当前采集数据服从均匀分布，此时，可以进一步确定当前采集数据的期望值和方差值；检测期望值是否与预设期望值相匹配，以及，检测方差值是否与预设方差值；若检测到期望值与预设期望值相匹配，以及，若检测到方差值与预设方差值相匹配，确定当前采集数据的波动程度达到预设程度；若检测到期望与预设期望值不匹配，和/或，若检测到方差值与预设方差值不匹配，确定当前采集数据的波动程度未达到预设程度。

例如，若确定当前采集数据服从均匀分布，其对应的概率密度函数为公式(1)：

其中，f(x)为概率密度，a和b分别为需要采集数据的上限和下限。

表征均匀分布下概率密度函数对应的期望值和方差值分别可以由公式(2)和公式(3)得到：

其中，e(x)为均匀分布下的期望值，d(x)为均匀分布下的方差值，且e(x)与d(x)均为固定值。

假设采集模块上传的采集数据有d1，d2……di(1<i<n)，则在当前时刻，当前采集数据di的期望值和方差值可以分别由公式(4)和公式(5)得到：

其中，u为数据di的均值，即期望值，s²为di的方差值。

在一定的采样时间内，通过比对均匀分布下e(x)与μ，以及d(x)与s²的偏离程度，设定修正偏离数据期望阈值x，方差阈值为y，当且仅当e(x)与μ的偏离程度满足e(x)-x<μ<e(x)+x；且d(x)与s²的偏离程度满足d(x)-y<s²<d(x)+y，可以确定di波动范围较小，即期望值与预设期望值相匹配，以及，方差值与预设方差值相匹配，可以确定并未达到预设程度，执行步骤204，否则，若其中只要有一个条件不满足，可以确定波动范围较大，即已达到预设程度，执行步骤203。

303、过滤当前采集数据；

若判断出当前采集数据的波动程度达到预设程度，则需要将当前采集数据进行过滤，以舍去当前采集数据，保证上传的采集数据均为有效数据，提高采集数据的可靠性。

304、对当前采集数据进行处理，得到处理后的采集数据；

若判断出当前采集数据的波动程度未达到预设程度，对当前采集数据进行处理，得到处理后的采集数据。

详细过程可以参考图1所示实施例中步骤103的相关记载，在此不再赘述。

305、上传处理后的采集数据；

306、确定当前采集数据对应的第一时间与上一次上传数据对应的第二时间之间的计时时长；

在实际应用中，由于采集模块不停地采集并上报采集数据会使得监测系统中存储模块和处理器压力过大。因此，为了减轻存储模块和处理器压力，本实施例中，在未检测到波动数据时，采集模块可以按照指定时长上传采集数据，即按照预设的周期上传采集数据，例如指定时长可以为20s、30s等。这样，若检测到当前采集数据不为波动数据，可以根据当前采集数据对应的第一时间和上一次上传数据对应的第二时间，确定第一时间与第二时间之间的计时时长。

307、检测计时时长是否达到指定时长，若是，执行步骤308，若否，返回步骤300；

在确定当前采集数据对应的第一时间与上一次上传数据对应的第二时间之间的计时时长后，可以检测计时时长是否达到指定时长，若是，执行步骤308，若否，返回步骤300。

308、上传当前采集数据。

若当前采集数据对应的第一时间与上一次上传数据对应的第二时间之间的计时时长达到指定时长，则将当前采集数据上传，以减少上传数据量，降低数据库中冗余数据的条数。

例证如下：未采用本发明的技术方案前，单表在9小时内数据库记录总数为16033条，平均上报速率为2.024秒/条；采用本发明的技术方案后，单表在12小时内数据库记录总数为7704条，平均上报速率增加至5.619秒/条。数据库冗余记录减少51.9％。

本实施例的数据处理方法，在检测到波动数据时，将波动程度较大的数据舍去，将波动程度较小的数据保留，使得上传的采集数据与实际数据比较相符，提高了采集数据的可靠性。同时，在未检测到波动数据时，按照指定时长上传采集数据，减少了上传数据量，降低了数据库中冗余数据的条数。

进一步地，上述实施例中，若判断出波动程度达到预设程度，还可以将当前采集数据发送给用户客户端。例如，可以以日志或者直接发送的形式发送给客户，也可以将当前采集数据转换为图表形式的数据；将图表形式的数据发送给用户客户端，以便用户根据接收的数据对采集数据存在波动的原因进行分析，或者，确认检测结果是否存在误差等，进而可以进行相应的操作，如维修采集模块、更换采集模块等。其中，图表可以为曲线图和/或统计表等。

图4为本发明的数据处理装置实施例一的结构示意图，如图4所示，本实施例的数据处理装置包括获取模块10、检测模块11、处理模块12和上传模块13：

获取模块10，用于获取待测点的当前采集数据；

检测模块11，用于检测当前采集数据是否为波动数据；

例如，检测模块11，具体用于检测所述当前采集数据与其相邻的上一次采集数据是否一致；若不一致，确定所述当前采集数据为波动数据。具体地，对所述当前采集数据进行解析，得到当前采集数据的第一起始地址和第一数据个数；对上一次采集数据进行解析，得到上一次采集数据的第二起始地址和第二数据个数；通过比对第一起始地址和第二起始地址以及比对第一数据个数和第二数据个数，确定是否存在发生变化的数据段；若存在，确定当前采集数据与上一次采集数据不一致，进而确定当前采集数据为波动数据。

处理模块12，用于若检测模块11检测到当前采集数据为波动数据，对当前采集数据进行处理，得到处理后的采集数据；

上传模块13，用于上传处理后的采集数据。

本实施例的数据处理装置，通过获取待测点的当前采集数据；检测当前采集数据是否为波动数据；若检测到当前采集数据为波动数据，对当前采集数据进行处理，得到处理后的采集数据；上传处理后的采集数据，使得处理器接收到的采集数据与实际数据相符，在进行数据处理时，得到的结果更加准确。采用本发明的技术方案，能够提高采集数据的可靠性。

图5为本发明的数据处理装置实施例二的结构示意图，如图5所示，本实施例的数据处理装置在图4所示实施例的基础上，进一步还可以包括判断模块14和过滤模块15。

判断模块14，用于判断当前采集数据的波动程度是否达到预设程度；

例如，判断模块14，具体用于：

若确定当前采集数据服从均匀分布，确定当前采集数据的期望值和方差值；

检测期望值是否与预设期望值相匹配，以及，检测方差值是否与预设方差值；

若检测到期望值与预设期望值相匹配，以及，若检测到方差值与预设方差值相匹配，确定当前采集数据的波动程度达到预设程度；

若检测到期望与预设期望值不匹配，和/或，若检测到方差值与预设方差值不匹配，确定当前采集数据的波动程度未达到预设程度。

过滤模块15，用于若波动程度达到预设程度，过滤当前采集数据；

处理模块12，具体用于若波动程度未达到预设程度，对当前采集数据进行处理，得到处理后的采集数据。

如图5所示，本实施例的数据处理装置还可以包括发送模块16，用于若波动程度达到预设程度，将当前采集数据发送给用户客户端。例如，可以将当前采集数据转换为图表形式的数据；将图表形式的数据发送给用户客户端。

在一个具体实现过程中，检测模块11还用于若检测到当前采集数据不为波动数据，确定当前采集数据对应的第一时间与上一次上传数据对应的第二时间之间的计时时长；检测计时时长是否达到指定时长；上传模块13，还用于若计时时长达到指定时长，上传当前采集数据。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图6为本发明的数据处理设备实施例的结构示意图，如图6所示，本实施例的数据处理设备40包括处理器20和存储器21；

处理器20与存储器21相连；

存储器21，用于存储计算机程序，计算机程序用于存储上述实施例的数据处理方法；

处理器20，用于调用并执行计算机程序。

图7为本发明的空调实施例的结构示意图，如图7所示，本实施例的空调包括采集设备30和如上述实施例的数据处理设备40；

采集设备30和数据处理设备40相连。

本实施例中，采集设备30用于采集空调中待测点的相关数据，如运行数据、故障数据等，数据处理设备40用于执行上述的数据处理方法。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。