一种边缘数据采集的自适应监控管理方法及系统与流程

本发明涉及边缘数据采集，具体涉及一种边缘数据采集的自适应监控管理方法及系统。

背景技术：

1、目前市场上工业设备主要的监控管理是定期检修和事后维修相结合的方式，即除了规定的检修外，只有等到设备出现故障了再进行处理。从设备运行管理角度来说，这是监控管理并没有起到应有的作用。

2、当前设备市场大都依靠人力或简单的信息采集系统进行运维，设备生产商与用户、设备生产商与设备之间没有数据化的服务平台，设备一旦部署就无法监控和管理，往往处于“失联”状态，监测和检测的缺乏或不到位，导致对设备的运行状态了解不足，对潜在的故障隐患没有有效的监测手段，无法跟踪故障发展趋势，只能做预防维护和事后维护，而不能预先发现并提前解决故障隐患。

3、信息化高度发展的今天，完全依赖人工检查不是长久之策。随着产量提高，数据量增大，无法通过人工点检实现各个产线数采检查的全覆盖，因此亟须一种可以实现自适应性的监控管理方法，以达到提升监管质量的目的。

技术实现思路

1、本发明提供一种边缘数据采集的自适应监控管理方法及系统，以解决现有技术中存在的上述问题。

2、本发明提供一种边缘数据采集的自适应监控管理方法，该方法包括：

3、s100，对边缘采集装置进行分组，每组包括若干个边缘采集装置；

4、s200，对每组的边缘采集装置采集的数据采用数据质量评估模型进行数据质量评估；

5、s300，根据数据质量评估结果，筛选出数据质量评估不达标的边缘采集装置，对数据质量评估不达标的边缘采集装置进行调整或运维处理。

6、优选的，所述s100包括：

7、s101，对每个边缘采集装置的采集数据标注数据来源和数据类型；

8、s102，基于数据来源和数据类型采用分类模型对采集数据进行分组，每组中标注组特征，所述组特征根据采集数据标注的数据来源和数据类型进行确定；

9、s103，针对将采集数据对应相应的边缘采集装置，将边缘采集装置按照组特征进行分组，形成若干个具有组特征标记的分组。

10、优选的，所述s200包括：

11、s201，采用数据质量评估模型对每组对应的采集的数据进行准确性评估，获得数据的准确值；准确性评估是判断边缘采集装置采集的数据与真实数据之间的差异性特征，差异越大，准确值越小，差异越小，准确值越大；

12、s202，采用数据质量评估模型对每组对应的采集的数据进行时效性评估，获得数据的时效值；时效性评估是判断边缘采集装置采集数据时对应的采集时刻与实际时刻之间是否具有时间差，时间差越大，时效值越小，时间差越小，时效值越大；

13、s203，采用数据质量评估模型对每组对应的采集的数据进行数据传输性能评估，获得数据传输参数值；数据传输性能评估是根据数据传输的速率以及数据丢包率确定数据传输参数值，数据传输的速率越大，且数据丢包率越小，则数据传输参数值越大，数据传输的速率越小，且数据丢包率越大，则数据传输参数值越小；

14、s204，将准确值、时效值和数据传输参数值进行加权平均计算，获得质量评估值。

15、优选的，所述s204包括：

16、s2041，根据每组边缘采集装置的特性，为每组边缘采集装置采集的数据形成采集数据集；

17、s2042，为每个采集数据集设置相应的第一权重值、第二权重值和第三权重值，分别对应相应采集数据集的准确值、时效值和数据传输参数值；

18、s2043，将第一权重值、准确值、第二权重值、时效值以及第三权重值和数据传输参数值进行加权求和计算，得到加权求和值；

19、s2044，为每个采集数据集设置总和参量，总和参量是根据每个采集数据集中的历史数据质量评估结果计算得到的；

20、s2045，将每组采集数据集的加权求和值除以相应的总和参量，得到该采集数据集的质量评估值。

21、优选的，所述s300中，根据数据质量评估结果，筛选出数据质量评估不达标的边缘采集装置，包括：

22、s301，对根据数据质量评估结果得到质量评估值，对质量评估值进行数据可靠性验证，得到可靠性验证值；

23、s302，筛选出可靠性验证值大于设定的验证阈值的所有质量评估值，将筛选出的质量评估值与评估阈值比较，筛选出小于评估阈值的质量评估值；

24、s303，根据筛选出的质量评估值筛选出相应组的边缘采集装置，筛选出的边缘采集装置为数据质量评估不达标的边缘采集装置。

25、优选的，所述s300中，对数据质量评估不达标的边缘采集装置进行调整或运维处理，包括：

26、s304，确定不达标的边缘采集装置所在组对应的准确值，若准确值小于准确值阈值，对边缘采集装置的数据采集端进行监管维修；

27、s305，确定不达标的边缘采集装置所在组对应的时效值，若时效值小于时效值阈值，对边缘采集装置的数据采集端的采集周期进行调整；

28、s306，确定不达标的边缘采集装置所在组对应的数据传输参数值，若数据传输参数值小于数据传输参数阈值，对边缘采集装置的通讯模块和通讯接口进行监管维修。

29、优选的，所述s100还包括：

30、s104，获取每个边缘采集装置的装置类型以及数据特征；

31、s105，根据装置类型从装置类型分类模型中确定边缘采集装置的第一分类结果；

32、s106，根据数据特征从数据特征分类模型中确定同一边缘采集的第二分类结果；

33、s107，判断第一分类结果与第二分类结果中是否有重叠的分组，若有重叠的分组，根据历史分组情况筛选出对应的组，若没有重叠的分组，根据历史分组情况和/或第二分类结果确定该边缘采集装置的分组。

34、本发明还提供一种边缘数据采集的自适应监控管理系统，该系统包括：

35、分组模块，用于对边缘采集装置进行分组，每组包括若干个边缘采集装置；

36、数据质量评估模块，用于对每组的边缘采集装置采集的数据采用数据质量评估模型进行数据质量评估；

37、监管模块，用于根据数据质量评估结果，筛选出数据质量评估不达标的边缘采集装置，对数据质量评估不达标的边缘采集装置进行调整或运维处理。

38、优选的，所述数据质量评估模块包括：

39、准确性评估单元，用于采用数据质量评估模型对每组对应的采集的数据进行准确性评估，获得数据的准确值；准确性评估是判断边缘采集装置采集的数据与真实数据之间的差异性特征，差异越大，准确值越小，差异越小，准确值越大；

40、时效性评估单元，用于采用数据质量评估模型对每组对应的采集的数据进行时效性评估，获得数据的时效值；时效性评估是判断边缘采集装置采集数据时对应的采集时刻与实际时刻之间是否具有时间差，时间差越大，时效值越小，时间差越小，时效值越大；

41、数据传输性能评估单元，用于采用数据质量评估模型对每组对应的采集的数据进行数据传输性能评估，获得数据传输参数值；数据传输性能评估是根据数据传输的速率以及数据丢包率确定数据传输参数值，数据传输的速率越大，且数据丢包率越小，则数据传输参数值越大，数据传输的速率越小，且数据丢包率越大，则数据传输参数值越小；

42、质量评估值计算单元，用于将准确值、时效值和数据传输参数值进行加权平均计算，获得质量评估值。

43、优选的，所述监管模块包括：

44、可靠性验证值计算单元，用于对根据数据质量评估结果得到质量评估值，对质量评估值进行数据可靠性验证，得到可靠性验证值；

45、第一筛选单元，用于筛选出可靠性验证值大于设定的验证阈值的所有质量评估值，将筛选出的质量评估值与评估阈值比较，筛选出小于评估阈值的质量评估值；

46、第二筛选单元，用于根据筛选出的质量评估值筛选出相应组的边缘采集装置，筛选出的边缘采集装置为数据质量评估不达标的边缘采集装置；

47、第一监管单元，用于确定不达标的边缘采集装置所在组对应的准确值，若准确值小于准确值阈值，对边缘采集装置的数据采集端进行监管维修；

48、第二监管单元，用于确定不达标的边缘采集装置所在组对应的时效值，若时效值小于时效值阈值，对边缘采集装置的数据采集端的采集周期进行调整；

49、第三监管单元，用于确定不达标的边缘采集装置所在组对应的数据传输参数值，若数据传输参数值小于数据传输参数阈值，对边缘采集装置的通讯模块和通讯接口进行监管维修。

50、与现有技术相比，本发明具有以下优点：

51、本发明提供一种边缘数据采集的自适应监控管理方法及系统，其中监控管理方法包括：对边缘采集装置进行分组，每组包括若干个边缘采集装置；对每组的边缘采集装置采集的数据采用数据质量评估模型进行数据质量评估；根据数据质量评估结果，筛选出数据质量评估不达标的边缘采集装置，对数据质量评估不达标的边缘采集装置进行调整或运维处理。通过分组的方式对边缘采集装置进行数据质量评估，并根据数据质量评估结果对边缘采集装置进行实时监控管理，保证边缘采集装置采集的数据的准确性和完整性，便于后续根据采集的数据进行数据分析。本方案可以通过边缘计算技术，实现对采集的数据进行自动实时监管，避免人工监管容易出现误识别的问题。

52、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

53、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。