[发明专利]一种数据处理方法及相关设备在审
申请号: | 201811020400.3 | 申请日: | 2018-09-03 |
公开(公告)号: | CN109272599A | 公开(公告)日: | 2019-01-25 |
发明(设计)人: | 吴刚;黄丹昱 | 申请(专利权)人: | 深圳市智物联网络有限公司 |
主分类号: | G07C3/00 | 分类号: | G07C3/00;G06K9/62 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 王仲凯 |
地址: | 518000 广东省深圳市宝安区新安街道留仙*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标参数 运行数据 目标分类 概率分布函数 参数区间 目标设备 数据处理 预设运行状态 预设时间段 关联关系 获取目标 事件发生 运行状态 概率 申请 考察 | ||
1.一种数据处理方法,其特征在于,包括:
获取目标设备的目标参数在预设时间段内的运行数据;
确定所述运行数据的目标分类;
基于所述目标分类确定所述目标参数的取值范围;
根据所述运行数据以及所述目标参数的取值范围生成所述目标参数对应的概率分布函数;
根据所述目标分类确定所述运行数据的临界值,所述运行数据的临界值为所述目标参数在所述目标设备对应预设运行状态下的临界值;
基于所述运行数据的临界值对所述目标参数对应的概率分布函数进行划分,得到所述目标参数对应的参数区间,所述目标参数对应的参数区间与所述目标设备的运行状态具有关联关系。
2.根据权利要求1所述的方法,其特征在于,所述确定所述运行数据的目标分类包括:
获取所述目标设备对应的数据分类;
根据所述运行数据以及所述目标设备对应的数据分类确定所述目标分类。
3.根据权利要求2所述的方法,其特征在于,所述目标设备对应的数据分类至少包括:状态类数据、事件类数据、故障类数据、报警类数据以及设定类数据中的一种。
4.根据权利要求1所述的方法,其特征在于,所述概率分布函数的表达式如下:
F(X)=P{X≤x};
其中,X为连续性随机变量或离散型随机变量,x为所述运行数据的取值范围内的任意实数,所述基于所述运行数据的临界值对所述目标参数对应的概率分布函数进行划分,得到所述目标参数对应的参数区间包括:
基于所述运行数据的临界值通过如下公式计算所述概率分布函数进行划分,得到所述目标参数对应的参数区间:
其中X为连续性随机变量,t为中间变量;
其中X为离散型随机变量,n为所述离散型随机变量中的变量个数,1≤i≤n。
5.一种服务器,其特征在于,包括:
获取单元,用于获取目标设备的目标参数在预设时间段内的运行数据;
第一确定单元,用于确定所述运行数据的目标分类;
第二确定单元,用于基于所述目标分类确定所述目标参数的取值范围;
生成单元,用于根据所述运行数据以及所述目标参数的取值范围生成所述目标参数对应的概率分布函数;
第三确定单元,用于根据所述目标分类确定所述运行数据的临界值,所述运行数据的临界值为所述目标参数在所述目标设备对应预设运行状态下的临界值;
处理单元,用于基于所述运行数据的临界值对所述目标参数对应的概率分布函数进行划分,得到所述目标参数对应的参数区间,所述目标参数对应的参数区间与所述目标设备的运行状态具有关联关系。
6.根据权利要求5所述的服务器,其特征在于,所述第二确定单元具体用于:
获取所述目标设备对应的数据分类;
根据所述运行数据以及所述目标设备对应的数据分类确定所述目标分类。
7.根据权利要求6所述的服务器,其特征在于,所述目标设备对应的数据分类至少包括:状态类数据、事件类数据、故障类数据、报警类数据以及设定类数据中的一种。
8.根据权利要求5所述的服务器,其特征在于,所述概率分布函数的表达式如下:
F(X)=P{X≤x};
其中,X为连续性随机变量或离散型随机变量,x为所述运行数据的取值范围内的任意实数,所述处理单元具体用于:
基于所述运行数据的临界值通过如下公式计算所述概率分布函数进行划分,得到所述目标参数对应的参数区间:
其中X为连续性随机变量,t为中间变量;
其中X为离散型随机变量,n为所述离散型随机变量中的变量个数,1≤i≤n。
9.一种处理器,其特征在于,所述处理器用于运行计算机程序,所述计算机程序运行时执行如权利要求1至4中任意一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1至4中任意一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市智物联网络有限公司,未经深圳市智物联网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811020400.3/1.html,转载请声明来源钻瓜专利网。