[发明专利]基于物联网的设备工作状态监测方法

说明书

本申请公开了一种基于物联网的设备工作状态监测方法，其基于统计模型的深度学习技术来监测工业设备的工作效果，以对工业设备的工作状态进行智能地控制。具体地，在本申请中，将准确地监测工业设备的工作效果的问题转换为基于预定条件的特征提取和分类问题，对静态和动态条件数据分别进行处理，并且与通过图像特征的提取和识别的方式来获取高维图像特征进行特征融合和分类，通过这样的方式来提高分类准确性。这样，结合工业互联网技术和人工智能技术对于工业设备的状态进行智能监控，以优化其工作效果。

技术领域

本发明涉及物联网领域，且更为具体地，涉及一种基于物联网的设备工作状态监测方法、基于物联网的设备工作状态监测系统和电子设备。

背景技术

物联网是新一代信息通信技术与现代工业技术深度融合的产物，是制造业数字化、网络化、智能化的重要载体，也是全球新一轮产业竞争的制高点。并且工业互联网是一种开放的、全球化的网络，其将人、数据和机器连接了起来，属于泛互联网的目录分类，其本质是通过构建精准、实时、高效的数据采集互联体系，建立面向工业大数据存储、集成、访问、分析、管理的开发环境，实现工业技术、经验、知识的模型化、标准化、软件化、复用化，不断优化研发设计、生产制造、运营管理等资源配置效率，形成资源富集、多方参与、合作共赢、协同演进的制造业新生态。

在水产养殖业中,鱼类生长情况与水质情况有着密切的联系。传统养殖业通过人为观察鱼类生长状况来判定水质变化,对水质的改善也完全根据以往的养殖经验来进行调节,这便造成了生产效率低下、劳动成本增加和环境污染。目前，已有厂商尝试将物联网技术引入水产养殖环境调控中,其主要分为感知层、网络层和应用层3个部分。

在水产养殖的过程中，对水中溶氧量的控制尤为关键。增氧设备是通过加大水体与空气的接触面积，将空气中的氧渗入水中，从而加大水体溶氧量，加速池塘水体物质循环，改善池塘水质条件，提高池塘生产力。现有的用于物联网的增氧设备仅按照预定时间来工作，例如，设定在早上工作预定时间，中午工作预定时间，晚上工作预定时间。这些控制模式过于简单，不仅会导致增氧设备的工作效果下降，还会出现鱼池中溶氧量不足或者过于充足等问题。

本领域普通技术人员应知晓，由于水中的饱和溶氧量与诸多因素有着密切关系，如：水的温度、水的深浅、水的表面积的大小、以及水的含盐量等。并且，由于不同鱼池中的鱼的种类和数量不同，即，不同鱼池中的溶氧量的消耗程度不同。上述因素都会影响水中的饱和溶氧量的适宜取值。

因此，期待一种能够针对增氧设备的工作效果进行监测以提高设备的工作效率的技术方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于物联网的设备工作状态监测方法、基于物联网的设备工作状态监测系统和电子设备，其基于统计模型的深度学习技术来监测增氧设备的工作效果，以对增氧设备进行控制是否进行增氧工作。具体地，在本申请中，将准确地监测增氧设备的工作效果的问题转换为基于预定条件的特征提取和分类问题，对静态和动态条件数据分别进行处理，并且与通过图像特征的提取和识别的方式来获取鱼池图像的高维图像特征进行特征融合和分类，这样，以提高分类准确性。

根据本申请的一个方面，提供了一种基于物联网的设备工作状态监测方法，其包括：

通过在物联网下连接的鱼池中的各类传感器获取鱼池的条件数据，其中，所述条件数据包括静态条件数据和动态条件数据；

将所述静态条件数据和所述动态条件数据分别通过深度神经网络以获得静态条件特征向量和动态条件特征向量；

通过在所述物联网下连接的摄像头获取鱼池的图像；

将所述鱼池的图像通过深度卷积神经网络以获得鱼池特征图；

对所述鱼池特征图在其通道维度上的各个特征矩阵进行全局池化处理，以获得鱼池特征向量；