数据处理方法、装置、电子设备和可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113960965A(43)申请公布日2022.01.21(21)申请号202111129611.2(22)申请日2021.09.26(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人蒋冠莹闻雅兰孟林昊蔡锋(74)专利代理机构北京鸿德海业知识产权代理有限公司11412代理人田宏宾(51)Int.Cl.G05B19/418(2006.01)G06N20/10(2019.01)G06F9/54(2006.01)G06N3/04(2006.01)权利要求书3页说明书9页附图3页(54)发明名称数据处理方法、装置、电子设备和可读存储介质(57)摘要本公开提供了一种数据处理方法、装置、电子设备和可读存储介质，涉及大数据、云服务、深度学习等人工智能技术领域。数据处理方法包括：确定与检测对象对应的目标消息队列；从所述目标消息队列中获取所述检测对象的测点数据，所述测点数据是网关设备在接收到由传感器针对所述检测对象所采集的测点数据之后推送到目标消息队列中的；根据所述测点数据，使用机器学习的方法完成对所述检测对象的实时状态监控、历史状态诊断与未来状态预测中的至少一种。本公开能够有效地对测点数据进行使用，自动地实现对于检测对象的状态的监控、诊断与预测。CN113960965ACN113960965A权利要求书1/3页1.一种数据处理方法，包括：确定与检测对象对应的目标消息队列；从所述目标消息队列中获取所述检测对象的测点数据，所述测点数据是网关设备在接收到由传感器针对所述检测对象所采集的测点数据之后推送到目标消息队列中的；根据所述测点数据，使用机器学习的方法完成对所述检测对象的实时状态监控、历史状态诊断与未来状态预测中的至少一种。2.根据权利要求1所述的方法，其中，所述根据所述测点数据，使用机器学习的方法完成对所述检测对象的实时状态监控包括：将位于预设时间窗口内的测点数据作为目标测点数据；将所述目标测点数据输入第一神经网络模型，得到由所述第一神经网络模型输出的控制上限值与控制下限值；将所述目标测点数据中超出控制上限值或者控制下限值的测点数据标记为异常点。3.根据权利要求2所述的方法，还包括，在将所述目标测点数据中超出控制上限值或者控制下限值的测点数据标记为异常点之后，确定属于异常点的测点数据的异常类型；获取与所述异常类型对应的控制指令；将所述控制指令通过所述目标消息队列发送至所述检测对象，以用于所述检测对象根据所述控制指令执行相应的操作。4.根据权利要求1所述的方法，其中，所述根据所述测点数据，使用机器学习的方法完成对所述检测对象的历史状态诊断包括：获取历史测点数据；使用多种预设类型的机器学习方法，对所述历史测点数据进行离群点检测；在确定历史测点数据属于离群点的次数超过预设次数阈值时，将该历史测点数据作为报警值。5.根据权利要求4所述的方法，其中，所述将该历史测点数据作为报警值包括：将所述历史测点数据输入第一神经网络模型，得到由所述第一神经网络模型输出的控制上限值与控制下限值；将所述历史测点数据、报警值、控制上限值与控制下限值进行显示。6.根据权利要求1所述的方法，其中，所述根据所述测点数据，使用机器学习的方法完成对所述检测对象的未来状态预测包括：确定与所述检测对象对应的关联检测对象；获取所述关联检测对象的关联测点数据；将所述测点数据与所述关联测点数据输入第二神经网络模型，得到所述第二神经网络模型输出的预测测点数据；将所述预测测点数据作为所述检测对象的未来状态预测结果。7.根据权利要求6所述的方法，其中，所述确定与所述检测对象对应的关联检测对象包括：获取所述检测对象所在的工业流水线的设备拓扑图；根据所述设备拓扑图，将与所述检测对象具有连接关系的检测对象，作为所述关联检2CN113960965A权利要求书2/3页测对象。8.根据权利要求6所述的方法，其中，所述将所述预测测点数据作为所述检测对象的未来状态预测结果包括：根据所述测点数据与所述关联测点数据，得到所述检测对象的预测测点数据的置信范围；将所述预测测点数据与所述预测测点数据的置信范围进行显示。9.一种数据处理装置，包括：确定单元，用于确定与检测对象对应的目标消息队列；获取单元，用于从所述目标消息队列中获取所述检测对象的测点数据，所述测点数据是网关设备在接收到由传感器针对所述检测对象所采集的测点数据之后推送到目标消息队列中的；处理单元，用于根据所述测点数据，使用机器学习的方法完成对所述检测对象的实时状态监控、历史状态诊断与未来状态预测中的至少一种。10.根据权利要求9所述的装置，其中，所述处理单元在根据所述测点数据，使用机器学习的方法完成对所述检测对象的实时状态监控时