[发明专利]一种工业设备运行数据的处理方法及装置

说明书

本申请公开了一种工业设备运行数据的处理方法及装置。该方法采用数据值特征分析算法，对历史预设时间内工业设备的运行数据的数据值进行特征分析，得到运行数据的特征，运行数据的特征包括离散型特征和连续型特征；获取离散型特征的运行数据中每个离散型特征的运行数据对应的连续型特征的运行数据；采用预设统计算法，对每个离散型特征的运行数据对应的连续型特征的运行数据进行运算，得到每个离散型特征的运行数据对应的第一特征数据；根据运行数据和第一特征数据分别相对于预先确定的待预测运行数据的相关系数，获取相关系数大于预设相关系数阈值的数据。该方法提高后续建立的模型的模型精度，以及提升数据模型的数据分析性能。

技术领域

本申请涉及数据处理领域，尤其涉及一种工业设备运行数据的处理方法及装置。

背景技术

目前，随着工业设备的智能化水平不断提升，工业场景的数据分析与建模的需求越来越强烈，例如，设备的远程状态监测与智能运维中，需要使用数据驱动的方法，基于现有的传感器数据等，分析与评价设备等状态；还有工业设备市场相关的分析与预测等。这些场景中的一个核心环节就是数据的分析与建模。

数据分析与建模可以包括数据预处理、特征工程、数据建模等核心环节，在实际的数据分析与建模过程中，特征工程可以影响数据模型的数据分析性能，即特征工程是影响数据模型效果的一个主要因素。特征工程是指在实际建模过程中的数据预处理之后，工程师需要通过手动的可视化方法，如数据曲线等，同时结合相关的工程经验与领域知识，在获取的原始数据集的基础上，构造出一些新的特征数据的过程。

然而，由于新的特征数据的构造完全由工程师自主构造，故存在工程师的主观性，使不同工程师构造的特征数据不同，且构造过程中容易遗漏有效的特征数据，影响后续建立的模型的模型精度，以及导致数据模型的数据分析性能不高。

发明内容

本申请实施例提供一种工业设备运行数据的处理方法及装置，解决了现有技术存在的上述问题，以提高后续建立的模型的模型精度，以及提升数据模型的数据分析性能。

第一方面，提供了一种工业设备运行数据的处理方法，该方法可以包括：

采用数据值特征分析算法，对历史预设时间内工业设备的运行数据的数据值进行特征分析，得到所述运行数据的特征，其中，所述运行数据的特征包括离散型特征和连续型特征；

获取所述离散型特征的运行数据中每个离散型特征的运行数据对应的连续型特征的运行数据；

采用预设统计算法，对所述每个离散型特征的运行数据对应的连续型特征的运行数据进行运算，得到第一特征数据；

根据所述运行数据和所述第一特征数据分别相对于预先确定的待预测运行数据的相关系数，获取所述相关系数大于预设相关系数阈值的数据。

在一个可选的实现中，根据所述运行数据和所述第一特征数据分别相对于所述待预测运行数据的相关系数，获取所述相关系数大于预设相关系数阈值的数据，包括：

采用预设相关算法，得到所述运行数据和所述第一特征数据分别相对于所述待预测运行数据的相关系数；

获取所述相关系数大于预设相关系数阈值的运行数据或所述第一特征数据。

在一个可选的实现中，获取所述相关系数大于预设相关系数阈值的数据之后，所述方法还包括：

采用预设模型建立算法，对所述相关系数大于预设相关系数阈值的数据进行处理，建立数据模型。

在一个可选的实现中，所述离散型特征的运行数据包括日期型特征的运行数据；

根据所述运行数据和所述第一特征数据分别相对于所述待预测运行数据的相关系数，获取所述相关系数大于预设相关系数阈值的数据之前，所述方法还包括：