[发明专利]基于数据和知识驱动的工业物联网设备协同管控系统

权利要求书

1.一种基于数据和知识驱动的工业物联网设备协同管控系统，其特征在于，该系统包括以下模块：

数据仓库模块，用于进行系统中物联网设备以及物联网监测设备的多源异构数据的筛选和整合，获得用于数据挖掘和在线评价与智能决策的结构化数据；

模型管理模块，用于根据协同调度台模块发送的描述数据挖掘模型及其参数设置的规范格式模型字段选择对应的数据挖掘模型并进行参数设置；

数据挖掘模块，用于通过所述模型管理模块选择的数据挖掘模型进行所述数据仓库发送的历史结构化数据的数据挖掘，获得用于系统各设备的运行状态在线自主评价和设备管控策略智能分析的协同管控模型；

知识管理模块，用于管理所述数据仓库的结构化数据、模型管理模块的模型描述和模型构建知识以及数据挖掘模块的历史案例信息；

在线评价与决策模块，用于根据所述数据挖掘获得的设备协同管控模型以及数据仓选择的实时结构化数据对系统中的各设备运行状态信息进行在线评价，并生成各设备、系统的智能管控策略；

协同调度台模块，用于将系统的协同管控策略解析为执行器可以识别和执行的规范格式设备字段、服务字段、协同字段，并生成执行器执行指令，显示各设备信息及其运行状态的在线评价结果、管控信息、模型信息以及生成描述数据挖掘模型及其参数设置的模型字段。

2.根据权利要求1所述的基于数据和知识驱动的工业物联网设备协同管控系统，其特征在于，所述系统还包括管控策略冲突择优模块；

所述管控策略冲突择优模块，用于在系统同时接收到人工管控策略和智能管控策略的指令时，择优选择执行人工管控策略的指令。

3.根据权利要求1所述的基于数据和知识驱动的工业物联网设备协同管控系统，其特征在于，所述用于数据挖掘的历史结构化数据，其获取方法为：

步骤A10，按照业务主题进行系统的协同调度任务的分类，并进行不同业务主题的多源异构数据的数据抽取、冗余/错误/歧义数据删减/填充/修改，获得不同主题的清洗数据；

步骤A20，基于不同主题数据的特征选择对应的数据存储模型进行所述不同主题的清洗数据的结构化存储，并将对应的数据来源、主题、数据清洗规则、存储位置及数据存储模型信息存储为源数据，获得用于数据挖掘的历史结构化数据。

4.根据权利要求1所述的基于数据和知识驱动的工业物联网设备协同管控系统，其特征在于，所述模型管理模块包括模型查询字典、模型库、模型存取单元和模型输出管理单元；

所述模型查询字典，用于根据系统的协同调度台模块发送的模型字段，在模型字典中查找对应字段的模型在所述模型库中的位置；

所述模型字段，用于描述数据挖掘模型及其参数设置；

所述模型库，用于存储系统的各数据挖掘模型；

所述模型存取单元，用于根据查找的模型在所述模型库中的位置提取对应的数据挖掘模型并进行参数设置；

所述模型输出管理单元，用于输出数据挖掘使用的模型，并将模型的模型描述和模型构建知识存储到知识管理模块。

5.根据权利要求4所述的基于数据和知识驱动的工业物联网设备协同管控系统，其特征在于，所述模型管理模块还包括模型进化单元；

所述模型进化单元，用于所述模型查询字典在模型字典中查找不到相应模型时，生成模型字段确认消息发送至协同调度台并执行：

若模型字段有误，则修正模型字段信息，并重新在模型字典中查找对应字段的模型在所述模型库中的位置；

若模型字段为新型模型的模型字段，则基于知识管理模块中的模型、建模方法以及专家知识构建新型的数据挖掘模型和/或利用数据挖掘得到的知识对模型库中的现有数据挖掘模型进行丰富和优化，获得新型的数据挖掘模型。