[发明专利]基于工业物联网的数据处理方法、装置、设备及存储介质

权利要求书

1.一种基于工业物联网的数据处理方法，其特征在于，所述基于工业物联网的数据处理方法包括：

获取待处理的工业物联网数据，并提取所述工业物联网数据中的参数指标；

根据所述参数指标构建参数向量，并计算所述参数向量对应的系数向量；

根据所述系数向量生成所述系数向量对应的多个特征值，并获取每个特征值对应的关联向量；

根据所述多个特征值和每个特征值对应的关联向量计算所述参数指标的目标权重；

根据所述目标权重和所述参数指标生成目标序列；

将所述目标序列输入预置的工业物联网数据处理模型进行指标计算，得到目标预测值。

2.根据权利要求1所述的基于工业物联网的数据处理方法，其特征在于，所述根据所述多个特征值和每个特征值对应的关联向量计算所述参数指标的目标权重，包括：

计算每个特征值占所有特征值之和的比例，得到特征值贡献率；

根据所述特征值贡献率构建特征贡献向量，并根据所述特征贡献向量生成综合评价向量；

提取所述综合评价向量中每一维数据的绝对值，并将所述绝对值作为所述参数指标的目标权重。

3.根据权利要求1所述的基于工业物联网的数据处理方法，其特征在于，所述基于工业物联网的数据处理方法还包括：

调用预置的校验模型判断所述目标序列是否平稳；

若平稳，则构造所述目标序列对应的自回归滑动平均模型；

若不平稳，则对所述目标序列进行差分处理，并构建差分整合移动平均自回归模型。

4.根据权利要求1-3中任一项所述的基于工业物联网的数据处理方法，其特征在于，所述基于工业物联网的数据处理方法还包括：

通过所述工业物联网数据处理模型对所述目标序列进行数据拟合计算，得到预测数据；

根据所述目标序列和所述预测数据生成残差序列；

判断所述残差序列是否符合预置条件；

若不符合，则对所述工业物联网数据处理模型进行参数调整，直至所述工业物联网数据处理模型对应的残差序列符合预置条件。

5.根据权利要求4所述的基于工业物联网的数据处理方法，其特征在于，所述判断所述残差序列是否符合预置条件，包括：

判断所述残差序列是否为白噪声序列，以及判断所述残差序列是否符合正态分布；

若所述残差序列为白噪声序列且符合正态分布，则确定所述残差序列符合预置条件。

6.一种基于工业物联网的数据处理装置，其特征在于，所述基于工业物联网的数据处理装置包括：

获取模块，用于获取待处理的工业物联网数据，并提取所述工业物联网数据中的参数指标；

计算模块，用于根据所述参数指标构建参数向量，并计算所述参数向量对应的系数向量；

生成模块，用于根据所述系数向量生成所述系数向量对应的多个特征值，并获取每个特征值对应的关联向量；

处理模块，用于根据所述多个特征值和每个特征值对应的关联向量计算所述参数指标的目标权重；

配置模块，用于根据所述目标权重和所述参数指标生成目标序列；

输入模块，用于将所述目标序列输入预置的工业物联网数据处理模型进行指标计算，得到目标预测值。

7.根据权利要求6所述的基于工业物联网的数据处理装置，其特征在于，所述处理模块具体用于：

计算每个特征值占所有特征值之和的比例，得到特征值贡献率；

根据所述特征值贡献率构建特征贡献向量，并根据所述特征贡献向量生成综合评价向量；

提取所述综合评价向量中每一维数据的绝对值，并将所述绝对值作为所述参数指标的目标权重。

8.根据权利要求6所述的基于工业物联网的数据处理装置，其特征在于，所述基于工业物联网的数据处理装置还包括：

判断模块，用于调用预置的校验模型判断所述目标序列是否平稳；

若平稳，则构造所述目标序列对应的自回归滑动平均模型；

若不平稳，则对所述目标序列进行差分处理，并构建差分整合移动平均自回归模型。