[发明专利]基于时序数据和业务数据融合分析的方法

说明书

本发明属于数据融合技术领域，具体涉及基于时序数据和业务数据融合分析的方法。所述方法执行以下步骤：步骤1：进行数据采集，包括：采集企业数据、生产数据、设备数据和传感器数据；并对采集到的数据进行数据规范处理，得到规范数据；所述规范数据包括：企业规范数据、生产规范数据、设备规范数据和传感器规范数据。本发明通过将时序数据和业务数据进行结合，从时域和频域进行数据分析，以找到状态变化，再基于状态变化对数据进行处理，降低数据的冗余度，同时利用状态机进行数据融合，在数据融合时，由于是基于状态融合的，相当于在进行数据融合分析之前就行了初步的融合，且融合过程基于状态改变的，可以提升后续数据融合分析的效率。

背景技术

信息融合是利用计算机技术将来自多个传感器或多源的观测信息进行分析、综合处理.从而得出决策和估计任务所需的信息的处理过程。另一种说法是信息融合就是数据融合.但其内涵更广泛、更确切、更合理，也更具有概括性.不仅包括数据，而且包括了信号和知识，由于习惯上的原因，很多文献仍使用数据融合。信息融合的基本原理是：充分利用传感器资源.通过对各种传感器及人工观测信息的合理支配与使用.将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则或算法组合来，产生对观测对象的一致性解释和描述。其目标是基于各传感器检测信息分解人工观测信息.通过对信息的优化组合来导出更多的有效信息。

复杂工业过程控制是数据融合应用的一个重要领域。通过时间序列分析、频率分析、小波分析，从传感器获取的信号模式中提取出特征数据，同时，将所提取的特征数据输入神经网络模式识别器，神经网络模式识别器进行特征级数据融合，以识别出系统的特征数据，并输入到模糊专家系统进行决策级融合。专家系统推理时，从知识库和数据库中取出领域规则和参数，与特征数据进行匹配(融合)。最后，决策出被测系统的运行状态、设备工作状况和故障。

现有技术中，针对数据融合使用的方法一般是通过获取数据后，对这些数据使用预设的算法来整合和分析，这种方法虽然能够实现数据融合，但数据融合的效果高度倚赖于算法和规则的制定。

专利申请号为CN201410387772.5A的专利文献公开了一种基于交通多源数据融合的公交路况处理系统及方法，包括预处理模块、源数据处理模块、数据源评估模块、数据融合模块，预处理模块用于处理交通多源数据；源数据处理模块用于对非公交数据源路况计算结果数据进行处理；数据源评估模块包含一个用于评估数据源质量的评估框架，通过该评估框架处理能够得到多源数据对公交路况计算结果的可信度；数据融合模块基于数据源评估结果，对多源数据进行加权计算，最终得到所需的公交路况数据；显示模块将处理得到的公交路况图与地图文件进行叠加，显示全公交路网路况信息。

该发明通过建立评估评估数据源质量的评估框架，来评估可信度，以此进行加权的数据融合。但该方法依然高度倚赖于评估框架的构建，同时加权的数据融合方法，使得融合效果依然未能突破传统数据融合的上限。

发明内容

有鉴于此，本发明的主要目的在于提供基于时序数据和业务数据融合分析的方法，本发明通过将时序数据和业务数据进行结合，从时域和频域进行数据分析，以找到状态变化，再基于状态变化对数据进行处理，降低数据的冗余度，同时利用状态机进行数据融合，在数据融合时，由于是基于状态融合的，相当于在进行数据融合分析之前就行了初步的融合，且融合过程基于状态改变的，可以提升后续数据融合分析的效率。

为达到上述目的，本发明的技术方案是这样实现的：

基于时序数据和业务数据融合分析的方法，所述方法执行以下步骤：

步骤1：进行数据采集，包括：采集企业数据、生产数据、设备数据和传感器数据；并对采集到的数据进行数据规范处理，得到规范数据；所述规范数据包括：企业规范数据、生产规范数据、设备规范数据和传感器规范数据；

步骤2：将规范数据进行时序关联，得到时序数据；将规范数据进行业务关联，得到业务数据；所述时序数据为时域的数据；所述业务数据为频域的数据；同时时序数据和业务数据可以通过彼此之间的时频转换得到；