[发明专利]一种基于自然语言理解的工业数据可视化分析方法

说明书

本发明涉及可视化数据技术领域，具体涉及一种基于自然语言理解的工业数据可视化分析方法，包括以下步骤：S1、获取待使用的工业数据；S2、对工业数据进行处理，得到有效数据并存入预设的数据仓库；S3、根据有效数据之间的关系和结构建立数据分析模型，用于对有效数据进行数据分析；S4、建立自然语言解析模型并进行训练；S5、接收到通过自然语言输入的数据需求后，用自然语言解析模型对数据需求进行解析；S6、通过数据分析模型对自然语言解析模型的解析结果进行分析处理，判断数据仓库内是否存在对应的数据；S7、结合自然语言解析结果及数据分析模型的分析处理结果，生成数据可视化分析结果。本发明可以便捷且及时的获取到需要的可视化数据。

技术领域

本发明涉及可视化数据技术领域，具体涉及一种基于自然语言理解的工业数据可视化分析方法。

背景技术

工业设备的可视化数据（如状态数据、运行数据、统计数据等），对于工业性企业非常重要，企业通过对自己需要的数据进行分析，可以及时进行对应的生产、运行等策略的调整。

目前，工业设备的状态数据、运行数据、统计数据等可视化数据的生成方式，主要是根据需求，在海量数据中进行数据分析、筛选后找到对应的数据，再通过Excel、BI工具将数据手动录入或复杂配置后生成。

但是，在实际操作中，设备的状态、运行数据实时变化，数据手动录入或复杂配置存在很大的局限性和不便性，造成数据可视化分析结果更新不及时，操作难度大，运营成本高等问题。

因此，怎样才能便捷且及时的获取到需要的可视化数据，成为目前亟待解决的问题。

发明内容

针对上述现有技术的不足，本发明提供了一种基于自然语言理解的工业数据可视化分析方法，可以便捷且及时的获取到需要的可视化数据。

为了解决上述技术问题，本发明采用了如下的技术方案：

一种基于自然语言理解的工业数据可视化分析方法，包括以下步骤：

S1、获取待使用的工业数据；

S2、对工业数据进行处理，得到有效数据并存入预设的数据仓库；

S3、根据有效数据之间的关系和结构建立数据分析模型，用于对数据仓库内的有效数据进行数据分析；

S4、建立自然语言解析模型并进行训练；

S5、接收到通过自然语言输入的数据需求后，用自然语言解析模型对数据需求进行解析；

S6、通过数据分析模型对自然语言解析模型的解析结果进行分析处理，判断数据仓库内是否存在对应的数据；

S7、结合自然语言解析结果及数据分析模型的分析处理结果，生成数据可视化分析结果。

优选地，S2中，对工业数据的处理包括数据清洗和数据转换。

优选地，所述数据清洗包括重复数据处理，缺失数据处理和异常值处理。

优选地，所述数据清洗包括重复数据处理；所述重复数据处理包括，整理出工业数据中的重复数据后，保留重复数据中的一份数据并删除其余数据。

优选地，所述数据清洗还包括缺失数据处理；所述缺失数据处理包括删除处理、替换处理和插补处理；所述删除处理包括，当工业数据的某变量的数据中，存在缺失的观测数据所占比例小于预设的最低比值时删除存在缺失的观测数据，当存在缺失的观测数据所占比例大于预设的最高比值时删除该变量的所有数据；所述替换处理包括，当工业数据的某变量数据中，存在缺失的观测数据所占比例大于等于预设的最低比值且小于等于预设的最高比值时，用预设的常数替换缺失数据；所述插补处理包括，当工业数据的某变量数据中，存在缺失的观测数据所占比例大于等于预设的最低比值且小于等于预设的最高比值时，指根据其他非缺失的变量或观测来预测缺失值。

优选地，所述数据清洗还包括异常值处理；所述异常值处理包括删除异常值、平均值替代或视为缺失值。