[0001] 本发明涉及工业互联网监管领域,尤其涉及一种工业互联网数据采集系统及方法。

[0002] 工业物联网是将具有感知、监控能力的各类采集、控制传感器或控制器,以及移动通信、智能分析等技术不断融入到工业生产过程各个环节,从而大幅提高制造效率,改善产品质量,降低产品成本和资源消耗,最终实现将传统工业提升到智能化的新阶段。从应用形式上,工业物联网的应用具有实时性、自动化、嵌入式(软件)、安全性、和信息互通互联性等特点。然而,现有嵌入式工业物联网数据采集监控系统对采集的工业数据分析极不方便,效率低下；同时,通过关系数据库或实时数据库进行存储,但这种方式涉及第三方编程,技术复杂、不能兼容各种数据库，同时每次可访问的数据量小，且关系数据库或实时数据库的价格高昂。

[0003] 综上所述,现有技术存在的问题及缺陷为:现有工业物联网数据采集监控系统对采集的工业数据分析极不方便,效率低下；同时,通过关系数据库或实时数据库进行存储,但这种方式涉及第三方编程,技术复杂、不能兼容各种数据库,同时每次可访问的数据量小,且关系数据库或实时数据库的价格高昂。

[0046] 需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和有具体实施例对本申请作进一步详细说明。

[0047] 如图1所示,一种工业互联网数据采集方法，包括以下步骤：

[0048] 步骤S1，采集用于收集的不同工业互联网信息，使用随机森林算法自动标注所述不同工业互联网信息中的所有工业互联网设备数据种类以得到用于收集的工业互联网数据集；

[0049] 步骤S2，利用所述工业互联网数据集对基于工业互联网设备数据种类应用领域使用随机森林算法进行特征学习；

[0050] 步骤S3，通过基于云服务的超级计算机设置应用算法参数及工业互联网设备数据种类数据库；

[0051] 步骤S4，获取工业互联网监测与控制数据，将工业互联网监控平台采集到的每一个工业互联网监测与控制数据送入所述工业互联网设备数据种类应用模型，得到工业互联网设备数据种类应用结果；

[0052] 步骤S5，将所述工业互联网设备数据种类应用结果送入多目标追踪算法，对应用到的工业互联网设备数据种类进行追踪；

[0053] 步骤S6，应用并判断追踪的工业互联网设备数据种类是否位于所述工业互联网设备数据种类数据库并判断所述工业互联网设备数据种类是否有异常。

[0054] 对基于工业互联网设备数据种类应用领域使用随机森林算法进行特征学习后，同时对随机森林算法的参数进行动态更新。

[0055] 如图2所示,判断工业互联网设备数据种类是否处于工业互联网设备数据种类数据库包含以下步骤：

[0056] 步骤K1，获取当前工业互联网监测与控制数据中某一个工业互联网设备数据种类数据库的规模和调取速度及工业互联网设备数据种类数据库的剩余容量；

[0057] 步骤K2，若工业互联网设备数据种类数据库规模与调取速度均在工业互联网设备数据种类数据库内，判断工业互联网设备数据种类有异常；

[0058] 步骤K3，若工业互联网设备数据种类数据库只有部分数据位于工业互联网设备数据种类数据库内，则进行步骤K4；

[0059] 步骤K4，判断工业互联网设备数据种类关键数据是否位于工业互联网设备数据种类数据库内，若工业互联网设备数据种类关键数据位于工业互联网设备数据种类数据库内则判断工业互联网设备数据种类有异常，否则进行下一步；

[0060] 步骤K5，继续获取当前工业互联网监测与控制数据中的其他应用工业互联网设备数据种类并进工业互联网设备数据种类是否有异常判断的操作。

[0061] 如图3所示,本申请还包含一种判断工业互联网设备数据种类位于工业互联网设备数据种类数据库内是否异常的方法，包括以下步骤：

[0062] 步骤H1，计算前一个工业互联网监测与控制数据中工业互联网设备数据种类的关键数据与当前工业互联网监测与控制数据中所述工业互联网设备数据种类的关键数据的重合度，若所述重合度超过数据标准范围，则判定为工业互联网设备数据种类异常；

[0063] 步骤H2，若判断工业互联网设备数据种类处于异常状态，则将工业互联网设备数据种类信息中的有异常时长清零并处理其他工业互联网设备数据种类工业互联网监测与控制数据；

[0064] 步骤H3，若工业互联网设备数据种类未更新，则获取当前时间并计算工业互联网设备数据种类停止累计时间，将所述工业互联网设备数据种类停止累计时间与设定的有异常时长数据标准范围进行比较，若所述工业互联网设备数据种类停止累计时间超过有异常时长数据标准范围，则判断为工业互联网设备数据种类有异常，若所述工业互联网设备数据种类停止累计时间未超过有异常时长，则当前工业互联网设备数据种类处理结束，继续处理其他应用工业互联网监测与控制数据。

[0065] 数据标准范围，表达式为：

[0066]

[0067] 其中，Q表示异常时长数据标准范围，T表示异常时长平均值，η表示异常因子，W表示数据的更新总量，D表示数据的更新时间，Y表示数据的更新误差。

[0068] 若追踪信息中上一数据工业互联网监测与控制数据追踪到某一工业互联网设备数据种类，而当前中未追踪到所述工业互联网设备数据种类时，则平台设置一个最大消失数据，在未达到最大消失数据之前，并不判断所述工业互联网设备数据种类丢失，之后利用多目标追踪算法中的无迹卡尔曼滤波基于上一个的所述工业互联网设备数据种类区位置对当前的所述工业互联网设备数据种类区进行预测，预测的结果作为当前工业互联网设备数据种类区；

[0069] 若下一数据工业互联网监测与控制数据应用到所述工业互联网设备数据种类区位置与所述当前工业互联网设备数据种类区匹配，则判断为应用算法错误导致的工业互联网设备数据种类消失；

[0070] 若达到最大消失数据后，直接视为所述工业互联网设备数据种类消失，平台删除此工业互联网设备数据种类追踪信息；

[0071] 若未达到最大消失数据的时间段中所述工业互联网设备数据种类重新出现，则判断为所述工业互联网设备数据种类被短时间异常。

[0072] 采集所述工业互联网监测与控制数据的时间为根据监控需求进行时间长短设定，每秒采集1000字节工业互联网监测与控制数据。

[0073] 如图4所示,本申请的一种工业互联网数据采集系统包括：

[0074] 工业互联网设备数据种类模型应用单元，首先基于实际场景采集用于收集的数据，得到数据之后，经过使用随机森林算法自动标注不同工业互联网信息中的所有工业互联网设备数据种类，得到用于收集的工业互联网数据集。

[0075] 为更好的保证收集效果，本发明可通过对收集工业互联网数据集采用平移、翻转、缩放等数据增强的方式使得收集数据量大大增加。

[0076] 然后通过收集工业互联网数据集对基于工业互联网设备数据种类应用领域使用随机森林算法进行特征学习，以确保模型的准确性。

[0077] 得到收集好的模型之后，传统方法一般直接将收集好的原始模型结合业务程序直接进行部署利用，这种方式不仅推理速度慢而且极其占用硬件资源。

[0078] 为保证业务中工业互联网设备数据种类应用的实时性，本发明中原始模型利用粒子群算法对模型进行速度更新、位置更新、权重量化等优化模型推理吞吐量的操作，进行前向推理，使得推理加速。

[0079] 算法工业互联网监测与控制数据计算单元，首先，本发明的智能应用平台通过基于云服务的超级计算机设置应用算法参数，云服务页面实时显示要设置工业互联网监控平台的画面，用户可通过鼠标在画面中绘制工业互联网设备数据种类数据库，当用户绘制完毕后，算法的设置将通过网络发送至算法服务器。

[0080] 算法接收到设置之后，会根据指定的视频流地址拉取设置工业互联网监控平台的实时数据，将得到的每一个工业互联网监测与控制数据送入收集好的工业互联网设备数据种类应用模型，得到工业互联网设备数据种类的工业互联网设备数据种类应用结果。

[0081] 然后将工业互联网设备数据种类应用结果送入多目标追踪算法，对应用到的工业互联网设备数据种类进行追踪。

[0082] 追踪的好处是将时间序列上的同一工业互联网设备数据种类进行匹配并赋予同一应用码，避免了连续应用到同一数据连续报警的问题。

[0083] 数据异常判断单元，根据算法工业互联网监测与控制数据计算单元的追踪器追踪信息，遍历所有追踪到的工业互联网设备数据种类，若为新追踪到的工业互联网设备数据种类，则对其信息进行初始化；

[0084] 若之前平台已追踪到此工业互联网设备数据种类，当前又追踪到此工业互联网设备数据种类，则首先判断其是否位于工业互联网设备数据种类数据库内，采用工业互联网设备数据种类数据库规模和调取速度和工业互联网设备数据种类数据库的剩余容量判断工业互联网设备数据种类是否处于工业互联网设备数据种类数据库。

[0085] 具体方法为：首先获取数据库的规模和调取速度和工业互联网设备数据种类数据库的剩余容量；

[0086] 若规模与调取速度均在工业互联网设备数据种类数据库内，判断工业互联网设备数据种类有异常；

[0087] 若只有部分数据位于工业互联网设备数据种类数据库内，则判断工业互联网设备数据种类关键数据是否位于工业互联网设备数据种类数据库内，若位于，则判断工业互联网设备数据种类有异常；其余均视为不存在有异常。

[0088] 若工业互联网设备数据种类未位于工业互联网设备数据种类数据库内，则当前工业互联网设备数据种类处理结束，继续处理其他应用工业互联网监测与控制数据，当所有工业互联网设备数据种类遍历完成之后，则当前处理结束，继续获取下一数据。

[0089] 若工业互联网设备数据种类位于工业互联网设备数据种类数据库内，本发明采用一种判断工业互联网设备数据种类是否异常的方法，来避免工业互联网设备数据种类在很大的一片工业互联网设备数据种类数据库内由于堵车或其他原因缓慢行驶的过程中一直处于工业互联网设备数据种类数据库内而被误认为有异常而报警的问题。

[0090] 具体方法为：

[0091] (1)计算前一个工业互联网监测与控制数据中此工业互联网设备数据种类的关键数据与当前的工业互联网设备数据种类关键数据计算重合度，若此距离超过一定数据标准范围，则判定为工业互联网设备数据种类异常；

[0092] (2)由于工业互联网设备数据种类距离工业互联网监控平台距离不同从而在工业互联网监测与控制数据中距离工业互联网监控平台远近不同的工业互联网设备数据种类应用出的Pox大小会存在很大差异；例如，远处的10个重合度与近处的10个重合度所对应的实际路面距离是不一样的。

[0093] 因此，若步骤(1)中的方法利用单一的数据标准范围作为判定条件，会造成对不同远近工业互联网设备数据种类判断异常标准不同的情况。

[0094] 本发明提出利用动态数据标准范围＝J/H形式来判断工业互联网设备数据种类是否异常；

[0095] 式中J为数据库的规模，H为数据标准范围比例因子；

[0096] 在判断过程中H为固定值，可由算法人员调节。

[0097] 设立动态数据标准范围的效果为，当数据库较大时，对应的距离数据标准范围越大，当数据库较小时，对应的距离数据标准范围越小，从而使得在距离工业互联网监控平台不同远近的工业互联网设备数据种类进行异常判断时更精确。

[0098] 若工业互联网设备数据种类在异常，则将工业互联网设备数据种类信息中的有异常时长清零，继续处理其他应用工业互联网监测与控制数据；

[0099] 若工业互联网设备数据种类未在异常，则获取当前时间并计算工业互联网设备数据种类停止累计时间，将工业互联网设备数据种类停止累计时间与有异常时长数据标准范围进行比较，若超过有异常时长数据标准范围，则判断为工业互联网设备数据种类有异常，通过网络将工业互联网设备数据种类信息发送至云服务端，云服务端接收到发出报警消息后，在页面会显示发出报警信息；若没有超过有异常时长，则当前工业互联网设备数据种类处理结束，继续处理其他应用工业互联网监测与控制数据。

[0100] 若追踪信息中上一数据追踪到某一数据，当前中未追踪到，此时会出现以下3种情况：

[0101] 1、应用算法错误未检到工业互联网设备数据种类；

[0102] 2、工业互联网设备数据种类超出库范围；

[0103] 3、存在异常，其他物体将工业互联网设备数据种类异常导致应用算法无法应用到工业互联网设备数据种类。

[0104] 针对上述情况，本发明处理的具体方法为：结合以上三种可能出现的情况，设置一个最大消失数据，在未达到最大消失数据之前，并不判断此工业互联网设备数据种类丢失。利用多目标追踪算法中的无迹卡尔曼滤波基于上一数据的工业互联网设备数据种类区位置对其当前的工业互联网设备数据种类区进行预测，预测的结果作为当前工业互联网设备数据种类区，但追踪状态依然为未追踪到。

[0105] 针对第一种情况，若为应用算法错误未检到工业互联网设备数据种类，则当下一数据应用到工业互联网设备数据种类区时，追踪算法得到的工业互联网设备数据种类区会与当前工业互联网设备数据种类区匹配，避免了由于应用算法不稳定而导致的重复报警问题；

[0106] 针对第二种情况，当达到最大消失数据后，算法视为当前工业互联网设备数据种类消失，删除此工业互联网设备数据种类追踪信息；

[0107] 针对第三种情况，若为短时间异常，在工业互联网设备数据种类重新出现后追踪算法依然能基于之前的工业互联网设备数据种类区与异常后的工业互联网设备数据种类区匹配，应用为同一工业互联网设备数据种类，避免了重复报警的问题。

[0108] 最大消失数据建议设置为采集工业互联网监测与控制数据的时间根据监控需求进行时间长短设定，每秒采集1000字节工业互联网监测与控制数据。

[0109] 具体的工业互联网设备数据种类模型应用单元、算法工业互联网监测与控制数据计算单元及数据异常判断单元之间通过以下内容通信：

[0110] 工业互联网设备数据种类模型应用单元经过收集、加速之后生成一个模型文件；

[0111] 算法工业互联网监测与控制数据计算单元首先通过网络通信获取云服务设置；其中云服务设置具体包括：工业互联网监控平台流地址、监管区位置；

[0112] 设置完成后算法工业互联网监测与控制数据计算单元加载工业互联网设备数据种类模型应用单元的模型文件对工业互联网监测与控制数据进行工业互联网设备数据种类应用并得到工业互联网设备数据种类的数据库及数据库信息；

[0113] 再将数据库送入多目标追踪算法，为每个数据库匹配特定应用码后传入数据异常判断单元得到追踪器信息，其中，追踪器信息包括工业互联网设备数据种类应用码、工业互联网设备数据种类数据库、工业互联网设备数据种类是否进入工业互联网设备数据种类数据库、工业互联网设备数据种类进入工业互联网设备数据种类数据库时间、工业互联网设备数据种类是否已被发出报警；

[0114] 数据异常判断单元遍历每一个追踪器信息，根据监管区位置判断此工业互联网设备数据种类是否位于监管区内，并更新追踪器信息，并根据追踪器信息判断工业互联网设备数据种类是否应该发出报警。

[0115] 在本发明描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。

[0116] 尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。