基于人工智能的工业互联网数据处理方法以及相关装置与流程

本发明涉及数据处理，尤其涉及一种基于人工智能的工业互联网数据处理方法以及相关装置。

背景技术：

1、随着人工智能发展，人工智能也在工业生产中发挥着重要作用，在工业生产中可以通过智能化地处理和分析大量的工业数据及时发现生产过程中存在的问题，从而到达帮助企业提高生产效率、降低成本、改善产品质量和实现智能化生产的效果。但是相关技术中使用的数据处理算法存在特征提取难、数据融合效果差的问题，进而影响人工智能模型的准确性和可靠性，从而使得工业互联网数据处理方法的准确率较低。

技术实现思路

1、本发明实施例的主要目的在于提供一种基于人工智能的工业互联网数据处理方法以及相关装置，旨在解决相关技术中工业互联网数据处理方法的准确率较低的问题。

2、第一方面，本发明实施例提供一种基于人工智能的工业互联网数据处理方法，包括：

3、确定特征函数，并根据所述特征函数对目标对象对应的初始监测数据进行分布状态分析，获得所述初始监测数据对应的分布函数；

4、根据所述分布函数所述初始监测数据对应的期望数据，进而计算所述初始监测数据和所述期望数据之间的第一异常值；

5、根据所述第一异常值确定所述目标对象对应的第一异常状态；

6、对所述初始监测数据进行网格划分处理获得多个网格监测数据；

7、对每个所述网格监测数据进行异常分析，获得每个所述网格监测数据对应的第二异常值；

8、根据所述第二异常值确定所述网格监测数据对应的第二异常状态；

9、根据所述第一异常状态和所述第二异常状态确定所述目标对象对应的目标异常状态。

10、第二方面，本发明实施例提供一种基于人工智能的工业互联网数据处理装置，包括：

11、分布分析模块，用于确定特征函数，并根据所述特征函数对目标对象对应的初始监测数据进行分布状态分析，获得所述初始监测数据对应的分布函数；

12、第一异常确定模块，用于根据所述分布函数所述初始监测数据对应的期望数据，进而计算所述初始监测数据和所述期望数据之间的第一异常值；

13、第一状态确定模块，用于根据所述第一异常值确定所述目标对象对应的第一异常状态；

14、数据分割模块，用于对所述初始监测数据进行网格划分处理获得多个网格监测数据；

15、第二异常确定模块，用于对每个所述网格监测数据进行异常分析，获得每个所述网格监测数据对应的第二异常值；

16、第二状态确定模块，用于根据所述第二异常值确定所述网格监测数据对应的第二异常状态；

17、目标状态确定模块，用于根据所述第一异常状态和所述第二异常状态确定所述目标对象对应的目标异常状态。

18、第三方面，本发明实施例还提供一种终端设备，终端设备包括处理器、存储器、存储在存储器上并可被处理器执行的计算机程序以及用于实现处理器和存储器之间的连接通信的数据总线，其中计算机程序被处理器执行时，实现如本发明说明书提供的任一项基于人工智能的工业互联网数据处理方法的步骤。

19、第四方面，本发明实施例还提供一种存储介质，用于计算机可读存储，其特征在于，存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现如本发明说明书提供的任一项基于人工智能的工业互联网数据处理方法的步骤。

20、本发明实施例提供一种基于人工智能的工业互联网数据处理方法以及相关装置，该方法包括：确定特征函数，并根据特征函数对目标对象对应的初始监测数据进行分布状态分析，获得初始监测数据对应的分布函数；根据分布函数初始监测数据对应的期望数据，进而计算初始监测数据和期望数据之间的第一异常值；根据第一异常值确定目标对象对应的第一异常状态；对初始监测数据进行网格划分处理获得多个网格监测数据；对每个网格监测数据进行异常分析，获得每个网格监测数据对应的第二异常值；根据第二异常值确定网格监测数据对应的第二异常状态；根据第一异常状态和第二异常状态确定目标对象对应的目标异常状态。该方法确定特征函数可以帮助识别数据中的重要特征，有助于后续的分析过程。进行分布状态分析可以帮助了解数据的整体分布情况，为后续异常值的计算提供基础。根据期望数据计算异常值可以帮助确定数据中的异常情况，进而判断目标对象的第一异常状态，此外对监测数据进行网格划分处理可以将数据分割成小块进行更详细的异常分析，有助于更细致地了解初始监测数据对应的第二异常状态。最终通过第一异常状态和第二异常状态确定目标对象的目标异常状态，可以帮助用户或系统对异常情况做出相应的处理和决策。整个过程有助于提高数据分析的精度和全面性，提高了异常识别的准确性。并解决了相关技术中工业互联网数据处理方法的准确率较低的问题。

技术特征：

1.一种基于人工智能的工业互联网数据处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述计算所述初始监测数据和所述期望数据之间的第一异常值，包括：

3.根据权利要求1所述的方法，其特征在于，所述对每个所述网格监测数据进行异常分析，获得每个所述网格监测数据对应的第二异常值，包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述近邻距离确定所述网格监测数据对应的近邻监测数据，包括：

5.根据权利要求3所述的方法，其特征在于，所述根据所述局部可达密度确定所述网格监测数据对应的第一异常因子，包括：

6.根据权利要求3所述的方法，其特征在于，所述根据所述相邻距离确定所述网格监测数据对应的第二异常因子，包括：

7.根据权利要求1中所述的方法，其特征在于，所述根据所述第一异常状态和所述第二异常状态确定所述目标对象对应的目标异常状态，包括：

8.一种基于人工智能的工业互联网数据处理装置，其特征在于，包括：

9.一种终端设备，其特征在于，所述终端设备包括处理器、存储器；

10.一种计算机存储介质，用于计算机存储，其特征在于，所述计算机存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1至7中任一项所述的基于人工智能的工业互联网数据处理方法的步骤。

技术总结本发明实施例提供一种基于人工智能的工业互联网数据处理方法以及相关装置，属于数据处理技术领域。该方法包括：确定特征函数，并根据特征函数对目标对象对应的初始监测数据进行分布状态分析，获得初始监测数据对应的分布函数；根据分布函数初始监测数据对应的期望数据，进而计算初始监测数据和期望数据之间的第一异常值；根据第一异常值确定目标对象对应的第一异常状态；对初始监测数据进行网格划分处理获得多个网格监测数据；对每个网格监测数据进行异常分析，获得每个网格监测数据对应的第二异常值；根据第二异常值确定网格监测数据对应的第二异常状态；根据第一异常状态和第二异常状态确定目标对象对应的目标异常状态。技术研发人员：高敬,丁美竹,张广杰受保护的技术使用者：珠海市枫逸科技有限公司技术研发日：技术公布日：2024/7/29