1.本发明涉及工业设备数据采集技术领域，尤其涉及一种工业设备监测数据的切取方法及装置。
背景技术：2.工业设备在日常生产运行时，其各种设备传感器会持续产生运行状态监测数据，例如，温度、压力、高度、电流等。通过对这些运行状态监测数据进行采集、对比和分析，能够随时了解设备的运行状况，及时发现设备运行故障隐患，减少安全事故的发生。
3.然而，并不是所有采集到的监测数据都需要进行对比和分析，因为在大部分情况下，设备正常运行时产生的状态监测数据都是“常规数据”，这些常规数据一般是在设备运行状态未发生变化时产生的，在数值上基本保持不变或者呈周期性规律变化。例如，持续运转的矿山排风机，其转速、噪音、电流、电压等基本上就是恒定值。这些常规数据对判断设备运行故障或者故障隐患是没有帮助的，所以我们在采集到这些常规数据以后，直接丢弃或者只进行暂时缓存，而没必要生成数据切片传送到后台服务程序进行数据对比和分析。
4.真正对判断设备运行故障隐患有帮助的，是设备运行状态发生变化或者设备运行出现异常时产生的“边界数据”，这些边界数据在数值上有明显地前后变化，或者与常规数据相比有明显地偏离。例如，地铁列车进站后，地铁屏蔽门从静止、到开启、直至完全打开，大约需要3.5秒左右的时间(不同屏蔽门设备之间存在差异)，在此过程中产生的转速、阻力、电流等监测数据即属于边界数据。按照地铁列车5分钟的平均发车间隔计算，那么每300秒产生3.5秒钟开门数据切片和4.0秒钟关门数据切片，边界数据占比仅为：(3.5+4.0)/300＝2.5％。只需针对性地精准采集、切取、对比和分析这些边界数据，而不必分析屏蔽门静止期间的常规数据，这样会节省大量的网络传输开销和后台服务算力。
5.目前相关技术中的监测数据切取方法有三种：持续切取、定时切取和阈值切取。持续切取方法比较简单、易于实现，缺点是设备产生的所有数据都需要切取，切取的数据范围过大，会增加网络负担和后台计算负担；定时切取方法难度适中，缺点是容易受到设备运行时间不规律的影响，降低了数据切取的精准性；阈值切取方法难度适中，缺点是切取条件的判断容易受到个别异常值的影响，导致系统误判，降低了数据切取的精准性。
技术实现要素：6.本发明实施例提供一种工业设备监测数据的切取方法及装置，用于至少解决上述技术问题之一。
7.第一方面，本发明实施例提供一种工业设备监测数据的切取方法，应用于数据切取装置，该方法包括：
8.获取工业设备的监测数据和工业设备的预测数据；
9.计算监测数据和预测数据之间的差值；
10.根据监测数据和预测数据之间的差值判断是否满足预设切取条件；
11.如果是，则根据监测数据记录切片数据。
12.在一些实施例中，获取工业设备的监测数据和工业设备的预测数据，包括：
13.获取多个时刻的工业设备的多份监测数据和相应的多个时刻的工业设备的多份预测数据，多个时刻包括当前时刻和至少一个历史时刻；
14.计算所述监测数据和所述预测数据之间的差值，包括：计算多份监测数据和相应的多份预测数据之间的多个差值。
15.在一些实施例中，根据监测数据和预测数据之间的差值判断是否满足预设切取条件，包括：
16.采用差值时间窗口从所述多个差值中获取预设数目个差值；
17.根据预设数目个差值判断是否满足预设切取条件；
18.如果否，将差值时间窗口向右移动重新获取预设数目个差值，以用于再次判断是否满足预设切取条件。
19.在一些实施例中，根据预设数目个差值判断是否满足预设切取条件，包括：
20.对预设数目个差值取绝对值得到第一差值集合；
21.计算第一差值集合的第一算术平均值；
22.确定第一差值集合中大于第一切取阈值的元素数量；
23.当第一算术平均值大于第一切取阈值，并且元素数量大于第一预设数量时，判定满足预设切取条件。
24.在一些实施例中，当数据切取装置处于切取状态时，该方法还包括：
25.根据监测数据和预测数据之间的差值判断是否满足预设结束切取条件；
26.如果是，则结束切取，并将数据切取装置切换至未切取状态；
27.如果否，则根据监测数据记录切片数据。
28.在一些实施例中，根据监测数据和预测数据之间的差值判断是否满足预设结束切取条件，包括：
29.采用差值时间窗口从多个差值中获取预设数目个差值；
30.根据预设数目个差值判断是否满足预设结束切取条件。
31.在一些实施例中，根据预设数目个差值判断是否满足预设结束切取条件，包括：
32.对预设数目个差值取绝对值得到第二差值集合；
33.计算第二差值集合的第二算术平均值；
34.确定第二差值集合中小于第二切取阈值的元素数量；
35.当第二算术平均值小于第二切取阈值，并且元素数量小于第二预设数量时，判定满足预设结束切取条件。
36.第二方面，本发明实施例提供一种工业设备监测数据的切取装置，包括：
37.数据获取模块，用于获取工业设备的监测数据和工业设备的预测数据；
38.计算模块，用于计算所述监测数据和所述预测数据之间的差值；
39.判断模块，用于根据所述监测数据和所述预测数据之间的差值判断是否满足预设切取条件；
40.数据切取模块，用于当根据所述监测数据和所述预测数据之间的差值判断满足预设切取条件时，根据所述监测数据记录切片数据。
41.第三方面，本发明实施例提供一种存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明上述任一项工业设备监测数据的切取方法。
42.第四方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明上述任一项工业设备监测数据的切取方法。
43.第五方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项工业设备监测数据的切取方法。
44.本发明实施例的有益效果在于：首先获取工业设备的监测数据和工业设备的预测数据；然后计算监测数据和预测数据之间的差值；并根据监测数据和预测数据之间的差值判断是否满足预设切取条件；如果是，则根据监测数据记录切片数据。从而只需对检测数据与预测数据之间的差值满足一定条件的数据才进行切片，避免了对于无需切片数据的切取，提升了数据切片的有效性。
附图说明
45.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
46.图1a为相关技术中持续切取方法的示意图；
47.图1b为相关技术中定时切取方法的示意图；
48.图1c为相关技术中阈值切取方法的示意图；
49.图2为本发明的工业设备监测数据的切取方法的一实施例的流程图；
50.图3为本发明的工业设备监测数据的切取方法的另一实施例的流程图；
51.图4为本发明的工业设备监测数据的切取方法的另一实施例的流程图；
52.图5为本发明的工业设备监测数据的切取方法的另一实施例的流程图；
53.图6为本发明的工业设备监测数据的切取方法的另一实施例的流程图；
54.图7为本发明的工业设备监测数据的切取方法的另一实施例的流程图；
55.图8为本发明的工业设备监测数据的切取装置的示意图；
56.图9为本发明的工业设备监测数据的切取方法的另一实施例的流程图；
57.图10a模拟了恒定值情况的监测数据值示意图；
58.图10b模拟了恒定值情况的预测函数值示意图；
59.图10c模拟了在对应的采集周期内监测数据值与预测函数值的差值示意图；
60.图11a模拟了周期值情况的监测数据值示意图；
61.图11b模拟了周期值情况的预测函数值示意图；
62.图11c模拟了在对应的采集周期内监测数据值与预测函数值的差值示意图；
63.图12为算法1所对应判断时间窗口内数据是否满足切取开始条件示意图；
64.图13为算法2所对应判断时间窗口内数据是否满足切取结束条件示意图；
65.图14为本发明的电子设备的一实施例的结构示意图。
具体实施方式
66.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
67.还需要说明的是，在本文中，术语“包括”、“包含”，不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
68.如图1a-1c所示，为相关技术中的三种数据切取方法示意图。图1a为“持续切取”方法，该方法生成的数据切片包括采集到的所有边界数据和常规数据；图1b为“定时切取”方法，该方法生成的数据切片包括指定时刻范围内的所有边界数据和常规数据，切取的目标是边界数据，但为了保证边界数据尽量完整，所以也不可避免地会包含一部分常规数据；图1c为“阈值切取”方法，该方法生成的数据切片一般只包括边界数据，但是，设备运行过程中产生的一些异常值也会被误认为是边界数据而被切取到数据切片中。
69.如图2所示，本发明的实施例提供一种工业设备监测数据的切取方法，应用于数据切取装置，该方法包括：
70.s21、获取工业设备的监测数据和工业设备的预测数据；
71.s22、计算监测数据和预测数据之间的差值；
72.s23、根据监测数据和预测数据之间的差值判断是否满足预设切取条件；
73.s24、当根据所述监测数据和所述预测数据之间的差值判断满足预设切取条件时，根据所述监测数据记录切片数据。
74.本技术实施例首先获取工业设备的监测数据和工业设备的预测数据；然后计算监测数据和预测数据之间的差值；并根据监测数据和预测数据之间的差值判断是否满足预设切取条件；如果是，则根据监测数据记录切片数据。从而只需对检测数据与预测数据之间的差值满足一定条件的数据才进行切片，避免了对于无需切片数据的切取，提升了数据切片的有效性。
75.对于步骤s21、获取工业设备的监测数据和工业设备的预测数据。
76.示例性地，工业设备的监测数据可以是工业设备的工作电压、工作电流、工作温度、工作功率、工作能耗等中的一种或者多种，以上类型监测数据仅仅作为示例，实际并不限制于此。
77.工业设备的预测数据是相对于工业设备的监测数据而言的，其中工业设备的监测数据是实际检测到的工业设备的数据，而工业设备的预测数据是根据预测而得到的数据(例如，根据历史数据构建预测模型或者预测函数来预测工业设备的预测数据)。
78.示例性地，工业设备的监测数据是具备周期性的数据，在对工业设备进行监测时也是周期性地获取监测数据。从而可以根据工业设备的历史数据来确定工业设备的预测模
型或者预测函数，以用于预测工业设备的预测数据。
79.示例性地，获取工业设备的监测数据和工业设备的预测数据包括：获取多个时刻的工业设备的多份监测数据和相应的多个时刻的工业设备的多份预测数据，多个时刻包括当前时刻和至少一个历史时刻。例如，多份监测数据可以是4份当前时刻是t4，至少一个历史时刻可以包括t1、t2、t3。
80.对于步骤s22、计算监测数据和预测数据之间的差值。
81.其中，监测数据为多个时刻的工业设备的多份监测数据，预测数据为多个时刻的工业设备的多份预测数据。示例性地，计算多份监测数据和相应的多份预测数据之间的多个差值。
82.对于步骤s23、根据监测数据和预测数据之间的差值判断是否满足预设切取条件。
83.在实际应用中数据切取装置可能当前正处于切取状态，也可能正处于未切取状态。当数据切取装置处于未切取状态时，根据监测到的工业设备的监测数据来判断是否满足切取条件。例如，根据监测数据和预测数据之间的差值判断是否满足预设切取条件。
84.如图3所示，本发明的实施例提供一种工业设备监测数据的切取方法，在该实施例中，步骤s23根据监测数据和预测数据之间的差值判断是否满足预设切取条件，包括：
85.s231、采用差值时间窗口从多个差值中获取预设数目个差值。
86.示例性地，差值时间窗口的宽度可以为4，相应的预设数目取值为4，即采用宽度为4的差值时间窗口从预先计算出的多个差值中获取4个差值。
87.s232、根据预设数目个差值判断是否满足预设切取条件。
88.示例性地，差值的大小代表了监测数据与预测数据之间偏差大小，该偏差越大，表明工业设备的监测数据异常的可能性越大。本实施例中同时基于多个监测数据中的预设数据个监测数据所对应的预设数据个差值来判断工业设备异常的可能性，该可能性越大则越有可能满足预设切取条件。
89.s233、如果否，将差值时间窗口向右移动重新获取预设数目个差值，以用于再次判断是否满足预设切取条件(例如，返回步骤s232)；如果是则根据预设数目个差值所对应的预设数目个监测数据确定切取数据。
90.示例性地，差值时间窗口向右移动(或者滑动)的步长为1，即对于一个差值集合{c1、c2、c3、c4、c5}，差值时间窗口的宽度为4，如果在向右移动之前就所获取的4个差值为c1、c2、c3和c4，则在差值时间窗口按照步长1向右移动之后，相应的获取的4个差值数据为c2、c3、c4、c5。
91.示例性地，差值时间窗口向右移动的步长根据当前差值时间窗口所获取的预设数目个差值来确定。例如，如果该预设数目个差值均表明工业设备无异常(例如，该预设数目个差值均小于预设阈值)，则相应的步长可以为差值时间窗口的宽度。例如，对于一个差值集合{c1、c2、c3、c4、c5、c6、c7、c8}，差值时间窗口的宽度为4，如果在向右移动之前就所获取的4个差值为c1、c2、c3和c4，并且该4个差值均表明工业设备无异常，则差值时间窗口的下一次取值可以不包括以上4个差值，从而可以按照步长4向右移动或滑动，移动或者滑动之后所获得的是全新的4个差值c5、c6、c7、c8。这样可以避免对同一差值数据的重复获取及判断，减少了需要进行判断的差值数据的计算量。
92.如图4所示，本发明的实施例提供一种工业设备监测数据的切取方法，在该实施例
中，步骤s232根据预设数目个差值判断是否满足预设切取条件，包括：
93.s2321、对预设数目个差值取绝对值得到第一差值集合。
94.示例性地，实际监测到的工业设备的监测数据可能大于相应的工业设备的预测数据，也可能小于工业设备的预测数据，因此相应的预设数目个差值中可能同时存在正数和负数，因此本实施例中对该预设数据个差值取绝对值得到第一差值集合。
95.s2322、计算第一差值集合的第一算术平均值。
96.s2323、确定第一差值集合中大于第一切取阈值的元素数量。
97.s2324、当第一算术平均值大于第一切取阈值，并且元素数量大于第一预设数量时，判定满足预设切取条件。
98.本实施例中设置了第一切取阈值，该阈值表示数据偏离零值的“显著”程度。并且将第一差值集合中的每一个差值绝对值与该第一切取阈值进行比较，从局部上确定出大于该阈值的差值绝对值的数量；此外，还将第一差值集合中元素的平均值与该阈值进行比较，从总体上来判断工业设备的监测数据异常的可能性。可见本实施例中兼顾了局部和整体来综合判定工业设备的监测数据异常的可能性，提升了判定的准确性，从而可以更加准确的进行数据切取。
99.如图5所示，本发明的实施例提供一种工业设备监测数据的切取方法，在该实施例中，当数据切取装置处于切取状态时，该方法还包括：
100.s25、根据监测数据和预测数据之间的差值判断是否满足预设结束切取条件；
101.s26、如果是，则结束切取，并将数据切取装置切换至未切取状态；
102.s27、如果否，则根据监测数据记录切片数据。
103.本实施例中在数据切取装置处于切取状态时，根据所监测到的工业数据的监测数据以及相应的预测数据之前的差值来判断是否需要结束切取状态。可以在工业设备恢复正常工作后，及时的根据本实施例的方法结束切取状态，避免切取非边界数据。
104.如图6所示，本发明的实施例提供一种工业设备监测数据的切取方法，在该实施例中，步骤s25根据监测数据和预测数据之间的差值判断是否满足预设结束切取条件，包括：
105.步骤s251、采用差值时间窗口从多个差值中获取预设数目个差值。
106.示例性地，差值时间窗口的宽度可以为4，相应的预设数目取值为4，即采用宽度为4的差值时间窗口从预先计算出的多个差值中获取4个差值。
107.步骤s252、根据预设数目个差值判断是否满足预设结束切取条件。
108.示例性地，差值的大小代表了监测数据与预测数据之间偏差大小，该偏差越大，表明工业设备的监测数据异常的可能性越大。本实施例中同时基于多个监测数据中的预设数据个监测数据所对应的预设数据个差值来判断工业设备异常的可能性，该可能性越小则越有可能满足预设结束切取条件。
109.如图7所示，本发明的实施例提供一种工业设备监测数据的切取方法，在该实施例中，步骤s252根据预设数目个差值判断是否满足预设结束切取条件，包括：
110.步骤s2521、对预设数目个差值取绝对值得到第二差值集合；
111.步骤s2522、计算第二差值集合的第二算术平均值；
112.步骤s2523、确定第二差值集合中小于第二切取阈值的元素数量；
113.步骤s2524、当第二算术平均值小于第二切取阈值，并且元素数量小于第二预设数
量时，判定满足预设结束切取条件。
114.本实施例中设置了第二切取阈值，该阈值表示数据偏离零值的“显著”程度。并且将第二差值集合中的每一个差值绝对值与该第二切取阈值进行比较，从局部上确定出小于该阈值的差值绝对值的数量；此外，还将第二差值集合中元素的平均值与该阈值进行比较，从总体上来判断工业设备的监测数据恢复正常的可能性。可见本实施例中兼顾了局部和整体来综合判定工业设备的监测数据恢复正常的可能性，提升了判定的准确性，从而可以更加准确的进行数据切取。
115.如图8所示，为本发明实施例提供的一种工业设备监测数据的切取装置的示意图，该实施例中，该装置包括：
116.数据获取模块810，用于获取工业设备的监测数据和工业设备的预测数据；
117.计算模块820，用于计算所述监测数据和所述预测数据之间的差值；
118.判断模块830，用于根据所述监测数据和所述预测数据之间的差值判断是否满足预设切取条件；
119.数据切取模块840，用于当根据所述监测数据和所述预测数据之间的差值判断满足预设切取条件时，根据所述监测数据记录切片数据。
120.本技术实施例首先获取工业设备的监测数据和工业设备的预测数据；然后计算监测数据和预测数据之间的差值；并根据监测数据和预测数据之间的差值判断是否满足预设切取条件；如果是，则根据监测数据记录切片数据。从而只需对检测数据与预测数据之间的差值满足一定条件的数据才进行切片，避免了对于无需切片数据的切取，提升了数据切片的有效性。
121.在一些实施例中，获取工业设备的监测数据和工业设备的预测数据，包括：
122.获取多个时刻的工业设备的多份监测数据和相应的多个时刻的工业设备的多份预测数据，多个时刻包括当前时刻和至少一个历史时刻；
123.计算所述监测数据和所述预测数据之间的差值，包括：计算多份监测数据和相应的多份预测数据之间的多个差值。
124.在一些实施例中，根据监测数据和预测数据之间的差值判断是否满足预设切取条件，包括：
125.采用差值时间窗口从所述多个差值中获取预设数目个差值；
126.根据预设数目个差值判断是否满足预设切取条件；
127.如果否，将差值时间窗口向右移动重新获取预设数目个差值，以用于再次判断是否满足预设切取条件。
128.在一些实施例中，根据预设数目个差值判断是否满足预设切取条件，包括：
129.对预设数目个差值取绝对值得到第一差值集合；
130.计算第一差值集合的第一算术平均值；
131.确定第一差值集合中大于第一切取阈值的元素数量；
132.当第一算术平均值大于第一切取阈值，并且元素数量大于第一预设数量时，判定满足预设切取条件。
133.在一些实施例中，当数据切取装置处于切取状态时，判断模块还配置为：
134.根据监测数据和预测数据之间的差值判断是否满足预设结束切取条件；
135.如果是，则结束切取，并将数据切取装置切换至未切取状态；
136.如果否，则根据监测数据记录切片数据。
137.在一些实施例中，根据监测数据和预测数据之间的差值判断是否满足预设结束切取条件，包括：
138.采用差值时间窗口从多个差值中获取预设数目个差值；
139.根据预设数目个差值判断是否满足预设结束切取条件。
140.在一些实施例中，根据预设数目个差值判断是否满足预设结束切取条件，包括：
141.对预设数目个差值取绝对值得到第二差值集合；
142.计算第二差值集合的第二算术平均值；
143.确定第二差值集合中小于第二切取阈值的元素数量；
144.当第二算术平均值小于第二切取阈值，并且元素数量小于第二预设数量时，判定满足预设结束切取条件。
145.如图9所示，为本发明的工业设备监测数据的切取方法一实施例的流程图，该方法对应的系统程序以数据的采集周期作为数据的切取处理周期，循环处理设备产生的每一条监测数据，并根据算法1和算法2的判断，持续生成符合条件的数据切片，保存并转发到后台服务程序。所述方法包括：
146.s11：持续采集设备当前周期的监测数据；
147.s12：实时计算当前周期的预测函数值；
148.s13：实时计算监测数据值与预测函数值的差值，并向右滑动差值时间窗口；
149.s14：判断系统当前的切取状态，如果是“未切取”则执行步骤s16，如果是“切取中”则执行步骤s15；
150.s15：将监测数据记录到数据切片中，然后执行步骤s17；
151.s16：选择算法1，判断时间窗口内数据是否满足“切取开始条件”，如果“是”则执行步骤s18，否则结束本周期数据处理；
152.s17：选择算法2，判断时间窗口内数据是否满足“切取结束条件”，如果“是”则执行步骤s19，否则结束本周期数据处理；
153.s18：更改切取状态为“切取中”，并开始记录数据切片，然后结束本周期数据处理；
154.s19：结束记录数据切片，并更改当前切取状态为“未切取”；
155.s20：将生成的数据切片保存并转发，然后结束本周期数据处理；
156.其中，s11所定义的监测数据，是由被监测设备周期性产生的数据流。一般情况下，监测数据是一组双维度的时间序列数据集：第一个维度是采集时间，可以假设某条监测数据的采集时间为t0，后续监测数据采集时间为基于t0的相对时间；第二个维度是监测数据值，表示当前采集时间所对应的监测数据值。在很多应用场景下，监测数据的采集时间具有严格的周期性，比如每100ms采集一次，此时双维度的时间序列数据集可以简化为单维度数据集，即只有监测数据值维度，这种简化不会影响本方法的正确性和准确性。
157.其中，s16所定义的算法1的判断流程如下：
158.s16-1.时间窗口宽度为w(w∈n)，表示时间窗口内数据的数量，取值范围在3-10之间；
159.s16-2.切取阈值为h(h》0)，表示数据偏离零值的“显著”程度；
160.s16-3.时间窗口内数据，用数据集d表示，其中，dn表示当前采集周期的差函数值、d
n-1
表示前1个采集周期的差函数值，依此类推：
161.d＝{dk}，(n-w+1≤k≤n)
162.s16-4.计算数据集d中每个数据的绝对值，用数据集d’表示：
163.d
′
＝{d
′k}＝{abs(dk)}，(n-w+1≤k≤n)s16-5.计算数据集d’中所有数据的算数平均值：
164.s16-6.计算数据集d’中绝对值大于等于阈值h的数量c；
165.s16-7.判断和c的值：只有当并且c≥w-1时，认为满足“切取开始条件”；反之则认为不满足。其中：表示时间窗口内数据值总体偏离程度是“显著”的；c≥w-1，表示窗口内的“大部分”数据值偏离程度是“显著”的。
166.其中，s17所定义的算法2的判断流程如下：
167.s17-1.时间窗口宽度为w(w∈n)，表示时间窗口内数据的数量，取值范围在3-10之间；
168.s17-2.切取阈值为h(h》0)，表示数据偏离零值的“显著”程度；
169.s17-3.时间窗口内数据，用数据集d表示，其中，dn表示当前采集周期的差函数值、d
n-1
表示前1个采集周期的差函数值，依此类推：
170.d＝{dk}，(n-w+1≤k≤n)
171.s17-4.计算数据集d中每个数据的绝对值，用数据集d’表示：
172.d
′
＝{d
′k}＝{abs(dk)}，(n-w+1≤k≤n)
173.s17-5.计算数据集d’中所有数据的算数平均值：
174.s17-6.计算数据集d’中绝对值小于阈值h的数量c；
175.s17-7.判断和c的值：只有当并且c≥w-1时，认为满足“切取结束条件”；反之则认为不满足。其中：表示时间窗口内数据值总体偏离程度是“不显著”的；c≥w-1，表示窗口内的“大部分”数据值偏离程度是“不显著”的。
176.如图10a、10b、10c所示，为工业设备预测函数值一种情况的示意图。设备正常运行时产生的“常规数据”，一般是在其运行状态未发生变化时产生的，在数值上基本保持不变或者呈周期性规律变化，因此，其预测函数分别对应为：常函数和周期函数，相应函数值的特点分别为：“恒定值”和“周期值”。图10a模拟了“恒定值”情况的监测数据值，图10b模拟了“恒定值”情况的预测函数值，图10c模拟了在对应的采集周期内，监测数据值与预测函数值的差值。如果这些差值在0值附近的一个比较小的范围内波动，说明监测数据值与预测函数值之间偏离不大，可以认为此时设备运行状态未发生变化；反之，则说明监测数据值与预测函数值之间有较大偏离，可以认为此时设备运行状态发生了变化或者运行设备运行出现了异常。
177.如图11a、11b、11c所示，为工业设备预测函数值另一种情况的示意图。图11a模拟了“周期值”情况的监测数据值，图11b模拟了“周期值”情况的预测函数值，图11c模拟了在
对应的采集周期内，监测数据值与预测函数值的差值。
178.如图12所示，为算法1所对应判断时间窗口内数据是否满足“切取开始条件”示例图。在本示例中，假设时间窗口宽度w取值为4，切取阈值h取值为0.20，从周期t0开始计算得到的差值数据值依次为：-0.03，-0.22，0.11，0.28，0.15，0.34，0.43，
…
。每个差值时间窗口内4个数据为：当前周期及前三个周期的差值，所以，最早的差值时间窗口为t3(对应的差值数据为t0、t1、t2、t3)。
179.差值时间窗口t3：时间窗口内数据对应的周期为t0、t1、t2、t3，数据集d＝{-0.03，-0.22，0.11，0.28}，数据集d’＝{0.03，0.22，0.11，0.28}，c＝2，不满足“切取开始条件”，结束本周期的数据处理；
180.差值时间窗口t4：时间窗口内数据对应的周期为t1、t2、t3、t4，数据集d＝{-0.22，0.11，0.28，0.15}，数据集d’＝{0.22，0.11，0.28，0.15}，c＝2，不满足“切取开始条件”，结束本周期的数据处理；
181.差值时间窗口t5：时间窗口内数据对应的周期为t2、t3、t4、t5，数据集d＝{0.11，0.28，0.15，0.34}，数据集d’＝{0.11，0.28，0.15，0.34}，c＝2，不满足“切取开始条件”，结束本周期的数据处理；
182.差值时间窗口t6：时间窗口内数据对应的周期为t3、t4、t5、t6，数据集d＝{0.28，0.15，0.34，0.43}，数据集d’＝{0.28，0.15，0.34，0.43}，c＝3≥3，满足“切取开始条件”，更改切取状态为“切取中”，并开始记录数据切片(从当前时间窗口中第一个差值对应的采集周期开始记录数据切片)，然后结束本周期数据处理。
183.如图13所示，为算法2所对应判断时间窗口内数据是否满足“切取结束条件”示例图。在本示例中，假设时间窗口宽度w取值为4，切取阈值h取值为0.20，从周期t0开始计算得到的差值数据值依次为：0.34，0.39，0.19，0.42，0.18，-0.05，0.02，
…
。最早的差值时间窗口为t3。
184.差值时间窗口t3：时间窗口内数据对应的周期为t0、t1、t2、t3，数据集d＝{0.34，0.39，0.19，0.42}，数据集d’＝{0.34，0.39，0.19，0.42}，c＝1，不满足“切取结束条件”，结束本周期的数据处理；
185.差值时间窗口t4：时间窗口内数据对应的周期为t1、t2、t3、t4，数据集d＝{0.39，0.19，0.42，0.18}，数据集d’＝{0.39，0.19，0.42，0.18}，c＝2，不满足“切取结束条件”，结束本周期的数据处理；
186.差值时间窗口t5：时间窗口内数据对应的周期为t2、t3、t4、t5，数据集d＝{0.19，0.42，0.18，-0.05}，数据集d’＝{0.19，0.42，0.18，0.05}，c＝3，不满足“切取结束条件”，结束本周期的数据处理；
187.差值时间窗口t6：时间窗口内数据对应的周期为t3、t4、t5、t6，数据集d＝{0.42，0.18，-0.05，0.02}，数据集d’＝{0.42，0.18，0.05，0.02}，c＝3≥3，满足“切取结束条件”，结束记录数据切片，并更改当前切取状态为“未切取”，将生成的数据切片保存并转发，然后结束本周期数据处理。
188.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作合并，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
189.在一些实施例中，本发明实施例提供一种非易失性计算机可读存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明上述任一项工业设备监测数据的切取方法。
190.在一些实施例中，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项工业设备监测数据的切取方法。
191.在一些实施例中，本发明实施例还提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行工业设备监测数据的切取方法。
192.图14是本技术另一实施例提供的执行工业设备监测数据的切取方法的电子设备的硬件结构示意图，如图14所示，该设备包括：
193.一个或多个处理器1410以及存储器1420，图14中以一个处理器1410为例。
194.执行工业设备监测数据的切取方法的设备还可以包括：输入装置1430和输出装置1440。
195.处理器1410、存储器1420、输入装置1430和输出装置1440可以通过总线或者其他方式连接，图14中以通过总线连接为例。
196.存储器1420作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本技术实施例中的工业设备监测数据的切取方法对应的程序指令/模块。处理器1410通过运行存储在存储器1420中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例工业设备监测数据的切取方法。
197.存储器1420可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据工业设备监测数据的切取装置的使用所创建的数据等。此外，存储器1420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器1420可选包括相对于处理器1410远程设置的存储器，这些远程存储器可以通过网络连接至工业设备监测数据的切取装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
198.输入装置1430可接收输入的数字或字符信息，以及产生与工业设备监测数据的切取装置的用户设置以及功能控制有关的信号。输出装置1440可包括显示屏等显示设备以及
磁盘、互联网、局域网等，以上仅为示例，并不限于此。
199.所述一个或者多个模块存储在所述存储器1420中，当被所述一个或者多个处理器1410执行时，执行上述任意方法实施例中的工业设备监测数据的切取方法。
200.上述产品可执行本技术实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本技术实施例所提供的方法。
201.本技术实施例的电子设备以多种形式存在，包括但不限于:
202.(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iphone)、多媒体手机、功能性手机，以及低端手机等。
203.(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:pda、mid和umpc设备等，例如ipad。
204.(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如ipod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。
205.(4)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
206.(5)其他具有数据交互功能的电子装置。
207.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
208.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
209.最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。
技术特征：1.一种工业设备监测数据的切取方法，应用于数据切取装置，所述方法包括：获取工业设备的监测数据和工业设备的预测数据；计算所述监测数据和所述预测数据之间的差值；根据所述监测数据和所述预测数据之间的差值判断是否满足预设切取条件；如果是，则根据所述监测数据记录切片数据。2.根据权利要求1所述的方法，其中，所述获取工业设备的监测数据和工业设备的预测数据，包括：获取多个时刻的工业设备的多份监测数据和相应的多个时刻的工业设备的多份预测数据，所述多个时刻包括当前时刻和至少一个历史时刻；所述计算所述监测数据和所述预测数据之间的差值，包括：计算多份监测数据和相应的多份预测数据之间的多个差值。3.根据权利要求2所述的方法，其中，所述根据所述监测数据和所述预测数据之间的差值判断是否满足预设切取条件，包括：采用差值时间窗口从所述多个差值中获取预设数目个差值；根据所述预设数目个差值判断是否满足预设切取条件；如果否，将所述差值时间窗口向右移动重新获取预设数目个差值，以用于再次判断是否满足预设切取条件。4.根据权利要求3所述的方法，其中，所述根据所述预设数目个差值判断是否满足预设切取条件，包括：对所述预设数目个差值取绝对值得到第一差值集合；计算所述第一差值集合的第一算术平均值；确定所述第一差值集合中大于第一切取阈值的元素数量；当所述第一算术平均值大于所述第一切取阈值，并且所述元素数量大于第一预设数量时，判定满足预设切取条件。5.根据权利要求2所述的方法，其中，当所述数据切取装置处于切取状态时，所述方法还包括：根据所述监测数据和所述预测数据之间的差值判断是否满足预设结束切取条件；如果是，则结束切取，并将所述数据切取装置切换至未切取状态；如果否，则根据所述监测数据记录切片数据。6.根据权利要求5所述的方法，其中，所述根据所述监测数据和所述预测数据之间的差值判断是否满足预设结束切取条件，包括：采用差值时间窗口从所述多个差值中获取预设数目个差值；根据所述预设数目个差值判断是否满足预设结束切取条件。7.根据权利要求6所述的方法，其中，所述根据所述预设数目个差值判断是否满足预设结束切取条件，包括：对所述预设数目个差值取绝对值得到第二差值集合；计算所述第二差值集合的第二算术平均值；确定所述第二差值集合中小于第二切取阈值的元素数量；当所述第二算术平均值小于所述第二切取阈值，并且所述元素数量小于第二预设数量
时，判定满足预设结束切取条件。8.一种工业设备监测数据的切取装置，包括：数据获取模块，用于获取工业设备的监测数据和工业设备的预测数据；计算模块，用于计算所述监测数据和所述预测数据之间的差值；判断模块，用于根据所述监测数据和所述预测数据之间的差值判断是否满足预设切取条件；数据切取模块，用于当根据所述监测数据和所述预测数据之间的差值判断满足预设切取条件时，根据所述监测数据记录切片数据。9.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任意一项所述方法的步骤。10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任意一项所述方法的步骤。
技术总结本发明公开一种工业设备监测数据的切取方法，应用于数据切取装置，该方法包括：获取工业设备的监测数据和工业设备的预测数据；计算监测数据和预测数据之间的差值；根据监测数据和预测数据之间的差值判断是否满足预设切取条件；如果是，则根据监测数据记录切片数据。从而只需对检测数据与预测数据之间的差值满足一定条件的数据才进行切片，避免了对于无需切片数据的切取，提升了数据切片的有效性。提升了数据切片的有效性。提升了数据切片的有效性。
技术研发人员：巩帅 马夕婷 巩书成 沈彬彬
受保护的技术使用者：北京汉克时代科技有限公司
技术研发日：2022.07.26
技术公布日：2022/11/1
