CN106713472A - 物联网监测***及方法 - Google Patents
物联网监测***及方法 Download PDFInfo
- Publication number
- CN106713472A CN106713472A CN201611252604.0A CN201611252604A CN106713472A CN 106713472 A CN106713472 A CN 106713472A CN 201611252604 A CN201611252604 A CN 201611252604A CN 106713472 A CN106713472 A CN 106713472A
- Authority
- CN
- China
- Prior art keywords
- ambient parameter
- parameter
- internet
- monitoring system
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明提供一种物联网监测***及方法,该***包括:采集端,包含多种类型的探测器,用于采集当前的环境参数;服务器,用于根据所述采集端中各探测器所使用的通信方式不同而对不同通信协议的环境参数进行转化,按照标准化转化生成预设规格的环境参数,将所述环境参数进行存储;还用于根据专家诊断模型检测环境参数是否正常,当所述环境参数不正常时,标记该环境参数并进行预警;终端,用于根据输入条件访问服务器,筛选与输入条件相关的环境参数将其以图表和地图方位的方式进行显示。使得该物联网监测***能够应用于多种复杂网络环境,同时,在采集端与服务器均对数据进行预处理,筛选出异常数据,提高了整个监测***数据分析的准确性。
Description
技术领域
本发明涉及物联网技术领域,特别是涉及一种物联网监测***及方法。
背景技术
物联网(Internet of Things)是一个基于互联网、传统电信网等信息承载体,让所有能够被独立寻址的普通物理对象实现互联互通的网络。它具有普通对象设备化、自治终端互联化和普适服务智能化3个重要特征。或者指把所有物品通过信息传感设备与互联网连接起来,进行信息交换,即物物相息,以实现智能化识别和管理。
然而,现有的物联网各个采集端形成的组网方式单一,无法根据网络环境的变化而变化,不适合复杂网络环境的使用;同时,采集端探测器因其原理不同,导致采集参数存在误差;以及服务器对采集端采集的数据无法准确判断其是否异常,使得通过数据得到分析不够精准。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种物联网监测***及方法,用于解决现有技术中监测***因组网方式复杂无法采集的不同通信协议的各类环境参数进行处理,判断环境是否异常直接进行处理,导致数据分析不够准确的问题。
为实现上述目的及其他相关目的,本发明提供一种物联网监测***,包括:
采集端,包含多种类型的探测器,用于采集当前的环境参数;
服务器,用于根据所述采集端中各探测器所使用的通信方式不同而对不同通信协议的环境参数进行转化,按照标准化转化生成预设规格的环境参数,将所述环境参数进行存储;还用于根据专家诊断模型检测环境参数是否正常,当所述环境参数不正常时,标记该环境参数并进行预警;其中,所述专家诊断模型为历史故障信息样本而形成,所述通信协议的种类与探测器使用的组网方式相对应;
终端,用于根据输入条件访问服务器,筛选与输入条件相关的环境参数将其以图表和地图方位的方式进行显示。
本发明的另一目的在于提供一种物联网监测方法,包括:
采用多种探测器采集对应的环境参数,其中,所述探测器的组网方式包含LORA组网、WIFI组网、移动网络组网中一种或多种;
将多种不同通信协议格式的环境参数按照预设规格一一进行转化,生成统一格式的环境参数;其中,所述统一格式包含设备类别编号、设备名称编号、采集时间、环境参数类型;
根据专家诊断模型检测环境参数是否正常,当所述环境参数不正常时,标记该环境参数并发送预警信号;
将所述环境参数进行分类存储;
根据输入条件访问服务器,筛选与输入条件相关的环境参数将其以图表和地图方位的方式进行显示。
如上所述,本发明的物联网监测***及方法,具有以下有益效果:
通过将多种组网方式组合的采集端,将采集各类环境参数进行标准转化为统一规格的环境参数,使得物联网***能够同时满足多种网络应用环境,同时,通过专家诊断模型检测接收的各个环境参数是否正常,当检测到某个环境参数异常时,标记该环境参数并对应发送预警信号,在各个环境参数未被处理之前,对其进行预检测,相比直接对采集的数据进行分析处理,提高了整个物联网监测***的准确性。
附图说明
图1显示为本发明提供的一种物联网监测***结构框图;
图2显示为本发明提供的一种物联网监测***的完整结构框图;
图3显示为本发明提供的一种物联网监测方法流程图。
元件标号说明:
1 采集端
2 服务器
3 终端
21 数据标准化模块
22 诊断模块
23 存储模块
24 分析处理模块
S1~S4 步骤1至步骤4
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
实施例1
请参阅图1,本发明提供一种物联网监测***结构框图,包括:
采集端1,包含多种类型的探测器,用于采集当前的环境参数;
其中,所述多种类型探测器包含温度传感器、湿度传感器、烟雾传感器、等等,可根据用户需求选择需要采集的参数类型,从而对应增加探测器的类型与数量。
服务器2,用于根据所述采集端中各探测器所使用的通信方式不同而对不同通信协议的环境参数进行转化,按照标准化转化生成预设规格的环境参数,将所述环境参数进行存储;还用于根据专家诊断模型检测环境参数是否正常,当所述环境参数不正常时,标记该环境参数并进行预警;其中,所述专家诊断模型为历史故障信息样本而形成,所述通信协议的种类与探测器使用的组网方式相对应;
终端3,用于根据输入条件访问服务器,筛选与输入条件相关的环境参数将其以图表和地图方位的方式进行显示。
所述终端为计算机、智能手机、平板电脑、掌上电脑或笔记本中任意一种或几种,所述终端通过安装客户端或监控软件可网络连接服务器,其中,服务器内保存的数据可通过终端进行查询,查询的结果以图表和地图方位的方式进行显示;同时,终端可按将数据分析结果进行展示。
在本实施例中,服务器对采集的各类通信协议的环境参数一一进行转化,将其转为统一的预设规格的环境参数,便于统计分析;同时,也便于存储;根据专家诊断模型可检测各个探测器发送的环境参数是否异常,当所述环境参数异常时,可进行预警提示,从服务器端优化了采集的环境数据,避免了做大量无用功数据处理,也变相提高了整个***数据处理的准确性。
实施例2
在所述实施例的基础上,多个所述探测器通过LORA组网连接网关设备,或者,多个所述探测器通过WIFI组网连接网关设备,或者,多个所述探测器通过移动网络组网连接网关设备,其中,所述网关设备通过网络连接服务器进行信息交互。
其中,所述探测器可集成LORA模块、WIFI模块、移动网络模块等;具体地,服务器在其下行方向可网络连接多个网关设备,多个网关设备有的可通过WIFI组网连接其它探测器,也可网关LORA组网连接其它探测器,也可通过移动网络(GPRS、3/4/5G网络)连接其它探测器,例如,Zigbee、总线等方式也可添加进组网中,另外,网关下行联网方式可混合组网。通过将不同探测器以及不同探测器网络的组合方式进行组合,可灵活组网,增大了物联网监测的范围,使得物联网***能够同时满足多种网络应用环境,具有较好的推广性。
实施例3
相比现有的探测器而言,本申请中各个探测器均包含中央处理器,其用于对采集的参数进行累加以判断其是否为扰动信号,如果在一定时间段内累加值为零,则所述参数为扰动信号;如果在一定时间段内,所述参数连续出现或其趋势呈增大方向(在一段时间段内连续的出现,或者,向一个方向呈现的趋势值越来越大),则所述参数为非扰动信号。将探测器采集的数据进行模数转化,采用累加算法以及判断流程逐一判断采集端采集的各种信号是否为扰动信号,扰动信号大多为元器件性能不稳定、电压不稳定或监控参数的偶然变化造成,当检测到采集的信号为扰动信号时,即不将采集信号的上传同步至服务器;只有当检测到采集的信号不为扰动信号,即为正常的信号。通过在采集端内各个探测器中均采用该预处理方式,大大减少了整个监测***的数据量,同时,也提高了原始数据采集的准确性。
另外,在所述中央处理器还存储费加罗温差补偿曲线(关于温度与输出精度曲线),当检测到探测器采集的环境参数时,参照加罗温差补偿曲线根据所述探测器内温度传感器采集的实时温度对采集的环境参数进行数字补偿。即所述探测器内设置有温度传感器(如,霍尼韦尔类型传感器),其中,要求其至少具有高精度,采用温度传感器精度根据实时采集的环境参数按照费加罗温差补偿曲线进行补偿,大幅度提高探测器的输出精度。
实施例4
请参阅图2,为本发明提供的一种物联网监测***的完整结构框图;包括:
所述服务器2包括数据标准化模块21,用于将接收的各种不同通信协议格式的环境参数按照预设规格一一进行转化,生成统一格式的环境参数,所述统一格式包含设备类别编号、设备名称编号、采集时间、环境参数类型;所述服务器还包括诊断模块22,用于根据专家诊断模型检测环境参数是否正常,当所述环境参数不正常时,标记该环境参数并发送预警信号至终端;其中,所述专家诊断模型为历史故障信息样本而形成的数据库,所述专家诊断模块具有自我更新与修正的功能;所述服务器还包括存储模块23,用于根据采集各类环境参数的类型将其分类存储。
具体地,例如,统一格式的环境参数为温度传感器、1、2016-12-27-15:20、40℃,等等,其中,专家诊断模型为大量历史故障信息样本组成,可以深度学***,如准确率99%以上。将经过检测的环境参数进行存储,存储方式可为分布式存储、集中式存储,在此优选为集中式存储。
所述服务器还包括分析处理模块24,其用于根据所述终端的输入条件进行响应,在存储的环境参数中筛选与输入条件呈相关性的数据,将所述反馈至终端;其中,所述输入条件为设备类别编号、设备名称编号、采集时间或环境参数类型中任意一种或几种。
在本实施例中,将所有环境参数统一转为预设规格,便于集中处理,同时,采用专家诊断模型检测各个环境参数,使得分析处理的数据准确性大大提高,更利于用户准确监控各个环境参数。
实施例5
请参阅图3,为发明的另一目的在于提供一种物联网监测方法,包括:
步骤S1,采用多种探测器采集对应的环境参数,其中,所述探测器的组网方式包含LORA组网、WIFI组网、移动网络组网中一种或多种;
步骤S2,将多种不同通信协议格式的环境参数按照预设规格一一进行转化,生成统一格式的环境参数;其中,所述统一格式包含设备类别编号、设备名称编号、采集时间、环境参数类型;
步骤S3,根据专家诊断模型检测环境参数是否正常,当所述环境参数不正常时,标记该环境参数并发送预警信号;
步骤S4,将所述环境参数进行分类存储;
步骤S5,根据输入条件访问服务器,筛选与输入条件相关的环境参数将其以图表和地图方位的方式进行显示。
在本实施例中,先将不同通信协议格式的环境参数一一进行转化,转成统一预设规格的环境参数,便于集中处理,同时,对接收的环境参数进行一一进行检测,判断其是否为异常数据,当筛选出异常环境参数(异常数据),剩余的正常数据在进行统计分析,可提高整个监测方式的准确性。
在实施例5的基础上,所述环境参数在采集之前,需要对采集的参数进行累加以判断其是否为扰动信号,如果在一定时间段内累加值为零,则所述参数为扰动信号;如果在一定时间段内,所述参数连续出现或其趋势呈增大方向,则所述参数为非扰动信号发送至服务器。在每个探测器均对应有扰动判断,相当于AD转换的数据进行数字补偿,可避免了扰动信号当作正常信号处理,提高了监测数据的准确度。
综上所述,本发明通过将多种组网方式组合的采集端,将采集各类环境参数进行标准转化为统一规格的环境参数,使得物联网***能够同时满足多种网络应用环境,同时,通过专家诊断模型检测接收的各个环境参数是否正常,当检测到某个环境参数异常时,标记该环境参数并对应发送预警信号,在各个环境参数未被处理之前,对其进行预检测,相比直接对采集的数据进行分析处理,提高了整个物联网监测***的准确性。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种物联网监测***,其特征在于,包括:
采集端,包含多种类型的探测器,用于采集当前的环境参数;
服务器,用于根据所述采集端中各探测器所使用的通信方式不同而对不同通信协议的环境参数进行转化,按照标准化转化生成预设规格的环境参数,将所述环境参数进行存储;还用于根据专家诊断模型检测环境参数是否正常,当所述环境参数不正常时,标记该环境参数并进行预警;其中,所述专家诊断模型为历史故障信息样本而形成,所述通信协议的种类与探测器使用的组网方式相对应;
终端,用于根据输入条件访问服务器,筛选与输入条件相关的环境参数将其以图表和地图方位的方式进行显示。
2.根据权利要求1所述的物联网监测***,其特征在于,所述多种类型探测器包含温度传感器、湿度传感器、烟雾传感器。
3.根据权利要求1所述的物联网监测***,其特征在于,多个所述探测器通过LORA组网连接网关设备,或者,多个所述探测器通过WIFI组网连接网关设备,或者,多个所述探测器通过移动网络组网连接网关设备,其中,所述网关设备通过网络连接服务器进行信息交互。
4.根据权利要求1所述的物联网监测***,其特征在于,所述探测器包含中央处理器,其用于对采集的参数进行累加以判断其是否为扰动信号,如果在一定时间段内累加值为零,则所述参数为扰动信号;如果在一定时间段内,所述参数连续出现或其趋势呈增大方向,则所述参数为非扰动信号。
5.根据权利要求4所述的物联网监测***,其特征在于,所述中央处理器还存储费加罗温差补偿曲线,当检测到探测器采集的环境参数时,参照加罗温差补偿曲线根据所述探测器内温度传感器采集的实时温度对采集的环境参数进行数字补偿。
6.根据权利要求1所述的物联网监测***,其特征在于,所述服务器包括数据标准化模块,用于将接收的各种不同通信协议格式的环境参数按照预设规格一一进行转化,生成统一格式的环境参数,所述统一格式包含设备类别编号、设备名称编号、采集时间、环境参数类型;所述服务器还包括诊断模块,用于根据专家诊断模型检测环境参数是否正常,当所述环境参数不正常时,标记该环境参数并发送预警信号至终端;其中,所述专家诊断模型为历史故障信息样本而形成的数据库,所述专家诊断模块具有自我更新与修正的功能;所述服务器还包括存储模块,用于根据采集各类环境参数的类型将其分类存储。
7.根据权利要求1所述的物联网监测***,其特征在于,所述服务器还包括分析处理模块,其用于根据所述终端的输入条件进行响应,在存储的环境参数中筛选与输入条件呈相关性的数据,将所述反馈至终端;其中,所述输入条件为设备类别编号、设备名称编号、采集时间或环境参数类型中任意一种或几种。
8.根据权利要求1所述的物联网监测***,其特征在于,所述终端为计算机、智能手机、平板电脑、掌上电脑或笔记本中任意一种或几种。
9.一种物联网监测***,其特征在于,包括:
采用多种探测器采集对应的环境参数,其中,所述探测器的组网方式包含LORA组网、WIFI组网、移动网络组网中一种或多种;
将多种不同通信协议格式的环境参数按照预设规格一一进行转化,生成统一格式的环境参数;其中,所述统一格式包含设备类别编号、设备名称编号、采集时间、环境参数类型;
根据专家诊断模型检测环境参数是否正常,当所述环境参数不正常时,标记该环境参数并发送预警信号;
将所述环境参数进行分类存储;
根据输入条件访问服务器,筛选与输入条件相关的环境参数将其以图表和地图方位的方式进行显示。
10.根据权利要求9所述的物联网监测***,其特征在于,所述探测器在采集环境参数之前,需要对采集的参数进行累加以判断其是否为扰动信号,如果在一定时间段内累加值为零,则所述参数为扰动信号;如果在一定时间段内,所述参数连续出现或其趋势呈增大方向,则所述参数为非扰动信号发送至服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611252604.0A CN106713472A (zh) | 2016-12-30 | 2016-12-30 | 物联网监测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611252604.0A CN106713472A (zh) | 2016-12-30 | 2016-12-30 | 物联网监测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106713472A true CN106713472A (zh) | 2017-05-24 |
Family
ID=58906132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611252604.0A Pending CN106713472A (zh) | 2016-12-30 | 2016-12-30 | 物联网监测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106713472A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107317849A (zh) * | 2017-06-19 | 2017-11-03 | 深圳市盛路物联通讯技术有限公司 | 一种终端设备的工作状态的确定方法及设备 |
CN107566468A (zh) * | 2017-08-24 | 2018-01-09 | 北京虹电科技有限公司 | 低功耗智能无线传感器及其控制*** |
CN107846459A (zh) * | 2017-10-31 | 2018-03-27 | 杭州电子科技大学 | 一种基于LoRa技术的城市空气质量实时监测*** |
CN108181886A (zh) * | 2017-12-30 | 2018-06-19 | ***通信集团江苏有限公司 | 智能乡村物联网管理方法、装置、设备及介质 |
CN108597618A (zh) * | 2018-04-20 | 2018-09-28 | 杭州恒生数字设备科技有限公司 | 一种具有自动学习功能的流感预测摄像机 |
CN108737982A (zh) * | 2018-05-10 | 2018-11-02 | 东北农业大学 | 一种低功耗畜禽舍无线监测网络数据融合方法 |
CN109462622A (zh) * | 2019-01-15 | 2019-03-12 | 中电工业互联网有限公司 | 一种跨行业的协议解析***及方法 |
CN109557250A (zh) * | 2017-09-27 | 2019-04-02 | 广东飞和信息科技有限公司 | 基于物联网的环境数据监测方法及装置 |
CN109738017A (zh) * | 2019-01-24 | 2019-05-10 | 安徽斯瑞菱智能科技有限公司 | 一种工业现场环境检测方法及*** |
CN109752607A (zh) * | 2017-11-06 | 2019-05-14 | 株洲中车时代电气股份有限公司 | 一种牵引变流器故障诊断的方法及*** |
CN109842682A (zh) * | 2019-01-31 | 2019-06-04 | 内蒙古工业大学 | 一种基于物联网的分布式环境安全学习及预警方法 |
CN110505114A (zh) * | 2019-07-23 | 2019-11-26 | 昆明理工大学 | 一种云计算环境下节点异常判断方法 |
CN110535895A (zh) * | 2018-05-25 | 2019-12-03 | 武汉虹信技术服务有限责任公司 | 一种基于物联网技术的机房监控*** |
CN110990903A (zh) * | 2019-11-29 | 2020-04-10 | 腾讯科技(深圳)有限公司 | 一种云端***以及云端***保护方法 |
CN111432366A (zh) * | 2020-03-19 | 2020-07-17 | 浙江清环智慧科技有限公司 | 基于嵌入式单片机明文报表式流量数据的处理方法及装置 |
CN111917697A (zh) * | 2020-03-17 | 2020-11-10 | 北京融汇画方科技有限公司 | 基于非客户端模式主动检查在线违规外联技术 |
CN114965968A (zh) * | 2022-04-20 | 2022-08-30 | 四川省建筑科学研究院有限公司 | 用于获得大体积混凝土内部参数的监测*** |
CN115297191A (zh) * | 2022-09-30 | 2022-11-04 | 成都云智北斗科技有限公司 | 一种多数据流服务器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102035876A (zh) * | 2010-10-15 | 2011-04-27 | 江苏鸿信***集成有限公司 | 基于m2m架构的农业大棚远程监测和智能控制***及方法 |
CN102063078A (zh) * | 2009-11-13 | 2011-05-18 | 深圳达实智能股份有限公司 | 中央空调能耗远程监测*** |
CN104181896A (zh) * | 2014-08-29 | 2014-12-03 | 四川九成信息技术有限公司 | 一种基于物联网的工控采集状态监控*** |
CN105353744A (zh) * | 2015-11-23 | 2016-02-24 | 重庆安迈科技有限公司 | 基于物联网的锅炉监控方法 |
CN105761460A (zh) * | 2016-04-21 | 2016-07-13 | 珠海市埃帝尔软件技术有限公司 | 一种综合一体化安全防范分析报警***和方法 |
-
2016
- 2016-12-30 CN CN201611252604.0A patent/CN106713472A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102063078A (zh) * | 2009-11-13 | 2011-05-18 | 深圳达实智能股份有限公司 | 中央空调能耗远程监测*** |
CN102035876A (zh) * | 2010-10-15 | 2011-04-27 | 江苏鸿信***集成有限公司 | 基于m2m架构的农业大棚远程监测和智能控制***及方法 |
CN104181896A (zh) * | 2014-08-29 | 2014-12-03 | 四川九成信息技术有限公司 | 一种基于物联网的工控采集状态监控*** |
CN105353744A (zh) * | 2015-11-23 | 2016-02-24 | 重庆安迈科技有限公司 | 基于物联网的锅炉监控方法 |
CN105761460A (zh) * | 2016-04-21 | 2016-07-13 | 珠海市埃帝尔软件技术有限公司 | 一种综合一体化安全防范分析报警***和方法 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107317849A (zh) * | 2017-06-19 | 2017-11-03 | 深圳市盛路物联通讯技术有限公司 | 一种终端设备的工作状态的确定方法及设备 |
CN107566468A (zh) * | 2017-08-24 | 2018-01-09 | 北京虹电科技有限公司 | 低功耗智能无线传感器及其控制*** |
CN107566468B (zh) * | 2017-08-24 | 2020-09-08 | 山西农谷科芯农业科技有限公司 | 低功耗智能无线传感器及其控制*** |
CN109557250A (zh) * | 2017-09-27 | 2019-04-02 | 广东飞和信息科技有限公司 | 基于物联网的环境数据监测方法及装置 |
CN107846459A (zh) * | 2017-10-31 | 2018-03-27 | 杭州电子科技大学 | 一种基于LoRa技术的城市空气质量实时监测*** |
CN109752607A (zh) * | 2017-11-06 | 2019-05-14 | 株洲中车时代电气股份有限公司 | 一种牵引变流器故障诊断的方法及*** |
CN108181886A (zh) * | 2017-12-30 | 2018-06-19 | ***通信集团江苏有限公司 | 智能乡村物联网管理方法、装置、设备及介质 |
CN108597618A (zh) * | 2018-04-20 | 2018-09-28 | 杭州恒生数字设备科技有限公司 | 一种具有自动学习功能的流感预测摄像机 |
CN108737982A (zh) * | 2018-05-10 | 2018-11-02 | 东北农业大学 | 一种低功耗畜禽舍无线监测网络数据融合方法 |
CN110535895A (zh) * | 2018-05-25 | 2019-12-03 | 武汉虹信技术服务有限责任公司 | 一种基于物联网技术的机房监控*** |
CN109462622A (zh) * | 2019-01-15 | 2019-03-12 | 中电工业互联网有限公司 | 一种跨行业的协议解析***及方法 |
CN109462622B (zh) * | 2019-01-15 | 2021-05-28 | 中电工业互联网有限公司 | 一种跨行业的协议解析***及方法 |
CN109738017A (zh) * | 2019-01-24 | 2019-05-10 | 安徽斯瑞菱智能科技有限公司 | 一种工业现场环境检测方法及*** |
CN109738017B (zh) * | 2019-01-24 | 2023-10-27 | 安徽斯瑞菱智能科技有限公司 | 一种工业现场环境检测方法及*** |
CN109842682A (zh) * | 2019-01-31 | 2019-06-04 | 内蒙古工业大学 | 一种基于物联网的分布式环境安全学习及预警方法 |
CN110505114A (zh) * | 2019-07-23 | 2019-11-26 | 昆明理工大学 | 一种云计算环境下节点异常判断方法 |
CN110505114B (zh) * | 2019-07-23 | 2022-08-09 | 昆明理工大学 | 一种云计算环境下节点异常判断方法 |
CN110990903A (zh) * | 2019-11-29 | 2020-04-10 | 腾讯科技(深圳)有限公司 | 一种云端***以及云端***保护方法 |
CN111917697A (zh) * | 2020-03-17 | 2020-11-10 | 北京融汇画方科技有限公司 | 基于非客户端模式主动检查在线违规外联技术 |
CN111432366A (zh) * | 2020-03-19 | 2020-07-17 | 浙江清环智慧科技有限公司 | 基于嵌入式单片机明文报表式流量数据的处理方法及装置 |
CN114965968A (zh) * | 2022-04-20 | 2022-08-30 | 四川省建筑科学研究院有限公司 | 用于获得大体积混凝土内部参数的监测*** |
CN115297191A (zh) * | 2022-09-30 | 2022-11-04 | 成都云智北斗科技有限公司 | 一种多数据流服务器 |
CN115297191B (zh) * | 2022-09-30 | 2022-12-16 | 成都云智北斗科技有限公司 | 一种多数据流服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106713472A (zh) | 物联网监测***及方法 | |
US11295238B2 (en) | Data orchestration platform management | |
Bifet et al. | Pitfalls in benchmarking data stream classification and how to avoid them | |
Le Phuoc et al. | Linked Open Data in Sensor Data Mashups,. | |
Yang et al. | A time efficient approach for detecting errors in big sensor data on cloud | |
US8301386B1 (en) | Classification and web-based presentation of oil and gas SCADA data | |
US20170132263A1 (en) | Space-time-node engine signal structure | |
US20160316723A1 (en) | System and method for monitoring and anaylzing animal related data | |
Rodríguez et al. | Managing Sensor Data Uncertainty: a data quality approach | |
Mukherjee et al. | Leveraging big data analytics in 5G‐enabled IoT and industrial IoT for the development of sustainable smart cities | |
CN104572975B (zh) | 一种实时数据处理分析*** | |
CN105447681A (zh) | 一种理化检测控制与信息管理*** | |
Marie et al. | QoCIM: a meta-model for quality of context | |
Sumathi et al. | Retracted: Soil monitoring and evaluation system using EDL‐ASQE: Enhanced deep learning model for IoT smart agriculture network | |
Ou et al. | Design and implementation of anomaly condition detection in agricultural IoT platform system | |
Diván et al. | Towards a consistent measurement stream processing from heterogeneous data sources | |
CN106685946B (zh) | 一种物联网感知层入侵检测*** | |
CN106918363A (zh) | 基于Azure的奶牛场环境数据采集***及方法 | |
Kenda et al. | Mashups for the web of things | |
US20170236181A1 (en) | Electronic device, system, and method | |
Kumar et al. | A survey on IoT performances in big data | |
Cao et al. | Prediction of medical expenses for gastric cancer based on process mining | |
CN110674130A (zh) | 数据传输方法 | |
Ann et al. | Quality assurance in big data analytics: An IoT perspective | |
Brahmam et al. | NODSTAC: novel outlier detection technique based on spatial, temporal and attribute correlations on IoT Bigdata |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170524 |