CN108460157B - 一种数据处理方法以及处理设备 - Google Patents

Abstract

本申请提供一种数据处理方法以及处理设备，用于计算工业设备的运行指数，以单个数字的形式直观地反映出工业设备的运行状态。本申请提供的数据处理方法包括：处理设备确定数据样本窗口；处理设备根据数据样本窗口，从第一数据集合中获取第二数据集合，第一数据集合包括工业设备的设备数据，第一数据集合用于指示工业设备的运行状态；处理设备根据第二数据集合，计算工业设备的运行指数。

Description

一种数据处理方法以及处理设备

技术领域

本申请涉及数据处理领域，尤其涉及一种数据处理方法以及处理设备。

背景技术

物联网的概念随着相关技术的不断发展以及用户需求的不断更新，在实际生活中的应用上也不断落实。

如何对设备的相关数据进行合理分析，在物联网的应用中处于关键的一环。

然而，在工业物联网领域中，如何对设备数据进行合理处理，仍然需要进一步的优化。

发明内容

本申请提供一种数据处理方法以及处理设备，用于计算工业设备的运行指数，以单个数字的形式直观地反映出工业设备的运行状态。

本申请在第一方面，提供一种数据处理方法，包括：

处理设备确定数据样本窗口；

处理设备根据数据样本窗口，从第一数据集合中获取第二数据集合，第一数据集合包括工业设备的设备数据，第一数据集合用于指示工业设备的运行状态；

处理设备根据第二数据集合，计算工业设备的运行指数。

结合本申请第一方面，在本申请第一方面第一种可能的实现方式中，处理设备根据数据样本窗口，从第一数据集合中获取第二数据集合包括：

处理设备根据数据样本窗口，从第一数据集合中获取当前时刻的第二数据集合。

结合本申请第一方面，在本申请第一方面第二种可能的实现方式中，处理设备根据第二数据集合，计算工业设备的运行指数包括：

处理设备根据第二数据集合以及第一公式，计算运行指数，第一公式包括：

其中，μ为指数调节系数，ω_i为目标参数i的指数权值，K_i(t)为i在t时刻的样本值，τ_i为i的样本基准值，ε_i为i的指数标准值。

结合本申请第一方面，在本申请第一方面第三种可能的实现方式中，当运行指数的计算周期包括多个目标参数j的采样周期时，处理设备根据第二数据集合，计算工业设备的运行指数包括：

处理设备根据第二数据集合以及第二公式，计算运行指数，第二公式包括：

其中，μ为指数调节系数，ω_j为j的指数权值，▽K_j(t)为j在数据采样周期内的均值，τ_j为j的样本基准值，ε_j为j的指数标准值。

结合本申请第一方面，在本申请第一方面第四种可能的实现方式中，处理设备根据第二数据集合，计算工业设备的运行指数包括：

处理设备根据第二数据集合，计算工业设备的运行综合指数、运行平稳指数、运行能耗指数以及运行动力指数中的任意一种或者任意组合。

本申请在第二方面，提供一种处理设备，包括：

确定单元，用于确定数据样本窗口；

获取单元，用于根据数据样本窗口，从第一数据集合中获取第二数据集合，第一数据集合包括工业设备的设备数据，第一数据集合用于指示工业设备的运行状态；

计算单元，用于根据第二数据集合，计算工业设备的运行指数。

结合本申请第二方面，在本申请第二方面第一种可能的实现方式中，获取单元，具体用于根据数据样本窗口，从第一数据集合中获取当前时刻的第二数据集合。

结合本申请第二方面，在本申请第二方面第二种可能的实现方式中，计算单元，具体用于根据第二数据集合以及第一公式，计算运行指数，第一公式包括：

其中，μ为指数调节系数，ω_i为目标参数i的指数权值，K_i(t)为i在t时刻的样本值，τ_i为i的样本基准值，ε_i为i的指数标准值。

结合本申请第二方面，在本申请第二方面第三种可能的实现方式中，计算单元，具体用于当运行指数的计算周期包括多个目标参数j的采样周期时，根据第二数据集合以及第二公式，计算运行指数，第二公式包括：

其中，μ为指数调节系数，ω_j为j的指数权值，▽K_j(t)为j在数据采样周期内的均值，τ_j为j的样本基准值，ε_j为j的指数标准值。

结合本申请第二方面，在本申请第二方面第四种可能的实现方式中，计算单元，具体用于根据第二数据集合，计算工业设备的运行综合指数、运行平稳指数、运行能耗指数以及运行动力指数中的任意一种或者任意组合。

本申请在第三方面，提供了了一种计算机可读存储介质，计算机可读存储介质包括指令，当该指令在处理设备上运行时，使得处理设备执行如上述本申请第一方面或者第一方面中可能的实现方式中任意一种的流程。

本申请在第四方面，提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，当计算机软件指令在处理设备上运行时，使得处理设备执行如上述本申请第一方面或者第一方面中可能的实现方式中任意一种的流程。

从以上技术方案可以看出，本申请具有以下优点：

处理设备确定数据分析任务对应的数据样本窗口，并根据数据样本窗口从包括设备数据的第一数据集合中获取数据分析任务所需的第二数据集合，根据筛选出的众多数据计算工业设备的运行指数，以单个数字的形式直观地反映出工业设备的运行状态，从而节省了用户大量的人力成本，以及方便对工业设备的运行状态进行评估和预测。

附图说明

图1为本申请提供的数据处理方法的一种流程示意图；

图2为本申请提供的数据处理方法的又一种流程示意图；

图3为本申请提供的数据样本窗口的一种实施例示意图；

图4为本申请提供的第一数据集合的一种实施例示意图；

图5为本申请提供的ω_k的一种实施例示意图；

图6为本申请提供的运行指数的一种实施例示意图；

图7为本申请提供的数据处理方法的又一种流程示意图；

图8为本申请提供的处理设备的一种结构示意图；

图9为本申请提供的处理设备的又一种结构示意图；

图10为本申请提供的处理设备的又一种结构示意图。

具体实施方式

本申请提供一种数据处理方法以及处理设备，用于计算工业设备的运行指数，以单个数字的形式直观地反映出工业设备的运行状态。

下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获取的所有其他实施例，都属于本申请保护的范围。

下面则开始对本申请进行详述说明。

首先，请参阅图1，图1示出了本申请提供的数据处理方法的一种流程示意图，本申请提供的数据处理方法包括：

步骤101，处理设备确定数据样本窗口；

需要说明的是，本申请中所指的处理设备为工业物联网中所涉及的具有数据处理能力的设备，在实际应用中，处理设备具体可以为服务器、控制器等设备，或者还可以具体为电脑、手机等设备，具体在此不做限定。

数据样本窗口也可理解为数据选择窗口，数据样本窗口与处理设备的数据分析任务相对应，根据不同的数据样本窗口，处理设备可从一个数据集合中筛选出不同预设范围的子集，处理设备根据触发的数据分析任务，即可确定对应的数据样本窗口。

步骤102，处理设备根据数据样本窗口，从第一数据集合中获取第二数据集合；

其中，第一数据集合包括工业设备的设备数据，或者，第一数据集合也可直接为工业设备的设备数据的集合，工业设备可以为一种或者多种，设备数据也可以为一种或者多种，例如工业设备的设备温度、瞬间能耗、故障或者报警等等数据，具体在此不做限定。

容易理解，第一数据集合中的工业设备的设备数据可指示工业设备的运行状态。

处理设备再确定数据样本窗口后，即可从第一数据集合中获取数据分析任务对应的目标数据集合，即第二数据集合。

步骤103，处理设备根据第二数据集合，计算工业设备的运行指数。

可以理解，处理设备进行的的数据分析任务，对工业设备的运行状态进行分析，就是通过对所采集的工业设备的设备数据样本进行高度抽象，确定数据分析任务对应的数据样本窗口，并根据数据样本窗口从包括设备数据的第一数据集合中获取数据分析任务所需的第二数据集合，根据筛选出的众多数据计算工业设备的运行指数，将瞬时数据转化成单个参数，以单个数字的形式直观地反映出工业设备的运行状态，从而大大提高了数据的数值可辨识性以及变化可识别性，且更能快速、精准地把握工业设备的运行状态。

通过计算工业设备的运行指数，以及监控运行指数随运行时间的变化，不仅可获知工业设备瞬时的运行状态，还可从连续变化的瞬时运行状态中获知工业设备的运行趋势，从而方便对工业设备的运行状态进行评估和预测。

在计算工业设备的运行指数后，处理设备可直接向用户展示工业设备的运行指数，或者，或者也可在本地进行保存，或者还可上传至服务器等其他设备进行保存，以待使用。

其中，具体的，处理设备可通过处理设备自身的显示屏、扬声器、震动马达或者指示灯等器件向用户展示工业设备的运行指数；或者，还可通过有线/无线连接，例如数据线、网线、无线保真(wireless fidelity，WIFI)、蓝牙等连接方式，向相关的展示设备传输工业设备的运行指数，展示设备在接收到该工业设备的运行指数后，即可通过展示设备自身的显示屏、扬声器、震动马达或者指示灯等器件向用户展示工业设备的运行指数，展示设备具体可以为电脑、手机、智能手环等智能手表等设备，或者，具体还可以为显示屏、扬声器、震动马达或者指示灯等器件，具体在此不做限定。

从上述可看出，本申请提供的数据处理方法，处理设备确定数据分析任务对应的数据样本窗口，并根据数据样本窗口从包括设备数据的第一数据集合中获取数据分析任务所需的第二数据集合，根据筛选出的众多数据计算工业设备的运行指数，以单个数字的形式直观地反映出工业设备的运行状态，从而节省了用户大量的人力成本，以及方便对工业设备的运行状态进行评估和预测。

为便于更进一步理解，下面则开始对本申请提供的数据处理方法在实际应用中的应用进行更为具体的介绍。

容易理解，在实际应用中，对于不同的数据，处理设备可确定不同的数据样本窗口，进一步的，处理设备还可根据不同的目标参数，通过不同公式计算工业设备的运行指数，例如：

一、第一公式

如图2示出的本申请提供的数据处理方法的又一种流程示意图，本申请提供的数据处理方法包括：

步骤201，处理设备确定数据样本窗口；

可以理解，步骤201与图1对应实施例的步骤101类似，具体在此不再赘述。

步骤202，处理设备根据数据样本窗口，从第一数据集合中获取当前时刻的第二数据集合；

可以理解，工业设备的设备数据的重要特征之一就是时间特征，数据样本窗口可对第一数据集合进行时间的筛选，即设置一个预设时刻范围，如此，处理设备即可从第一数据集合中获取预设时刻范围内的第二数据集合。

以图3为例，图3示出了一种数据样本窗口的实施例示意图，图3中示出了某台工业设备电压参数变量以及电流参数变量的时间走势。

在图3中，预设了6个时刻，时刻1：很久以前，比如，1个月前；时刻2：以前，比如，1天之前；时刻3：刚才，比如是15分钟之前；时刻4：当前，就是现在；时刻5：马上，比如，10分钟之后；时刻6：将来，比如，24小时之后。

刻度之间的矩形范围，就是数据样本窗口：窗口A：最近15分钟的数据；窗口B：1天以来的数据；窗口C：1个月以来的数据；此外，需要注意的是，还有一组数据是不能忽略略的，就是当前的瞬间数据，窗口X，当前的瞬间数据，这实际上也是一个选择窗口。

需要注意的是，窗口X与之前的窗口A、B、C不同的是，窗口X的数据集合里面，通常只有一组数据；而A、B、C这些窗口的集合，通常有多组数据。

假设每个选择窗口和对应该窗口的数据量分别是：

窗口X：当前的数据(1组)；

窗口A：最近15分钟的数据(137组)；

窗口B：1个月以来的数据(31629组)；

窗口C：2年以来的数据(821307组)；

处理设备通过窗口X、A、B、C，可以实现的数据分析任务是：

窗口X：分析当前数据的合理理性、条件触发、计算运行指数；

窗口A：分析未来5分钟的数据变化趋势；

窗口B：分析数据变化规律、数据相关性、平稳性以及数据特征；

窗口C：可以有更多的分析命题可能性。

处理设备可以根据实际需要或者人工选择来确定数据样本窗口，并且针对具体运行指数的分析任务，例如运行综合指数的分析计算、运行平稳指数的分析计算、运行能耗指数的分析计算以及运行动力指数的分析计算中的任意一种或者任意组合，选择对应的数据样本窗口。

数据样本窗口对应的数据的整体是一个集合(可能还包括子集)，而这个集合(或者子集)的元素，构成一个时间序列。

在实际应用中，针对工业物联网领域的设备运行指数分析计算，通常可以选择窗口X的数据样本，如图4示出的第一数据集合的一种实施例示意图，处理设备可从1-m组数据中筛选出当前t时刻对应的数据，并根据当前时刻的数据计算运行指数，从而方便对工业设备未来的运行状态进行评估以及预测。

步骤203，处理设备根据第二数据集合以及第一公式，计算工业设备的运行指数；

可以理解，当处理设备根据数据样本窗口从第一数据集合中获取到的第二数据集合为t时刻的目标参数i时，在该情况下，即可通过第一公式计算工业设备的运行指数。

其中，第一公式具体为：

μ为指数调节系数，ω_i为目标参数i的指数权值，K_i(t)为i在t时刻的样本值，τ_i为i的样本基准值，ε_i为i的指数标准值。

具体的，μ是一个常数，来调节指数的绝对值的期望范围，如果后面的计算值在四位数(1000)的范围，那么就可以根据样本去确定这个应该是什么。

ω_i是针对i的指数权值，用于标识i的重要性，ω_i≥0，且

ω_i可由下列权值计算公式得出：

如图5示出的ω_k的一种实施例示意图，根据不同的指数等级以及不同情况，ω_k对应不同的数值，通过上述权值计算公式得出每个ω_k在ω_k集合中的权值，即ω_i。

K_i(t)是t时刻i采样的数值。

τ_i是样本基准值，也可以称之为参数基准值，是指工业设备正常运行后，每个对应参数的预期额定值。

ε_i是指数基准值，是对应各参数的指数标准，这个值的范围原则上没有限制，一般可以确定为0≤ε_i≤100，指数标准值可以根据指数的设计特征而定。

综合运行指数可以选择相同的指数标准值，比如，ε_i＝100；对于有侧重的指数设计，最多可以有2个值，ε_imax和ε_imin，ε_imax>ε_imin>0，且满足：

变换后：

步骤204，当工业设备的运行指数达到警戒阈值时，向用户提示警示信息。

可以理解，如图6示出的运行指数的实施例示意图，在计算工业设备的运行指数时，工业设备还可监控运行指数的变化，并设置一个或者多个的警戒阈值，当运行指数达到对应的警戒阈值时，即可向用户提示警示信息，以便用户及时应对相应的警戒情况，保证工业设备的稳定运行。

以一组实际参数为例，当运行指数维持在580左右时，变化幅度在±10的时候，说明工业设备运行是平稳的；当运行指数维持在660左右时，说明工业设备出现故障；运行指数维持在730左右时，说明工业设备出现报警；当运行指数以+3连续递增超过10个周期时，意味着其中某一个参数(如工作压力)有升高趋势；当运行指数的变化幅度超过±30连续变化时，说明工业设备处于不稳定状态，例如温度变化很大。

处理设备具体可通过处理设备自身的显示屏、扬声器、震动马达或者指示灯等器件向用户提示警示信息；或者，还可通过有线/无线连接，例如数据线、网线、WIFI、蓝牙等连接方式，向相关的展示设备传输警示信息，展示设备在接收到警示信息后，即可通过展示设备自身的显示屏、扬声器、震动马达或者指示灯等器件向用户提示警示信息，展示设备具体可以为电脑、手机、智能手环等智能手表等设备，或者，具体还可以为显示屏、扬声器、震动马达或者指示灯等器件，具体在此不做限定。

二、第二公式

运行指数的计算周期，应该是数据采样周期的整数倍，而且不低于1秒。如果数据采样的周期是5秒，那么，计算指数的周期可以是5秒，或者是10秒；如果数据采样周期是0.2秒，那么指数计算的周期应该是1秒。如果采样一个指数计算周期包含了多个采样周期，那么，目标参数的值应该是这个周期内该目标参数的均值。

如图7示出的本申请提供的数据处理方法的又一种流程示意图，本申请提供的数据处理方法包括：

步骤701，处理设备确定数据样本窗口；

步骤702，处理设备根据数据样本窗口，从第一数据集合中获取预设时刻范围内的第二数据集合；

可以理解，步骤701以及步骤702与图2实施例对应步骤201以及步骤202类似，具体在此不再赘述。

步骤703，处理设备根据第二数据集合以及第二公式，计算运行指数；

可以理解，当运行指数的计算周期包括多个目标参数j的采样周期时，在该情况下，即可通过第二公式计算工业设备的运行指数。

其中，第二公式具体为：

μ为指数调节系数，ω_j为j的指数权值，▽K_j(t)为j在数据采样周期内的均值，τ_j为j的样本基准值，ε_j为j的指数标准值。

具体的，μ是一个常数，来调节指数的绝对值的期望范围，如果后面的计算值在四位数(1000)的范围，那么就可以根据样本去确定这个应该是什么。

ω_j是针对j的指数权值，用于标识j的重要性，ω_j≥0，且

ω_j可由下列权值计算公式得出：

如图5示出的ω_k的一种实施例示意图，根据不同的指数等级以及不同情况，ω_k对应不同的数值，通过上述权值计算公式得出每个ω_k在ω_k集合中的权值，即ω_j。

▽K_j(t)是数据采样周期内j的均值。

τ_j是样本基准值，也可以称之为参数基准值，是指工业设备正常运行后，每个对应参数的预期额定值。

ε_j是指数基准值，是对应各参数的指数标准，这个值的范围原则上没有限制，一般可以确定为0≤ε_j≤100，指数标准值可以根据指数的设计特征而定。

综合运行指数可以选择相同的指数标准值，比如，ε_j＝100；对于有侧重的指数设计，最多可以有2个值，ε_jmax和ε_jmin，ε_jmax>ε_jmin>0，且满足：

变换后：

步骤704，当工业设备的运行指数达到警戒阈值时，向用户提示警示信息。

可以理解，步骤704与图2实施例对应步骤204类似，具体在此不再赘述。

下面，则开始从从模块化功能实体的角度介绍本申请提供的处理设备。

如图8示出的本申请提供的处理设备的一种结构示意图，本申请提供的处理设备800包括：

确定单元801，用于确定数据样本窗口；

需要说明的是，本申请中所指的处理设备为工业物联网中所涉及的具有数据处理能力的设备，在实际应用中，处理设备具体可以为服务器、控制器等设备，或者还可以具体为电脑、手机等设备，具体在此不做限定。

数据样本窗口也可理解为数据选择窗口，数据样本窗口与处理设备的数据分析任务相对应，根据不同的数据样本窗口，处理设备可从一个数据集合中筛选出不同预设范围的子集，处理设备根据触发的数据分析任务，即可确定对应的数据样本窗口。

获取单元802，用于根据数据样本窗口，从第一数据集合中获取第二数据集合；

其中，第一数据集合包括工业设备的设备数据，或者，第一数据集合也可直接为工业设备的设备数据的集合，工业设备可以为一种或者多种，设备数据也可以为一种或者多种，例如工业设备的设备温度、瞬间能耗、故障或者报警等等数据，具体在此不做限定。

容易理解，第一数据集合中的工业设备的设备数据可指示工业设备的运行状态。

处理设备再确定数据样本窗口后，即可从第一数据集合中获取数据分析任务对应的目标数据集合，即第二数据集合。

计算单元803，用于根据第二数据集合，计算工业设备的运行指数。

可以理解，处理设备进行的的数据分析任务，对工业设备的运行状态进行分析，就是通过对所采集的工业设备的设备数据样本进行高度抽象，确定数据分析任务对应的数据样本窗口，并根据数据样本窗口从包括设备数据的第一数据集合中获取数据分析任务所需的第二数据集合，根据筛选出的众多数据计算工业设备的运行指数，将瞬时数据转化成单个参数，以单个数字的形式直观地反映出工业设备的运行状态，从而大大提高了数据的数值可辨识性以及变化可识别性，且更能快速、精准地把握工业设备的运行状态。

通过计算工业设备的运行指数，以及监控运行指数随运行时间的变化，不仅可获知工业设备瞬时的运行状态，还可从连续变化的瞬时运行状态中获知工业设备的运行趋势，从而方便对工业设备的运行状态进行评估和预测。

在计算工业设备的运行指数后，处理设备可直接向用户展示工业设备的运行指数，或者，或者也可在本地进行保存，或者还可上传至服务器等其他设备进行保存，以待使用。

其中，具体的，处理设备可通过处理设备自身的显示屏、扬声器、震动马达或者指示灯等器件向用户展示工业设备的运行指数；或者，还可通过有线/无线连接，例如数据线、网线、WIFI、蓝牙等连接方式，向相关的展示设备传输工业设备的运行指数，展示设备在接收到该工业设备的运行指数后，即可通过展示设备自身的显示屏、扬声器、震动马达或者指示灯等器件向用户展示工业设备的运行指数，展示设备具体可以为电脑、手机、智能手环等智能手表等设备，或者，具体还可以为显示屏、扬声器、震动马达或者指示灯等器件，具体在此不做限定。

从上述可看出，本申请提供的处理设备，确定数据分析任务对应的数据样本窗口，并根据数据样本窗口从包括设备数据的第一数据集合中获取数据分析任务所需的第二数据集合，根据筛选出的众多数据计算工业设备的运行指数，以单个数字的形式直观地反映出工业设备的运行状态，从而节省了用户大量的人力成本，以及方便对工业设备的运行状态进行评估和预测。

为便于更进一步理解，下面则开始对本申请提供的处理设备在实际应用中的应用进行更为具体的介绍。

容易理解，在实际应用中，对于不同的数据，处理设备可确定不同的数据样本窗口，进一步的，处理设备还可根据不同的目标参数，通过不同公式计算工业设备的运行指数，例如：

一、第一公式

如图9示出的本申请提供的处理设备的又一种结构示意图，本申请提供的处理设备900包括：

确定单元901，用于确定数据样本窗口；

可以理解，确定单元901与图8对应实施例的确定单元801类似，具体在此不再赘述。

获取单元902，用于根据数据样本窗口，从第一数据集合中获取当前时刻的第二数据集合；

可以理解，工业设备的设备数据的重要特征之一就是时间特征，数据样本窗口可对第一数据集合进行时间的筛选，即设置一个预设时刻范围，如此，处理设备即可从第一数据集合中获取预设时刻范围内的第二数据集合。

以图3为例，图3示出了一种数据样本窗口的实施例示意图，图3中示出了某台工业设备电压参数变量以及电流参数变量的时间走势。

在图3中，预设了6个时刻，时刻1：很久以前，比如，1个月前；时刻2：以前，比如，1天之前；时刻3：刚才，比如是15分钟之前；时刻4：当前，就是现在；时刻5：马上，比如，10分钟之后；时刻6：将来，比如，24小时之后。

刻度之间的矩形范围，就是数据样本窗口：窗口A：最近15分钟的数据；窗口B：1天以来的数据；窗口C：1个月以来的数据；此外，需要注意的是，还有一组数据是不能忽略略的，就是当前的瞬间数据，窗口X，当前的瞬间数据，这实际上也是一个选择窗口。

需要注意的是，窗口X与之前的窗口A、B、C不同的是，窗口X的数据集合里面，通常只有一组数据；而A、B、C这些窗口的集合，通常有多组数据。

假设每个选择窗口和对应该窗口的数据量分别是：

窗口X：当前的数据(1组)；

窗口A：最近15分钟的数据(137组)；

窗口B：1个月以来的数据(31629组)；

窗口C：2年以来的数据(821307组)；

处理设备通过窗口X、A、B、C，可以实现的数据分析任务是：

窗口X：分析当前数据的合理理性、条件触发、计算运行指数；

窗口A：分析未来5分钟的数据变化趋势；

窗口B：分析数据变化规律、数据相关性、平稳性以及数据特征；

窗口C：可以有更多的分析命题可能性。

处理设备可以根据实际需要或者人工选择来确定数据样本窗口，并且针对具体运行指数的分析任务，例如运行综合指数的分析计算、运行平稳指数的分析计算、运行能耗指数的分析计算以及运行动力指数的分析计算中的任意一种或者任意组合，选择对应的数据样本窗口。

数据样本窗口对应的数据的整体是一个集合(可能还包括子集)，而这个集合(或者子集)的元素，构成一个时间序列。

在实际应用中，针对工业物联网领域的设备运行指数分析计算，通常可以选择窗口X的数据样本，如图4示出的第一数据集合的一种实施例示意图，处理设备可从1-m组数据中筛选出当前t时刻对应的数据，并根据当前时刻的数据计算运行指数，从而方便对工业设备未来的运行状态进行评估以及预测。

计算单元903，用于根据第二数据集合以及第一公式，计算工业设备的运行指数；

可以理解，当处理设备根据数据样本窗口从第一数据集合中获取到的第二数据集合为t时刻的目标参数i时，在该情况下，即可通过第一公式计算工业设备的运行指数。

其中，第一公式具体为：

μ为指数调节系数，ω_i为目标参数i的指数权值，K_i(t)为i在t时刻的样本值，τ_i为i的样本基准值，ε_i为i的指数标准值。

具体的，μ是一个常数，来调节指数的绝对值的期望范围，如果后面的计算值在四位数(1000)的范围，那么就可以根据样本去确定这个应该是什么。

ω_i是针对i的指数权值，用于标识i的重要性，ω_i≥0，且

ω_i可由下列权值计算公式得出：

如图5示出的ω_k的一种实施例示意图，根据不同的指数等级以及不同情况，ω_k对应不同的数值，通过上述权值计算公式得出每个ω_k在ω_k集合中的权值，即ω_i。

K_i(t)是t时刻i采样的数值。

τ_i是样本基准值，也可以称之为参数基准值，是指工业设备正常运行后，每个对应参数的预期额定值。

ε_i是指数基准值，是对应各参数的指数标准，这个值的范围原则上没有限制，一般可以确定为0≤ε_i≤100，指数标准值可以根据指数的设计特征而定。

综合运行指数可以选择相同的指数标准值，比如，ε_i＝100；对于有侧重的指数设计，最多可以有2个值，ε_imax和ε_imin，ε_imax>ε_imin>0，且满足：

变换后：

提示单元904，用于当工业设备的运行指数达到警戒阈值时，向用户提示警示信息。

可以理解，如图6示出的运行指数的实施例示意图，在计算工业设备的运行指数时，工业设备还可监控运行指数的变化，并设置一个或者多个的警戒阈值，当运行指数达到对应的警戒阈值时，即可向用户提示警示信息，以便用户及时应对相应的警戒情况，保证工业设备的稳定运行。

以一组实际参数为例，当运行指数维持在580左右时，变化幅度在±10的时候，说明工业设备运行是平稳的；当运行指数维持在660左右时，说明工业设备出现故障；运行指数维持在730左右时，说明工业设备出现报警；当运行指数以+3连续递增超过10个周期时，意味着其中某一个参数(如工作压力)有升高趋势；当运行指数的变化幅度超过±30连续变化时，说明工业设备处于不稳定状态，例如温度变化很大。

处理设备具体可通过处理设备自身的显示屏、扬声器、震动马达或者指示灯等器件向用户提示警示信息；或者，还可通过有线/无线连接，例如数据线、网线、WIFI、蓝牙等连接方式，向相关的展示设备传输警示信息，展示设备在接收到警示信息后，即可通过展示设备自身的显示屏、扬声器、震动马达或者指示灯等器件向用户提示警示信息，展示设备具体可以为电脑、手机、智能手环等智能手表等设备，或者，具体还可以为显示屏、扬声器、震动马达或者指示灯等器件，具体在此不做限定。

二、第二公式

运行指数的计算周期，应该是数据采样周期的整数倍，而且不低于1秒。如果数据采样的周期是5秒，那么，计算指数的周期可以是5秒，或者是10秒；如果数据采样周期是0.2秒，那么指数计算的周期应该是1秒。如果采样一个指数计算周期包含了多个采样周期，那么，目标参数的值应该是这个周期内该目标参数的均值。

如图10示出的本申请提供的处理设备的又一种结构示意图，本申请提供的处理设备1000包括：

确定单元1001，用于确定数据样本窗口；

获取单元1002，用于根据数据样本窗口，从第一数据集合中获取预设时刻范围内的第二数据集合；

可以理解，确定单元1001以及获取单元1002与图9实施例对应确定单元901以及获取单元902类似，具体在此不再赘述。

计算单元1003，用于根据第二数据集合以及第二公式，计算运行指数；

可以理解，当运行指数的计算周期包括多个目标参数j的采样周期时，在该情况下，即可通过第二公式计算工业设备的运行指数。

其中，第二公式具体为：

μ为指数调节系数，ω_j为j的指数权值，▽K_j(t)为j在数据采样周期内的均值，τ_j为j的样本基准值，ε_j为j的指数标准值。

具体的，μ是一个常数，来调节指数的绝对值的期望范围，如果后面的计算值在四位数(1000)的范围，那么就可以根据样本去确定这个应该是什么。

ω_j是针对每目标参数的指数权值，用于标识目标参数的重要性，ω_j≥0，且

ω_j可由下列权值计算公式得出：

如图5示出的ω_k的一种实施例示意图，根据不同的指数等级以及不同情况，ω_k对应不同的数值，通过上述权值计算公式得出每个ω_k在ω_k集合中的权值，即ω_j。

▽K_j(t)是数据采样周期内j的均值。

τ_j是样本基准值，也可以称之为参数基准值，是指工业设备正常运行后，每个对应参数的预期额定值。

ε_j是指数基准值，是对应各参数的指数标准，这个值的范围原则上没有限制，一般可以确定为0≤ε_j≤100，指数标准值可以根据指数的设计特征而定。

综合运行指数可以选择相同的指数标准值，比如，ε_j＝100；对于有侧重的指数设计，最多可以有2个值，ε_jmax和ε_jmin，ε_jmax>ε_jmin>0，且满足：

变换后：

提示单元1004，用于当工业设备的运行指数达到警戒阈值时，向用户提示警示信息。

可以理解，提示单元1004与图9实施例对应提示单元904类似，具体在此不再赘述。

其次，本申请还提供了一种计算机可读存储介质，计算机可读存储介质包括指令，当该指令在处理设备上运行时，使得处理设备执行如图1、图2以及图7对应的任意实施例中的数据处理方法中的流程。

另外，本申请还提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，当计算机软件指令在处理设备上运行时，使得处理设备执行如图1、图2以及图7对应的任意实施例中的数据处理方法中的流程。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。

Claims (6)

1.一种数据处理方法，其特征在于，包括：

处理设备确定数据样本窗口；

所述处理设备根据所述数据样本窗口，从第一数据集合中获取第二数据集合，所述第一数据集合包括工业设备的设备数据，所述第一数据集合用于指示所述工业设备的运行状态；

所述处理设备根据所述第二数据集合，计算所述工业设备的运行指数；

其中，所述处理设备根据所述第二数据集合，计算所述工业设备的运行指数，包括：

所述处理设备根据所述第二数据集合以及第一公式或第二公式，计算所述运行指数；其中，所述第一公式包括：

所述第二公式包括：

其中，所述μ为指数调节系数，用于调节指数的绝对值的期望范围；所述ω_i为目标参数i的指数权值，所述ω_i基于所述i对应的指数等级确定，所述指数等级为预设的等级；所述K_i(t)为所述i在t时刻的样本值，或所述

为所述j在数据采样周期内的均值；所述τ_i为所述i的样本基准值，所述τ_i为所述工业设备正常运行后，所述i的预期额定值；所述ε_i为所述i的指数标准值，根据指数的设计特征确定。

2.根据权利要求1所述的数据处理方法，其特征在于，所述处理设备根据所述数据样本窗口，从第一数据集合中获取第二数据集合包括：

所述处理设备根据所述数据样本窗口，从所述第一数据集合中获取当前时刻的所述第二数据集合。

3.根据权利要求1所述的数据处理方法，其特征在于，所述处理设备根据所述第二数据集合，计算所述工业设备的运行指数包括：

所述处理设备根据所述第二数据集合，计算所述工业设备的运行综合指数、运行平稳指数、运行能耗指数以及运行动力指数中的任意一种或者任意组合。

4.一种处理设备，其特征在于，包括：

确定单元，用于确定数据样本窗口；

获取单元，用于根据所述数据样本窗口，从第一数据集合中获取第二数据集合，所述第一数据集合包括工业设备的设备数据，所述第一数据集合用于指示所述工业设备的运行状态；

计算单元，用于根据所述第二数据集合，计算所述工业设备的运行指数；

所述计算单元，具体用于根据所述第二数据集合以及第一公式或第二公式，计算所述运行指数，所述第一公式包括：

所述第二公式包括：

其中，所述μ为指数调节系数，用于调节指数的绝对值的期望范围；所述ω_i为目标参数i的指数权值，所述ω_i基于所述i对应的指数等级确定，所述指数等级为预设的等级；所述K_i(t)为所述i在t时刻的样本值，或所述

为所述j在数据采样周期内的均值；所述τ_i为所述i的样本基准值，所述τ_i为所述工业设备正常运行后，所述i的预期额定值；所述ε_i为所述i的指数标准值，根据指数的设计特征确定。

5.根据权利要求4所述的处理设备，其特征在于，所述获取单元，具体用于根据所述数据样本窗口，从所述第一数据集合中获取当前时刻的所述第二数据集合。

6.根据权利要求4所述的处理设备，其特征在于，所述计算单元，具体用于根据所述第二数据集合，计算所述工业设备的运行综合指数、运行平稳指数、运行能耗指数以及运行动力指数中的任意一种或者任意组合。

Images