一种数据采集终端的检测方法及装置

摘要

本申请公开了一种数据采集终端的检测方法，包括：接收数据采集终端发送的多个报文；确定每个报文所属的类型和每种类型的报文数量；将每种类型的报文数量输入预设的线索分析模型，输出多个报文的分析结果；根据分析结果确定数据采集终端的运行状态。该方法能够利用线索分析模型对数据采集终端发送的报文类型和数量进行分析，从而可多方位地对数据采集终端的运行状态进行度量。检测数据采集终端的运行状态，可在一定程度上避免错误数据上报和故障情况突发，为数据采集终端以及工业设备的运维提供有效且可靠的依据。相应地，本申请公开的一种数据采集终端的检测装置、设备及可读存储介质，也同样具有上述技术效果。

权利要求

1.一种数据采集终端的检测方法，其特征在于，包括：接收工业物联网中的数据采集终端发送的多个报文；

确定每个报文所属的类型和每种类型的报文数量；报文分类为：终端报文，运行报文；

将每种类型的报文数量输入预设的线索分析模型，输出所述多个报文的分析结果；所述线索分析模型能够根据不同类型的报文数量分析数据采集终端的数据采集状态、自身运行状态；

根据所述分析结果确定所述数据采集终端的运行状态；

其中，所述预设的线索分析模型为：其中，Z表示所述分析结果，α、λ和β为预设常数，Xi表示i类型的报文数量；

其中，所述根据所述分析结果确定所述数据采集终端的运行状态，包括：确定所述分析结果所属的判断级别；判断级别包括：未知级别、悬而未决级别、怀疑级别、确定级别；

若所述分析结果所属的判断级别为确定级别，则根据所述分析结果分析所述多个报文，并确定所述数据采集终端的异常信息。

2.根据权利要求1所述的数据采集终端的检测方法，其特征在于，所述根据所述分析结果分析所述多个报文，并确定所述数据采集终端的异常信息之后，还包括：将所述异常信息进行分类，并生成相应的异常报告。

3.根据权利要求1所述的数据采集终端的检测方法，其特征在于，还包括：若所述分析结果所属的判断级别不是确定级别，则执行所述接收数据采集终端发送的多个报文的步骤。

4.根据权利要求1‑3任意一项所述的数据采集终端的检测方法，其特征在于，所述根据所述分析结果确定所述数据采集终端的运行状态之前，还包括：利用朴素贝叶斯算法计算所述分析结果的不确定性概率值。

5.根据权利要求1所述的数据采集终端的检测方法，其特征在于，所述接收数据采集终端发送的多个报文，包括：

按照预设的周期接收所述数据采集终端发送的多个报文。

6.一种数据采集终端的检测装置，其特征在于，包括：接收模块，用于接收工业物联网中的数据采集终端发送的多个报文；

第一确定模块，用于确定每个报文所属的类型和每种类型的报文数量；报文分类为：终端报文，运行报文；

分析模块，用于将每种类型的报文数量输入预设的线索分析模型，输出所述多个报文的分析结果；所述线索分析模型能够根据不同类型的报文数量分析数据采集终端的数据采集状态、自身运行状态；

第二确定模块，用于根据所述分析结果确定所述数据采集终端的运行状态；

其中，所述预设的线索分析模型为：其中，Z表示所述分析结果，α、λ和β为预设常数，Xi表示i类型的报文数量；

其中，第二确定模块具体用于：确定所述分析结果所属的判断级别；判断级别包括：未知级别、悬而未决级别、怀疑级别、确定级别；

若所述分析结果所属的判断级别为确定级别，则根据所述分析结果分析所述多个报文，并确定所述数据采集终端的异常信息。

7.一种数据采集终端的检测设备，其特征在于，包括：存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序，以实现如权利要求1至5任一项所述的数据采集终端的检测方法。

8.一种可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的数据采集终端的检测方法。

说明书

一种数据采集终端的检测方法及装置

技术领域

[0001] 本申请涉及数据分析技术领域，特别涉及一种数据采集终端的检测方法、装置、设备及可读存储介质。

背景技术

[0002] 数据采集终端，是在工业物联网中收集设备运行参数的一种设备。数据采集终端会将设备的运行信息(如设备的工作温度、工作电流、工作电压等)以报文形式上报至管理
平台，这样通过管理平台就可以知悉设备的运行状态。其中，数据采集终端还会将自身的信
号强度、公称信息等数据进行上报。数据采集终端也称为适配器。

[0003] 在现有技术中，一般依赖数据采集终端上报的信号强度、公称信息等数据判断其是否故障。这些数据比较单一，所以无法准确的确定数据采集终端的运行状态。

[0004] 因此，如何检测数据采集终端的运行状态，是本领域技术人员需要解决的问题。

发明内容

[0005] 有鉴于此，本申请的目的在于提供一种数据采集终端的检测方法、装置、设备及可读存储介质，以检测数据采集终端的运行状态。其具体方案如下：

[0006] 第一方面，本申请提供了一种数据采集终端的检测方法，包括：

[0007] 接收数据采集终端发送的多个报文；

[0008] 确定每个报文所属的类型和每种类型的报文数量；

[0009] 将每种类型的报文数量输入预设的线索分析模型，输出多个报文的分析结果；

[0010] 根据分析结果确定数据采集终端的运行状态。

[0011] 优选地，预设的线索分析模型为：

[0012]

[0013] 其中，Z表示分析结果，α、λ和β为预设常数，Xi表示i类型的报文数量。

[0014] 优选地，根据分析结果确定数据采集终端的运行状态，包括：

[0015] 确定分析结果所属的判断级别；

[0016] 若分析结果所属的判断级别为确定级别，则根据分析结果分析多个报文，并确定数据采集终端的异常信息。

[0017] 优选地，根据分析结果分析多个报文，并确定数据采集终端的异常信息之后，还包括：

[0018] 将异常信息进行分类，并生成相应的异常报告。

[0019] 优选地，还包括：

[0020] 若分析结果所属的判断级别不是确定级别，则执行接收数据采集终端发送的多个报文的步骤。

[0021] 优选地，根据分析结果确定数据采集终端的运行状态之前，还包括：

[0022] 利用朴素贝叶斯算法计算分析结果的概率值。

[0023] 优选地，接收数据采集终端发送的多个报文，包括：

[0024] 按照预设的周期接收数据采集终端发送的多个报文。

[0025] 第二方面，本申请提供了一种数据采集终端的检测装置，包括：

[0026] 接收模块，用于接收数据采集终端发送的多个报文；

[0027] 第一确定模块，用于确定每个报文所属的类型和每种类型的报文数量；

[0028] 分析模块，用于将每种类型的报文数量输入预设的线索分析模型，输出多个报文的分析结果；

[0029] 第二确定模块，用于根据分析结果确定数据采集终端的运行状态。

[0030] 第三方面，本申请提供了一种数据采集终端的检测设备，包括：

[0031] 存储器，用于存储计算机程序；

[0032] 处理器，用于执行计算机程序，以实现前述公开的数据采集终端的检测方法。

[0033] 第四方面，本申请提供了一种可读存储介质，用于保存计算机程序，其中，计算机程序被处理器执行时实现前述公开的数据采集终端的检测方法。

[0034] 通过以上方案可知，本申请提供了一种数据采集终端的检测方法，包括：接收数据采集终端发送的多个报文；确定每个报文所属的类型和每种类型的报文数量；将每种类型
的报文数量输入预设的线索分析模型，输出多个报文的分析结果；根据分析结果确定数据
采集终端的运行状态。

[0035] 可见，所述方法能够根据数据采集终端发送的报文，分析出数据采集终端的运行状态，其中主要利用线索分析模型对不同类型的报文数量进行分析。本申请中的线索分析
模型，能够根据不同类型的报文数量分析数据采集终端的数据采集状态、自身运行状态以
及其他数据，从而可以多方位地对数据采集终端的运行状态进行度量。检测数据采集终端
的运行状态，可在一定程度上避免错误数据上报和故障情况突发，为数据采集终端以及工
业设备的运维提供有效且可靠的依据。

[0036] 相应地，本申请提供的一种数据采集终端的检测装置、设备及可读存储介质，也同样具有上述技术效果。

附图说明

[0037] 为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本
申请的实施例，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
提供的附图获得其他的附图。

[0038] 图1为本申请公开的第一种数据采集终端的检测方法流程图；

[0039] 图2为本申请公开的第二种数据采集终端的检测方法流程图；

[0040] 图3为本申请公开的一种线索分析模型对应的判断级别示意图；

[0041] 图4为本申请公开的一种数据采集终端的检测装置示意图；

[0042] 图5为本申请公开的一种数据采集终端的检测设备示意图。

具体实施方式

[0043] 下面将结合本申请实施例中的附图，对本申请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，都属于本申请保护的范围。

[0044] 目前，现有技术无法准确的确定数据采集终端的运行状态。为此，本申请提供了一种数据采集终端的检测方案，能够多方位地对数据采集终端的运行状态进行度量。检测数
据采集终端的运行状态，可在一定程度上避免错误数据上报和故障情况突发，为数据采集
终端以及工业设备的运维提供有效且可靠的依据。

[0045] 参见图1所示，本申请实施例公开了第一种数据采集终端的检测方法，包括：

[0046] S101、接收数据采集终端发送的多个报文；

[0047] S102、确定每个报文所属的类型和每种类型的报文数量；

[0048] S103、将每种类型的报文数量输入预设的线索分析模型，输出多个报文的分析结果；

[0049] S104、根据分析结果确定数据采集终端的运行状态。

[0050] 在本实施例中，预设的线索分析模型为：

[0051]

[0052] 其中，Z表示分析结果，α、λ和β为预设常数，Xi表示i类型的报文数量。

[0053] 具体的，数据采集终端发送的报文可以分类为：终端报文R，运行报文I和其他报文N。其中，终端报文R即为数据采集终端采集的各种工业设备温度、电流、电压等；运行报文I
即为数据采集终端自身的运行信息，如信号强度等；其他报文N即为数据采集终端的位置信
息，公称信息等。

[0054] 本实施例可以确定数据采集终端的异常运行状态，数据采集终端的异常运行状态如表1所示：

[0055] 表1

[0056]

[0057]

[0058] 按照上述所列的错误编码，便可以确定具体的异常问题。在确定数据采集终端的异常运行状态后，可以采取相应的措施，例如：启用终端自检系统、重启终端、对终端进行脚
本更新等等。采取这样的方法，可以对故障的终端采取措施使其正常工作，或者某些终端进
行检修，来重新获取设备的相关信息。

[0059] 由上可见，本实施例能够根据数据采集终端发送的报文，分析出数据采集终端的运行状态，其中主要利用线索分析模型对不同类型的报文数量进行分析。本申请中的线索
分析模型，能够根据不同类型的报文数量分析数据采集终端的数据采集状态、自身运行状
态以及其他，从而可以多方位地对数据采集终端的运行状态进行度量。检测数据采集终端
的运行状态，可在一定程度上避免错误数据上报和故障情况突发，为数据采集终端以及工
业设备的运维提供有效且可靠的依据。

[0060] 参见图2所示，本申请实施例公开了第二种数据采集终端的检测方法，包括：

[0061] S201、按照预设的周期接收数据采集终端发送的多个报文；

[0062] S202、确定每个报文所属的类型和每种类型的报文数量；

[0063] S203、将每种类型的报文数量输入预设的线索分析模型，输出多个报文的分析结果；

[0064] S204、确定分析结果所属的判断级别；

[0065] S205、若分析结果所属的判断级别为确定级别，则根据分析结果分析多个报文，并确定数据采集终端的异常信息；

[0066] S206、将异常信息进行分类，并生成相应的异常报告。

[0067] 具体的，对异常信息进行分类时，可参考表1所示的异常运行状态。例如：若终端上报设备信息不全、不定时，则可分类为终端网络环境不好；若终端不上报数据，则归类为终
端故障；若终端未定时上报公称报文，则归类为终端公称信息缺失等。

[0068] 请参见图3，预设的线索分析模型预设有相应的判断级别，包括：

[0069] (1)Level Unknown，未知级别：表明当前报文暂时无法分析；

[0070] (2)Level Pending，悬而未决级别：表明当前报文可分析，但分析方向无法确定；

[0071] (3)Level Suspicious，怀疑级别：表明当前报文可分析，但分析方向和分析结果有待考证；

[0072] (4)Level Assured，确定级别：表明当前报文可分析，且分析方向和分析结果均可信赖。

[0073] 其中，只有当线索分析模型输出的分析结果对应确定级别，对报文进行分析，才能得到可靠的结果。当线索分析模型输出的分析结果对应其他级别时，对报文进行分析，则无
法获得可靠的结果，因此本实施例限定，只有当分析结果所属的判断级别为确定级别，则根
据分析结果分析多个报文，并确定数据采集终端的异常信息。当分析结果所属的判断级别
不是确定级别，则对新一周期接收的多个报文进行处理。

[0074] 在本实施例中，根据分析结果确定数据采集终端的运行状态之前，还包括：利用朴素贝叶斯算法计算分析结果的概率值。

[0075] 具体的，对于数据采集终端上报的报文，记R报文上报的事件为X(R)，I报文上报的(I) (N)
事件为X ，N报文上报的事件为X ，数据采集终端的分类为Y。

[0076] 朴素贝叶斯算法定义如下：

[0077] 设X＝{a1,a2,a3}＝{X(I)＝x(I),X(N)＝x(N),X(R)＝x(R)}为一个待分类项，具体为接收到的数据采集终端发送的某一周期的报文，每个a是x的一个特征属性。

[0078] 数据采集终端集合分类Y，Y＝Aj＝{LA,AN}。

[0079] 计算P(Y＝Aj|X(j)＝x1(j))，P(Y＝Aj|X(j)＝x2(j))，……，P(Y＝Aj|X(j)＝x3(j))。

[0080] 如果：

[0081] P(Y＝Aj|X(j)＝x1(j))＝

[0082] max{P(Y＝Aj|X(j)＝x1(j)),P(Y＝Aj|X(j)＝x2(j)),...,P(Y＝Aj|X(j)＝xn(j))}

[0083] 则x∈yk。

[0084] 由贝叶斯概率公式，则有：

[0085]

[0086] 由各个报文上传独立，故结论不确定状态数据采集终端的异常概率为：

[0087]

[0088] 对于结论不确定的数据采集终端Aj，最后的概率计算表达式为：

[0089]

[0090] 需要说明的是，本实施例中的其他实现步骤与上述实施例相同或类似，故本实施例在此不再赘述。

[0091] 由上可见，本实施例能够根据数据采集终端发送的报文，分析出数据采集终端的运行状态，其中主要利用线索分析模型对不同类型的报文数量进行分析。本申请中的线索
分析模型，能够根据不同类型的报文数量分析数据采集终端的数据采集状态、自身运行状
态以及其他，从而可以多方位地对数据采集终端的运行状态进行度量。检测数据采集终端
的运行状态，可在一定程度上避免错误数据上报和故障情况突发，为数据采集终端以及工
业设备的运维提供有效且可靠的依据。

[0092] 下面对本申请实施例提供的一种数据采集终端的检测装置进行介绍，下文描述的一种数据采集终端的检测装置与上文描述的一种数据采集终端的检测方法可以相互参照。

[0093] 参见图4所示，本申请实施例公开了一种数据采集终端的检测装置，包括：

[0094] 接收模块401，用于接收数据采集终端发送的多个报文；

[0095] 第一确定模块402，用于确定每个报文所属的类型和每种类型的报文数量；

[0096] 分析模块403，用于将每种类型的报文数量输入预设的线索分析模型，输出多个报文的分析结果；

[0097] 第二确定模块404，用于根据分析结果确定数据采集终端的运行状态。

[0098] 在一种具体实施方式中，预设的线索分析模型为：

[0099]

[0100] 其中，Z表示分析结果，α、λ和β为预设常数，Xi表示i类型的报文数量。

[0101] 在一种具体实施方式中，第二确定模块具体用于：

[0102] 确定分析结果所属的判断级别；

[0103] 若分析结果所属的判断级别为确定级别，则根据分析结果分析多个报文，并确定数据采集终端的异常信息。

[0104] 在一种具体实施方式中，数据采集终端的检测装置还包括：

[0105] 分类模块，用于将异常信息进行分类，并生成相应的异常报告。

[0106] 在一种具体实施方式中，数据采集终端的检测装置还包括：

[0107] 执行模块，用于若分析结果所属的判断级别不是确定级别，则执行接收模块中的步骤。

[0108] 在一种具体实施方式中，数据采集终端的检测装置还包括：

[0109] 计算模块，用于利用朴素贝叶斯算法计算分析结果的概率值。

[0110] 在一种具体实施方式中，接收模块具体用于：

[0111] 按照预设的周期接收数据采集终端发送的多个报文。

[0112] 其中，关于本实施例中各个模块、单元更加具体的工作过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。

[0113] 可见，本实施例提供了一种数据采集终端的检测装置，包括：接收模块、第一确定模块、分析模块以及第二确定模块。首先由接收模块接收数据采集终端发送的多个报文；然
后第一确定模块确定每个报文所属的类型和每种类型的报文数量；进而分析模块将每种类
型的报文数量输入预设的线索分析模型，输出多个报文的分析结果；最后第二确定模块根
据分析结果确定数据采集终端的运行状态。如此各个模块之间分工合作，各司其职，从而能
够多方位地对数据采集终端的运行状态进行度量。检测数据采集终端的运行状态，可在一
定程度上避免错误数据上报和故障情况突发，为数据采集终端以及工业设备的运维提供有
效且可靠的依据。

[0114] 下面对本申请实施例提供的一种数据采集终端的检测设备进行介绍，下文描述的一种数据采集终端的检测设备与上文描述的一种数据采集终端的检测方法及装置可以相
互参照。

[0115] 参见图5所示，本申请实施例公开了一种数据采集终端的检测设备，包括：

[0116] 存储器501，用于保存计算机程序；

[0117] 处理器502，用于执行所述计算机程序，以实现以下步骤：

[0118] 接收数据采集终端发送的多个报文；确定每个报文所属的类型和每种类型的报文数量；将每种类型的报文数量输入预设的线索分析模型，输出多个报文的分析结果；根据分
析结果确定数据采集终端的运行状态。

[0119] 在本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：确定分析结果所属的判断级别；若分析结果所属的判断级别为确定级别，则
根据分析结果分析多个报文，并确定数据采集终端的异常信息。

[0120] 在本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：将异常信息进行分类，并生成相应的异常报告。

[0121] 在本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：若分析结果所属的判断级别不是确定级别，则执行接收数据采集终端发送
的多个报文的步骤。

[0122] 在本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：利用朴素贝叶斯算法计算分析结果的概率值。

[0123] 在本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：按照预设的周期接收数据采集终端发送的多个报文。

[0124] 下面对本申请实施例提供的一种可读存储介质进行介绍，下文描述的一种可读存储介质与上文描述的一种数据采集终端的检测方法、装置及设备可以相互参照。

[0125] 一种可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述实施例公开的数据采集终端的检测方法。关于该方法的具体步骤可以参考前述实
施例中公开的相应内容，在此不再进行赘述。

[0126] 本申请涉及的“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以
互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，
术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系
列步骤或单元的过程、方法或设备不必限于清楚地列出的那些步骤或单元，而是可包括没
有清楚地列出的或对于这些过程、方法或设备固有的其它步骤或单元。

[0127] 需要说明的是，在本申请中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第
一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技
术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的
结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求
的保护范围之内。

[0128] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

[0129] 结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存
储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD‑ROM、或技术
领域内所公知的任意其它形式的可读存储介质中。

[0130] 本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据
本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不
应理解为对本申请的限制。