管控对象画像生成方法、终端设备及介质与流程

本发明属于数据画像生成技术领域，尤其涉及一种管控对象画像生成方法、终端设备及计算机可读存储介质。

背景技术：

在工业生产中，对管控对象进行监控，是保证安全生产的重要途径之一。

随着工业技术的复杂化的增加，许多领域需要依靠精度较高的设备参与生产，进而提高了工业生产的自动化水平。与此同时，需要进行工作数据监控的设备也渐渐增多。现有技术中，在实现对设备进行工作数据监控的过程中，均是依赖人工对机器进行定期巡检，进而采集设备上记录的数据，不仅自动化水平不高，且容易出现数据遗漏等现象，因此，现有技术中存在对管控对象进行工作数据监控的效率较低的问题。

技术实现要素：

有鉴于此，本发明实施例提供了一种管控对象画像生成方法、终端设备及计算机可读存储介质，以解决现有的对管控对象的工作数据进行监控的方案存在效率低的问题。

本发明实施例的第一方面提供了一种管控对象画像生成方法，包括：

当检测到携带有管控对象标识的画像生成指令时，根据所述管控对象标识，从实时数据库中获取单位时间段内管控对象的指标数据集；

按照预设的业务关联关系，对所述指标数据集进行业务关联整合，得到关系报表，并将所述关系报表存储至关系数据库中；

基于所述管控对象标识与所述关系报表，从预设数据库中获取数据关联模型；所述数据关联模型用于根据所述关系报表中的数据测算所述管控对象的画像数据；

调用绘图工具根据所述画像数据生成管控对象画像；

显示所述管控对象画像。

本发明实施例的第二方面提供了一种终端设备，包括：

第一获取单元，用于当检测到携带有管控对象标识的画像生成指令时，根据所述管控对象标识，从实时数据库中获取单位时间段内管控对象的指标数据集；

整合与存储单元，用于按照预设的业务关联关系，对所述指标数据集进行业务关联整合，得到关系报表，并将所述关系报表存储至关系数据库中；

第二获取单元，用于基于所述管控对象标识与所述关系报表，从预设数据库中获取数据关联模型；所述数据关联模型用于根据所述关系报表中的数据测算所述管控对象的画像数据；

绘图单元，用于调用绘图工具根据所述画像数据生成管控对象画像；

显示单元，用于显示所述管控对象画像。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下各步骤：

当检测到携带有管控对象标识的画像生成指令时，根据所述管控对象标识，从实时数据库中获取单位时间段内管控对象的指标数据集；

按照预设的业务关联关系，对所述指标数据集进行业务关联整合，得到关系报表，并将所述关系报表存储至关系数据库中；

基于所述管控对象标识与所述关系报表，从预设数据库中获取数据关联模型；所述数据关联模型用于根据所述关系报表中的数据测算所述管控对象的画像数据；

调用绘图工具根据所述画像数据生成管控对象画像；

显示所述管控对象画像。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以下各步骤：

当检测到携带有管控对象标识的画像生成指令时，根据所述管控对象标识，从实时数据库中获取单位时间段内管控对象的指标数据集；

按照预设的业务关联关系，对所述指标数据集进行业务关联整合，得到关系报表，并将所述关系报表存储至关系数据库中；

基于所述管控对象标识与所述关系报表，从预设数据库中获取数据关联模型；所述数据关联模型用于根据所述关系报表中的数据测算所述管控对象的画像数据；

调用绘图工具根据所述画像数据生成管控对象画像；

显示所述管控对象画像。

实施本发明实施例提供的一种管控对象画像生成方法、终端设备及计算机可读存储介质具有以下有益效果：

本发明实施例提供的一种管控对象画像生成方法，通过从实时数据库中获取单位时间段内管控对象的指标数据集，再对该指标数据集进行业务关联整合得到关系报表，再基于管控对象标识与关系报表，从预设数据库中获取数据关联模型，通过该关联模型根据关系报表中的数据测算管控对象的画像数据，进而调用绘图工具根据画像数据生成管控对象画像，最后在对该管控对象画像进行显示，提高了对管控对象的工作数据进行监控的效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种管控对象画像生成方法的实现流程图；

图2是本发明另一实施例提供的一种管控对象画像生成方法的实现流程图；

图3是本发明再一实施例提供的一种管控对象画像生成方法的实现流程图；

图4是本发明实施例提供的一种终端设备的结构框图；

图5是本发明另一实施例提供的一种终端设备的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参阅图1，图1是本发明实施例提供的一种管控对象画像生成方法的实现流程图。本实施例中，管控对象画像生成方法的执行主体为终端设备，终端设备用于监控管控对象在工作中生产的工作数据，管控对象与终端设备之间可以通过无线网络进行数据传输。终端设备包括但不限于智能手机、平板电脑或台式电脑。如图1所示的管控对象画像生成方法包括以下步骤：

S11：当检测到携带有管控对象标识的画像生成指令时，根据所述管控对象标识，从实时数据库中获取单位时间段内管控对象的指标数据集。

在步骤S11中，管控对象可以是物联网中的设备，或者生产车间中的各种仪器仪表等用于工业生产的设备。

例如，管控对象可以是物联网中的家用电器或者智能家居等。

再例如，管控对象可以是生产车间中的总控制平台，总控制平台上设置有生产车间中所有生产设备的控制区域。

管控对象标识用于与同一物联网中的其他设备之间进行区分，或者与生产车间中的其他设备之间进行区分。实时数据库用于实时记录物联网中所有管控对象在工作过程中上报的监控数据，或者用于实时记录生产车间中的所有管控对象在工作过程中上报的监控数据。

实时数据库中的信息至少用于描述管控对象、监控数据以及监控时间点之间的对应关系。单位时间段为抽样数集的时间维度，也即用于描述从实时数据库中获取指标数据集的时间范围。

在本实施例中，物联网中或生产车间中的管控对象包括能够记录自体工作数据的设备，以及无法记录自体工作数据的设备。实时数据库可以为物联网中或生产车间中的所有管控对象提供数据上报接口，通过每个数据上报接口接收每个管控对象在工作过程中记录到的运行数据。

在实际应用中，实时数据库可以通过数据上报接口接收能够记录自体工作数据的设备上报的数据，针对无法记录自体工作数据的设备，可以为该类型设备配置数据采集仪器，实时数据库可以通过数据上报接口接收数据采集仪器上报的数据。

需要说明的是，单位时间为实时数据库中记录到的管控对象工作的时间，单位时间段的长度单位可以是年、季度、月、周、日、小时、分钟以及秒中的至少一种。

作为本实施例一种可能实现的方式，管控对象标识包括：所述管控对象的编号、地址以及名称中的至少一种。步骤S11具体可以包括：

当检测到携带有管控对象标识的画像生成指令时，根据所述管控对象的编号、地址以及名称中的至少一种，从实时数据库中获取单位时间段内管控对象的指标数据集。

在本实施例中，实时数据库中记录了物联网中或生产车间中所有管控对象的工作数据，通过管控对象的编号、地址以及名称中至少一项可以从实时数据库中确定出管控对象的所有工作数据。

以管控对象为无线路由器为例，实时数据库中记录该无线路由器的数据传输速率、数据传输总量、用电量等。根据无线路由器的编号、地址或者名称，从实时数据库中确定出无线路由器的工作数据。在实际应用中，同一功能或同一类型的管控对象可以包括多个，因此多个相同的管控对象命名相同的情况下，为了确保获取到的管控对象的指标数据集的准确性，可以将无线路由器的编号、地址以及名称进行任意组合，作为管控对象标识。

S12：按照预设的业务关联关系，对所述指标数据集进行业务关联整合，得到关系报表，并将所述关系报表存储至关系数据库中。

在步骤S12中，预设的业务关联关系是指，管控对象的不同工作模式与业务信息之间的对应关系。其中，管控对象的不同工作模式由管控对象的工作数据和/或管控对象的工作时间所体现，也即管控对象的工作数据和/或工作时间，与管控对象的工作模式之间的关联关系，且工作模式与业务信息之间存在对应关系。关系报表用于描述指标数据集中的每组抽样数据与业务信息之间的对应关系。

需要说明的是，管控对象在单位时间段内的指标数据集中的每组抽样数据，包括了用于表征管控对象工作过程中的物理参数。关系报表中包含用于表征物理参数的元素，例如，抽样数据包括电压和电流，则关系报表中包含的元素有用于表示电压的字母U和用于表示电流的字母I。

在本实施例中，对指标数据集进行业务关联整合，是对指标数据集中的抽样数据与业务信息进行关联分类，或者为抽样数据标记对应的业务信息。

作为本实施例一种可能实现的方式，指标数据集中包括单位时间段内所述管控对象的N组抽样数据，其中N大于1。步骤S12具体可以包括：

获取所述指标数据集中每组所述抽样数据的时间特征和/或数值范围特征；根据所述时间特征和/或所述数值范围特征，从预设列表中确定所述管控对象的关联业务信息；其中，所述预设列表中的信息用于描述业务信息与所述时间特征，和/或所述数值范围特征之间的对应关系；将每组所述抽样数据，以及与每组所述抽样数据对应的关联业务信息，对应存储至预设报表模版中，得到关系报表；将所述关系报表存储至关系数据库中。

在本实施例中，时间特征用于表征抽样数据对应的时间信息，可以包括抽样数据的采集时间，或者采集时段。数值范围特征用于表征抽样数据对应的工作数据的数值上下限，也即最大值和最小值。

需要说明的是，由于本监控设备的时间特征或者数值范围特征能够区分管控对象的不同工作模式，因此可以将管控对象的不同工作模式与不同的业务信息进行对应。

以管控对象为某商场A区域的中央空调为例。

例如，空调的抽样数据中的时间特征可以为6月5日的14时，该时间特征可以对应空调的工作模式为制冷模式，相应的业务信息可以是为某商场A区域提供温度调节。

再例如，空调的抽样数据中的数值范围特征可以为辅助制热23℃至26℃，风速8米每秒，该数值范围特征可以对应空调的工作模式为除湿模式或制热模式，相应的业务信息可以是为某商场A区域提供除湿或者温度调节。

可以理解的是，不同类型或者不同功能的管控对象，可以根据管控对象的具体使用情况，选择工作时间和/或数值范围进行业务信息关联。

S13：基于所述管控对象标识与所述关系报表，从预设数据库中获取数据关联模型。

在步骤S13中，数据关联模型用于根据所述关系报表中的数据测算所述管控对象的画像数据。画像数据用于表征单位时间段内管控对象的工作状态变化趋势。

需要说明的是，预设数据库中的数据用于表征数据关联模型与关系报表中的元素之间的对应关系。

在本实际应用中，预设数据库中的数据可以根据管控对象的属性参数进行设定，根据不同类型或者不同功能的管控对象，可以配置基础数据关联模型和特殊数据关联模型，其中，基础数据关联模型是所有被监控均适用的数据关联模型，特殊数据关联模型则是个别被监控数据适用的数据关联模型。

可以理解的是，数据关联模型可以是现有的用于测算管控对象物理特性，或者管控对象的工作数据趋势的数学公式，或者方程表达式。

作为本实施例一种可能实现的方式，步骤S13具体可以包括：

根据所述管控对象标识，从所述关系报表中确定所述管控对象的监控因子；根据所述监控因子，从预设数据库中获取数据关联模型。

在本实施例中，数据关联模型中包括运算变量因子，该运算变量因子为监控因子的真子集。

需要说明的是，数据关联模型中还可以包括运算常量因子，该运算常量因子在具体计算过程中为已知的常量。

为了避免从预设数据库中获取到的数据关联模型，无法根据关系报表中的数据测算管控对象的画像数据，在基于管控对象标识与关系报表，从预设数据库中获取数据关联模型时，通过限定运算变量因子为监控因子的真子集，使得获取到的数据关联模型中的运算变量因子均被包含在关系报表中。

可以理解的是，监控因子中包含了运算变量因子，因此获取到的数据关联模型中的运算变量因子均可在关系报表中确定具体数值，但运算变量因子组成的集合不等于监控因子组成的集合。

S14：调用绘图工具根据所述画像数据生成管控对象画像。

在步骤S14中，绘图工具可以是预先安装好的绘图工具，该绘图工具可以根据画像数据绘制出管控对象画像，管控对象画像可以为雷达图、柱状图、饼状图以及波形图中的至少一种。

在实际应用中，当持续更新画像数据时，绘图工具可以根据持续更新的画像数据生成多幅管控对象画像。

S15：显示所述管控对象画像。

在实际应用中，当管控对象画像为多幅时，显示管控对象画像具体是根据管控对象画像的生成顺序，依次显示多幅管控对象画像。

以上可以看出，本实施例提供的一种管控对象画像生成方法通过从实时数据库中获取单位时间段内管控对象的指标数据集，再对该指标数据集进行业务关联整合得到关系报表，再基于管控对象标识与关系报表，从预设数据库中获取数据关联模型，通过该关联模型根据关系报表中的数据测算管控对象的画像数据，进而调用绘图工具根据画像数据生成管控对象画像，最后在对该管控对象画像进行显示，提高了对管控对象的工作数据进行监控的效率。

请参阅图2，图2是本发明另一实施例提供的一种管控对象画像生成方法的实现流程图。相对于图1对应的实施例，本实施例提供的管控对象画像生成方法在步骤S11之后还包括S21～S24。详述如下：

S21：根据预设的异常数据挑选规则，对所述实时数据库中的数据进行异常数据检测；所述异常数据为所述管控对象工作在异常状态时被监控到的数据。

S22：当检测到所述实时数据库中存在异常数据，则获取所述管控对象对应的历史参考数据集合。

S23：根据所述历史参考数据集合确定修正参数，并根据所述修正参数对所述异常数据进行修正，得到目标数据。

S24：利用所述目标数据对所述实时数据库中的异常数据进行替换操作。

在本实施例中，预设的异常数据挑选规则可以是预先配置的，通过统计管控对象在异常工作状态下的数据，进而设定相应的异常数据阈值，基于该阈值能够从数据集合中筛选出异常数据。管控对象的异常数据是当管控对象处于异常工作状态时，被监控到并存储的数据。历史参考数据集合中的数据则为管控对象在以往的正常工作过程中，被监控到并存储的数据。考虑到不同时段下管控对象的工作状态可能存在不同，也即管控对象在以往的正常工作过程中也有可能被检测并记录到相差较大的数据集合，为了提高历史参考数据集合的可用性和合理性，历史参考数据集合与异常数据之间可以为时间关联的数据，也即，被检测和记录到的异常数据的发生时机，与被检测和记录到的历史参考数据集合中的数据发生的时机相同。修正参数为历史参考数据集合中的最大值数据、最小值数据或者平均值数据。

需要说明的是，由于异常数据为管控对象工作在异常状态下的数据，因此在对管控对象的工作状体数据进行分析或者进一步利用时，异常数据则无法被采纳。而在一些特殊的数据分析场景中，为了保证数据的完整性，需要对异常数据进行修正。

目标数据为异常数据被修正后的数据，通过将目标数据与实时数据库中的异常数据进行替换操作，可以使得实时数据库中的每个数据均为管控对象处于正常工作状态下被记录的数据。

在实际中，实时数据库中包括异常数据和非异常数据，且实时数据库中的数据可以为有序数据，也即相邻的两个数据之间存在序列关联因子，例如，时序关联。为了保证修正后的实时数据库中的每个数据之间仍然保持原有的序列关联，在对利用目标数据对实时数据库中的异常数据进行替换操作时，仅替换的是数据所表征的数值，原有的数据属性均未替换或变更。

以上可以看出，本实施例提供的一种管控对象画像生成方法，通过从实时数据库中获取单位时间段内管控对象的指标数据集，再对该指标数据集进行业务关联整合得到关系报表，再基于管控对象标识与关系报表，从预设数据库中获取数据关联模型，通过该关联模型根据关系报表中的数据测算管控对象的画像数据，进而调用绘图工具根据画像数据生成管控对象画像，最后在对该管控对象画像进行显示，提高了对管控对象的工作数据进行监控的效率。

另外，通过利用修正参数对异常数据进行修正，并将修正异常数据得到的目标数据与实施数据库中的异常数据进行替换，不仅避免了因人工修正数据而造成的数据误差，还提高了数据的利用率。

请参阅图3，图3是本发明再一实施例提供的一种管控对象画像生成方法的实现流程图。基于上述任一实施例，本实施例提供的管控对象画像生成方法在步骤S15之后还包括S31～S32。详述如下：

S31：配置用于区分所述关联业务信息的标签。

S32：向所述管控对象画像中用于表征所述画像数据的区域配置所述标签。

为了更全面更直观地展示管控对象的工作数据特性，通过配置与关联业务信息对应的标签，并在显示了的管控对象画像中，相应的画像数据区域上配置标签，丰富了管控对象的工作数据展示形态。

请参阅图4，图4是本发明实施例提供的一种终端设备的结构框图。本实施例中的终端设备可以是智能手机、平板电脑等终端设备。该终端设备包括的各单元用于执行图1至图3对应的实施例中的各步骤。具体请参阅图1至图3以及图1至图3所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。参见图4，终端设备400包括：第一获取单元41、整合与存储单元42、第二获取单元43、绘图单元44及显示单元45。其中：

第一获取单元41，用于当检测到携带有管控对象标识的画像生成指令时，根据所述管控对象标识，从实时数据库中获取单位时间段内管控对象的指标数据集。

整合与存储单元42，用于按照预设的业务关联关系，对所述指标数据集进行业务关联整合，得到关系报表，并将所述关系报表存储至关系数据库中。

第二获取单元43，用于基于所述管控对象标识与所述关系报表，从预设数据库中获取数据关联模型；所述数据关联模型用于根据所述关系报表中的数据测算所述管控对象的画像数据。

绘图单元44，用于调用绘图工具根据所述画像数据生成管控对象画像。

显示单元45，用于显示所述管控对象画像。

作为本发明一实施例，终端设备还包括：异常检测单元、第三获取单元、修正单元及替换单元。其中：

异常检测单元，用于根据预设的异常数据挑选规则，对所述实时数据库中的数据进行异常数据检测；所述异常数据为所述管控对象工作在异常状态时被监控到的数据。

第三获取单元，用于当检测到所述实时数据库中存在异常数据，则获取所述管控对象对应的历史参考数据集合。

修正单元，用于根据所述历史参考数据集合确定修正参数，并根据所述修正参数对所述异常数据进行修正，得到目标数据。

替换单元，用于利用所述目标数据对所述实时数据库中的异常数据进行替换操作。

作为本发明一实施例，终端设备还包括：标签单元和配置单元。具体地：

标签单元，用于配置用于区分所述关联业务信息的标签。

配置单元，用于向所述管控对象画像中用于表征所述画像数据的区域配置所述标签。

作为本发明一实施例，所述管控对象标识包括：所述管控对象的编号、地址以及名称中的至少一种。

第一获取单元41具体用于，当检测到携带有管控对象标识的画像生成指令时，根据所述管控对象的编号、地址以及名称中的至少一种，从实时数据库中获取单位时间段内管控对象的指标数据集。

作为本发明一实施例，指标数据集中包括单位时间段内所述管控对象的N组抽样数据，其中N大于1。

整合与存储单元42具体用于，获取所述指标数据集中每组所述抽样数据的时间特征和/或数值范围特征；根据所述时间特征和/或所述数值范围特征，从预设列表中确定所述管控对象的关联业务信息；其中，所述预设列表中的信息用于描述业务信息与所述时间特征，和/或所述数值范围特征之间的对应关系；将每组所述抽样数据，以及与每组所述抽样数据对应的关联业务信息，对应存储至预设报表模版中，得到关系报表；将所述关系报表存储至关系数据库中。

作为本发明一实施例，第二获取单元43具体用于，根据所述管控对象标识，从所述关系报表中确定所述管控对象的监控因子；根据所述监控因子，从预设数据库中获取数据关联模型，其中，所述数据关联模型中的运算变量因子为所述监控因子的真子集。

以上可以看出，本实施例提供的终端设备通过从实时数据库中获取单位时间段内管控对象的指标数据集，再对该指标数据集进行业务关联整合得到关系报表，再基于管控对象标识与关系报表，从预设数据库中获取数据关联模型，通过该关联模型根据关系报表中的数据测算管控对象的画像数据，进而调用绘图工具根据画像数据生成管控对象画像，最后在对该管控对象画像进行显示，提高了对管控对象的工作数据进行监控的效率。

另外，通过利用修正参数对异常数据进行修正，并将修正异常数据得到的目标数据与实施数据库中的异常数据进行替换，不仅避免了因人工修正数据而造成的数据误差，还提高了数据的利用率。

图5是本发明另一实施例提供的一种终端设备的结构框图。如图5所示，该实施例的终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52，例如管控对象画像生成方法的程序。处理器50执行所述计算机程序52时实现上述各个管控对象画像生成方法各实施例中的步骤，例如图1所示的S11至S15。或者，所述处理器50执行所述计算机程序52时实现上述图4对应的实施例中各单元的功能，例如，图4所示的单元41至45的功能，具体请参阅图4对应的实施例中的相关描述，此处不赘述。

示例性的，所述计算机程序52可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如，所述计算机程序52可以被分割成第一获取单元、整合与存储单元、第二获取单元、绘图单元及显示单元，各单元具体功能如上所述。

所述终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器51可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备4的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。