本公开涉及传感器，具体地，涉及一种基于大数据的传感器数据误差修正方法及系统。
背景技术：
1、随着传感器技术的发展，传感器的应用也越来越广泛。温度传感器，是一种感受温度并转换成可用输出信号的传感器。温度传感器是温度测量仪表的核心部分，品种繁多。
2、在温度传感器进行温度数据的采集时，会受到很多因素的影响，从而，使得温度数据可能产生误差。因此，需要对温度传感器采集的温度数据进行误差修正。目前，温度传感器的数据修正，存在着效率低，且准确性难以得到保证的问题。
技术实现思路
1、本公开的目的是提供一种基于大数据的传感器数据误差修正方法及系统，该基于大数据的传感器数据误差修正方法及系统能够实现温度传感器数据的有效且精准的修正。
2、为了实现上述目的，第一方面，本公开提供一种基于大数据的传感器数据误差修正方法，包括：获取待修正传感器数据、所述待修正传感器数据对应的温度传感器信息和所述待修正传感器数据对应的测量对象信息；根据所述温度传感器信息和所述测量对象信息，确定误差类型，所述误差类型用于表征所述温度传感器信息的误差影响权重与所述测量对象信息的误差影响权重之间的关系；根据所述误差类型、所述待修正传感器数据和预训练的第一预测模型，确定误差修正参数；根据所述误差修正参数对所述待修正传感器数据进行修正，得到修正后的传感器数据。
3、可选地，所述温度传感器信息包括：保护管信息、感温元件信息和测量信息，所述测量信息用于表征温度传感器的测量方式；所述测量对象信息包括：测量对象形态、测量对象状态和测量对象尺寸；所述根据所述温度传感器信息和所述测量对象信息，确定误差类型，包括：若所述测量信息表征所述温度传感器的测量方式为插入式测量，根据所述测量信息中的插入深度和所述保护管信息确定所述温度传感器信息的误差影响权重，以及根据所述测量对象形态和所述测量对象状态，确定所述测量对象信息的误差影响权重；若所述测量信息表征所述温度传感器的测量方式为接触式测量，根据所述保护管信息和所述感温元件信息，确定所述温度传感器信息的误差影响权重，以及根据所述测量对象形态和所述测量对象尺寸，确定所述测量对象信息的误差影响权重；根据所述温度传感器信息的误差影响权重和所述测量对象信息的误差影响权重，确定所述误差类型。
4、可选地，所述根据所述温度传感器信息的误差影响权重和所述测量对象信息的误差影响权重，确定所述误差类型，包括：若所述温度传感器信息的误差影响权重与所述测量对象信息的误差影响权重相等，将所述误差类型确定为第一误差类型；若所述温度传感器信息的误差影响权重大于所述测量对象信息的误差影响权重，将所述误差类型确定为第二误差类型；若所述温度传感器信息的误差影响权重小于所述测量对象信息的误差影响权重，将所述误差类型确定为第三误差类型。
5、可选地，所述基于大数据的传感器数据误差修正方法还包括：根据所述误差类型、所述误差修正参数、所述修正后的传感器数据和预训练的第二预测模型，确定误差修正评估结果，所述误差修正评估结果用于表征所述误差修正参数的误差修正效果；反馈所述修正后的传感器数据和所述误差修正评估结果。
6、可选地，所述预训练的第一预测模型用于根据输入的所述误差类型和所述待修正传感器数据，输出所述误差修正参数，所述基于大数据的传感器数据误差修正方法还包括：获取第一训练数据集，所述第一训练数据集包括：第一样本传感器数据、第一样本传感器数据对应的误差修正参数和所述第一样本传感器数据对应的误差类型；根据所述第一训练数据集对待训练的第一预测模型进行训练，得到所述预训练的第一预测模型。
7、可选地，所述预训练的第二预测模型用于根据输入的所述误差类型、所述误差修正参数和所述修正后的传感器数据，输出所述误差修正评估结果，所述基于大数据的传感器数据误差修正方法还包括：获取第二训练数据集，所述第二训练数据集包括：第二样本传感器数据、第二样本传感器数据对应的原始样本传感器数据的误差类型、目标误差参数和误差修正评估标签，其中，所述原始样本传感器数据为从所述第一样本传感器数据中选取的传感器数据；根据所述第二训练数据集对待训练的第二预测模型进行训练，得到所述预训练的第二预测模型。
8、可选地，所述获取第二训练数据集，包括：从所述第一样本传感器数据中确定出所述原始样本传感器数据；将所述原始样本传感器数据和所述原始样本传感器数据对应的误差类型，输入所述预训练的第一预测模型，得到所述预训练的第一预测模型输出的预测误差修正参数；根据所述原始样本传感器数据对应的误差修正参数和所述预测误差修正参数，确定目标误差修正参数和第一误差修正评估标签；根据所述目标误差修正参数和所述原始样本传感器数据，确定所述第二样本传感器数据；根据所述第一误差修正评估标签，确定所述误差修正评估标签；根据所述第二样本传感器数据、所述第二样本传感器数据对应的原始样本传感器数据的误差类型、所述目标误差修正参数和所述误差修正评估标签，生成所述第二训练数据集。
9、可选地，所述根据所述第一误差修正评估标签，确定所述误差修正评估标签，包括：反馈所述目标误差修正参数和所述原始样本传感器数据；接收用户基于反馈的所述目标误差修正参数、所述原始样本传感器数据和预设的误差修正参数范围输入的第二误差修正评估标签；根据所述第一误差修正评估标签和所述第二误差修正评估标签，确定所述误差修正评估标签。
10、可选地，所述误差类型包括第一误差类型、第二误差类型和第三误差类型，所述第一误差类型表征所述温度传感器信息的误差影响权重与所述测量对象信息的误差影响权重相等，所述第二误差类型表征所述温度传感器信息的误差影响权重大于所述测量对象信息的误差影响权重，所述第三误差类型表征所述温度传感器信息的误差影响权重小于所述测量对象信息的误差影响权重，所述根据所述误差类型、所述待修正传感器数据和预训练的第一预测模型，确定误差修正参数，包括：若所述误差类型为所述第一误差类型，将所述待修正传感器数据和所述误差类型输入所述预训练的第一预测模型，得到所述预训练的第一预测模型输出的误差修正参数；若所述误差类型为所述第二误差类型，从所述待修正传感器数据中确定出第一待修正传感器数据，将所述第一待修正传感器数据和所述误差类型输入所述预训练的第一预测模型，得到所述预训练的第一预测模型输出的误差修正参数，其中，所述第一待修正传感器数据的采集时间覆盖目标采集周期；若所述误差类型为所述第三误差类型，从所述待修正传感器数据中确定出第二待修正传感器数据，将所述第二待修正传感器数据和所述误差类型输入所述预训练的第一预测模型，得到所述预训练的第一预测模型输出的误差修正参数，其中，所述第二待修正传感器数据的采集时间覆盖多个采集周期。
11、第二方面，本公开实施例提供一种基于大数据的传感器数据误差修正系统，包括：温度传感器，所述温度传感器用于采集测量对象的温度数据；终端，所述终端与所述温度传感器连接；其中，所述温度传感器用于将所述测量对象的温度数据作为所述待修正传感器数据传输给所述终端，所述终端用于执行如第一方面所述的基于大数据的传感器数据误差修正方法。
12、通过上述技术方案，先利用温度传感器信息和测量信息对象确定误差类型，再利用误差类型、待修正传感器数据和预训练的第一预测模型，确定误差修正参数，进而，根据误差修正参数对待修正传感器数据进行修正，得到修正后的传感器数据。由于误差类型可以表征温度传感器信息的误差影响权重与测量对象信息的误差影响权重之间的关系，所以误差类型可以视为待修正传感器数据的一种影响权重，基于该误差类型，利用预训练的第一预测模型确定的误差修正参数，精准性较高。并且，通过预训练的第一预测模型可以快速确定误差修正参数。进而，该技术方案可以实现温度传感器数据的有效且精准的修正。
13、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。