1.一种物联网边沿网关机器学习故障诊断方法,其特征在于:在计算机中实现以下步骤:
2.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法,其特征在于:所述步骤3)中,队列池的长度n取决于读取设备id列表后所需获取的传感器数量。
3.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法,其特征在于:所述步骤4)中,初始化过程包括以下步骤:
4.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法,其特征在于:所述步骤5)中,采样服务进程的实现,具体包括以下步骤:
5.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法,其特征在于:所述步骤5)中,数据抽样进程具体包括以下步骤:
6.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法,其特征在于:所述数据抽样进程中,步骤f)中,当采样值大于abnormalv或tm则alarmindex++;采样值小于abnormalv或tm则意味着未超限,则alarmindex--,直至为0,若则意味着已经累计足够多次数超过采样报警阈值tm的采样值,可以给该数据项对应的传感器定性为设备故障。
7.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法,其特征在于:所述数据抽样进程中,当出现网络超时采样数据停止,通过以下步骤计算虚拟传感器采样值,
8.根据权利要求4所述的物联网边沿网关机器学习故障诊断方法,其特征在于:所述步骤5)中,所述循环采样队列f0的长度以能存储l小时的采样数据为基准,由此除以采样频率h,得到单个循环队列长度为n=l*3600/h。