摘要
本发明公开了一种全自动化生产模式的数据整合方法,涉及工业自动化领域,包括,使用Apache NiFi采集多源数据,并进行预处理,得到多源特征数据集;基于深度神经网络DNN,构建故障预测模型,输出故障预测值;设定预警阈值,对比预警阈值和故障预测值,定义预警规则,使用Django框架设置智能预警,并进行预警通知;使用Apache Spark分析多源特征数据集,生成可视化报表。本发明通过使用Apache NiFi采集多源数据并进行预处理,实现了数据的标准化和特征提取,有效提升了数据处理效率。
技术关键词
数据整合方法
故障预测模型
Django框架
多源特征
可视化报表
MQTT协议
深度神经网络
中央处理器
模式
通知
训练集
预警规则
成分分析
计算机设备
插值法
优化器
可读存储介质
存储器
系统为您推荐了相关专利信息
故障诊断模型
故障类别
多源特征
机器学习模型
指示计算机执行
智能预警方法
历史数据查询
故障预测模型
预警机制
光功率
三相不平衡电力系统
故障预测方法
配电网运行数据
多头注意力机制
故障预测模型
ATE系统
设备故障检测方法
历史故障数据
设备故障检测系统
数据采集模块
数据库故障
分布式数据采集
定位系统
数据分析模块
数据库性能指标