一种基于边缘计算的自适应工业时序数据采集方法

本发明公开了一种基于边缘计算的自适应工业时序数据采集方法。基于信息熵对已采集的数据进行特征分析并获取关键阈值参数；对正在采集的数据进行分组，使用信息熵计算每组数据的状态；基于获取的阈值参数和数据组的状态，在端侧数据采集传感器上部署自适应数据采集算法，动态调整数据采集频率；当数据组的状态处于“极不稳定”时，传感器会立即停止数据采集，并向数据中心发出异常预警；最后，新采集到的数据会进一步更新阈值参数并用于采集频率的调整，不断迭代使其达到稳定值。本方法充分考虑了工业互联网背景下工业设备时序数据的产生快速和持续不断的特点，在保证数据完整性和准确性的同时，减少不必要的数据采集、传输和存储。