设备历史数据分析,学会这几招就够用了

4/24/2023

articles/2023/20230424212632_363cb2ffd3f5b1387871e027d6f48170.png

将物联网传感器设备接入 ThingsCloud 并完成初步的数据采集后,我们需要思考如何对设备历史数据进行分析,以便为我们的业务场景提供决策和洞察。

通常的分析方法包括:

  • 聚合分析:通过周期聚合计算对数据进行描述和总结,ThingsCloud 支持对历史数据计算平均数、中位数、首尾差、最大值、最小值、次数、求和等。
  • 时序分析:对时间序列数据进行对比分析,例如趋势分析、周期性分析等。
  • 预测建模:基于历史数据,建立预测模型,预测未来的趋势和变化。
  • 数据挖掘:通过更多算法和技术,挖掘数据中的隐藏信息和规律,例如分类、聚类、关联规则挖掘等。

ThingsCloud 物联网平台提供了开箱即用的数据分析工具和方法,不论您是在温室实时采集环境和土壤数据,还是在工厂生产线采集机床设备的运行数据,这些方法都会帮助您快速的上手。

看板中历史数据聚合统计

以能耗数据监测为例,智能电表接入 ThingsCloud,利用看板的时序数据组件,我们可以轻松的分析最近30天里每日的回路瞬时电流平均值。

articles/2023/20230424220719_05cfdbd7595ce87ab87dd2a3002e4dd9.png

在组件配置中,历史数据区间选择最近30天,聚合时间段选择1天,在左侧的数据源设置中,选择电表设备和电流属性,将聚合计算类型选择平均值,ThingsCloud 会自动计算每天的电流数据平均值。

articles/2023/20230423152145_48ec6ff3548072155b04bec453952119.png

接下来,将聚合计算类型换为最大值,我们便可以看到每天瞬时电流的峰值。

articles/2023/20230423154303_56a9b0c916bc7b25544fd652f5b229a7.png

通过更多数据指标和聚合计算类型的组合,您可以全面分析能耗指标的变化规律和趋势,再结合背后具体的业务场景和需求,达到分析的最终目的。

同一指标的多种聚合数据对比

通过灵活使用聚合计算类型,我们可以对同一个监测指标,观察不同聚合计算结果的趋势分析。

例如:将温度最近30天的历史数据,按每日的平均值、最大值和最小值,分别生成历史数据折线图,横向对比可以看出随时间的变化规律,纵向对比可以看出每日温差的浮动情况。

articles/2023/20230423154430_37d4fa8503ca9418347e9a6179cdd7e7.png

您还可以对每项指标进行配置,包括样式风格和相关的展示参数。

articles/2023/20230424214927_fd580af7a16ee2f16457b8171cee0657.png

articles/2023/20230423154522_a6f498c9dfc217a742de7b6cf27469af.png

不同指标数据变化趋势对比

通常多种数据指标会被同时采集,例如:温室大棚中的网关设备将温室、湿度、二氧化碳、光照强度等传感器数据获取后,可以放在一个时间轴的折线图上,来分析对比多组数据之间的相关性。

对于不同单位的数据,我们可以分别设置独立的Y轴和数值范围,便于我们更加容易的纵向对比不同数据的变化趋势。

articles/2023/20230424213124_7ebac3559658b2da1af1d516e087f98f.png

跨设备历史数据对比分析

通过将项目中所有物联网设备统一接入 ThingsCloud,跨设备甚至跨地域的数据分析,不再有任何难度。

这里我们在不同地点安装的温湿度传感器,通过历史数据可以方便的汇总分析,既可以看到总体湿度随着时间的变化,也可以快速得知每天不同地点的湿度对比情况。

articles/2023/20230424222059_37e18156779327474709e484f2d6942d.png

多个监测指标历史数据叠加分析

另外,在很多场景下,我们需要对多个指标进行叠加分析。

例如:通过将两个电表的功率最大值进行叠加计算,就可以轻松的分析出每日的总功率峰值。

articles/2023/20230423160035_a4e07a09dcb76ec42c0377983a075633.png

采集数据时使用消息规则求和

在上边的叠加分析中,总功率只作为临时计算结果,出现在图表中。如果我们需要将一些叠加结果保存下来,那么可以使用消息规则中的属性上报预处理,来进行实时求和计算。

创建一个属性上报预处理规则。

articles/2023/20230423163318_c742f17326f02e9ae45b8eb446e563f6.png

在操作中,选择预处理函数。

articles/2023/20230423163351_3fff44d5d88eed78513f8441a626173d.png

编写一段非常简单的 Javascript 代码。

articles/2023/20230423163557_727a1e3732b51d9d313f3f9e3bb223c3.png

代码如下:

module.exports = function (report_attributes) {    /**     * report_attributes:   上报的属性对象,同时作为函数返回值。函数中可更新属性对象。     */    if (report_attributes.Pa && report_attributes.Pb) {        report_attributes.PTotal = report_attributes.Pa + report_attributes.Pb;    }    return report_attributes;}

如上所示,当规则生效后,每次设备上报属性数据时,都会自动求和并生成新的属性 PTotal

当然,这种方式只适用于同一个设备下的多个属性求和。

上报数据和历史数据运算

另一种时候,当需要求和的两个属性不是同时上报,怎么办呢?

没有关系,预处理函数中提供了内置函数,可以读取设备最近一次上报的所有属性,同样可以完成求和计算。

代码参考如下:

module.exports = function (report_attributes) {    /**     * report_attributes:   上报的属性对象,同时作为函数返回值。函数中可更新属性对象。     */    // 读取设备最近一次的所有属性    const attributes = Cloud.getCurrentAttributes();    if (report_attributes.Pa && attributes.Pb) {        // 将上报的属性 Pa 和设备现有的属性 Pb,计算求和        report_attributes.PTotal = report_attributes.Pa + attributes.Pb;    }    return report_attributes;}

导出数据实现更多自定义分析

除了以上的工具和方法,您还可以通过 ThingsCloud 提供的多种数据导出方式,获得设备历史数据,实现更多自定义分析。

ThingsCloud 支持的数据导出方式有:

获得数据后,您可以:

  • 导入本地数据库,按需开发数据分析程序。
  • 导入专业的 BI 分析软件,进行数据分析和挖掘。
  • 导入第三方数据可视化软件,搭建更多个性化的展示效果。

本期介绍的方法您都学会了吗?快来体验吧!

物联网设备接入 ThingsCloud ,请参考 设备接入指南学习教程

关于 ThingsCloud

ThingsCloud 是新一代物联网设备统一接入平台,帮助企业在极短的时间内搭建个性化的物联网平台和应用,并适应不断变化的发展需求。目前广泛应用于制造、电力、能源、环境、农业、楼宇、家居、教育、交通、物流、自动化等领域。

ThingsCloud 可接入各类网关,传感器、执行器、控制器、通信模组、智能硬件等,实现数据采集、远程控制,数据分析、告警通知、智能联动。还可以零代码生成项目应用 SaaS 和用户应用 App,并开放 API 和实时消息,便于业务系统集成和扩展开发。

通过使用 ThingsCloud,企业可以大大缩短搭建物联网系统的时间,节省软件开发费用,降低定制开发的风险,快速落地数字化和智能化项目。我们的客户遍布各行业,包括中国石化、中国铁塔、中国燃气、吉林大学、北控水务、ACE、中国民航大学、西安交通大学、精量电子、大秦铁路、宁波水利局等。

立即搭建您的物联网平台?

接入设备,搭建可视化应用,仅需不到 30 分钟

进入控制台

更多博客

应用场景

全球 80% 的数据将来自物联网,不论是传统行业还是新兴行业,都将利用更多有价值的数据来驱动业务,实现降本增效。