[发明专利]一种工业物联网实时数据库有损并发压缩方法及装置

权利要求书

1.一种工业物联网实时数据库有损并发压缩方法，其特征在于，包括，

基于预设的时间周期进行监测点p和监测点q的数据采集，并对采集到的两组数据分别进行数据预处理；

分别将第一次采集到的数据写入数据库并保存为“最后写入数据”，计算监测点p和监测点q的前n个数据的斜率均值；

分别对监测点p和监测点q的前n次数据的初始斜率进行排序，排序之后找到初始斜率限值率以及对应的初始斜率极限值；

对两个监测点的初始斜率限值率进行调整，根据调整策略，在不同的计算模式下监测点p和监测点q对应不同的斜率限值率和斜率极限值；

读入新的数据，计算新数据的斜率均值，并与根据调整策略得到的斜率极限值进行比较，若斜率均值小于斜率极限值则判断存入该数据；

再次读入新数据，重复计算和判断步骤，直到读入n次新数据后，完成全部数据压缩。

2.根据权利要求1所述的一种工业物联网实时数据库有损并发压缩方法，其特征在于，其中，斜率均值的计算过程包括：

S11.记录检测点p的n个数据，计算每两点之间的初始斜率，计算斜率的斜率均值，将p₁作为“最后写入数据”，p_n作为“最后读入数据”；

S12.记录监测点q的n个数据，根据上述步骤计算监测点q的斜率均值，将q₁作为“最后写入数据”，q_n作为“最后读入数据”。

3.根据权利要求1所述的一种工业物联网实时数据库有损并发压缩方法，其特征在于，其中，初始斜率限值率的计算过程包括：

S21.对监测点p前n次数据的初始斜率进行排序，排序之后找到初始斜率限值率，在排序好的初始斜率序列里，找到在初始斜率限值率范围内的最大斜率，记为初始斜率限值率对应的初始斜率极限值；

S22.对监测点q的前n次数据的初始斜率同样进行上述计算，得到初始斜率限值率和对应的斜率极限值。

4.根据权利要求1所述的一种工业物联网实时数据库有损并发压缩方法，其特征在于，斜率限值率定义为超过斜率均值的数据量占比。

5.根据权利要求1所述的一种工业物联网实时数据库有损并发压缩方法，其特征在于，其中，调整初始斜率限值率的过程包括：

S31.对两个监测点的斜率限值率进行调整，调整策略为在初始斜率限值率基础上增加或减少相同的系数σ，监测点p的斜率限值率调整为α_p、α_p+σ、α_p-σ三种情况，监测点q的斜率限值率调整为α_q、α_q+σ、α_q-σ三种情况，α_p为监测点p的初始斜率限值率，α_q为监测点q的初始斜率限值率；

S32.根据两个监测点的六种斜率限值率，在排序好的斜率序列里，找到在每种斜率限值率范围以内的最大斜率，记为每种斜率限值率对应的斜率极限值；

S33.当监测点p的斜率限值率为α_p时，监测点q的斜率限值率调整为α_q、α_q+σ、α_q-σ，据此策略进行调整最终会产生调整策略表中的9种计算模式，根据调整策略，在不同的计算模式下监测点p和监测点q对应不同的斜率限值率和斜率极限值。

6.根据权利要求1所述的一种工业物联网实时数据库有损并发压缩方法，其特征在于，其中，比较并判断是否存入该数据的过程包括：

S41.监测点p读入新数据p_n+1，计算p_n和p_n+1之间的斜率均值，在每种计算模式下，监测点p的新数据计算得到的斜率均值分别与该计算模式对应的斜率极限值进行对比，若斜率均值小于斜率极限值，则保存新数据，p_n+1作为“最后读入数据”；

S42.监测点q读入新数据，比较过程同监测点p。