[发明专利]一种工业物联网实时数据库单点有损压缩方法及装置

权利要求书

1.一种工业物联网实时数据库单点有损压缩方法，其特征在于，包括如下步骤：

基于预设的时间周期进行数据采集，并对采集到的数据进行数据预处理；

对前k个预处理后的数据计算两两之间的斜率，基于预设的误差容忍范围取得当前斜率上下限并进行排序，同时获取当前斜率限值率，确定与斜率限值率对应的数据作为斜率限制率点，将斜率限制率点之前的数据写入数据库，并将斜率限制率点记录为“最后写入数据”，第k个数据记录为“最后读入数据”；

读入新数据，基于预设的初始修正值对新数据和“最后写入数据”计算新斜率；同时调整当前斜率限值率，得到新数据的斜率限值率区间；结合新斜率和斜率限值率区间，取得新数据的斜率上下限；

将新数据的斜率上下限与当前斜率上下限进行比较，若新数据的斜率上下限均大于当前斜率的上限或新数据的斜率上下限均小于当前斜率的下限，则保存新数据，将新数据作为更新后斜率限制率点，将更新后斜率限制率点的数据记录为“最后读入数据”；

计算得到更新后斜率限制率点对应的斜率限值率作为更新后当前斜率限值率；同时计算斜率修正值，基于斜率修正值计算斜率上下限作为更新后当前斜率上下限；

再次读入新数据，重复计算和判断步骤，直到完成全部数据压缩。

2.根据权利要求1所述的一种工业物联网实时数据库单点有损压缩方法，其特征在于，数据预处理的过程包括：读入k个实时数据P₁,P₂,...,P_k，并进行归一化处理，定义第i(i∈k)个实时采集数据归一化处理公式如下：

其中P_i为第i个实时采集数据，p_i为归一化处理后数据，P_min为数据最小值，P_max为数据最大值，数据归一化后，进行时序排列，得到处理后数据：p₁(t₁,v₁)，p₂(t₂,v₂)，...，p_k(t_k,v_k)，其中，t₁,t₂,…t_k表示采集数据的时间值，v₁,v₂,…v_k表示采集数据的数据值。

3.根据权利要求1所述的一种工业物联网实时数据库单点有损压缩方法，其特征在于，计算前k个初始数据的斜率的过程包括：

S11、遍历数据，基于预设的误差容忍范围，对数据两两求斜率限值，得到个斜率上限、个斜率下限以及个斜率中线；

S12、将S11得到的个斜率上限、斜率下限分别按从小到大排序，取斜率上限平均值为斜率上限，斜率下限平均值为斜率下限；

S13、将S11得到的个斜率中线按从小到大排序，按照预设的比例从排序后的斜率中线中选取初始斜率限值率，取初始斜率限值率对应的数据作为初始斜率限制率点；

S14、将初始斜率限制率点记录为“最后写入数据”，第k个数据记录为“最后读入数据”。

4.根据权利要求1所述的一种工业物联网实时数据库单点有损压缩方法，其特征在于，用新数据和“最后写入数据”计算新斜率的过程包括：

S21、读入新的数据，并进行归一化处理；

S22、根据“最后写入数据”对新数据的斜率限值进行计算，计算新的斜率上限，计算新的斜率下限；

S23、设置调整间隔为λ，计算调整后的斜率限值率：α_p±λσ，并按数值从小到大排序，组成该点的斜率限值率区间，取区间最大值和区间最小值，其中，λ为调整间隔；

S24、取新的斜率上限和区间最大值中最小的作为新数据的斜率上限，区新的斜率下限和区间最小值中最小的取新数据的斜率下限。

5.根据权利要求1所述的一种工业物联网实时数据库单点有损压缩方法，其特征在于，将新数据的斜率上下限与当前斜率上下限进行比较，若新数据的斜率上下限任一不大于当前斜率的上限或新数据的斜率上下限任一不小于当前斜率的下限，则判断不保存新数据。