Signal Validation Service
构想
Signal Validation Service 审核实体的传感器时间序列数据。API 提供了一组用于信号审核的常用操作。
该服务使用户能够根据自定义设置(如阈值或数据窗口大小)分析数据。服务响应可用于特殊的后处理或报警任务。
访问
要访问此服务,您需要具有 Analytics Services 角色和范围中列出的相应角色。
基础知识
时间序列数据用作信号审核的输入。根据属性集,时间序列包含时间戳和一个或多个相关属性和值。如果时间序列具有多个属性,则用户必须定义要使用 Signal Validation Service 分析的属性。
Signal Validation Service 可以对数据执行不同的检查。每种检查都需要相应的一组参数。例如,范围检查需要上限和下限参数以检测是否超出范围。有关各种检查和报警的更多信息,请参见基础知识部分
审核输出因输入而异,但至少是包含描述和时间戳的事件。
模式
Signal Validation Service 可用于以下两种模式:
交互模式
该模式用于小型数据集。请求中提供了所有必需的配置和数据。API 调用是同步执行的,结果将立即在响应中可用。
直接交互模式
当用户不希望在请求体中传递时间序列数据时,将使用此模式。在直接交互模式下,Signal Validation Service 可以与 IoT Time Series 通信,获取用于模型训练和推理的数据。用户应该向 Signal Validation Service API 提供 asset 细节和时间范围,而不是在请求体中传递时间序列数据。API 调用是同步执行的,结果将立即在响应中可用。
功能
Signal Validation Service 公开其 API 以实现以下任务:
- 检测超出范围情况
- 检测峰值
- 检测噪音
- 检测跳跃
- 检测/内插差值
- 检测偏差
限制
- 在交互模式下,服务最多可处理20000条时间序列记录。
- 在直接交互模式下,服务可以处理从 IoT Time Series service 中获得的最多2万条包含最多3个变量的时间序列记录。
示例场景
啤酒厂的经理想要检测生产线的一些异常特性。
该经理使用 IoT Time Series Service 收集生产线上相关传感器的时间序列数据。该经理将此时间序列输入到 Signal Validation Service API,并评估响应。
相关链接
还有问题?
除非另行声明,该网站内容遵循MindSphere开发许可协议.