设备历史数据分析，学会这几招就够用了

将物联网传感器设备接入 云蜂科技物联网Pass平台 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，平台 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。

云蜂科技物联网Pass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 Pass平台，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。

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，平台会自动计算每天的电流数据平均值。

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。

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。

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。

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。

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 Pass平台，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。

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。

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。

在操作中，选择预处理函数。

编写一段非常简单的 Javascript 代码。

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 Pass平台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。

Pass平台 支持的数据导出方式有：

HTTP API

控制台导出

应用端 MQTT 订阅

消息规则 MQTT

消息规则 Webhook

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！